Menu

Échelle de Likert

Pourquoi avons-nous besoin d'une échelle de Likert? Supposons que vous ayez formulé une hypothèse dans laquelle une variable qui ne peut pas être mesurée directement, une variable dite latente, apparaît. Alors comment mesurer cette variable dans votre questionnaire?

Les variables latentes sont, par exemple, le bien-être physique ou la conscience environnementale. Pourquoi ces variables ne sont-elles pas directement mesurables? Bien sûr, vous pourriez simplement demander dans votre questionnaire: "Quel est votre niveau de conscience environnementale?"

Likert-Scale

Cependant, il vous sera très difficile ou très inexact de mesurer la conscience environnementale avec cette seule question, car la conscience environnementale comporte plusieurs dimensions.

La première personne se dit: "Je suis dans une organisation de protection des animaux et je m'occupe d'animaux dans le besoin", et coche "très élevé", mais d'un autre côté, elle fait un voyage longue distance en avion trois fois par an.

Likert-Scale Item.

La personne suivante se dit: "Ma conscience de l'environnement est très élevée, je sais qu'il faut trier les déchets et ne pas conduire la voiture tout le temps, donc ma conscience de l'environnement est élevée, mais je ne la respecte pas. Cette personne doit-elle alors cocher "élevé" ou "faible"?

Vous pouvez, bien sûr, poser cette seule question pour mesurer la sensibilisation à l'environnement, mais vous ne pourrez pas faire grand-chose avec les réponses.

Échelles

Afin de pouvoir mesurer de manière adéquate des variables latentes telles que la conscience environnementale, on utilise désormais des échelles. Une échelle est un groupe de questions, par exemple les questions 1, 2, 3 et 4, avec des catégories de réponse allant, par exemple, de "tout à fait d'accord" à "pas du tout d'accord". Ensemble, ces questions servent à mesurer une variable latente.

Scale

En utilisant des questions multiples, votre mesure devient plus précise. Une telle échelle est également appelée échelle multi-items.

L'échelle la plus connue est l'échelle de Likert. Il s'agit d'une méthode utilisée pour mesurer les attitudes personnelles. L'échelle de Likert se compose de plusieurs questions, appelées items. Les items sont des déclarations qui enregistrent le niveau d'accord ou de désaccord du répondant. Ainsi, les répondants peuvent indiquer dans quelle mesure ils sont en désaccord ou en accord avec une affirmation sur une échelle de réponse à plusieurs niveaux.

En général, on utilise une évaluation à 4 ou 5 niveaux.

Évaluation à 4 niveaux:

  • s'applique (1)
  • s'applique plutôt (2)
  • ne s'applique pas (3)
  • ne s'applique pas (4)

Cote de 5 niveaux:

  • s'applique (1)
  • s'applique plutôt (2)
  • partiellement (3)
  • ne s'applique pas (4)
  • ne s'applique pas (5)

On ne peut pas répondre de manière générale à la question de savoir si une catégorie intermédiaire est utile ou non.

likert-Scale-4-or-5-items

Dans certains cas, il est logique que les répondants disposent d'une catégorie intermédiaire "neutre" pour éviter d'être poussés dans une direction. D'un autre côté, il y a un risque que de nombreux répondants choisissent la catégorie intermédiaire, ce qui pourrait rendre vos résultats moins significatifs.

Question avec une échelle de Likert

La question suivante est la suivante: comment trouver les bonnes questions? Dois-je simplement les inventer moi-même?

Likert-Scale-question

Ce n'est pas une bonne idée, car dans ce cas, vous devriez vous donner beaucoup de mal pour vérifier si vos questions mesurent vraiment les variables latentes correctement.

La méthode la plus propre consiste à effectuer une recherche dans la littérature et les échelles et à découvrir s'il existe déjà des questions validées que vous pouvez utiliser pour mesurer vos variables.

Quelle est la façon la plus simple de commencer une recherche de littérature et d'échelle? Il suffit de lancer "quick and dirty" et "google" pour "questionnaire de sensibilisation à l'environnement".

Échelle de Likert et indexation

Vous avez donc envoyé votre questionnaire et l'avez fait remplir. Supposons que vous ayez reçu suffisamment de réponses et que vous ayez terminé l'enquête. Que faites-vous des réponses? Voyons cela maintenant.

Pour ne pas avoir trop de texte, utilisons à nouveau cet exemple:

example-Likert-Scale

Les participants à votre enquête ont coché une case allant de "d'accord" à "pas d'accord" pour les questions 1 à 4. Vous pouvez maintenant exporter l'enquête terminée vers Excel ou DATAtab, chaque ligne représentant un répondant et les colonnes représentant les 4 questions. La première personne a coché "2" pour la question 1, "1" pour la question 2, "3" pour la question 3 et "2" pour la question 4.

example-Likert-Scale

Vous voulez maintenant mesurer votre variable latente à l'aide de ces quatre questions. Dans la pratique, on suppose souvent que les échelles de Likert ont un niveau d'échelle métrique. À proprement parler, les réponses sur une échelle de Likert ont une échelle ordinale, car les distances entre les réponses ne sont probablement pas perçues comme égales par les participants à l'enquête.

Par conséquent, la méthode la plus courante consiste à construire un indice dit moyen. Pour ce faire, il suffit de calculer la moyenne de chaque ligne. Vous disposez maintenant d'une estimation pour votre variable latente.

Likert-Scale-index

Vous pouvez également créer facilement l'indice de la valeur moyenne avec DATAtab. Pour ce faire, copiez vos données dans ce tableau et cliquez sur "Transformer les données". Cliquez ensuite sur "Formation de l'indice" et sélectionnez les questions 1 à 4, puis cliquez sur "Indice de valeur moyenne" et entrez le nom de la nouvelle variable - terminé! Vous pouvez maintenant vérifier si vos questions mesurent réellement une variable latente. Pour ce faire, vous pouvez utiliser le coefficient alpha de Cronbach.

Cité DATAtab: DATAtab Team (2024). DATAtab: Online Statistics Calculator. DATAtab e.U. Graz, Austria. URL https://datatab.net

Contact FAQ et à propos de nous Politique de confidentialité Logiciel de statistiques