On Using the T-test for Assessing Association Between Likert-Scale Variable

• Autorzy: Wojciech Gamrot

Warianty tytułu

O wykorzystaniu testu t do badania wspólzależności zmiennych mierzonych na skali Likerta

• Języki publikacji: EN

Abstrakty

EN

Survey objectives often include assessment of associations among study variables. These variables are sometimes discrete. In particular they may be expressed using the well known Likert scale, where the respondents choose one of several mutually exclusive, predefined responses. In such a case some authors advocate the use of correla-tion tests dedicated to testing hypotheses about correlation between continuous variables for discrete ones. In this paper, statistical consequences of such an approach are investi-gated, and resulting problems are illustrated for the well-known t-test based on assump-tion of bivariate normality. (original abstract)

W badaniach statystycznych często wykorzystywane są pytania zamknięte, na które respondent odpowiada, wybierając jedną z kilku wzajemnie wykluczających się opcji odpowiedzi. Typowym przypadkiem jest wykorzystanie do wyrażenia wartości zmiennych skali Likerta. Równocześnie dość często cel badania stanowi wykrycie współzależności pomiędzy zmiennymi. W niniejszej pracy rozważono konsekwencje kontrowersyjnej praktyki rozpatrywanej w literaturze, polegającej na stosowaniu testu t-Studenta przeznaczonego dla rozkładów ciągłych do badania współzależności pomiędzy zmiennymi dyskretnymi. (abstrakt oryginalny)

Słowa kluczowe

EN

Correlation; Hypothesis testing; Statistical surveys

PL

Korelacja; Testowanie hipotez; Badania statystyczne

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach. Informatyka i Ekonometria
• Rocznik: 2019
• Tom: 15
• Numer: nr 390
• Strony: 7--17

Twórcy

autor

Wojciech Gamrot

• University of Economics in Katowice, Poland

Bibliografia

• Agresti A. (2019), An Introduction to Categorical Data Analysis, Wiley, New York.
• Bartoszyński R., Niewiadomska-Bugaj M. (2008), Probability and Statistical Inference, Wiley, Hoboken.
• Drasgow N. (1986), Polychoric and Polyserial Correlations [in:] S. Kotz, N.L. Johnson (eds.), Encyclopedia of Statistical Sciences, Vol. 7, Wiley, New York, p. 68-74.
• Galton F. (1886), Regression Towards Mediocricity in Hereditary Stature, "Journal of the Anthropological Institute of Great Britain and Ireland", Vol. 15, p. 246-263.
• Goodman L.A., Kruskal W.H. (1979), Measures of Association for Cross Classifications, Springer, New York.
• Jóźwiak J., Podgórski J. (1995), Statystyka od podstaw, PWE, Warszawa.
• Likert R. (1932), A Technique for Measurement of Attitudes, "Archives of Psychology", Vol. 22, No. 140, p. 5-55.
• Murray J. (2013), Likert Data: What to Use, Parametric or Non-Parametric?, "International Journal of Business and Social Science", Vol. 4, No. 11, p. 258-264.
• Norman G. (2010), Likert Scales, Levels of Measurement and the "Laws" of Statistics, "Advances in Health Sciences Education", Vol. 15, No. 5, p. 625-632.
• Pearson K. (1895), Notes on Regression and Inheritance in the Case of Two Parents, "Proceedings of the Royal Society of London", Vol. 58, p. 240-242.
• Stigler S.M. (1989), Francis Galton's Account of the Invention of Correlation, "Statistical Science", Vol. 4(2), p. 73-79.
• Sullivan G.M., Artino A.R. (2013), Analysing and Interpreting Data From Likert-Type Scales, "Journal of Graduate Medical Education", Vol. 5, No. 4, p. 541-542.
• Willits F.K., Theodori G.L., Luloff A.E. (2016), Another Look at Likert Scales, "Journal of Rural Social Sciences", Vol. 31, No. 3, p. 126-139.
• Zeliaś A. (2000), Metody statystyczne, PWE, Warszawa.