李克特量表
- 格式:doc
- 大小:44.50 KB
- 文档页数:4
李克特LIKERT五分量表法李克特量表法是运用一个编制好的量表来测量人们对广告、产品等对象的态度的方法。
李克特量表的编制方法是由李克特(RensisA.Likert)于1932年提出来的。
量表的编制过程可分为以下四个步骤:第一步:拟定若干条关于态度对象的语句。
这些语句所表达态度的倾向有积极的和消极的两个方面,每一语句的答案相同,均为五个(或七个)等级。
例如:十分同意、同意、未定、不同意、十分不同意。
第二步:把所有语句分为积极态度的语句(例如“这个品牌很合我的口味”)和消极态度的语句(例如“这个品牌冷冰冰的”)这两类。
对这两类语句的答案所给的分数不同。
积极态度语句的给分方法是:十分同意5分,同意4分,未定3分,不同意2分,十分不同意1分;消极语句的给分方法恰好相反:十分同意1分,同意2分,未定3分,不同意3分,十分不同意4分。
第三步:选定若干受调查者,要求他们针对态度,依据自己的看法,就所列出的每一语句一一评分。
第四步:选择有鉴别力的语句,组成正式量表。
选择语句的方法通常有两种:平均值差数法和内在一致法。
平均值差数法是先将应答者对每一句话所做的答案换成分数,然后将所有应答者按其总分由高到低顺序排列,截取最高分数端的25%为高分组,最低分数端的25%为低分组。
求出这两个组中每一语句的平均值,并以高低分组的平均值之差作为语句筛选的标准。
差值大者说明该语句的区分能力强,则入选;差值小者,说明语句区分度差,则剔除。
入选语句即可组成量表。
内在一致法是将各答应者的总分排列成一栏,将某一语句的分数排列为另外一栏。
如果语句的数量较多,直接求这两列数据的等级相关,如果语句数量不多,把应答者的总分分别减去该语句的得分,而后求等级相关。
相关系数大者则表示应答者对该语句的态度与总态度相一致,因此语句入选。
相反,如果相关系数小,说明该语句的态度与总态度缺乏一致性,则该语句剔除。
依照此法,对每一语句加以筛选,最后所有入选语句即可组成一个量表。
伦西斯·利克特 [Rensis Likert 1903.08.05-1981.09.03]美国教育家和组织心理学家。
他出生于美国怀俄明州夏延(Cheyenne),逝于美国密歇根州安阿伯(Ann Arbor)。
他的父亲是一名工程师。
利克特早先就读于密歇根大学,起初学的是工程学,但最后却在 1922 年获得了社会学和经济学专业的文学士学位。
后来在哥伦比亚大学学习,1932 年获得心理学博士学位,其里程碑式的学位论文《态度测量方法》发表于《心理学档案》杂志。
这篇学位论文成为利克特量表的基础(利克特量表是社会学家们的一种标准工具)。
在密歇根大学期间,他和简(Jane Gibson)相识,并于几年后在他攻读博士期间结婚,婚后他们有两个女儿。
1930-1935 年,利克特任纽约大学心理学教授,之后在康涅狄格州哈特福德任人寿保险机构管理研究协会董事,在此期间,他采用面谈和书面问答的形式对 10 家最佳的和 10 家最差的保险公司进行了比较研究,其研究结果发表在《信心与机构管理》(与 J.M.威利茨合著)丛书中。
这项研究为他后来继续开展组织领导问题的研究打下了基础。
1939 年,利克特受聘于农业经济局下属位于华盛顿的计划调查处,在该处工作时他发展了谈话、编码和取样调查等方法,成为当今社会基础。
第二次世界大战期间,他在战时情报处工作,研究公众态度、公众体验和公众行为等课题。
他与爱荷华州立大学合作研究制定了一套家庭取样调查的方法,即人们现在所知的概率取样调查。
他还与其他人一起对战争债券、外国侨民和战时轰炸的影响等开展了广泛的研究。
1946 年,利克特受密歇根大学之邀,为该校建立了社会调查研究中心。
不久,该中心与后来增加的三个中心一起合并为社会研究所,利克特担任该所所长,一直到他 1970 年退休为止。
在此期间,他出版了两本主要著作:《新型的管理》和《人类组织》,他的管理理论在日本极受欢迎,影响波及近代日本各地组织。
7-point李克特量表
7-point李克特量表是一种常用的量表,它是由美国心理学家李克特于1932年提出的。
这种量表通常包括7个选项,每个选项都有一个分数,范围从1到7。
这种量表可以用于测量人们对某个问题的态度或看法,例如满意度、信任度等。
在实际应用中,7-point李克特量表被广泛应用于市场调研、社会调查等领域。
例如,在市场调研中,可以使用7-point李克特量表来测量消费者对某个产品的满意度或购买意愿;在社会调查中,可以使用7-point李克特量表来测量公众对某个政策的支持程度或反对程度。
相比于其他量表,7-point李克特量表具有以下几个优点:
1. 简单易用:7-point李克特量表的选项只有7个,而且每个选项都有一个明确的分数,因此很容易被受访者理解和回答。
2. 可靠性高:由于每个选项都有明确的分数,因此可以减少受访者主观因素的影响,提高数据的可靠性和准确性。
3. 可比性强:由于所有选项都有相同的分值区间,因此不同受访者之间或者不同时间之间的数据可以进行比较分析。
7-point李克特量表也存在一些缺点。
例如,由于选项只有7个,因此可能无法涵盖所有可能的答案;另外,由于每个选项的分值区间相同,因此可能无法准确反映受访者的态度或看法的细微差别。
7-point李克特量表是一种简单易用、可靠性高、可比性强的量表,在市场调研、社会调查等领域得到了广泛的应用。
但是在使用过程中需要注意其局限性,结合具体情况选择合适的量表进行调查和分析。
李克特量表名词解释
李克特量表是社会科学研究中常用的一种测量工具,用于评估个体对某种概念或特定主题的态度、意见或看法。
它由心理学家Rensis Likert 于1932年首次引入,并广泛应用于各种领域的研究,包括心理学、教育学、社会学、市场研究等。
李克特量表基于一组陈述或问题,参与者根据自己的感受和看法选择对应的程度。
通常使用五点或七点量表进行评估,其中选项可以是“非常同意”、“同意”、“中立”、“不同意”和“非常不同意”等。
参与者根据自己的主观判断选择最符合自己观点的选项。
李克特量表的优点是简单易用,能够量化主观态度或看法,提供了相对精确的数据。
使用李克特量表可以帮助研究人员了解个体对某个主题的整体倾向和看法,从而进行数据分析和统计推断。
然而,使用李克特量表也存在一些注意事项。
首先,量表的设计和选择陈述的准确性非常重要,以确保评估的准确性和可靠性。
其次,参与者的回答可能受到多种因素的影响,如心理状态、文化差异和测验环境等,因此需要在数据分析中进行适当的控制。
总而言之,李克特量表是一种常用的测量工具,适用于评估个体对某
种概念或特定主题的态度和看法。
它提供了一种简单有效的方式来量化主观数据,为研究人员提供了有价值的信息。
在使用时需要注意量表设计和数据分析的准确性,以及参与者的回答受到的影响。
李克特量表的作用和特点李克特量表,也称为Likert观察量表,是社会科学研究中广泛使用的一种观察量表,它是美国社会心理学家罗伯特李克特在1932年提出的。
李克特量表由若干简单的描述性问题组成,通常附带一系列在应答上的打分点选择,用以提供科学的衡量标准,以便更准确地测量和报告研究者可观察到的现象对响应者的影响。
李克特量表的作用1.来衡量主观的评价和情绪。
李克特量表能有效地衡量调查者对某个概念或某个理念的态度。
它通常由5至7个程度的语句构成,包括一些正面或负面的评价,一般向被研究者提出这样的一组基本问题:“你对这个事情有多满意?”、“你认为它有多有效?”或“你对它有多感兴趣?”2.来收集大量的数据。
由于李克特量表收集的数据量比较大,可以用大量的数据来证明某个观点是否真实。
研究者可以根据李克特量表收集到的大量数据,客观分析不同事物在不同角度的状态,而不受任何一方的偏见或限制。
3.来比较不同群体之间的态度。
李克特量表收集的数据可以用来比较不同群体(如种族、年龄、收入水平等)对同一个事物的态度和看法。
李克特量表的特点1.来衡量被调查者的态度。
李克特量表可以用来衡量被调查者对事物的态度,比如它们对某个概念的支持程度、对某个产品或服务的支持程度等。
2.估结果准确。
李克特量表是一种精确、可靠的测量手段,可以有效地评估被调查者的态度,反映出调查的客观真实的情况。
3.构简单,容易量化分析。
李克特量表的问题结构简单易懂,对被调查者来说容易理解,也容易估量;而且它的结果易于量化分析,可以通过计算机程序自动分析处理。
综上所述,李克特量表具有衡量主观评价和情绪、收集大量数据、比较不同群体之间态度、衡量被调查者态度、评估结果准确、结构简单、容易量化分析等多种作用和特点,使它成为社会科学研究中常用的一种观察量表。
它被广泛应用于包括教育学、心理学、社会学等多个学科领域,可以有效地帮助研究者研究和分析不同影响因素对被调查者的影响。
李克特量表10 量表(李克特量表、迦特曼量表、⾊斯頓量表、語意差異法)(⼀)李克特量表1.由⼀套態度項⽬構成,假設每⼀項⽬具有同等的態度數值,根據受試者反應同意與不同意的程度給予分數,所有項⽬分數的總合即為個⼈的態度分數,這個分數的⾼低即代表個⼈在量表上或連續函數上的位置,以⽰同意或不同意的程度。
2.因素量表可含不同構⾯,為多元量表,李克特亦屬於因素量表之⼀。
3.李克特量表即五點或七點尺度,但無六點尺度。
若採六點尺度則以六點量表稱之。
(⼆)Thurstone Differential Scale(差異量表)1.以等距表現法來編製⼀個測量態度差異的量表。
先由研究者列出許多題⽬,其次,由許多專家(⼀般50⼈以上)對這些項⽬評估。
計算每⼀題的四分位差及中位數。
例如:對每⼀題⽬同意程度分為11等,共對三個代表性的等級給予命名(⾮常喜歡、無所謂、⾮常不喜歡),以形成相對稱的區間。
2.四分位差太⼤,表⽰題⽬太過模糊不清,不適合放⼊最後的量表。
中位數類似的題⽬,可增加問卷的信度,因⽽可以重覆選⽤。
(三)古得曼量表譜(Guttman Scalogram)1.⼀組題⽬的題項所反應的態度都集中在某⼀⽅向上,可推估個⼈在某題⽬上是回答正向或負向。
2.為累計量表的⼀種。
3.嘗試建⽴⼀個同屬性的量表,較適⽤於評量⾼度結構化的⾏為特性,如組織層級等。
(四)語意差別法(Semantic Differential, SD)1.⽬的是想了解受測者對事物的認知程度。
2.假設事物的含意可具有多層⾯的意義,這些特質層⾯的空間,稱為語意空間。
⽽本法即是由⼀組題⽬所組成,每個題⽬皆由⼆極化的反應所組成,由受測者針對某個概念在每⼀題項上評估。
李克特量表(Likert scale)是一种定距量表,用于测量人们对某一主题或问题的态度、看法或意见。
它由一组与主题相关的陈述组成,每个陈述有五个可能的回答选项,分别是“非常同意”、“同意”、“不一定”、“不同意”和“非常不同意”,分别对应得分5、4、3、2、1。
通过计算受访者对各陈述的得分总和,可以了解他们对主题的态度强弱。
在李克特量表中,分数之间的间隔并不是等距的,而是根据同意程度的不同,分数逐渐减小。
因此,李克特量表是一种定距量表,可以测量出不同态度程度的差异。
这种量表相比于简单的二元选择题,可以更精确地反映被调查者对某一问题的态度,从而收集到更准确的数据。
李克特量表广泛应用于各种研究领域,如社会调查、消费者满意度评估、产品测评等。
通过使用李克特量表,研究人员可以更深入地了解受访者的态度和看法,为政策制定、产品改进和市场营销等提供有力支持。
李克特量表的作用和特点
1、李克特量表是评分加总式量表最常用的一种,是同一构念的这些项目是用加总方式计分,单独或个别项目是无意义的。
它是由美国社会心理学家李克特于1932年在原有的总加量表基础上改进而成的。
2、该量表由一组陈述组成,每一陈述有非常同意、同意、不一定、不同意、非常不同意五种选项,分别记为5、4、
3、2、1,每个被调查者的总分就是他对各题的选择所得分数的加总,这一总分可说明他的强弱或他在这一量表上的不同状态。
李克特量表的构作比较简单而且易于操作,因此在市场营销研究实务中应用非常广泛。
在实地调查时,研究者通常给受测者一个“回答范围”卡,请他从中挑选一个答案。
需要指出的是,目前在商业调查中很少按照上面给出的步骤来制作李克特量表,通常由客户项目经理和研究人员共同研究确定。
优点:
(1)容易设计。
(2)使用范围比其他量表要广,可以用来测量其他一些量表所不能测量的某些多维度的复杂概念或态度。
(3)通常情况下,李克特量表比同样长度的量表具有更高的信度。
(4)利克特量表的五种答案形式使回答者能够很方便的标出自己的位置。
李克特量表均值水平摘要:1.李克特量表的概述2.李克特量表的均值水平概念3.李克特量表均值水平的计算方法4.李克特量表均值水平的应用5.李克特量表均值水平的局限性正文:1.李克特量表的概述李克特量表(Likert Scale)是一种用于测量态度、行为或信念的常用量表。
它由一组陈述组成,受访者需要对这些陈述进行评分,通常包括五个等级:强烈不同意、不同意、中立、同意、强烈同意。
李克特量表被广泛应用于社会科学、市场调查和用户满意度研究等领域。
2.李克特量表的均值水平概念李克特量表的均值水平是指一组数据在李克特量表上的平均值。
通常,这个值可以反映出受访者对某个问题的总体态度。
李克特量表的均值水平分为两种:一种是所有项目的均值水平,另一种是某个特定项目的均值水平。
3.李克特量表均值水平的计算方法计算李克特量表均值水平的方法是将所有项目的得分相加,然后除以项目的数量。
在计算某个特定项目的均值水平时,只需要将该项目的得分相加,然后除以该项目的评分次数。
4.李克特量表均值水平的应用李克特量表均值水平可以用于衡量受访者对某个问题的态度。
例如,如果一个项目的均值水平接近“强烈同意”,那么可以认为受访者对这个问题的态度是积极的。
另外,通过对不同时间点或不同群体的均值水平进行比较,可以了解态度的变化情况。
5.李克特量表均值水平的局限性虽然李克特量表均值水平可以反映出受访者对某个问题的总体态度,但它也有一些局限性。
首先,它不能反映出受访者对不同项目的具体态度,只能提供一个大致的概况。
其次,由于李克特量表的评分方式较为简单,可能会导致受访者的评分出现偏差。
李克特量表(Likert scale)
1. 李克特量表
李克特(Likert)量表是属评分加总式量表最常用的一种,属同一构念的这些项目是用加总方式来计分,单独或个别项目是无意义的。
它是由美国社会心理学家利克特于1932年在原有的总加量表基础上改进而成的。
该量表由一组陈述组成,每一陈述有“非常同意”、“同意”、“不一定”、“不同意”、“非常不同意”五种回答,分别记为1,2,3,4,5,每个被调查者的态度总分就是他对各道题的回答所的分数的加总,这一总分可说明他的态度强弱或她在这一量表上的不同状态。
李克特量表形式上与沙氏通量表相似,都要求受测者对一组与测量主题有关陈述语句发表自己的看法。
它们的区别是,沙氏通量表只要求受测者选出他所同意的陈述语句,而李克特量表要求受测者对每一个与态度有关的陈述语句表明他同意或不同意的程度。
另外,沙氏通量表中的一组有关态度的语句按有利和不利的程度都有一个确定的分值,而李克特量表仅仅需要对态度语句划分是有利还是不利,以便事后进行数据处理。
2. 李克特量表构作的基本步骤如下:
(1)收集大量(50~100)与测量的概念相关的陈述语句。
(2)由研究人员根据测量的概念将每个测量的项目划分为“有利”或“不利”两类,一般测量的项目中有利的或不利的项目都应有一定的数量。
(3)选择部分受测者对全部项目进行预先测试,要求受测者指出每个项目是有利的或不利的,并在下面的方向-强度描述语中进行选择,一般采用所谓“五点”量表:
a.非常同意
b.同意
c.无所谓(不确定)
d.不同意
e.非常不同意
(4)对每个回答给一个分数,如从非常同意到非常不同意的有利项目分别为1、2、3、4、5分,对不利项目的分数就为5、4、3、2、1。
(5)根据受测者的各个项目的分数计算代数和,得到个人态度总得分,并依据总分多少将受测者划分为高分组和低分组。
(6)选出若干条在高分组和低分组之间有较大区分能力的项目,构成一个李克特量表。
如可以计算每个项目在高分组和低分组中的平均得分,选择那些在高分组平均得分较高并且在低分组平均得分较低的项目。
3. 李克特量表的应用
李克特量表的构造比较简单而且易于操作,因此在市场营销研究实务中应用非常广泛。
在实地调查时,研究者通常给受测者一个“回答范围”卡,请他从中挑选一个答案。
需要指出的是,目前在商业调查中很少按照上面给出的步骤来制作李克特量表,通常由客户项目经理和研究人员共同研究确定。
4. 李克特量表的优点
(1)容易设计;
(2)使用范围比其他量表要广,可以用来测量其他一些量表所不能测量的某些多维度的复杂概念或态度。
(3)通常情况下,利克特量表比同样长度的量表具有更高的信度。
(4)利克特量表的五种答案形式使回答者能够很方便的标出自己的位置
5. 李克特量表的缺点
相同的态度的分值具有十分不同的态度形态。
因为利克特量表是一个项目总加的分代表一个人的赞成程度,它可大致上区分个体间谁的态度高,谁的低,但无法进一步描述他们的态度结构差异。
如何用SPSS对李克特量表进行分析
第一步:建立数据
1. 打开SPSS
2. 在左下角点”variable view”
3. 在左上角输入“调查问卷”——将“Type类型”调成“sting字符型”——“Decimals 小数点”位数改成“0”
4. 从第二行开始依次输入“问题1,问题2,问题N”,并在每个问题的“Values 变量值”在输入:变量值Values框中为“1”/标签Label框中“非常不同意”点“add 添加”;然后依次输入2不同意3不一定4同意5非常同意
5. 以同样的方式输完所有的问题
第二步:输入数据
1. 左下角选“Data View数据视图”
2. 将每份问卷每道题的结果输入对应的框中
3. 以同样的方式将150份问卷输入
第三步:分析数据
1.在标题栏选择“Analyze分析”——“Description statistics描述性统计”——“Frequencies频数分析”
2.在频数分析对话框中,从左框选择要分析的问题到右框中
3.选择“Statistics统计”出现对话框
4.选择对应输出项即可:Mean平均数Std. deviation标准差variance方差range极差max最大min最小
5.同时也可以用“charts图表”选择要输出的图形
6.点击“OK确定”即可
7.然后再Output表中读取分析结果
8.注:因为所要分析的比较简单,能够很直观的从结果中分析出来,所以结果分析就不多解释了
PS:当然Excel也可以完成这样的分析,但SPSS软件比起Excel来要更专业些,所以用spss做出来的结果更容易得到认可,也容易得高分,并且对于更复杂的问题Excel就显的不够用了
表5 级差分析
虚拟产品品牌处理器内存价格评价分数
A 3(惠普) 3(4 GHz) 1(256 MB) 2(11198 元) 82
B 1(IBM) 2(3 GHz) 3(1 GB)2(11198 元) 88
C 3(惠普) 1(2 GHz) 3(1 GB)3(13598 元) 75
D 2(戴尔) 1(2 GHz) 2(512 MB) 2(11198 元) 67
E 2(戴尔) 3(4 GHz) 3(1 GB) 1(8798 元) 96
F 1(IBM) 1(2 GHz) 1(256 MB) 1(8798 元) 90
G 1(IBM) 3(4 GHz) 2(512 MB) 3(13598 元) 80
H 2(戴尔) 2(3 GHz) 1(256 MB) 3(13598 元) 70
I 3(惠普) 2(3 GHz) 2(512 MB) 1(8798 元) 95
水K1 258 232 242 281
平K2 233 253 242 237
和K3 252 258 259 225
743
水平k1 86 77.33 80.67 93.67
均值k2 77.67 84.33 80.67 79
k3 84 86 86.33 75
级差R 8.33 8.67 5.66 18.67
我们先用级差分析的方法来计算属性
的效用。
在表5 中,K是每个属性的各个水
平之和;由于每个属性的每个水平重复了三
次,故可求出个属性水平的均值k;用每个
属性的最大平均值减去最小平均值得个属
性的级差R。
R越大,说明该因素对结果的
影响越大。
在上表中,价格的影响显然最大
的。
从平均值看,品牌以IBM 最好,处理
器以4GHz最好,内存以1GMB最好,价格
以8798 元最好,所以综合了这几个特征的
产品是最受欢迎的。
在上面的例子中,我们初步得出品牌
IBM,处理器4 GHz,内存1GMB,价格8798
元的产品是最好的,但这个组合我们没有进
行处理,需要进一步地验证它。
我们可以通
过方差分析来验证它。
经计算,得出:SS
总
= 884.22;SS
品牌
= 113.55;SS
处理器
=126.89;
SS
内存
= 64.22;SS
价格
= 579.55;我们将内
存的方差作为误差项就会得到 F
品牌
=1.768;
F
处理器
=1.976;F
价格
=9.024。
因为F
0.05
(2,2) =
19.00,所以品牌、价格和处理器均未达到显
著水平,这说明这四种属性对消费者的重要
性是相同的。
在使用正交试验时,我们假定
了消费者的选择模型是加法模型,由每一种-104- 心理科学进展2005 年属性的最好水平组合成的产品肯定是最受
欢迎的,上面的方差分析也验证了这一点。
但消费者的愿望与商家的期望是相反的,这
种产品厂家赚不到好的利润,自然不会生
产。
厂家会在市场分额与利润之间做出权
衡,同时消费者也只能在厂家提供的产品中
做出选择。