วิธีวิเคราะห์ข้อมูล Likert Scale: ทีละขั้นตอน

ในการวิเคราะห์ข้อมูลมาตรวัดแบบ Likert ขั้นแรกให้ตัดสินใจก่อนว่าคุณกำลังพิจารณาข้อคำถามแบบ Likert เดี่ยว ๆ หรือมาตรวัดแบบ Likert หลายข้อคำถาม สรุปข้อคำถามเดี่ยวด้วยความถี่ เปอร์เซ็นต์ ค่ามัธยฐาน และฐานนิยม แล้วนำเสนอด้วยแผนภูมิแท่ง รวมข้อคำถามหลายข้อเข้าเป็นคะแนนรวมของมาตรวัดเฉพาะเมื่อข้อคำถามเหล่านั้นวัดแนวคิดเดียวกันเท่านั้น จากนั้นคุณจึงจะสามารถใช้ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานได้

คู่มือนี้จะอธิบายถึงความแตกต่างดังกล่าว วิธีการลงรหัสและทำความสะอาดข้อมูลคำตอบ และวิธีการวิเคราะห์ข้อมูลทีละขั้นตอนด้วย AI หรือใน Excel นอกจากนี้ยังครอบคลุมถึงแผนภูมิ การเปรียบเทียบกลุ่ม ตัวอย่างการคำนวณ และข้อผิดพลาดที่อาจนำไปสู่ผลลัพธ์ที่คลาดเคลื่อน

ข้อมูลมาตรวัดแบบ Likert คืออะไร

ข้อมูลแบบ Likert ได้มาจากคำถามในแบบสอบถามที่ถามผู้ตอบว่าพวกเขาเห็นด้วยมากน้อยเพียงใด พึงพอใจแค่ไหน หรือสิ่งนั้นเกิดขึ้นบ่อยเพียงใด โดยทั่วไปข้อคำถามแบบ 5 ระดับจะเริ่มตั้งแต่ "ไม่เห็นด้วยอย่างยิ่ง" ไปจนถึง "เห็นด้วยอย่างยิ่ง"

ทีมประเมินผลของ University of Arizona ได้แบ่งแยกความแตกต่างระหว่างข้อมูลสองประเภทนี้ไว้อย่างมีประโยชน์ว่า "มาตรวัดแบบ Likert (Likert Scale) คือเครื่องมือวัดทางจิตวิทยาแบบหลายข้อคำถามที่ใช้วัดแนวคิดหนึ่ง ๆ ผ่านชุดคำถามย่อยหลายข้อ" ในทางตรงกันข้าม ข้อคำถามแบบ Likert (Likert-type items) คือ "ข้อคำถามเดี่ยว ๆ ที่วัดโดยใช้มาตรวัดการตอบสนองรูปแบบต่าง ๆ"

ความแตกต่างดังกล่าวมีความสำคัญมากกว่าสูตรคำนวณใด ๆ Boone และ Boone ได้ชี้ให้เห็นประเด็นเดียวกันนี้ในบทความปี 2012 ใน Journal of Extension โดยพวกเขาเขียนไว้ว่า ข้อมูลทั้งสองประเภทนี้ "ต้องใช้ขั้นตอนการวิเคราะห์ข้อมูลเฉพาะตัว และส่งผลให้มักเกิดการนำไปใช้ในทางที่ผิดและ/หรือเกิดข้อผิดพลาดขึ้นบ่อยครั้ง"

การสำรวจในสถานที่ทำงานอาจรายงานข้อคำถามแบบ Likert ทีละข้อ เช่น "การปฐมนิเทศช่วยเตรียมความพร้อมสำหรับบทบาทหน้าที่ของฉัน" "ฉันจะแนะนำผลิตภัณฑ์นี้" และอื่น ๆ ส่วนงานวิจัยอาจรวมข้อคำถามที่เกี่ยวข้องหลายข้อเข้าเป็นมาตรวัดแบบ Likert เดียว การรู้ว่าคุณมีข้อมูลประเภทใดจะช่วยบอกได้ว่าควรใช้สถิติใด

ข้อคำถามแบบ Likert กับ มาตรวัดแบบ Likert

หน้าเว็บของ University of Arizona ได้นำเสนอขั้นตอนที่แนะนำโดย Boone และ Boone สำหรับข้อมูลแต่ละประเภทไว้ดังนี้:

การวัด	ข้อคำถามแบบ Likert	คะแนนมาตรวัดแบบ Likert
แนวโน้มเข้าสู่ส่วนกลาง	มัธยฐาน หรือ ฐานนิยม	ค่าเฉลี่ย
การวัดการกระจาย	ความถี่	ส่วนเบี่ยงเบนมาตรฐาน
ความสัมพันธ์	Kendall tau B หรือ C	Pearson's r
สถิติอื่น ๆ	Chi-square	ANOVA, t-test, regression

สำหรับข้อคำถามเดี่ยว หน้าเว็บระบุไว้อย่างตรงไปธรรมดาว่า "ควรวิเคราะห์แยกเป็นรายข้อโดยใช้เทคนิคการจัดเรียงและการจัดกลุ่ม เช่น ตารางแจกแจงความถี่ หรือสื่อภาพอย่างแผนภูมิแท่ง" และเสริมว่า "การคำนวณค่าเฉลี่ยไม่เหมาะสมสำหรับข้อมูลประเภทนี้ แม้ว่าจะสามารถวิเคราะห์ข้อมูลโดยใช้ค่ามัธยฐานหรือฐานนิยมได้ก็ตาม"

สำหรับมาตรวัดแบบหลายข้อคำถาม กฎเกณฑ์จะผ่อนปรนลง โดยหน้าเว็บเดียวกันระบุว่า คะแนนรวม "สามารถปฏิบัติเสมือนเป็นข้อมูลต่อเนื่องและประเมินโดยใช้การวัดแนวโน้มเข้าสู่ส่วนกลางทั้งหมด ไม่ว่าจะเป็นฐานนิยม มัธยฐาน หรือค่าเฉลี่ย"

กฎในทางปฏิบัติที่เรียบง่ายคือ หากคุณรายงานคำถามข้อเดียว ให้รายงานการแจกแจงของคำถามนั้น หากคุณรายงานคะแนนที่สร้างขึ้นจากคำถามหลายข้อ คุณสามารถรายงานค่าเฉลี่ยของคะแนนนั้นได้

ก่อนเริ่มต้น: ลงรหัสและทำความสะอาดข้อมูลคำตอบ

ไฟล์ข้อมูลที่ส่งออกจากระบบสำรวจอาจบันทึกคำตอบเป็นข้อความ การวิเคราะห์จะง่ายขึ้นเมื่อแต่ละคำตอบมีตัวเลขกำกับ ดังนั้นให้เริ่มต้นด้วยการลงรหัสคำตอบเหล่านั้น

• กำหนดรหัสตามลำดับ สำหรับข้อคำถามวัดความเห็นด้วยแบบ 5 ระดับ ให้ใช้รหัส 1 สำหรับ "ไม่เห็นด้วยอย่างยิ่ง" ไปจนถึง 5 สำหรับ "เห็นด้วยอย่างยิ่ง"
• คงป้ายกำกับไว้ รหัสมีไว้สำหรับการจัดเรียงและการนับเท่านั้น รายงานของคุณยังคงควรใช้คำที่ผู้ตอบมองเห็นจริง
• กลับรหัสสำหรับข้อคำถามเชิงลบ หากคำถามมีข้อความในเชิงลบ ให้กลับรหัสก่อนที่จะนำไปรวมกับข้อคำถามอื่น ๆ
• จัดการกับช่องว่างและ "ไม่ระบุ/ไม่เกี่ยวข้อง" ไม่นำมารวมในการนับ และรายงานจำนวนที่มีอยู่
• ตรวจสอบความยาวของมาตรวัด อย่าผสมข้อคำถามแบบ 5 ระดับและ 7 ระดับในตารางเดียวกัน

จัดทำคู่มือลงรหัสสั้น ๆ ที่ระบุข้อความของแต่ละข้อคำถาม รหัส และการกลับรหัสใด ๆ ซึ่งจะช่วยให้สามารถวิเคราะห์ซ้ำได้ในไตรมาสถัดไป

วิธีการวิเคราะห์ข้อมูลมาตรวัดแบบ Likert

สามขั้นตอนด้านล่างนี้ใช้ Powerdrill Bloom แต่คุณสามารถใช้วิธีการเดียวกันนี้กับเครื่องมือใดก็ได้ที่สามารถอ่านไฟล์ข้อมูลสำรวจที่ส่งออกของคุณได้ สำหรับเวอร์ชัน Excel จะอยู่ในหัวข้อถัดไป

ขั้นตอนที่ 1: อัปโหลดไฟล์ข้อมูลสำรวจที่ส่งออกและลงรหัสคำตอบ

ส่งออกข้อมูลคำตอบจากเครื่องมือสำรวจของคุณเป็นไฟล์ CSV หรือ Excel โดยให้หนึ่งแถวแทนผู้ตอบหนึ่งคน และหนึ่งคอลัมน์แทนคำถามหนึ่งข้อ อัปโหลดไฟล์และอธิบายมาตรวัดด้วยภาษาธรรมชาติ เช่น "คอลัมน์ D ถึง K ใช้มาตรวัดความเห็นด้วยแบบ 5 ระดับ"

สั่งให้ระบบแปลงคำตอบที่เป็นข้อความให้เป็นรหัส 1 ถึง 5 และระบุข้อคำถามเชิงลบเพื่อให้ระบบกลับรหัส จากนั้นขอจำนวนคำตอบที่ถูกต้องในแต่ละข้อคำถาม และจำนวนช่องว่างหรือคำตอบ "ไม่เกี่ยวข้อง" ตรวจสอบจำนวนเหล่านั้นกับจำนวนผู้ตอบทั้งหมดในเครื่องมือสำรวจของคุณก่อนที่จะดำเนินการต่อ

ขั้นตอนที่ 2: สรุปข้อคำถามแต่ละข้อด้วยความถี่ ค่ามัธยฐาน และฐานนิยม

ขอตารางแจกแจงความถี่สำหรับแต่ละข้อคำถาม ซึ่งประกอบด้วยจำนวนและเปอร์เซ็นต์ของแต่ละตัวเลือกคำตอบ พร้อมทั้งเพิ่มค่ามัธยฐานและฐานนิยมสำหรับแต่ละข้อคำถาม ซึ่งเป็นค่าสถิติที่ Boone และ Boone แนะนำสำหรับข้อคำถามเดี่ยว

บางทีมอาจรายงานตัวเลข top-two-box ซึ่งเป็นสัดส่วนของผู้ที่เลือก "เห็นด้วย" หรือ "เห็นด้วยอย่างยิ่ง" ตัวเลขนี้อ่านง่ายและสอดคล้องกับเป้าหมาย เช่น ตัวอย่างของ University of Arizona ที่ว่า "90% ของนักศึกษารายงานว่ามีความมั่นใจ"

หากข้อคำถามบางข้อรวมกันเป็นมาตรวัด ให้ขอคะแนนรวมของผู้ตอบแต่ละคน จากนั้นหาค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานของคะแนนนั้น โดยแสดงตารางระดับข้อคำถามไว้ข้าง ๆ เพื่อให้ผู้อ่านเห็นว่าคำถามข้อใดเป็นตัวขับเคลื่อนคะแนนหลัก

ขั้นตอนที่ 3: นำเสนอผลลัพธ์ด้วยแผนภูมิและเปรียบเทียบกลุ่ม

ขอแผนภูมิแท่งแสดงเปอร์เซ็นต์คำตอบของแต่ละข้อคำถาม โดยเรียงลำดับจากระดับความเห็นด้วยมากที่สุดไปหาน้อยที่สุด หน้า เครื่องมือสร้างแผนภูมิแท่ง ของเราจะแสดงรายละเอียดเพิ่มเติมเกี่ยวกับการสร้างแผนภูมิ

ตรวจสอบแผนภูมิเทียบกับตารางแจกแจงความถี่ก่อนที่จะแชร์ แถบแผนภูมิของแต่ละข้อคำถามควรรวมกันได้ 100% และป้ายกำกับควรตรงกับข้อความที่ผู้ตอบเห็นจริง

จากนั้นเปรียบเทียบกลุ่มที่มีความสำคัญต่อการตัดสินใจของคุณ เช่น แผนก ภูมิภาค หรือกลุ่มลูกค้า ขอข้อมูลการแจกแจงเปอร์เซ็นต์ของแต่ละข้อคำถามแยกตามกลุ่ม เพื่อให้สามารถเปรียบเทียบกลุ่มที่มีขนาดต่างกันได้อย่างเป็นธรรม สุดท้าย ขอสรุปสั้น ๆ เป็นลายลักษณ์อักษรที่ระบุข้อคำถามที่มีระดับความเห็นด้วยต่ำที่สุด

วิธีการวิเคราะห์ข้อมูลแบบ Likert ใน Excel

Excel สามารถจัดการการวิเคราะห์แบบ Likert ได้เป็นอย่างดีเมื่อลงรหัสคำตอบแล้ว สมมติว่ารหัสของข้อคำถามหนึ่งอยู่ในช่วงเซลล์ B2:B201 โดยมีหนึ่งแถวต่อผู้ตอบหนึ่งคน

นับจำนวนแต่ละคำตอบ Microsoft อธิบายว่า COUNTIF เป็นวิธีนับจำนวนเซลล์ที่ตรงตามเงื่อนไข โดยมีไวยากรณ์คือ COUNTIF(range, criteria) นับแต่ละตัวเลือกด้วยสูตร =COUNTIF(B2:B201,1) ไปจนถึง =COUNTIF(B2:B201,5)

แปลงจำนวนนับเป็นเปอร์เซ็นต์ หารจำนวนนับแต่ละค่าด้วยจำนวนคำตอบที่ถูกต้องทั้งหมด =COUNT(B2:B201) แล้วจัดรูปแบบผลลัพธ์เป็นเปอร์เซ็นต์

หาค่ามัธยฐาน ใช้สูตร =MEDIAN(B2:B201) ทั้งนี้ Microsoft ได้ระบุรายละเอียดที่สำคัญสำหรับรหัสแบบ Likert ว่า "หากมีจำนวนตัวเลขเป็นจำนวนคู่ในชุดข้อมูล MEDIAN จะคำนวณค่าเฉลี่ยของตัวเลขสองตัวที่อยู่ตรงกลาง" ผลลัพธ์อย่างเช่น 3.5 หมายความว่าค่ากลางตกอยู่ระหว่างสองคำตอบ ดังนั้นให้รายงานป้ายกำกับของทั้งสองคำตอบ

หาค่าฐานนิยม ดูจากตารางแจกแจงความถี่ โดยเลือกตัวเลือกที่มีจำนวนนับสูงที่สุด หากมีสองตัวเลือกที่ได้คะแนนเท่ากัน ให้รายงานทั้งสองตัวเลือก

คำนวณ top-two-box ใช้สูตร =(COUNTIF(B2:B201,4)+COUNTIF(B2:B201,5))/COUNT(B2:B201) เพื่อหาสัดส่วนของผู้ที่เห็นด้วยหรือเห็นด้วยอย่างยิ่ง

PivotTable สามารถทำการนับแบบเดียวกันนี้สำหรับข้อคำถามหลายข้อพร้อมกันได้ โดยลากข้อคำถามไปไว้ในแถว ลากคำตอบไปไว้ในคอลัมน์ และลากจำนวนคำตอบไปไว้ในค่า จากนั้นให้แสดงค่าเป็นเปอร์เซ็นต์ของผลรวมแถว

ตัวอย่างการคำนวณ

นี่คือตัวอย่างผลลัพธ์สำหรับข้อคำถามแบบ 5 ระดับข้อหนึ่งจากพนักงาน 200 คน ข้อคำถามระบุว่า "การฝึกอบรมปฐมนิเทศช่วยเตรียมความพร้อมสำหรับบทบาทหน้าที่ของฉัน" ตัวเลขเหล่านี้เป็นเพียงตัวอย่างประกอบ ไม่ใช่ข้อมูลจากการสำรวจจริง

คำตอบ	รหัส	จำนวน	เปอร์เซ็นต์
ไม่เห็นด้วยอย่างยิ่ง	1	10	5%
ไม่เห็นด้วย	2	20	10%
เฉย ๆ	3	30	15%
เห็นด้วย	4	90	45%
เห็นด้วยอย่างยิ่ง	5	50	25%

จากตารางนี้:

• ค่ามัธยฐาน: เห็นด้วย เมื่อเรียงลำดับจาก 1 ถึง 5 คำตอบลำดับที่ 100 และ 101 จะตกอยู่ในกลุ่ม "เห็นด้วย" ทั้งคู่ เนื่องจากสามตัวเลือกแรกมีจำนวนคำตอบรวมกัน 60 คำตอบ และกลุ่ม "เห็นด้วย" มีจำนวนคำตอบถัดไปอีก 90 คำตอบ
• ค่าฐานนิยม: เห็นด้วย เนื่องจากมีจำนวนนับสูงที่สุดคือ 90
• Top-two-box: 70% ซึ่งมาจาก "เห็นด้วย" 45% บวกกับ "เห็นด้วยอย่างยิ่ง" 25%
• Bottom-two-box: 15% ซึ่งมาจาก "ไม่เห็นด้วยอย่างยิ่ง" 5% บวกกับ "ไม่เห็นด้วย" 10%

ข้อค้นพบที่เป็นลายลักษณ์อักษรที่ชัดเจนคือ: "70% เห็นด้วยว่าการปฐมนิเทศช่วยเตรียมความพร้อมให้แก่พวกเขา และ 15% ไม่เห็นด้วย" ประโยคนี้มีประโยชน์ต่อผู้บริหารมากกว่าการบอกว่า "ค่าเฉลี่ยคือ 3.75" และเป็นไปตามแนวทางการใช้ความถี่สำหรับข้อคำถามเดี่ยว

วิธีการนำเสนอข้อมูลแบบ Likert ด้วยแผนภูมิ

แผนภูมิแท่งเหมาะสำหรับข้อคำถามเดี่ยว และเป็นหนึ่งในสื่อภาพที่หน้าเว็บของ University of Arizona แนะนำ สำหรับข้อคำถามหลายข้อพร้อมกัน แผนภูมิแท่งแบบซ้อนจะแสดงการแจกแจงทั้งหมดของแต่ละข้อคำถามในแถวเดียว

มีรูปแบบการจัดวางหนึ่งที่ได้รับการแนะนำในเอกสารทางสถิติ Heiberger และ Robbins ได้นำเสนอประเด็นนี้ใน Journal of Statistical Software ว่า "เราแนะนำให้ใช้แผนภูมิแท่งแบบซ้อนแนวเบี่ยงเบนเป็นเทคนิคหลักในการแสดงผลด้วยภาพสำหรับมาตรวัดแบบ Likert และมาตรวัดที่เกี่ยวข้อง" ในรูปแบบการจัดวางนั้น ความไม่เห็นด้วยจะยื่นออกไปทางซ้ายของเส้นกึ่งกลาง และความเห็นด้วยจะยื่นออกไปทางขวา

ในการสร้างแผนภูมิเวอร์ชันง่าย ๆ ใน Excel ให้ใส่เปอร์เซ็นต์ที่ไม่เห็นด้วยเป็นตัวเลขติดลบ และใส่เปอร์เซ็นต์ที่เห็นด้วยเป็นตัวเลขบวก จากนั้นให้แทรกแผนภูมิแท่งแบบซ้อนและจัดเรียงข้อคำถามตามระดับความเห็นด้วยทั้งหมด สำหรับสัดส่วนของคำตอบที่เป็นกลางสามารถแบ่งไว้คร่อมเส้นกึ่งกลางหรือแสดงในคอลัมน์แยกต่างหากได้

ใส่ป้ายกำกับเปอร์เซ็นต์ในแต่ละแถบ หรืออย่างน้อยที่สุดให้ใส่ป้ายกำกับผลรวมของความเห็นด้วยและไม่เห็นด้วย ซึ่งจะช่วยแสดงตัวเลขสำคัญทั้งสองค่าบนตัวแผนภูมิโดยตรง

ไม่ว่าจะใช้แผนภูมิใดก็ตาม ให้คงลำดับของคำตอบให้เหมือนกันในทุกข้อคำถาม ใช้โทนสีหนึ่งสำหรับกลุ่มไม่เห็นด้วย และอีกโทนสีหนึ่งสำหรับกลุ่มเห็นด้วย เพื่อให้ผู้อ่านสามารถกวาดสายตาดูแผนภูมิได้อย่างรวดเร็ว คู่มือของเราเกี่ยวกับการเปลี่ยน ข้อมูลการสำรวจที่ยุ่งเหยิงให้เป็นแผนภูมิที่ชัดเจน จะครอบคลุมเรื่องการปรับแต่งแผนภูมิอย่างละเอียดลึกซึ้งยิ่งขึ้น

การเปรียบเทียบกลุ่ม

ผลลัพธ์การสำรวจอาจนำไปสู่การเปรียบเทียบ เช่น ทีมนี้กับทีมนั้น หรือปีนี้กับปีที่แล้ว สำหรับข้อคำถามแบบ Likert เดี่ยว ๆ ให้เปรียบเทียบการแจกแจงเปอร์เซ็นต์แบบเคียงข้างกัน แทนที่จะเปรียบเทียบค่าเฉลี่ย

นำเสนอการเปรียบเทียบเป็นเปอร์เซ็นต์ภายในแต่ละกลุ่ม เนื่องจากกลุ่มต่าง ๆ มักจะมีขนาดไม่เท่ากัน ทีมที่มีสมาชิก 12 คนและทีมที่มีสมาชิก 200 คนจะสามารถเปรียบเทียบกันได้อย่างเป็นธรรมก็ต่อเมื่อใช้สัดส่วนเปอร์เซ็นต์เท่านั้น

หากคุณต้องการทดสอบทางสถิติ ตารางของ Boone และ Boone ได้ระบุการทดสอบ chi-square สำหรับข้อคำถามแบบ Likert ส่วนคะแนนมาตรวัดจะระบุ ANOVA, t-tests และ regression กลุ่มขนาดเล็กจะทำให้การทดสอบใด ๆ มีความน่าเชื่อถือน้อยลง ดังนั้นควรรายงานขนาดของกลุ่มควบคู่ไปกับผลลัพธ์ด้วย

นี่คือตัวอย่างประกอบ สำหรับข้อคำถามเกี่ยวกับการปฐมนิเทศ พนักงานทีมขาย 72% จากทั้งหมด 150 คนเห็นด้วย เมื่อเทียบกับพนักงานทีมสนับสนุน 58% จากทั้งหมด 50 คน วิธีการรายงานที่เป็นธรรมคือ "ทีมขาย 72% (n = 150) และทีมสนับสนุน 58% (n = 50) เห็นด้วย" เพื่อให้ผู้อ่านสามารถประเมินส่วนต่างโดยคำนึงถึงขนาดของกลุ่มด้วย แทนที่จะดูเพียงตัวเลขเปอร์เซ็นต์ลอย ๆ สองค่า

การรายงานผลลัพธ์

คำแนะนำของ University of Arizona ได้เตือนไว้อย่างชัดเจนเกี่ยวกับการใช้ค่าเฉลี่ย โดยระบุว่า "ไม่เหมาะสมที่จะกำหนดค่าตัวเลขให้กับมาตรวัดการตอบสนองในระหว่างขั้นตอนการวิเคราะห์" ข้อค้นพบที่คำแนะนำนี้เตือนไม่ให้ใช้คือ "โดยเฉลี่ยแล้ว นักศึกษามีความมั่นใจ"

รายงานที่ชัดเจนควรประกอบด้วยสี่ส่วนสำหรับแต่ละข้อคำถามหรือแต่ละประเด็นหลัก ดังนี้:

• ข้อความของคำถาม และตัวเลือกคำตอบ
• จำนวนคำตอบที่ถูกต้อง และจำนวนคำตอบที่เว้นว่างไว้
• การแจกแจงข้อมูล ในรูปแบบตารางหรือแผนภูมิ
• ประโยคสรุปที่เข้าใจง่ายหนึ่งประโยค ที่ระบุสัดส่วนของ top-two-box และ bottom-two-box

หากคุณติดตามข้อคำถามเดิมเมื่อเวลาผ่านไป ให้คงข้อความและตัวเลือกคำตอบให้เหมือนเดิมทุกประการ การเปลี่ยนคำหรือการเพิ่มตัวเลือกจะทำให้ไม่สามารถเปรียบเทียบกับรอบก่อนหน้าได้ ดังนั้นโปรดระบุการเปลี่ยนแปลงใด ๆ ไว้ในรายงานด้วย

สำหรับการเขียนรายงานฉบับเต็ม คู่มือของเราเกี่ยวกับ รายงานผลลัพธ์การสำรวจ จะครอบคลุมถึงโครงสร้างและการจัดวางรูปแบบ หากต้องการนำผลค้นพบไปเสนอในที่ประชุม คู่มือเกี่ยวกับ การนำเสนอผลลัพธ์การสำรวจ จะครอบคลุมถึงเรื่องสไลด์นำเสนอ

ข้อผิดพลาดทั่วไปที่ควรหลีกเลี่ยง

• การหาค่าเฉลี่ยของข้อคำถามเดี่ยว ค่าเฉลี่ย 3.4 จะบดบังข้อเท็จจริงที่ว่าผู้ตอบมีความคิดเห็นแตกแยกหรือก้ำกึ่ง และคำแนะนำข้างต้นได้เตือนไม่ให้ทำเช่นนี้
• การผสมผสานสถิติของข้อคำถามและมาตรวัด ให้ใช้ความถี่และค่ามัธยฐานสำหรับข้อคำถามเดี่ยว และใช้ค่าเฉลี่ยเฉพาะสำหรับคะแนนมาตรวัดแบบหลายข้อคำถามเท่านั้น
• การลืมกลับรหัสข้อคำถามเชิงลบ ข้อคำถามที่มีข้อความเป็นเชิงลบหากไม่ได้กลับรหัส จะดึงคะแนนรวมของมาตรวัดไปในทิศทางที่ผิด
• การตัดตัวเลือกที่เป็นกลางออกโดยไม่แจ้งให้ทราบ หากคุณไม่รวมคำตอบ "เฉย ๆ" ไว้ใน top-two-box โปรดระบุไว้ในรายงานด้วย
• การเปรียบเทียบจำนวนนับดิบระหว่างกลุ่ม ให้ใช้เปอร์เซ็นต์ภายในแต่ละกลุ่มแทน
• การตีความกลุ่มตัวอย่างขนาดเล็กเกินจริง การเปลี่ยนแปลงระดับความเห็นด้วยจาก 60% เป็น 70% แทบไม่มีความหมายเลยหากมีผู้ตอบเพียง 10 คน

เมื่อข้อมูลคำตอบของคุณส่งออกมาในรูปแบบที่ยุ่งเหยิง คุณสามารถ ลองใช้ Powerdrill Bloom เพื่อลงรหัสข้อมูล ตลอดจนสร้างตารางแจกแจงความถี่และแผนภูมิได้

คำถามที่พบบ่อย

คุณจะวิเคราะห์ข้อมูลมาตรวัดแบบ Likert ได้อย่างไร?

ลงรหัสคำตอบเป็นตัวเลข จากนั้นสรุปข้อคำถามแต่ละข้อด้วยความถี่ เปอร์เซ็นต์ ค่ามัธยฐาน และฐานนิยม นำเสนอการแจกแจงด้วยแผนภูมิแท่ง หากข้อคำถามหลายข้อรวมกันเป็นมาตรวัดเดียว ให้รวมเข้าเป็นคะแนนรวมแล้วรายงานค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน

คุณสามารถหาค่าเฉลี่ยของข้อมูลมาตรวัดแบบ Likert ได้หรือไม่?

สำหรับข้อคำถามแบบ Likert เดี่ยว ๆ คำแนะนำที่อ้างอิงจาก Boone และ Boone ไม่แนะนำให้ใช้ค่าเฉลี่ย แต่แนะนำให้ใช้ค่ามัธยฐานหรือฐานนิยมแทน สำหรับคะแนนมาตรวัดแบบ Likert หลายข้อคำถาม การใช้ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานถือว่ามีความเหมาะสม

แผนภูมิใดดีที่สุดสำหรับข้อมูลมาตรวัดแบบ Likert?

แผนภูมิแท่งทำงานได้ดีสำหรับข้อคำถามเดี่ยว สำหรับข้อคำถามจำนวนมาก แผนภูมิแท่งแบบซ้อนจะแสดงการแจกแจงทั้งหมดของแต่ละข้อคำถาม Heiberger และ Robbins แนะนำให้ใช้แผนภูมิแท่งแบบซ้อนแนวเบี่ยงเบนเป็นรูปแบบการแสดงผลหลักสำหรับมาตรวัดแบบ Likert

ข้อมูลมาตรวัดแบบ Likert เป็นข้อมูลประเภทอันดับ (ordinal) หรือช่วง (interval)?

ข้อคำถามแบบ Likert เดี่ยว ๆ จัดเป็นข้อมูลประเภทกลุ่มที่มีการเรียงลำดับ ซึ่งเป็นเหตุผลที่คำแนะนำตามแนวทางของ Boone และ Boone เสนอแนะให้ใช้ค่ามัธยฐานและฐานนิยม ส่วนคะแนนที่สร้างขึ้นจากข้อคำถามหลายข้อสามารถปฏิบัติเสมือนเป็นข้อมูลต่อเนื่องได้ ตามข้อมูลในหน้าเว็บของ University of Arizona

คุณจะวิเคราะห์ข้อมูลมาตรวัดแบบ Likert ใน Excel ได้อย่างไร?

ใช้สูตร COUNTIF เพื่อนับจำนวนแต่ละคำตอบ หารด้วยสูตร COUNT เพื่อหาเปอร์เซ็นต์ และใช้สูตร MEDIAN เพื่อหาคำตอบที่เป็นค่ากลาง PivotTable สามารถนับข้อคำถามหลายข้อพร้อมกันได้ จากนั้นจึงสร้างแผนภูมิแท่งแบบซ้อนจากเปอร์เซ็นต์เหล่านั้น

แหล่งที่มา: 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 function · Microsoft Support, MEDIAN function.