Likert ölçekli verileri analiz etmenin yollarını arıyorsunuz ama nasıl yapacağınızı bilmiyor musunuz? Likert ölçeği, insanların bir konuya karşı tutumlarını veya duygularını ölçen bir anket aracıdır. Yanıt verenler, tipik olarak "ne katılıyorum ne katılmıyorum" gibi tarafsız bir orta nokta ile "kesinlikle katılıyorum" ile "kesinlikle katılmıyorum" gibi bir dizi seçenek arasından seçim yapar. Bu, araştırmacıların sübjektif verileri ölçmesine ve önemli sonuçlar çıkarmasına olanak tanır. Psikolog Rensis Likert tarafından icat edilen ölçeğin tipik olarak beş veya yedi puanı vardır.
Likert ölçeği verilerini analiz etmek, değerli içgörüler elde etmek için yanıtları yorumlamayı içerir. Bu kapsamlı yazımızda “Likert ölçekli veriler nasıl analiz edilir” sürecini adım adım inceleyeceğiz ve anlamlı çıkarımlar yapacağız.
Likert Ölçeğini Anlamak
Analize dalmadan önce, Likert ölçeğine ve özelliklerine daha yakından bakalım:
- Likert ölçeği, yanıtlayanlara bir dizi ifade veya soru sunar ve katılımcılar daha sonra sayısal bir ölçekte katılma veya katılmama düzeylerini gösterir.
- Yaygın olarak kullanılan Likert ölçeği yanıt seçenekleri arasında "Kesinlikle Katılmıyorum", "Katılmıyorum", "Kararsızım", "Katılıyorum" ve "Kesinlikle Katılıyorum" bulunmaktadır.
- Yanıtlar genellikle sayısal olarak kodlanır ve daha yüksek değerler, daha yüksek anlaşmayı veya olumlu tutumları temsil eder.
Likert ölçeği basitliği, yönetim kolaylığı ve nüanslı görüşleri yakalama yeteneği nedeniyle popülerdir. Araştırmacılar, katılımcıların belirli bir konuya yönelik tutumlarını anlamak için yanıtların dağılımının yanı sıra verilerin merkezi eğilimi ve değişkenliği hakkında fikir edinebilir.
Aşağıdaki Likert ölçeği hakkında daha fazla ayrıntı bulabilirsiniz. Wikipedia sayfası.
Likert Ölçeği Verilerini Analiz Etme Adımları
1. Veri Toplama ve Hazırlama
- Anketi Tasarlayın: İyi yapılandırılmış bir anket oluşturmak, güvenilir veriler elde etmek için çok önemlidir. Araştırma hedeflerinizle uyumlu net ve özlü Likert ölçeği soruları oluşturun. Önyargı ve belirsizliği önlemek için ifadelerin ifadesini dikkate alın.
- Veri Girişi ve Temizleme: Anket tamamlandığında, yanıtları bir veri tablosuna veya istatistik yazılımına girin. Analizi etkileyebilecek eksik veya yanlış girişleri kontrol ederek verilerin temizlendiğinden emin olun.
2. Tanımlayıcı İstatistikleri Hesaplayın
- Frekans dağılımı: Yanıtların dağılımını anlamak için, her soru için her bir Likert ölçeği seçeneğinin sıklığını hesaplayın. Dağıtımı etkili bir şekilde görselleştirmek için verileri bir tablo veya grafik halinde düzenleyin.
- Ortalama ve Standart Sapmayı Hesapla: Ortalama (ortalama) ve standart sapma, her soru için yanıtların merkezi eğilimi ve dağılımı hakkında temel bilgiler sağlar. Ortalama, tipik yanıtı temsil ederken, standart sapma, yanıtların ortalama etrafındaki dağılımını ölçer. Yüksek bir standart sapma, görüşlerde daha fazla değişkenlik olduğunu gösterir.
Örneğin, bir ürünle ilgili memnuniyet düzeyiyle ilgili 5'li Likert ölçeğinde bir anket sorusu düşünün ve yanıtları şu şekilde kodlayın: 1 – Kesinlikle Memnun Değilim, 2 – Memnun Değilim, 3 – Kararsızım, 4 – Memnunum ve 5 – Çok Memnunum . Verileri topladıktan sonra, ürüne yönelik genel duyarlılığı anlamak için her bir yanıt seçeneğinin sıklığını ve ortalama memnuniyet düzeyini hesaplayın.
3. Veri Normalliğini Değerlendirin
- Normallik Testi: Uygun istatistiksel teknikleri uygulamak için, verilerin normal bir dağılıma uyup uymadığını kontrol edin. Shapiro-Wilk veya Kolmogorov-Smirnov testi gibi normallik testleri, verilerin normal dağılımdan önemli ölçüde sapıp sapmadığını değerlendirir.
- Yorumlama: Veriler normal dağılıyorsa (p > 0.05), t-testi ve ANOVA gibi parametrik istatistiksel testler kullanılabilir. Veriler normal dağılmıyorsa (p < 0.05), Mann-Whitney U testi veya Kruskal-Wallis testi gibi parametrik olmayan testler daha uygundur.
Örneğin, iki farklı grup için Likert ölçeği yanıtlarını bir normallik testi kullanarak analiz edersek ve verilerin normal dağılmadığını görürsek, grupların tutumlarını karşılaştırmak için parametrik olmayan Mann-Whitney U testini kullanmayı seçebiliriz.
4. Grup Karşılaştırmaları ve Analizi
- Grupları Karşılaştırma: Anketiniz birden çok grup veya değişken içeriyorsa, önemli farklılıkları veya kalıpları belirlemek için yanıtlarını karşılaştırın. Normal olarak dağıtılan veriler için, t testleri veya varyans analizi (ANOVA) gibi teknikleri kullanın. Normal dağılmayan veriler ise Mann-Whitney U testi veya Kruskal-Wallis testi gibi parametrik olmayan testler kullanılarak analiz edilebilir.
Örneğin, 7'li Likert ölçeğinde toplanan yanıtlarla iki farklı öğretim yönteminin etkililiğini değerlendiren bir anket düşünün. İki öğretim yöntemi arasında algılanan etkililikte herhangi bir önemli fark olup olmadığını belirlemek için ANOVA'yı kullanın.
- Korelasyon analizi: Korelasyon katsayılarını kullanarak Likert ölçekli sorular veya değişkenler arasındaki ilişkileri keşfedin. En yaygın iki korelasyon katsayısı türü vardır, Pearson korelasyon katsayısı ve Spearman korelasyon katsayısı. Normal dağılan veriler için Pearson korelasyon katsayısı, normal dağılmayan veriler için Spearman korelasyon katsayısı uygundur.
Örneğin, çalışanlardan alınan Likert ölçeği yanıtlarını kullanarak iş tatmini ile iş performansı arasında bir ilişki olup olmadığını değerlendirmek isteyebilirsiniz. İlişkinin gücünü ve yönünü belirlemek için korelasyon katsayısını hesaplayın.
5. Yorumlama ve Görselleştirme
- Veri Goruntuleme: Bulgularınızı, her bir Likert ölçeği seçeneği için yanıtların dağılımını görsel olarak temsil etmek üzere çubuk grafikler veya yığılmış çubuk grafikler gibi tablolar ve grafikler kullanarak sunun. Görselleştirmeler, tutumların dağılımının daha iyi anlaşılmasına yardımcı olur ve verilerin yorumlanmasını kolaylaştırır. Okumak Likert Ölçeği Verileri Nasıl Sunulur? Likert ölçeği verilerini sunma hakkında daha fazla ayrıntı için
- Yorumlama: Sonuçları dikkatlice yorumlayın ve veri analizine dayalı olarak anlamlı sonuçlar çıkarın. Gruplar arasındaki kalıplara, eğilimlere ve önemli farklılıklara dikkat edin. Bulguların çıkarımlarını ve bunların araştırma hedeflerinizle nasıl ilişkili olduğunu tartışın.
Likert Ölçeği Verileri Nasıl Analiz Edilir – Pratik Örnek
Likert ölçekli verileri analiz etme sürecini göstermek için pratik bir örnek ele alalım. İşyeri tesislerinden çalışan memnuniyeti üzerine bir anket yaptığınızı hayal edin. 5'li Likert ölçeği kullanıyorsunuz (1 – Kesinlikle Memnun Değilim, 2 – Memnun Değilim, 3 – Kararsızım, 4 – Memnunum, 5 – Çok Memnunum). Verileri topladıktan ve ortalama memnuniyet düzeyi ile standart sapmayı hesapladıktan sonra, ortalamanın 4.2 olduğunu ve bunun da çalışanlar arasında genel olarak olumlu bir duyguya işaret ettiğini görürsünüz. Bununla birlikte, 0.9'luk yüksek standart sapma, görüşlerin önemli ölçüde değiştiğini göstermektedir. Bu, bazı çalışanların son derece memnun olduğu, bazılarının ise daha az olduğu anlamına gelir.
Ardından, iki farklı departman - İK departmanı ve Pazarlama departmanı - arasındaki memnuniyet düzeylerini karşılaştırmaya karar veriyorsunuz. Normal dağılan veriler için t testi veya normal dağılmayan veriler için Mann-Whitney U testi gibi uygun bir istatistiksel test kullanarak, iki departman arasında memnuniyet düzeylerinde önemli bir fark olduğunu görürsünüz. Pazarlama departmanı çalışanları, İK departmanına kıyasla daha yüksek memnuniyet seviyeleri bildirmektedir.
Son olarak, iş tatmini ile çalışanı elde tutma oranları arasında bir ilişki olup olmadığını araştırmak istiyorsunuz. Veri normalliğine dayalı uygun korelasyon katsayısını kullanarak, iş tatmini ve elde tutma oranları arasında güçlü bir pozitif korelasyon keşfedersiniz. Bu, iş doyumu yüksekse, çalışanı elde tutma oranının da organizasyon içinde yüksek olacağını göstermektedir.
Sonuç
Sonuç olarak, Likert ölçeği verilerini analiz etmek, yanıtlayanların tutum ve fikirlerinden anlamlı içgörüler elde etmek için birkaç kritik adımı içerir. Araştırmacılar, Likert ölçeğini anlayarak, karar vermeyi ve daha fazla araştırmayı bilgilendirmek için değerli bilgilerin kilidini açabilir. Likert ölçeğindeki verilerin doğru bir şekilde analiz edilmesi sosyal bilimlerden pazar araştırmalarına kadar birçok alanda büyük önem taşımaktadır. Bu, araştırmacıların insan davranışını, tercihlerini ve algılarını nicel bir şekilde anlamalarına yardımcı olur. Araştırmacılar, Likert ölçekli veri analizini tam olarak anlayarak güvenilir sonuçlar çıkarabilir.
