Viele Forschungsprojekte auf Graduiertenebene beinhalten die Verteilung von Umfragen und die Analyse der eingehenden Ergebnisse. Die Likert-Skala ist eine der beliebtesten Metriken für die Einstellungsforschung. Wenn Sie an einer Likert-Umfrage teilnehmen, sehen Sie eine Reihe von Aussagen und Sie werden gebeten anzugeben, ob Sie „völlig nicht zustimmen“, „nicht zustimmen“, „eher nicht zustimmen“ oder „unentschlossen“, „stimme etwas zu“, „stimme zu“ oder „stimme voll und ganz zu“. Welche Antwort Sie auch wählen, wird mit einem Punktwert versehen, und die Forscher, die die Umfrage durchführen, interpretieren die Ergebnisse.
Weisen Sie jeder Antwort einen Punktwert von 1 bis 5 oder 1 bis 7 zu, je nachdem, wie viele mögliche Antworten es gibt. Einige Umfragedesigner schließen die Optionen "leicht" auf der Seite "Zustimmen" oder "Nicht zustimmen" nicht ein. Übliche Werte für die Optionen beginnen mit „trifft überhaupt nicht zu“ bei 1 Punkt und „trifft voll und ganz zu“ bei 5 oder 7 Punkten.
Stellen Sie Ihre Ergebnisse tabellarisch zusammen und finden Sie den "Modus" oder die am häufigsten vorkommende Zahl und den "Mittelwert" oder die durchschnittliche Antwort. Wenn Ihre Stichprobe groß genug ist, sind beide Metriken wertvoll. Der Modus zeigt Ihnen die häufigste Antwort auf jede Aussage an. Und obwohl die numerischen Werte für jede Antwort nicht so objektiv sind wie das Zählen von Zahlen, gibt Ihnen der Mittelwert die durchschnittliche Gesamtantwort.
Erstellen Sie eine grafische Darstellung der Antworten mithilfe eines Balkendiagramms und weisen Sie jeder Antwortauswahl eine Spalte zu. Beschriften Sie unter der horizontalen Achse jede der Antwortmöglichkeiten mit dem Punktwert und markieren Sie Linien, die die vertikale Achse kreuzen, mit verschiedenen Zahlen – 50, 100, 150, 200 und so weiter. Diese Zahlen variieren je nach Anzahl der Befragten. Wählen Sie eine Skala, die auf alle Ihre Antwortsummen passt, aber auch die Unterschiede zwischen ihnen aussagekräftig anzeigt. Wenn Sie nur 30 Befragte haben und Ihre erste Zahl auf der Achse 100 ist, können Sie keine aussagekräftigen Unterschiede zwischen den verschiedenen Spalten anzeigen.
Disaggregieren Sie Ihre Daten nach Bedarf für Ihre Forschungsanforderungen. Möglicherweise möchten Sie die Daten nach Altersgruppen, Geschlecht, ethnischer Zugehörigkeit, Religion oder anderen Variablen trennen. Erstellen Sie ein Balkendiagramm für jede einzelne Gruppe, die Sie analysieren möchten.
Verwenden Sie einen von einer Vielzahl von Varianzanalysetests, um Ihre Daten zu analysieren. Viele Einstellungsumfragen werden zu zwei verschiedenen Zeitpunkten durchgeführt, um die Einstellungen im Laufe der Zeit zu testen. Andere werden nur einmal gemacht, um zu sehen, wie Gruppen von Menschen zu einem bestimmten Zeitpunkt zu Aussagen stehen. Tests wie die Kruskal-Wallis-, Mann-Whitney- und Chi-Quadrat-Analyse können alle Einstellungsdaten aus Likert-Umfragen verwenden und verschiedene Analyseformen bereitstellen.
Stellen Sie fest, ob Ihre Ergebnisse signifikante Unterschiede aufweisen, die Ihrer Hypothese entweder entsprechen oder widersprechen. Die Definition von "Signifikanz" hängt vom verwendeten Test ab. Wenn Ihre Ergebnisse jedoch signifikante Unterschiede zeigen, zum Beispiel in der Art und Weise, wie sich Anhänger verschiedener Religionen fühlen über die Art und Weise, wie sich Models auf den Titelseiten von Modemagazinen kleiden, dann finden Sie Anwendungen dieser Forschung für Mode Redakteure.