إن مقياس ليكرت Likert هو نوع من مقياس التصنيف، والذي يستخدم لتقييم
الآراء أو المواقف أو السلوكيات. يتكون هذا المقياس من بيان أو سؤال، متبوعًا
بخمسة أو سبع خيارات للإجابة. يحدد المستجيبون الخيار الذي يعبر بشكل أفضل عن
مشاعرهم حول البيان أو السؤال.
نظرًا لأن المستجيبين
يتلقون مجموعة من الإجابات المحتملة، فإن مقاييس ليكرت جيدة لالتقاط مستوى اتفاق
المستجيبين أو أفكارهم حول موضوع بطريقة أكثر دقة. من ناحية أخرى، تكون مقاييس
ليكرت عرضة لتحيز الاستجابة، حيث يتفق المستجيبون أو يختلفون مع جميع العبارات،
بسبب التعب أو الرغبة الاجتماعية، أو يظهرون ميلًا للاستجابات المتطرفة أو غيرها
من أشكال التحيز في البحث.
تستخدم مقاييس ليكرت على
نطاق واسع في أبحاث المسح، وكذلك في مجالات مثل التسويق وعلم النفس والعلوم
الاجتماعية الأخرى.
ما هي أسئلة مقياس ليكرت؟
غالبًا ما تحتوي مقاييس
ليكرت على خمسة أو سبع خيارات من الإجابة، على الرغم من أن هناك مقاييس أخرى تقل فيها خيارات الإجابة عن هذا العدد أو تزيد. تسمى الخيارات الموجودة في كل نهاية
نقاط ارتساء الاستجابة. عادةً ما تكون نقطة الوسط عنصرًا محايدًا، مع وجود
احتمالات للإجابة إيجابية وسلبية على كلا الجانبين. يتم تعيين درجة تتراوح من 1
إلى 5 أو 1 إلى 7 لكل عنصر.
على سبيل المثال، قد يكون
تنسيق سؤال ليكرت النموذجي المكون من خمسة مستويات كما يلي:
1. لا أوفق بشدة
2. لا أوافق
3. محايد
4. أوافق
5. أوافق بشدة
يمكن لمقاييس ليكرت تقييم
أطياف مختلفة، مثل التردد أو الرضا أو الأهمية، بالإضافة إلى قياس مستوى الاتفاق
أو الاختلاف.
متى يجب استخدام أسئلة مقياس ليكرت؟
يستخدم الباحثون أسئلة
مقياس ليكرت، عندما يحتاجون إلى البحث عن درجة أكبر من الفروق الدقيقة، التي يمكن
أن يوفرها سؤال أساسي تكون إجابته "نعم أو لا".
على سبيل المثال، لنفترض
أنك تجري استبيانًا حول آراء العملاء حول زوج من أحذية الجري. تطرح سؤالًا على
المشاركين في الاستطلاع "هل أنت راضٍ عن الأحذية التي اشتريتها؟" الإجابة
تكون "نعم / لا".
يقدم السؤال ثنائي التفرع
مثل السؤال أعلاه القليل جدًا من المعلومات. لا توجد طريقة يمكنك من خلالها تحديد
مدى رضا العملاء أو عدم رضاهم حقًا. بدلًا من ذلك، يؤدي طرح سؤال حول مقياس ليكرت
إلى نتائج أكثر تحديدًا وإثارة للاهتمام، على سبيل المثال:
"ما مدى رضاك عن
الأحذية التي اشتريتها؟"
1. مستاءً جدًا
2. مستاء
3. غير متأكد
4. راضٍ
5. راضٍ جدًا
تكون مقاييس أسئلة ليكرت
مفيدة للغاية عندما تقوم بقياس الخصائص الفردية غير القابلة للرصد أو الملاحظة، أو
الخصائص التي ليس لها قياس موضوعي ملموس. يمكن أن تكون هذه عوامل مثل المواقف أو
المشاعر أو الآراء التي تؤثر على اختلاف السلوك.
كيفية كتابة أسئلة فعالة على مقياس ليكرت
يجب أن يفحص كل سؤال في
تنسيق مقياس ليكرت موقفًا أو خاصية معينة. من الأهمية بمكان صياغة أسئلتك البحثية
بشكل صحيح ودقيق، من أجل الحصول على نتائج موثوقة. كقاعدة عامة، يجب أن يقيس كل
سؤال جانبًا واحدًا فقط من موضوعك.
على سبيل المثال، إذا كنت
ترغب في تقييم المواقف تجاه الإجراءات أو السلوكيات الصديقة للبيئة، فيمكنك تصميم
مقياس ليكرت مع مجموعة مختارة ومتنوعة من الأسئلة التي تقيس الجوانب المختلفة لهذا
الموضوع.
إليك بعض الإرشادات في هذا
الجانب:
• قم بتضمين كل من الأسئلة
والبيانات.
• استخدم كل من التأطير
الإيجابي والسلبي.
• تجنب استخدام السلبيات
المزدوجة.
• اسال عن شيء واحد فقط في
كل مرة.
• كن واضحًا تمامًا.
قم
بتضمين كل من الأسئلة والبيانات
تتمثل القاعدة الأساسية
اللائقة في استخدام مزيج من الاثنين، للحفاظ على مشاركة المشاركين وتفاعلهم في
الاستطلاع. عند تحديد كيفية صياغة الأسئلة والعبارات، تأكد من سهولة فهمها وعدم
تحيز المستجيبين بأي شكل من الأشكال.
استخدم
كل من التأطير الإيجابي والسلبي.
إذا كانت جميع أسئلتك
تستفسر فقط عن الأشياء بطرق مرغوبة اجتماعيًا، فقد يميل المشاركون إلى الاتفاق
معها جميعًا من أجل تقديم صورة إيجابية عن أنفسهم.
التأطير
الإيجابي: يعدد الضرر البيئي الناجم عن زجاجات المياه ذات الاستخدام
الواحد مشكلة خطيرة.
أوافق بشدة أوافق محايد لا أوافق لا أوافق بشدة
التأطير
السلبي: إن حظر زجاجات المياه ذات الاستخدام الواحد لا طائل من
ورائه لتقليل الأضرار البيئية.
أوافق بشدة أوافق محايد لا أوافق لا أوافق بشدة
يجب أن يختلف المستجيبون
الذي يوافقون العبارة الأولى كذلك مع العبارة الثانية. من خلال تضمين هاتين
العبارتين في استطلاع طويل، يمكنك أيضًا التحقق مما إذا كانت ردود المشاركين
موثوقة ومتسقة.
تجنب
استخدام السلبيات المزدوجة
يمكن أن يؤدي استخدام
السلبيات المزدوجة إلى الارتباك وسوء التفسير، حيث قد يكون المستجيبون غير متأكدين
مما يوافقون عليه أو لا يوافقون عليه.
مثال
جيد: أحاول شراء المنتجات العضوية كلما أمكن ذلك.
أوافق بشدة أوافق محايد لا أوافق لا أوافق بشدة
مثال
سيء: أنا لا أشتري أبدًا منتجات غير عضوية.
أوافق بشدة أوافق محايد لا أوافق لا أوافق بشدة
اسأل
عن شيء واحد فقط في كل مرة
تجنب طرح الأسئلة المتعلقة
بموضوعين منفصلين في نفس السؤال "الأسئلة المزدوجة". عند مواجهة مثل هذه
الأسئلة، فقد يُجيب المستجيبون بشكل انتقائي حول موضوع واحد بينما يتجاهلون الآخر.
قد تُصيب مثل هذه الأسئلة المستجيبين بالحيرة والارتباك أيضًا، مما يدفعهم إلى
اختيار إجابة محايدة ولكنها غير دقيقة في محاولة للإجابة على كلا السؤالين في وقت
واحد.
مثال
جيد: كيف تقيم معرفتك بتغير المناخ؟
كيف تقيم معرفتك بأنظمة
الغذاء؟
ممتاز جيد مقبول ضيف سيء جدًا
مثال
سيء: كيف تقيم معرفتك بتغير المناخ والأنظمة الغذائية؟
ممتاز جيد مقبول ضيف سيء جدًا
كن
واضحًا تمامًا
تعتمد دقة بياناتك أيضًا
بدرجة كبيرة على اختيار الكلمات:
• اطرح أسئلتك بوضوح، دون
ترك مجال لسوء الفهم والغموض.
• حدد خيارات اللغة
والأسلوب التي تروق لجمهورك المقصود.
• تجنب استخدام المصطلحات
التي قد تثبط عزيمة المستجيبين أو تربكهم.
كيفية كتابة ردود مقياس ليكرت
عندما تقرر استخدام مقاييس
ليكرت، فإن طريقة صياغة خيارات الإجابة الخاصة بك لا تقل أهمية عن كيفية صياغة
الأسئلة البحثية. إليك بعض النصائح التي يجب ووضعها في الاعتبار:
• حدد عددًا من خيارات
الاستجابة.
• اختر نوع خيار الرد.
• اختر بين خيارات أحادية
القطب وثنائية القطب.
• تأكد من أنك تستخدم
خيارات حصرية للطرفين.
حدد
عددًا من خيارات الاستجابة
توفر المزيد من الخيارات
رؤى أعمق، ولكنها في بعض الأحيان قد تجعل من الصعب على المشاركين اختيار إجابة
واحدة. نظرًا لوجود عدد أقل من الاحتمالات، فإنك تلتقط تفاصيل أقل، لكن المقياس
يكون أكثر سهولة في الاستخدام.
عادةً ما يضع الباحثون
عادةً خمسة أو سبع خيارات للاستجابة. من الجيد تضمين رقم فردي لإنشاء إجابة
متوسطة. ومع ذلك، إذا كنت ترغب في جعل المستجيبين لديك يختارون، فإن العدد الزوجي
من الردود يلغي الاختيار المحايد.
5
عناصر: كم مرة تشتري المنتجات القابلة للتحلل؟
دائمًا غالبًا أحيانًا نادرًا ابدًا
7
عناصر: كم مرة تشتري المنتجات القابلة للتحلل؟
دائمًا كثيرًا غالبًا أحيانًا قليلًا نادرًا ابدًا
اختر
نوع خيار الرد
يمكن استخدام مقاييس ليكرت
لتقييم مجموعة واسعة من وجهات النظر والدوافع والنوايا. يجب أن تهدف خيارات
الاستجابة إلى شمول مجموعة كاملة من الآراء المحتملة من المشاركين.
تتضمن بعض أنواع العناصر
الأكثر شيوعًا ما يلي:
•
الاتفاقية: أوافق بشدة، أوافق، محايد، لا أوافق، لا أوفق بشدة.
•
الجودة: رديء جدًا، ضعيف، مقبول، جيد، ممتاز.
•
الاحتمالية: غير محتمل أبدًا، من غير المحتمل إلى
حد ما، محتمل، محتمل إلى حد ما، محتمل جدًا.
•
التجربة: سلبية جدًا، سلبية نوعًا ما، محايدة، إيجابية نوعًا ما،
إيجابية جدًا.
يقدم بعض الباحثين أيضًا
خيار "لا أعرف"، وهذا يمكنهم من التفريق بين أولئك الذين لا يشعرون
بأنهم على دراية كافية لإبداء الرأي وأولئك "المحايدين" بشأن الموضوع.
من ناحية أخرى، قد يؤدي تضمين خيار "لا أعرف" إلى حث المستجيبين غير
المتحمسين على القيام بتحديده لكل سؤال.
اختر
بين خيارات أحادية القطب وثنائية القطب
يمكن مقياس احادي القطب من
قياس سمة واحدة فقط "على سبيل المثال، الرضا"، في حين يتيح مقياس ثنائي
القطب من قياس سمتين "على سبيل المثال، الرضا أو عدم الرضا" على طول
سلسلة متصلة.
أحادي
القطب: ما مدى رضاك عن مجموعة المنتجات العضوية المتاحة؟
غير راضٍ على الإطلاق راضٍ إلى حد ما راضٍ راضٍ جدًا راضٍ لأقصى درجة
ثنائي
القطب: ما مدى رضاك عن مجموعة المنتجات العضوية المتاحة؟
غير راضٍ للغاية غير راضٍ لا مستاء ولا راض راضٍ راضٍ لأقصى درجة
يعتمد خيارك على أسئلة
البحث والأهداف الخاصة بك. حدد العناصر أحادية القطب إذا كنت تريد تفاصيل أكثر دقة
حول سمة واحدة. بينما حدد العناصر ثنائية القطب للسماح بنطاق أكبر من الردود.
عند استخدام مقاييس من خمس
نقاط، تكون المقاييس أحادية القطب هي الأكثر دقة. على العكس من ذلك، تكون المقاييس
ثنائية القطب أكثر دقة عند استخدامها بمقياس من سبع نقاط (ثلاث نقاط مقياس على
جانبي خط المنتصف المحايد تمامًا).
ملحوظة:
إن الاختيار
بين الأسئلة أحادية القطب وثنائية القطب ليس هو نفسه طرح شيئين في وقت واحد
"أسئلة مزدوجة القطبية".
تأكد
من أنك تستخدم خيارات حصرية للطرفين
تجنب التداخل في عناصر
الاستجابة. إذا كان هناك عنصران لهما معانٍ متشابهة، فإن ذلك يخاطر بجعل اختيار
المستفتي عشوائيًا.
مثال
جيد: يعد الضرر البيئي الناجم عن زجاجات المياه ذات الاستخدام
الواحد مشكلة خطيرة.
أوافق بشدة أوافق محايد لا أوافق لا أوافق بشدة
مثال
سيء: يعد الضرر البيئي الناجم عن زجاجات المياه ذات الاستخدام
الواحد مشكلة خطيرة.
أوافق بشدة أوافق محايد غير مبال لا أوافق لا أوافق بشدة
كيفية تحليل البيانات من مقياس ليكرت
قبل أن تبدأ في تحليل
بياناتك، يجب عليك تقييم نوع البيانات التي تريد العمل عليها. يمكن معالجة
البيانات المشتقة من مقياس ليكرت باعتبارها إما كبيانات على المستوى الترتيبي أو
على مستوى الفاصل الزمني. ومع ذلك، فإن معظم الباحثين يتعاملون مع البيانات
المشتقة من ليكرت على أنها ترتيبية، بافتراض أن المسافة بين الردود ليست متساوية.
يجب عليك أيضًا تحديد
الإحصائيات الوصفية و / أو الإحصائيات الاستنتاجية، التي يمكن استخدامها لوصف
وتحليل البيانات التي تم الحصول عليها من مقياس ليكرت الخاص بك. يمكن استخدام
الإحصاء الوصفي لتلخيص البيانات التي جمعتها بتنسيق رقمي أو مرئي بسيط.
مثال
على الإحصاء الوصفي
•
البيانات الترتيبية: يمكنك العثور على الوضع أو النتيجة
الأكثر شيوعًا لكل سؤال، للحصول على انطباع عام عن عينتك في البحث. يمكنك أيضًا
إنشاء مخطط شريطي لكل سؤال لتصور تكرار اختيار كل عنصر.
•
بيانات الفاصل الزمني: يمكنك إضافة الدرجات من كل سؤال للحصول
على النتيجة الإجمالية لكل مشارك. يمكنك العثور على الوسيط أو متوسط الدرجة
والانحراف المعياري، أو الانتشار لدرجات العينة في البحث.
يمكنك استخدام الإحصاء
الاستدلالي / الاستنتاجي لاختبار الفرضيات، على سبيل المثال الارتباطات بين
الاستجابات، أو الأنماط المختلفة في مجموعة البيانات بأكملها.
مثال
على الإحصاء الاستدلالي
•
البيانات الترتيبية: أنت تفترض أن المعرفة بتغير المناخ
مرتبطة بالاعتقاد بأن الضرر البيئي يمثل مشكلة خطيرة. يمكنك استخدام اختبار chi-square للاستقلالية، لمعرفة ما إذا كان هناك علاقة
ما بين هذين المتغيرين.
•
بيانات الفاصل الزمني: تتحقق مما إذا كان العمر مرتبطًا
بالمواقف تجاه السلوك الصديق للبيئة. باستخدام اختبار ارتباط بيرسون، يمكنك تقييم
ما إذا كانت الدرجة الإجمالية لمقياس ليكرت الخاص بك مرتبطة بالعمر.
أخيرًا، تأكد من أن تحدد
بوضوح في تحليلك ما إذا كنت تعالج البيانات على المستوى الترتيبي أو على مستوى
الفاصل الزمني.
تحليل
البيانات على المستوى الترتيبي
عادةً ما يتعامل الباحثون
مع البيانات المشتقة من ليكرت على أنها بيانات ترتيبية. يتم تقديم فئات الاستجابة
هنا بترتيب ترتيب، ولكن لا يمكن افتراض أن المسافات بين الفئات متساوية.
على سبيل المثال، ضع في
اعتبارك مقياسًا حيث 1 = موافق بشدة، 2 = موافق، 3 = محايد، 4 = غير موافق، 5 = لا
أوافق بشدة. في هذا المقياس، يكون الرقم 4 سالبًا أكثر من 3 أو 2 أو 1. ومع ذلك،
لا يمكن استنتاج أن الاستجابة 4 هي ضعف الاستجابة 2.
يمكنك معالجة البيانات
المشتقة من ليكرت على أنها ترتيبية، واستخدام الإحصائيات الوصفية لتلخيص البيانات،
التي جمعتها في شكل رقمي أو مرئي بسيط. يتم استخدام الوسيط أو الوضع عمومًا كمقياس
للاتجاه المركزي. بالإضافة إلى ذلك، يمكنك إنشاء مخطط شريطي لكل سؤال لتصور تكرار
اختيار كل عنصر.
إن الإحصاءات الاستدلالية
المناسبة للبيانات الترتيبية، على سبيل المثال، ارتباط سبيرمان أو اختبار مربع كاي
للاستقلالية.
تحليل
البيانات على مستوى الفاصل الزمني
ومع ذلك، يمكنك أيضًا
اختيار معالجة البيانات المشتقة من ليكرت على مستوى الفاصل الزمني. يتم تقديم فئات
الاستجابة هنا بترتيب زمني، ويفترض أن تكون المسافة بين الفئات متساوية.
إن الإحصاءات الاستنتاجية
المناسبة المستخدمة هنا هي تحليل التباين (ANOVA) أو ارتباط بيرسون. مثل هذا التحليل شرعي، بشرط أن تذكر الافتراض
بأن البيانات على مستوى الفاصل الزمني.
فيما يتعلق بالإحصاءات
الوصفية كما أشرنا أعلاه، يمكنك إضافة الدرجات من كل سؤال للحصول على النتيجة
الإجمالية لكل مشارك. يمكنك العثور على الوسيط أو متوسط الدرجة والانحراف
المعياري، أو الانتشار لدرجات العينة في البحث الخاص بك.
مزايا وعيوب مقاييس ليكرت
تعد مقاييس ليكرت طريقة
عملية سهلة ويمكن الوصول إليها لجمع البيانات.
•
الكمية: تجعل مقاييس ليكرت الموضوعات الصعبة سهلة التنفيذ، عن طريق
تقسيم الأحداث أو الظواهر المجردة إلى ملاحظات قابلة للتسجيل. يسمح لك هذا باختبار
فرضياتك إحصائيًا.
•
بالغة الدقة: نظرًا لأن الأسئلة من نوع ليكرت ليست
ثنائية (نعم / لا، صواب / خطأ، وما إلى ذلك)، يمكنها تقديم رؤى شاملة حول التصورات
ووجهات النظر والسلوكيات.
•
سهلة الاستخدام: على خلاف الأسئلة المفتوحة، فإن مقاييس
ليكرت ذات نهاية مغلقة ولا تتطلب من المستجيبين تقديم أفكار أو تبرير آرائهم. هذا
يجعلها سريعة بالنسبة للمستجيبين لملئها، ويضمن أنه يمكنها بسهولة العينات توفير
البيانات من العينات الكبيرة.
غالبًا
ما تحدث مشكلات مقاييس ليكرت بسبب خيارات التصميم غير المناسبة.
•
تحيز الاستجابة: بسبب تحيز الرغبة الاجتماعية، يتجنب
الأشخاص في كثير من الأحيان اختيار العناصر المتطرفة، أو عدم الموافقة على
الادعاءات من أجل التقليل منها أو الظهور بمظهر طبيعي أو لتصوير أنفسهم بشكل
إيجابي.
•
التعب / عدم الانتباه: في مقاييس ليكرت ذات الأسئلة المتعددة،
يمكن أن يشعر المستجيبون بالملل ويفقدون الاهتمام. قد يختارون الردود عشوائيًا
لشرود أذهانهم، بغض النظر عن مشاعرهم الحقيقية؛ مما ينتج عن هذا ردود غير صالحة.
•
التفسير الذاتي: يمكن أن تكون بعض العناصر غامضة ويتم
تفسيرها بشكل مختلف تمامًا من قبل بعض المستجيبين. كلمات مثل "إلى حد
ما" و "مقبول" تفتقر إلى تعريفات محددة أو ضيقة.
• اختيار مقيد: نظرًا لأن الأسئلة من نوع ليكرت مغلقة، يضطر المستجيبون أحيانًا إلى اختيار الإجابة الأكثر صلة بالموضوع، على الرغم من أنها قد لا تعكس الواقع بدقة.
