Como usar a escala Likert em análises estatísticas

O escala de Likert é comumente usado em pesquisas. Muitas vezes é usado para medir as atitudes dos entrevistados, perguntando-lhes até que ponto eles concordam ou discordam de uma determinada pergunta ou afirmação. Uma escala típica pode ser "concordo totalmente, inseguro / indeciso, discordo, discordo totalmente". Dados de uma pesquisa usando um escala de Likert pode parecer fácil de analisar, mas há questões importantes a serem consideradas por um analista de informações.

1. Obtenha os dados da lista para análise codificando as respostas. Por exemplo, digamos que você tenha uma pesquisa perguntando aos entrevistados se eles concordam ou discordam de um conjunto de posições na plataforma de um partido político. Cada posição é uma questão da pesquisa, e a escala usará as seguintes respostas: discordo totalmente = 1, discordo = 2, neutro = 3, concordo = 4, concordo totalmente = 5.

2. Lembre-se de diferenciar entre dados ordinais e de intervalo porque ambos os tipos requerem abordagens analíticas diferentes. Se os dados forem ordinais, podemos dizer que uma pontuação é maior que outra. Não podemos dizer o quão alto podemos fazer com os dados de intervalo, que lhe dirão a distância entre dois pontos. Aqui está o problema com a escala de Likert: muitos pesquisadores vão tratá-la como uma escala de intervalo. Isso significa que as diferenças entre cada resposta são iguais em distância. A verdade é que a escala Likert não nos diz isso. Apenas nos diz que as pessoas com mais respostas estão mais alinhadas com as posições do partido do que aquelas com menor número de respostas.

3. Comece a analisar dados da escala Likert com estatísticas descritivas. Embora possa ser tentador, resista ao impulso de dar respostas numéricas e calcular uma média. Adicione uma resposta "concordo plenamente" (5) a dois "discordo" (2) respostas, o que daria uma média de 4, mas o que esse número significa? Felizmente, existem outras medidas de tendência central que podem ser usadas além da média. Usando dados da escala Likert, a melhor medida a ser usada é o modo ou a resposta mais frequente. Isso torna os resultados da pesquisa muito mais fáceis de interpretar para o analista (sem mencionar o público, para sua apresentação ou relatório). Você também pode visualizar a distribuição das respostas (porcentagem de pessoas que concordam ou discordam, etc.) em um gráfico, um gráfico de barras ou uma barra para cada categoria de resposta.

4. Prossiga com as técnicas de inferência que testam as hipóteses propostas pelos pesquisadores. Existem muitos métodos disponíveis, e o melhor depende da natureza do estudo e das perguntas que eles estão tentando responder. Um método popular é analisar as respostas usando técnicas de análise de variância, como o Teste de Mann Whitney ou teste de Kruskal Wallis. Suponha que em nosso exemplo queiramos analisar as respostas às perguntas sobre posições de política externa com etnia como uma variável independente. Suponha que nossos dados incluam estas respostas: entrevistados anglos, afro-americanos e hispânicos, para que pudesse analisar as respostas entre os três grupos de entrevistados com a variância de Kruskal Wallis.

5. Simplifique seus dados de pesquisa combinando as quatro categorias de resposta (por exemplo. concordo totalmente, concordo, discordo, discordo totalmente) em duas categorias nominais, como concordo / discordo, aceita ou rejeita, etc.). Isso oferece uma análise mais aprofundada. O teste do qui quadrado é uma abordagem para a análise dos dados desta forma.

• Lembre-se de que existem muitas posições de análise. Considere suas questões de investigação para determinar o melhor método de análise para seu estudo.
• As escalas Likert variam no número de pontos na escala. A escala de cinco pontos que é usada aqui é a mais comum, mas algumas escalas de Likert têm 4 pontos, onde o "não tenho certeza" categoria é removida (categoria indecisa). Alguns até têm escalas de até 7 pontos.