リッカート尺度

リッカート尺度（/ ˈ l ɪ k ər t / LIK -ərt、 [ ^{1] [注 1]}）は、アメリカの社会心理学者レンシス・リッカート^{[2]にちなんで名付けられた}心理測定尺度であり、調査アンケートでよく使用されます。調査研究において回答を尺度化するために最も広く使用されているアプローチであるため、この用語（またはより正確にはリッカート型尺度）は、評価尺度と同じ意味で使用されていることがよくありますが、他の種類の評価尺度もあります。

リッカートは、一連の項目（通常は8項目以上）に対する集合的な反応から生じる尺度そのものと、反応を範囲に沿って採点する形式を区別した。技術的に言えば、リッカート尺度は前者のみを指す。^{[3] [4]}この2つの概念の違いは、調査対象となる根本的な現象と、根本的な現象を示す変化を捉える手段とをリッカートが区別したことに関係している。^[5]

リッカート尺度に回答する際、回答者は一連の文章に対して、対称的な同意・不同意尺度で同意または不同意のレベルを指定します。したがって、その範囲は特定の項目に対する回答者の感情の強さを捉えます。^[6]

尺度は、個々の項目（質問）のセットに対するアンケート回答の単純な合計または平均として作成できます。その際、リッカート尺度法は、各選択肢（回答オプション）間の距離が等しいと想定します。多くの研究者は、相関性が高く（高い内部一貫性を示す）、かつ、一緒になって研究対象領域全体を捉える（完全な相関性には満たない）項目のセットを採用しています。他の研究者は、「すべての項目は互いの複製であると想定される、つまり、項目は並列の手段であると見なされる」という基準を堅持しています。^{[7] : 197}対照的に、現代のテスト理論では、各項目の難易度（ICC）を項目の尺度化に組み込む情報として扱っています。^[8]

リッカート尺度は、複数のリッカート項目に対する回答の合計です。多くのリッカート尺度では、各構成リッカート項目を独自の視覚アナログ尺度（被験者が丸で囲んだりチェックマークを付けたりして回答を示す水平線など）と組み合わせるため、個々の項目自体が尺度である、または尺度を持っていると誤って言及されることがあり、この誤りがこの分野の文献や用語に広範囲にわたる混乱を引き起こしています。

リッカート項目とは、回答者が主観的または客観的な次元で定量的な値を与えることによって評価するように求められる単純な文であり、同意/不同意のレベルが最も一般的に使用される次元です。適切に設計されたリッカート項目は、「対称性」と「バランス」の両方を示します。対称性とは、肯定的な位置と否定的な位置が同数含まれ、それぞれの距離が「中立」/ゼロ値（その値が候補として提示されているかどうかに関係なく）を中心に左右対称であることを意味します。バランスとは、各候補値間の距離が同じであり、平均化などの定量的な比較が2つ以上の候補値を含む項目間で有効になることを意味します。^[9]

たとえば、典型的な 5 段階のリッカート項目の形式は次のようになります。

1. 強く反対
2. 同意しない
3. 賛成も反対もしない
4. 同意する
5. 強く同意する

リッカート尺度法は、ある発言に対する肯定的または否定的な反応を測定する双極性尺度法である。偶数点尺度が使用される場合もあり、その場合中間の選択肢である「どちらでもない」は利用できない。これは中立的な選択肢が排除されるため、「強制選択」法と呼ばれることもある。 ^[10]中立的な選択肢は、回答者が確信が持てないときに簡単に選択できる選択肢とみなされる可能性があるため、それが真の中立的な選択肢であるかどうかは疑問である。1987 年の研究では、5 段階のリッカート尺度で中間の選択肢として「未決定」と「中立」を使用した場合の違いはごくわずかであることが判明した。^[11]

リッカート尺度は、いくつかの原因により歪む可能性があります。回答者は次のような場合があります。

• 極端な回答カテゴリの使用は避けてください (中心傾向バイアス)。特に、過激な見解を持っていると認識されるのを避けたい場合 (社会的望ましさバイアスの一例) は避けてください。この効果は、被験者がより強い見解を持っている質問が続くと予想され、テストの早い段階で現れることがあります。そのため、早い段階での質問では、テストの後半でより強い回答を行うための「余地」が残されます。この予想により、その効果がテスト全体で均一ではなく、単純な全面的な正規化では修正できないという点で特に有害なバイアスが生まれます。
• 提示された声明に同意する（黙認バイアス）。たとえば、声明 A とその反対の両方に同意するなど。この効果は、子供、発達障害のある人、高齢者、そして喜ばせようとする熱意を奨励し、奨励する制度化の文化にさらされている人々の間で特に強くなります。
• 誤った発言を避けたい、および/または回答者が自分の回答が不利に利用されることで生じるかもしれない否定的な結果（特に、誤解されたり、文脈から外れて解釈されたりした場合）を避けたいという防御的な欲求から、提示された文章に同意しない。
• 強みや弱み/機能不全の欠如（「良いふり」）を示すものとして評価されると思われる回答を提供します。
• 弱点や障害/病状の存在を示すものとして評価されると思われる回答を提供する（「悪いふり」）。
• 自分自身や自分の組織を、審査官や社会が自分の本当の信念よりも好ましいと考えるような見方で描写しようとする（社会的望ましさバイアス、上で説明した客観的な「善を装う」ことの相互主観的バージョン）。
• 自分自身や自分の組織を、審査官や社会が自分の本当の信念よりも好ましくない/不利だと考えるような見方で描写しようとします（規範への反抗、上で説明した客観的な「悪を装う」ことの相互主観的バージョン）。

バランスのとれたキーイング（肯定的な記述と否定的な記述が同数、特に、問題となっているそれぞれの立場や問題に関して肯定的な記述と否定的な記述が同数）で尺度を設計すると、肯定的にキーイングされた項目に対する同意が否定的にキーイングされた項目に対する同意とバランスをとるため、同意バイアスの問題を回避できますが、防衛バイアス、中心傾向バイアス、社会的望ましさバイアスは多少問題があります。

アンケートの回答が完了したら、各項目を個別に分析したり、場合によっては項目の回答を合計して項目のグループのスコアを作成したりします。そのため、リッカート尺度は総括尺度と呼ばれることもあります。

個々のリッカート項目を間隔レベルのデータと見なせるか、順序カテゴリデータとして扱うべきかについては、文献においてかなりの意見の相違があり、^{[12] [13]最も適用可能な方法は何であるかについては強い確信がある。この意見の相違は、多くの点で、リッカート項目が}順序データとして解釈される程度にまで遡ることができる。

この議論では、主に 2 つの考慮事項があります。まず、リッカート尺度は恣意的です。リッカート項目に割り当てられる値には、測度理論や尺度 (距離メトリックを決定できるもの) のいずれの点でも、客観的な数値的根拠はありません。各リッカート項目に割り当てられる値は、調査を設計する研究者が、必要な詳細レベルに基づいて決定するだけです。ただし、慣例により、リッカート項目には漸進的な正の整数値が割り当てられる傾向があります。リッカート尺度は通常 2 から 10 の範囲で、3、5、または 7 が最も一般的です。^[14] さらに、この尺度の漸進的な構造により、後続の各リッカート項目は、前の値よりも「優れた」応答を示すものとして扱われます (リッカート尺度の逆順が必要な場合、これは異なる場合があります)。

2 番目で、おそらくより重要な点は、従来の方法で推測される、連続する各項目カテゴリ間の「距離」が等しいかどうかです。たとえば、上記の 5 段階のリッカート項目では、カテゴリ 1 と 2 の間の「距離」は、カテゴリ 3 と 4 の間の「距離」と同じであると推測されます。優れた研究慣行の観点から、研究者による等距離の提示は重要です。そうでないと、分析に偏りが生じる可能性があります。たとえば、「悪い」、「平均」、「良い」、「非常に良い」のカテゴリがある 4 段階のリッカート項目では、平均以下の評価を受けるカテゴリは 1 つしかないため、すべてのカテゴリが等距離である可能性は低くなります。これにより、結果が肯定的な結果に偏る可能性が高くなります。一方、研究者が等距離のカテゴリであると信じるものを提示したとしても、回答者がそれをそのように解釈しない可能性があります。

適切なリッカート尺度は、上記のような、明確に定義された言語修飾語句を使用して、中間点に関するカテゴリの対称性を提示します。このような対称的な尺度では、等距離の属性が通常より明確に観察されるか、少なくとも推測されます。リッカート尺度が対称かつ等距離である場合、間隔レベルの測定のように動作します。したがって、リッカート尺度は確かに順序尺度ですが、適切に提示されていれば、間隔レベルの測定に近似する可能性があります。これは、単に順序尺度として扱われた場合、リッカート項目間の「距離」を考慮に入れないと、貴重な情報が失われる可能性があるため、有益です。ここで重要な考え方は、適切なタイプの分析は、リッカート尺度がどのように提示されているかによって決まるということです。

このような尺度の妥当性は、尺度の根底にある間隔の性質に依存する。2つのグループの比較に間隔の性質があると仮定した場合、対応のあるサンプルのt検定は不適切ではない。^[4]ノンパラメトリック検定を実行する場合は、標準的なウィルコクソンの符号順位検定よりも、プラット（1959）^{[15]のウィルコクソン}の符号順位検定 の修正が推奨される。^[4]

複数のリッカート尺度質問に対する回答を合計することは可能ですが、すべての質問で同じリッカート尺度が使用され、その尺度が間隔尺度の妥当な近似値である場合に限ります。この場合、中心極限定理により、データを潜在変数を測定する間隔データとして扱うことができます。 ^{[要出典]合計された回答がこれらの仮定を満たす場合、}分散分析などのパラメトリック統計検定を適用できます。この近似値が許容できると考えられる典型的なカットオフは、合計に最低 4 項目、できれば 8 項目が含まれることです。^{[5] [13]}

バイナリリッカート応答を直接モデル化するには、同意応答と反対応答を別々に合計して二項形式で表すことができます。カイ2乗検定、コクランのQ検定、またはマクネマー検定は、この変換後に使用される一般的な統計手法です。カイ2乗検定、マン・ホイットニー検定、ウィルコクソンの符号順位検定、またはクラスカル・ワリス検定などのノンパラメトリック検定。^[16]は、リッカート尺度データの分析でよく使用されます。

あるいは、リッカート尺度の回答は、間隔尺度を仮定せずに回答の順序を保持した順序プロビットモデルで分析することができます。順序プロビットモデルを使用すると、順序付けされた評価を間隔レベルの測定値として扱うときに発生するエラーを防ぐことができます。 ^[17] コンセンサスに基づく評価（CBA）は、一般的に受け入れられている客観的な基準が存在しない領域で、リッカート尺度の客観的な基準を作成するために使用できます。コンセンサスに基づく評価（CBA）は、一般的に受け入れられている基準を改良したり、検証したりするために使用できます。^[要出典]

リッカート尺度項目の集合に対する応答を分析するための一般的な方法は、因子分析や項目反応理論などを使用して、潜在変数モデルを介して応答を要約することです。

リッカート尺度データは、原理的には、このモデルに適合するデータが取得できる場合、多値ラシュモデルを適用して連続体上の区間レベルの推定値を取得するための基礎として使用できます。さらに、多値ラシュモデルでは、意図したとおり、ステートメントが態度または特性の増加レベルを反映しているという仮説をテストできます。たとえば、モデルを適用すると、中立カテゴリが、反対カテゴリと賛成カテゴリの間の態度または特性のレベルを表していないことがよく示されます。

すべてのリッカート尺度項目セットがラッシュ測定に使用できるわけではありません。モデルの厳密な形式公理を満たすために、データを徹底的にチェックする必要があります。ただし、生のスコアはラッシュ測定の十分な統計量であり、これはGeorg Raschによる意図的な選択です。したがって、生のスコアを有効と受け入れる準備ができている場合は、ラッシュ測定も有効と受け入れることができます。

データ分析とプレゼンテーションの重要な部分は、データの視覚化（またはプロット）です。リッカート評価データ（およびその他の評価データ）のプロットについては、ロビンズとハイバーガーによる 2 つの論文で詳しく説明されています。^[18]最初の論文では、彼らは発散積み上げ棒グラフと呼ばれるグラフの使用を推奨し、他のプロットスタイルと比較しています。2 番目の論文^[19]では、R の HH パッケージのリッカート関数の使用について説明し、その使用例を多数示しています。

5 つの応答カテゴリーは、測定の間隔レベルを表すとよく考えられています。しかし、これは、スケール ポイント間の間隔が測定基準の意味における経験的観察に対応する場合にのみ当てはまります。Reips と Funke (2008) ^{[20] は、この基準は}視覚的アナログ スケールによってより適切に満たされることを示しています。実際、リッカート尺度では順序尺度レベルに疑問を投げかける現象も現れることがあります。^{[21]たとえば、リッカート尺度で評価された項目}A、  B、  Cのセットでは、A  >  B、B  >  C、C  >  Aのような循環関係が現れることがあります。これは、順序尺度の推移性の公理に違反しています。

Labovitz ^[22]と Traylor ^[23]による研究では、尺度点間の知覚距離にかなり大きな歪みがあっても、リッカート型項目は等間隔として知覚される尺度に近いパフォーマンスを示すことが示されています。そのため、これらの項目やアンケート内の等間隔に見える他の尺度は、多くの研究者がパラメトリック統計手順や検定に必要だと考えている等距離仮定に違反しても堅牢です。

この音階を開発したレンシス・リッカートは、自分の名前を/ ˈ l ɪ k ər t / LIK -ərtと発音した。^{[24] [25]} リッカートの名前は「この分野で最も間違って発音される名前の一つだ」と主張する人もいる。^{[26]なぜなら多くの人がこの音階の名前を}/ ˈ l aɪ k ər t / LY -kərtと発音するからである。

• ボルグスケール – 自覚的運動強度の尺度
• ボガーダス社会的距離尺度 – さまざまなタイプの人々と関わる意欲を測定する尺度
• 対極のダイヤモンド – 心理劇グループで使用されるプロット
• ディスカンスケール – 臨床心理学におけるスケールと方法
• Kファクター – 精神病理と性格の標準化された心理測定尺度
• ガットマン尺度 – 元の観察結果を再現できる単一の順序心理測定尺度。
• イプサティブ
• 木琴音階
• フレーズ完成尺度 – アンケートで使用される心理測定尺度
• アンケート – 情報収集のための一連の質問
• アンケート作成 – 特定のトピックに関する統計的に有用な情報を収集するためのアンケートの設計
• 評価尺度 – 情報測定尺度の種類
• 評価サイト – ユーザーが人物、コンテンツ、その他のものを評価できる Web サイト。
• ローゼンバーグ自尊心尺度 – 自己申告質問票
• 満足化 – 受け入れ可能な決定を探す認知的ヒューリスティック
• 意味差 測定尺度 - 個人の主観的な認識や感情を測定するために設計された測定尺度Pages displaying wikidata descriptions as a fallback
• サーストン尺度 – 態度を測定する最初の正式な手法
• 投票システム – 有権者が選択肢の中から選択する方法

• Trochim, William MK (2006 年 10 月 20 日)。「Likert スケーリング」。研究方法知識ベース、第 2 版。2009年4 月 30 日閲覧。
• Galili, Tal (2010-04-07). 「順序カテゴリデータの相関散布図マトリックス」R統計ブログ. 2017年11月7日閲覧。
• Uebersax、John S. Likert 尺度: 混乱を払拭する。2006 年。