Många forskarprojekt involverar utdelning av undersökningar och analyserar resultaten som kommer in. Likert-skalaen är en av de mer populära mätvärdena för attitydforskning. Om du tar en Likert-undersökning ser du en serie uttalanden, och du kommer att bli ombedd att ange om du är "starkt oense", "instämmer", "något oense", är "odefinierad" , "" överens, "eller" håller helt med. " Vilket svar du väljer har tilldelats ett poängvärde och forskarna som utför undersökningen tolkar resultaten.
Tilldela varje svar ett poängvärde, från 1 till 5 eller 1 till 7, beroende på hur många möjliga svar det finns . Vissa undersökningsdesigners inkluderar inte "lite" alternativ på den överens eller oeniga sidan. Vanliga värden för alternativen börjar med "starkt oense" vid 1 poäng och "starkt överens" vid 5 eller 7 poäng.
Tabulera dina resultat och hitta "läge" eller det vanligaste numret och "menar" eller det genomsnittliga svaret. Om ditt prov är stort nog, kommer båda dessa värden att vara värdefulla. Läget kommer att berätta det vanligaste svaret på varje uttalande. Och medan de numeriska värdena för varje svar inte är lika objektiva som räknande tal skulle vara, ger medelvärdet dig det övergripande genomsnittliga svaret.
Skapa en grafisk representation av svaren med hjälp av ett stapeldiagram och ge en kolumn till varje svarval. Under den horisontella axeln markerar du var och en av svarvalen med punktvärdet och markerar linjer som passerar den vertikala axeln med olika nummer - 50, 100, 150, 200 och så vidare. Dessa siffror varierar beroende på antalet svarande. Välj en skala som passar alla dina totalantal, men kommer också att visa skillnaderna mellan dem meningsfullt. Om du bara har 30 svarande, och ditt första nummer på axeln är 100, kommer du inte att kunna visa meningsfulla skillnader mellan de olika kolumnerna.
Uppdela dina data efter behov för dina forskningsbehov. Du kanske vill separera data ut efter åldersgrupper, kön, etnicitet, religion eller andra variabler. Skapa ett stapeldiagram för varje separat grupp du vill analysera.
Använd en av en rad olika analysanalyser för att analysera dina data. Många hållningsundersökningar görs på två olika tidpunkter, för att testa attityder över tiden. Andra görs bara en gång för att se hur grupper av människor känner till uttalanden vid en viss tidpunkt. Tester som Kruskal-Wallis, Mann-Whitney och Chi-kvadratanalysen kan alla ta attityddata från Likert-undersökningar och tillhandahålla olika former av analys.
Bestäm om dina resultat visar betydande skillnader som antingen matchar eller motsäger din hypotes. Definitionen av "betydelse" varierar beroende på det test du använder. Om dina resultat emellertid visar betydande skillnader, till exempel, hur adherenterna till olika religioner känner till hur modellerna klär på omslaget på modetidningar, kan du hitta tillämpningar av den forskningen för modeditors.
