Partager

Comment utiliser l'échelle de Likert dans une analyse statistique

Comment utiliser l'échelle de Likert dans une analyse statistique

L'échelle de Likert s'utilise communément dans la recherche par enquête. Elle s'utilise pour mesurer les attitudes des personnes interrogées en leur demandant dans quelle mesure elles approuvent ou non la déclaration. Une échelle typique pourrait être « très d'accord, d'accord, n'est pas sûr ou indécis, en désaccord, en désaccord total ». Les données d'une enquête qui utilise l' échelle de Likert peuvent sembler facile à analyser, mais il y a des questions importantes à envisager dans une analyste de données. Dans cet article, nous vous expliquons comment utiliser l'échelle de Likert dans une analyse statistique.

Cela pourrait aussi vous intéresser : Le chemin critique dans la gestion de projet
Étapes à suivre:
1

Obtenir les données de liste pour l'analyse moyennant la codification des réponses. Par exemple, disons que vous réalisez une enquête qui demande aux personnes interrogées si elles approuvent ou non un ensemble de positions d'un parti politique. Chaque position est une question de l'enquête, et l'échelle utilise les réponses suivantes : totalement d'accord, d'accord, neutre, en désaccord, totalement en désaccord.

Dans cet exemple, vous devez codifier les réponses en conséquence :

totalement en désaccord = 1, désaccord = 2, neutre = 3, d'accord = 4, très d'accord = 5.

2

Rappelez-vous qu'il faut différencier les données ordinales et les intervalles, parce que les deux types requièrent des approches analytiques différentes. Si les données sont ordinales, vous pouvez dire qu'une ponctuation est plus grande qu'une autre. Vous ne pouvez pas dire à quelle point elle est plus grande, comme vous pouvez le faire avec les données d'intervalle, qui elles, vous diront la distance qu'il existe entre deux points.

C'est le piège avec l'échelle de Likert : beaucoup d'enquêteurs l'utilisent comme une échelle d'intervalle. Cela supposerait que l'intervalle entre chaque réponse soit égal. La vérité est que l'échelle de Likert ne nous dit pas cela.

Dans notre exemple, il est seulement dit que les personnes avec un plus grand nombre de réponses sont plus d'accord avec les positions du parti que celles avec un nombre moindre de réponses.

3

Commencez à analyser les données de l'échelle de Likert avec des statistiques descriptives. Bien que cela puisse être tentant, résistez à l'impulsion de prendre les réponses numériques et de calculer une moyenne.

Agrégez une réponse « très d'accord » (5) à deux des réponses « en désaccord » (2) ça vous donnerait une moyenne de 4, mais quelle est la signification de ce nombre ?

Heureusement, il existe d'autres mesures de tendance centrale qui peuvent être utilisées. Avec les données de l'échelle de Likert, la meilleure mesure à utiliser est la réponse la plus fréquente. Cela rendra les résultats de l'enquête beaucoup plus faciles à interpréter par l'analyste et le public à qui elle s'adresse. Vous pouvez également représenter la distribution des réponses (pourcentages qui approuvent, en désaccord, etc.) sur un graphique, comme un graphique en barres, avec une barre pour chaque catégorie de réponse.

4

Mettez à l'épreuve vos hypothèses. Il existe de nombreuses méthodes disponibles, et la meilleure dépendra de la nature de votre étude et des questions auxquelles vous tentez de répondre. Une méthode populaire consiste à analyser les réponses en utilisant les techniques d'analyses de variance, comme le test de Mann Whitney ou le test de Kruskal Wallis. Supposons que dans notre exemple nous avons voulu analyser les réponses aux questions sur les positions de politique extérieure avec l'ethnicité comme variable indépendante. Supposons que nos données comprennent les réponses des anglo-, afro-américains et les hispanos interrogés, on pourrait analyser les réponses entre les trois groupes de personnes interrogées grâce au test de Kruskal Wallis de la variance.

5

Simplifiez les données de l'enquête en combinant les quatre catégories de réponse (par exemple, très d'accord, d'accord, en désaccord, totalement en désaccord) en deux catégories nominales, telles que accord / désaccord, accepter ou rejeter, etc. Cela offre d'autres possibilités d'analyses. Le test de khi carré est une approche possible pour l'analyse des données de cette façon.

Si vous souhaitez lire plus d'articles semblables à Comment utiliser l'échelle de Likert dans une analyse statistique, nous vous recommandons de consulter la catégorie Études universitaires.

Conseils
  • Rappelez-vous qu'il existe de nombreuses approches pour analyser des données. Tenez compte de vos questions afin de déterminer la meilleure méthode d'analyse pour votre étude.
  • Les échelles Likert varient par le nombre de points dans l'échelle. L'échelle de cinq points utilisée ici est la plus commune, mais d'autres échelles Likert ont des échelles de réponse de 4 points, où l'incertitude est éliminée (catégorie d'indécis). Certaines ont même des échelles de réponse de 7 points.

Écrire un commentaire sur Comment utiliser l'échelle de Likert dans une analyse statistique

Qu'avez-vous pensé de notre article?
3 commentaires
Valorisation :
Camille
Merci beaucoup pour ces informations.
Benalia
Merci
GBADESSI
Je ne suis pas encore satisfait. Puisque je ne l'ai pas encore utilisée

Comment utiliser l'échelle de Likert dans une analyse statistique
Comment utiliser l'échelle de Likert dans une analyse statistique

Retour en haut