Ratio niveau (en dus interval in spss) of ordinaal?

Question

Vraag 1: Stel ik heb een vragenlijst met 10 vragen waarop kan worden geantwoord met 1=nooit, 2=soms,3=vaak en 4=altijd.

Ik kan dan een score behalen van 10-40.

Mag ik deze scores zien als ratio/intervalscore? En hoe belangrijk is de mogelijkheid om 0 te kunnen scoren hierin (om ratio niveau te mogen zijn). Dus wat als de scores per vraag lopen van 0 tot 3?

 (En ja ik ben me ervan bewust dat dit geen sterke vragenlijst is ;-) Maar even voor het idee.)

Vraag 2: stel ik wil een quasi-experimenteel (1 exp groep en 1 controle groep) onderzoek uitvoeren met een pretest en posttest (2 maal deze vragenlijst afnemen bij de proefpersonen). Dit om te zien of proefpersonen zichzelf hebben verbeterd/ zijn gegroeid.  In het geval van een interval variabele als afhankelijke variabele kan dit middels het berekenen van het verschil tussen pre- en posttest en vervolgens een onafhankelijke t-toets of middels een repeated measures ANOVA. Maar welke toets zou je moeten uitvoeren wanneer de afhankelijke variabele ordinaal is?

Alvast dank voor een reactie.

Groetjes Fieke

Answer 1

Ratio sowieso niet, de Likertschaal heeft een arbitrair nulpunt (of hier zelfs helemaal geen). Dan zijn er twee elementen die losgekoppeld dienen te worden:

Het meetniveau van:

de items: ieder afzonderlijk item heeft een ordinaal meetniveau. Dit is vaak niet zo van belang, behalve wanneer je analysetechnieken gebruikt die hier in het bijzonder gevoelig voor zijn (zoals structural equation models)

de schaal: Kort antwoord: de schaal is op intervalmeetniveau. Lang antwoord: Het probleem met een gemiddelde van ordinale items is dat de totaalschaal niet écht als een continue variabele opereert. Dit plaatst het op een vervelende manier tussen interval en ordinaal in. Iets wat door sommigen 'quasi-interval' genoemd wordt. Dit betekent dat je over het algemeen de schaal mag behandelen als ware deze gemeten op intervalmeetniveau. 

Dan stel je nog een aparte vraag over afhankelijke variabelen op ordinaal meetniveau. De toetsen die geschikt hiervoor zijn vallen dan vrijwel allen in het domein van de nonparametrische toetsen. Dit zijn toetsen die bij de significantietoetsing geen gebruik maken van een aangenomen onderliggende populatieverdeling. Dit maakt dat deze toetsen in de basis minder power hebben dan parametrische toetsen, tenzij de assumpties van parametrische toetsen zwaar geschonden worden.

Zonder in een lange verhandeling over nonparametrische toetsen te verzanden hieronder een paar snelle varianten van bekende parametrische toetsen

Parametrisch	Nonparametrisch
onafhankelijke t-toets	Mann-Whitney
one-way ANOVA	Kruskall-Wallis
gepaarde t-toets	Wilcoxon signed-rank test
lineare regressie	nonparametrische regressie
RM-ANOVA	Friedman-test (raad ik niet aan, bij complexe nonparametrische analyses liever overschakelen op mixed-effect models)

Dit zijn slechts enkele voordelen; er zijn meestal meerdere nonparametrische varianten die ieder eigen voor- en nadelen dragen. 

Comments

Oké, dankjewel!