如何分析李克特量表数据：分步指南
要分析李克特量表数据，首先要确定您面对的是单个李克特式题项还是多题项的李克特量表。对于单个题项，可以通过频数、百分比、中位数和众数进行汇总，并用条形图进行展示。只有当多个题项测量同一个概念时，才能将它们合并为一个量表得分，此时您可以使用平均值和标准差。
本指南将解释这一区别，介绍如何对回复进行编码和清洗，以及如何使用 AI 或在 Excel 中逐步分析数据。此外，它还涵盖了图表制作、小组对比、实操案例以及导致误导性结果的常见错误。
什么是李克特量表数据
李克特数据来自调查问卷，用于询问人们在多大程度上同意、满意或某事发生的频率。一个典型的五分制题项范围从“强烈反对”到“强烈同意”。
亚利桑那大学的评估团队在两类数据之间划定了一条实用的界线：“李克特量表（Likert Scale）是一种多题项的心理测量评估工具，通过一系列独立的问题来测量某个概念。”相比之下，李克特式题项（Likert-type items）则是“使用各种类型的反应量表进行测量的单个题项”。
这种区别比任何公式都重要。Boone 和 Boone 在 2012 年《Journal of Extension》的一篇文章中也提出了同样的观点。他们写道，这两者“需要独特的数据分析程序，因此经常会出现误用和/或错误”。
职场调查可能会逐一报告李克特式题项，例如：“入职培训让我为自己的角色做好了准备”、“我会推荐这款产品”等。而一项学术研究可能会将几个相关的题项合并为一个李克特量表。了解您拥有的是哪一种，就能决定该使用哪种统计方法。
李克特式题项 vs. 李克特量表
亚利桑那大学的页面重现了 Boone 和 Boone 针对每种数据推荐的处理程序：
| 测量指标 | 李克特式题项 | 李克特量表得分 |
|---|---|---|
| 集中趋势 | 中位数或众数 | 平均值 |
| 离散程度 | 频数 | 标准差 |
| 关联性 | Kendall tau B 或 C | Pearson's r |
| 其他统计方法 | 卡方检验 | ANOVA、t-test、回归分析 |
对于单个题项，该页面的观点非常直接。它们“应该作为独立的题项进行分析，使用排序和分组技术，如频数分布表，或条形图等可视化辅助工具。”它还补充道：“计算平均值不适合这种数据类型，尽管可以使用中位数或众数来分析数据。”
对于多题项量表，规则则有所放宽。同一页面指出，汇总得分“可以被视为连续数据，并使用集中趋势的所有测量指标（众数、中位数或平均值）进行评估。”
实际操作规则很简单。如果您报告的是单个问题，请报告其分布情况。如果您报告的是由多个问题构建的得分，则可以报告其平均值。
开始之前：对回复进行编码和清洗
导出的调查数据可能会将答案存储为文本。当每个答案都对应一个数字时，分析会更容易，因此请先对它们进行编码。
- 按顺序分配代码。 对于五分制的同意度题项，用 1 表示“强烈反对”，一直到 5 表示“强烈同意”。
- 保留标签。 代码仅用于排序和计数。您的报告中仍应使用人们看到的实际文字。
- 反向题项翻转。 如果某个问题的表述是否定句，在将其与其他题项合并之前，请反转其代码。
- 处理空白和“不适用”。 将它们排除在计数之外，并报告其数量。
- 检查量表长度。 不要在一个表格中混用五分制和七分制的题项。
保留一份简短的编码簿，记录每个题项的措辞、代码以及任何反向计分规则。这能让下个季度的分析具有可重复性。
如何分析李克特量表数据
以下三个步骤使用的是 Powerdrill Bloom，但同样的方法也适用于任何能够读取您导出的调查数据的工具。Excel 版本将在下一节中介绍。
步骤 1：上传导出的调查数据并对回复进行编码
从您的调查工具中将回复导出为 CSV 或 Excel 文件，每行代表一个受访者，每列代表一个问题。上传该文件并用自然语言描述量表，例如“D 列到 K 列使用的是五分制同意度量表”。
要求将文本答案编码为 1 到 5，并列出任何反向题项以便进行翻转。然后索取每个题项的有效回答数量，以及有多少是空白或“不适用”。在继续下一步之前，将这些计数与您的调查工具中的总回复数进行核对。
步骤 2：用频数、中位数和众数汇总每个题项
要求为每个题项生成一个频数表：每个回答选项的计数和百分比。添加每个题项的中位数和众数，这些是 Boone 和 Boone 建议用于单个题项的测量指标。
一些团队还会报告“前两箱”（top-two-box）数据，即选择“同意”或“强烈同意”的比例。这非常易于阅读，并且符合诸如亚利桑那大学示例中“90% 的学生表示有信心”之类的目标。
如果某些题项构成了一个量表，请计算每个受访者的合并得分，然后计算该得分的平均值和标准差。将题项级别的表格放在旁边，以便读者能够看到是哪些问题拉动了得分。
步骤 3：绘制结果图表并进行小组对比
要求生成每个题项回答百分比的条形图，按同意度从高到低排序。我们的条形图生成器页面更详细地展示了图表端的功能。
在分享图表之前，请对照频数表进行核对。每个题项的条形图总和应为 100%，且标签应与受访者看到的措辞一致。
然后对比对您的决策至关重要的小组，例如部门、地区或客户细分群体。要求按小组提供每个题项的百分比分布，以便不同规模的小组之间保持可比性。最后，要求提供一份简短的书面总结，指出同意度最低的题项。
如何在 Excel 中分析李克特数据
一旦对回复进行了编码，Excel 就能很好地处理李克特分析。假设某个题项的代码位于 B2:B201 中，每个受访者占一行。
计算每个回答的频数。 微软将 COUNTIF 描述为一种计算满足条件的单元格数量的方法，其语法为 COUNTIF(range, criteria)。使用 =COUNTIF(B2:B201,1) 到 =COUNTIF(B2:B201,5) 来计算每个选项的频数。
将计数转换为百分比。 将每个计数除以有效回答的数量 =COUNT(B2:B201)。将结果格式化为百分比。
计算中位数。 使用 =MEDIAN(B2:B201)。微软指出了一处对李克特代码很重要的细节：“如果集合中的数字个数为偶数，则 MEDIAN 会计算中间两个数字的平均值。”如果结果为 3.5，则意味着中位数落在两个答案之间，因此请同时报告这两个标签。
计算众数。 从频数表中读取：它是计数最高的选项。如果两个选项并列第一，请同时报告。
计算“前两箱”比例。 使用 =(COUNTIF(B2:B201,4)+COUNTIF(B2:B201,5))/COUNT(B2:B201) 来计算同意或强烈同意的比例。
数据透视表可以同时对多个题项进行相同的计数。将题项放入行，将回答放入列，将回答的计数放入值。然后将值显示为行总计的百分比。
实操案例
以下是 200 名员工对一个五分制题项的演示结果。该题项为“入职培训让我为自己的角色做好了准备”。这些数字仅为示例，并非来自真实调查的数据。
| 回答 | 代码 | 计数 | 百分比 |
|---|---|---|---|
| 强烈反对 | 1 | 10 | 5% |
| 反对 | 2 | 20 | 10% |
| 中立 | 3 | 30 | 15% |
| 同意 | 4 | 90 | 45% |
| 强烈同意 | 5 | 50 | 25% |
根据该表格：
- 中位数：同意。 按 1 到 5 排序，第 100 和第 101 个回答都落在“同意”中。前三个选项包含 60 个回答，而“同意”包含接下来的 90 个回答。
- 众数：同意。 它的计数最高，为 90。
- 前两箱（Top-two-box）：70%。 即 45% 的“同意”加上 25% 的“强烈同意”。
- 后两箱（Bottom-two-box）：15%。 即 5% 的“强烈反对”加上 10% 的“反对”。
一个清晰的书面结论应该是：“70% 的人同意入职培训让他们做好了准备，15% 的人表示反对。”对于管理者来说，这句话比“平均值为 3.75”更有用，并且它遵循了针对单个题项的基于频数的方法。
如何绘制李克特数据图表
条形图适用于单个题项，它们是亚利桑那大学页面提到的可视化辅助工具之一。若要同时展示多个题项，堆积条形图可以在单行中显示每个题项的完整分布。
统计学文献中推荐了一种布局。Heiberger 和 Robbins 在《Journal of Statistical Software》中阐明了这一观点：“我们推荐将发散式堆积条形图（diverging stacked bar charts）作为李克特及相关量表的主要图形展示技术。”在这种布局中，反对意见向中心线的左侧延伸，而同意意见向右侧延伸。
要在 Excel 中构建一个简单版本，请将反对百分比输入为负数，将同意百分比输入为正数。然后插入堆积条形图，并按总同意度对题项进行排序。中立部分的比例可以跨中心线拆分，也可以在单独的列中显示。
在每个条形图上标注其百分比，或者至少标注同意和反对的总数。这样就能将这两个核心数据直接呈现在图表上。
无论使用哪种图表，请保持每个题项的回答顺序一致。对反对意见使用一种色系，对同意意见使用另一种色系，以便读者快速浏览图表。我们关于如何将杂乱的调查数据转化为清晰图表的指南更深入地介绍了图表美化。
小组对比
调查结果可能会引发对比：这个团队与那个团队，今年与去年。对于单个李克特式题项，请并排对比百分比分布，而不是对比平均值。
请将对比呈现为每个小组内部的百分比，因为小组的规模很少完全相同。一个 12 人的团队和一个 200 人的团队，只有通过比例才能进行公平的对比。
如果您需要进行统计检验，Boone 和 Boone 的表格中列出了适用于李克特式题项的卡方检验（chi-square）。对于量表得分，它列出了 ANOVA、t-tests 和回归分析。样本量较小的小组会降低任何检验的可靠性，因此请在结果旁报告小组规模。
以下是一个演示示例。在入职培训题项上，一个 150 人的销售团队中有 72% 表示同意，而一个 50 人的支持团队中这一比例为 58%。公平的报告方式是“销售团队（n = 150）中有 72% 同意，支持团队（n = 50）中有 58% 同意”。这样，读者就可以结合小组规模来判断差距，而不是仅看两个孤立的百分比。
报告结果
亚利桑那大学的指南对平均值提出了明确的警告。它指出“在分析阶段为反应量表分配数值是不合适的”。它所警告的结论是“平均而言，学生是有信心的”。
一份清晰的报告可以为每个题项或主题包含四个部分：
- 问题的措辞以及回答选项。
- 有效回答的数量以及有多少空白。
- 分布情况，以表格或图表形式呈现。
- 一个简明的句子，包含“前两箱”和“后两箱”的比例。
如果您长期跟踪同一个题项，请保持措辞和回答选项完全一致。改变一个词或增加一个选项都会破坏与之前轮次的对比，因此请在报告中注明任何变动。
对于完整的书面报告，我们的调查结果报告指南涵盖了结构 and 布局。如果调查结果要在会议上展示，我们的调查结果演示文稿指南则涵盖了幻灯片制作。
要避免的常见错误
- 对单个题项求平均值。 3.4 的平均值掩盖了人们是意见分歧还是态度冷淡，上述指南不建议这样做。
- 混淆题项和量表的统计指标。 对题项使用频数和中位数，仅对多题项量表得分使用平均值。
- 忘记反向题项。 如果没有翻转表述否定的题项，会把量表得分拉向错误的方向。
- 默默删去中立选项。 如果您在计算“前两箱”时排除了“中立”，请在报告中说明。
- 对比不同小组的原始计数。 应当改用每个小组内部的百分比。
- 过度解读小样本。 如果只有 10 个人回答，同意度从 60% 变为 70% 并没有太大意义。
当您导出的回复数据杂乱无章时，您可以尝试使用 Powerdrill Bloom 对其进行编码，并构建频数表和图表。
常见问题解答
如何分析李克特量表数据？
将回复编码为数字，然后用频数、百分比、中位数和众数汇总每个题项。将分布情况绘制为条形图。如果几个题项构成一个量表，请将它们合并为一个得分，并报告其平均值和标准差。
可以计算李克特量表数据的平均值吗？
对于单个李克特式题项，基于 Boone 和 Boone 的指南不建议使用平均值，而是推荐使用中位数或众数。对于多题项李克特量表得分，使用平均值和标准差是合适的。
哪种图表最适合展示李克特量表数据？
条形图非常适合单个题项。对于多个题项，堆积条形图可以展示每个题项的完整分布。Heiberger 和 Robbins 推荐将发散式堆积条形图作为李克特量表的主要展示方式。
李克特量表数据是顺序数据还是等距数据？
单个李克特式题项属于有序分类，这就是为什么基于 Boone 和 Boone 的指南建议使用中位数和众数。而根据亚利桑那大学的页面，由多个题项构建的得分可以被视为连续数据。
如何在 Excel 中分析李克特量表数据？
使用 COUNTIF 计算每个回答的频数，除以 COUNT 得到百分比，并使用 MEDIAN 找到中间回答。数据透视表可以同时对多个题项进行计数。然后根据百分比构建堆积条形图。
来源： 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 函数 · Microsoft Support, MEDIAN 函数。