A véletlenszerű mintavétel lehetővé teszi az elfogultságok elfogadható szintre történő csökkentését. Példák az 5 pontos Likert-skálára Egy 5 pontos Likert skála használható a felmérés résztvevőinek válaszainak rögzítésére. (A Likert nevet "Lick-urt" -nak nevezik, mivel francia név. ) A Likert-skála egy összegzett minősítési skála változata, amely úgy van konfigurálva, hogy lehetővé tegye a szöveges válaszok számszerűsíthető kategóriákra történő átalakítását, amelyek összegezve, hogy tükrözze az egyéni vagy aggregált válaszok relatív különbségeit. Annak ellenére, hogy nincsenek helyes válaszok a kérdéselemekhez, egy összegzett minősítési skála jobb megbízhatóságot eredményez, mint az egyetlen minősítési skála. Az alábbiakban példákat találhatunk a felmérésben. A videó tartalma elég részletes, így nem kell webes tartalmat olvasnom. Likert skála fokozatai – Konyhabútor. __Szólag egyetértek __Agree __Neutral __Disagree __Szólóan nem ért egyet A videó megtekintése után általában részletesebb információkért megyek a webhelyre. __Abszolút igaz __Somewhat True __Neutral __Somewhat Untrue __Absolutely Untrue A fogyasztók kiváló minőségűek az üzleti weboldalakon található UI / UX alkalmazások használatával.
A Likert-skála ( Rensis Likert után, kiejtve [ 'lɪkɚt]) a személyes attitűdök mérésének módszere. A mérleg több Likert típusú elemből áll. Ezek olyan állítások, amelyekben a válaszadók többé-kevésbé határozottan egyetértenek egy adott többszintű válaszskálán, vagy amelyeket elutasíthatnak. Az egyes válaszok pontértékeit súlyozás nélkül adjuk hozzá, és így a skála értékét eredményezzük. A Likert skála kifejezést nem szabad összetéveszteni egyetlen Likert típusú elem válaszskálájával. Építkezés Alapötlet A módszertani megfontolás a következő: Az embert érdekli az alany hozzáállása egy bizonyos tárgyhoz. Minden kapcsolódó tétel szigorúan pozitív vagy negatív állításként van megfogalmazva. A Likert skála azon az elgondoláson alapszik, hogy minél jobban elutasítja a tesztelő egy-egy tétel állítását, annál inkább eltér a hozzáállásuk a tétel megfogalmazásától. Összességében a válaszokat ezután feltérképezzük a hozzáállás mértékére. Milyen statisztikai mutatót használnátok Likert-skála vizsgálatához?. Remélhetőleg ez az eljárás módszeresen stabil mérést fog eredményezni a hozzáállásról.
Ennek megfelelően a statisztikák felhasználhatók a megbízhatóság, az érvényesség és az érzékenység elfogadható sebességeiről szóló információk megadására. Például a legtöbb piackutató ragaszkodik ahhoz, hogy a Likert-skála adatai átadják a Cronbach-alpha vagy a Kappa interkorrelációs és érvényességi tesztjét. Forrás: Jupp, V. (2006). A szociális kutatási módszerek SAGE szótára. Likert, R. (1932). Az attitűdök mérésére szolgáló technika. A pszichológia archívuma, 140 (55). Martinez-Martin, P. (2010, február 15. ). Kompozit mérlegek. Journal of Neurological Science, 289 (1-2), 7-11. doi: 10. 1016 / Zikmund, W. Vonaldiagram - idősorok ábrázolására | SPSSABC.HU. G., Babin, B. J., Carr, J. C. és Griffin, M. (2013). Üzleti kutatási módszerek (9. kiadás). Mason, OH: Délnyugati. Videó A Szerző: Kapcsolódó Cikkek: ✔ - Hogyan készítsünk egy szórólapot, amely eredményeket kap ✔ - Mintavételi terv a PR - és az Ön egyéb beállításai számára ✔ - A munkavállalók kompenzációs előnyei
Példák az 5 pontos Likert-skálára Hogyan lehet értelmezni a Likert-skála adatait? Mivel a fogyasztók a technológiai fejlődést elfogadják, a különböző mobil eszközökön, például okostelefonokon, táblagépeken és laptopokon lévő digitális tartalom iránti kereslet drámai mértékben nő. Vegyük figyelembe, hogy egy piackutatási ügyfél jobban megértheti a fogyasztók preferenciáit a különböző digitális platformok tekintetében, és felfedezheti a fogyasztói videofelvétel elsődleges mozgatórugóit a szórakozás és az üzleti igények tekintetében. A piackutató ügyfél kérte, hogy dolgozzon ki egy felmérést a fogyasztói attitűdök feltárására a technológiai platformok használatára vonatkozóan a tartalom terjesztésére. A felmérés több hónapon keresztül történik, hogy adatokat gyűjtsünk arról, hogy a technológiai változások és a végrehajtás hogyan befolyásolja a felmérés résztvevőinek észlelését, hozzáállását és viselkedését. Mind a mennyiségi, mind a minőségi adatokat a piackutató ügyfél kérte. A véletlenszerű mintavételt a felmérés résztvevőinek kiválasztására használjuk fel, és ezáltal egy valószínűségi mintát készítünk, amely lehetővé teszi az adatokra vonatkozó következetes statisztikák alkalmazását.
Ha a mintája elég nagy, akkor mindkét mutató értékes lesz. Az üzemmód megmondja az egyes állításokra adott leggyakoribb választ. És bár az egyes válaszok numerikus értékei nem annyira objektívak, mint a számok számlálása lenne, az átlag adja a teljes átlagos választ. Készítsen grafikus ábrázolást a válaszokról egy oszlopdiagramon keresztül, egy oszlopot adva az egyes választási lehetőségekhez. A vízszintes tengely alatt jelölje meg az egyes választási lehetőségeket a pontértékkel, és jelölje meg a függőleges tengelyt keresztező vonalakat különböző számokkal - 50, 100, 150, 200 és így tovább. Ezek a számok a válaszadók számától függően változnak. Válasszon egy skálát, amely megfelel az összes válaszösszegnek, de értelmesen megmutatja a különbségeket is közöttük. Ha csak 30 válaszadója van, és az első számod a tengelyen 100, akkor nem fogja tudni kimutatni a különbségeket a különféle oszlopok között. Az adatokat bontja szét a kutatási igények kielégítéséhez. Érdemes elkülöníteni az adatokat korcsoportok, nem, etnikai hovatartozás, vallás vagy egyéb változók szerint.
A pedagógia és pszichológia területén a kutatók a kérdőíves felmérésekben előszeretettel használnak Likert-skálás attitűdkérdéseket is, amelyek segítségével információhoz lehet jutni a vizsgált személyek adott állítással kapcsolatos pozitív vagy negatív attitűdjéről. Szakirodalmi kutatások alapján elmondható, hogy a kutatók a skálaértékeket többek között átlagolják, így élnek azzal a feltételezéssel, hogy intervallumváltozókról van szó, hiszen ebben az esetben van értelme az átlagszámításnak more »... own, 2011; Kehl, 2012). Ugyanakkor a klasszikus tesztelmélet keretei között a Likert-skálás kérdések esetében a skálaértékek átlagolására nincs mód, hiszen azok nem intervallumskálán helyezkednek el, így legfeljebb az ordinális skála alapján megengedhető statisztikai műveletek elvégzésére és vizsgálati módszerek alkalmazására nyílik lehetőség. A fennálló problémára egy lehetséges megoldást nyújthat a modern tesztelméleti modellek alkalmazása, amely egyre több nemzetközi és hazai kutatásban megjelenik (Schulz és Sibberns, 2004; Kontra, 2008).