Introduzione
Nel corso degli anni sono stati utilizzati numerosi metodi per misurare i tratti del carattere e della personalità (Likert, 1932). La difficoltà di misurare gli atteggiamenti, il carattere e i tratti di personalità risiede nella procedura di trasferimento di queste qualità in una misura quantitativa per l’analisi dei dati. La recente popolarità delle tecniche di ricerca qualitativa ha alleggerito alcuni degli oneri associati a questo dilemma; tuttavia, molti scienziati sociali fanno ancora affidamento su misure quantitative di atteggiamenti, carattere e tratti di personalità.
In risposta alla difficoltà di misurare i tratti del carattere e della personalità, Likert (1932) sviluppò una procedura per misurare le scale attitudinali. La scala Likert originale utilizzava una serie di domande con cinque alternative di risposta: approva fortemente (1), approva (2), indeciso (3), disapprova (4) e disapprova fortemente (5). Ha combinato le risposte delle serie di domande per creare una scala di misurazione attitudinale. La sua analisi dei dati era basata sul punteggio composito della serie di domande che rappresentava la scala attitudinale. Non ha analizzato le singole domande. Mentre Likert usava una scala a cinque punti, altre variazioni delle sue alternative di risposta sono appropriate, inclusa la cancellazione della risposta neutra (Clason & Dormody, 1994).
Mentre le variazioni dell’alternativa di risposta di Likert sono diventate comuni nella ricerca sull’estensione, l’uso comune ha anche creato abusi o errori. Un errore comunemente commesso è l’analisi impropria delle singole domande su una scala attitudinale. Prima di discutere l’analisi dei dati Likert, rivediamo i concetti di base della procedura.
Tipo Likert contro scale Likert
Clason e Dormody (1994) hanno descritto la differenza tra elementi di tipo Likert e scale Likert. Hanno identificato gli item di tipo Likert come domande singole che usano alcuni aspetti delle alternative di risposta Likert originali. Mentre in uno strumento di ricerca si possono usare domande multiple, non c’è alcun tentativo da parte del ricercatore di combinare le risposte degli item in una scala composita. La tabella 1 fornisce un esempio di cinque domande di tipo Likert.
| Fortemente in disaccordo | Disaccordo | Neutro | Inaccordo | Fortemente d’accordo | |
| 1. 4-H è stata una buona esperienza per me. | SD | D | N | A | SA |
| 2. I miei genitori mi hanno sostenuto nei miei progetti 4-H. | SD | D | N | A | SA |
| 3. Il mio impegno 4-H mi permetterà di fare la differenza. | SD | D | N | A | SA |
| 4. Il mio consulente 4-H era sempre lì per me. | SD | D | N | A | SA |
| 5. La 4-H collegiale è importante nella scelta di un’università. | SD | D | N | A | SA |
Una scala Likert, d’altra parte, è composta da una serie di quattro o più elementi di tipo Likert che sono combinati in un singolo punteggio/variabile composito durante il processo di analisi dei dati. Combinati, gli item sono usati per fornire una misura quantitativa di un tratto di carattere o personalità. Tipicamente il ricercatore è interessato solo al punteggio composito che rappresenta il tratto di carattere/personalità. La tabella 2 fornisce un esempio di cinque domande progettate per essere combinate in una scala Likert che misura le abitudini alimentari.
| Strongly Disagree | Disagree | Neutral | Agree | Strongly Agree | |
| 1. Mangio regolarmente cibi sani. | SD | D | N | A | SA |
| 2. Quando acquisto cibo al negozio di alimentari, ignoro il cibo “spazzatura”. | SD | D | N | A | SA |
| 3. Quando preparo i pasti, considero il contenuto di grassi degli alimenti. | SD | D | N | A | SA |
| 4. Quando preparo i pasti, considero il contenuto di zucchero degli alimenti. | SD | D | N | A | SA |
| 5. Una dieta sana è importante per la mia famiglia. | SD | D | N | A | SA |
Steven’s Scale of Measurement
I dati sia del tipo Likert che della scala Likert hanno procedure di analisi dei dati uniche. Per capire le opzioni, si deve iniziare con la Scala di Misura di Steven (Ary, Jacobs, &Sorenson, 2010). La scala di Steven consiste di quattro categorie: nominale, ordinale, intervallo e rapporto.
Nella scala nominale, le osservazioni sono assegnate alle categorie in base all’equivalenza. I numeri associati alle categorie servono solo come etichette. Esempi di dati della scala nominale includono il sesso, il colore degli occhi e la razza. Le osservazioni della scala ordinale sono classificate in qualche misura di grandezza. I numeri assegnati a groupsexpress un rapporto “maggiore di”; tuttavia, quanto più grande non è implicito. I numeri indicano solo l’ordine. Esempi di misure della scala ordinale includono voti in lettere, classifiche e risultati (basso, medio, alto). Anche i dati delle scale di intervallo usano i numeri per indicare l’ordine e riflettono una distanza relativa significativa tra i punti della scala. Le scale di intervallo non hanno uno zero assoluto. Un esempio di una scala di intervallo è il test standardizzato del QI. Una scala di rapporto usa anche numeri per indicare l’ordine e riflette una distanza relativa significativa tra i punti sulla scala. Una scala di rapporto ha uno zero assoluto. Esempi di misure di rapporto includono l’età e gli anni di esperienza.
Analisi degli elementi di risposta Likert
Per analizzare correttamente i dati Likert, si deve comprendere la scala di misura rappresentata da ciascuno. I numeri assegnati agli elementi di tipo Likert esprimono una relazione “maggiore di”; tuttavia, quanto maggiore non è implicito. A causa di queste condizioni, gli item di tipo Likert rientrano nella scala di misurazione ordinale. Le statistiche descrittive raccomandate per gli item della scala di misurazione ordinale includono una modalità o mediana per la tendenza centrale e le frequenze per la variabilità. Ulteriori procedure di analisi appropriate per gli elementi della scala ordinale includono la misura chi-quadrato di associazione, Kendall Tau B e Kendall Tau C.
I dati della scala Likert, d’altra parte, sono analizzati alla scala di misurazione dell’intervallo. Gli elementi della scala Likert sono creati calcolando un punteggio composito (somma o media) da quattro o più elementi di tipo Likert; pertanto, il punteggio composito per le scale Likert dovrebbe essere analizzato alla scala di misurazione a intervalli.Le statistiche descrittive raccomandate per gli elementi della scala a intervalli includono la media per la tendenza centrale e le deviazioni standard per la variabilità. Ulteriori procedure di analisi dei dati appropriate per gli elementi della scala a intervalli includono la r di Pearson, il test t, l’ANOVA e le procedure di regressione. La tabella 3 fornisce esempi di procedure di analisi dei dati per dati su scala Likert e Likert.
| Dati di tipo LikertLikert | Dati della scala Likert | |
| Tendenza centrale | Media o modo | Media |
| Variabilità | Frequenze | Deviazione standard |
| Associazioni | Kendall tau B o C | R di Pearson |
| Altre statistiche | Chi-quadrato | ANOVA, t-test, regressione |
Sommario
La decisione sull’analisi dei dati per gli item Likert viene solitamente presa nella fase di sviluppo del questionario. Avete una serie di domande individuali con opzioni di risposta Likert a cui i vostri partecipanti devono rispondere o avete una serie di domande di tipo Likert che, combinate, descrivono un tratto di personalità o un atteggiamento? Se le vostre domande Likert sono uniche e indipendenti, analizzatele come elementi di tipo Likert. Modalità, mediane e frequenze sono gli strumenti statistici appropriati da utilizzare. Se avete progettato una serie di domande che, combinate, misurano un particolare tratto, avete creato una scala Likert. Usate le medie e le deviazioni standard per descrivere la scala. Se sentite il bisogno di riportare i singoli item che compongono la scala, usate solo procedure statistiche di tipo Likert.Tenete presente che una volta presa la decisione tra il tipo Likert e la scala Likert, la decisione sulle statistiche appropriate andrà a posto.
Ary, D., Jacobs, L. C., & Sorensen, C.(2010). Introduzione alla ricerca in educazione (8thed.). California: Thomson Wadsworth.
Likert, R. (1932). Una tecnica per la misurazione degli atteggiamenti. Archivi di psicologia, 22(140),1-55.
.