La Scala Likert è uno strumento psicometrico ampiamente utilizzato nelle ricerche, specialmente in sondaggi e questionari, per misurare atteggiamenti, opinioni o percezioni. Prende il nome dallo psicologo Rensis Likert, che l'ha introdotta nel 1932.
Ecco le caratteristiche principali della scala Likert:
Struttura: La scala Likert presenta una serie di affermazioni (item) relative a un determinato argomento. Ad ogni affermazione, al partecipante viene chiesto di indicare il proprio grado di accordo o disaccordo scegliendo tra una serie di opzioni predefinite.
Opzioni di Risposta: Tipicamente, le opzioni di risposta sono disposte lungo un continuum, che varia da un estremo all'altro (ad esempio, da "Fortemente in disaccordo" a "Fortemente d'accordo"). Il numero di opzioni è di solito dispari (ad esempio, 5 o 7) per includere un punto neutro.
Scala di Intervalli: Sebbene ci sia un dibattito in corso, la scala Likert è spesso trattata come una <a href="https://it.wikiwhat.page/kavramlar/scala%20di%20intervalli" target="_blank">scala di intervalli</a>, il che significa che si assume che la distanza tra ogni opzione di risposta sia uguale. Questo permette di calcolare medie e altre statistiche descrittive.
Punteggio: Ad ogni opzione di risposta viene assegnato un valore numerico (ad esempio, da 1 a 5). Il punteggio totale per un individuo su una scala Likert viene calcolato sommando i punteggi di ogni affermazione.
Analisi: I dati raccolti tramite una scala Likert possono essere analizzati utilizzando diverse tecniche statistiche, come il calcolo di medie, deviazioni standard, test t, ANOVA e correlazioni. L'affidabilità della scala è spesso valutata tramite il <a href="https://it.wikiwhat.page/kavramlar/alfa%20di%20Cronbach" target="_blank">alfa di Cronbach</a>.
Esempio: Un esempio classico di scala Likert potrebbe essere:
Vantaggi:
Svantaggi:
Considerazioni nella Progettazione: Quando si progetta una scala Likert, è importante:
La scala Likert è uno strumento flessibile e potente per la raccolta di dati quantitativi sugli atteggiamenti e le opinioni. Tuttavia, è importante essere consapevoli dei suoi limiti e utilizzare le tecniche di analisi appropriate per interpretare i risultati in modo accurato.