Springen naar inhoud

Likertschalen


  • Log in om te kunnen reageren

#1

Hijack966

    Hijack966


  • 0 - 25 berichten
  • 2 berichten
  • Gebruiker

Geplaatst op 22 mei 2009 - 11:15

hey,


ik heb voor mijn scriptie een enquete opgesteld waarin meerdere stellingen staan.
deze vragen zijn te beantwoorden met een likert schaal (helemaal mee oneens tot helemaal mee eens)

meerdere stellingen vormen samen 1 variabele.
bijvoorbeeld betrouwbaarheid van een merk. hoe kan ik 1 variabele maken van meerdere antwoorden van diverse stellingen betreffende een onderwerp?

de bedoeling is dus dat ik van meerdere antwoorden op de stellingen een variabele genereer die dat onderwerp weergeeft.

wie o wie kan mij helpen?

Dit forum kan gratis blijven vanwege banners als deze. Door te registeren zal de onderstaande banner overigens verdwijnen.

#2

Gesp

    Gesp


  • >250 berichten
  • 339 berichten
  • Ervaren gebruiker

Geplaatst op 23 mei 2009 - 20:11

Daar is vast al eens een oplossing voor bedacht door statistici. Daar heb ik geen weet van. Dit is wat ik zo bedenk:

Het ligt voor de hand om de antwoorden te middelen. De schaal zou je kunnen zien als -2..2 (of 0 tot 4). Als er vier stellingen zijn (a,b,c,d) dan bereken je de gemiddelde score.

bv als persoon X op die vier stellingen antwoordt:
a helemaal eens
b eens
c weet niet
d eens

wordt dan: (2+1+0+1)/4 = 1.

* Natuurlijk wel ervoor zorgen dat de stellingen in dezelfde richting wijzen (of de antwoorden omrekenen, natuurlijk), dus als als het anwoord "helemaal eens" op stellng a positief is, moet dat voor alle stellingen hetzelfde zijn.
* Door het bundelen van stellingen verlies je informatie, dat is vanuit statistiek-oogpunt altijd wat jammer. (bv. als de ene stelling negatief wordt beantwoord, en de ander positief). Bovendien maak je de aanname dat het verschil tussen 'weet niet' en 'eens' even groot is als het verschil tussen 'eens' en 'helemaal mee eens'. Wat onjuist is...
Je verliest minder informatie als je niet 1 score berekent, maar een vector. Dan wordt de parameter voor het voorbeeld: 0, 0, 0.25, 0.5, 0.25.
* En je moet bedenken wat je doet als een vraag niet is ingevuld.
* Evt. zou je bepaalde stellingen zwaarder of minder zwaar kunnen meewegen, maar daar moet je goede argumenten voor hebben.

#3

lapperigetop

    lapperigetop


  • 0 - 25 berichten
  • 3 berichten
  • Gebruiker

Geplaatst op 19 augustus 2009 - 20:04

ik zit met hetzelfde probleem
ik heb groepen die elk worden gemeten door meerdere vragen met een Likert scale

* dus 1e 10 vragen met Liker scale van 1-5 vormen samen variabel 1. Het gemiddelde wordt berekend en is
bijvoorbeeld bij een respondent bij 3,58

*vraag 11 t/m 20 met Likert scale van 1-5 vormen samen variabel 2. Het gemiddelde wordt berekend en is bijvoorbeeld bij een respondent 2,30.

Nu hebben meerdere respondenten dit ingevuld en per respondent heb ik dus 2 variabelen. Ik wil graag weten of een hoger variabel 1 enige positief of negatief effect heeft op de hoogte van variabel 2.

Mijn vraag:
1) Kan ik nu met deze variabelen gewoon een Spearsons correlatie doen ?
2) Kan ik een regressie uitvoeren met variabel 2 als onafhankelijk en variabel 1 als afhankelijk?]
En zo ja bij 2), hoe controleer ik dat voor inkomen en leeftijd? Deze ook gewoon toevoegen aan regressie als onafhankelijk?


Ik hoop dat ik het een beetje duidelijk heb uitgelegd.... Alle suggestie/hulp = welkom!
Alvast bedankt ;)

Veranderd door lapperigetop, 19 augustus 2009 - 20:06


#4

Gesp

    Gesp


  • >250 berichten
  • 339 berichten
  • Ervaren gebruiker

Geplaatst op 20 augustus 2009 - 12:31

Mijn vraag:
1) Kan ik nu met deze variabelen gewoon een Spearsons correlatie doen ?

Pearson of Spearman? Kan beide, maar eerste is meest logisch. Voor interpretatie wordt vaak een p-waarde berekend. Dan wordt aangenomen dat de waardes normaal verdeeld zijn. Dat is in dit geval wel te verwachten, maar je kunt het beter controleren (bv. variabele plotten tegen normaal verdeling)

2) Kan ik een regressie uitvoeren met variabel 2 als onafhankelijk en variabel 1 als afhankelijk?]
En zo ja bij 2), hoe controleer ik dat voor inkomen en leeftijd? Deze ook gewoon toevoegen aan regressie als onafhankelijk?

Als normaal-verdeeld wel.

#5

lapperigetop

    lapperigetop


  • 0 - 25 berichten
  • 3 berichten
  • Gebruiker

Geplaatst op 20 augustus 2009 - 12:40

Gesp, super bedankt voor je reactie!!

Wbt de Regressie analyse,
wanneer ik als afhankelijk variabel 2 gebruik en onafhankelijk variabel 1 krijg ik een lage R squared. Wanneer ik als onafhankelijk variabel bijvoorbeeld leeftijd bedrijf en omzet toevoeg gaat de R squared omhoog. Ik vraag me alleenaf wanneer ik dit doe of dit betekent dat ik het model daarmee Controleer. Of wat is de toegevoegde waarde dan van deze variabelen....

#6

Gesp

    Gesp


  • >250 berichten
  • 339 berichten
  • Ervaren gebruiker

Geplaatst op 20 augustus 2009 - 13:41

Als er meer variabelen in een model zitten, zal het model de uitkomst over het algemeen beter voorspellen (en dus beter met de uikomst correleren). Want, per variabele wordt een parameter geschat, (ax + b vs ax1 +bx2 + c). De vraag is of de voorspelling significant beter is, en met welke parameters het model het meest voorspelt. Daar zijn weer methodes voor.





0 gebruiker(s) lezen dit onderwerp

0 leden, 0 bezoekers, 0 anonieme gebruikers

Ook adverteren op onze website? Lees hier meer!

Gesponsorde vacatures

Vacatures