Bạn đang tìm cách phân tích dữ liệu theo thang đo Likert nhưng không biết làm thế nào? Thang đo Likert là một công cụ khảo sát đo lường thái độ hoặc cảm xúc của mọi người đối với một chủ đề. Người trả lời chọn từ một loạt các tùy chọn như “rất đồng ý” đến “rất không đồng ý”, thường là với một điểm trung lập như “không đồng ý cũng không phản đối”. Điều này cho phép các nhà nghiên cứu định lượng dữ liệu chủ quan và đưa ra kết luận quan trọng. Được phát minh bởi nhà tâm lý học Rensis Likert, thang đo thường có năm hoặc bảy điểm.
Phân tích dữ liệu thang đo Likert liên quan đến việc diễn giải các câu trả lời để thu được những hiểu biết có giá trị. Trong bài viết toàn diện này, chúng ta sẽ đi sâu vào quy trình từng bước “cách phân tích dữ liệu thang đo Likert” và đưa ra những kết luận có ý nghĩa.
Hiểu Thang đo Likert
Trước khi đi sâu vào phân tích, chúng ta hãy xem xét kỹ hơn về thang đo Likert và các đặc điểm của nó:
- Thang đo Likert trình bày một loạt các tuyên bố hoặc câu hỏi cho người trả lời, những người sau đó cho biết mức độ đồng ý hoặc không đồng ý của họ trên thang số.
- Các tùy chọn phản hồi thang đo Likert thường được sử dụng bao gồm “Hoàn toàn không đồng ý”, “Không đồng ý”, “Trung lập”, “Đồng ý” và “Rất đồng ý”.
- Các câu trả lời thường được mã hóa bằng số, với các giá trị cao hơn thể hiện sự đồng ý cao hơn hoặc thái độ tích cực.
Thang đo Likert phổ biến do tính đơn giản, dễ quản lý và khả năng nắm bắt các ý kiến đa dạng. Các nhà nghiên cứu có thể hiểu sâu hơn về sự phân bố các câu trả lời, cũng như xu hướng trung tâm và tính biến thiên của dữ liệu, để hiểu thái độ của người tham gia đối với một chủ đề cụ thể.
Bạn có thể tìm thêm thông tin chi tiết về thang đo Likert sau đây Trang Wikipedia.
Các bước để phân tích dữ liệu thang đo Likert
1. Thu thập và chuẩn bị dữ liệu
- Thiết kế khảo sát: Tạo một cuộc khảo sát có cấu trúc tốt là rất quan trọng để có được dữ liệu đáng tin cậy. Soạn thảo các câu hỏi thang đo Likert rõ ràng và ngắn gọn phù hợp với mục tiêu nghiên cứu của bạn. Xem xét từ ngữ của các tuyên bố để tránh thiên vị và mơ hồ.
- Nhập liệu và làm sạch: Sau khi hoàn thành khảo sát, hãy nhập các câu trả lời vào bảng tính dữ liệu hoặc phần mềm thống kê. Đảm bảo rằng dữ liệu được làm sạch, kiểm tra mọi mục nhập bị thiếu hoặc không chính xác có thể ảnh hưởng đến phân tích.
2. Tính toán thống kê mô tả
- Phân phối tần số: Để hiểu được sự phân bố của các câu trả lời, hãy tính tần suất của từng tùy chọn thang đo Likert cho mỗi câu hỏi. Sắp xếp dữ liệu thành bảng hoặc biểu đồ để trực quan hóa việc phân phối một cách hiệu quả.
- Tính trung bình và độ lệch chuẩn: Giá trị trung bình (trung bình) và độ lệch chuẩn cung cấp thông tin cần thiết về xu hướng trung tâm và sự phân tán của các câu trả lời cho từng câu hỏi. Giá trị trung bình đại diện cho phản hồi điển hình, trong khi độ lệch chuẩn đo lường mức độ lan truyền của các phản hồi xung quanh giá trị trung bình. Độ lệch chuẩn cao cho thấy sự thay đổi lớn hơn trong các ý kiến.
Ví dụ: xem xét một câu hỏi khảo sát trên thang đo Likert 5 điểm về mức độ hài lòng với sản phẩm, với các câu trả lời được mã hóa như sau: 1 – Rất không hài lòng, 2 – Không hài lòng, 3 – Bình thường, 4 – Hài lòng và 5 – Rất hài lòng . Sau khi thu thập dữ liệu, hãy tính toán tần suất của từng tùy chọn phản hồi và mức độ hài lòng trung bình để hiểu cảm nhận chung đối với sản phẩm.
3. Đánh giá tính chuẩn của dữ liệu
- Kiểm tra thông thường: Để áp dụng các kỹ thuật thống kê thích hợp, hãy kiểm tra xem dữ liệu có tuân theo phân phối chuẩn hay không. Kiểm tra tính quy phạm, chẳng hạn như kiểm tra Shapiro-Wilk hoặc Kolmogorov-Smirnov, đánh giá liệu dữ liệu có sai lệch đáng kể so với phân phối bình thường hay không.
- Sự giải thích: Nếu dữ liệu có phân phối chuẩn (p > 0.05), có thể sử dụng các kiểm định thống kê tham số như kiểm định t và ANOVA. Nếu dữ liệu không có phân phối chuẩn (p < 0.05), các kiểm định phi tham số như kiểm định Mann-Whitney U hoặc kiểm định Kruskal-Wallis sẽ phù hợp hơn.
Ví dụ: nếu chúng tôi phân tích các câu trả lời theo thang đo Likert cho hai nhóm khác nhau bằng cách sử dụng kiểm tra tính quy tắc và thấy rằng dữ liệu không được phân phối bình thường, chúng tôi có thể chọn sử dụng kiểm tra Mann-Whitney U không tham số để so sánh thái độ của các nhóm.
4. So sánh và phân tích nhóm
- Nhóm so sánh: Nếu khảo sát của bạn bao gồm nhiều nhóm hoặc biến số, hãy so sánh câu trả lời của họ để xác định các mẫu hoặc khác biệt đáng kể. Đối với dữ liệu được phân phối bình thường, hãy sử dụng các kỹ thuật như kiểm tra t hoặc phân tích phương sai (ANOVA). Mặc dù dữ liệu không được phân phối thông thường có thể được phân tích bằng các thử nghiệm phi tham số như thử nghiệm Mann-Whitney U hoặc thử nghiệm Kruskal-Wallis.
Chẳng hạn, hãy xem xét một cuộc khảo sát đánh giá hiệu quả của hai phương pháp giảng dạy khác nhau, với các câu trả lời được thu thập theo thang đo Likert 7 điểm. Sử dụng ANOVA để xác định xem có bất kỳ sự khác biệt đáng kể nào về hiệu quả cảm nhận được giữa hai phương pháp giảng dạy hay không.
- Phân tích tương quan: Khám phá mối quan hệ giữa các câu hỏi hoặc biến của thang đo Likert bằng cách sử dụng các hệ số tương quan. Có hai loại hệ số tương quan phổ biến nhất, hệ số tương quan Pearson và hệ số tương quan Spearman. Hệ số tương quan Pearson phù hợp với dữ liệu phân phối bình thường, trong khi hệ số tương quan Spearman phù hợp với dữ liệu không phân phối bình thường.
Ví dụ: bạn có thể muốn đánh giá xem liệu có mối tương quan giữa sự hài lòng trong công việc và hiệu suất công việc hay không bằng cách sử dụng phản hồi thang đo Likert từ nhân viên. Tính hệ số tương quan để xác định độ mạnh và hướng của mối quan hệ.
5. Diễn giải và Trực quan hóa
- Data Visualization: Trình bày những phát hiện của bạn bằng cách sử dụng biểu đồ và đồ thị, chẳng hạn như biểu đồ thanh hoặc biểu đồ thanh xếp chồng, để thể hiện trực quan việc phân bổ phản hồi cho từng tùy chọn thang đo Likert. Hình ảnh hóa giúp hiểu rõ hơn về sự phân bố thái độ và tạo điều kiện giải thích dữ liệu. Đọc Cách trình bày dữ liệu thang đo Likert để biết thêm chi tiết về trình bày dữ liệu thang đo Likert
- Sự giải thích: Diễn giải cẩn thận kết quả và rút ra kết luận có ý nghĩa dựa trên phân tích dữ liệu. Chú ý đến các mẫu, xu hướng và sự khác biệt đáng kể giữa các nhóm. Thảo luận về ý nghĩa của những phát hiện và cách chúng liên quan đến các mục tiêu nghiên cứu của bạn.
Cách phân tích dữ liệu thang đo Likert – Ví dụ thực tế
Hãy xem xét một ví dụ thực tế để minh họa quá trình phân tích dữ liệu theo thang đo Likert. Hãy tưởng tượng tiến hành một cuộc khảo sát về sự hài lòng của nhân viên với cơ sở vật chất tại nơi làm việc. Bạn đang sử dụng thang đo Likert 5 điểm (1 – Rất không hài lòng, 2 – Không hài lòng, 3 – Bình thường, 4 – Hài lòng, 5 – Rất hài lòng). Sau khi thu thập dữ liệu và tính toán mức độ hài lòng trung bình và độ lệch chuẩn, bạn thấy rằng giá trị trung bình là 4.2, cho thấy tâm lý chung của nhân viên là tích cực. Tuy nhiên, độ lệch chuẩn cao 0.9 cho thấy các ý kiến khác nhau đáng kể. Điều đó có nghĩa là một số nhân viên cực kỳ hài lòng trong khi những người khác thì ít hơn.
Tiếp theo, bạn quyết định so sánh mức độ hài lòng giữa hai bộ phận khác nhau – bộ phận Nhân sự và bộ phận Tiếp thị. Sử dụng một phép thử thống kê thích hợp, chẳng hạn như phép thử t đối với dữ liệu được phân phối bình thường hoặc phép thử Mann-Whitney U đối với dữ liệu không được phân phối chuẩn, bạn thấy rằng có sự khác biệt đáng kể về mức độ hài lòng giữa hai bộ phận. Nhân viên bộ phận Marketing báo cáo mức độ hài lòng cao hơn so với bộ phận nhân sự.
Cuối cùng, bạn muốn khám phá xem có mối tương quan nào giữa sự hài lòng trong công việc và tỷ lệ giữ chân nhân viên hay không. Sử dụng hệ số tương quan phù hợp dựa trên tính quy tắc của dữ liệu, bạn phát hiện ra mối tương quan tích cực mạnh mẽ giữa sự hài lòng trong công việc và tỷ lệ duy trì. Điều này cho thấy rằng, nếu sự hài lòng trong công việc cao thì tỷ lệ giữ chân nhân viên trong tổ chức cũng sẽ cao.
Kết luận
Tóm lại, việc phân tích dữ liệu thang đo Likert bao gồm một số bước quan trọng để rút ra những hiểu biết có ý nghĩa từ thái độ và ý kiến của người trả lời. Bằng cách hiểu thang đo Likert, các nhà nghiên cứu có thể mở khóa thông tin có giá trị để cung cấp thông tin cho quá trình ra quyết định và nghiên cứu sâu hơn. Phân tích chính xác dữ liệu thang đo Likert là điều cần thiết trong các lĩnh vực khác nhau, từ khoa học xã hội đến nghiên cứu thị trường. Điều này giúp các nhà nghiên cứu hiểu được hành vi, sở thích và nhận thức của con người một cách định lượng. Với sự hiểu biết thấu đáo về phân tích dữ liệu theo thang đo Likert, nhà nghiên cứu có thể đưa ra những kết luận đáng tin cậy.
