李克特量表问卷设计

李克特量表是最常用的评分和求和量表之一。属于同一结构的项目以求和的方式计分，单个或单个项目没有意义。它是由美国社会心理学家Likert在1932年根据原始的总和规模开发的。量表由一组语句组成，每个语句有五个答案：“非常同意”，“同意”，“不一定”，“不同意”和“非常不同意”，分别记录为5、4、3、2和1个。每个受访者的态度总分是他对每个问题的答案总分。该总分可以表明他的态度强度或他在等级上的不同状态。

简单的介绍

利克特量表的心理读数类似于“舔-urt”和“谎言-库尔特”之间的读数（尽管前者源自建立量表的人的姓氏），但它是一种心理反应量表，通常用于在问卷中（英语：问卷），是调查研究中使用最广泛的量表。当受试者回答问卷中的项目时，他们特别表示同意该声明。该量表由rensis Likert建立。

利克特量表的形式类似于肖斯基流量量表，它要求对象在与测量对象相关的一组陈述中表达意见。它们之间的区别在于，萨克斯勒通量表只要求受试者选择他们同意的陈述，而李克特量表要求受试者表明与态度相关的每个陈述的同意或不同意程度。另外，肖夫斯基流量量表中与态度有关的一组陈述根据优缺点的程度有一定的分数，而李克特量表只需要将态度陈述分类为有利还是不利。

五点选择

弄清李克特量表和李克特项目之间的区别很重要。Likert量表是使用各种Likert选项的通用术语。因为Likert选项通常是可视比

例尺（例如，主题上的水平线允许主题以圆圈或单击的方式回答），所以有时将这些选项称为比例尺。但是，这很容易引起混淆，因此最好将Likert选项作为单独的选项进行引用。

Likert选项是一个语句。要求受试者指出他们或他们对主题的认同程度，或任何形式的主观或客观评价。通常，使用五个响应级别，但是许多定量心理学家主张使用七个或九个等级。最近的一项经验研究表明，经过简单的数据转换后，5级，7级和10级选项的平均值，方差，偏度和峰度非常相似。例如，李克特的第五选择：

1.强烈不同意

2.不同意

3.既不同意也不不同意

4.同意

5.强烈同意李克特量表是衡量陈述的正面或负面反应的两种极端量化方法。当中间选项“无意见”不可用时，有时会使用四次标度（一种强制选择的方法）。李克特量表可能因多种因素而失真。受试者可能会避免检查极端的选项（偏向中间）。有陈述的习惯性识别（惯性偏差）；或尝试找出并迎合自己或组织的预期结果（社会认同的偏见）。

基本步骤

（1）收集与度量概念相关的大量（50-100）语句。

（2）根据测量的概念，一些研究人员将每个测量项目分为“有利”或“不利”两类。通常，在一般测量项目中应有一定数量的有利或不利项目。

（3）要求受试者指出每个项目是有利还是不利，并从以下方向强度描述符中进行选择

一个。非常

b。同意

C。没关系（不确定）

d。不同意

e。非常不同意

（4）给每个答案打分。例如，对于有利项目，从非常同意到非常不同意，分别获得5、4、3、2和1分，对于不利项目，获得1、2、3、4和5。

（5）根据每个项目的得分，计算出个人态度的总得分，并根据总得分将受试者分为高组和低组。

（6）利克特量表是通过选择一些具有较高区分高低群体能力的项目构建的。如果您可以计算高分组和低分组中每个项目的平均得分，请选择高分组中平均得分较高而低分组中平均得分较低的项目。

计分分析

完成问卷后，可以对每个选项进行单独分析，或者可以将选项组进行汇总以形成一个量表。因此，李克特量表通常被称为汇总量表。

至于单独的李克特选项，将其视为间隔数据还是仅作为顺序数据仍然是一个有争议的问题。许多人将这些项目视为有序刻度数据，因为尤其是仅使用五个级别时，受试者无法意识到这些相邻项目，并且它们的间隔是等距的。另一方面，通常（如上例所示），响应级别的措词清楚地暗示了中间类别响应级别的对称性；至少，这样的项目将在订单规模和间隔规模之间；如果仅将其视为顺序数据，则会丢失一些信息。另外，如果项目附有视觉分析量表，则响应程度的区间清楚

地表明其作为区间数据的论点更为可靠。

当被视为顺序数据时，李克特数据可以组织成长条，以显示中位数或众数（但不是平均值）的浓度趋势，四分位数距离的分散度（但不是标准偏差），或通过非参数分析卡方检验，曼·惠特尼检验，Wilcoxon签名秩检验或Kruskal Wallis检验等测试。

多个李克特项目的数据可能会汇总。如果所有受试者都使用相同的李克特量表，则该量表可以有效地接近区间量表，该区间量表可以视为用于测量潜在变量的区间数据。如果合计结果满足这些假设，我们可以使用诸如方差分析之类的参数统计数据对其进行测试。但是仅当有五个以上的项目时才能使用。

来自李克特量表的数据有时会将所有同意和不同意的回答合并为“可接受”和“不接受”两类，它们成为名义量表。数据转换后，通常使用卡方检验，Cochran Q检验或McNemar检验。

基于共识的评估（CBA）可用于为没有普遍接受的标准或客观标准的领域制定客观标准。CBA可用于改进甚至验证公认的标准