李克特量表

李克特量表（英语：Likert scale；英文中主要读作 lie-kurt /laɪkɜrt/，偶尔读作 lick-urt /lɪkɜrt/，虽然后者才取自于该人名的原本读法）是一种心理反应量表，常在问卷中使用，而且是目前调查研究（survey research）中使用最广泛的量表。当受测者回答此类问卷的项目时，他们具体的指出自己对该项陈述的认同程度。此量表是由伦西斯·李克特（英语：Rensis Likert）所建立。厘清李克特量表(Likert Scale)和李克特选项(Likert item)的区别是重要的。李克特量表是使用各种李克特选项的总称。因为李克特选项，常常是一个视觉化量表（例如，在一个题目上的一条水平线，让受测者以画圈或点选的方式回答），这些选项有时也称为量表。但是，这容易造成混淆，因此，比较好的做法是，李克特选项专指一个单独的选项。一个李克特选项是一个陈述。受测者被要求指出他或她们对该题目所陈述的认同程度，或任何形式的主观或客观评价。通常使用五个回应等级，但许多计量心理学者（psychometrician）主张使用7或9个等级。一项最近的实证研究指出，5等级、7等级和10等级选项的数据，在简单的资料转换后，其平均数、变异数、偏态和峰度都很相似。例如李克特的五等选项的：李克特量表是有两个极端的量化方法（英语：Scale (social sciences)），衡量一个陈述的正面或负面回答。当中间选项“无意见”不能用时，有时会使用四等量表──一个强迫选择（英语：forced choice）的方法。李克特量表也许会受到几种因素干扰而失真。受测者也许会回避勾选极端的选项（趋中倾向的偏差（英语：central tendency bias））；对陈述的习惯性认同（惯性偏差（英语：acquiescence bias））；或试着揣摩并迎合他们自己或他们的组织希望的结果（社会赞许偏差）。在问卷完成后，每一个选项也许会被个别的分析，或某些成组的选项被加总并建立成一个量表。因此，李克特量表常常被称为累加量表（summative scale）。至于个别的李克特选项可视为区间数据，或只应该被视为顺序数据，仍然是具争议性的议题。许多人将这样的项目视为顺序尺度的数据，因为特别是只有使用5个等级时，无法让受测者察觉到这些相邻的项目，其间隔是等距的。在另一方面，通常（正如上面的例子）其response levels的措辞清楚的暗示出中间类别的response levels的对称性；在最低限度，这样一个项目，将变成介于顺序和区间尺度之间 ；只将它视为顺序数据将遗失一些信息。此外，如果该项目附带视觉近似评价标尺（visual analog scale），其回答程度的间隔则明确表示，其作为区间数据的论点是更加坚固。当被视为顺序数据，李克特数据可以整理成长条图，以中位数或众数（但不是平均数）表现集中趋势，以四分位距表现分散程度（但不是标准差），或用非参数检验分析，如卡方检定、曼-惠特尼检验（英语：Mann-Whitney test）、威尔克科逊检验（英语：Wilcoxon signed-rank test）或克拉斯卡-瓦立斯检定（英语：Kruskal-Wallis test）。几个李克特题目的数据也许会被加总，若所有题目使用相同的李克特量表，则该量表可有效的接近区间尺度，此时可以将之视为区间数据测量潜在变项。如果加总结果满足这些假设，可以用参数统计（parametric statistical）如变异数分析作测试。但只有当项目在5个以上才可使用。由李克特量表获得的数据，有时会合并所有的同意和不同意的回复为“接受”和“不接受”两个类别，此时会成为名目尺度。卡方检定、科克伦定理（英语：Cochran's theorem）或麦尼检定（英语：McNemar-Test）都是在资料做这些转换后常用的统计方法。Consensus based assessment (CBA)（英语：Consensus based assessment (CBA)） 可以用来为没有普遍接受的标准或客观标准的领域产生一个客观的标准。CBA可用于完善或甚至验证普遍接受的标准。五个答题选项类别常常被认为是区间测量变项尺度。但是，如果尺度各点的区间与metric sense中的实证观察结果一致时，这只能算是一种个案。事实上，也有可能出现顺序尺度的情况。例如，在一个A，B，C 集合中，可能出现李克特量表循环关系（circular relation）如 A>B，B>C和 C>A。这违反顺序尺度的递移性公理（axiom of transitivity）。在原则上，对使用polytomous Rasch model的连续统（continuum）而言，当李克特量表的数据可以被获取且适合此模式时，其数据可以用来作为获取区间尺度估计量的基础。此外，polytomous Rasch mode（英语：polytomous Rasch model）能检验反应出态度或特质的增加程度的句子的假说。例如，模型的应用往往表明了中立的类别并非表示为介于同意或不同意类别之间的态度或特性。此外，并非所有李克特量化选项的集合都能使用Rasch measurement。该数据已彻底加以检验，以满足严格的格式化公理模型。建立此量表的Rensis Likert对他自己名字'lick-urt'的读法为一个短"i"的音。 已经有人主张Likert的名字"是在领域中错误的读音。" 虽然许多人用长"i"音的读法（'lie-kurt'），但是那些企图保有Dr. Likert原本的读音的人是用短"i"音。