Laat ik starten met de definitie van een Likert-schaal. In dit antwoord gebruik ik de brede definitie die het meest gangbaar is: een vraag waarbij deelnemers een antwoord geven op een schaal met een beperkt aantal categorieen. Dit betekent dat een Visual Analogue Schale (VAS-schaal) geen Likert-schaal is; een semantische differentiaal wel; en een dichotoom item met wat fantasie ook. Zie voor meer achtergrond-informatie over deze schalen de links naar Wikipedia hieronder.
Likert-schalen worden bijna altijd aangeboden in een matrix, oftewel een 'array' in LimeSurvey, zodat je zoiets krijgt zoals op https://manual.limesurvey.org/Question_type_-_Array#General_description - zie ook http://oupsy.nl/help/1096/online-vragenlijst-verschillende-antwoordopties-subvraag voor een vraag met verschillende subvragen en bovendien verschillende antwoordopties per subvraag, die je dus kunt gebruiken als je Likert-schalen wil gebruiken maar niet dezelfde antwoordopties voor elke vraag kunt gebruiken (zie ook het stukje hieronder over het vermijden van ambiguiteit).
De resulterende antwoorden worden door middel van getallen opgeslagen in je datafile. Meestal bijvoorbeeld 1 to 5, maar voor bidimensionale schalen is -2 tot 2 logischer, en je zou even goed 10, 20, 30, 40, en 50 kunnen kiezen. Als je de vraag stelt of deze vragen het ordinale of het interval niveau hebben, stel je eigenlijk de vraag of het interval tussen de antwoordopties wel even groot is of niet (het zou bijvoorbeeld ook kunnen zijn dat mensen de schaal interpreteren als 10, 25, 30, 35, en 50). Een gegeven likert-schaal kan in principe interval of ordinaal zijn. Als hij interval is, kun je er mee rekenen; je kunt dan gemiddelden uitrekenen, of items bij elkaar optellen. Als bij ordinaal is, gaat dat niet (tenzij je de afstanden tussen de antwoordcategorieen kent).
Om er achter te komen welk meetniveau een variabele heeft kun je bepaalde analyses uitvoeren, zoals Multi Dimensional Scaling (MDS). Deze zijn echter erg complex, en vallen buiten het curriculum bij de Open Universiteit.
Zonder deze analyses kun je echter nooit iets zinnigs zeggen over het meetniveau van een gegeven item. Aangenomen dat je geen MDS beheerst, wat moet je dan doen? In dat geval moet je een aanname maken. Net zoals je aannamen maakt over de verdeling van je gemiddelden (je neemt aan dat ze bij benadering 't' verdeeld zijn) en over de ratio van je binnen- en tussen-groepen variantie (je neemt aan dat deze ratio bij benadering 'F' verdeeld is) kun je aannamen maken over het meetniveau van je meetinstrumenten. Je kunt in dit geval kiezen of je voor ordinaal of interval kiest; voor beiden is een hoop steun te vinden in de literatuur, want hier woeden al jaren discussies over. Het bestuderen van scatterplots kan je helpen bij deze keuze: als lineair verbanden te zien zijn met andere variabelen is dat een indicatie dat de afstand tussen de antwoordcategorieen equivalent is (en je dus met een interval-schaal van doen hebt).
Wat nu als je niet zelf een schaal ontwerpt, maar een toetsvraag krijgt? In een examen wordt soms gevraagd om aan te geven welk meetniveau een bepaalde variabele heeft, en dan wordt niet altijd gespecificeerd wat er uit een MDS-analyse kwam. Echter, in dit soort gevallen zul je altijd kunnen afleiden welk meetniveau de variabele heeft uit andere informatie. Als het bijvoorbeeld een gemiddelde betreft moet de variabele wel het interval-niveau hebben; je mag immers geen gemiddelde uitrekenen met ordinale variabelen (tenzij je aanneemt dat er fouten in de uitleg van het examen staan, maar als je die aanname moet maken kun je geen enkele examenvraag nog beantwoorden, omdat alle instructries incorrect kunnen zijn; dat is dus geen realitische optie).
Overigens hebben in de psychologie de meeste variabelen het interval-niveau, zoals extraversie, optimisme, en attitude. Dit neemt niet weg dat een meet-instrument een ander meet-niveau kan hebben dan de variabele die wordt gemeten. Je zou bijvoorbeeld extraversie kunnen meten met een enkel dichotoom item, zoals "ben je extravert?" met als antwoordopties "Nee" en "Ja". De variabele in je analyses is dan dichotoom, terwijl de variabele 'in de realiteit' het interval-niveau heeft.
Nog twee laatste opmerkingen over schaal-constructie
Pas op met ambiguiteit
Als je dit soort meetinstrumenten ontwikkelt, let dan heel goed op dat je geen antwoordopties kiest (i.e. de labels van je antwoordcategorieen) die ambigu kunnen overkomen. Een voorbeeld van een populaire schaal die echter vaak ambigu is, is de 'helemaal mee oneens' vs 'helemaal mee eens'. In combinatie met veel vragen kan 'helemaal mee oneens' vaak zowel 'ik ben het oneens met de uitspraak want ik sta er neutraal tegenover' als 'ik ben dermate oneens met de uitspraak dat ik er zelfs tegenovergesteld over denk'. Een bijkomend probleem van deze laatste interpretatie is dat wat het tegenovergestelde precies is soms kan verschillen per proefpersoon. Pas dus goed op dat je heel expliciet bent in het benoemen van je antwoordopties.
Pas op met het spiegelen van items
Zoals wordt beschreven in het artikel op http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0068967 is het spiegelen van items, hoewel intuitief aantrekkelijk, lang niet altijd een goed idee.
Meer achtergrond informatie
