鬍鬚曾統計顧問
  • 首頁
  • 最新消息
  • 統計學課程
    • 基礎統計SPSS
    • 行銷數量分析課程介紹
    • 信效度分析
    • 基礎迴歸分析
    • PLS結構方程式
  • 關於我們
  • 隱私政策
  • 統計學懶人包

 統計學懶人包

熱門搜尋:  標準化 | 問卷前測 | 交叉分析

區間尺度,論文最常用到的尺度之一

10/30/2018

0 評論

 
區間尺度又稱為等距尺度,通常會是這樣:
 
你覺得這家店的服務品質如何,1分到7分勾一個,分數靠近1表示劣等,分數靠近7則是優等。然後,假設1與2, 2與3的距離相等(其他也是以此類推)。其他的例子像是李克特尺度,問你對一件事情的看法,請你勾選同意不同意的程度
1: 非常不同意
2: 不同意
3: 有點不同意
4: 普通
5: 有點同意
6: 同意
7: 非常同意
 
那因為這篇文章有點長,如果你有興趣,我放在我的部落格,請點以下連結去看喔!
 
這個尺度有一個特性,就是各個分類的值之決定是很武斷的,你說的算,只要它是等距,譬如我也可以這樣
-3: 非常不同意
-2: 不同意
-1: 有點不同意
0: 普通
1: 有點同意
2: 同意
3: 非常同意
 
那這樣說來,這裡的0並不是絕對零點(表示什麼都沒有,沒有東西),是有東西的,在此例子就是對某件事情普通的看法。其實最常見的區間尺度例子就是溫度計,1度與2度之間,2度與3度之間距離相等,而且0度不代表沒有溫度,還是有溫度,表示沒有絕對零點。
 
因為等距,所以區間尺度可以做加減運算,常見的做法就是用在量表,量表就是問一個概念的多個題項,譬如,忠誠度這個概念用三題問
 
以下三題,請你回答同意不同意的程度,七點尺度(非常不同意(1)到非常同意(7))
1.我覺得我對這家店是忠誠度
2.我覺得我會和親朋好友推薦這家店
3.我還會去這家店消費
然後,如果你第一題答同意,第二題答非常同意,第三題答同意,你就會在第一題得到6分,第二題得到7分,第三題6分,這個時候你就可以將這三題的分數加總起來,代表你對這家店的顧客忠誠度分數=6+7+6=19分..這種量表也因為這種加總的特性被稱為summated scale(加總量表)
 
區間尺度在實務上常常會用到,特別是寫論文時xd
 
區間尺度值的決定,雖然是武斷的,但是建議還是要遵循大家的做法,也就是
1: 非常不同意
2: 不同意
3: 有點不同意
4: 普通
5: 有點同意
6: 同意
7: 非常同意
 
任何其他的作法只是會造成溝通的困難而已,就別了吧! 想一下,如果你現在想要和大家不同
 
7: 非常不同意
6: 不同意
5: 有點不同意
4: 普通
3: 有點同意
2: 同意
1: 非常同意
 
雖然不能說你錯,但這樣就會很怪阿,記得很久一前當兵時
識別證掛反了,班長跑來說,你為什麼要跟別人不一樣? 為何要不一樣? 為何要不一樣?
 
所以,不要和別人不一樣吧! 不然會造成誤解還要解釋,浪費時間,遵循大家的習慣吧!

好好消化吸收, 一起簡單學,做的好吧! 

你已經差不多學會了尺度的概念了,打好這個基礎表示你可以開始學SPSS基礎分析了,現在鬍鬚曾提供免費基礎統計SPSS課程,邀請你加入喔!
 
 

0 評論



發表回覆。

    圖片

    我是誰

    鬍鬚曾,政大博士,為人和善客氣,看起來呆呆萌萌的,喜歡分享簡單統計知識,熱心幫助有需要的人,做事認真,常常忘記要照顧自己

    查文章

    十月 2024
    十月 2022
    九月 2022
    十月 2021
    九月 2021
    八月 2021
    十月 2020
    二月 2020
    一月 2020
    十二月 2019
    十一月 2019
    十月 2019
    九月 2019
    八月 2019
    七月 2019
    六月 2019
    五月 2019
    四月 2019
    二月 2019
    一月 2019
    十二月 2018
    十一月 2018
    十月 2018

    類別

    全部
    勉勵與期許
    問卷前測
    問卷設計
    基礎統計概念
    大數據分析
    抽樣
    推論統計
    進階統計
    進階統計
    關於鬍鬚曾

    RSS 訂閱


隱私政策  |  部落格  |  關於鬍鬚曾  |  免費好康  |  輔大永續研究中心


Hours

M-F: 11 am - 5pm

Facebook

點我

Email

[email protected]
  • 首頁
  • 最新消息
  • 統計學課程
    • 基礎統計SPSS
    • 行銷數量分析課程介紹
    • 信效度分析
    • 基礎迴歸分析
    • PLS結構方程式
  • 關於我們
  • 隱私政策
  • 統計學懶人包