Sok diplomás szintű kutatási projekt magában foglalja a felmérések elosztását és a beérkező eredmények elemzését. A Likert-skála az attitűdkutatás egyik legnépszerűbb mutatója. Ha Likert-felmérést vesz fel, akkor egy sor állítást fog látni, és felkérést kap arra, hogy jelezze, hogy "határozottan nem ért egyet", "nem ért egyet", "kissé nem ért egyet", "bizonytalan", "kissé egyetért", "egyetért". vagy "határozottan egyetértek". Bármelyik választ is megad egy pontértéket, és a felmérést végző kutatók értelmezik az eredményeket.
Az egyes válaszokhoz adjon pontértéket 1-től 5-ig vagy 1-től 7-ig, attól függően, hogy hány lehetséges válasz létezik. Egyes felmérések tervezői nem tartalmazzák a „kissé” opciókat az egyetértésben vagy a egyet nem értésben. A lehetőségek közös értékei az "pontosan nem ért egyet" ponttal kezdődnek, és egy ponton "határozottan egyetértenek", 5 vagy 7 pontnál pedig "határozottan egyetértek".
Táblázza meg az eredményeket és keresse meg a "mód" vagy a leggyakrabban előforduló számot, valamint az "átlagot" vagy az átlagos választ. Ha a mintája elég nagy, akkor mindkét mutató értékes lesz. Az üzemmód megmondja az egyes állításokra adott leggyakoribb választ. És bár az egyes válaszok numerikus értékei nem olyan objektívek, mint a számok számlálása lenne, az átlag adja az általános átlagválaszt.
Készítsen grafikus ábrázolást a válaszokról egy oszlopdiagramon keresztül, egy oszlopot adva az egyes választási lehetőségekhez. A vízszintes tengely alatt jelölje meg az egyes választási lehetőségeket a pontértékkel, és jelöljön ki a függőleges tengelyt keresztező vonalakat különböző számokkal - 50, 100, 150, 200 és így tovább. Ezek a számok a válaszadók számától függően változnak. Válasszon egy skálát, amely megfelel az összes válaszösszegnek, de értelmesen megmutatja a különbségeket is közöttük. Ha csak 30 válaszadója van, és az első számod a tengelyen 100, akkor nem tudja mutatni a különbségeket a különféle oszlopok között.
Az adatokat bontja szét a kutatási igények kielégítéséhez. Érdemes elkülöníteni az adatokat korcsoportok, nem, etnikai hovatartozás, vallás vagy egyéb változók szerint. Hozzon létre oszlopdiagramokat minden külön elemzendő csoporthoz.
Az adatok elemzéséhez használjon varianciaanalízis-teszt egyikét. Számos attitűd-felmérést két különböző időpontban végeznek, hogy idővel felmérjék a hozzáállást. Mások csak egyszer készültek el, hogy megnézhessék, hogyan érzi az embercsoportokat az állítások egy adott időpontban. A tesztek, mint például a Kruskal-Wallis, Mann-Whitney és a chi-square elemzés, mind a Likert-felmérések attitűd adatait képezhetik, és különböző elemzési formákat biztosíthatnak.
Határozza meg, hogy az eredmények olyan szignifikáns különbségeket mutatnak-e, amelyek megegyeznek vagy ellentmondnak a hipotézisnek. A "szignifikancia" meghatározása az alkalmazott teszttől függően változhat. Ha azonban az eredmények szignifikáns különbségeket mutatnak, például abban, hogy a különböző vallások hívei hogyan viselkednek a modellek a divatmagazinok borítóján, akkor megtalálhatja ennek a kutatásnak a divatszerkesztők számára történő alkalmazását.