はじめに

長年にわたり、性格や人格特性を測定するために多くの方法が使用されてきました（Likert、1932年）。 態度、性格、人格特性を測定することの難しさは、データ分析目的のために、これらの品質を定量的な尺度に移行する手順にあります。 しかし、多くの社会科学者は、依然として、態度、性格、人格特性の定量的測定に依存している。

性格や人格特性の測定が困難であることに対応して、Likert (1932) は態度尺度の測定方法を開発した。 リカート尺度の原型は、強く賛成（1）、賛成（2）、どちらともいえない（3）、反対（4）、強く反対（5）の5つの回答選択肢からなる一連の質問を用いたものである。 彼は、一連の質問からの回答を組み合わせて、態度測定尺度を作成した。 彼のデータ分析は、態度尺度を表す一連の質問からの合成スコアに基づいて行われた。 彼は、個々の質問を分析することはしなかった。 Likertは5点スケールを使用したが、中立的な回答の削除など、彼の回答選択肢のothervariationsは適切である（Clason & Dormody, 1994）。

Likert回答選択肢の変化はエクステンション研究で一般的になっているが、共通のusehasも誤用や誤りを生み出している。 よくある間違いの1つは、態度尺度の個々の質問に対する不適切な分析である。

Likert-Type Versus Likert Scales

Clason and Dormody (1994) はLikert型項目とLikert尺度の違いについて述べている。 彼らは、Likert型項目を、元のLikert回答選択肢のいくつかの側面を使用する単一の質問として識別した。 調査票では複数の質問が使用されることがあるが、研究者は各項目からの回答を複合尺度として組み合わせることを試みない。 表1は、5つのリッカート尺度の質問例である。
Five Likert-Type Questions

強く反対 反対 中立 賛成 強く賛成 1.このような質問に対して、あなたはどう思いますか？ 4-Hは私にとって良い経験だった。 SD D N A SA 2.私は4-Hに参加することで、より多くのことを学んだ。 私の両親は、私の4-Hプロジェクトをサポートしてくれています。 SD D N A SA 3. 私の4-H参加によって変化を起こすことができるようになるのです。 sd d n a sa 4.私が4-Hに参加することで、私はより多くのことを学ぶことができます。 私の4-Hアドバイザーはいつも私のそばにいてくれました。 SD D N A SA 5.私の4-Hアドバイザーは私のためにいつもいてくれました。 大学4-Hは大学選びにおいて重要である。 SD D N A SA

一方、リッカート尺度は、データ分析過程で単一の複合スコア/変数に結合された一連の4以上のリッカート型項目で構成されています。 これらの項目を組み合わせることで、ある性格や人格の特徴を定量的に測定することができる。 通常、研究者は、性格／パーソナリティ特性を表す複合スコアにのみ関心がある。 表2は、食習慣を測定するリッカート尺度に組み合わせるために設計された5つの質問の例である。
Five Likert Questions Designedto Create a “Healthy Eating” Likert Scale

強く反対 反対 中立 賛成 強く賛成 1.健康な食事 健康な食事 健康な食事

健康な食事 食べない 強く反対食べない 強く反対食べない 強く反対食べない 私は日頃から健康的な食べ物を食べている。 SD D N A SA 2.私は健康的な食べ物をよく食べる。 スーパーで食品を買うとき、ジャンクフードを無視する。 4656> SD D N A SA 4.食事を作るとき、食材の脂肪分に気を配る。 食事を作るとき、食材の糖分を考慮する。 SD D N A SA 5.食事には糖分が含まれている。 健康的な食事は私の家族にとって重要である。 SD D N A SA

スティーブンの測定尺度

リッカート尺度とリッカート尺度ではデータ分析方法が異なる。 選択肢を理解するためには、Steven’s Scale of Measurement (Ary, Jacobs, &Sorenson, 2010)から始める必要があります。 Stevenの尺度は、名目、順序、間隔、および比率の4つのカテゴリで構成されています。

名目尺度では、オブザベーションは、同等性に基づいてカテゴリに割り当てられています。 カテゴリに関連する数値はラベルとしてのみ機能する。 名目尺度のデータの例としては、性別、目の色、人種などがある。 順序尺度の観察は、大きさのいくつかのメジャーでランク付けされています。 グループに割り当てられた数字は、”より大きい “関係を表現するが、どの程度大きいかは示唆されない。 数字は順序を示すだけである。 序数尺度の例としては、文字の成績、順位、達成度（低、中、高）などがあります。 間隔尺度のデータも、順序を示すために数字を使用し、尺度上のポイント間の意味のある相対的な距離を反映する。 区間尺度は、絶対的なゼロを持ちません。 区間尺度の例としては、IQ標準化テストがあります。 比率尺度もまた、順序を示すために数字を使用し、尺度上のポイント間の意味のある相対的な距離を反映します。 比率尺度は、絶対零度を持ちます。

リカート回答項目の分析

リカートデータを適切に分析するには、それぞれが表す測定尺度を理解する必要があります。 Likert形式の項目に付けられた数字は「より大きい」という関係を表しているが、どの程度大きいかは示唆されていない。 このような条件から、リッカート尺度の項目は順序尺度に分類される。 順序尺度項目で推奨される記述統計量は、中心傾向を表す最頻値や中央値、ばらつきを表す度数などである。 また、順序尺度項目に適した分析手順として、カイ二乗法による関連性の測定、Kendall Tau B、Kendall Tau Cがある。

一方、リッカート尺度のデータは、区間測定尺度で分析される。 リッカート尺度の項目は、4種類以上のリッカート尺度の項目から複合得点（合計または平均）を計算して作成されるので、リッカート尺度の複合得点は、区間測定尺度で分析する必要があります。 区間尺度項目に適したその他のデータ分析手順には、ピアソンのr、t検定、ANOVA、回帰手順が含まれるであろう。 表3はリッカート尺度とリッカート尺度のデータ解析の例を示している。
Suggested Data AnalysisProcedures for Likert-Type and Likert Scale Data

Likert-Typeタイプデータ リッカート尺度データ 中央値 平均値 変動率 度数 標準偏差 関連性 ケンドールタウBまたはC ピアソンのr その他の統計値 カチー二乗 ANOVA, t-検定、回帰

Summary

Likert項目のデータ分析の決定は、通常、アンケート作成段階で行われます。 参加者が回答するためのリッカート尺度による回答オプションを持つ一連の個別の質問があるのか、あるいは、組み合わせたときに性格特性または態度を記述する一連のリッカート尺度の質問があるのか？ リッカート尺度の質問がユニークで独立したものである場合、リッカート尺度の項目としてそれらを分析します。 モード、中央値、度数は、使用するのに適切な統計ツールです。 特定の特性を測定する一連の質問を作成した場合、リッカート尺度を作成したことになります。 尺度を記述するには、平均値と標準偏差を使用します。 尺度を構成する個々の項目を報告する必要性を感じる場合は、リッカート尺度の統計処理のみを使用すること。

Ary, D., Jacobs, L. C., & Sorensen, C.(2010). 教育研究入門(8thed.). カリフォルニア州 トムソン・ワズワース.

Likert, R. (1932). 態度測定のための技法(Atechnique for the measurement of attitudes). 心理学研究,22(140),1-55.

.