Создание и интерпретация данных шкалы Lickert в исследованиях рынка

Шкала Likert - надежный резерв для исследований Surveys

По мере того, как потребители получают технологические достижения, спрос на цифровой контент на различных мобильных устройствах, таких как смартфоны, планшеты и ноутбуки, резко возрастает. Подумайте, что клиент маркетинговых исследований может захотеть лучше понять предпочтения потребителей в отношении различных типов цифровых платформ и изучить основные драйверы потребительского видеообзора для развлечений и деловых потребностей.

Клиент исследования рынка попросил разработать опрос, чтобы изучить отношение потребителей к использованию технологических платформ для распространения контента. Опрос будет проводиться в течение нескольких месяцев с целью сбора данных о том, как технологические изменения и внедрение влияют на восприятие, отношение и поведение участников опроса. Клиентами исследования рынка были запрошены как количественные, так и качественные данные. Случайная выборка будет использоваться для выбора участников опроса, тем самым создавая вероятностную выборку, которая позволит применять статистические данные к данным. Случайная выборка помогает эффективно снизить предвзятость до приемлемых уровней.

Примеры 5-точечной шкалы Ликерта

5-точечная шкала Ликерта может использоваться для записи ответов участников опроса. (Название Likert произносится как «Lick-urt», так как это французская фамилия.) Шкала Likert представляет собой версию суммированной рейтинговой шкалы, которая настроена таким образом, что позволяет преобразовывать текстовые ответы в количественные категории, которые могут быть суммированные для отражения относительных различий отдельных или совокупных ответов.

Несмотря на то, что правильные ответы на вопросы не верны, сводная рейтинговая шкала приводит к повышению надежности, как правило, обеспечивает единая рейтинговая шкала.

Ниже приведены примеры вопросов, которые могут быть использованы в этом опросе.

Видеоконтент достаточно подробный, так что мне не нужно читать веб-контент.

__ Полностью согласен __Agree __Neutral __Disagree __Просто не согласен

После просмотра видео я обычно захожу на веб-сайт для получения более подробной информации.

__ Абсолютно верно __Неверно __Неотрал __Некоторые недочеты __Абсолютно нечестно

Потребители испытывают превосходное качество с использованием приложений UI / UX на бизнес-сайтах.

__ Always __Often __Sometimes __Seldom __Never

Примеры отформатированы в соответствии с 5-балльной шкалой Likert. Поскольку люди склонны думать с точки зрения большего числа, указывающего на большее согласие или «правдивость», шкала настроена так, что когда баллы суммируются, большее число читается как выровненное или согласующееся с предметом вопроса (что действительно заявление, а не вопрос).

5 = Сильно согласен 4 = Согласен 3 = Нейтрально 2 = Не согласен 1 = Сильно не согласен

5 = Абсолютно верно 4 = Несколько верно 3 = Нейтрально 2 = Несколько неверно 1 = Абсолютно неверно

5 = Всегда 4 = Часто 3 = иногда 2 = редко 1 = Никогда

Как интерпретировать данные шкалы Likert?

Однако важно признать, что основным недостатком суммарного балла числа ординалов из шкалы Ликерта является то, что его оценка придает смысл смысла, который не является действительно репрезентативным для какой-либо реальной величины.

Для количественных данных, полученных в результате суммирования баллов респондентов по каждому вопросу, статистический анализ будет использоваться для определения отношений между ответами на вопросы. Соответственно, статистика может затем использоваться для предоставления информации о приемлемых показателях надежности, достоверности и чувствительности. Например, большинство исследователей рынка настаивают на том, что данные из шкал Ликерта проходят альфа-альфа-Кронбаха или тест Каппы межкорреляции и достоверности.

_{Источники:}

_{Jupp, V. (2006). Словарь SAGE методов социальных исследований.}

_{Ликерт, Р. (1932). Методика измерения отношений. Архив психологии, 140 (55).}

_{Мартинес-Мартин, П. (2010, 15 февраля). Составные рейтинговые шкалы. Journal of Neurological Science, 289 (1-2), 7-11. doi: 10. 1016 / j. JNS. 2009. 08. 013.}

_{Zikmund, W. G., Babin, B. J., Carr, J. C., & Griffin, M. (2013). Методы бизнес-исследований (9-е изд.). Мейсон, Огайо: Юго-западный.}