Một báo cáo khảo sát viết: “Mức hài lòng trung bình về thư viện là 3,02 trên 5, ở mức trung bình.” Nhìn vào bảng tần số thì thấy 45% chọn “rất không hài lòng” và 43% chọn “rất hài lòng”, gần như không ai ở giữa. Con số 3,02 mô tả một sinh viên không tồn tại. Thực tế là hai nhóm trải nghiệm thư viện hoàn toàn khác nhau, và đó mới là phát hiện đáng viết.
Dữ liệu thang Likert có mặt trong hầu hết luận văn khảo sát. Tranh luận về việc được tính trung bình hay không đã kéo dài nhiều thập kỷ. Thay vì chọn phe, hãy phân biệt đúng loại dữ liệu bạn đang có và đặt câu hỏi phù hợp.
Câu Likert và thang Likert là hai thứ khác nhau
Đây là phân biệt quan trọng nhất, và bị bỏ qua nhiều nhất.
| Một câu Likert (item) | Thang Likert (scale) | |
|---|---|---|
| Là gì | Một câu, 5 hoặc 7 mức trả lời | Tổng hoặc trung bình của nhiều câu đo cùng một khái niệm |
| Bản chất số liệu | Thứ bậc, ít giá trị | Gần liên tục hơn, nhiều giá trị có thể có |
| Mô tả phù hợp | Tần số, phần trăm từng mức, trung vị | Trung bình, độ lệch chuẩn (nếu phân phối hợp lý) |
| Phân tích phù hợp | Kiểm định hạng, hồi quy thứ bậc, gộp mức rồi logistic | Kiểm định t, ANOVA, hồi quy tuyến tính |
Một thang 6 câu, mỗi câu 1–5, cho điểm trung bình có 25 giá trị khả dĩ từ 1,00 đến 5,00. Với thang đủ độ tin cậy, nhiều nghiên cứu phương pháp cho thấy các phương pháp tham số khá vững. Với từng câu riêng lẻ, lập luận đó yếu hơn nhiều.
Khi nào trung bình của một câu vẫn chấp nhận được
Trong thực tế, trung bình của từng câu vẫn xuất hiện rộng rãi, đặc biệt khi so sánh nhanh nhiều câu với nhau. Có thể dùng nếu:
- Phân phối không quá dồn về hai đầu hay chia hai cực như ví dụ ở đầu bài.
- Bạn trình bày kèm phân phối đầy đủ, không chỉ con số trung bình.
- Phần diễn giải không dựa vào khoảng cách chính xác giữa các mức (không nói “tăng 0,4 điểm hài lòng” như thể đó là đơn vị có nghĩa).
Điều nên tránh: gắn nhãn diễn giải cho khoảng trung bình kiểu “1,00–1,80 là rất thấp, 1,81–2,60 là thấp…”. Cách chia này phổ biến trong luận văn nhưng không có cơ sở đo lường, và che mất phân phối thật.
Trình bày phân phối: biểu đồ thanh xếp chồng phân kỳ
Cách trình bày tốt nhất cho nhiều câu Likert thường là biểu đồ thanh xếp chồng phân kỳ (diverging stacked bar): mỗi câu một thanh, phần không đồng ý kéo sang trái, phần đồng ý kéo sang phải, mức trung lập nằm giữa. Người đọc thấy ngay câu nào gây chia rẽ, câu nào đồng thuận. Sắp xếp các câu theo tỷ lệ đồng ý thay vì theo thứ tự trong bảng hỏi.
Khi dùng bảng, hãy báo phần trăm từng mức, hoặc ít nhất phần trăm đồng ý (gộp hai mức trên cùng) kèm cỡ mẫu trả lời câu đó.
Mức giữa, “không biết” và “không áp dụng”
- Mức giữa (“trung lập”) có thể nghĩa là không có ý kiến, lưỡng lự, hoặc không hiểu câu hỏi. Đừng diễn giải nó như “hài lòng một nửa”.
- “Không biết” và “không áp dụng” không phải một mức trên thang. Nếu bảng hỏi mã chúng là 6, phải chuyển thành giá trị thiếu trước khi tính bất cứ gì.
- Nếu tỷ lệ chọn mức giữa rất cao ở một câu, đó là thông tin về câu hỏi, có thể câu mơ hồ hoặc người trả lời thiếu trải nghiệm.
Phong cách trả lời: khi so sánh giữa các nhóm văn hoá
Người trả lời không chỉ khác nhau ở ý kiến mà còn ở cách dùng thang. Có nhóm có xu hướng đồng ý với hầu hết mọi câu (acquiescence), có nhóm tránh hai đầu thang, có nhóm ưa chọn mức cực. Khi so sánh sinh viên ở hai nước hay hai vùng, khác biệt 0,3 điểm có thể phản ánh phong cách trả lời chứ không phải khác biệt thật. Cách giảm rủi ro: dùng thang có cả câu thuận và câu ngược, kiểm tra tính bất biến đo lường giữa các nhóm trước khi so sánh trung bình, và diễn giải khác biệt nhỏ một cách thận trọng.
Phân tích từng câu: các lựa chọn
- So sánh hai nhóm: Mann–Whitney, kèm cỡ hiệu ứng hạng. Nhớ rằng nó so sánh xu hướng lớn hơn, không phải trung vị.
- Gộp mức rồi dùng logistic: “đồng ý” (4–5) so với còn lại. Dễ diễn giải nhưng mất thông tin; ngưỡng gộp phải định trước.
- Hồi quy thứ bậc (ordinal logistic, proportional odds): giữ nguyên thứ bậc, điều chỉnh được nhiều biến, cho tỷ số chênh diễn giải được. Kiểm tra giả định tỷ lệ odds.
- Tương quan hạng Spearman hoặc Kendall giữa hai câu.
Phân tích thang nhiều câu: điều kiện trước khi cộng
Trước khi cộng hoặc lấy trung bình các câu, cần có bằng chứng chúng đo cùng một khái niệm: độ tin cậy nội tại, cấu trúc nhân tố phù hợp, các câu ngược đã được đảo. Nếu thang đo được dịch hoặc dùng ở bối cảnh mới, kiểm tra lại các tính chất này trên chính mẫu của bạn. Sau đó, điểm thang có thể phân tích bằng phương pháp tham số, nhưng vẫn nên nhìn phân phối để phát hiện hiệu ứng trần, sàn.
Áp dụng thực tế: bảng kiểm phân tích dữ liệu Likert
- Xác định mỗi biến là một câu đơn hay điểm thang nhiều câu.
- Chuyển mã “không biết”, “không áp dụng” thành giá trị thiếu; đảo điểm câu ngược.
- Với câu đơn: bảng tần số và biểu đồ thanh xếp chồng phân kỳ; kiểm định hạng hoặc hồi quy thứ bậc.
- Với thang: kiểm độ tin cậy và cấu trúc, rồi mô tả bằng trung bình, độ lệch chuẩn và phân phối.
- Không dùng các khoảng trung bình gắn nhãn “thấp, trung bình, cao” làm kết luận chính.
- Khi thấy phân phối hai cực, báo cáo nó như một phát hiện, không để trung bình che mất.
Việc làm tiếp theo: chọn ba câu Likert quan trọng nhất trong khảo sát của bạn, vẽ biểu đồ thanh xếp chồng phân kỳ cho chúng và so sánh với câu chuyện mà bảng trung bình đang kể. Nếu hai câu chuyện khác nhau, hãy tin biểu đồ.
Câu hỏi thường gặp
Có được tính trung bình cho dữ liệu thang Likert không?
Với điểm thang gồm nhiều câu có độ tin cậy tốt thì thường chấp nhận được. Với từng câu riêng lẻ, nên ưu tiên tần số, trung vị và phương pháp thứ bậc, hoặc trình bày kèm phân phối.
Câu Likert và thang Likert khác nhau thế nào?
Câu Likert là một câu hỏi với vài mức trả lời; thang Likert là tổng hoặc trung bình của nhiều câu đo cùng một khái niệm, gần liên tục hơn.
Nên vẽ biểu đồ gì cho dữ liệu Likert?
Biểu đồ thanh xếp chồng phân kỳ thường rõ nhất: phần không đồng ý sang trái, đồng ý sang phải, sắp xếp các câu theo tỷ lệ đồng ý.
Hồi quy thứ bậc dùng khi nào?
Khi kết cục là một câu Likert hoặc biến thứ bậc và bạn muốn điều chỉnh nhiều biến. Nó giữ nguyên thứ bậc và cho tỷ số chênh diễn giải được.
Có nên chia điểm trung bình thành các khoảng thấp, trung bình, cao không?
Không nên dùng làm kết luận chính. Cách chia này không có cơ sở đo lường và có thể che mất phân phối thật của câu trả lời.
