Como utilizar a escala de Likert em análise estatística

Obter os dados de uma lista de análise mediante a codificação das respostas. Por exemplo, suponha que você tem uma pesquisa em que pergunta aos inquiridos se estão de acordo ou em 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. Essa codificação facilita a análise estatística subsequente.

Lembre-se de que deve diferenciar entre os dados ordinais e de intervalo, pois estes tipos requerem abordagens analíticas distintas. Se os dados são ordinais, podemos determinar que uma pontuação é mais alta que outra. No entanto, não podemos afirmar o quanto ela é mais alta, diferentemente dos dados de intervalo, que indicam a distância entre dois pontos. Aqui está um ponto crítico da escala de Likert: muitos pesquisadores a tratam como uma escala de intervalos, supondo que as diferenças entre cada resposta são iguais em distância. A verdade é que a escala de Likert não nos fornece essa informação. No nosso exemplo, ela apenas indica que as pessoas com maiores pontuações estão mais de acordo com as posições do partido do que aquelas com pontuações menores.

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 podem ser utilizadas, além da média. Com os dados da escala de Likert, a melhor medida a utilizar é a moda ou a resposta mais frequente. Isso torna os resultados da pesquisa muito mais fáceis de interpretar para o analista. Além disso, você pode visualizar a distribuição das respostas (percentagens que estão de acordo, em desacordo, etc.) em um gráfico, como um gráfico de barras, com uma barra para cada categoria de resposta. Esta visualização pode oferecer insights valiosos sobre o comportamento dos dados.

Proceda ao lado das técnicas de inferência que testam os cenários contemplados pelos investigadores. Existem muitos métodos disponíveis, e o melhor depende da natureza do seu estudo e das questões a que pretende responder. 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 desejamos analisar as respostas às perguntas sobre as posições de política externa com a etnia como variável independente. Se os nossos dados incluem respostas de anglo-saxônicos, afro-americanos e hispânicos, poderíamos analisar as respostas entre os três grupos de inquiridos com o teste de Kruskal Wallis de variância. Este método nos permite entender melhor as diferenças entre grupos distintos.

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. Isso oferece outras possibilidades de análise. O teste do Qui-Quadrado é uma abordagem eficaz para a análise dos dados dessa forma. Ao agrupar as respostas, a análise torna-se mais focada e potencialmente mais reveladora em termos de tendências gerais.

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 de que existem várias abordagens para a análise. Considere suas perguntas de investigação para determinar o melhor método de análise para o seu estudo. Este planejamento cuidadoso pode garantir que as conclusões tiradas sejam válidas e úteis.
• As escalas Likert variam no número de pontos da escala. A escala de cinco pontos utilizada neste exemplo é a mais comum, mas algumas escalas Likert possuem quatro respostas, onde se elimina o ponto "não sei" (categoria de indecisos). Algumas escalas podem inclusive ter 7 pontos de resposta, oferecendo maior granularidade nas respostas. Escolher a escala certa é crucial para a validade dos dados coletados.