リッカートスケールスコアリング-負のスコアを割り当てることはできますか？
4点のリッカート尺度で調査を行います。質問はヘッダーに分かれています。応答はスコアリングされ、各ヘッダーにはスコアが付与されます。
負のスコアをリッカート尺度E.G.に割り当ててもよいかどうかを知りたいです。
Strongly Agree: 2
Agree: 1
Disagree: -1
Strongly Disagree: -2
または私は正の数で行くべきです：
Strongly Agree: 4
Agree: 3
Disagree: 2
Strongly Disagree: 1
私はどちらがより良い実践であり、それぞれの方法の意味が何であるか知りたいです。
受験者に番号を表示しないでください。それらを混乱させるだけです。ただし、それらを内部で使用することもできます。
バランスの取れたキーイング（正と負のキーイングされたアイテムをほぼ同量使用）は、心理測定法でよく使用され、優れたプラクティスと見なされています。さまざまな視点からトピックにアプローチできます。
いくつかのサンプル項目（extraversionを測定）：
+キー：人々の周りを快適に過ごします。簡単に友達を作る。社会的状況の処理に熟練しています。
–キー付き：言うことはほとんどありません。バックグラウンドで保管してください。自分に注意を向けたくない。
4段階評価では、オプション3が「中立」または「わからない/教えたくない/わからない」の応答の大部分を収集することに気付くでしょう。オプション。分析のために、正にキー付けされたアイテムに対してスコア1（強く同意しない）から4（強く同意する）を割り当て、否定的にキーイングされたアイテムに対してスコアを逆にすることができます（強く同意しない場合は4、非常に同意する場合は1）。アイテムのスキップを許可する場合は、平均0のスケールを使用するのが理にかなっているため、単純な加算を使用して合計スコアを計算しながら、未回答の質問を0としてカウントできます。
リッカートスケールのカテゴリ数について：カテゴリが少ないほど、アンケートの決定が速くなり、アンケートの完了時間が早くなります。カテゴリが多いほど遅くなりますが、人々は（主観的に）自分の感情をより正確に表現できると感じます。
追加：
リッカートスケールで注意すべき点は、それらが間隔スケールではなく順序スケールであることです。ただし、カテゴリに数値を割り当て、それらを使用して合計スコアを計算すると、非常にうまく機能することがよくあります。個々のアイテムの特性を考慮に入れて、多項式アイテムを操作し、アイテム応答理論などの合計を計算するために使用できる代替方法はありますが、単純な加算ほど明確で実用的ではありません。
1から4（またはシフトバージョン：-2.5、-1.5、+。5、+ 1.5）のスコアが付けられたスケールと-2から+2の提案されたアイデアの主な違いは、中間の間隔の幅です。そして同意する。通常の（小さい）中間間隔では、1つの強い一致（3 * 2 + 4 = 10;平均2.5）を相殺するために3つの不一致が必要です。中間の間隔が大きい場合は、2しかかかりません。
リッカート尺度では、人々（特に内向的）は極端なカテゴリを回避する傾向があります（私はこれについて調査プロジェクトを行いましたが、同じ質問に対して、リッカート尺度で自然言語で「はい、絶対に！」彼らは「強く同意する」を選択しなかったアンケート）。極端なカテゴリの重みを小さくすると、合計に影響する可能性があります。
次に例を示します。両方の方法で計算され、互いにプロットされた5問の外向スケールの合計スコア（2700人の場合）：
スコアは完全には適合せず、差は統計的に有意ですが、ほとんどのスコアでは大きな差はありません。ここでの合計スコアの最大差はわずか2.5です（異なる範囲に調整する場合は2のみ）。スコア分布（もう一度調整された範囲）を見ると、同じパターンが見られます。
つまり、コーディングスキーム-2/-1/+ 1 + 1 + 2を使用する場合は、先に進んでください。最終結果にはおそらく関係ありません。極端な応答カテゴリは少し少なくカウントされ、可能なスコアの範囲は他のスキームとは異なります。結果は異なりますが、差は小さいと予想できます。 （しかし、私は最も単純なスキームで行きます。）
マリエルの優れた答えに基づいて、私は本質的に本質的にまだ定性的であるスケールに数値を割り当てるときに注意する必要があることを付け加えたいと思います。だからといって、そうすべきではないという意味ではありません。これらの値の使い方に注意する必要があります。値がある場合、2つの測定期間間の変化率などを計算できますが、これらの変化率や他の多くの統計は、スケールに任意に割り当てた数値に敏感です。
例として、保険会社は、各エージェントの顧客満足度スコアをx％改善するための特別ボーナスの獲得を検討していました。彼らは1から5までの平均満足度スコアを使用して従業員をランク付けしました。素晴らしいものから完璧なものまで、5はわずか25％の増加でした。間違いなく、2番目の従業員はボーナスに値する方が優れていましたが、紙の上では1/4の見栄えでした。基本的に、彼らが数値スケールと平均を使用することは、彼らがしようとしていたことに対してうまくいかなかった。
これらの困難のため、私はそれをうまくやることができるなら、数値を応答に割り当てることを避けることを好みます-しかし、私はいつもできるわけではありません。
正の数値のみを使用してください。
リッカート尺度は、負の数を使用しても何も得ません。実際、負の数は感情的な反応を生み出すため、反応にバイアスを導入している可能性があります。ユーザーは正の反応から最も適度な反応を選択するように促されます（中心的な傾向のバイアスが原因です）。
いくつかのこと：1 /ほとんどのそのようなスケールは5つのポイントに基づいているため、リッカートスケールのニュートラル値にスケールが一致していない（同意も同意もしない）。 2 /あなたcan各スケールアイテムに値を追加しますが、実際には、パースペクティブを誘発する可能性があるため、これらをユーザー/回答者に表示しないでください。多くの場合、このような値は調査方法論（市場調査、世論調査など）でマイナスになる可能性があります。
上記は一般に、閉じた質問ではなく数値変数としてデータを分析するために使用されます（これにより、アナリストは平均およびその他の統計計算を適用できます）