Apakah 0 nilai yang valid dalam skala Likert?


8

Saya telah melakukan studi percontohan saya pada motivasi belajar bahasa menggunakan skala Likert 6 poin tetapi dari 0 (sangat tidak setuju) sampai 5 (sangat setuju). Saya perhatikan seorang kolega dalam surveynya menggunakan 1 sampai 6. Apakah variabel yang saya hitung (jumlah dan rata-rata) sama dengan jika saya menggunakan 1 hingga 6? Apakah biasanya disarankan untuk tidak menggunakan 0 karena suatu alasan? Saya baru mengenal SPSS tetapi telah berhasil melakukan sebagian besar dari apa yang perlu saya lakukan, tetapi sekarang saya khawatir nilai-nilai saya 'terdistorsi'. Saya tidak mengerti bagaimana SPSS menambahkan 0 ke dalam persamaan.


6
Saya curiga - tetapi tanpa bisa menawarkan bukti - bahwa mungkin ada perbedaan psikologis antara skala 1..6 dan 0..5, yang utama karena perbedaan dalam bagaimana 0 dialami dan dipahami oleh orang dibandingkan dengan persepsi mereka bilangan bulat positif, dan mungkin karena orang mungkin berpikir dalam hal relatif terhadap maksimum, sehingga dalam satu kasus perubahan dari 5 menjadi 6 adalah 1/6 dari maksimum sedangkan dalam kasus lain itu akan (keliru) dianggap sama dengan 1/5 dari maksimum. Mungkin psikolog di komunitas kami dapat memberikan beberapa pemikiran tentang ini?
whuber

2
@whuber Memang, ini adalah topik lama dalam desain kuesioner - terutama yang berkaitan dengan skala uni vs. bipolar. Untuk tinjauan umum, lihat Schwarz. 1996. Kognisi dan komunikasi: Bias penilaian, metode penelitian, dan logika percakapan. Mahwah, NJ: Lawrence Erlbaum. Beberapa referensi lagi .
caracal


7
5-point item tipe Likert sering digunakan, di mana kategori respons adalah "Sangat tidak setuju.", "Tidak setuju", "Tidak ada atau tidak setuju.", "Ag.", Dan "Sangat ag.", Tanpa numerik eksplisit skor. Apa kategori keenam Anda? Pengkodean tanggapan tidak penting, untuk regresi, pengecekan data, atau statistik ringkasan. Setiap metode penskalaan, penautan, atau penyamaan dapat memperhitungkannya. Yang benar-benar penting adalah model pengukuran dasar yang siap Anda asumsikan, karena itu akan menentukan apakah skor harus diperlakukan sebagai skor diskrit yang bergantung pada sampel atau 'refleksi' sifat laten pada skala diskrit.
chl

Saya adalah poster dari pertanyaan awal. Seluruh kuisioner tentang motivasi terdiri dari 80 item yang dikelompokkan ke dalam 16 sub-skala dengan ukuran kriteria dari upaya yang dimasukkan juga dinilai pada skala likert. Semua tanggapan adalah 0 (sama sekali tidak setuju) sampai 5 (setuju secara kompeten). terima kasih banyak atas jawaban yang berwawasan luas, berdasarkan ini saya mempertahankan peringkat aslinya.

Jawaban:


8

Biarkan saya membuat beberapa poin. Pertama, jika Anda hanya memiliki 1 pertanyaan, secara teknis Anda tidak memiliki skala likert , tetapi hanya peringkat ordinal. Bagaimanapun, saya tidak bisa melihat bagaimana akan ada perbedaan yang berarti. Ini hanya pergeseran linier. Ini tidak akan membuat perbedaan apakah Anda menggunakan analisis ordinal seperti regresi logistik ordinal atau uji Mann-Whitney U, atau opsi yang lebih standar seperti regresi OLS atau uji-t.


7

Saya sebagian harus tidak setuju dengan @MichaelChernick. Sementara jawaban untuk satu pertanyaan Likert (apakah 0 hingga 5 atau 1 hingga 6 atau apa pun) jelas ordinal, biasanya ada sejumlah item skala Likert. Pada titik tertentu, jumlah nilai yang mungkin menjadi sangat tinggi sehingga pada dasarnya kontinu.

Seperti yang Anda ketahui (tetapi poster pertanyaannya mungkin tidak) Regresi OLS tidak mengasumsikan bahwa variabel dependen terdistribusi secara normal, hanya kesalahannya (seperti yang diperkirakan oleh residual).

Jika kita menjumlahkan banyak item Likert, apakah kita tahu bahwa intervalnya benar-benar sama? Tidak terlalu. Tapi apakah kita tahu itu, katakan IQ? Atau bahkan penghasilan? Apakah perbedaan antara IQ 130 dan 140 sama dengan 100 dan 110? Apakah pertanyaan itu masuk akal? Bagaimana dengan kenaikan $ 10.000 untuk seseorang yang menghasilkan $ 10.000 vs $ 100.000 per tahun?

Saya menulis seluruh posting blog tentang ini.

Selain itu, tidak jelas bagi saya apakah skala Likert ini akan menjadi variabel dependen atau independen.


Saya kira itu tergantung pada apakah OP ingin membandingkan pertanyaan individu atau kelompok pertanyaan (umumnya disebut domain dalam literatur survei). Tetapi bagaimana jumlah bilangan bulat bscome terus menerus. Mereka lebih besar tetapi mereka masih bilangan bulat dan tidak kontinu. Juga jumlahnya tidak secara ajaib berubah dari ordinal ke nominal jadi saya tidak mengerti apa yang Anda katakan. OLS mengasumsikan bahwa kovariat sudah pasti dan residunya normal. Akibatnya itu berarti variabel dependen dikondisikan pada kovariat adalah normal.
Michael R. Chernick

2
@Michael Anda mungkin ingin melihat beberapa diskusi sebelumnya tentang apakah memperlakukan skala Likert sebagai berkelanjutan atau terpisah . Pemberian skor variabel terkadang mencerminkan cara kita membayangkan data. Saya juga dapat merekomendasikan De Boeck, P., Wilson, M., dan Acton, GS (2005). Kerangka Kerja Konseptual dan Psikometrik untuk Membedakan Kategori dan Dimensi . Ulasan Psikologis , 112 (1): 129-158.
chl

5

Dalam menindaklanjuti saran referensi @ caracal, saya menemukan jawaban yang hampir langsung ( tidak, kedua sistem peringkat ini tidak setara jika disajikan sebagai opsi nomor kepada responden ) dari Schwarz, Knäuper, Hippler, Noelle-Neumann, dan Clark (1991) . Mereka menyajikan data tentang tanggapan terhadap pertanyaan, "Seberapa sukses Anda dalam hidup, sejauh ini?" Satu versi memberi opsi peringkat dari 0-10 menjadi 480 peserta; versi lain memiliki opsi dari (-5) - (+ 5) dengan nol sebagai titik tengah, dan dilihat oleh 552 peserta. Titik akhir diberi label "sama sekali tidak berhasil" dan "sangat sukses" di kedua versi. "Bimbang" juga merupakan opsi pada keduanya. Begini caranya hal-hal bergetar:

Skala 0–10-5 ke skala +5Nilai SkalaPersentaseKumulatifNilai SkalaPersentaseKumulatif0......-5111......-4...1222-312357-2134714-11452034091361448+192272068+2234582088+335809694+4149410397+5498Bimbang3100Undecsayaded2100

Cukup berbeda, jelas! Mereka juga melaporkanχ2(10)=105.1,hal<.0001untuk perbedaan ini. Tentu saja, perbedaan ini tidak akan muncul jika perbedaannya hanya di belakang layar dalam hal bagaimana Anda kode tanggapan, tidak terlihat oleh peserta sebagai cara bagi mereka untuk memberikan tanggapan.


Ada metode desain survei sederhana yang memungkinkan seseorang untuk menghindari kekhawatiran tentang efek psikologis dari menyamakan peringkat jangkar dengan angka. Pada dasarnya, Anda bisa menghindari menggunakan angka! Misalnya:

  1. Izinkan responden untuk memeriksa sel dalam tabel yang sesuai dengan preferensi jawaban mereka: setiap baris dapat item yang berbeda, dan setiap kolom dapat diberi label dengan jangkar penilaian Anda, atau sebaliknya - tidak ada angka yang terlibat. Begini tampilannya (jika ada yang menjawab dengan bijak):

    Sangat tidak setujuTidak setujuAgak Tidak SetujuAgak SetujuSetujuSangat setujuTumblers: lebih baik dari pada pumper!Saya terlihat gemuk di gaun ini.*

    Wikipedia memberikan gaya lain menggunakan opsi yang ditandai (oleh Nicholas Smith ):

  2. Kode surat juga dapat diganti untuk opsi numerik jika kosong harus diisi untuk daftar item yang sangat banyak; misalnya, { SD, D, MD, MA, A, SA}. Jangan lupa untuk menyertakan legenda!


Referensi
Schwarz, N., Knäuper, B., Hippler, HJ, Noelle-Neumann, E., & Clark, L. (1991). Nilai skala nilai numerik skala dapat mengubah arti label skala. Opini Publik Triwulan, 55 (4), 570–582.


Adakah alasan untuk melihat timbangan yang tak terhitung jumlahnya lebih baik ?
Scortchi

1
@ Scortchi: mereka setidaknya harus mengurangi ambiguitas tanggapan. Sepertinya tidak mungkin bagi saya bahwa responden dan peneliti akan mencapai pemahaman yang lebih besar satu sama lain dengan mencampur bahasa jangkar verbal dan numerik. Tampaknya lebih mungkin bahwa para peneliti akan merancang indeks mereka secara sewenang-wenang dan naif, dan responden akan memutuskan bagaimana merespons secara tidak konsisten (baik dalam pengertian antar- dan dalam- subjek) berdasarkan pada set jangkar mana pun yang lebih masuk akal bagi mereka secara pribadi pada umumnya, atau lebih buruk, untuk barang-barang tertentu . Terima kasih atas hasil edit BTW Anda. Mata tajam!
Nick Stauner

1
Ini hanya intuisi saya yang berbicara sekarang BTW, tetapi misalnya, item seperti, "Ini adalah jawaban yang baik," mungkin lebih menarik untuk skala 0-10 oleh asosiasi dengan sistem penilaian akademik khas yang berkisar dari 0-100% kredit ... sedangkan, "Obama adalah presiden yang baik," mungkin lebih menarik bagi sistem (-5) - (+5) karena akan memberikan cara konservatif mengekspresikan rasa terluka, bukan hanya ketidakpuasan mereka. Dugaan saya adalah bahwa pertanyaan terakhir tidak akan menghasilkan preferensi antara sistem peringkat verbal dan numerik, sedangkan sistem numerik mungkin lebih disukai sedikit untuk pertanyaan sebelumnya ..
Nick Stauner

1
... hanya dalam hal bagaimana orang akan berpikir tentang pilihan jawaban mereka, pilihan mereka antara sistem penilaian verbal dan numerik mungkin dibuat pada tingkat sadar / otomatis / kurang dari yang disengaja paling sering di seluruh peserta dengan berbagai tingkat kesadaran diri , perhatian pada detail, atau " pikiran psikologis ". Sejumlah pembelajaran terjadi selama mengisi kuesioner yang panjang. IIRC, ini mengarah pada jawaban yang lebih konsisten (mungkin bias) ketika item mulai kabur bersama. </ Spekulasi liar dan dugaan>
Nick Stauner

1
Semua itu terdengar sangat masuk akal - saya akui saya sedang memancing studi lain yang membahas pertanyaan itu. (Saya ingat satu orang yang mengaku menunjukkan adanya efek "pagar-duduk" di mana tingkat tengah dari suatu item dengan tingkat no. Ganjil lebih diwakili dibandingkan dengan dua tingkat menengah dari suatu item dengan tingkat yang bahkan tidak ada. - - Saya akan mengirim
referensi

2

Untuk melakukan analisis dengan skala ordinal seperti Likert, Anda akan menggunakan metode nonparametrik berdasarkan peringkat. Yang penting dengan skala ordinal adalah urutan jika 5 adalah yang terbaik, 0 adalah yang terburuk, 1 lebih baik dari 0, 2 lebih baik dari 1 dll. Baik rasio dan interval tidak ada artinya untuk data ordinal. Jadi skala 1-6 lawan 0-5 tidak masalah dan tidak akan memengaruhi analisis. Dimulai dengan 1 adalah karena tradisi daripada kebutuhan.


2
"Baik rasio dan interval tidak ada artinya untuk data ordinal" tergantung pada model pengukuran yang mendasari Anda bersedia untuk berasumsi.
chl

@ Chl Apa maksudmu?
Michael R. Chernick

3
Maksud saya adalah bahwa model psikometrik tertentu secara eksplisit menganggap respons diskrit sebagai proxy yang mencerminkan lokasi seseorang (atau kewajiban) pada sifat laten, sebagaimana dirinci dalam jawaban saya . Saya setuju dengan sisa jawaban Anda, yang pada dasarnya didasarkan pada gagasan memperlakukan jumlah (tidak dalam kasus ini, tetapi Anda akan mendapatkan gagasan) skor sebagai nilai untuk menentukan peringkat individu pada konstruk yang diberikan (di bawah kerangka CTT ).
chl

3
Tetapi variabel biasanya tidak sepenuhnya ordinal atau interval. Aplikasi buta taksonomi Stevens sama buruknya dengan aplikasi buta aturan lain. Untuk benar-benar ordinal, Anda dapat mengode ulangnya menjadi 0, 2, 2.1, 2.2, 2.3, 19288191. Tetapi apakah Anda akan melakukannya ? Dan, selain pengukuran fisik, apa sebenarnya interval?
Peter Flom

2
@ Peter Ini mengingatkan saya pada utas yang lebih lama ini: Apakah masuk akal untuk memperlakukan data kategorikal sebagai kontinu?
chl

-1

Saya pikir poin-poinnya harus ditentukan sesuai dengan kerangka pertanyaan. Seperti halnya, jika pertanyaan terkait dengan sikap maka poin harus diberikan dari 1 hingga 5, bukan 0 hingga 4 karena kita berusaha mengetahui sikap tersebut. Dan sikap tidak bisa terletak pada tingkat 0; bahkan tanda responden pada opsi Sangat Tidak Setuju tetapi kami tidak dapat menyebutkan 0 (nol) pada jawaban ini. Serupa bisa menjadi variabel lain. Jadi, sebagai peneliti, kita harus mencoba menentukan poin dari 1-5; 1-7 dll.

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.