अधिकांश सर्वेक्षणों के लिए सबसे उपयुक्त लिकर्ट स्केल, दृष्टिकोण और राय संबंधी प्रश्नों के लिए 5-बिंदु सहमति स्केल (पूरी तरह असहमत / असहमत / तटस्थ / सहमत / पूरी तरह सहमत) और व्यवहार संबंधी प्रश्नों के लिए 5-बिंदु आवृत्ति स्केल (कभी नहीं / शायद ही कभी / कभी-कभी / अक्सर / हमेशा) है। 5-बिंदु स्केल अधिकांश पेशेवर संदर्भों में सबसे अच्छा काम करता है क्योंकि यह परिचित है, प्रतिक्रिया में आसानी के साथ-साथ सूक्ष्मता का संतुलन बनाए रखता है, और औसत गणनाओं का समर्थन करने वाला डेटा प्रदान करता है; 7-बिंदु स्केल अनुसंधान संदर्भों के लिए उपयुक्त है जहाँ सूक्ष्म अंतर करना महत्वपूर्ण है; 4-बिंदु बाध्य-विकल्प स्केल (तटस्थ मध्यबिंदु को छोड़कर) तब उपयुक्त है जब आपको राय संबंधी प्रश्नों पर दुविधा से बचना हो; और 10-बिंदु स्केल एनपीएस-शैली के निष्ठा मापन के लिए उपयुक्त है जहाँ प्रमोटर/निष्क्रिय/डिट्रैक्टर विभाजन के लिए व्यापक प्रसार की आवश्यकता होती है। सबसे आम गलती एक ही सर्वेक्षण में विभिन्न प्रकार के स्केलों को मिलाना है - प्रश्नों की स्पष्ट तुलना के लिए पूरे सर्वेक्षण में एक समान एंकर शब्दावली का उपयोग करें।
प्रशिक्षण मूल्यांकन या कर्मचारी सर्वेक्षण तैयार करना तब तक आसान लगता है जब तक कि यह सवाल सामने न आ जाए कि किस पैमाने का उपयोग किया जाए। सहमति? संतुष्टि? आवृत्ति? पाँच अंक या सात? यह पोस्ट 40 से अधिक लिकर्ट स्केल के उदाहरण एकत्र करती है, जिन्हें पैमाने के प्रकार और उपयोग के आधार पर व्यवस्थित किया गया है, ताकि आप दुविधा में पड़ने के बजाय ऐसे डेटा को एकत्रित करना शुरू कर सकें जो वास्तव में आपको कुछ जानकारी दे। इतिहास की जानकारी बाद में दी जाएगी।
रेंसिस लिकर्ट ने कोलंबिया विश्वविद्यालय में अपने 1932 के पीएचडी शोध प्रबंध में इस प्रकार के पैमाने को विकसित किया, ताकि दृष्टिकोण संबंधी डेटा को सांख्यिकीय रूप से विश्लेषित किया जा सके [1]। लगभग एक सदी बाद भी, यह प्रारूप लोगों के सोचने और महसूस करने के तरीके को मापने का सबसे विश्वसनीय तरीका है, बशर्ते आप काम के लिए सही संस्करण चुनें।
प्रभावी लिकर्ट कथनों को लिखना
स्केल का प्रारूप तभी मायने रखता है जब कथन स्वयं स्पष्ट हो। एक खराब ढंग से लिखे गए लिकर्ट प्रश्न को एक धुंधली तस्वीर की तरह समझें: एक आदर्श 5-पॉइंट स्केल भी इसे स्पष्ट नहीं कर सकता। कुछ सिद्धांत जो हर उपयोग के मामले में लागू होते हैं:
प्रत्येक कथन में एक ही विचार होना चाहिए। "प्रशिक्षक जानकार थे और सामग्री सुव्यवस्थित थी" यह एक ही कथन में दो प्रश्न हैं। यदि कोई एक से सहमत है लेकिन दूसरे से नहीं, तो आपको अर्थहीन औसत मिलेगा। इन्हें अलग-अलग करें।
विशिष्ट रहें, सामान्य बातें न करें। "यह प्रशिक्षण अच्छा था" से आपको कोई व्यावहारिक जानकारी नहीं मिलती। "इस प्रशिक्षण ने मुझे व्यावहारिक तकनीकें सिखाईं जिन्हें मैं इस सप्ताह लागू कर सकता हूँ" से पता चलता है कि क्या विषयवस्तु वास्तव में प्रभावी रही।
ऐसे वाक्यों का प्रयोग करने से बचें जो उत्तरदाताओं को सहमति की ओर ले जाते हैं। "क्या आप इस बात से सहमत नहीं हैं कि फीडबैक सेशन उपयोगी होते हैं?" जैसे वाक्य उत्तरदाताओं को सहमति की ओर ले जाते हैं। वाक्य को तटस्थ रखें: "फीडबैक सेशन मेरे समय का एक उपयोगी उपयोग हैं।"
जिस विषय का मापन किया जा रहा है, उसके अनुसार काल का प्रयोग करें। चल रहे दृष्टिकोणों के लिए वर्तमान काल का प्रयोग करें: "मुझे अपनी टीम में संघर्ष का प्रबंधन करने में आत्मविश्वास है।" पूर्ण हो चुके अनुभवों के लिए भूतकाल का प्रयोग करें: "ऑनबोर्डिंग प्रक्रिया ने मुझे मेरी भूमिका के लिए तैयार किया।"
सकारात्मक और नकारात्मक पहलुओं को एक समान बनाए रखें। यदि अधिकांश कथन सकारात्मक हैं ("मेरे प्रबंधक मेरे विकास में सहयोग करते हैं"), तो किसी भी कथन को नकारात्मक न बनाएं ("मेरे प्रबंधक मुझे पर्याप्त प्रतिक्रिया नहीं देते")। समय की कमी के कारण उत्तरदाता अक्सर नकारात्मक पहलू को नज़रअंदाज़ कर देते हैं और गलत प्रश्न का उत्तर दे देते हैं। यदि एकरूपता की जांच के लिए आपको विपरीत अंकों वाले प्रश्नों को शामिल करना आवश्यक हो, तो इसे सोच-समझकर करें और इनकी संख्या न्यूनतम रखें।
सहमति के पैमाने (पूरी तरह असहमत → पूरी तरह सहमत)
सहमति मापने वाले पैमाने सबसे आम लिकर्ट प्रारूप हैं। ये तब अच्छे से काम करते हैं जब आप यह मापना चाहते हैं कि कोई व्यक्ति किसी विशिष्ट कथन का कितनी दृढ़ता से समर्थन करता है।
3-बिंदु उदाहरण
"निर्देशों का पालन करना आसान था।"
जहां सूक्ष्म अंतर ज्यादा मायने नहीं रखते, वहां त्वरित प्रतिक्रिया के लिए 3-बिंदु पैमाने का उपयोग करें: उदाहरण के लिए, कार्यशाला के विराम के दौरान एक छोटा सा प्रश्न पूछना। इसका उत्तर देना आसान है और इस पर तुरंत अमल किया जा सकता है।
5-बिंदु उदाहरण
"प्रशिक्षण की सामग्री मेरी दैनिक जिम्मेदारियों के लिए प्रासंगिक थी।"
पांच बिंदु सार्थक विश्लेषण के लिए पर्याप्त भिन्नता को पकड़ते हैं जबकि इतने सरल रहते हैं कि उत्तरदाता वास्तव में सर्वेक्षण पूरा करते हैं [2]। यह अधिकांश पेशेवर उपयोग मामलों के लिए डिफ़ॉल्ट प्रारूप है।
- "मैं समझता हूं कि मेरा काम संगठन के लक्ष्यों में किस प्रकार योगदान देता है।"
- "मेरे मैनेजर अपेक्षाओं को स्पष्ट रूप से बताते हैं।"
- "मेरे पास अपना काम प्रभावी ढंग से करने के लिए आवश्यक संसाधन हैं।"
- "इस पाठ्यक्रम ने मुझे अवधारणाओं को व्यवहार में लागू करने के लिए तैयार किया।"
- "मुझे अपने मैनेजर के साथ अपनी चिंताओं को उठाने में सहज महसूस होता है।"
- "मेरे संगठन में बदलाव की गति प्रबंधनीय है।"
7-बिंदु उदाहरण
मुझे इस सॉफ्टवेयर का स्वतंत्र रूप से उपयोग करने की अपनी क्षमता पर पूरा भरोसा है।
शोध से पता चलता है कि 7-बिंदु पैमाने 5-बिंदु पैमानों की तुलना में बेहतर विभेदक क्षमता प्रदान करते हैं: वे उन उत्तरदाताओं के बीच अंतर करने में अधिक सटीक हैं जो "कुछ हद तक संतुष्ट" महसूस करते हैं और जो "बहुत संतुष्ट" हैं [2]। इनका उपयोग तब करें जब आपको छोटे बदलावों का पता लगाने की आवश्यकता हो, जैसे कि कई सर्वेक्षण चक्रों में दृष्टिकोण परिवर्तन को ट्रैक करना।
- "मुझे इस टीम के सदस्य के रूप में महत्व महसूस होता है।"
- "ऑनबोर्डिंग प्रक्रिया ने मेरे पहले 90 दिनों के लिए स्पष्ट अपेक्षाएँ निर्धारित कीं।"
संतुष्टि के पैमाने (अत्यंत असंतुष्ट → अत्यंत संतुष्ट)
संतुष्टि के पैमाने तब सबसे अच्छे काम करते हैं जब आप किसी कथन के बारे में राय मापने के बजाय किसी अनुभव, सेवा या घटना का मूल्यांकन कर रहे हों।
5-बिंदु उदाहरण
आज के मुख्य भाषण सत्र की गुणवत्ता से आप कितने संतुष्ट हैं?
- "हमारी टीम से आपको जो सहयोग मिला, उससे आप कितने संतुष्ट हैं?"
- "कार्यक्रम स्थल की सुविधाओं से अपनी संतुष्टि का मूल्यांकन करें।"
- "आपको उपलब्ध व्यावसायिक विकास के अवसरों से आप कितने संतुष्ट हैं?"
- "अपने पद के तहत मिलने वाले कार्य-जीवन संतुलन से अपनी संतुष्टि का मूल्यांकन करें।"
आवृत्ति पैमाने (कभी नहीं → हमेशा)
व्यवहार या घटनाओं के घटित होने की आवृत्ति को मापने के लिए आवृत्ति पैमाने उपयोगी होते हैं। ये आत्म-मूल्यांकन, प्रशिक्षण हस्तांतरण मूल्यांकन और इच्छित एवं वास्तविक अभ्यास के बीच अंतर की पहचान करने में सहायक होते हैं।
5-बिंदु उदाहरण
मुझे अपने काम के प्रदर्शन पर अपने मैनेजर से फीडबैक मिलता है।
- "मैं अपने कार्यभार से अभिभूत महसूस कर रहा हूँ।"
- "मैं प्रशिक्षण में सीखे गए कौशल को अपने दैनिक कार्यों में लागू करता हूं।"
- "टीम की बैठकों में खुली चर्चा और प्रश्नोत्तर के लिए समय शामिल होता है।"
- "मैं अपनी भूमिका में निर्णय लेने के लिए डेटा का उपयोग करता हूं।"
- "मैं अपनी टीम के बाहर के सहकर्मियों के साथ सहयोग करता हूँ।"
- "मुझे अपनी मुख्य जिम्मेदारियों से परे किए गए योगदानों के लिए मान्यता मिलने का एहसास होता है।"
संभावना के पैमाने (बहुत कम संभावना → बहुत अधिक संभावना)
संभावना मापक इरादे को मापते हैं या भविष्य के व्यवहार की भविष्यवाणी करते हैं। इसका सबसे प्रसिद्ध अनुप्रयोग नेट प्रमोटर स्कोर (एनपीएस) है, जिसे फ्रेड रीचहेल्ड ने 2003 में हार्वर्ड बिजनेस रिव्यू के एक लेख में प्रस्तुत किया था [3]। ध्यान दें: एनपीएस मानक 5- या 7-बिंदु प्रारूप के बजाय 11-बिंदु (0-10) पैमाने का उपयोग करता है, इसलिए इसकी स्कोरिंग विधि एक विशिष्ट लिकर्ट प्रश्न से भिन्न होती है।
5-बिंदु उदाहरण
"आप इस प्रशिक्षण कार्यक्रम को अपने किसी सहकर्मी को सुझाने की कितनी संभावना रखते हैं?"
- "इस संगठन द्वारा आयोजित किसी भविष्य के कार्यक्रम में आपके भाग लेने की कितनी संभावना है?"
- "आप अपनी दैनिक कार्यप्रणाली में इस सुविधा का उपयोग करने की कितनी संभावना रखते हैं?"
- "अगले वर्ष में आपके किसी आंतरिक पद के लिए आवेदन करने की कितनी संभावना है?"
गुणवत्ता के पैमाने (बहुत खराब → उत्कृष्ट)
गुणवत्ता मापक उपकरण उत्पाद की गुणवत्ता का आकलन करते हैं। ये आयोजन के बाद के मूल्यांकन, सामग्री समीक्षा और विक्रेता आकलन के लिए उपयुक्त हैं।
5-बिंदु उदाहरण
"प्रस्तुति सामग्री की गुणवत्ता का आप क्या मूल्यांकन करेंगे?"
- "कार्यक्रम में परोसे गए भोजन और पेय पदार्थों की गुणवत्ता का मूल्यांकन करें।"
- "आप वर्चुअल सेशन की ऑडियो/वीडियो गुणवत्ता को कैसे रेट करेंगे?"
- "अपने ऑनबोर्डिंग अनुभव की समग्र गुणवत्ता का मूल्यांकन करें।"
- "प्रशिक्षकों से प्राप्त प्रतिक्रिया की गुणवत्ता का मूल्यांकन करें।"
- "सत्र के उद्देश्यों की स्पष्टता को आप कैसे आंकेंगे?"
महत्व के पैमाने (बिल्कुल भी महत्वपूर्ण नहीं → अत्यंत महत्वपूर्ण)
महत्व के पैमाने आपको यह पता लगाने में मदद करते हैं कि उत्तरदाताओं के लिए वास्तव में क्या मायने रखता है, न कि केवल वह जो आप मानते हैं कि मायने रखता है, जिससे आप प्राथमिकता तय कर सकें।
5-बिंदु उदाहरण
"कार्य संतुष्टि के लिए लचीली कार्यसूची कितनी महत्वपूर्ण है?"
- "किसी नियोक्ता के साथ बने रहने के आपके निर्णय में करियर विकास सहायता कितनी महत्वपूर्ण है?"
- "प्रशिक्षण सत्रों के दौरान वास्तविक समय में श्रोताओं के साथ होने वाली बातचीत के महत्व का मूल्यांकन करें।"
- "प्रबंधन के बारे में प्रतिक्रिया देते समय गुमनामी कितनी महत्वपूर्ण है?"
- "कार्यस्थल पर आपकी प्रेरणा के लिए नेतृत्व से मिलने वाली सराहना कितनी महत्वपूर्ण है?"
- "अपना काम अच्छे से करने के लिए विभिन्न टीमों के बीच सहयोग कितना महत्वपूर्ण है?"
सही पैमाना चुनना
यह चुनाव इस बात पर निर्भर करता है कि आप क्या माप रहे हैं और आप डेटा का क्या करेंगे।
| लक्ष्य | इस पैमाने का उपयोग करें |
|---|---|
| दृष्टिकोण या राय का मापन करें | समझौते का पैमाना |
| किसी अनुभव का मूल्यांकन करें | संतुष्टि पैमाना |
| व्यवहार पैटर्न पर नज़र रखें | फ़्रिक्वेंसी स्केल |
| भविष्य की कार्रवाई का पूर्वानुमान लगाएं | संभावना पैमाना |
| आउटपुट की गुणवत्ता का आकलन करें | गुणवत्ता पैमाना |
| प्राथमिकताएँ निर्धारित करना | महत्व का पैमाना |
अधिकांश पेशेवर सर्वेक्षणों के लिए, 5-पॉइंट डिफ़ॉल्ट मानक है। इसे पूरा करना आसान है, इससे प्राप्त डेटा को आसानी से देखा जा सकता है, और अधिकांश शोध स्थितियों में यह 7-पॉइंट मानक के समान प्रदर्शन करता है [2]। जब आपको अधिक सटीक विश्लेषण की आवश्यकता हो, तो 7-पॉइंट मानक का उपयोग करें: दो समान प्रशिक्षण कार्यक्रमों की तुलना करना, समय के साथ दृष्टिकोण में बदलाव को ट्रैक करना, या कर्मचारी समूहों के बीच उन अंतरों को उजागर करना जिन्हें 5-पॉइंट मानक दबा सकता है।
इससे बचें: बिना किसी स्पष्ट कारण के एक ही सर्वेक्षण में अलग-अलग स्केल फॉर्मेट को न मिलाएं। यदि उत्तरदाताओं को 5-पॉइंट संतुष्टि प्रश्न और 7-पॉइंट सहमति प्रश्न के बीच बार-बार ध्यान देना पड़े, तो सर्वेक्षण पूरा करने की दर कम हो जाती है और उत्तरों की गुणवत्ता प्रभावित होती है। यदि आपको एक ही सर्वेक्षण में कई प्रकार के स्केल की आवश्यकता है, तो एक ही फॉर्मेट के सभी प्रश्नों को एक साथ समूहित करें, न कि उन्हें बारी-बारी से पूछें।
लिकर्ट डेटा की व्याख्या करना और उस पर कार्रवाई करना
प्रतिक्रियाएँ एकत्र करना आसान काम है। असली मूल्य तो इस बात में है कि आप डेटा को कैसे पढ़ते हैं और उस पर प्रतिक्रिया देते हैं।
केवल संख्या नहीं, औसत की गणना करें। अधिकांश सर्वेक्षण उपकरण डिफ़ॉल्ट रूप से प्रतिक्रिया वितरण दिखाते हैं: प्रत्येक विकल्प को कितने लोगों ने चुना। यह असामान्य परिणामों को पहचानने में उपयोगी है, लेकिन प्रत्येक आइटम का औसत स्कोर आपको समय के साथ ट्रैक करने के लिए एक ही संख्या देता है, जो प्रशिक्षण समूहों, पूर्व/पश्चात मूल्यांकन या त्रैमासिक सहभागिता सर्वेक्षणों की तुलना करते समय महत्वपूर्ण होता है।
केंद्रीय प्रवृत्ति पूर्वाग्रह अस्पष्ट प्रश्नों का संकेत देता है। जब अधिकांश उत्तर तटस्थ मध्यबिंदु के आसपास केंद्रित होते हैं, तो इसका अक्सर अर्थ होता है कि कथन अस्पष्ट था, न कि राय वास्तव में संतुलित थी। यदि किसी प्रश्न पर 40-50% उत्तर तटस्थ हों, तो उससे निष्कर्ष निकालने से पहले प्रश्न को संशोधित करें।
सहमति पूर्वाग्रह पर ध्यान दें। उत्तरदाताओं में विषयवस्तु की परवाह किए बिना कथनों से सहमत होने की प्रवृत्ति देखी गई है, जिससे सकारात्मक रूप से प्रस्तुत प्रश्नों पर अंक बढ़ जाते हैं। यही कारण है कि सकारात्मक रूप से प्रस्तुत कथन को नकारात्मक रूप से प्रस्तुत कथन के साथ जोड़ना उपयोगी हो सकता है, हालांकि इससे सर्वेक्षण की लंबाई बढ़ जाती है और सावधानीपूर्वक विश्लेषण की आवश्यकता होती है।
सारांश बनाने से पहले डेटा को अलग-अलग भागों में बांटें। कंपनी-व्यापी औसत "मैं अपने काम में जुड़ाव महसूस करता/करती हूँ" से उपयोगी जानकारी छिप जाती है। डेटा को विभाग, कार्यकाल, प्रबंधक या स्थान के आधार पर विभाजित करें, और पैटर्न स्पष्ट हो जाते हैं। पूरे संगठन में 4.2 का औसत आपको लगभग कुछ नहीं बताता। एक टीम में 2.8 और दूसरी टीम में 5.0 का औसत आपको बताता है कि आगे कहाँ देखना है।
प्रक्रिया को पूरा करें। एकत्रित परिणामों को उत्तरदाताओं के साथ साझा करना, भले ही संक्षेप में हो, भविष्य के सर्वेक्षणों में प्रतिक्रिया दर बढ़ाता है और यह संकेत देता है कि डेटा को गंभीरता से लिया जा रहा है। प्रशिक्षण मूल्यांकन के लिए, समूह की एकत्रित प्रतिक्रियाओं को दर्शाने वाली पाँच मिनट की संक्षिप्त चर्चा अक्सर एक सप्ताह बाद साझा ड्राइव में आने वाली रिपोर्ट से अधिक मूल्यवान होती है।
AhaSlides के साथ लिकर्ट सर्वेक्षण चलाना
सवाल तैयार करना तो काम का सिर्फ एक हिस्सा है। लोगों से जवाब पाना और नतीजों का कुछ उपयोगी इस्तेमाल करना, यहीं पर ज्यादातर सर्वे नाकाम हो जाते हैं।
AhaSlides एक ऑल-इन-वन प्लेटफॉर्म है जिसमें पोल, रेटिंग स्केल, प्रश्नोत्तर, वर्ड क्लाउड और क्विज़ जैसी सुविधाएं एक साथ उपलब्ध हैं, इसलिए आपको अपने सेशन के लिए अलग से सर्वे टूल की आवश्यकता नहीं है। आप स्केल पॉइंट्स की संख्या निर्धारित कर सकते हैं, लेबल को कस्टमाइज़ कर सकते हैं और ट्रेनिंग या मीटिंग के दौरान लाइव सर्वे चला सकते हैं या बाद में उन्हें एसिंक्रोनस रूप से भेज सकते हैं। परिणाम तुरंत दिखाई देते हैं, इसलिए प्रशिक्षक और फैसिलिटेटर सेशन के दौरान ही समूह के साथ प्रतिक्रियाओं की समीक्षा कर सकते हैं, बजाय इसके कि एक रिपोर्ट तैयार करें जो एक सप्ताह बाद इनबॉक्स में आए जब किसी को याद न हो कि क्या हुआ था।
विशेष रूप से प्रशिक्षण मूल्यांकन और टीम की प्रतिक्रिया के लिए, यह तात्कालिकता ही पूरी प्रक्रिया को बदल देती है। जब लोग समूह के रूप में अपनी प्रतिक्रियाओं को प्रतिबिंबित होते हुए देखते हैं, तो डेटा के बाद की बातचीत अक्सर डेटा से कहीं अधिक मूल्यवान साबित होती है।
प्रशिक्षण एवं विकास (L&D) टीमों के लिए एक सामान्य तरीका यह है: प्रत्येक प्रशिक्षण मॉड्यूल के अंत में 5-बिंदु सहमति पैमाने का उपयोग करके यह जांचा जाता है कि सामग्री को छात्रों ने कितनी अच्छी तरह समझा है, फिर समय के साथ विभिन्न समूहों के स्कोर की तुलना करके यह पता लगाया जाता है कि कौन से मॉड्यूल लगातार कम प्रदर्शन कर रहे हैं। ऑनबोर्डिंग के लिए भी यही तरीका कारगर है: 30 दिन और 90 दिन के अंतराल पर एक संक्षिप्त आवृत्ति या संतुष्टि सर्वेक्षण मानव संसाधन विभाग को यह समझने में मदद करता है कि नए कर्मचारी कहां पिछड़ रहे हैं, इसके लिए हर तिमाही में पूर्ण सहभागिता सर्वेक्षण की आवश्यकता नहीं होती।
इन सिद्धांतों को व्यवहार में लाने के लिए, AhaSlides का मुफ़्त सर्वे क्रिएटर आपको कुछ ही मिनटों में सर्वे बनाने, साझा करने और उनका विश्लेषण करने की सुविधा देता है — चाहे आप इसे किसी सेशन में लाइव करें या एक अलग लिंक के रूप में भेजें। उद्देश्य निर्धारण से लेकर विश्लेषण तक की पूरी सर्वे निर्माण प्रक्रिया के लिए देखें: ऑनलाइन सर्वे कैसे बनाएं: संपूर्ण गाइड ।
ज़्यादातर पूछे जाने वाले सवाल
सर्वेक्षणों के लिए सबसे अच्छा लिकर्ट स्केल कौन सा है?
अधिकांश सर्वेक्षणों के लिए सबसे उपयुक्त लिकर्ट स्केल 5-पॉइंट स्केल है: दृष्टिकोण संबंधी प्रश्नों के लिए 'पूरी तरह असहमत/असहमत/तटस्थ/सहमत/पूरी तरह सहमत' और आवृत्ति संबंधी प्रश्नों के लिए 'कभी नहीं/शायद ही कभी/कभी-कभी/अक्सर/हमेशा'। जब सूक्ष्म अंतर करना महत्वपूर्ण हो (शैक्षणिक या नैदानिक अनुसंधान), तो 7-पॉइंट स्केल का उपयोग करें; तटस्थता को दूर करने के लिए 4-पॉइंट अनिवार्य-विकल्प स्केल का उपयोग करें; और एनपीएस माप के लिए 10-पॉइंट स्केल का उपयोग करें। प्रश्नों की सटीक तुलना के लिए एक ही सर्वेक्षण में एक ही प्रकार का स्केल रखें।
क्या आपको लिकर्ट स्केल में एक तटस्थ मध्यबिंदु शामिल करना चाहिए?
जब वास्तविक तटस्थता एक वैध और सार्थक प्रतिक्रिया हो, जैसे कि दृष्टिकोण सर्वेक्षणों में जहां कुछ उत्तरदाताओं की वास्तव में कोई राय न हो, तो एक तटस्थ मध्यबिंदु शामिल करें। जब उत्तरदाताओं को किसी एक पक्ष की ओर झुकाव की आवश्यकता हो, जैसे कि कर्मचारी सहभागिता सर्वेक्षणों में जहां तटस्थता वास्तविक भावना को छिपाती है और कार्रवाई को रोकती है, तो इसे छोड़ दें (4 या 6-बिंदु पैमाने का उपयोग करें)।
लिकर्ट स्केल और रेटिंग स्केल में क्या अंतर है?
लिकर्ट स्केल में लेबल किए गए बिंदुओं (पूरी तरह सहमत से पूरी तरह असहमत तक) का उपयोग करके सहमति या आवृत्ति को मापा जाता है। रेटिंग स्केल में लेबल के साथ या बिना लेबल के संख्याओं (1-5 या 1-10) का उपयोग करके परिमाण को मापा जाता है। लिकर्ट स्केल दृष्टिकोण, धारणाओं और सहभागिता को मापने के लिए बेहतर हैं; रेटिंग स्केल संतुष्टि, गुणवत्ता मूल्यांकन और एनपीएस-शैली की वफादारी माप के लिए उपयुक्त हैं जहाँ संख्यात्मक परिणाम की आवश्यकता होती है।
किसी सर्वेक्षण में लिकर्ट स्केल के कितने प्रश्न होने चाहिए?
डेटा की गुणवत्ता पर संज्ञानात्मक थकान के प्रभाव से बचने के लिए किसी सर्वेक्षण में 15-20 लाइकरट आइटम शामिल किए जा सकते हैं, लेकिन अधिकांश पेशेवर सर्वेक्षणों के लिए 8-12 आइटम सबसे उपयुक्त होते हैं। लोगों की राय जानने के लिए, 3-5 लाइकरट आइटम तक सीमित रखें। संज्ञानात्मक भार को कम करने और लंबे सर्वेक्षणों में पूर्णता दर को बेहतर बनाने के लिए संबंधित आइटमों को एक साझा उपशीर्षक के अंतर्गत समूहित करें।
सूत्रों का कहना है
[1] लिकर्ट, आर. (1932). मनोवृत्तियों के मापन की एक तकनीक . आर्काइव्स ऑफ साइकोलॉजी, 22(140), 1–55. मूल पीडीएफ
[2] जॉटफॉर्म. 5-पॉइंट बनाम 7-पॉइंट लाइकर स्केल: कौन सा बेहतर है? https://www.jotform.com/blog/7-point-likert-scale/ . स्केल विश्वसनीयता और विभेदक शक्ति पर अकादमिक शोध का सारांश प्रस्तुत करता है।
[3] रीचेल्ड, एफ. (दिसंबर 2003). "वह एक संख्या जिसकी आपको विकास के लिए आवश्यकता है." हार्वर्ड बिजनेस रिव्यू . रिसर्चगेट
