一般Likert比较常被称做「量尺」而非「量表」 至於心理学家为什麽会把Likert当成是interval来使用 事实上是心理学家认为人可以做程度上的衡量 但是有一些研究也指出 这个测量是需要受过训练的 也就是一个有做过Likert的受访者 与没做过测验的受访者 在回答正确上偏差是有差异的 此外 也有一些研究专门针对Likert scale是不是等距的进行讨论 结果发现Likert scale也并非是真的是等距的 其实是呈现不等距的情形 至於为什麽心理学家仍旧是沿用呢？ 我自己猜的啦 可能是心理学家通常测量的是看不见的心理变项(变量) 我称它为Latent variable (潜在变项) 而这个Latent variable是利用不同的题目所测量出来的 有些可能五题 有些多的可能十题 这要看当时候建构量表的人怎麽做的 所以心理学的量表几百题算是很正常 而且心理学家的假设是题目与Latent variable之间有线性关系 所以我们才会看到题目可以直接相加成Latent variable 至於为什麽会假设为线性关系 我没在书上看过 但是我听过两个说法 一则是简单容易计算:P 另外一个说法就是认为通常我们态度与潜在变项不会弯弯曲曲的乱走 所以才使用线性关系来设定 量表建构出来之後呢？ 会利用施测把这份量表的分配建构出来 但是因为每一次施测都会得出不一样或有偏差的曲线(样本分布情形) 很多次的施测与修正就会让这会量表的得出来的曲线趋於稳定 而这个曲线会像常模曲线一样被划出来 只要我拿这份量表测量任何一个受试者得出来的分数就可以对应到先前的曲线 可以知道这个受试者在整个分布情形中的位置 为什麽要介绍这麽远呢？ 因为我在猜心理学家除了测量潜在变项时在信效度谨慎之外 「很多题目所建构出来潜在变项的平均数在每个受试者之间的变异情形就会比较多 这样潜在变项的样本分数(平均数)分布情形比较可能形成常态分布」 至於潜在变项要能由题目相加取平均 也是先假设Likert scale为interval scale的缘故 这就是我个猜想 有点倒果为因啦:P 但是我们看到很多统计教科书都谈很多应用 但是不谈先检定资料呈现何种分布才使用何种统计方法 可能是没有认知到心理学家当初对工具(量表)的设计已经经过谨慎的步骤 所以所介绍的统计方法大多是已经假设样本为常态分布了 另外我要小抱怨一下 数理统计书不算之外 一般的基础统计书籍所介绍的机率与分布在整本书里都觉得很突兀 我自己当初在学习时都觉得很错愕 就是我们怎麽从前面介绍的一堆中 跟後面的推论统计介绍都很不搭嘎 其实会让学习者一知半解 不晓得有没有人翻过觉得不错的 可以介绍给我呢？ （我应该翻过八成这一种介绍应用比较多的统计书) ※ 引述《[email protected] (老怪物)》之铭言： : ※ 引述《yhliu (老怪物)》之铭言： : > 加总量表各问项无疑是顺序型变数. 但量表的值, 汇总多 : > 个问项的 "分数" 而成, 显然是将各问项的结果当做 "量" : > 来用. 因此, 量表的值一般被视为 interval scale 在用. : Likert scale 是 "等距量表" 之一. 顾名思意,这量表要建立的 : 结果变数岂非希望具有等距尺度(区间尺度)? : 不过, 要达成 "等距量表" 的目标, 既不是任意取一些顺 : 序反应问项, 各问项各反应等级(的措辞)也不是随意取的! : 要把各问项的反应值拿来加总, 纯粹的顺序型反应值可以 : 吗? --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 61.57.96.162