コンテンツ
サーベイ調査では、Likert尺度は回答のカテゴリーへのアプローチであり、個人の満足度または一連のステートメントや質問との一致を測定します。このタイプの回答の分類は、データ分析を単純化することによって調査回答を定量化することを容易にします。回答者の実際の回答と予想される回答とを比較するカイ2乗統計など、Likertスケールからのデータを分析するためのさまざまなオプションがあります。カイ2乗は、与えられた仮説の統計的有意性を評価します。実際の応答と予想される応答との間の偏差のレベルが高いほど、カイ2乗統計量が大きくなるため、結果が仮説に適合することが少なくなります。
説明書
-
あなたのリッカートスケールで回答のカテゴリを一致させます。たとえば、リッカートスケールで回答カテゴリ「完全に同意する」、「同意する」、「同意しない」、「強く同意しない」、「同意しない、または同意しない」を使用する場合は、「同意する」と「同意する」の回答を組み合わせます。一つのカテゴリーとその答えは「反対」と「全く反対」です。このようにして、３つのカテゴリーの答えがあるだろう：「同意する」、「同意しない」および「同意しないまたは同意しない」。
-
スプレッドシートプログラムまたは統計ソフトウェアを使用してカイ2乗統計検定を実行します。たとえば、Excelで検定を見つけるには、ワークシートの上部にある[式]タブをクリックし、[その他の機能]を選択してから[統計]を選択します。さまざまな手順が表示されます。 "TEST.QUI"はカイ2乗手順です。セルをクリックして分析するデータの範囲をマウスでドラッグすると、カイ2乗検定を実行するデータがExcelに通知されます。
-
プログラムによって生成されたカイ2乗検定の結果を調べます。結果を分析するときは、彼の統計の大きさと統計的有意性のレベルに細心の注意を払ってください。最も高いカイ2乗の統計は、観測された応答と予想された応答との間の変動が大きいことを示します。ほとんどの統計およびスプレッドシートプログラムでは、0.05の有意水準が使用されています。これは、偶然に起因する可能性があるとしても、統計的有意の5％という可能性は1つしかないことを意味します。
-
分析結果を解釈します。カイ2乗は、統計的に有意な関係が存在するかどうかを示しますが、その関係の強さに関する情報は明らかにしないことを思い出してください。
