李克特量表(Likert Scale)的起源和使用

行銷資料科學
Marketingdatascience
4 min readOct 3, 2019

--

管理學者羅伯特.卡普蘭(Robert Kaplan)與麥可.波特(Michael Porter)曾說:「無法衡量的事物,無法被管理,也無法被改善」,這句話凸顯出衡量的重要。在企業研究中,消費者態度、意圖和行為一向是各家公司想要調查的目標。過去我們談了許多測量的概念,而學界和企業界也千方百計設計出各種不同的量表,就是想要超越受訪者單純回答「喜歡」和「不喜歡」,「要」或「不要」的回應,以便能更精準地捕捉到消費者的態度。而多年來使用最廣泛的李克特量表(Likert Scales)就是這類量表的典型。

比起只有「是」或「不是」兩種選擇的答案,由倫西斯·李克特(Rensis Likert)博士在1932年所建立的李克特量表(又稱為李克特選項的衡量法),其實是來自李克特的博士論文。它也是總加量表(Summated rating scales)的類型之一,總加量表主要是針對一個有興趣的研究對象,要求受訪者對研究者所陳述的題項,給出一個數值分數,以反映其認同程度或者主客觀評價,並且可以將得分相加,以衡量參與者的整體態度。

一般來說,李克特量表採取五個等級的選項,從數值1表示強烈反對的態度(非常不同意);強度2是(不同意);3(既不同意也不反對);4(同意)和5(非常同意)等強烈有利的態度。如果陳述內容是負面的(1總是非常不利,5總是非常有利),最後指定的數值會被反轉,以確保結果一致。而研究者可將每個人的回答加總,得出一個總分,以評定個別受訪者的整體態度。

在實務應用上,研究者也可將李克特量表,再行擴大到七或九個等級,而研究也指出,無論是五、七或九等在簡單的資料轉換後,其在統計上的平均數、變異數、偏態和峰度都很相似。

那到底在製作量表時,應該用五等級或七等級的格數才對?甚至如果用一百等級來衡量,是不是會比只用五等級來衡量,所得到的準確性更高?

為了回答這個問題,我們要回來探究填答量表時,背後的一些相關「成本」。

誤差成本:

意指進行衡量時,產生誤差的機會。隨著量表的格數越多,衡量的誤差成本會越低。例如:用十等級來衡量全班同學身高所產生的誤差,就比只用三等級來的低。

衡量成本:

意指進行衡量時,產生的填答成本。隨著量表的格數越多,衡量的衡量成本會越高。例如:在填答「快樂程度」時,將快樂分成十等級就比分成三等級來的複雜。

圖1中,呈現了誤差成本、衡量成本與總成本之間的關係。一般來說,五等級時的總成本相對較低,所以常見的量表是以五等級為基礎。

圖1 李克特量表(Likert Scales)繪圖者:趙雪君

此外,有時為了避免中間選項「無意見」太多人填答,會採用「強迫表態」的方式,將中間「無意見」選項去除,使用四個或六個等級來衡量。

李克特量表的優點是,製作上簡單,應用範圍也比較廣泛。研究者要透過李克特量表建構自己的研究量尺時,最好把相關問題,都集中在一個特定主題上,量表的效果會更好。但有時候,李克特量表也許會受到幾種因素干擾而失真。因為學者也發現,在填答時,受測者可能會迴避勾選極端選項(出現趨中傾向的偏誤);對陳述內容的習慣性認同(慣性偏誤);或者揣摩,甚至迎合社會或者邀訪單位所希望的結果(社會讚許偏誤)。

值得一提的是,李克特量表不一定為等距尺度,雖然在計算時,會將每個等級假設為等距,但由各項目得分相加並計算總分所得到的結果,需要更進一步探討。此外,受試者間不一定存有可比較性,因此相同的分數所代表的意義也不一定相同。而受試者內也不一定存在可比較性。例如,受試者所謂的「常常」看書與「常常」打球,背後所表達的實際頻率並不一定相同。

資料來源:Likert, Rensis, A Technique for the Measurement of Attitudes, Archives of Psychology, 1932, 140: pp. 1–55

作者:蘇宇暉(台科大管研所博士候選人)、羅凱揚(台科大企管系博士)

繪圖者:趙雪君(臺灣行銷研究特約設計師)

歡迎加入我們的Line@獲取即時訊息!https://line.me/R/ti/p/%40cde8265r

您可能有興趣:

--

--

行銷資料科學
Marketingdatascience

Marketing data science. 台灣第一個行銷資料科學(MDS)知識部落,本粉絲專頁在探討行銷資料科學之基礎概念、趨勢、新工具和實作,讓粉絲們瞭解資料科學的行銷運用,並開啟厚植數據分析能力之契機。粉絲專頁:https://www.facebook.com/MarketingDataScienceTMR