تحليل ليكرت بيانات مقياس في الفوركس ستاتا

كيفية استخدام مقياس ليكرت في التحليل الإحصائي مقياس ليكيرت (لكرت واضح، 1 لاكرت أيضا) هو مقياس يسيومتري يستخدم عادة في الاستبيانات، وهو المقياس الأكثر استخداما على نطاق واسع في أبحاث المسح، بحيث أن المصطلح غالبا ما يستخدم بالتبادل مع التصنيف على الرغم من أن الاثنين ليسا مرادفين. وعند الرد على بند استبيان ليكرت، يحدد المستجيبون مستوى اتفاقهم على بيان. تم تسمية هذا المقياس بعد مخترعه، عالم النفس رينسيس ليكيرت. 2 سؤال عينة قدم باستخدام عنصر ليكيرت مكون من خمس نقاط يجب التمييز بين مقياس ليكيرت وعنصر ليكيرت. مقياس ليكيرت هو مجموع الردود على العديد من العناصر ليكيرت. ولأن عناصر ليكيرت غالبا ما تكون مصحوبة بمقياس تناظري بصري (على سبيل المثال، خط أفقي، يشير فيه الموضوع إلى رده عن طريق التحريك أو فحص علامات القراد)، تسمى العناصر أحيانا المقاييس نفسها. هذا هو مصدر الكثير من الارتباك فمن الأفضل، لذلك، لحجز مصطلح مقياس ليكيرت لتطبيقه على الجدول الموجز، و ليكرت البند للإشارة إلى عنصر فردي. البند ليكرت هو مجرد بيان الذي يطلب من المدعى عليه لتقييم وفقا لأي نوع من المعايير الموضوعية أو الموضوعية عموما مستوى الاتفاق أو الخلاف يقاس. في كثير من الأحيان تستخدم خمسة مستويات استجابة أمر، على الرغم من أن العديد من علماء النفس يدافعون عن استخدام سبعة أو تسعة مستويات دراسة تجريبية حديثة 3 وجدت أن مقياس 5- أو 7- نقطة قد تنتج أعلى قليلا متوسط ​​درجات النسبية إلى أعلى درجة ممكنة يمكن تحقيقها، مقارنة تلك التي تنتج من وهو مقياس من 10 نقاط، وكان هذا الاختلاف ذو دلالة إحصائية. من حيث خصائص البيانات الأخرى، كان هناك اختلاف بسيط جدا بين صيغ المقياس من حيث التباين حول المتوسط، الانحراف أو التفرطح. شكل عنصر ليكيرت من خمسة مستويات نموذجي هو: 1. لا أوافق بشدة 2. لا أوافق 3. لا أوافق أو لا أوافق 4. أوافق 5. أوافق بشدة ليكرت التحجيم هو طريقة ثنائية القطب التحجيم، وقياس إما إيجابية أو سلبية ردا على بيان. في بعض الأحيان يتم استخدام مقياس من أربع نقاط هذا هو أسلوب الاختيار القسري اللازمة لأن الخيار الأوسط لا يتفق ولا خلاف غير متوفر. قد تكون جداول ليكيرت عرضة للتشويه من عدة أسباب. قد يتفادى المجيبون استخدام فئات الاستجابة المتطرفة (التحيز النزولي المركزي) يتفقون مع العبارات على أنها مقدمة (تحيز القبول) أو يحاولون تصوير أنفسهم أو منظمتهم في ضوء أكثر ملاءمة (الانحياز المرغوب فيه الاجتماعي). يمكن أن يؤدي تصميم مقياس باستخدام مفاتيح متوازنة (عدد متساو من البيانات الإيجابية والسلبية) إلى إبطال مشكلة التحيز بالرضا، حيث أن الموافقة على العناصر ذات العناصر الإيجابية ستوازن بين الرضا على العناصر ذات العناصر السلبية، ولكن الاتجاه المركزي والاستصواب الاجتماعي أكثر إشكالية نوعا ما. التسجيل والتحليل بعد الانتهاء من الاستبيان، يمكن تحليل كل بند على حدة أو في بعض الحالات يمكن تلخيص ردود البند لإنشاء نقاط لمجموعة من العناصر. وبالتالي، جداول ليكرت غالبا ما تسمى جداول التلخيص. ما إذا كان يمكن اعتبار عناصر ليكيرت الفردية كبيانات على مستوى الفاصل الزمني، أو ما إذا كان ينبغي اعتبارها مجرد بيانات تصنيفية أمر هو موضوع الخلاف. ويرى الكثيرون أن هذه البنود لا تعدو أن تكون مجرد بيانات ترتيبية، لأنه لا يمكن للمرء أن يفترض، عند استخدام خمسة مستويات فقط، أن جميع الأزواج من المستويات المجاورة متساوية. ومن ناحية أخرى، غالبا ما تكون صياغة مستويات الاستجابة (كما في المثال أعلاه) تنطوي على تناظر في مستويات الاستجابة حول فئة متوسطة على أقل تقدير، فإن هذا البند سينخفض ​​بين القياس على المستوى التراتبي والفاصل الزمني لمعالجته كما أن مجرد ترتيبي تفقد المعلومات. وعلاوة على ذلك، إذا كان هذا البند مصحوبا بمقياس تناظري بصري، حيث يشير التباعد المتساوي لمستويات الاستجابة بوضوح، فإن حجة معاملته كبيانات على مستوى الفاصل الزمني أقوى. عند التعامل مع بيانات ترتيبية، يمكن تجميع ردود ليكيرت في المخططات الشريطية، الاتجاه المركزي الموجز بواسطة الوسيط أو النمط (ولكن البعض قد يقول ليس الوسط)، التشتت الملخص من قبل النطاق عبر الرباعي (ولكن البعض يقول ليس الانحراف المعياري )، أو تحليلها باستخدام اختبارات غير بارامترية، على سبيل المثال واختبار Mann8211Whitney، واختبار رتبة ويلكوكسون، أو اختبار Kruskal8211Wallis .4 كما أن التحليل البارامتري للمتوسطات العادية لبيانات مقياس ليكيرت مبرر أيضا من خلال نظرية الحد المركزي، على الرغم من أن البعض قد يختلفون على أنه ينبغي استخدام المتوسطات العادية لمقياس ليكرت البيانات. ويمكن تلخيص الردود على العديد من أسئلة ليكيرت، مشيرة إلى أن جميع الأسئلة تستخدم نفس مقياس ليكيرت وأن المقياس هو تقريب قابل للدفاع عن المقياس الفاصل، وفي هذه الحالة يمكن معاملتها كبيانات فاصلة تقيس متغريا كامنا. إذا استجابت الردود المجمعة لهذه الافتراضات، يمكن تطبيق اختبارات إحصائية حدية مثل تحليل التباين. ويمكن تطبيق هذه فقط عندما يتم جمع أكثر من 5 الأسئلة ليكيرت. الاقتباس المطلوبة البيانات من جداول ليكيرت يتم تخفيضها في بعض الأحيان إلى المستوى الاسمي من خلال الجمع بين جميع الردود المتفق عليها وغير موافق على فئتين لقبول ورفض. و تشي مربع، كوكران س، أو اختبار منيمار هي الإجراءات الإحصائية الشائعة المستخدمة بعد هذا التحول. ويمكن استخدام التقييم القائم على توافق الآراء (سبا) لإنشاء معيار موضوعي لجداول ليكيرت في المجالات التي لا يوجد فيها معيار أو معيار موضوعي مقبول عموما. ويمكن استخدام التقييم القائم على توافق الآراء (سبا) لتحسين أو حتى التحقق من صحة المعايير المقبولة عموما. مستوى القياس غالبا ما يعتقد أن فئات الاستجابة الخمس تمثل مستوى فاصل للقياس. ولكن هذا لا يمكن أن يكون إلا إذا كانت الفترات الفاصلة بين نقاط المقياس تتوافق مع الملاحظات التجريبية بالمعنى المتري. في الواقع، هناك قد تظهر أيضا الظواهر التي حتى السؤال على مستوى مقياس ترتيبي. على سبيل المثال، في مجموعة من العناصر A، B، C مصنفة مع علاقات دائرية على نطاق ليكيرت مثل أغتب، بغتك و غتا يمكن أن تظهر. وهذا ينتهك مبدأ النقل العابر للمقياس الترتيبي. نموذج راش يمكن استخدام بيانات مقياس ليكيرت من حيث المبدأ كأساس للحصول على تقديرات مستوى الفاصل الزمني على سلسلة متصلة بتطبيق نموذج راش متعدد الأشكال عندما يمكن الحصول على البيانات التي تناسب هذا النموذج. وبالإضافة إلى ذلك، فإن نموذج راش متعدد الثقافات يسمح اختبار فرضية أن البيانات تعكس مستويات متزايدة من موقف أو سمة، كما هو مقصود. على سبيل المثال، تطبيق النموذج غالبا ما يشير إلى أن الفئة المحايدة لا تمثل مستوى من الموقف أو الصفة بين عدم الموافقة والفئات الاتفاق. مرة أخرى، ليس كل مجموعة من عناصر ليكرت تحجيم يمكن استخدامها لقياس راش. يجب أن يتم فحص البيانات بدقة لتلبية البديهيات الرسمية الصارمة للنموذج. نطق رنسيس ليكرت، المطور للمقياس، اسمه لعق-أورت مع قصيرة أنا سليمة. 56 وقد ادعى أن ليكرتس اسم هو من بين الأكثر سوءا في هذا المجال. 7 على الرغم من أن الكثير من الناس استخدام البديل ط طويلة (كذبة - kurt)، أولئك الذين يحاولون البقاء وفيا لدكتور ليكيرت نطق استخدام النطق القصير أنا (لعق أورت). من ويكيبيديا، الموسوعة الحرة يستخدم مقياس ليكيرت عادة في أبحاث المسح. وكثيرا ما يستخدم لقياس مواقف المستجيبين عن طريق السؤال عن مدى موافقتهم أو عدم الموافقة على سؤال معين أو بيان. مقياس نموذجي قد يكون أوافق بشدة، أوافق، وليس متأكدا، لا يختلف، لا يوافق بشدة. على السطح، قد تبدو بيانات المسح باستخدام مقياس ليكيرت سهلة التحليل، ولكن هناك قضايا مهمة لمحلل البيانات للنظر فيها. 1. الحصول على البيانات الخاصة بك جاهزة للتحليل عن طريق ترميز الردود. علی سبیل المثال، دعنا نقول أن لدیك استبیان یسأل المستجیبین عما إذا کانوا یوافقون أو یختلفون مع مجموعة من المواقف في منصة الأحزاب السیاسیة. كل موقف هو سؤال مسح واحد، ويستخدم الجدول الردود التالية: أوافق بشدة، أوافق، محايد، لا يوافق، لا يوافق بشدة. في هذا المثال، قم بتدوين الإجابات وفقا لذلك: أوافق بشدة 1، أوافق 2، محايد 3، أوافق 4، أوافق بشدة. 2. تذكر التفريق بين البيانات الترتيبية والفاصلة، لأن هذين النوعين يتطلبان مقاربات تحليلية مختلفة. إذا كانت البيانات ترتيبية، يمكننا القول أن درجة واحدة هي أعلى من آخر. لا يمكننا أن نقول كم أعلى، كما نستطيع مع البيانات الفاصلة، التي اقول لكم المسافة بين نقطتين. هنا هو المزالق مع مقياس ليكيرت: العديد من الباحثين سوف يعاملونه كمقياس زمني. وهذا يفترض أن الفروق بين كل استجابة متساوية في المسافة. والحقيقة هي أن مقياس ليكيرت لا يخبرنا بذلك. في مثالنا هنا، فإنه يخبرنا فقط أن الأشخاص ذوي الردود الأعلى مرقمة هم أكثر اتفاقا مع مواقف الطرف من أولئك الذين لديهم ردود أقل عددا. 3. البدء في تحليل بيانات مقياس ليكيرت الخاص بك مع إحصاءات وصفية. على الرغم من أنه قد يكون مغريا، ومقاومة الرغبة في اتخاذ الردود الرقمية وحساب متوسط. إضافة رد من موافق بشدة (5) على ردين من خلاف (2) سوف تعطينا وسيلة من 4، ولكن ما هو أهمية هذا العدد لحسن الحظ، وهناك تدابير أخرى من الاتجاه المركزي يمكننا استخدامها إلى جانب المتوسط. مع البيانات مقياس ليكيرت، وأفضل مقياس لاستخدام هو الوضع، أو الاستجابة الأكثر شيوعا. وهذا يجعل نتائج المسح أسهل بكثير بالنسبة للمحلل (ناهيك عن الجمهور للعرض التقديمي أو التقرير) لتفسير. يمكنك أيضا عرض توزيع الردود (النسب المئوية التي توافق، أوافق، الخ) في الرسم، مثل الرسم البياني الشريطي، مع شريط واحد لكل فئة استجابة. 4. المضي قدما بجانب التقنيات الاستدلالية، التي تختبر الفرضيات التي يطرحها الباحثون. هناك العديد من النهج المتاحة، وأفضل واحد يعتمد على طبيعة دراستك والأسئلة التي تحاول الإجابة. النهج الشعبي هو تحليل الردود باستخدام تحليل تقنيات التباين، مثل مان ويتني أو كروسكال واليس الاختبار. لنفترض في مثالنا أردنا تحليل الردود على الأسئلة المتعلقة بمواقف السياسة الخارجية مع الانتماء العرقي باعتباره المتغير المستقل. دعونا نقول تشمل بياناتنا الردود من أنجلو، الأمريكيين من أصل أفريقي، والإسباني، حتى نتمكن من تحليل الردود بين المجموعات الثلاث من المشاركين باستخدام اختبار كروسكال واليس التباين. 5. تبسيط بيانات الاستقصاء الخاصة بك من خلال الجمع بين فئات الاستجابة الأربع (على سبيل المثال، أوافق بشدة، أوافق، أوافق، أوافق بشدة) على فئتين اسميتين، مثل الاتفاق المتفق عليه، أو القبول، وما إلى ذلك). وهذا يوفر إمكانيات تحليل أخرى. اختبار مربع تشي هو نهج واحد لتحليل البيانات بهذه الطريقة. اقرأ المزيد: كيفية استخدام مقياس ليكيرت في التحليل الإحصائي إهو ehowhow4855078use-ليكرت-سكيل-ستاتيستيكال-analysis. htmlixzz1LGrJsRUS يجرى نقاش ضخم مستمر في العلوم السلوكية الاجتماعية حول ما إذا كان ينبغي التعامل مع جداول ليكيرت على أنها ترتيبية أو فاصلة. عد لي كمن يفكر في التعامل معها على أنها فاصل زمني. وأود أن تحليل البيانات في كلا الاتجاهين - مع تشي مربع ومع أنوفا، ونرى كيف اتضح - إذا كانت النتائج هي نفسها، كنت كل مجموعة. إذا كنت تحصل على شيء مختلف مع كل طريقة، ثم لديك شيء مثير للاهتمام. بشكل عام، يمكنك التعامل مع المقاييس كطريقة الفاصل والتشغيل التي تقارن الوسائل، مثل أنوفا. المقاييس قريبة بما فيه الكفاية لفاصل بحيث هذه الأساليب لا ينبغي أن يؤدي لك الضلال. نعم، سيكون توكي على ما يرام لاختبار ما بعد مخصصة. في منتصف الطريق من حيث ليبراليكونسرفاتيف (الصيادون لسد هي الليبرالية، بونفيروني هو المحافظ). من حيث كيف يمكنك استخدام تشي مربع، يمكنك إعداد مقارنة بين المجموعات التي تريد التباين، والقيام بتحليل على وتيرة كل خيار، بين المجموعات (أي مجموعة واحدة اختيار توافق أكثر من غيرها مجموعة). نعم، سيكون اختبارا مربعيا للاستقلال. ويمكن وضع جدول للطوارئ مع مجموعات كصفوف، وبنود جدول 8 أعمدة. وستحتوي خلايا الجدول على ترددات الاستجابة. ل تشي مربع بعد مخصص، استخدام مقارنة بسيطة من اثنين من أبعاد مستقلة مع اختبار ض. أنت لن تبلغ بالضرورة الوسائل مع تحليل مربع تشي، لأن اهتمامك هو مقارنة الترددات، ولكن هذا لا يعني أنك لن تفعل نوعا من المقارنة الإحصائية الوصفية الأساسية (يعني، وسيط، ستد ديف، الخ) عزيزي كل شيء، وأنا أشكركم على هذه المقالة ولكن ما زلت أشعر عالقا. لدي جميع البيانات على سبس، اعتدت يعني و سد على نطاق الأسئلة ولكنهم فشلوا في الإجابة على أسئلتي البحثية. أجد الطرق في هذه المقالات مثيرة للاهتمام ولكن أنا لا أعرف أي واحد يعمل بالنسبة لي وكيفية تطبيقها على سبس. آمل أن واحد منكم يمكن أن تساعد، ويمكنني أن أرسل عينة من الجداول بلدي .. شكرا مقدما مرحبا، من فضلك أنا الخلط حقا على كيف يمكنني تحليل بلدي ليكرت البنود مقياس في هذا المعنى - لدي مقياس ليكرت 5 نقاط ( لا أوافق بشدة 1، أوافق 2، محايدة 3، أوافق 4، أوافق بشدة 5)، وقد اختار بعض المجيبين عدم التحديد. عند تحليل، يجب أن ألقي بعيدا فقط ردود محايدة وتحليل مع لا أوافق بشدة 1، أوافق 2، توافق 3، أوافق بشدة 4 شكرا على الكثير من التوجيهات المتوقعة. كومنتار إيني تيلاه ديهابوس أوله بينغارانغ. كومنتار إيني تيلاه ديهابوس أوله بينغارانغ. شكرا للمشاركة، وهذا هو آخر مفيدة جدا والتي سوف تساعدني على بدء التشغيل بلدي الأعمال الصغيرة (بوزينك) وهذا يمكن أن يكون نقطة تحول بلدي. ليكيرت موازين وتحليل البيانات من قبل I. إلين ألين وكريستوفر A. سيمان استطلاعات تستخدم على الدوام لقياس جودة. على سبيل المثال، قد تستخدم الدراسات الاستقصائية لقياس إدراك العملاء لجودة المنتج أو جودة الأداء في تقديم الخدمات. جداول ليكرت هي شكل تصنيفات مشتركة للمسوحات. يصنف المستجيبون الجودة من الأعلى إلى الأدنى أو الأفضل إلى الأسوأ باستخدام خمسة أو سبعة مستويات. وقد جمع الإحصائيون عموما البيانات التي جمعت من هذه الدراسات الاستقصائية إلى تسلسل هرمي لأربعة مستويات للقياس: البيانات الاسمية: أضعف مستوى للقياس يمثل فئات دون تمثيل عددي. البيانات األولية: البيانات التي يكون ترتيبها أو ترتيبها ممكنا ولكن ال يمكن قياس المسافة. بيانات الفاصل الزمني: عدد صحيح عموما البيانات التي ترتيب وقياس المسافة ممكنة. بيانات نسبة: البيانات التي أمر مفيد، والمسافة، الكسور العشرية والكسور بين المتغيرات ممكنة. وتحليلات البيانات باستخدام البيانات الاسمية والفاصلية والنسبة تكون مباشرة وشفافة عموما. ولا توجد تحليلات للبيانات الترتيبية، ولا سيما فيما يتعلق بالليكرت أو غيرها من المقاييس في الاستقصاءات. هذه ليست قضية جديدة. ولا تزال ملاءمة معالجة البيانات الترتيبية كبيانات فاصلة مثيرة للجدل في تحليلات المسح في مجموعة متنوعة من المجالات التطبيقية. 1،2 وقد يكون السبب الكامن وراء تحليل البيانات الترتيبية كبيانات فاصلة هو الخلاف بأن الاختبارات الإحصائية البارامترية (استنادا إلى نظرية الحد المركزي) هي أقوى من البدائل غير القياسية. كما يمكن اعتبار استنتاجات وتفسيرات الاختبارات البارامترية أسهل لتفسير وتوفير معلومات أكثر من البدائل غير القياسية. ومع ذلك، فإن معالجة البيانات الترتيبية كبيانات فاصلة (أو حتى نسبة) دون فحص قيم مجموعة البيانات وأهداف التحليل يمكن أن تضلل وتضلل نتائج الاستقصاء. لدراسة التحليلات المناسبة للبيانات العددية وعندما يفضل أن معالجة البيانات الترتيبية كما البيانات الفاصلة، وسوف نركز على جداول ليكيرت. أساسيات جداول ليكرت تم تطوير موازين ليكيرت في عام 1932 كاستجابة ثنائية القطب مألوفة من خمس نقاط معظم الناس على دراية اليوم. 3 هذه المقاييس تتراوح من مجموعة من فئاتشاشة إلى الناس موستمداشكينغ الناس للإشارة إلى مدى أنها توافق أو لا توافق، الموافقة أو عدم الموافقة، أو يعتقد أن تكون صحيحة أو خاطئة. ثيرسكوس حقا لا توجد طريقة خاطئة لبناء مقياس ليكيرت. ويتمثل أهم اعتبار في إدراج خمس فئات استجابة على الأقل. تظهر بعض الأمثلة على مجموعات الفئات في الجدول 1. يتم زيادة نهايات مقياس لخلق مقياس من سبع نقاط عن طريق إضافة لدكوفيرردكو إلى أعلى منها وأسفل المقاييس من خمس نقاط. وقد تبين أن المقياس المكون من سبع نقاط يصل إلى الحدود العليا من الموثوقية سكاليرسكو. (4) كقاعدة عامة، توصي ليكرت وآخرون بأن من الأفضل استخدام أوسع نطاق ممكن. يمكنك دائما طي الردود في الفئات المكثفة، إذا كان ذلك مناسبا، للتحليل. مع ذلك في الاعتبار، والمقترحات في بعض الأحيان اقتطاع إلى عدد زوجي من الفئات (عادة أربعة) للقضاء على خيار لدكونيراتيرالدكو في مقياس المسح تشوكيردكو لدكوفورسد. رينسيس ليكيرترسكوس الورقة الأصلية تحدد بوضوح قد يكون هناك متغير المستمر الكامن الذي يميز قيمة ريسبوندينتسرشو الآراء أو المواقف وهذا المتغير الأساسي هو مستوى الفاصل الزمني، في أحسن الأحوال. 5 التحليل، التعميم إلى الفهارس المستمرة كقاعدة عامة، يعني المتوسط ​​والانحراف المعياري معلمات غير صالحة للإحصاءات الوصفية كلما كانت البيانات على جداول ترتيبية، كما هي أي تحليلات حدودي تستند إلى التوزيع الطبيعي. أما الإجراءات اللامبثارية، فتتخذ من الرتبة أو الوسيط أو الرانجمداشير المناسبة لتحليل هذه البيانات، وكذلك أساليب التوزيع الحر، مثل الجداول، والترددات، وجداول الطوارئ، والإحصاءات ذات مربعات كاي. يمكن أن توفر نماذج كروسكال واليس نفس النوع من النتائج كتحليل التباين، ولكن على أساس الرتب وليس وسائل الردود. وبالنظر إلى أن هذه المقاييس تمثل تدبيرا مستمرا، فإن إحدى التوصيات هي تحليلها كبيانات فاصلة كطيار تجريبي قبل جمع القياس المستمر. ويتضمن الجدول 2 مثالا على الاستنتاجات المضللة، التي تبين نتائج الدراسة السنوية التي أجرتها مؤسسة ألفريد ب. سلون عن نوعية ومدى التعلم عبر الإنترنت في الولايات المتحدة. استخدم المجيبون مقياس ليكرت لتقييم جودة التعلم عبر الإنترنت مقارنة بالتعلم وجها لوجه. وفي حين رأى 60 في المائة من المجيبين أن التعلم عبر الإنترنت يساوي أو أفضل من وجها لوجه، إلا أن هناك أقلية ثابتة تدرك أن التعلم عبر الإنترنت أقل شأنا إلى حد ما. إذا تم تحليل هذه البيانات باستخدام وسائل، مع مقياس من 1 إلى 5 من أدنى إلى أعلى، فإن هذا الفصل سوف تضيع، وإعطاء وسائل 2.7 و 2.6 و 2.7 لهذه السنوات الثلاث، على التوالي. وهذا يشير إلى اتفاق أقل قليلا من المتوسط ​​بدلا من التوزيع الفعلي للردود. وهناك مثال أكثر تطرفا هو وضع جميع المستجيبين في أقصى درجات المقياس، مما يؤدي إلى متوسط ​​من لدكوسمردقو ولكن تفسير مختلف تماما من ردود الفعل. تحت أي ظروف قد تستخدم جداول ليكيرت مع الإجراءات الفاصلة لنفترض أن بيانات الرتبة شملت مسح لقياس الدخل 0، 25،000، 50،000، 75،000 أو 100،000 بالضبط، وتم قياس هذه كما لدكولو، رديقو لدكوميوميومردكو و ldquohigh. rdquo و لدكوانتيرفالنسردكو هنا هو سمة من البيانات، وليس من التسميات. أيضا، يجب أن يكون عنصر الجدول خمسة على الأقل ويفضل سبع فئات. مثال آخر لتحليل جداول ليكيرت كما القيم الفاصلة هو عندما مجموعات من العناصر ليكيرت يمكن الجمع بين لتشكيل الفهارس. ومع ذلك، هناك تحذير قوي لهذا النهج: معظم الباحثين يصرون على هذه المجموعات من جداول تمر كرونباكرسكوس ألفا أو اختبار كابا من الترابط والصلاحية. أيضا، فإن الجمع بين المقاييس لتشكيل مؤشر مستوى الفاصل يفترض أن هذا المزيج يشكل سمة الكامنة أو متغير. التدابير البديلة البديلة للموازين يمكن أن تكون بدائل استخدام مقياس ليكيرت الرسمي استخدام خط متواصل أو شريط مسار. لقياس الألم، ويمكن استخدام خط 100 ملم على مسح الورق لقياس من أسوأ من أي وقت مضى إلى أفضل من أي وقت مضى، مما أسفر عن قياس الفاصل المستمر. في ظهور العديد من الاستطلاعات على الانترنت، ويمكن أن يتم ذلك مع أشرطة المسار مماثلة لتلك الموضحة في الشكل 1. يمكن للمستجيبين هنا معايرة ردودهم على فترات مستمرة التي يمكن التقاطها من قبل برنامج المسح كقيم مستمرة. الخلاصة يجب أن لا يتضمن تحليلك الأولي لبيانات ليكرت العددية إحصاءات بارامترية ولكن يجب أن تعتمد على الطبيعة الترتيبية للبيانات. وفي حين أن متغيرات مقياس ليكيرت عادة ما تمثل تدبيرا متواصلا أساسيا، فإن تحليل العناصر الفردية ينبغي ألا يستخدم الإجراءات البارامترية إلا كتحليل تجريبي. الجمع بين جداول ليكيرت في الفهارس يضيف القيم والتباين إلى البيانات. إذا تم استيفاء افتراضات طبيعية، يمكن اتباع التحليل مع إجراء حدودي. وأخيرا، تحويل أداة خمسة أو سبعة فئة لمتغير مستمر ممكن مع خط معايرة أو شريط المسار. مراجع جيدون فيغدرهوس، لدكوويث مستوى القياس و لسكوبرميسيبلرزكو التحليل الإحصائي في البحوث الاجتماعية، رديقو المحيط الهادئ استعراض الاجتماعية، المجلد. 20، No.1، 1977، ب. 61-72. أولف جاكوبسون، لدكوستاتيستيكال عرض وتحليل البيانات العرقية في التمريض البحوث، رديقو مجلة الاسكندنافية للعلوم الرعاية، المجلد. 18، 2004، ب. 437-440. رينسيس ليكيرت، لدكوا تقنية لقياس المواقف، رديقو أرشيف علم النفس، 1932، المجلد. 140، رقم 55. جوم C. نونالي، نظرية علم النفس، ماكجرو هيل، 1978. دينيس L. كلاسن وتوماس J. دورمودي، لدكواناليزينغ البيانات المقاسة من قبل الفردية ليكيرت نوع البنود، رديقو مجلة التربية الزراعية، المجلد. 35، رقم 4، 1994. الفهرس يعقوبي، يعقوب، ومايكل س. ماتيل، لدكثري نقطة النقاط ليكيرت جيدة بما فيه الكفاية، رديقو مجلة بحوث التسويق، المجلد. 8، No.4، 1971، ب. 495-500. جاميسون، سوزان، لدكوليكرت موازين: كيفية (أب) استخدامها لهم، رديقو التعليم الطبي، المجلد. 38، No.12)، 2004، pp.1217-1،218. I. إلين ألين أستاذ مشارك في الإحصاء وريادة الأعمال في كلية بابسون في بارك بابسون، ما. وهي حاصلة على الدكتوراه في الإحصاء من جامعة كورنيل في إيثاكا، نيويورك. ألين هو عضو بارز في أسك. كريستوفر A. سيمان هو طالب دكتوراه في الرياضيات في مركز الدراسات العليا لجامعة مدينة نيويورك.