Một khía cạnh thiết yếu của nghiên cứu thị trường đối với các nhà nghiên cứu là khả năng đánh giá ý kiến của người trả lời đối với một thương hiệu, tính năng, sản phẩm, dịch vụ, và hơn thế nữa. Việc đo lường ý kiến giúp đo lường mức độ thay đổi cần thiết.
Sử dụng một công cụ thu thập dữ liệu phân tích định lượng trong quá trình nghiên cứu, như thang đo Likert, cho phép các nhóm nghiên cứu hiểu được cảm xúc của người trả lời. Việc định lượng sự thích hoặc không thích giúp thực hiện các thay đổi kịp thời và cung cấp một công cụ quan trọng trong quá trình thu thập và quản lý thông tin từ thương hiệu và các nhóm nghiên cứu.
Cùng Viết Thuê 247 tìm hiểu bài viết bên dưới!
1. Thang đo Likert là gì?
Định nghĩa: Thang đo Likert là một thang đo một chiều mà các nhà nghiên cứu sử dụng để thu thập thái độ và ý kiến của người trả lời. Các nhà nghiên cứu thường sử dụng thang đo tâm lý học này để hiểu quan điểm và góc nhìn về một thương hiệu, sản phẩm, hoặc thị trường mục tiêu.
Các biến thể khác nhau tập trung trực tiếp vào việc đo lường ý kiến của mọi người, như thang đo Guttman, thang đo Bogardus, và thang đo Thurstone. Nhà tâm lý học Rensis Likert đã phân biệt giữa một thang đo xuất phát từ một tập hợp các phản ứng đối với một nhóm các mục (có thể là 8 hoặc nhiều hơn). Các phản ứng được đo lường trong một phạm vi giá trị.
2. Ví dụ về thang đo Likert:
Ví dụ, nhà nghiên cứu sử dụng câu hỏi Thang đo Likert như một câu hỏi lựa chọn hai phương án để thu thập phản hồi về sản phẩm. Anh / cô xây dựng câu hỏi như “Sản phẩm là một lựa chọn mua hàng tốt”, với các lựa chọn được liệt kê là đồng ý hoặc không đồng ý. Cách khác để xây dựng câu hỏi này là, “Vui lòng nêu mức độ hài lòng của bạn với các sản phẩm,” và các lựa chọn nằm trong phạm vi từ rất không hài lòng đến rất hài lòng.
Khi trả lời một mục trên Thang đo Likert, người dùng trả lời dựa rõ ràng vào mức độ đồng ý hoặc không đồng ý của họ. Những thang đo này cho phép xác định mức độ đồng ý hoặc không đồng ý của người trả lời. Thang đo Likert giả định rằng sức mạnh và cường độ của trải nghiệm là tuyến tính. Do đó, nó đi từ hoàn toàn đồng ý đến hoàn toàn không đồng ý, giả định rằng thái độ có thể được đo lường.
3. Các loại Thang đo Likert
Thang đo Likert đã trở thành một sự lựa chọn yêu thích của các nhà nghiên cứu để thu thập ý kiến về sự hài lòng của khách hàng hoặc kinh nghiệm của nhân viên. Bạn có thể chia thang đo này chủ yếu thành hai loại chính:
- Thang đo Likert chẵn
- Thang đo Likert lẻ
3.1. Thang đo Likert chẵn
Các nhà nghiên cứu sử dụng thang đo Likert chẵn để thu thập phản hồi cực đoan mà không cung cấp tùy chọn trung lập.
- Thang đo Likert 4 điểm về mức độ quan trọng: Loại thang đo Likert này cho phép các nhà nghiên cứu bao gồm bốn lựa chọn cực đoan mà không có lựa chọn trung lập. Ở đây, các mức độ quan trọng khác nhau được thể hiện trong một Thang đo Likert 4 điểm.
- 8 Điểm khả năng đề xuất: Đây là một biến thể của thang đo Likert 4 điểm đã giải thích trước đây, sự khác biệt duy nhất là, thang này có tám lựa chọn để thu thập phản hồi về khả năng đề xuất.
3.2. Thang đo Likert lẻ
Các nhà nghiên cứu sử dụng thang đo Likert lẻ để cho phép người trả lời có lựa chọn trả lời trung lập.
- Thang đo Likert 5 điểm: Với năm tùy chọn trả lời, các nhà nghiên cứu sử dụng câu hỏi thang đo Likert lẻ này để thu thập thông tin về một chủ đề bằng cách bao gồm một tùy chọn trả lời trung lập cho người trả lời lựa chọn nếu họ không muốn trả lời từ các lựa chọn cực đoan trong thiết kế nghiên cứu của họ.
- Thang đo Likert 7 điểm: Thang đo Likert 7 điểm thêm hai tùy chọn trả lời ở hai đầu cực đoan của câu hỏi thang đo Likert 5 điểm.
- Thang đo Likert 9 điểm: Thang đo Likert 9 điểm khá hiếm, nhưng bạn có thể sử dụng nó bằng cách thêm hai tùy chọn trả lời vào câu hỏi thang đo Likert 7 điểm.
4. Đặc điểm của thang đo Likert
Thang đo Likert ra đời vào năm 1932 dưới dạng thang đo 5 điểm, được sử dụng rộng rãi. Những thang này phạm vi từ nhóm các chủ đề chung cho đến những chủ đề cụ thể nhất yêu cầu người trả lời chỉ ra mức độ đồng ý, phê duyệt hoặc tin tưởng. Một số đặc điểm đáng chú ý của thang đo Likert, là:
- Câu trả lời liên quan: Các mục cần phải dễ dàng liên quan đến câu trả lời của câu, bất kể mối quan hệ giữa mục và câu có rõ ràng hay không.
- Loại thang đo: Các mục luôn phải có hai vị trí cực đoan và một lựa chọn trả lời trung gian phục vụ như sự tốt nghiệp giữa các cực điểm.
- Số lượng lựa chọn trả lời: Điều cần thiết phải nhắc đến là mặc dù thang đo Likert phổ biến nhất là thang đo 5 mục, việc sử dụng nhiều mục hơn giúp tạo ra độ chính xác lớn hơn trong kết quả.
- Tăng độ tin cậy của thang đo: Các nhà nghiên cứu thường tăng các đầu cuối của thang đo để tạo ra thang đo bảy điểm bằng cách thêm “rất” vào đầu và cuối của thang đo năm điểm. Thang đo bảy điểm đạt đến giới hạn trên của độ tin cậy của thang đo.
- Sử dụng thang đo rộng: Như một quy tắc chung, Likert và những người khác đề nghị rằng sẽ tốt hơn nếu sử dụng một thang đo càng rộng càng tốt. Người ta luôn có thể thu gọn các câu trả lời thành các nhóm ngắn gọn, nếu thích hợp, để phân tích.
- Thiếu lựa chọn trung lập: Khi xem xét những chi tiết này, thang đo đôi khi bị cắt bớt thành một số lượng chẵn của các danh mục (thường là bốn) để loại bỏ khả năng “trung lập” trên thang đo khảo sát “lựa chọn bắt buộc”.
- Biến số bản chất: Bản gốc Likert rõ ràng nói rằng có thể có một biến số bản chất mà giá trị của nó đánh dấu phản hồi hoặc thái độ của người trả lời, và biến số cơ bản này ở mức khoảng, tốt nhất.
5. Dữ liệu thang đo Likert và phân tích
Các nhà nghiên cứu thường xuyên sử dụng khảo sát để đo lường và phân tích chất lượng của sản phẩm hoặc dịch vụ. Thang đo Likert là một định dạng phân loại tiêu chuẩn cho các nghiên cứu. Người trả lời cung cấp ý kiến (dữ liệu) của họ về chất lượng của một sản phẩm/dịch vụ từ cao đến thấp hoặc tốt hơn đến tệ hơn bằng cách sử dụng hai, bốn, năm, hoặc bảy cấp độ.
Các nhà nghiên cứu và kiểm toán viên thường nhóm dữ liệu đã thu thập vào một hệ thống phân cấp của bốn mức đo lường cơ bản – mức đo định danh, thứ tự, khoảng, và tỷ lệ để phân tích tiếp:
- Dữ liệu danh nghĩa: Dữ liệu mà trong đó các câu trả lời được phân loại thành các biến không nhất thiết phải có dữ liệu định lượng hoặc thứ tự được gọi là dữ liệu danh nghĩa.
- Dữ liệu thứ tự: Dữ liệu mà trong đó có thể sắp xếp hoặc phân loại các câu trả lời, nhưng không thể đo lường khoảng cách được gọi là dữ liệu thứ tự.
- Dữ liệu khoảng cách: Dữ liệu tổng hợp trong đó có thể tiến hành đo lường thứ tự và khoảng cách được gọi là dữ liệu khoảng cách.
- Dữ liệu tỷ lệ: Dữ liệu tỷ lệ tương tự như dữ liệu khoảng cách. Sự khác biệt duy nhất là có một tỷ lệ bằng nhau và xác định rõ ràng giữa mỗi dữ liệu và “không” tuyệt đối được xem là điểm gốc.
Phân tích dữ liệu sử dụng dữ liệu danh nghĩa, khoảng cách và tỷ lệ thường rõ ràng và đơn giản. Dữ liệu thứ tự phân tích dữ liệu, đặc biệt là với thang đo Likert hoặc các thang đo khác trong các cuộc khảo sát. Đây không phải là một vấn đề nghiên cứu mới. Hiệu quả của việc xử lý dữ liệu thứ tự như dữ liệu khoảng cách tiếp tục là vấn đề tranh cãi trong phân tích khảo sát của các lĩnh vực ứng dụng khác nhau. Một số điểm quan trọng cần ghi nhớ là:
- Các bài kiểm tra thống kê: Các nhà nghiên cứu đôi khi xem dữ liệu thứ tự như dữ liệu khoảng cách vì họ cho rằng các bài kiểm tra thống kê mẫu có sức mạnh hơn các phương pháp không tham số khác. Hơn nữa, các suy luận từ các bài kiểm tra mẫu dễ dàng giải thích và cung cấp nhiều thông tin hơn so với các lựa chọn không tham số.
- Tập trung vào các thang đo Likert: Tuy nhiên, việc xử lý dữ liệu thứ tự như dữ liệu khoảng cách mà không kiểm tra các giá trị của tập dữ liệu và mục tiêu của phân tích có thể làm sai lệch và đại diện sai kết quả của một cuộc khảo sát. Để phân tích dữ liệu vô hướng một cách phù hợp hơn, các nhà nghiên cứu thích xem xét dữ liệu thứ tự như dữ liệu khoảng cách và tập trung vào các thang đo Likert.
- Trung vị hoặc phạm vi để kiểm tra dữ liệu: Một hướng dẫn chung cho biết rằng giá trị trung bình và độ lệch chuẩn là các tham số vô nghĩa cho thống kê chi tiết khi dữ liệu nằm trên thang đo thứ tự, giống như bất kỳ phân tích tham số nào dựa trên phân phối chuẩn. Bài kiểm tra không tham số được thực hiện dựa trên trung vị hoặc phạm vi phù hợp để kiểm tra dữ liệu.
6. Những phương pháp tốt nhất để phân tích kết quả
Vì dữ liệu thành phần Likert là rời rạc, thứ tự và có phạm vi hạn chế, đã có tranh cãi kéo dài về cách phân tích dữ liệu Likert hợp lý nhất. Lựa chọn đầu tiên là giữa các bài kiểm tra tham số và không tham số. Lợi ích và nhược điểm của mỗi loại phân tích thường được mô tả như sau:
- Các bài kiểm tra theo tham số giả định một sự chia cắt đều đặn và không gián đoạn.
- Các bài kiểm tra không theo tham số không giả định một sự chia cắt đều đặn hoặc không gián đoạn. Tuy nhiên, có những lo ngại về khả năng phát hiện sự khác biệt ít hơn khi một sự khác biệt tồn tại.
Lựa chọn nào là tốt nhất? Khi quyết định phân tích thông tin nhận được từ một cuộc khảo sát sử dụng câu hỏi Thang đo Likert, một nhà nghiên cứu phải đưa ra một quyết định thực sự.
- Suốt nhiều năm, một loạt các nghiên cứu đã cố gắng trả lời câu hỏi này. Tuy nhiên, họ đã có xu hướng nhìn vào một số lượng hạn chế các phân phối tiềm năng cho dữ liệu Likert, điều này gây ảnh hưởng đến sự tổng quát của kết quả. Nhờ sự tăng cường về công suất tính toán, các nghiên cứu mô phỏng hiện có thể đánh giá kỹ lưỡng một phạm vi rộng các phân phối.
- Các nhà nghiên cứu đã xác định một tập hợp đa dạng gồm 14 phân phối đại diện cho dữ liệu Likert thực tế. Chương trình máy tính đã rút trích các cặp mẫu tự đủ để kiểm tra tất cả các kết hợp có thể của 14 phân phối.
- Tổng cộng, 10,000 mẫu ngẫu nhiên đã được tạo ra cho mỗi trong 98 sự kết hợp phân phối. Các cặp mẫu được phân tích bằng cả bài kiểm tra t hai mẫu và bài kiểm tra Mann-Whitney để so sánh hiệu quả của mỗi bài kiểm tra. Nghiên cứu cũng đã đánh giá các kích thước mẫu khác nhau.
- Kết quả cho thấy tỷ lệ lỗi loại I (dương tính giả) cho tất cả các cặp phân phối rất gần với các số lượng mục tiêu. Nếu một tổ chức sử dụng bất kỳ phân tích nào và kết quả có ý nghĩa thống kê, nó không cần quá lo lắng về dương tính giả.
- Kết quả cũng cho thấy rằng đối với hầu hết các cặp phân phối, sự khác biệt về sức mạnh giữa hai bài kiểm tra là không đáng kể. Nếu có sự khác biệt ở mức độ quần thể, bất kỳ phân tích nào cũng có khả năng phát hiện nó.
- Có một số cặp phân phối cụ thể nơi có sự khác biệt về sức mạnh giữa hai bài kiểm tra. Nếu một tổ chức tiến hành cả hai bài kiểm tra trên cùng một dữ liệu và không đồng ý (một có ý nghĩa, và cái khác không), sự khác biệt về sức mạnh này chỉ ảnh hưởng đến một phần nhỏ các trường hợp.
- Nói chung, sự lựa chọn giữa hai phân tích là một vòng lặp. Nếu một tổ chức cần so sánh hai nhóm dữ liệu Likert 5 điểm, phương pháp phân tích thường không quan trọng.
- Cả hai bài kiểm tra theo tham số và không theo tham số đều cung cấp đều đặn sự an toàn chống lại dương tính giả và cũng cung cấp cùng một sự bảo vệ chống lại âm tính giả. Những mô hình này đều hợp lệ cho các kích thước mẫu 10, 30, và 200 cho mỗi nhóm.
7. Ưu điểm
Có nhiều ưu điểm khi sử dụng Thang đo này trong một cuộc khảo sát cho nghiên cứu thị trường. Chúng bao gồm:
- Dễ dàng triển khai: Thang đo này được chấp nhận rộng rãi có thể dễ dàng hiểu và áp dụng cho các cuộc khảo sát về sự hài lòng của khách hàng hoặc nhân viên.
- Các tùy chọn trả lời có thể định lượng: Định lượng các mục Likert không có mối liên hệ rõ ràng với biểu hiện và tiến hành phân tích thống kê trên các kết quả nhận được.
- Phân tích thứ hạng của các ý kiến: Có thể có một mẫu với các quan điểm đa dạng về một chủ đề cụ thể. Thang đo Likert cung cấp một thứ hạng của các quan điểm của những người được khảo sát.
- Dễ dàng phản hồi: Người trả lời có thể hiểu ý định của thang đo này và trả lời câu hỏi nhanh chóng.
—-
Cảm ơn bạn đã đọc bài viết trên. Chúng tôi hy vọng rằng bạn đã tìm thấy nó hữu ích và thú vị.
Nếu bạn có bất kỳ câu hỏi, ý kiến đóng góp hoặc muốn chia sẻ ý kiến về nội dung, xin vui lòng liên hệ với chúng tôi qua hotline: 0904.514.345. Hoặc email: vietthue247@gmail.com. Để được tư vấn sớm nhất với một mức giá phải chăng nhất.
Chúng tôi rất trân trọng sự quan tâm và ủng hộ của bạn. Cảm ơn bạn một lần nữa và chúc bạn một ngày tốt lành!
