היבט מהותי של מחקר שוק עבור חוקרים הוא היכולת לאמוד את דעתם של המשיבים כלפי מותג, תכונה, מוצר, שירות ועוד. מדידת חוות דעת מסייעת למדוד את רמת השינויים הנדרשים. שימוש בכלי ניתוח כמותי לאיסוף נתונים בתהליך המחקר, כמו סולם ליקרט, מאפשר לצוותי המחקר להבין את רגשות המשיבים. כימות לייק או סלידה מסייע בביצוע שינויים בזמן ומספק כלי קריטי בתהליך איסוף וניהול התובנות של צוותי המותג והמחקר.
מהו סולם ליקרט?
הגדרה: סולם ליקרט הוא סולם חד-ממדי שחוקרים משתמשים בו כדי לאסוף עמדות ודעות של משיבים. חוקרים משתמשים לעתים קרובות בסולם פסיכומטרי זה כדי להבין את ההשקפות ונקודות המבט כלפי מותג, מוצר או שוק יעד.
וריאציות שונות מתמקדות ישירות במדידת דעותיהם של אנשים, כגון סולם גוטמן
. הפסיכולוג רנסיס ליקרט קבע הבחנה בין סולם המתממש מאוסף תגובות לקבוצת פריטים (אולי 8 או יותר). התגובות נמדדות בטווח ערכים.
למד על: רנסיס ליקרט וסולם ליקרט
דוגמה לסולם ליקרט:
לדוגמה, החוקר משתמש בשאלת Likert Scale כשאלת אופציה דיכוטומית כדי לאסוף משוב על המוצר. הוא / היא ממסגרים את השאלה כמו "המוצר היה רכישה טובה", עם האפשרויות המפורטות כמו מסכים או לא מסכים. הדרך השנייה לנסח שאלה זו היא, "אנא ציין את רמת שביעות הרצון שלך מהמוצרים", והאפשרויות נעות בין מאוד לא מרוצה למאוד מרוצה.
כאשר המשתמש מגיב לפריט בסולם ליקרט, הוא מגיב במפורש על סמך רמת ההסכמה או אי ההסכמה שלו. מאזניים אלה מאפשרים לקבוע את רמת ההסכמה או אי ההסכמה של המשיבים. סולם ליקרט מניח שעוצמתה ועוצמתה של החוויה הן ליניאריות. לכן היא עוברת מהסכמה מוחלטת למחלוקת מוחלטת, בהנחה שניתן למדוד עמדות.
האם אתה זקוק לדוגמאות נוספות? עיין בדוגמאות אלה של סולם ליקרט.
סוגי סולמות ליקרט
סולם ליקרט הפך למועדף בקרב חוקרים לאסוף דעות על שביעות רצון הלקוחות או חוויית העובד. ניתן לחלק סולם זה בעיקר לשני סוגים עיקריים:
- אפילו סולם ליקרט
- סולם ליקרט מוזר
אפילו סולם ליקרט
חוקרים משתמשים אפילו בסולמות ליקרט כדי לאסוף משוב קיצוני מבלי לספק אפשרות ניטרלית.
- סולם ליקרט בן 4 נקודות לחשיבות: סוג זה של סולם ליקרט מאפשר לחוקרים לכלול ארבע אפשרויות קיצוניות ללא בחירה ניטרלית. כאן דרגות החשיבות השונות מיוצגות בסולם ליקרט בן 4 נקודות.
- סבירות של 8 נקודות להמלצה: זוהי וריאציה של סולם ליקרט 4 נקודות שהוסבר קודם לכן, ההבדל היחיד הוא, סולם זה יש שמונה אפשרויות לאסוף משוב על הסבירות של המלצה.
סולם ליקרט מוזר
החוקרים משתמשים בסולם ליקרט המוזר כדי לתת למשיבים את הבחירה להגיב באופן ניטרלי.
- סולם ליקרט בן 5 נקודות: עם חמש אפשרויות תשובה, החוקרים משתמשים בשאלה מוזרה זו בסולם ליקרט כדי לאסוף מידע על נושא על ידי הכללת אפשרות תשובה ניטרלית למשיבים לבחור אם הם לא רוצים לענות מתוך הבחירות הקיצוניות בעיצוב המחקר שלהם.
- סולם ליקרט בן 7 נקודות: סולם ליקרט בן 7 הנקודות מוסיף שתי אפשרויות תשובה נוספות בקצוות קיצוניים של שאלת סולם ליקרט בת 5 נקודות.
- סולם ליקרט בן 9 נקודות: סולם ליקרט בן 9 נקודות הוא די נדיר, אך ניתן להשתמש בו על ידי הוספת שתי אפשרויות תשובה נוספות לשאלת סולם ליקרט בן 7 הנקודות.
מאפייני סולם ליקרט
סולם ליקרט נוצר בשנת 1932 בצורה של סולם 5 נקודות, אשר נמצא בשימוש נרחב. סולמות אלה נעים בין קבוצה של נושאים כלליים לנושאים הספציפיים ביותר המבקשים מהמשיבים לציין את רמת ההסכמה, האישור או האמונה שלהם. כמה מאפיינים משמעותיים של סולם ליקרט, הם:
- תשובות קשורות: פריטים צריכים להיות קשורים בקלות לתשובות המשפט, ללא קשר אם הקשר בין פריט למשפט ברור.
- סוג קנה מידה: הפריטים חייבים תמיד להיות בעלי שתי עמדות קיצוניות ואפשרות תשובת ביניים המשמשת כסיום בין הקצוות.
- מספר אפשרויות תשובה: חשוב להזכיר כי למרות שסולם ליקרט הנפוץ ביותר הוא זה של 5 פריטים, השימוש ביותר פריטים מסייע ליצור דיוק רב יותר בתוצאות.
- הגברת האמינות של קנה המידה: חוקרים לעתים קרובות מגדילים את קצות הסולם כדי ליצור סולם של שבע נקודות על ידי הוספת "מאוד" לחלק העליון והתחתון של סולם חמש הנקודות. סולם שבע הנקודות מגיע לגבולות העליונים של אמינות הסולם.
- שימוש במאזניים רחבים: ככלל, Likert ואחרים ממליצים כי עדיף להשתמש בקנה מידה רחב ככל האפשר. תמיד אפשר לכווץ את התשובות לקבוצות תמציתיות, במידת הצורך, לניתוח.
- היעדר אפשרות ניטרלית: על ידי התחשבות בפרטים אלה, מאזניים לעיתים מצטמצמים למספר זוגי של קטגוריות (בדרך כלל ארבע) כדי לבטל את האפשרות "הניטרלית" בסולם סקר "בחירה כפויה".
- משתנה פנימי: רשומת ליקרט הראשונית מציינת בבירור שיכול להיות משתנה אינהרנטי שערכו מסמן את המשוב או העמדות של המשיבים, ומשתנה בסיסי זה הוא רמת המרווח, במקרה הטוב.
נתונים וניתוח בקנה מידה של Likert
חוקרים משתמשים בסקרים באופן קבוע כדי למדוד ולנתח את איכות המוצרים או השירותים. סולם ליקרט הוא פורמט סיווג סטנדרטי ללימודים. המשיבים מספקים את דעתם (נתונים) על איכות המוצר/שירות מגבוה לנמוך או טוב יותר לגרוע באמצעות שתיים, ארבע, חמש או שבע רמות.
חוקרים ואודיטורים בדרך כלל מקבצים נתונים שנאספו להיררכיה של ארבע רמות מדידה בסיסיות – נומינלית, סודרת, מרווחי זמן ורמות מדידה ביחס לצורך ניתוח נוסף:
- נתונים נומינליים: נתונים שבהם התשובות המסווגות למשתנים אינן חייבות בהכרח להיות בעלות נתונים כמותיים או שהסדר נקרא נתונים נומינליים.
- נתונים סודרים: נתונים שבהם ניתן למיין או לסווג את התשובות, אך אי אפשר למדוד את המרחק נקראים נתונים סודרים.
- נתוני מרווחים: נתונים מצטברים שבהם ניתן לבצע מדידות של הזמנות ומרחקים נקראים נתוני מרווח.
- נתוני יחס: נתוני היחס דומים לנתוני מרווחי זמן. ההבדל היחיד הוא יחס שווה ומוחלט בין כל נתון לבין "אפס" מוחלט המטופל כנקודת מוצא.
ניתוח נתונים באמצעות נתונים נומינליים, מרווחים ויחס הם בדרך כלל שקופים ופשוטים. נתונים סודרים מנתחים נתונים, במיוחד לגבי ליקרט או קני מידה אחרים בסקרים. זו אינה בעיה מחקרית חדשה. יעילות הטיפול בנתונים סודרים כנתוני מרווח ממשיכה להיות שנויה במחלוקת בניתוח סקרים של תחומים יישומיים שונים. חלק מהנקודות המשמעותיות שיש לזכור הן:
- מבחנים סטטיסטיים: חוקרים מתייחסים לעתים לנתונים סודרים כאל נתוני מרווחי זמן מכיוון שהם טוענים כי מבחנים סטטיסטיים פרמטריים חזקים יותר מחלופות לא פרמטריות. יתר על כן, מסקנות ממבחנים פרמטריים קלות לפירוש ומספקות מידע רב יותר מאשר אפשרויות לא פרמטריות.
- ריכוז במאזני ליקרט: עם זאת, ההתייחסות לנתונים סודרים כנתוני מרווח מבלי לבחון את ערכי מערך הנתונים ואת מטרות הניתוח עלולה להטעות ולהציג מצג שווא של תוצאות סקר. כדי לנתח נתונים סקלריים בצורה נכונה יותר, החוקרים מעדיפים להתייחס לנתונים סודרים כאל נתוני מרווחים ולהתרכז בסולמות ליקרט.
- חציון או טווח לבדיקת נתונים: הנחיה אוניברסלית מציעה כי הממוצע וסטיית התקן הם פרמטרים חסרי בסיס לסטטיסטיקה מפורטת כאשר הנתונים נמצאים בקנה מידה סודרי, בדיוק כמו כל ניתוח פרמטרי המבוסס על התפלגות נורמלית. הבדיקה הלא פרמטרית נעשית על בסיס החציון או הטווח המתאים לבדיקת נתונים.
שיטות עבודה מומלצות לניתוח התוצאות
מכיוון שנתוני אלמנט Likert הם בדידים, סודרים ומוגבלים בהיקפם, הייתה מחלוקת ארוכה על הדרך ההגיונית ביותר לנתח נתוני Likert. האפשרות הראשונה היא בין מבחנים פרמטריים ולא פרמטריים. היתרונות והחסרונות של כל סוג ניתוח מתוארים בדרך כלל כדלקמן:
- בדיקות פרמטריות מניחות חלוקה קבועה ורציפה.
- בדיקות לא פרמטריות אינן מניחות חלוקה סדירה או רציפה. עם זאת, ישנם חששות לגבי יכולת פחותה לזהות הבדל כאשר אחד קיים.
מהי האפשרות הטובה ביותר? כאשר מחליטים לנתח מידע המתקבל מסקר המשתמש בשאלות סולם ליקרט, חוקר צריך לקבל החלטה אמיתית.
- במהלך השנים, שורה של מחקרים שניסו לענות על שאלה זו. עם זאת, הם נטו להסתכל על מספר מוגבל של התפלגויות פוטנציאליות עבור נתוני ליקרט, מה שגורם להכללה של התוצאות לסבול. הודות לעלייה בכוח המחשוב, מחקרי סימולציה יכולים כעת להעריך ביסודיות מגוון רחב של התפלגויות.
- החוקרים זיהו קבוצה מגוונת של 14 התפלגויות המייצגות את נתוני ליקרט בפועל. תוכנת המחשב חילצה זוגות עצמאיים של דגימות כדי לבדוק את כל הצירופים האפשריים של 14 ההתפלגויות.
- בסך הכל נוצרו 10,000 דגימות אקראיות עבור כל אחד מ-98 צירופי ההתפלגות. זוגות הדגימות מנותחים באמצעות מבחן t של שתי דגימות ומבחן מאן-ויטני כדי להשוות את היעילות של כל בדיקה. המחקר העריך גם גדלים שונים של מדגמים.
- התוצאות מראות כי שיעורי השגיאה מסוג I (תוצאה חיובית מוטעית) עבור כל זוגות ההתפלגויות קרובים מאוד לכמויות היעד. אם ארגון משתמש באחד הניתוחים והתוצאות מובהקות סטטיסטית, הוא לא צריך להיות מודאג מדי לגבי חיובי כוזב.
- התוצאות מראות גם כי עבור רוב זוגות ההתפלגויות, ההבדל בין העוצמה של שני המבחנים הוא טריוויאלי. אם יש הבדל ברמת האוכלוסייה, כל ניתוח סביר באותה מידה לזהות אותו.
- ישנם כמה זוגות של התפלגויות ספציפיות שבהן יש הפרש חזקות בין שני המבחנים. אם ארגון מבצע את שתי הבדיקות על אותם נתונים ואינו מסכים (אחד משמעותי, והשני לא), הבדל זה בכוח משפיע רק על מיעוט קטן של מקרים.
- באופן כללי, הבחירה בין שני הניתוחים היא לולאה. אם ארגון צריך להשוות בין שתי קבוצות של נתוני ליקרט של חמש נקודות, שיטת הניתוח בדרך כלל לא משנה.
- הן בדיקות פרמטריות והן בדיקות לא פרמטריות מספקות באופן עקבי את אותה אבטחה מפני תוצאות שליליות שגויות וגם מציעות את אותה הגנה מפני תוצאות חיוביות שגויות. דפוסים אלה תקפים עבור דגימות של 10, 30 ו- 200 לכל קבוצה.
יתרונות
ישנם יתרונות רבים לשימוש בסולם זה בסקר למחקר שוק. הם:
- קלות יישום:
ניתן להבין בקלות את קנה המידה המקובל בעולם זה וליישם אותו בסקרי שביעות רצון לקוחות שונים או סקרי שביעות רצון עובדים.
- אפשרויות תשובה ניתנות לכימות: כימות פריטי Likert ללא קשר נראה לעין לביטוי וביצוע ניתוח סטטיסטי על התוצאות שהתקבלו.
למד על:
שלבי תהליך המחקר
- נתח את דירוג הדעות: ייתכן שיש מדגם עם דעות מגוונות על נושא מסוים. סולם הלייקים מציע דירוג של דעותיהם של אנשים אלה שנסקרו.
- פשוט לענות: המשיבים יכולים להבין את הכוונה של סולם זה ולענות במהירות על השאלה.
למד על: ניהול איכות כולל
רוצה להשתמש בסולמות Likert בסקר? עשו זאת עם QuestionPro!
הסקר בקנה מידה ליקרט הוא טכניקה מקיפה למדידת משוב ומידע, מה שמקל באופן משמעותי על הבנה ותגובה. זוהי שאלה קריטית למדוד את הדעה או היחס לנושא מסוים, כך שזה יהיה לעזר רב בשלב הבא של חקירה.
עם QuestionPro, ארגון יכול לערוך סקר מקוון באמצעות סולם ליקרט. התחל ב
יצירת חשבון חינם
ולהתחיל לבדוק סוג זה של שאלה.
אם ארגון רוצה מידע נוסף על שאלות אלה ואחרות בפלטפורמה שלנו, התייעץ בצ'אט המקוון שלנו, ספר לנו על הפרויקט ונשמח להציע את אחד מכלי המחקר שלנו המתאים ביותר לצרכים אלה.