Como utilizar a escala de Likert em análise estatística

Obter os dados de uma lista de análise mediante a codificação das respostas. Por exemplo, digamos que tem uma pesquisa em que pergunta aos inquiridos se estão de acordo ou desacordo com um conjunto de posições na plataforma de um partido político. Cada posição é uma pergunta da pesquisa, e a escala utiliza as seguintes respostas: Totalmente de acordo, concordo, neutro, discordo, totalmente em desacordo. Neste exemplo, vamos codificar as respostas da seguinte forma: totalmente em desacordo = 1, discordo = 2, neutro = 3, concordo = 4, totalmente de acordo = 5.

Lembre-se que deve diferenciar entre os dados ordinais e de intervalo, porque os dois tipos requerem diferentes abordagens analíticas. Se os dados são ordinais, podemos decidir que uma pontuação é mais alta que outra. Não podemos dizer quanto mais alta é, como com os dados de intervalo, que nos dirão a distancia entre dois pontos. Aqui reside o problema da escala de Likert: muitos investigadores tratam-na como uma escala de intervalos. Isto supõe que as diferenças entre cada resposta são iguais em distância. A verdade é que a escala de Likert não nos diz isso. No nosso exemplo, apenas nos diz que as pessoas com maior número de respostas estão mais de acordo com as posições do partido do que aqueles com menor número de respostas.

Comece a analisar os dados da escala de Likert com estatística descritiva. Embora possa ser tentador, resista ao impulso de pegar nas respostas numéricas e calcular uma média. Juntar uma resposta "totalmente de acordo" (5) a duas respostas "Discordo" (2) dar-lhe-ia uma média de 4, mas qual é o significado desse número? Felizmente, existem outras medidas de tendência central que pode utilizar, além dá média. Com os dados da escala de Likert, a melhor medida a utilizar é a moda ou a resposta mais frequente. Isto faz com que os resultados da pesquisa sejam muito mais fáceis de interpretar para o analista. Também pode visualizar a distribuição das respostas (percentagens que estão de acordo, em desacordo, etc.) num gráfico, como por exemplo um gráfico de barras, com uma barra para cada categoria de resposta.

Proceda ao lado das técnicas de inferência que testam os cenários comtemplados pelos investigadores. Existem muitos métodos disponíveis, o melhor depende da natureza do seu estudo e as questões às quais pretende obter resposta. Um método popular é analisar as respostas usando técnicas de análise de variância, como o teste de Mann Whitney ou o teste de Kruskal Wallis. Suponhamos que no nosso exemplo queríamos analisar as respostas às perguntas sobre as posições de política exterior com a etnia como variável independente. Suponhamos que os nossos dados incluem respostas de anglo-saxônicos, afro-americanos e dos hispânicos, poderíamos analisar as respostas entre os três grupos de inquiridos com o teste de Kruskal Wallis de variância.

Simplifique os seus dados da amostra mediante a combinação das quatro categorias de respostas (por exemplo, concordo totalmente, concordo, discordo, discordo totalmente) em duas categorias nominais, como concordo/discordo, aceito/rejeito, etc. Isto oferece outras possibilidades de análise. O teste do Qui-Quadrado é uma abordagem para a análise dos dados desta forma.

Se pretende ler mais artigos parecidos a Como utilizar a escala de Likert em análise estatística, recomendamos que entre na nossa categoria de Educação e Formação universitária.

Conselhos

• Lembre-se que existem muitas abordagens para a análise. Considere as suas perguntas de investigação para determinar o melhor método de análise para o seu estudo.
• As escalas Likert variam no número de pontos da escala. A escala de cinco pontos que se utiliza neste exemplo é a mais comum, mas algumas escalas Likert tem escalas de quatro respostas, onde se elimina o ponto "não sei" (categoria de indecisos). Algumas escalas podem inclusivamente ter 7 pontos de resposta.