一般Likert比較常被稱做「量尺」而非「量表」 至於心理學家為什麼會把Likert當成是interval來使用 事實上是心理學家認為人可以做程度上的衡量 但是有一些研究也指出 這個測量是需要受過訓練的 也就是一個有做過Likert的受訪者 與沒做過測驗的受訪者 在回答正確上偏差是有差異的 此外 也有一些研究專門針對Likert scale是不是等距的進行討論 結果發現Likert scale也並非是真的是等距的 其實是呈現不等距的情形 至於為什麼心理學家仍舊是沿用呢？ 我自己猜的啦 可能是心理學家通常測量的是看不見的心理變項(變量) 我稱它為Latent variable (潛在變項) 而這個Latent variable是利用不同的題目所測量出來的 有些可能五題 有些多的可能十題 這要看當時候建構量表的人怎麼做的 所以心理學的量表幾百題算是很正常 而且心理學家的假設是題目與Latent variable之間有線性關係 所以我們才會看到題目可以直接相加成Latent variable 至於為什麼會假設為線性關係 我沒在書上看過 但是我聽過兩個說法 一則是簡單容易計算:P 另外一個說法就是認為通常我們態度與潛在變項不會彎彎曲曲的亂走 所以才使用線性關係來設定 量表建構出來之後呢？ 會利用施測把這份量表的分配建構出來 但是因為每一次施測都會得出不一樣或有偏差的曲線(樣本分佈情形) 很多次的施測與修正就會讓這會量表的得出來的曲線趨於穩定 而這個曲線會像常模曲線一樣被劃出來 只要我拿這份量表測量任何一個受試者得出來的分數就可以對應到先前的曲線 可以知道這個受試者在整個分佈情形中的位置 為什麼要介紹這麼遠呢？ 因為我在猜心理學家除了測量潛在變項時在信效度謹慎之外 「很多題目所建構出來潛在變項的平均數在每個受試者之間的變異情形就會比較多 這樣潛在變項的樣本分數(平均數)分佈情形比較可能形成常態分佈」 至於潛在變項要能由題目相加取平均 也是先假設Likert scale為interval scale的緣故 這就是我個猜想 有點倒果為因啦:P 但是我們看到很多統計教科書都談很多應用 但是不談先檢定資料呈現何種分佈才使用何種統計方法 可能是沒有認知到心理學家當初對工具(量表)的設計已經經過謹慎的步驟 所以所介紹的統計方法大多是已經假設樣本為常態分佈了 另外我要小抱怨一下 數理統計書不算之外 一般的基礎統計書籍所介紹的機率與分佈在整本書裡都覺得很突兀 我自己當初在學習時都覺得很錯愕 就是我們怎麼從前面介紹的一堆中 跟後面的推論統計介紹都很不搭嘎 其實會讓學習者一知半解 不曉得有沒有人翻過覺得不錯的 可以介紹給我呢？ （我應該翻過八成這一種介紹應用比較多的統計書) ※ 引述《[email protected] (老怪物)》之銘言： : ※ 引述《yhliu (老怪物)》之銘言： : > 加總量表各問項無疑是順序型變數. 但量表的值, 彙總多 : > 個問項的 "分數" 而成, 顯然是將各問項的結果當做 "量" : > 來用. 因此, 量表的值一般被視為 interval scale 在用. : Likert scale 是 "等距量表" 之一. 顧名思意,這量表要建立的 : 結果變數豈非希望具有等距尺度(區間尺度)? : 不過, 要達成 "等距量表" 的目標, 既不是任意取一些順 : 序反應問項, 各問項各反應等級(的措辭)也不是隨意取的! : 要把各問項的反應值拿來加總, 純粹的順序型反應值可以 : 嗎? --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 61.57.96.162