評価スケール-スケール上のポイント数とフィードバックの正確さ
コンテキスト：ユーザーが訪れた場所に関するユーザーのフィードバックを収集します。
「スケールの長さ」に関する研究の経験や知識がある人はいるのではないかと思いました。
オプションは次のとおりです。
1-2ポイントスケール（良い/悪い）
2-3ポイントスケール（良い/中立/悪い-または1〜3の評価）
3-5ポイントスケール（1から5の評価）
問題は次のとおりです。
A-完了率-つまり、スケールに応答するかどうか
B-正確さ-ユーザーの反応が自分の感情の正確なゲージであるかどうか（つまり、ユーザーはより長い1-5スケールの極端を使用することを避けますか？）
似ているこの既存の質問と回答を見つけました。ただし、私の関心は、「ユーザー調査での使用」シナリオではなく、アプリ内での使用にあります。
リッカート尺度で最適な選択肢の数を取得する関数はありますか？
https://achilleaskostoulas.com/2013/09/09/four-things-you-probably-didnt-know-about-likert-scales/
リッカート型スケールの最適な選択肢の数を見つけるために私が知っている機能はありません。個人差はそのような機能の邪魔になります。私にとって最適なものが必ずしもあなたにとって最適であるとは限りません。
ミラー等の調査結果。短期記憶の限界に加えて実際の経験では、9または10箱が実用性の上限に近いことが示唆されています。それよりも大きいと、短期記憶を正確に区別できるだけの十分な保持が困難になります。
私の個人的な経験では、7が実際的な制限であり、選択を強制したい場合は6です。より粗い粒度に満足している場合は、5または4を使用します。もちろん、ニュアンスが可能な状況でない場合は、2または3を超えて使用しても意味がありません。
多くのリッカート型はかりは中間点にラベルを付けます。回答者がどの中間ボックスをチェックする必要があるかについて、役に立たない精神的な議論を引き起こす可能性があるので、私はそうしたくない。
人がスケールを真剣に扱うかどうかも、個人差の問題です。それが彼らの興味を引くものであり、フィードバックを提供することを彼らに前もって伝えた場合（ほとんどの人は、彼らが他の人に対して彼らがどこに立っているかを知りたいと思っています）、彼らはそれが何もないブラックボックスである場合よりも反応する可能性が高くなります彼らのために。