लिकर्ट स्केल डेटा का विश्लेषण कैसे करें: चरण-दर-चरण

Likert scale डेटा का विश्लेषण करने के लिए, सबसे पहले यह तय करें कि आप सिंगल Likert-type आइटम देख रहे हैं या मल्टी-आइटम Likert scale। सिंगल आइटम को फ्रीक्वेंसी, प्रतिशत, मीडियन और मोड के साथ संक्षेप में प्रस्तुत करें, और उन्हें बार चार्ट के रूप में प्रदर्शित करें। कई आइटमों को एक स्केल स्कोर में केवल तभी संयोजित करें जब वे किसी एक विचार को मापते हों, और फिर आप मीन और स्टैंडर्ड डेविएशन का उपयोग कर सकते हैं।

यह गाइड उस अंतर को, प्रतिक्रियाओं को कोड और क्लीन करने के तरीके को, और AI या Excel में चरण-दर-चरण डेटा का विश्लेषण करने के तरीके को समझाती है। इसमें चार्ट, समूहों की तुलना, एक व्यावहारिक उदाहरण और वे गलतियाँ भी शामिल हैं जिनकी वजह से भ्रामक परिणाम मिलते हैं।

Likert scale डेटा क्या है

Likert डेटा उन सर्वे प्रश्नों से आता है जो लोगों से पूछते हैं कि वे कितने सहमत हैं, कितने संतुष्ट हैं, या कोई चीज़ कितनी बार होती है। एक सामान्य पांच-बिंदु वाला आइटम Strongly disagree (पूरी तरह असहमत) से लेकर Strongly agree (पूरी तरह सहमत) तक होता है।

University of Arizona की मूल्यांकन टीम दो प्रकार के डेटा के बीच एक उपयोगी अंतर स्पष्ट करती है। "एक Likert Scale एक मल्टी-आइटम साइकोमेट्रिक मूल्यांकन उपकरण है जो व्यक्तिगत प्रश्नों की एक श्रृंखला के माध्यम से किसी अवधारणा को मापता है।" इसके विपरीत, Likert-type आइटम "विभिन्न प्रकार के रिस्पॉन्स स्केल का उपयोग करके मापे गए व्यक्तिगत आइटम होते हैं।"

यह अंतर किसी भी फॉर्मूले से अधिक मायने रखता है। Boone and Boone ने 2012 के Journal of Extension के एक लेख में यही बात कही थी। उन्होंने लिखा था कि इन दोनों के लिए "अद्वितीय डेटा विश्लेषण प्रक्रियाओं की आवश्यकता होती है, और इसके परिणामस्वरूप, अक्सर दुरुपयोग और/या गलतियाँ होती हैं।"

एक कार्यस्थल सर्वे Likert-type आइटमों को एक-एक करके रिपोर्ट कर सकता है: "ऑनबोर्डिंग ने मुझे मेरी भूमिका के लिए तैयार किया," "मैं इस उत्पाद की सिफारिश करूँगा," इत्यादि। एक शोध अध्ययन कई संबंधित आइटमों को एक Likert scale में संयोजित कर सकता है। यह जानना कि आपके पास कौन सा है, आपको यह बताता है कि किस सांख्यिकी का उपयोग करना है।

Likert-type आइटम बनाम Likert scales

University of Arizona का पेज प्रत्येक प्रकार के डेटा के लिए Boone and Boone की सुझाई गई प्रक्रियाओं को दर्शाता है:

माप	Likert-type आइटम	Likert scale स्कोर
केंद्रीय प्रवृत्ति	मीडियन या मोड	मीन
परिवर्तनशीलता	फ्रीक्वेंसी	स्टैंडर्ड डेविएशन
सहसंबंध	Kendall tau B या C	Pearson's r
अन्य सांख्यिकी	Chi-square	ANOVA, t-test, रिग्रेशन

सिंगल आइटम के लिए, पेज स्पष्ट है। उन्हें "फ्रीक्वेंसी डिस्ट्रीब्यूशन टेबल जैसी सॉर्टिंग और ग्रुपिंग तकनीकों या बार चार्ट जैसे विजुअल एड्स का उपयोग करके अलग आइटम के रूप में विश्लेषित किया जाना चाहिए।" यह आगे जोड़ता है: "इस डेटा प्रकार के लिए मीन और औसत की गणना करना उचित नहीं है, हालांकि मीडियन या मोड का उपयोग करके डेटा का विश्लेषण किया जा सकता है।"

मल्टी-आइटम स्केल के लिए, नियम थोड़े उदार हैं। वही पेज कहता है कि संकलित स्कोर को "कंटीन्यूअस डेटा के रूप में माना जा सकता है और केंद्रीय प्रवृत्ति के सभी मापों, मोड, मीडियन या मीन का उपयोग करके इसका मूल्यांकन किया जा सकता है।"

व्यावहारिक नियम सरल है। यदि आप एक प्रश्न की रिपोर्ट करते हैं, तो उसके वितरण की रिपोर्ट करें। यदि आप कई प्रश्नों से बने स्कोर की रिपोर्ट करते हैं, तो आप उसके औसत की रिपोर्ट कर सकते हैं।

शुरू करने से पहले: प्रतिक्रियाओं को कोड और क्लीन करें

सर्वे एक्सपोर्ट उत्तरों को टेक्स्ट के रूप में सहेज सकते हैं। विश्लेषण तब आसान हो जाता है जब प्रत्येक उत्तर का एक नंबर होता है, इसलिए उन्हें कोड करने से शुरुआत करें।

• क्रम में कोड असाइन करें। पांच-बिंदु वाले सहमति आइटम के लिए, Strongly disagree के लिए 1 से लेकर Strongly agree के लिए 5 का उपयोग करें।
• लेबल बनाए रखें। कोड सॉर्टिंग और काउंटिंग के लिए हैं। आपकी रिपोर्ट में अभी भी उन्हीं शब्दों का उपयोग होना चाहिए जो लोगों ने देखे थे।
• उल्टे आइटमों को पलटें। यदि किसी प्रश्न को नकारात्मक रूप से तैयार किया गया है, तो इसे अन्य आइटमों के साथ संयोजित करने से पहले इसके कोड को उलट दें।
• खाली स्थानों और "लागू नहीं" को संभालें। उन्हें गिनती से बाहर रखें, और रिपोर्ट करें कि वे कितने थे।
• स्केल की लंबाई जांचें। एक ही टेबल में पांच-बिंदु और सात-बिंदु वाले आइटमों को न मिलाएं।

प्रत्येक आइटम की शब्दावली, कोड और किसी भी उलटफेर के साथ एक छोटा कोडबुक रखें। यह अगली तिमाही में विश्लेषण को दोहराने योग्य बनाता है।

Likert scale डेटा का विश्लेषण कैसे करें

नीचे दिए गए तीन चरण Powerdrill Bloom का उपयोग करते हैं, लेकिन यही दृष्टिकोण किसी भी ऐसे टूल में काम करता है जो आपके सर्वे एक्सपोर्ट को पढ़ता है। Excel संस्करण अगले भाग में दिया गया है।

चरण 1: सर्वे एक्सपोर्ट अपलोड करें और प्रतिक्रियाओं को कोड करें

अपने सर्वे टूल से प्रतिक्रियाओं को CSV या Excel फ़ाइल के रूप में एक्सपोर्ट करें, जिसमें प्रति प्रतिवादी एक रो और प्रति प्रश्न एक कॉलम हो। फ़ाइल अपलोड करें और प्राकृतिक भाषा में स्केल का वर्णन करें, जैसे कि "कॉलम D से K पांच-बिंदु सहमति स्केल का उपयोग करते हैं।"

टेक्स्ट उत्तरों को 1 से 5 तक कोड करने के लिए कहें, और किसी भी उल्टे आइटम को सूचीबद्ध करें ताकि उन्हें पलटा जा सके। फिर प्रति आइटम वैध उत्तरों की संख्या, और कितने खाली या "लागू नहीं" थे, इसके लिए कहें। आगे बढ़ने से पहले उन संख्याओं की तुलना अपने सर्वे टूल के कुल रिस्पॉन्स से करें।

चरण 2: प्रत्येक आइटम को फ्रीक्वेंसी, मीडियन और मोड के साथ संक्षेप में प्रस्तुत करें

प्रत्येक आइटम के लिए एक फ्रीक्वेंसी टेबल मांगें: प्रत्येक प्रतिक्रिया विकल्प के लिए संख्या और प्रतिशत। प्रत्येक आइटम के लिए मीडियन और मोड जोड़ें, जो कि वे माप हैं जिन्हें Boone and Boone सिंगल आइटम के लिए सुझाते हैं.

कुछ टीमें टॉप-टू-बॉक्स आंकड़ा भी रिपोर्ट करती हैं, जो कि Agree या Strongly agree चुनने वालों का हिस्सा है। इसे पढ़ना आसान है और यह University of Arizona के उदाहरण "90% छात्र आश्वस्त होने की रिपोर्ट करते हैं" जैसे लक्ष्यों के अनुकूल है।

यदि कुछ आइटम मिलकर एक स्केल बनाते हैं, तो प्रति प्रतिवादी एक संयुक्त स्कोर मांगें, फिर उस स्कोर का मीन और स्टैंडर्ड डेविएशन। आइटम-स्तरीय टेबल को इसके बगल में रखें, ताकि पाठक देख सकें कि कौन से प्रश्न स्कोर को प्रभावित कर रहे हैं।

चरण 3: परिणामों का चार्ट बनाएं और समूहों की तुलना करें

प्रत्येक आइटम के लिए प्रतिक्रिया प्रतिशत का एक बार चार्ट मांगें, जो सबसे अधिक से सबसे कम सहमति के क्रम में व्यवस्थित हो। हमारा bar graph maker पेज चार्ट वाले हिस्से को अधिक विस्तार से दिखाता है।

साझा करने से पहले चार्ट की तुलना फ्रीक्वेंसी टेबल से करें। प्रत्येक आइटम के लिए बार का योग 100% होना चाहिए, और लेबल उन शब्दों से मेल खाने चाहिए जो प्रतिवादियों ने देखे थे।

फिर उन समूहों की तुलना करें जो आपके निर्णय के लिए महत्वपूर्ण हैं, जैसे कि विभाग, क्षेत्र या ग्राहक वर्ग। प्रत्येक आइटम का समूह के अनुसार प्रतिशत वितरण मांगें, ताकि विभिन्न आकारों के समूह तुलनीय रहें। अंत में, एक संक्षिप्त लिखित सारांश मांगें जो सबसे कम सहमति वाले आइटमों के नाम बताता हो।

Excel में Likert डेटा का विश्लेषण कैसे करें

प्रतिक्रियाओं के कोड होने के बाद Excel, Likert विश्लेषण को अच्छी तरह से संभालता है। मान लें कि किसी आइटम के कोड B2:B201 में हैं, प्रति प्रतिवादी एक कोड।

प्रत्येक प्रतिक्रिया की गणना करें। Microsoft, COUNTIF को एक मानदंड को पूरा करने वाले सेल की गणना करने के तरीके के रूप में वर्णित करता है, जिसका सिंटैक्स COUNTIF(range, criteria) है। =COUNTIF(B2:B201,1) से लेकर =COUNTIF(B2:B201,5) तक प्रत्येक विकल्प की गणना करें।

गणना को प्रतिशत में बदलें। प्रत्येक गणना को वैध उत्तरों की संख्या, =COUNT(B2:B201) से विभाजित करें। परिणामों को प्रतिशत के रूप में फॉर्मेट करें।

मीडियन खोजें। =MEDIAN(B2:B201) का उपयोग करें। Microsoft एक ऐसे विवरण पर ध्यान देता है जो Likert कोड के लिए महत्वपूर्ण है। "यदि सेट में संख्याओं की संख्या सम है, तो MEDIAN बीच की दो संख्याओं के औसत की गणना करता है।" 3.5 जैसा परिणाम होने का मतलब है कि मध्य दो उत्तरों के बीच आता है, इसलिए दोनों लेबल की रिपोर्ट करें।

मोड खोजें। इसे फ्रीक्वेंसी टेबल से पढ़ें: यह सबसे अधिक संख्या वाला विकल्प है। यदि दो विकल्पों में टाई होता है, तो दोनों की रिपोर्ट करें।

टॉप-टू-बॉक्स की गणना करें। सहमत या पूरी तरह सहमत होने वालों के हिस्से के लिए =(COUNTIF(B2:B201,4)+COUNTIF(B2:B201,5))/COUNT(B2:B201) का उपयोग करें।

एक PivotTable एक साथ कई आइटमों के लिए समान गणना कर सकता है। आइटम को रो में, प्रतिक्रिया को कॉलम में और प्रतिक्रियाओं की संख्या को वैल्यूज में रखें। फिर वैल्यूज को रो टोटल के प्रतिशत के रूप में दिखाएं।

एक व्यावहारिक उदाहरण

यहाँ 200 कर्मचारियों के एक पांच-बिंदु वाले आइटम का एक उदाहरणात्मक परिणाम दिया गया है। आइटम में लिखा है "ऑनबोर्डिंग प्रशिक्षण ने मुझे मेरी भूमिका के लिए तैयार किया।" ये संख्याएँ उदाहरण हैं, किसी वास्तविक सर्वे का डेटा नहीं।

प्रतिक्रिया	कोड	संख्या	प्रतिशत
Strongly disagree (पूरी तरह असहमत)	1	10	5%
Disagree (असहमत)	2	20	10%
Neutral (तटस्थ)	3	30	15%
Agree (सहमत)	4	90	45%
Strongly agree (पूरी तरह सहमत)	5	50	25%

इस टेबल से:

• मीडियन: Agree. 1 से 5 के क्रम में व्यवस्थित करने पर, 100वां और 101वां उत्तर दोनों Agree के अंतर्गत आते हैं। पहले तीन विकल्पों में 60 उत्तर हैं, और Agree में अगले 90 उत्तर हैं।
• मोड: Agree. इसकी संख्या सबसे अधिक है, 90।
• टॉप-टू-बॉक्स: 70%. यह 45% Agree और 25% Strongly agree को मिलाकर है।
• बॉटम-टू-बॉक्स: 15%. यह 5% Strongly disagree और 10% Disagree को मिलाकर है।

एक स्पष्ट लिखित निष्कर्ष यह होगा: "70% सहमत थे कि ऑनबोर्डिंग ने उन्हें तैयार किया, और 15% असहमत थे।" यह वाक्य किसी मैनेजर के लिए "औसत 3.75 था" की तुलना में अधिक उपयोगी है, और यह सिंगल आइटम के लिए फ्रीक्वेंसी-आधारित दृष्टिकोण का अनुसरण करता है।

Likert डेटा का चार्ट कैसे बनाएं

बार चार्ट सिंगल आइटम के लिए उपयुक्त होते हैं, और वे उन विजुअल एड्स में से एक हैं जिनका नाम University of Arizona का पेज लेता है। एक साथ कई आइटमों के लिए, एक स्टैक्ड बार चार्ट एक ही रो में प्रत्येक आइटम का पूरा डिस्ट्रीब्यूशन दिखाता है।

सांख्यिकी साहित्य में एक लेआउट की सिफारिश की गई है। Heiberger and Robbins ने Journal of Statistical Software में यह तर्क दिया है। "हम Likert और संबंधित स्केल्स के लिए प्राथमिक ग्राफिकल डिस्प्ले तकनीक के रूप में डाइवर्जिंग स्टैक्ड बार चार्ट की सिफारिश करते हैं।" उस लेआउट में, असहमति एक केंद्र रेखा के बाईं ओर और सहमति दाईं ओर फैली होती है।

Excel में एक सरल संस्करण बनाने के लिए, असहमत प्रतिशत को ऋणात्मक संख्याओं के रूप में और सहमत प्रतिशत को धनात्मक संख्याओं के रूप में दर्ज करें। फिर एक स्टैक्ड बार चार्ट डालें और आइटमों को कुल सहमति के आधार पर सॉर्ट करें। तटस्थ हिस्से को केंद्र रेखा के दोनों ओर विभाजित किया जा सकता है या एक अलग कॉलम में दिखाया जा सकता है।

प्रत्येक बार को उसके प्रतिशत के साथ लेबल करें, या कम से कम सहमत और असहमत के योग को लेबल करें। इससे दो मुख्य संख्याएँ चार्ट पर ही आ जाती हैं।

आप चाहे किसी भी चार्ट का उपयोग करें, प्रत्येक आइटम में प्रतिक्रिया का क्रम समान रखें। असहमति के लिए एक रंग समूह और सहमति के लिए दूसरे रंग समूह का उपयोग करें, ताकि पाठक चार्ट को जल्दी से स्कैन कर सकें। अव्यवस्थित सर्वे डेटा को स्पष्ट चार्ट में बदलने के लिए हमारी गाइड चार्ट क्लीनअप को अधिक विस्तार से कवर करती है।

समूहों की तुलना करना

सर्वे के परिणाम तुलना का विषय हो सकते हैं: यह टीम बनाम वह टीम, यह वर्ष बनाम पिछला वर्ष। सिंगल Likert-type आइटमों के लिए, औसतों के बजाय प्रतिशत वितरण की साथ-साथ तुलना करें।

तुलना को प्रत्येक समूह के भीतर प्रतिशत के रूप में प्रस्तुत करें, क्योंकि समूह शायद ही कभी एक ही आकार के होते हैं। 12 लोगों की टीम और 200 लोगों की टीम की तुलना केवल प्रतिशत हिस्सेदारी के रूप में ही निष्पक्ष रूप से की जा सकती है।

यदि आपको सांख्यिकीय परीक्षण की आवश्यकता है, तो Boone and Boone की टेबल Likert-type आइटमों के लिए chi-square को सूचीबद्ध करती है। स्केल स्कोर के लिए, यह ANOVA, t-tests और रिग्रेशन को सूचीबद्ध करती है। छोटे समूह किसी भी परीक्षण को कम विश्वसनीय बनाते हैं, इसलिए परिणामों के बगल में समूहों के आकार की रिपोर्ट करें।

यहाँ एक उदाहरणात्मक उदाहरण दिया गया है। ऑनबोर्डिंग आइटम पर, 150 लोगों की सेल्स टीम के 72% लोग सहमत हुए, जबकि 50 लोगों की सपोर्ट टीम के 58% लोग सहमत हुए। इसकी रिपोर्ट करने का सही तरीका है "सेल्स के 72% (n = 150) और सपोर्ट के 58% (n = 50) सहमत हुए।" पाठक तब केवल दो प्रतिशत आंकड़ों के बजाय समूह के आकार को ध्यान में रखते हुए अंतर का आकलन कर सकते हैं।

परिणामों की रिपोर्ट करना

University of Arizona का मार्गदर्शन औसतों के बारे में एक स्पष्ट चेतावनी देता है। यह इसे "विश्लेषण चरण के दौरान रिस्पॉन्स स्केल को संख्यात्मक मान असाइन करना उचित नहीं" बताता है। जिस निष्कर्ष के खिलाफ यह चेतावनी देता है वह है "औसतन, छात्र आश्वस्त हैं।"

एक स्पष्ट रिपोर्ट में प्रत्येक आइटम या थीम के लिए चार भाग शामिल हो सकते हैं:

• प्रश्न की शब्दावली और प्रतिक्रिया के विकल्प।
• वैध उत्तरों की संख्या और कितने खाली छोड़ दिए गए थे।
• वितरण, एक टेबल या चार्ट के रूप में।
• एक सरल वाक्य जिसमें टॉप-टू-बॉक्स और बॉटम-टू-बॉक्स हिस्से शामिल हों।

यदि आप समय के साथ एक ही आइटम को ट्रैक करते हैं, तो शब्दावली और प्रतिक्रिया विकल्पों को समान रखें। बदला हुआ शब्द या जोड़ा गया विकल्प पिछले दौर के साथ तुलना को बाधित करता है, इसलिए रिपोर्ट में किसी भी बदलाव को नोट करें।

पूरी रिपोर्ट लिखने के लिए, सर्वे परिणाम रिपोर्ट पर हमारी गाइड संरचना और लेआउट को कवर करती है। यदि निष्कर्ष किसी बैठक में प्रस्तुत किए जा रहे हैं, तो सर्वे परिणाम प्रस्तुति पर गाइड स्लाइड्स को कवर करती है।

बचने के लिए सामान्य गलतियाँ

• सिंगल आइटम का औसत निकालना। 3.4 का मीन यह छुपाता है कि लोग विभाजित हैं या उदासीन, और ऊपर दिया गया मार्गदर्शन इसके खिलाफ सलाह देता है।
• आइटम और स्केल सांख्यिकी को मिलाना। आइटमों के लिए फ्रीक्वेंसी और मीडियन का उपयोग करें, और मीन का उपयोग केवल घोषित मल्टी-आइटम स्केल स्कोर के लिए करें।
• उल्टे आइटमों को भूलना। एक नकारात्मक रूप से तैयार किया गया आइटम जिसे पलटा नहीं गया है, वह स्केल स्कोर को गलत दिशा में ले जाएगा।
• तटस्थ विकल्प को चुपचाप हटाना। यदि आप टॉप-टू-बॉक्स से Neutral को बाहर करते हैं, तो रिपोर्ट में ऐसा कहें।
• समूहों के बीच मूल संख्याओं की तुलना करना। इसके बजाय प्रत्येक समूह के भीतर प्रतिशत का उपयोग करें।
• छोटे सैंपल का अत्यधिक विश्लेषण करना। यदि केवल 10 लोगों ने उत्तर दिया है, तो सहमति में 60% से 70% का बदलाव बहुत कम मायने रखता है।

जब आपकी प्रतिक्रियाएं एक अव्यवस्थित एक्सपोर्ट के रूप में आती हैं, तो आप उन्हें कोड करने और फ्रीक्वेंसी टेबल और चार्ट बनाने के लिए Powerdrill Bloom आज़मा सकते हैं।

अक्सर पूछे जाने वाले प्रश्न

आप Likert scale डेटा का विश्लेषण कैसे करते हैं?

प्रतिक्रियाओं को संख्याओं के रूप में कोड करें, फिर प्रत्येक आइटम को फ्रीक्वेंसी, प्रतिशत, मीडियन और मोड के साथ संक्षेप में प्रस्तुत करें। डिस्ट्रीब्यूशन को बार के रूप में चार्ट करें। यदि कई आइटम मिलकर एक स्केल बनाते हैं, तो उन्हें एक स्कोर में संयोजित करें और उसके मीन और स्टैंडर्ड डेविएशन की रिपोर्ट करें।

क्या आप Likert scale डेटा का औसत निकाल सकते हैं?

सिंगल Likert-type आइटमों के लिए, Boone and Boone पर आधारित मार्गदर्शन मीन के खिलाफ सलाह देता है और मीडियन या मोड की सिफारिश करता है। मल्टी-आइटम Likert scale स्कोर के लिए, मीन और स्टैंडर्ड डेविएशन उपयुक्त हैं।

Likert scale डेटा के लिए सबसे अच्छा चार्ट कौन सा है?

बार चार्ट सिंगल आइटम के लिए अच्छी तरह से काम करते हैं। कई आइटमों के लिए, एक स्टैक्ड बार चार्ट प्रत्येक आइटम का पूरा डिस्ट्रीब्यूशन दिखाता है। Heiberger and Robbins, Likert scales के लिए प्राथमिक डिस्प्ले के रूप में डाइवर्जिंग स्टैक्ड बार चार्ट की सिफारिश करते हैं।

क्या Likert scale डेटा ऑर्डिनल है या इंटरवल?

सिंगल Likert-type आइटम क्रमित श्रेणियां हैं, यही वजह है कि Boone and Boone पर आधारित मार्गदर्शन मीडियन और मोड का सुझाव देता है। University of Arizona के पेज के अनुसार, कई आइटमों से बने स्कोर को कंटीन्यूअस डेटा के रूप में माना जा सकता है।

आप Excel में Likert scale डेटा का विश्लेषण कैसे करते हैं?

प्रत्येक प्रतिक्रिया की गणना करने के लिए COUNTIF का उपयोग करें, प्रतिशत के लिए COUNT से विभाजित करें, और मध्य प्रतिक्रिया के लिए MEDIAN का उपयोग करें। एक PivotTable एक साथ कई आइटमों की गणना कर सकता है। फिर प्रतिशत से एक स्टैक्ड बार चार्ट बनाएं।

स्रोत: Boone and Boone, Analyzing Likert Data, Journal of Extension (2012) · University of Arizona, The Analysis of Scale Data · Heiberger and Robbins, Design of Diverging Stacked Bar Charts for Likert Scales, Journal of Statistical Software · Microsoft Support, COUNTIF फ़ंक्शन · Microsoft Support, MEDIAN फ़ंक्शन.