Likert ölçeği nedir? Katılımcıların bir dizi ifadeye ne ölçüde katıldıklarını sıralı yanıt seçenekleriyle ('Kesinlikle katılmıyorum'dan 'Kesinlikle katılıyorum'a) belirttiği ve madde puanlarının birleştirilerek tek bir puana dönüştürüldüğü ölçme yöntemidir. Yöntemi 1932'de Rensis Likert, tutumları ölçmek için önermiştir. Türkçe kaynaklarda Likert ölçeği, Likert tipi ölçek ve Likert skalası çoğunlukla eş anlamlı kullanılır; aramalarda 'Likert tipi test' ya da hatalı yazımla 'likkert' biçimleri de sık görülür. Bu rehber, tezinizde kullanacağınız Likert tipi ölçeği adım adım nasıl tasarlayacağınızı anlatır.
Likert ölçeği nedir? Ölçek ile Likert tipi madde farkı
Kavram karışıklığının çoğu tek bir ayrımdan doğar. Likert tipi madde, sıralı yanıt seçenekleri olan tek bir ifadedir. Likert ölçeği ise aynı yapıyı (örneğin sınav kaygısını) ölçen birden çok maddenin puanlarının toplandığı ya da ortalamasının alındığı bütündür; bu yüzden toplamalı derecelendirme ölçeği (summated rating scale) olarak da anılır. Tek bir 'Hizmetten ne kadar memnunsunuz?' sorusu, beşli format taşısa da Likert ölçeği değil, Likert tipi maddedir. Bu ayrım hem yöntem bölümündeki terimi hem de analiz düzeyini belirler: madde düzeyindeki veri sıralıdır, çok maddeli ölçek puanı ise yaklaşık aralıklı kabul edilir. Analize yansımalarını Likert verisi analiz rehberimizde ele aldık.
Bir Likert maddesinin anatomisi ve yanıt etiketleri
Her Likert maddesi üç parçadan oluşur: madde kökü (değerlendirilen ifade, örneğin 'Sınavdan önce odaklanmakta zorlanırım.'), yanıt seçenekleri ve bunlara anlam veren sözel etiketler; sayısal kodlar (1–5) çoğunlukla veri girişi içindir. Tam etiketli formatta her seçeneğin sözel karşılığı yazılır; uç etiketli formatta yalnızca iki uç adlandırılır, aradaki noktalar sayıyla gösterilir. 5'li ve 7'li ölçeklerde tam etiketleme genellikle önerilir, çünkü katılımcılar her kategoriyi daha tutarlı yorumlar; uç etiketli format daha uzun, sayısal derecelendirmeye yakın formatlara uyar.
Etiketler kökle uyumlu olmalıdır: 'Ne sıklıkla…' diye başlayan köke katılım etiketi konmaz ve alt boyut içinde etiket seti değiştirilmez. Orta nokta etiketi de önemlidir: 'Kararsızım' kararsızlığı, 'Ne katılıyorum ne katılmıyorum' nötr bir tutumu çağrıştırır. Uyarlama yapıyorsanız orijinal etiketin anlamını koruyun.
| Yanıt türü | 5'li etiketler (düşükten yükseğe) | Uygun madde kökü |
|---|---|---|
| Katılım | Kesinlikle katılmıyorum, Katılmıyorum, Kararsızım, Katılıyorum, Kesinlikle katılıyorum | Tutum ve görüşler |
| Sıklık | Hiçbir zaman, Nadiren, Bazen, Sık sık, Her zaman | Davranış ve deneyimler |
| Memnuniyet | Hiç memnun değilim, Memnun değilim, Ne memnunum ne memnun değilim, Memnunum, Çok memnunum | Hizmet ve deneyim değerlendirmesi |
| Önem | Hiç önemli değil, Biraz önemli, Orta derecede önemli, Çok önemli, Son derece önemli | Öncelik ve beklenti maddeleri |
| Uygunluk | Bana hiç uygun değil, Biraz uygun, Orta derecede uygun, Çoğunlukla uygun, Tamamen uygun | Kişilik ve öz-bildirim |
Likert ölçeği kaç dereceli olmalı: 4'lü, 5'li mi, 7'li mi?
Derece sayısı, ayırt edicilik ile katılımcı yükü arasındaki bir dengedir. Kategori arttıkça ölçek daha ince farkları yakalar; ancak kazanç yaklaşık yedi kategoriden sonra belirgin biçimde azalır ve etiketleme zorlaşır. Seçim analizi de etkiler: beş ve üzeri kategorili maddeler DFA'da genellikle sürekli kabul edilebilir; dört ve daha az kategoride WLSMV türü kestiriciler önerilir.
| Format | Avantaj | Dezavantaj | Tipik kullanım |
|---|---|---|---|
| 4'lü (orta noktasız) | Yön seçtirir | Nötr katılımcıyı bir kutba iter | Net tutum beklenen konular |
| 5'li | Tanıdık, tam etiketlemesi kolay | Orta nokta 'fikrim yok' yanıtlarını da toplayabilir | Eğitim ve sosyal bilimlerde varsayılan |
| 6'lı (orta noktasız) | Zorunlu seçim, daha ince ayrım | Altı net etiket yazmak zordur | Öz-bildirim ve kişilik ölçekleri |
| 7'li | Daha ince ayrım, daha fazla varyans | Etiketler anlamca bulanıklaşır; yorucu olabilir | Psikoloji, pazarlama, örgütsel davranış |
Orta nokta tartışmasında kural şudur: konu gerçekten nötr bir tutuma izin veriyorsa orta noktayı koruyun. 'Bilmiyorum / Fikrim yok' seçeneğini ölçeğin ortasına değil dışına koyun ve kayıp veri sayın. Uyarlanmış bir ölçekte derece sayısını değiştirirseniz orijinal geçerlik kanıtı doğrudan aktarılamaz; değişiklik kaçınılmazsa gerekçesini raporlayın.
Madde yazımı: Ters, çift yargılı ve yönlendirici maddeler
Onaylama eğilimi (acquiescence), katılımcının içerikten bağımsız olarak 'katılıyorum' deme yatkınlığıdır. Ters ifadeli maddeler bu eğilimi fark etmeye yardım eder; ancak dikkatsiz okumada yanlış yanıtlanır ve DFA'da ayrı bir 'yöntem faktörü' gibi davranabilir. Bunları az kullanın ve Türkçede kolayca gözden kaçan '-me/-ma' olumsuzluk eki yerine anlamca zıt ifadeler kullanın ('Sınavlarda sakinimdir' gibi). Puanlamadan önce ters maddeleri yeniden kodlayın: 5'li ölçekte yeni değer = 6 − eski değer, 7'li ölçekte 8 − eski değer. Unutulan ters kodlama düşük, hatta negatif güvenirlik katsayısıyla kendini gösterir; ayrıntılar Cronbach alfa ve McDonald omega rehberimizde.
- Çift yargılı: 'Danışmanım ulaşılabilir ve yol göstericidir.' İki yargı tek yanıtı paylaşamaz; maddeyi bölün.
- Yönlendirici: 'Herkesin bildiği gibi uzaktan eğitim verimsizdir.' Yansız yazın: 'Uzaktan eğitim benim için verimlidir.'
- Çift olumsuz: 'Derslerin ilgi çekici olmadığını düşünmüyorum.' Katılmamak yorumlanamaz hâle gelir.
- Mutlak ifadeler: 'Her zaman' ya da 'asla', katılım etiketleriyle birleşince neredeyse herkesi tek kategoriye iter.
- Olgusal: 'Haftada 10 saatten fazla ders çalışırım.' tutum değil olgudur; ayrı soru olarak sorun.
Madde sayısı, pilot uygulama ve ölçek uyarlama
Her alt boyut için en az 3, tercihen 4 veya daha fazla madde hedefleyin. Tek faktörlü bir DFA modelinde üç madde modeli tam belirlenmiş (serbestlik derecesi sıfır) kılar, yani uyum sınanamaz; dört ve üzeri madde, pilottan sonra zayıf bir maddeyi atma payı da bırakır. Yeni ölçekte geniş bir madde havuzu yazın; AFA ve DFA'ya uzanan yolu ölçek geliştirme rehberimizde anlattık.
- Bilişsel görüşme: Hedef kitleden birkaç kişiye maddeleri sesli düşünerek yanıtlatın; yanlış anlaşılan ifadeleri yakalayın.
- Pilot: Küçük bir örneklemde yanıt dağılımlarını, tek kategoride yığılmayı ve düzeltilmiş madde-toplam korelasyonlarını inceleyin; 0,30'un altındaki maddeleri gözden geçirin.
- Çeviri–geri çeviri: Özgün yazarlardan izin alın; en az iki bağımsız çevirmen Türkçe formu oluştursun, başka bir çevirmen kaynak dile geri çevirsin, farkları uzman paneli gidersin.
- Eşdeğerlik ve yapı: Olanak varsa iki formu iki dilli bir gruba uygulayın; ardından yeni bir örneklemde DFA ve güvenirlik analiziyle yapıyı doğrulayın.
Puanlama, ölçme düzeyi ve yöntem bölümünde raporlama
Ters kodlamadan sonra alt boyut puanı ya toplam puandır (orijinal yönerge öyle istiyorsa) ya da yanıt metriğinde (1–5) kalan ve farklı uzunluktaki alt boyutları karşılaştırılabilir kılan ortalama puandır. SPSS'te ters kodlama Transform → Recode into Different Variables ile yapılır; MEAN.n işlevi ise yalnızca en az n geçerli yanıtı olan katılımcıya ortalama üretir (örneğin MEAN.5(m1 TO m6)). Madde puanı sıralı, çok maddeli ölçek puanı yaklaşık aralıklı kabul edilir; testleri buna göre seçin. Yöntem bölümünde ölçeği şöyle tanımlayabilirsiniz:
Katılımcıların sınav kaygısı, [Yazar] ([yıl]) tarafından geliştirilen ve [Yazar] ([yıl]) tarafından Türkçeye uyarlanan 12 maddelik [Ölçek Adı] ile ölçülmüştür. Maddeler 5'li Likert tipinde (1 = Kesinlikle katılmıyorum, 5 = Kesinlikle katılıyorum) yanıtlanmış, üç madde ters puanlanmıştır. Puanlar madde ortalaması olarak hesaplanmış olup yüksek puan daha yüksek kaygıyı gösterir. Bu çalışmada McDonald omega katsayısı 0,87'dir.
Puanlama, faktör ya da güvenirlik analizinde destek için nicel veri analizi hizmetimize göz atın.
İyi bir Likert ölçeği analiz sırasında değil, madde kökünü yazdığınız anda kurulur.
Sık Sorulan Sorular
Likert skalası kaç dereceli olmalı?
Tez çalışmalarının çoğunda 5'li veya 7'li format uygundur: 5'li tanıdıktır ve tam etiketlemesi kolaydır, 7'li daha ince ayrım sağlar. Var olan ya da uyarlanmış bir ölçekte orijinal derece sayısını koruyun ki özgün geçerlik kanıtı geçerli kalsın.
Likert tipi test ile Likert ölçeği aynı şey mi?
Günlük kullanımda 'Likert tipi test' çoğunlukla Likert formatlı bir anketi anlatır; teknik ayrım ise madde ile ölçek arasındadır. Likert tipi madde tek bir ifadedir, Likert ölçeği ise aynı yapıyı ölçen ve puanları toplanan ya da ortalaması alınan madde grubudur.
Likert ölçeğinde ters maddeler nasıl puanlanır?
Her yanıt, ölçeğin en düşük ve en yüksek değerlerinin toplamından çıkarılır: 5'li ölçekte 6 − x, 7'li ölçekte 8 − x. Yeniden kodlamayı puan hesaplamadan ve güvenirlik analizinden önce yapın.
Celsus Likert tipi ölçek hazırlama ve analizinde hangi destekleri veriyor?
Madde ifadelerini ve yanıt formatını inceliyor, pilot verisini analiz ediyor, çeviri–geri çeviri sürecinin raporlanmasına yardımcı oluyor ve SPSS, AMOS ya da Mplus ile AFA, DFA ve güvenirlik analizlerini yürütüyoruz. Tüm adımlar tez ve makale formatına uygun biçimde raporlanır.