تتضمن العديد من مشاريع البحث على مستوى الدراسات العليا توزيع الدراسات الاستقصائية وتحليل النتائج التي تأتي. مقياس ليكرت هو أحد المقاييس الأكثر شيوعًا للأبحاث السلوكية. إذا كنت تجري استبيانًا حول Likert ، فسترى سلسلة من البيانات ، وسيُطلب منك الإشارة إلى ما إذا كنت "لا توافق بشدة" ، "لا أوافق ،" "لا أوافق قليلاً ،" "لم تتقرر" ، "أوافق قليلاً" ، "أوافق" ، أو "أوافق بشدة". أيًا كانت الإجابة التي تختارها ، يتم تعيين قيمة نقطة ، ويقوم الباحثون الذين يقومون بإجراء الاستطلاع بتفسير النتائج.
عيّن لكل استجابة قيمة نقطة ، من 1 إلى 5 أو من 1 إلى 7 ، اعتمادًا على عدد الردود الممكنة. بعض مصممي الاستطلاع لا يقومون بتضمين الخيارات "قليلاً" على الجانب "توافق أو لا توافق". تبدأ القيم المشتركة للخيارات بـ "لا أوافق بشدة" عند نقطة واحدة و "أوافق بشدة" عند 5 أو 7 نقاط.
يمكنك جدولة النتائج والعثور على "الوضع" أو الرقم الأكثر تكرارًا و "المتوسط" أو متوسط الاستجابة. إذا كانت عينتك كبيرة بدرجة كافية ، فسيكون كل من هذه المقاييس ذا قيمة. سيخبرك الوضع عن الاستجابة الأكثر شيوعًا لكل عبارة. وعلى الرغم من أن القيم العددية لكل استجابة لا تكون موضوعية مثل أعداد الأرقام ، فإن المتوسط سوف يمنحك متوسط الاستجابة الكلية.
قم بإنشاء تمثيل رسومي للاستجابات باستخدام رسم بياني شريطي ، مع إعطاء عمود واحد لكل خيار من خيارات الاستجابة. تحت المحور الأفقي ، قم بتسمية كل خيار من خيارات الاستجابة بقيمة النقطة ، وقم بتمييز الخطوط التي تعبر المحور الرأسي بأرقام مختلفة - 50 ، 100 ، 150 ، 200 ، إلخ. هذه الأرقام سوف تختلف تبعا لعدد المشاركين. اختر مقياسًا يناسب جميع مجاميع الاستجابة الخاصة بك ولكنه سيظهر أيضًا الاختلافات فيما بينها بشكل مفيد. إذا كان لديك 30 شخصًا فقط ، وكان الرقم الأول على المحور هو 100 ، فلن تتمكن من إظهار اختلافات ذات مغزى بين الأعمدة المختلفة.
قم بتفصيل بياناتك حسب الحاجة لاحتياجاتك البحثية. قد ترغب في فصل البيانات حسب الفئات العمرية أو الجنس أو العرق أو الدين أو متغيرات أخرى. قم بإنشاء رسم بياني شريطي لكل مجموعة منفصلة تريد تحليلها.
استخدم واحدًا من مجموعة متنوعة من اختبارات تحليل التباين لتحليل بياناتك. تتم العديد من المسوحات السلوكية في نقطتين مختلفتين في الوقت المناسب ، لاختبار المواقف مع مرور الوقت. البعض الآخر يتم مرة واحدة فقط ، لمعرفة ما تشعر به مجموعات من الناس حول البيانات في وقت معين. يمكن للاختبارات مثل تحليل Kruskal-Wallis و Mann-Whitney و chi-square أن تأخذ جميعها بيانات مواقف من استطلاعات Likert وتوفر أشكالًا مختلفة من التحليل.
حدد ما إذا كانت نتائجك تظهر اختلافات كبيرة إما تتطابق أو تتعارض مع فرضيتك. يختلف تعريف "الأهمية" اعتمادًا على الاختبار الذي تستخدمه. ومع ذلك ، إذا أظهرت نتائجك اختلافات كبيرة ، على سبيل المثال ، في الطريقة التي يشعر بها الملتزمون بالأديان المختلفة حول الطريقة التي ترتدي بها النماذج أغلفة مجلات الموضة ، فيمكنك العثور على تطبيقات هذا البحث لمحرري الأزياء.