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?
Laatste berichten
-
17:28
Casus uit de praktijk: positief test THC 18
-
17:21
hall effect in vloeistof gebruiken als stromingssensor 1
-
12:47
Ervaringen met "herontdekkingen" 4
-
23:58
speciale rel. theorie 4
-
17:43
Vreemde stank in huis 11
-
17 apr
3 vragen over mijn rooskleurige r.berekening H2netGekoppeldeHBrflowbatterij.
-
17 apr
Interpretatie reactie-energie 3
-
17 apr
Logistic equation (Pierre Verhulst,Belgian Mathematician) 5
-
16 apr
vB 9
-
15 apr
Kunnen quantum Zonnecellen 190% quantum efficiënt zijn 1
-
15 apr
Python: sockets sluiten 4
-
14 apr
Een eenvoudige logische redenering waarom tijd niet kan bestaan 'daarbuiten' 6
-
14 apr
Hoe kun je op quantumwijze getallen vinden in een rij die kleiner zijn dan getal k 3
-
13 apr
Rotatie van het heelal 22
-
13 apr
Documentenverdwijnen uit onedrive 1
-
12 apr
Behoud van impulsmoment en energie 5
-
12 apr
INLOG STORING / TIPS 4
-
09 apr
[natuurkunde] systeemgrafen 1
-
05 apr
afbuiging licht rond zware objecten via grondbeginselen relativiteitstheorie 490
-
05 apr
Ongepaste reclame 179
Nieuwsberichten
-
04 mar
Een nieuw soort magnetisme: altermagnetisme
-
31 okt
AI kan via stem diabetes vaststellen 11
-
21 okt
Einstein krijgt wéér gelijk 45
-
07 feb
witter dan wit 20
-
19 jun
irrigatie en de aardas
Likertschalen
-
- Berichten: 339
Re: Likertschalen
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.
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.
-
- Berichten: 3
Re: Likertschalen
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
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
-
- Berichten: 339
Re: Likertschalen
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)lapperigetop schreef:Mijn vraag:
1) Kan ik nu met deze variabelen gewoon een Spearsons correlatie doen ?
Als normaal-verdeeld wel.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?
-
- Berichten: 3
Re: Likertschalen
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....
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....
-
- Berichten: 339
Re: Likertschalen
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.
