Les échelles de Likert, fréquemment utilisées dans les sondages, mesurent les attitudes des répondants en leur demandant dans quelle mesure ils sont en accord ou en désaccord avec un ensemble de questions ou d’énoncés. Une échelle type pourrait comprendre les catégories de réponse suivantes : fortement d’accord, d’accord, d’accord, indécis, en désaccord et fortement en désaccord. Le codage numérique des réponses permet aux chercheurs d’analyser les données de l’échelle de Likert à l’aide de méthodes statistiques descriptives et inférentielles.
Codez les réponses en leur attribuant une valeur numérique. Supposons, par exemple, que nous demandons aux répondants dans quelle mesure ils sont d’accord ou en désaccord avec dix mesures prises par le Congrès. Les catégories de réponse sont fortement d’accord, d’accord, incertain/indécis, en désaccord et fortement en désaccord. Nous pourrions coder les réponses comme suit : fortement d’accord = 1, d’accord = 2, indécis = 3, en désaccord = 4, et fortement en désaccord = 5. Vous pouvez saisir ces données sur une feuille de calcul Excel pour analyse.
Représenter visuellement l’éventail des réponses à l’aide de diagrammes à barres qui indiquent le nombre et le pourcentage de répondants qui ont exprimé leur accord, leur désaccord, etc.
Résumez vos données de l’échelle de Likert à l’aide de statistiques descriptives. Faites preuve de prudence à cette étape. Une erreur courante consiste à calculer une moyenne numérique, ou valeur moyenne des réponses codées. Il ne s’agit pas d’une méthode valide pour l’analyse des données de l’échelle de Likert, qui sont de nature ordinale. Comme alternative, résumez vos données de l’échelle de Likert avec le mode ou la réponse la plus fréquente. Par exemple, si « d’accord » était la réponse la plus fréquente à un élément, le mode serait la valeur numérique attribuée à cette réponse.
Explorez davantage les données à l’aide de techniques statistiques inférentielles. Il existe de nombreuses techniques de ce genre, et la plus appropriée dépendra de la nature exacte de votre étude. L’analyse de la variance est une approche. Pour l’exemple de l’étape 1, vous pourriez analyser les réponses avec le sexe de l’enquêté comme variable indépendante, en examinant la différence de réponses entre les hommes et les femmes participant(e)s à l’enquête. L’analyse factorielle, qui tente d’expliquer les réponses en fonction des facteurs sous-jacents, est également fréquemment utilisée.
Laisser un commentaire