Un aspect esențial al cercetării de piață pentru cercetători este capacitatea de a evalua opinia respondenților cu privire la o marcă, o caracteristică, un produs, un serviciu și multe altele.
Măsurarea opiniilor ajută la măsurarea nivelului schimbărilor necesare.
Utilizarea unui instrument de colectare a datelor cantitative în procesul de cercetare, cum ar fi o scală Likert, permite echipelor de cercetare să înțeleagă sentimentele respondenților.
Cuantificarea aprecierii sau antipatiei ajută la efectuarea schimbărilor în timp util și oferă un instrument esențial în procesul de colectare a informațiilor și de gestionare a echipelor de brand și de cercetare.
Ce este o scală Likert?
Definiție: O scală Likert este o scară unidimensională pe care cercetătorii o folosesc pentru a colecta atitudinile și opiniile respondenților. Cercetătorii folosesc adesea această scară psihometrice pentru a înțelege punctele de vedere și perspectivele față de o marcă, un produs sau o piață țintă.
Diferite variații ale scalelor Likert se concentrează direct pe măsurarea opiniilor oamenilor, cum ar fi scala Guttman, scala Bogardus și scara Thulstone.
Psihologul Rensis Likert a stabilit o distincție între o scară care se materializează dintr-o colecție de răspunsuri la un grup de itemi (poate 8 sau mai mulți). Răspunsurile sunt măsurate într-un interval de valori.
Exemplu de scală Likert:
De exemplu, pentru a colecta feedback despre produs, cercetătorul folosește o întrebare la scara Likert sub forma unei întrebări cu opțiune dihotomică. El/ea pune întrebarea ca „Produsul a fost o achiziție bună”, cu opțiunile enumerate ca de acord sau dezacord. Cealaltă modalitate de a formula această întrebare este „Vă rugăm să precizați nivelul de satisfacție față de produse”, iar opțiunile variază de la foarte nemulțumit la foarte mulțumit.
Când răspunde la un articol de pe scara Likert, utilizatorul răspunde explicit pe baza nivelului său de acord sau dezacord. Aceste scale permit determinarea nivelului de acord sau dezacord al respondenților. Scala Likert presupune că puterea și intensitatea experienței sunt liniare. Prin urmare, se trece de la un acord complet la un dezacord complet, presupunând că atitudinile pot fi măsurate.
Tipuri de scale Likert
Scala Likert a devenit favorită printre cercetători pentru a colecta opinii despre satisfacția clienților sau experiența angajaților. Puteți împărți această scară în primul rând în două tipuri majore:
- Scala Likert pară
- Scala Likert impară
Scala Likert pară
Scala Likert în 4 puncte pentru importanță: Acest tip de scară Likert permite cercetătorilor să includă patru opțiuni extreme fără o alegere neutră. Aici diferitele grade de importanță sunt reprezentate într-o scară Likert în 4 puncte.
Probabilitatea de recomandare în 8 puncte: aceasta este o variație a scalei Likert în 4 puncte explicată anterior, singura diferență fiind că această scală are opt opțiuni pentru a colecta feedback cu privire la probabilitatea unei recomandări.
Scala Likert impară
Cercetătorii folosesc scala Likert impară pentru a oferi respondenților posibilitatea de a răspunde neutru.
Scala Likert în 5 puncte: Cu cinci opțiuni de răspuns, cercetătorii folosesc această întrebare ciudată pe scară Likert pentru a aduna informații despre un subiect, incluzând o opțiune de răspuns neutră pentru ca respondenții să aleagă dacă nu doresc să răspundă dintre opțiunile extreme din designul cercetării lor.
Scala Likert de 7 puncte: Scala Likert de 7 puncte adaugă încă două opțiuni de răspuns la extremitățile unei întrebări pe scara Likert de 5 puncte.
Scala Likert cu 9 puncte: O scară Likert cu 9 puncte este destul de neobișnuită, dar o puteți folosi adăugând încă două opțiuni de răspuns la întrebarea cu scara Likert cu 7 puncte.
Caracteristicile scalei Likert
Scara Likert a luat ființă în 1932 sub forma scalei în 5 puncte, care este utilizată pe scară largă. Aceste scale variază de la un grup de subiecte generale până la cele mai specifice, care solicită respondenților să-și indice nivelul de acord, aprobare sau credință. Câteva caracteristici semnificative ale scalei Likert sunt:
Răspunsuri înrudite: itemii ar trebui să fie ușor legați de răspunsurile propoziției, indiferent dacă relația dintre item și propoziție este evidentă.
Tip scală: itemii trebuie să aibă întotdeauna două poziții extreme și o opțiune intermediară de răspuns care servește ca gradare între extreme.
Numărul de opțiuni de răspuns: Este esențial de menționat că, deși cea mai comună scală Likert este cea de 5 itemi, utilizarea mai multor itemi ajută la generarea unei mai mari precizii în rezultate.
Creșterea fiabilității scalei: cercetătorii măresc adesea capetele scalei pentru a crea o scală de șapte puncte, adăugând „foarte” în partea de sus și de jos a scărilor de cinci puncte. Scara în șapte puncte atinge limitele superioare ale fiabilității scalei.
Utilizarea scalelor largi: Ca regulă generală, Likert și alții recomandă să fie mai bine să folosiți o scară cât mai largă posibil. Răspunsurile se pot strânge oricând în grupuri concise, dacă este cazul, pentru analiză.
Lipsa unei opțiuni neutre: luând în considerare aceste detalii, scalele sunt uneori reduse la un număr par de categorii (de obicei patru) pentru a elimina posibilitatea „neutre” pe o scară de anchetă cu „alegere forțată”.
Variabilă intrinsecă: înregistrarea Likert primară afirmă clar că ar putea exista o variabilă inerentă a cărei valoare marchează feedback-ul sau atitudinile respondenților, iar această variabilă de bază este nivelul intervalului, în cel mai bun caz.
Date și analize la scala Likert
Cercetătorii folosesc sondaje în mod regulat pentru a măsura și analiza calitatea produselor sau serviciilor. Scala Likert este un format standard de clasificare pentru studii. Respondenții își oferă opinia (datele) despre calitatea unui produs/serviciu de la înaltă la scăzută sau mai bună la mai proastă folosind două, patru, cinci sau șapte niveluri.
Cercetătorii și auditorii grupează, în general, datele colectate într-o ierarhie de patru niveluri fundamentale de măsurare – niveluri de măsurare nominale, ordinale, de interval și raport pentru o analiză ulterioară:
Date nominale: Datele în care răspunsurile clasificate în variabile nu trebuie să aibă neapărat date cantitative sau ordine se numesc date nominale.
Date ordinale: Datele în care este posibilă sortarea sau clasificarea răspunsurilor, dar este imposibil să se măsoare distanța se numesc date ordinale.Date de interval: Datele agregate în care se pot face măsurători ale comenzilor și distanțelor se numesc date interval.
Date de raport: datele de raport sunt similare cu datele de interval. Singura diferență este un raport egal și definitiv între fiecare dată și „zeroul” absolut tratat ca punct de origine.
Analiza datelor folosind date nominale, de interval și de raport este în general transparentă și simplă. Datele ordinale analizează datele, în special în ceea ce privește Likert sau alte scale din anchete. Aceasta nu este o problemă nouă. Eficacitatea manipulării datelor ordinale ca date de interval continuă să fie discutabilă în analiza sondajului din diferite domenii aplicate. Unele dintre punctele semnificative de reținut sunt:
Teste statistice: Cercetătorii tratează uneori datele ordinale ca date pe interval, deoarece susțin că testele statistice parametrice sunt mai puternice decât alternativele neparametrice. Mai mult, inferențe din testele parametrice sunt ușor de interpretat și oferă mai multe informații decât opțiunile neparametrice.
Concentrarea pe scalele Likert: Cu toate acestea, tratarea datelor ordinale ca date de interval fără examinarea valorilor setului de date și a obiectivelor analizei poate induce în eroare și denatura rezultatele unui sondaj. Pentru a analiza datele scalare în mod mai adecvat, cercetătorii preferă să ia în considerare datele ordinale ca date de interval și să se concentreze pe scalele Likert.
Mediana sau intervalul pentru inspectarea datelor: un ghid universal sugerează că media și abaterea standard sunt parametri fără bază pentru statistici detaliate atunci când datele sunt pe scale ordinale, la fel ca orice analiză parametrică bazată pe distribuția normală. Testul neparametric se face pe baza mediei sau intervalului adecvat pentru inspectarea datelor.
Cele mai bune practici pentru analiza rezultatelor scalelor Likert
Deoarece datele elementului Likert sunt discrete, ordinale și limitate ca sferă, a existat o lungă dispută asupra modului cel mai logic de a analiza datele Likert. Prima opțiune este între testele parametrice și neparametrice. Avantajele și dezavantajele fiecărui tip de analiză sunt descrise în general după cum urmează:
Testele parametrice presupun o divizare regulată și neîntreruptă.
Testele neparametrice nu presupun o divizare regulată sau neîntreruptă. Cu toate acestea, există îngrijorări cu privire la o capacitate mai mică de a detecta o diferență atunci când există una.Care este cea mai bună opțiune? Aceasta este o decizie reală pe care trebuie să o ia un cercetător atunci când decide să analizeze informațiile primite dintr-un sondaj care utilizează întrebări la scara Likert.
De-a lungul anilor, o serie de studii care au încercat să răspundă la această întrebare. Cu toate acestea, ei au fost înclinați să se uite la un număr limitat de distribuții potențiale pentru datele Likert, ceea ce face ca generalizarea rezultatelor să aibă de suferit. Datorită creșterii puterii de calcul, studiile de simulare pot evalua acum în detaliu o gamă largă de distribuții.
Cercetătorii au identificat un set divers de 14 distribuții care sunt reprezentative pentru datele Likert reale. Programul de calculator a extras perechi autosuficiente de mostre pentru a testa toate combinațiile posibile ale celor 14 distribuții.
În total, au fost generate 10.000 de eșantioane aleatorii pentru fiecare dintre cele 98 de combinații de distribuție. Perechile de probe sunt analizate folosind atât testul t cu două eșantioane, cât și testul Mann-Whitney pentru a compara eficacitatea fiecărui test. Studiul a evaluat, de asemenea, diferite dimensiuni ale eșantionului.
Rezultatele arată că ratele de eroare de tip I (fals pozitive) pentru toate perechile de distribuții sunt foarte apropiate de cantitățile țintă. Dacă o organizație utilizează oricare dintre analize și rezultatele sunt semnificative din punct de vedere statistic, nu trebuie să fie prea îngrijorată de un fals pozitiv.
Rezultatele arată, de asemenea, că pentru majoritatea perechilor de distribuții, diferența dintre puterea celor două teste este trivială. Dacă există o diferență la nivel de populație, oricare dintre analize este la fel de probabil să o detecteze.
Există câteva perechi de distribuții specifice în care există o diferență de putere între cele două teste. Dacă o organizație efectuează ambele teste pe aceleași date și nu este de acord (una este semnificativă, iar cealaltă nu), această diferență de putere afectează doar o mică minoritate de cazuri.
În general, alegerea între cele două analize este o buclă. Dacă o organizație trebuie să compare două grupuri de date Likert cu cinci puncte, metoda de analiză de obicei nu contează.Atât testele parametrice, cât și cele neparametrice oferă în mod constant aceeași securitate împotriva fals-negative și oferă, de asemenea, aceeași protecție împotriva fals-pozitive. Aceste modele sunt valabile pentru dimensiunile eșantionului de 10, 30 și 200 per grup.
Avantajele scalei Likert
Există multe avantaje ale utilizării unei scale Likert într-un sondaj pentru cercetarea pieței:
- Ușurință de implementare: această scală universal acceptată poate fi ușor de înțeles și aplicat la diferite sondaje privind satisfacția clienților sau a angajaților.
- Opțiuni de răspuns cuantificabile: Cuantificați itemii Likert fără nicio relație aparentă cu expresia și efectuați o analiză statistică a rezultatelor primite.
- Analizați rangul opiniilor: poate exista un eșantion cu opinii variate despre un anumit subiect. Scala likert oferă un clasament al opiniilor acestor persoane chestionate.
- Răspuns rapid: Respondenții pot înțelege intenția acestei scale și pot răspunde rapid la întrebare.
Învață cum să-ți redactezi corect toată lucrarea.
Îți voi arăta cum poți să scrii cu ușurință lucrarea, pentru că îți pun la dispoziție tot ce ai nevoie într-un singur program de scriere academică, în care găsești explicații, exemple concrete și pași de acțiune.
În plus, parcurgerea programului nu necesită timp, pentru că atunci când întâmpini o problemă… găsești toate informațiile într-un singur loc… nu mai trebuie să stai să le cauți singur(ă)…
De asemenea, poți accesa programul în orice moment dorești din zi și noapte, pentru că am explicat toți pașii de scrierea lucrării cu exemple concrete sub forma unor materiale video și text.
La toate acestea se adaugă îndrumarea mea directă, prin e-mail sau telefon.
Dacă ai nevoie de ajutor ca să-ți finalizezi lucrarea, hai în programul Diplomade10.
Singurul program din România dedicat scrierii academice pentru studenți.
Îți ofer toată experiența mea de profesor și cercetător științific, ca să ai o lucrare scrisă corect și interesantă din punct de vedere științific.
Îți ofer tot sprijinul meu în calitate de expert, materiale de calitate și indicațiile de scriere de care ai nevoie… ca să-ți duci la bun sfârșit lucrarea…
Totul sub forma unui plan personalizat.
Hai în programul Diplomade10, ca să-ți scrii cea mai bună lucrare.
Apasă pe butonul albastru pentru mai multe detalii.
Salut,
Sunt Lorena și sunt primul coach de scriere academică din România.
Sunt doctor în economie și am finalizat și un program de postdoctorat la o universitate de renume.
Din 2021 am devenit fondatoarea Diplomade10.ro.
Am fondat această școală pentru a-i ajuta pe studenți, masteranzi și doctoranzi să scape de teama de ce vor scrie în lucrare și mai ales cum vor scrie.
Este nevoie să evoluăm în domeniul cercetării, să venim cu noi soluții pentru a face o lume mai bună.
Dacă ai orice nelămuriri, te rog să-mi scrii.