5点李克特项目随时间变化的统计意义

内容：

我有两年来同一份问卷中的两个数据集。每个问题均采用5 Likert量表进行评估。

Q1：编码方案

目前，我已将响应编码为[0，1]间隔，其中0表示“最负面的响应”，1表示“最正面的响应”，其他的响应平均间隔。

• 用于李克特量表的“最佳”编码方案是什么？

我意识到这可能有点主观。

问题2：多年的意义

• 确定两年内是否存在统计上的重大变化的最佳方法是什么？

也就是说，查看每年问题1的结果，如何判断2011年结果和2010年结果之间的差异是否具有统计显着性？我对学生的t检验在这里的使用有一个模糊的回忆，但我不确定。

1.编码方案

在使用t检验评估统计显着性方面，重要的是比例尺之间的相对距离。因此，（0，0.25，0.5，0.75，1）等于（1,2,3,4,5）。根据我的经验，等距编码方案（例如前面提到的那些方案）是最常见的方案，对于Likert项目来说似乎是合理的。如果您探索最佳缩放比例，则可能能够得出其他编码方案。

2.统计检验

在此处已回答了如何评估李克特项目上的小组差异的问题。

第一个问题是您是否可以在两个时间点之间链接观察。听起来您有不同的样本。这导致一些选择：

• 独立小组t检验：这是一个简单的选择；它还会检验组均值的差异；纯粹主义者会辩称，p值可能并不完全准确；但是，根据您的目的，这可能就足够了。
• 对组均值差异进行引导测试：如果您仍想测试组均值之间的差异，但因因变量的离散性不满意，则可以使用引导程序生成置信区间，从中可以得出有关组均值变化的推论。
• Mann-Whitney U检验（在其他非参数检验中）：这种检验没有假设正态性，但它也在检验不同的假设。

对于序数数据，Wilcoxon Ranksum Test又名Mann-Whitney。自举解决方案也很优雅，尽管不是“经典”的方式。如果您打算进行因子分析之类的其他事情，Bootstrapping方法可能也很有价值。如果进行回归分析，则可以选择有序的概率或有序的logit作为模型规范。

顺便说一句：如果您的标度范围较大（每个变量大于10个值），则可以将结果用作度量变量，这将使t检验成为一个安全的选择。被告知，这有点脏，可能被某些人视为魔鬼的作品。

史蒂芬