Scala Likert: cum construiești, codifici și analizezi datele

Ai construit un chestionar cu 20 de itemi, ai strâns 200 de răspunsuri și ai deschis fișierul de date. Fiecare variabilă e un număr între 1 și 5. Și acum? Răspunsul depinde de un singur lucru: tratezi numerele acelea ca etichete pentru categorii ordonate sau ca puncte pe o riglă continuă? Decizia asta schimbă ce teste ai voie să aplici, ce statistici descriptive raportezi și dacă îți acceptă comisia rezultatele.

Ce este, de fapt, o scală Likert

Rensis Likert a introdus formatul în 1932, ca instrument de măsurare a atitudinilor. Varianta originală îi cerea respondentului să spună în ce măsură e de acord cu o afirmație, pe o scală cu cinci trepte: dezacord total (1), dezacord (2), neutru (3), acord (4), acord total (5). Ideea era simplă. În loc să întrebi o singură dată, cu „da” sau „nu”, dacă asistenții își plac munca, pui 10 sau 15 afirmații înrudite și aduni răspunsurile într-un scor total care surprinde atitudinea mai fin decât ar putea-o face orice întrebare izolată.

Azi variantele sunt peste tot. Scale cu șapte trepte, scale cu patru trepte fără opțiune neutră, scale de frecvență (de la niciodată la mereu), scale de satisfacție (de la foarte nemulțumit la foarte mulțumit). Firul comun e că răspunsurile sunt categorii ordonate. Un „4” înseamnă mereu mai mult acord decât un „3”. Dar cu cât mai mult? De aici pornește disputa.

Ordinal sau de interval

Riguros vorbind, datele Likert sunt ordinale. Distanța dintre „dezacord total” și „dezacord” nu e garantat egală cu distanța dintre „acord” și „acord total”. Un respondent care bifează 4 în loc de 3 a exprimat mai mult acord, dar nu poți spune că a exprimat exact o unitate în plus. Asta e poziția din manuale și e corectă din punct de vedere tehnic.

În practică, domeniul e împărțit. Norman (2010) a publicat o analiză des citată, în care trece în revistă decenii de dovezi și conchide că testele parametrice (testul t, ANOVA, corelația Pearson) sunt surprinzător de robuste cu date de tip Likert. Studiile de simulare arată că, până și la scale cu cinci trepte și asimetrie moderată, rata erorilor de tip I rămâne aproape de pragul de 0,05. Testul F, în special, tolerează bine intrarea ordinală atunci când în fiecare grupă ai peste 30 de oameni.

Regula practică pe care o acceptă majoritatea coordonatorilor: tratezi itemii Likert luați separat ca ordinali, dar tratezi scalele însumate sau mediate (5 itemi sau mai mulți care măsoară același construct) ca aproximativ de interval, atunci când distribuția e aproape simetrică. Un singur item punctat de la 1 la 5 cere un test Mann-Whitney, nu un test t pentru eșantioane independente. O scală de satisfacție cu 12 itemi, mediată într-un scor între 1,0 și 5,0? Aceea poate fi analizată cu metode parametrice, dacă asimetria rămâne în intervalul ±1,0 și ai cel puțin 30 de respondenți.

Cum construiești itemi buni

Itemii proști produc date proaste, iar nicio tehnică statistică nu repară asta după fapt. Am corectat chestionare din peste 300 de proiecte și aceleași greșeli de construcție se repetă.

Fiecare item ar trebui să măsoare exact un concept. „Coordonatorul îmi dă instrucțiuni clare și îmi susține dezvoltarea profesională” este un item dublu. Un respondent poate fi de acord cu prima jumătate și în dezacord cu a doua, dar scala îl obligă la un singur răspuns. Desparte-l în două afirmații. Fiecare item dublu pe care îl păstrezi adaugă zgomot de măsurare care îți coboară coeficientul alfa Cronbach.

Evită negațiile duble. „Nu simt că volumul meu de muncă e nerezonabil” îl obligă pe respondent să treacă prin două straturi de negație înainte să răspundă. Efortul mintal duce la răspunsuri la întâmplare, mai ales în chestionarele lungi. Scrie „Volumul meu de muncă este rezonabil” și scutește-l de gimnastică.

Echilibrează direcția formulărilor. Dacă toți cei 15 itemi sunt formulați pozitiv („Îmi place munca”, „Mă simt apreciat”, „Sunt mulțumit de salariu”), respondenții tind să fie de acord cu tot, din obișnuință. Acesta e efectul de aprobare automată și îți umflă mediile fără să reflecte atitudinile reale. Pune 4 până la 6 itemi formulați negativ („De multe ori mă plictisesc la muncă”) și inversează-le codificarea la pregătirea datelor. O scală echilibrată cu 10 itemi ar putea avea 6 itemi pozitivi și 4 negativi.

Cum codifici și pregătești datele Likert în SPSS

După ce s-a încheiat colectarea, pregătirea urmează o ordine anume. În SPSS, definești variabilele ca numerice, cu etichete pentru valori (1 = Dezacord total până la 5 = Acord total). Pentru itemii luați separat, fixezi nivelul de măsurare pe Ordinal, în coloana Measure din Variable View.

Urmează inversarea codurilor. Dacă itemul 7 spune „Mi se pare plictisitoare munca”, pe o scală de satisfacție unde scorurile mari înseamnă satisfacție mare, un respondent care e în acord total (5) exprimă, de fapt, satisfacție scăzută. Trebuie să întorci codificarea: 1 devine 5, 2 devine 4, 3 rămâne 3, 4 devine 2, 5 devine 1. În sintaxa SPSS, comanda e simplă:

COMPUTE Item7_R = 6 - Item7.

Formula (numărul de opțiuni de răspuns + 1) minus scorul original funcționează pentru orice lungime de scală. Pentru o scală cu 7 trepte, folosești 8 minus scorul. După inversare, calculezi scorul compozit al scalei. Dacă ai 10 itemi care măsoară satisfacția la locul de muncă (cu itemii 4, 7 și 9 deja inversați), calculezi media:

COMPUTE Satisfactie_Medie = MEAN(Item1, Item2, Item3, Item4_R, Item5, Item6, Item7_R, Item8, Item9_R, Item10).

Folosește MEAN, nu o sumă împărțită manual la 10. Funcția MEAN din SPSS se descurcă elegant cu datele lipsă: calculează media itemilor disponibili, în loc să întoarcă o valoare lipsă dacă un singur item e gol. La o scală de 10 itemi, SPSS calculează media chiar dacă respondentul a completat un singur item, așa că e bine să pui un prag (de regulă 80% din itemi completați), ca să nu calculezi medii din prea puține răspunsuri. Poți încărca datele în Academic Stats Agent ca să automatizezi tot acest pas de pregătire, inclusiv inversarea codurilor și verificarea consistenței interne.

Verifică fidelitatea înainte de analiză

Înainte să aplici orice test de ipoteză, confirmă că itemii scalei măsoară același construct în mod constant. Coeficientul alfa Cronbach este verificarea standard. Minimul acceptat pe larg este α ≥ 0,70 (George și Mallery, 2003). Instrumentele psihologice publicate raportează, de obicei, valori între 0,80 și 0,90.

Rulează analiza de fidelitate pe fiecare subscală separat. Un chestionar cu 30 de itemi, împărțit în trei subscale de câte 10 itemi, are nevoie de trei valori alfa distincte, nu de un coeficient global. Dacă aduni un singur alfa peste toți cei 30 de itemi care măsoară constructe diferite (să zicem anxietate, depresie și stres), rezultatul e înșelător, fiindcă itemii nici nu ar trebui să coreleze perfect între constructe.

Când alfa coboară sub 0,70, uită-te la coloana Cronbach's Alpha if Item Deleted din tabelul de rezultate. Dacă scoaterea unui item ridică alfa de la 0,65 la 0,74, iar acel item e slab și din punct de vedere teoretic (de pildă, o întrebare despre naveta zilnică într-o scală de satisfacție la muncă), eliminarea lui se poate apăra. Dar nu scoate itemi doar ca să urmărești un număr mai mare. Fiecare eliminare trebuie să aibă un motiv de fond, pe care comisia să-l accepte.

Cum alegi testul potrivit

Testul pe care îl alegi depinde de faptul că analizezi un singur item Likert sau o scală însumată ori mediată. Dacă ești în dubiu, ghidul despre ce test statistic alegi te trece prin decizie după tipul variabilei. Tabelul de mai jos rezumă situațiile cele mai frecvente.

Tipul de date	Comparație (2 grupe)	Comparație (3+ grupe)	Statistici descriptive
Item Likert singular (ordinal)	Mann-Whitney U	Kruskal-Wallis H	Mediană, interval intercuartilic, frecvențe
Scală însumată / mediată (aproape de interval)	Test t independent	ANOVA unifactorială	Medie, abatere standard
Item Likert în pereche (ordinal, pre-post)	Wilcoxon pentru rânguri semnate	Testul Friedman	Mediană, interval intercuartilic
Scală în pereche (aproape de interval, pre-post)	Test t pentru eșantioane perechi	ANOVA cu măsurări repetate	Medie, abatere standard

Pentru statisticile descriptive, raportează mediana și intervalul intercuartilic la itemii luați separat, respectiv media și abaterea standard la scalele compozite. Un rând tipic din lucrare ar putea arăta așa: „Itemul 3 („Mă simt susținut de echipă”), Me = 4,00, interval intercuartilic 3,00-5,00.” Iar pentru scala întreagă: „Scala de sprijin din partea echipei (8 itemi), M = 3,72, AS = 0,68, α = 0,81.”

Cea mai frecventă greșeală

Aplicarea unui test t pentru eșantioane independente pe un singur item Likert cu 5 trepte. O vedem la aproximativ 1 din 5 lucrări care ajung la noi. Studentul compară bărbații și femeile pe un singur item („Sunt mulțumit de experiența mea la facultate”, punctat de la 1 la 5) și raportează t(198) = 2,14, p = 0,034. Problema e că un singur item cu cinci valori posibile încalcă cerința de variabilă continuă a testului t. Testul corect este Mann-Whitney, care compară distribuții de ranguri, nu medii. Rezultatul poate arăta aproape identic (U = 4.230, p = 0,031), dar temelia metodologică e solidă și niciun evaluator nu o va contesta.

Se întâmplă și greșeala inversă, deși mai rar: aplicarea unor teste neparametrice pe o scală compozită bine construită, cu 12 itemi și distribuție aproape normală. Dacă scala ta mediată dă valori de tipul 3,42, 2,85, 4,17 și asimetria e −0,38, un test t e perfect potrivit și îți dă mai multă putere statistică decât un Mann-Whitney.