Likert Anket Analizi ve 4 Temel Yaklaşım

likert anket analizi

Likert Anket Analizi Nedir?

Anket analizleri sosyal bilimciler için verilerini yorumlama alanında kullandıkları istatistiksel analiz tekniklerinin bütününü oluşturuyor. Likert anket analizi ise, isminden de anlayabileceğimiz gibi anket maddelerinin likert türünde olduğu veriler için uygulanmaktadır.

Likert anket analizi tekniklerini en sık kullandığımız veri türlerinin başında 5’li likert türündeki maddeler gelmektedir.

Elbette, likert anket verileri için 5’li maddeler yerine 3’lü, 7’li veya 10’lu maddeler de kullanabiliyoruz. Hatta 10’lu maddeler için doğrudan skor puanları verilmesi istenerek; maddeler sıralayıcı ölçekli yerine sayısal bir şekilde de tanımlanabiliyor.

İstatistik raporlarında likert verilerin doğru şekilde bir analize sürecine tabi tutulması da sonuçların hem güvenilirliği hem de bilimselliği açısından hayati önem taşıyor.

Analiz konusunda da önemsememiz gereken iki konu var:

  1. İstatistik bilgimizin yeterli olması
  2. İstatistiksel analiz programlarını kullanma becerimizin yeterli olması,

likert anket analizi veri

Likert anket analizi için SPSS, R, SAS ya da Stata gibi istatistik yazılımlarından yararlanabiliriz.

Ancak analiz sürecinde dikkat etmemiz gereken ve çoğunluklar araştırmacıların problem yaşadığı 3 temel konu var ve biz bu yazımızda bu temel konuların üzerinde durma cesaretinde bulunuyoruz.

Likert Anket Analizinde Dikkat Edilmesi Gereken Noktalar

Yazımızın temelini oluşturan 3 temel konu hakkında detaylara girme zamanı!

Likert verilere sayısalmış gibi davranma yaklaşımına dikkat!

Likert veriler, özellikle 1-Kesinlikle katılmıyorum, 5-Kesinlikle katılıyorum şeklinde tanımlanmışsa, bu verilere pür sayısal bir veri gibi davranmamız yanlış. Maddeler için tek tek tanımlayıcı istatistikleri hesaplarken aritmetik ortalama ve standart sapma gibi değerleri sunmamız doğru değil.

Çünkü veriler hala sıralayıcı özelliklerini barındırıyorlar.

Bunun yerine medyan, değişim aralığı ya da kartiller arası açıklık gibi nicelikleri raporlamamız daha doğru olacaktır.

Ancak likert anket analizi sürecinde maddelerin toplam puanlarını (veya ortalama) hesaplayabiliyoruz. Bu yaklaşım artık sosyal bilimlerde kesinlikle kabul görmüş durumda. Bu şekilde ölçtüğümüz kavramları sayısal değerlere dönüştürebiliyoruz.

Likert verilerde toplam skor puanı hesaplarken dikkat!

Çoğu zaman ölçekler arasındaki nedensellik ya da korelasyonel ilişkileri sınamak istiyoruz. Aşağıdaki sorular bu yargımıza örnek olabilir:

Depresyon yeme bozukluğunu tetikler mi?

Duygusal emek korku düzeylerini etkiler mi?

Aile desteğinin insanların tükenmişlik düzeyleri üzerinde anlamlı etkisi var mı?

Sorular çoğaltılabilir. Tüm bu soruların altında ölçümlediğimiz şeyler boyumuz ya da kilomuz gibi ölçülebilen şeyler değil, aksine, ölçülemeyen gizil kavramlardan oluşuyor.

Buradaki kavramsal ilişkileri toplam skor puanları üzerinden sınadığımız takdirde, verideki tüm bilgiyi büyük ölçüde kaybediyoruz.

Buradaki temel yanılgı, aslında verinin doğasını kaybederek klasik analiz tekniklerine (korelasyon, regresyon vb.) başvurma noktasında meydana geliyor.

Bunun için Yapısal Eşitlik Modellemesi gibi çok değişkenli istatistiksel analiz tekniklerini kullanmamız en doğru yaklaşım olacaktır.

Çünkü yapısal eşitlik modellemesi, likert veriler için hazırladığımız ölçekler arasındaki ilişkileri sınamak için geliştirilmiş. Ölçekleri gizil faktörler olarak düşünürsek, bu tekniğin ne kadar elverişli olduğunu daha net kavrayabiliriz.

Likert verilerde güvenilirlik analizi sürecinde dikkat!

Likert anket analizi uygularken çoğu zaman geçerliliği ve güvenilirliği yapılmış olan çalışmalardan yararlanıyoruz.

Ancak bu, belirli bir örneklem için geçerli ve güvenilir bulunmuş durumdadır.

Ya kendi örneklemimizde bu böyle değilse?

Bunu bilmenin tek yolu, likert anket verilerimiz için yeniden güvenilirlik analizi uygulamak ve güvenilirlik puanlarını hesaplamaktır. Güvenilirlik analizi için anketlerde Cronbach Alfa analizi, test-tekrar test tekniği gibi analizleri uygulayabiliriz.

Yalnız likert anket analizi sürecinde ölçeğimizin alt boyutları için ayrı ayrı güvenilirlik analizi uygulamamız gerektiğinin altını çizelim.

Likert verilerde ikili ilişki testlerine dikkat!

Likert verilerde bir başka değişken ile ilişkileri test etmeye kalktığımızda hep ki-kare testini kullanıyoruz. Halbuki literatürde bunun yerine önerilmiş, sıralayıcı veriler için uygun olan farklı test teknikleri de var.

Bunun için Lineer İlişki Testi gibi istatistiksel programlarında mevcut olan testlere başvurmamız en doğrusu.

Çünkü ki-kare testleri nominal veriler için geliştirilmiştir. Verinin sıralayıcı doğasını da dikkate alarak bir test uygulamak, bilimsel açıdan doğru olan uygulama şeklidir.

SPSS ve R programlarında sıralayıcı veriler için özel hipotez testleri yer alıyor, bunları kullanmaktan çekinmeyelim.

Bu yazımızda likert veriler içeren anketlerimizin istatistiksel analiz aşamasında dikkat etmemiz gereken 4 nokta üzerinde durduk. Kuşkusuz, bu konuda üzerinde durulması gereken çok daha fazla detay var.

Likert anketler araştırmalarımızın vazgeçilmez unsuru haline geldi ve özenli bir analizi hak ediyor.