I.

Skala Likerta – istota i etapy konstruowania

 Skala do mierzenia postaw – najczęściej afektywnego komponentu postawy

 Skala sumowanych ocen – jest złożonym miernikiem zmiennej – pomiar opiera się na
więcej niż jednej jednostce miary
 Skala jednowymiarowa – wszystkie elementy skali (twierdzenia) muszą być wskaźnikami
tego samego obiektu postawy (kwestia trafności)
 Skala porządkowa – wynik punktowy wskazuje względną przewagę podmiotu badania ze
względu na jakąś cechę: np. alienacji, religijności, zaufania, itp.

Etapy konstruowania skali Likerta:

 Zebranie pewnej liczby stwierdzeń (kilkanaście-kilkadziesiąt) dotyczących pozytywnych i

negatywnych postaw wobec mierzonego problemu (obiektu), na które można
odpowiedzieć „tak”, „nie” lub „nie wiem”. Stwierdzenia powinny pokryć całe continuum
postawy – kierunek postawy (postawa negatywna, neutralna, pozytywna)

 Nadanie porządkujących wartości liczbowych oszacowaniom respondentów, np.:

1. Całkowicie się zgadzam
2. Zgadzam się
3. Ani się zgadzam, ani się nie zgadzam
4. Nie zgadzam się
5. Zupełnie się nie zgadzam

 Wstępne badania pilotażowe, które mają na celu stworzenie właściwej wersji skali –
odrzucenie stwierdzeń nietrafnych i korekta pozostałych

 Przeprowadzenie badań właściwych i ustalenie liczby punktów dla każdego respondenta,

jako sumy punktów uzyskanych na każdej pozycji skali (siła postawy).
Uwaga: Należy pamiętać, że skala Likerta jest skalą sumowanych ocen i o sile postawy
decyduje suma punktów. Należy zatem zmienić kolejność kodowania twierdzeń w taki
sposób, aby każde z nich wskazywało ten sam „kierunek” postawy: od negatywnego do
pozytywnego (lub odwrotnie)

 Utworzenie dwóch grup porównawczych – pierwsza grupa to 25% respondentów

(wyznaczona „od góry” wartością 1 kwartyla), którzy uzyskali najniższe wyniki
(najsilniejsze postawy negatywne), druga grupa to 25% respondentów (wyznaczona „od
doły” wartością 3 kwartyla), którzy uzyskali najwyższe wyniki (najsilniejsze postawy
pozytywne)

 Analiza odpowiedzi na każde pytanie w grupie „dolnej” i „górnej”. Jeśli średnia liczba
punktów w obu tych grupach w przypadku jakiegoś stwierdzenia nie różni się
statystycznie, to należy przypuszczać, że stwierdzenie to nie różnicuje postaw, jest
nieostre, wieloznaczne i należy je usunąć. Istotność różnic pomiędzy średnimi mierzy się
testem t (Studenta).
𝑥̅1 −𝑥̅2 𝑥̅1 - średnia w 1 grupie
t= 2 2
𝑥̅2 - średnia w 2 grupie
𝑠1 − odchylenie standardowe w 1 grupie
√𝑠𝑛1 +𝑠𝑛2 𝑠2 − odchylenie standardowe w 2 grupie
1 2
 𝑛1 - liczebność 1 grupy
𝑛2 - liczebność 2 grupy

 Ustalenie ostatecznej wartości punktowej na skali dla każdego respondenta z

uwzględnieniem twierdzeń o satysfakcjonującej mocy dyskryminacyjnej (istotnie
różniących grupę o najsilniejszych pozytywnych i najsilniejszych negatywnych postawach).

II. Skala Likerta – przykład (baza cw8_Likert)

W bazie znajduje się 12 stwierdzeń będących wskaźnikami poczucia sensu uczestnictwa w

wyborach demokratycznych.

1. Zaczynamy od etapu czwartego – sumowania wartości punktowych uzyskanych na

wszystkich 12 skalach. Przed wykonaniem dodawania należy jednak „odwrócić” wartości
dla twierdzeń sformułowanych „negatywnie”. Są to twierdzenia 2, 4, 7, 8 i 10
Do rekodowania wartości wykorzystujemy polecenie Recode:
Recode pogląd2
(1=5)
(2=4)
(3=3)
(4=2)
(5=1)
Into pogląd2n.
exe.
To samo polecenie wykonujemy dla zmiennych pogląd4, pogląd7, pogląd8 i pogląd10,
otrzymując zmienne pogląd4n, pogląd7n, pogląd8n i pogląd10n

2. Sumujemy wartości na zmiennych za pomocą polecenia Compute

Compute skala= pogląd1+pogląd3+pogląd5+pogląd6+pogląd9+pogląd11+pogląd12+pogląd2n+pogląd4n+
pogląd7n+ pogląd8n+ pogląd10n.
Exe.

W ten sposób uzyskujemy zmienną skala o następujących wartościach:

skala
Cumulative
Frequency Percent Valid Percent Percent
Valid 21,00 1 1,1 1,1 1,1
24,00 2 2,2 2,2 3,3
27,00 2 2,2 2,2 5,6
28,00 1 1,1 1,1 6,7
Wartości poniżej 1
30,00 1 1,1 1,1 7,8
kwartyla 26,7%
31,00 1 1,1 1,1 8,9
32,00 5 5,6 5,6 14,4
33,00 2 2,2 2,2 16,7
34,00 4 4,4 4,4 21,1
35,00 5 5,6 5,6 26,7
36,00 4 4,4 4,4 31,1
37,00 4 4,4 4,4 35,6
38,00 2 2,2 2,2 37,8
39,00 8 8,9 8,9 46,7
 40,00 1 1,1 1,1 47,8
41,00 3 3,3 3,3 51,1
42,00 4 4,4 4,4 55,6
43,00 8 8,9 8,9 64,4
44,00 4 4,4 4,4 68,9
45,00 2 2,2 2,2 71,1
46,00 5 5,6 5,6 76,7
47,00 2 2,2 2,2 78,9
48,00 1 1,1 1,1 80,0
49,00 2 2,2 2,2 82,2
Wartości powyżej 3
50,00 6 6,7 6,7 88,9
51,00 2 2,2 2,2 91,1 kwartyla 23,3%
52,00 4 4,4 4,4 95,6
53,00 2 2,2 2,2 97,8
54,00 1 1,1 1,1 98,9
55,00 1 1,1 1,1 100,0
Total 90 100,0 100,0

3. Otrzymana wersja skali nie jest konstruktem ostatecznym, ponieważ nie wiemy, czy w
naszym zestawie nie ma twierdzeń niewłaściwych o zbyt małej mocy dyskryminacyjnej –
takich, na które zarówno zwolennicy wyborów, jak i przeciwnicy będą odpowiadać
podobnie lub też (sytuacja jeszcze bardziej problematyczna) odwrotnie niż na pozostałe
twierdzenia (np. przeciwnicy odpowiadają pozytywnie, a zwolennicy negatywnie).
Aby sprawdzić czy w naszym zestawie nie ma takich twierdzeń należy porównać ze sobą
najbardziej zagorzałych zwolenników z najbardziej zagorzałymi przeciwnikami. W tym
celu dzielimy respondentów na dwie grupy: 25% tych, którzy otrzymali najwyższe wyniki
i 25% tych, którzy uzyskali wyniki najniższe. U nas odpowiednio 26,7% (wszyscy o
wartościach na skali poniżej 36 punktów) i 23,3% (wszyscy o wartościach powyżej 46
punktów).
Te dwie grupy w bazie danych oznaczamy wartościami 1 i 2 za pomocą polecenia If:
if skala<36
kwartyl=1.
exe.

if skala>46
kwartyl=2.
exe.

Rezultat:
kwartyl
Cumulative
Frequency Percent Valid Percent Percent
Valid 1,00 24 26,7 53,3 53,3
2,00 21 23,3 46,7 100,0
Total 45 50,0 100,0
Missing System 45 50,0
Total 90 100,0
4. Dla każdego twierdzenia osobno sprawdzamy istotność różnic wartości średnich
uzyskanych przez te dwie grupy. Jako, że grupy te są skrajnie różne, powinny również
istotnie różnić się na każdym stwierdzeniu z osobna. W tym celu wykorzystujemy test t
studenta dla prób niezależnych.
Hipoteza zerowa testu: średnie w obu porównywanych grupach są takie same
Hipoteza alternatywna: średnia w obu porównywanych grupach istotnie się od siebie
różnią.

5. Analizujemy wyniki uzyskane za pomocą testu t (prezentowana tabela różni się od

oryginalnej – pozostawiono w niej tylko niezbędne informacje)
 Independent Samples Test
t-test for Equality of Means
Mean Std. Error
t df Sig. (2-tailed) Difference Difference
pogląd1 Demokracja -4,742 43 ,000 -1,786 ,377
powstała, dlatego, aby ludzie -4,541 27,692 ,000 -1,786 ,393
mogli decydować o własnym
losie. Tych, którzy z własnej
winy nie głosują w wyborach
powinno się pociągnąć do
odpowiedzialności
pogląd2 Podczas wyborów 6,823 43 ,000 1,696 ,249
parlamentarnych wszystkie 7,115 34,380 ,000 1,696 ,238
karty są już zazwyczaj
rozdane. Głosowanie to
raczej iluzja niż rzeczywisty
wybór
pogląd3 Trzeba pamiętać, że -6,208 43 ,000 -1,833 ,295
to my, obywatele, tak -6,396 39,168 ,000 -1,833 ,287
naprawdę rządzimy krajem i
nawet, jeśli nie ma większych
szans na zmiany, trzeba
wypełnić ten obywatelski
obowiązek
pogląd4 Decyzja, kogo 6,434 43 ,000 2,083 ,324
poprzeć w wyborach jest bez 6,749 31,659 ,000 2,083 ,309
znaczenia, bo i tak w
konsekwencji zawsze jest tak
samo źle
pogląd5 Wprawdzie mój głos -1,055 43 ,297 -,423 ,400
w wyborach nie doprowadzi -1,040 38,366 ,305 -,423 ,406
do żadnych istotnych zmian,
ale skoro mamy takie prawo,
trzeba z niego skorzystać
pogląd6 Czasami oddając -1,945 43 ,058 -,696 ,358
głos w wyborach mam -1,966 42,970 ,056 -,696 ,354
nadzieję, że może to właśnie
tym razem coś rzeczywiście
zmieni się na lepsze w
naszym życiu
pogląd7 Mój głos jest tak 6,300 43 ,000 1,970 ,313
naprawdę głosem przeciwko 6,507 38,253 ,000 1,970 ,303
czemuś niż za czymś
pogląd8 Istnieją w świecie 4,040 43 ,000 1,387 ,343
siły, które decydują o naszym 4,045 42,432 ,000 1,387 ,343
życiu. Nawet w państwie
demokratycznym los
zwykłego człowieka w żadnej
mierze nie zależy od jego
woli.
pogląd9 Gdyby się dobrze -6,149 43 ,000 -1,738 ,283
zastanowić, to tak naprawdę -6,399 35,212 ,000 -1,738 ,272
każdy pojedynczy głos może
wpłynąć na późniejsze
decyzje wielkiej wagi
pogląd10 Zwykle bywa tak, 6,252 43 ,000 1,863 ,298
że udział w wyborach to 6,294 42,939 ,000 1,863 ,296
decyzja, na które mniejsze
zło się zdecydować
pogląd11 Nie rozumiem tych, -8,226 43 ,000 -2,304 ,280
którzy nie głosują. Nawet, -8,102 38,179 ,000 -2,304 ,284
gdybym był ciężko chory
zrobiłbym wszystko, aby
udać się do wyborów
pogląd12 Kiedy oddaję głos -6,167 43 ,000 -1,726 ,280
w wyborach to wiem, że tylko -6,313 41,100 ,000 -1,726 ,273
tak mogę w jakimś stopniu
wpłynąć na swoje życie i
sytuację w kraju

Patrzymy do kolumny „istotność” (Sig. (2-tailed)). Hipoteza zerowa powinna zostać przyjęta,
jeśli prawdopodobieństwo testowe jest większe od 0,05. W przeciwnym wypadku hipotezę
zerową odrzucamy i przyjmujemy hipotezę alternatywną.

W naszym przykładzie hipotezę zerową (brak różnic pomiędzy wartościami średnimi) przyjmujemy
dla zmiennej pogląd5. I to twierdzenie powinno zostać usunięte ze skali. Zgodnie z założeniami,
podobnie powinniśmy postąpić z twierdzeniem 6, ale decydujemy się na pozostawienie go, ponieważ
prawdopodobieństwo testowe jest na granicy istotności.
Dlaczego twierdzenie 5 nie różnicuje postaw grup o skrajnych poglądach?
Ponieważ zawiera w sobie dwa sprzeczne sformułowania: osoba negatywnie nastawiona do wyborów
zgodzi się, że „jej głos w wyborach nie doprowadzi do żadnych istotnych zmian”, ale nie zgodzi się, że
„jeśli ma takie prawo, to trzeba z niego skorzystać”. Postawiona przed takim dylematem „dla
bezpieczeństwa” prawdopodobnie wybierze odpowiedź „ani się zgadzam, ani się nie zgadzam”.
Podobna sytuacja dotyczyć będzie zwolenników.
6. Po tych ustaleniach modyfikujemy skalę poprzez usunięcie z niej twierdzenia 5. W tym
celu tworzymy nową zmienną skala1, wykorzystując wcześniejsze polecenie Compute:

Compute skala1= pogląd1 +pogląd3 + pogląd6+ pogląd9 +pogląd11+ pogląd12 +pogląd2n+ pogląd4n+
pogląd7n+ pogląd8n+ pogląd10n.
exe.

Rozkład wartości ostatecznej wersji skali wygląda następująco:

skala1
Cumulative
Frequency Percent Valid Percent Percent
Valid 19,00 2 2,2 2,2 2,2
22,00 1 1,1 1,1 3,3
24,00 1 1,1 1,1 4,4
25,00 2 2,2 2,2 6,7
26,00 1 1,1 1,1 7,8
27,00 3 3,3 3,3 11,1
28,00 2 2,2 2,2 13,3
29,00 2 2,2 2,2 15,6
30,00 4 4,4 4,4 20,0
31,00 3 3,3 3,3 23,3
32,00 4 4,4 4,4 27,8
33,00 8 8,9 8,9 36,7
34,00 2 2,2 2,2 38,9
35,00 6 6,7 6,7 45,6
37,00 5 5,6 5,6 51,1
38,00 6 6,7 6,7 57,8
39,00 4 4,4 4,4 62,2
40,00 3 3,3 3,3 65,6
41,00 7 7,8 7,8 73,3
42,00 3 3,3 3,3 76,7
43,00 1 1,1 1,1 77,8
44,00 1 1,1 1,1 78,9
45,00 3 3,3 3,3 82,2
46,00 4 4,4 4,4 86,7
47,00 6 6,7 6,7 93,3
48,00 1 1,1 1,1 94,4
49,00 2 2,2 2,2 96,7
50,00 1 1,1 1,1 97,8
51,00 1 1,1 1,1 98,9
52,00 1 1,1 1,1 100,0
Total 90 100,0 100,0
III. Rzetelność i współczynnik Alpha Cronbacha

1. Łatwiejszą metodą, pozwalająca sprawdzić czy nasza skala może zostać wykorzystana w
badaniach, jest policzenie jej rzetelności (czy przy powtórnych pomiarach i w
niezmienionych warunkach otrzymamy takie same wyniki) w oparciu o współczynnik
Alpha Cronbacha
Dokonujemy zatem tzw. walidacji wewnętrznej, polegającej na sprawdzeniu korelacji
pomiędzy pytaniami, z których złożona jest skala.
W tym celu wybieramy opcję: analiza rzetelności:

Następnie w oknie „Elementy” umieszczamy nasze stwierdzenia. Należy pamiętać, że liczymy

korelacje pomiędzy nimi, tak więc, niezbędne jest uwzględnienie twierdzeń odwróconych. Oryginalne
twierdzenia negatywne korelowałyby ujemnie z pozostałymi twierdzeniami, co znacznie obniżałoby
rzetelność skali ze względu na interpretowany przez SPPS „brak spójności” pomiędzy odpowiedziami
respondentów.
Dodatkowo w „statystykach” zaznaczamy opcję „skala przy wykluczeniu pozycji”:
 2. Wyniki

Reliability Statistics

Cronbach's
Alpha N of Items

,741 12

Wartość współczynnika Alpha jest równa 0,741, co świadczy o przyzwoitej i akceptowalnej

rzetelności. Zwykle za rzetelne uznaje się skale, dla których współczynnik Alpha jest równy co
najmniej 0.7. Niekiedy również stosuje się mniej restrykcyjne założenia, uznając za rzetelną
skalę, dla której współczynnik Alpha jest równy co najmniej 0,6.
Oprócz interpretacji samego współczynnika Alpha warto zajrzeć do tabeli poniżej,
wygenerowanej dzięki zaznaczeniu opcji „skala przy wykluczeniu pozycji”.
Znajdują się w niej dwie istotne informacje:
 W kolumnie 3 – jaka jest wartość współczynnika korelacji liniowej Pearsona
pomiędzy danym twierdzeniem a skalą (bez tego twierdzenia)
 W kolumnie 4 – jaka byłaby rzetelność skali, gdyby usunąć z niej dane twierdzenie.
 Scale
Mean if Scale Corrected
Item Variance if Item-Total Cronbach's Alpha
Deleted Item Deleted Correlation if Item Deleted
pogląd1 Demokracja powstała, dlatego, aby 38,2778 50,944 ,247 ,742
ludzie mogli decydować o własnym losie.
Tych, którzy z własnej winy nie głosują w
wyborach powinno się pociągnąć do
odpowiedzialności
pogląd3 Trzeba pamiętać, że to my, 36,8889 48,639 ,510 ,708
obywatele, tak naprawdę rządzimy krajem i
nawet, jeśli nie ma większych szans na
zmiany, trzeba wypełnić ten obywatelski
obowiązek
pogląd5 Wprawdzie mój głos w wyborach nie 36,9667 56,752 -,011 ,770
doprowadzi do żadnych istotnych zmian, ale
skoro mamy takie prawo, trzeba z niego
skorzystać
pogląd6 Czasami oddając głos w wyborach 36,8000 52,769 ,282 ,734
mam nadzieję, że może to właśnie tym razem
coś rzeczywiście zmieni się na lepsze w
naszym życiu
pogląd9 Gdyby się dobrze zastanowić, to tak 37,0000 49,393 ,441 ,716
naprawdę każdy pojedynczy głos może
wpłynąć na późniejsze decyzje wielkiej wagi
pogląd11 Nie rozumiem tych, którzy nie 37,9333 46,535 ,523 ,703
głosują. Nawet, gdybym był ciężko chory
zrobiłbym wszystko, aby udać się do wyborów
pogląd12 Kiedy oddaję głos w wyborach to 37,0333 48,752 ,512 ,708
wiem, że tylko tak mogę w jakimś stopniu
wpłynąć na swoje życie i sytuację w kraju
pogląd2n 36,9889 50,573 ,394 ,721
pogląd4n 37,2667 48,512 ,392 ,721
pogląd7n 37,3111 47,430 ,503 ,706
pogląd8n 37,4778 51,376 ,300 ,732
pogląd10n 38,0000 48,809 ,478 ,711

W tabeli widać, że zmienna pogląd5 nie tylko bardzo słabo koreluje z całą skalą, ale jest to korelacja
ujemna. W takiej sytuacji twierdzenie powinno zostać bezwględnie usunięte z ostatecznej wersji
skali. Potwierdzeniem tego faktu jest przewidywana Alpha (kolumna 4). Jeśli w zestawie zmiennych
nie pojawi się pogląd5, wówczas wartość współczynnika Alpha wzrośnie do 0,770. Można ten fakt
potwierdzić jeszcze raz, licząc rzetelność bez twierdzenia 5.
Podsumowując – widać, że zarówno pierwsza metoda (test t), jak i druga metoda (Alpha) prowadzą
do podobnych wniosków – wskazują twierdzenie 5 jako niespójne z pozostałymi twierdzeniami.