Bagaimana Cara Menimbang Skala Likert

Posted on
Pengarang: Randy Alexander
Tanggal Pembuatan: 27 April 2021
Tanggal Pembaruan: 17 November 2024
Anonim
Memahami Skala Likert (Likert Scale)
Video: Memahami Skala Likert (Likert Scale)

Isi

Lembaga survei dan peneliti sering menggunakan survei untuk mengumpulkan pendapat, dengan meminta responden untuk menilai perasaan mereka dari lima kemungkinan tanggapan. Format ini, yang dikenal sebagai skala Likert, kadang-kadang dirata-ratakan untuk memberikan estimasi persetujuan atau penolakan yang luas. Ini perhitungan yang sederhana, tetapi belum tentu bermanfaat seperti kelihatannya.

Timbangan Likert dan Likert-Type

Skala Likert dinamai berdasarkan penciptanya, ilmuwan Amerika Rensis Likert, yang merasa bahwa survei yang hanya menghasilkan jawaban ya-atau-tidak terbatas dalam kegunaannya. Inovasinya adalah untuk membuat pernyataan alih-alih mengajukan pertanyaan, dan kemudian meminta responden untuk menilai sejauh mana mereka setuju atau tidak setuju dengan pernyataan dasar. Pendapat itu diungkapkan dalam skala lima poin dengan titik tengah mewakili pendapat netral, dan empat pilihan lainnya menyatakan persetujuan atau ketidaksepakatan ringan atau sedang dan kuat. Pertanyaan survei menggunakan struktur yang sama tetapi serangkaian opsi yang berbeda - seperti "pada skala 1 hingga 5 seberapa besar kemungkinan Anda ..." - disebut sebagai tipe-Likert atau Likert-like, dan beroperasi di banyak cara yang sama.

Rata-rata Tanggapan Likert

Karena pertanyaan-pertanyaan survei seperti Likert dan Likert disusun dengan rapi dengan respons numerik, mudah dan menggoda untuk merata-ratakannya dengan menambahkan nilai numerik setiap respons, dan kemudian membaginya dengan jumlah responden. "Perjanjian Kuat" biasanya diberi nilai lima dan "Ketidaksepakatan Kuat" nilai satu, sehingga setiap rata-rata yang menghasilkan angka lebih besar dari tiga - titik tengah skala, dan nilai netralnya - dapat ditafsirkan sebagai persetujuan keseluruhan, sementara nilai di bawah tiga akan menunjukkan ketidaksetujuan.

Argumen Melawan Rata-Rata

Mengubah respons terhadap pertanyaan tipe-Likert menjadi rata-rata tampaknya merupakan langkah yang jelas dan intuitif, tetapi itu tidak selalu merupakan metodologi yang baik. Satu poin penting adalah bahwa responden sering enggan mengungkapkan pendapat yang kuat dan dapat mengubah hasilnya dengan condong ke respons titik tengah netral. Ini juga mengasumsikan bahwa jarak emosional antara persetujuan atau ketidaksepakatan ringan dan persetujuan atau ketidaksepakatan yang kuat adalah sama, yang tidak harus terjadi. Pada tingkat yang paling mendasar, masalahnya adalah bahwa angka-angka dalam skala Likert bukanlah angka, tetapi sarana tanggapan peringkat. Jika angka diganti dengan huruf A ke E, misalnya, ide rata-rata mereka menjadi jelas tidak masuk akal.

Pendekatan Lain untuk Data Likert

Ada cara yang lebih konstruktif untuk mendekati data Likert. Yang paling sederhana adalah menghitung median, bukan rata-rata. Atur respons secara berurutan, dan cari respons yang berada di titik tengah numerik. Jika Anda memiliki 100 respons, misalnya, itu akan menjadi respons ke-50. Rata-rata 3 atau lebih menunjukkan bahwa sebagian besar responden setuju, sedangkan satu di bawah 3 menunjukkan bahwa sebagian besar responden tidak setuju. Teknik umum lainnya adalah menyatukan respons positif dan negatif secara bersamaan, menciptakan hasil persetujuan atau penolakan yang luas. Seperti rata-rata, ini juga merupakan penggunaan data yang lemah, karena - sekali lagi - gagal menjelaskan perbedaan antara ketidaksetujuan ringan dan kuat.

Pendekatan yang lebih berguna adalah membuat daftar tanggapan dalam urutan numerik, dan kemudian membaginya menjadi empat kelompok yang sama. Angka terakhir dalam setiap kelompok disebut kuartil. Sekarang, kurangi angka pertama dari angka ketiga, untuk memberi Anda apa yang disebut rentang antar-kuartil atau IQR. Jika IQR Anda satu atau dua, pendapat responden Anda tidak terlalu jauh. Jika Anda tiga atau empat, itu menunjukkan bahwa pernyataan Anda menarik tanggapan sangat terpolarisasi.