Échelles de Likert, fréquemment utilisés dans la recherche par sondage, mesurent les attitudes des répondants en demandant dans quelle mesure ils sont d'accord ou en désaccord avec une série de questions ou de déclarations. Une échelle typique pourrait consister en des catégories de réponses suivantes: entièrement d'accord, d'accord, indécis, en désaccord, et fortement en désaccord. Codage numérique des réponses permet aux chercheurs d'analyser les données de l'échelle de Likert avec des méthodes statistiques descriptives et déductives.
Coder les réponses en attribuant une valeur numérique à chaque. Supposons, par exemple, nous demandons aux répondants combien ils sont en accord ou en désaccord avec dix actions prises par le Congrès. Les catégories de réponse sont fortement d'accord, d'accord, incertain / indécis, en désaccord et fortement en désaccord. Nous pourrions coder les réponses comme suit: entièrement d'accord = 1, d'accord = 2, indécis = 3, en désaccord = 4, et fortement en désaccord = 5. Vous pouvez entrer ces données sur une feuille de calcul Excel pour analyse.
Représenter la gamme des réponses visuellement avec les graphiques à barres qui affichent le nombre et le pourcentage de répondants qui ont exprimé un accord, désaccord, etc., à chaque position couverte dans votre enquête.
Résumez vos données en utilisant l'échelle de Likert statistiques descriptives. Faire preuve de prudence dans cette étape. Une erreur courante consiste à calculer une moyenne numérique, ou la valeur des réponses codées dire. Cela ne veut pas une méthode valide pour l'analyse de données d'échelle de Likert, qui sont ordinal dans la nature. Comme une alternative, résumer vos données à l'échelle de Likert à la mode, ou la réponse la plus fréquente. Par exemple, si "se mettre d'accord" a été la réponse la plus fréquente à un élément, le mode serait la valeur numérique affectée à cette réponse.
Explorez les données plus loin avec des techniques statistiques déductives. Beaucoup de ces techniques existent, et la plus appropriée dépendra de la nature exacte de votre étude. L'analyse de variance est une approche. Pour l'exemple à l'étape 1, vous pouvez analyser les réponses avec le sexe du répondant comme une variable indépendante, examinant la différence entre les réponses des participants masculins et féminins enquête. L'analyse factorielle, qui tente d'expliquer les réponses en fonction de facteurs sous-jacents, est également utilisé fréquemment.