ساخت پرسشنامه

راهنما

در این صفحه

"داده‌ها دقیقاً به همان خوبیِ ابزاری‌اند که آن‌ها را گردآوری کرده است" – Pallant (2020، فصل 1) کتابی درباره SPSS را این‌گونه با فصلی درباره طراحی پژوهش آغاز می‌کند، و توضیح می‌دهد چرا: فایلی که وارد نرم‌افزار می‌شود از جایی آمده است – پرسشنامه، مصاحبه، مشاهده – و پرسشنامه‌ای که با بی‌دقتی طراحی شده داده‌هایی نخواهد داد که به سؤال پژوهش پاسخ دهند. این صفحه از آن فصل و از آنچه Field (2024) درباره اندازه‌گیری (بخش‌های 1.5.2-1.5.4) و درباره ساخت پرسشنامه (فصل 18) می‌نویسد پیروی می‌کند، و آنچه سایت نیاز دارد را می‌افزاید: هر نوع سؤال چگونه به ستونی در فایل تبدیل می‌شود، و کدام ماشین‌حساب آن را خواهد خواند. در نسخه 2 دو فصل از راهنمای کمبریج برای روش‌های پژوهش در علوم اجتماعی و رفتاری (Nichols & Edlund, 2024) افزوده شد: Yan (2024) درباره اینکه مردم چگونه به یک سؤال پاسخ می‌دهند – چهار مرحله و آنچه در هر یک خراب می‌شود – و Thomander و Krosnick (2024) درباره آنچه صد سال آزمایش درباره هر تصمیم طراحی نشان داده است: باز یا بسته، چند درجه، واژه‌ها یا اعداد، گزاره‌های موافقت، "نمی‌دانم"، ترتیب گزینه‌ها و سؤال‌ها. در جاهایی که این شواهد درباره پرسشی که Pallant باز گذاشته بود حکم می‌کنند، یا با توصیه‌ای رایج در تضادند – این صفحه آن را می‌گوید.

1. طراحی از انتها: تحلیل، سؤال را تعیین می‌کند

قاعده نخست Pallant (2020، فصل 1) این است که پیش از نوشتن پرسشنامه باید دانست اطلاعات چگونه به کار خواهد رفت – یعنی چه آزمون‌های آماری برنامه‌ریزی شده‌اند – زیرا تحلیل شکل سؤال و قالب پاسخ را تعیین می‌کند. مثال او: کسی که همبستگی میان سن و عزت نفس را برنامه‌ریزی می‌کند به سن دقیق به سال نیاز دارد؛ کسی که پرسیده "تا 30 / 31-50 / بالای 50" یک متغیر ترتیبی با سه سطح به دست آورده است، و همبستگی دیگر ممکن نیست. همین منطق برای هر سؤالی کار می‌کند: سؤال پژوهش نوشته می‌شود (سؤال پژوهش و فرضیه‌ها)، متغیرها و سطح اندازه‌گیری‌ای که هر یک لازم دارد از آن استخراج می‌شود (متغیرها، مقیاس‌های اندازه‌گیری و طرح‌های پژوهشی)، آزمون انتخاب می‌شود – و تنها آنگاه سؤالی جمله‌بندی می‌شود که دقیقاً همین متغیر را تولید کند. جدول 1 در بخش 5 مسیر معکوس را می‌پیماید: از نوع سؤال به ستون در فایل و به ماشین‌حساب.

موارد دیگری از فهرست Pallant برای طراحی پژوهش، تا جایی که به پرسشنامه مربوط است: آزمودنی‌های بیشتری از تعداد لازم جذب کنید ("مردم قابل اعتماد نیستند – نمی‌آیند، بیمار می‌شوند، کنار می‌کشند و پرسشنامه‌ها را درست پر نمی‌کنند"؛ بدبینانه برنامه‌ریزی کنید)؛ از پیش به متغیرهای مداخله‌گر بیندیشید و اگر کنترلشان ممکن نیست آن‌ها را اندازه بگیرید – یعنی آن‌ها را در پرسشنامه بگنجانید؛ و پیش از رفتن به میدان بگذارید کس دیگری طرح را مرور کند (Pallant, 2020, Chapter 1). چند آزمودنی لازم است – در صفحه نمونه و نمونه‌گیری.

2. مقیاس موجود یا گویه‌های خودتان

مفهومی که نمی‌توان آن را مستقیم اندازه گرفت – عزت نفس، فرسودگی شغلی، تاب‌آوری اجتماعی – با یک مقیاس سنجیده می‌شود: چند گویه که با هم مفهوم را "نمایندگی می‌کنند" (Pallant, 2020, Chapter 1; Field, 2024, Section 18.2). Pallant: هزاران مقیاس اعتباریابی‌شده وجود دارد، و جای آغاز مرور ادبیات در آن حوزه است – پژوهشگران دیگر از چه استفاده کرده‌اند؟ گاهی گویه‌ها در پیوست مقاله چاپ شده‌اند؛ وگرنه مقاله اصلی‌ای را پیدا می‌کنیم که ساخت و اعتباریابی مقیاس را توصیف کرده است. برخی مقیاس‌ها حق نشر دارند و باید نسخه رسمی را خرید؛ مقیاسی که به‌طور کامل در مقاله‌ای منتشر شده "مال عموم" به شمار می‌رود و می‌توان بدون پرداخت از آن استفاده کرد – اما همیشه با ذکر کامل منبع. برای هر مقیاس داده‌های پایایی و روایی گزارش‌شده گردآوری می‌شود، زیرا وارد بخش روش می‌شوند.

با این حال، مقیاسی که در یک جامعه آماری پایا بودنش ثابت شده ممکن است در جامعه‌ای دیگر "کاملاً ناپایا" باشد – Pallant بزرگسالان انگلیسی‌زبان را در برابر کودکانی که انگلیسی‌زبان نیستند مثال می‌زند – و از این رو حتی یک مقیاس عالی نیز در نمونه مورد نظر مطالعه مقدماتی می‌شود (Pallant, 2020, Chapter 1). Field (2024، بخش 18.9.1) این را به‌عنوان یک اصل بیان می‌کند: پایایی ویژگی مقیاس نیست بلکه ویژگی مقیاس، افرادی که به آن پاسخ می‌دهند و بافتی است که در آن اجرا می‌شود. مقیاسی که به فارسی ترجمه شده مورد خاصی از همین اصل است – ترجمه ابزاری تازه است، و پایایی آن از نو محاسبه می‌شود (در صفحه آلفا).

مقیاس خودتان. مثال Field (2024، بخش 18.5) برای ساخت پرسشنامه: او با دانشجویانی که از SPSS اضطراب داشتند و دانشجویانی که نداشتند مصاحبه کرد، از مصاحبه‌ها 23 گویه نامزد نوشت، هر کدام گزاره‌ای با مقیاس لیکرت پنج‌درجه‌ای – و سپس با تحلیل عاملی بررسی کرد که کدام گویه‌ها در کدام ابعاد گرد می‌آیند (کدام‌ها یک چیز را می‌سنجند، و از کدام‌ها می‌توان چشم پوشید) و با تحلیل پایایی که تا چه حد همسان‌اند. مسیر همین است: گویه‌هایی بیش از حد لازم، نمونه‌ای بزرگ (Field، بخش 18.5.3: قاعده "10-15 آزمودنی برای هر گویه" پایه تجربی ندارد؛ آنچه تعیین‌کننده است حجم کل نمونه است – 300 خوب به شمار می‌رود، و با بارهای عاملی بالا کمتر هم کافی است)، تحلیل عاملی (اصول در صفحه یادگیری بدون نظارت؛ برای ساختاری که از پیش معلوم نیست – تحلیل عاملی اکتشافی؛ برای آزمودن ساختاری که از پیش تعیین شده – تحلیل عاملی تأییدی) و آلفای کرونباخ.

3. پایایی و روایی – درباره مقیاس چه گزارش می‌شود

دو ویژگی که هر مقیاسی لازم دارد، به گفته هر دو منبع: پایایی – تا چه حد از خطای تصادفی آزاد است، یا: آیا در شرایط یکسان نتیجه یکسان می‌دهد؛ و روایی – آیا آنچه را باید بسنجد می‌سنجد (Pallant, 2020, Chapter 1; Field, 2024, Section 1.5.4). Field ترتیب را می‌افزاید: روایی شرط لازم است اما کافی نیست، و ابزار برای روا بودن نخست باید پایا باشد. و چرا این موضوع درست در پرسشنامه حیاتی است: خودگزارشی (self-report) از خطای اندازه‌گیری بزرگ‌تری نسبت به اندازه‌گیری مستقیم رنج می‌برد، زیرا چیزهایی جز مفهوم سنجیده‌شده نیز بر پاسخ اثر می‌گذارند – آیا در پرسشنامه اعتراف می‌کنید که از فروشگاهی دزدی کرده‌اید؟ (Field, 2024, Section 1.5.3).

پایایی – دو شاخص رایج (Pallant, 2020, Chapter 1): پایایی بازآزمایی (ثبات در زمان: همان افراد، دو نوبت، همبستگی میان آن‌ها؛ برای مقیاس خلق‌وخو همبستگی پایین انتظار می‌رود، برای صفت شخصیتی – بالا) و همسانی درونی – گویه‌ها تا چه حد "با هم جور درمی‌آیند"، معمولاً آلفای کرونباخ، که بیانی از میانگین همبستگی میان همه گویه‌هاست. آستانه پذیرفته‌شده .7 است (Nunnally, 1978, as cited in Pallant)، اما آلفا به تعداد گویه‌ها وابسته است: در مقیاس کوتاه (کمتر از ده گویه) ممکن است پایین باشد حتی وقتی گویه‌ها همسان‌اند، و آنگاه میانگین همبستگی بین‌گویه‌ای گزارش می‌شود – دامنه بهینه .2 تا .4 (Briggs & Cheek, 1986, as cited in Pallant). Field (2024، بخش 18.9.4) قید می‌گذارد: .7-.8 "همه‌جا اعلام می‌شود" که پذیرفتنی است، اما آلفا از تعداد گویه‌ها و از چیزهایی جز پایایی تأثیر می‌پذیرد، و از این رو در بافت اندازه‌گیری و پژوهش تفسیر می‌شود و نه بر اساس آستانه‌ای فراگیر. روایی – شاخص واحدی ندارد؛ ادبیات از روایی محتوا (گویه‌ها قلمرو مفهوم را پوشش می‌دهند)، روایی ملاکی (رابطه با یک ملاک قابل اندازه‌گیری – همزمان یا پیش‌بین) و روایی سازه (رابطه‌ها با مفاهیم دیگر، نزدیک – همگرا – و دور – واگرا) سخن می‌گوید، و اعتباریابی گردآوری شواهد تجربی است، نه یک فرمول (Pallant, 2020, Chapter 1; Field, 2024, Section 1.5.4). شرح بیشتر – در صفحه مفاهیم؛ محاسبه – در آلفای کرونباخ و نمره مقیاس.

4. انواع سؤال

سؤال بسته فهرستی از پاسخ‌های تعریف‌شده پیشنهاد می‌کند – بله/خیر، یا چند گزینه که یکی از آن‌ها علامت زده می‌شود. Pallant (2020، فصل 1) با سؤال تحصیلات (شش گزینه با شماره‌های 1-6) مثال می‌زند و مزیت را یادآوری می‌کند: کدگذاری به عدد تقریباً خودکار است – خیر = 0، بله = 1؛ مرد = 1، زن = 2؛ در تحصیلات، شماره گزینه علامت‌خورده وارد می‌شود. توصیه کوچکی که بیشترین صرفه‌جویی را دارد: گزینه‌ها را روی خود پرسشنامه شماره‌گذاری کنید، و برای ترتیب شماره‌گذاری قراردادی تعیین کنید (مثلاً افقی و سپس رو به پایین) و در سراسر پرسشنامه به آن پایبند بمانید.

سؤال باز – وقتی نمی‌توان همه پاسخ‌ها را از پیش حدس زد ("منبع اصلی فشار روانی در زندگی شما در حال حاضر چیست؟"). پاسخ‌دهندگان آزادند، اما پاسخ‌ها عدد نیستند: پس از گردآوری، آن‌ها مرور می‌شوند، طبقه‌های تکرارشونده شناسایی می‌شوند (کار، پول، روابط، سلامت)، به هر طبقه کدی داده می‌شود – و "سایر" برای بقیه – و کد وارد می‌شود (Pallant, 2020, Chapters 1-2). ترکیب – فهرستی بسته به‌علاوه "سایر، لطفاً توضیح دهید" با یک سطر برای نوشتن – به‌ویژه در مراحل آغازین پژوهش سودمند است، زیرا نشان می‌دهد آیا طبقه‌های پیشنهادی آنچه را مردم می‌خواهند پاسخ دهند پوشش می‌دهند یا نه (Pallant, 2020, Chapter 1).

شواهد درباره این انتخاب چه می‌گویند. Thomander و Krosnick (2024) صد سال آزمایش را خلاصه می‌کنند، و دو نتیجه با شهود در تضادند. نخست: برای کمیت‌ها – سؤال باز. برای انتخاب یک بازه ("2-5 بار") پاسخ‌دهنده به هر حال نخست در ذهنش با یک عدد پاسخ می‌دهد، و خود مجموعه بازه‌ها پاسخ را به سمت وسط می‌راند، زیرا پاسخ‌دهندگان فرض می‌کنند بازه میانی رایج‌ترین است (Schwarz et al., 1985, as cited in Thomander & Krosnick). دوم: برای سؤالی طبقه‌ای که فضای پاسخ‌هایش معلوم نیست – باز هم سؤال باز؛ "سایر" مشکل را حل نمی‌کند، زیرا پاسخ‌دهندگان خود را به گزینه‌هایی که پیشنهاد شده محدود می‌کنند، و فهرست بسته فقط وقتی مناسب است که جامع باشد – که معمولاً مطالعه مقدماتی گسترده‌ای با نسخه باز لازم دارد. مثال‌ها درون سؤال ("مثلاً: آلمانی، لهستانی…") توجه را بر مثال‌ها متمرکز می‌کنند، و بهتر است بدون آن‌ها باشد. و "همه موارد مناسب را علامت بزنید": مجموعه‌ای از سؤال‌های جداگانه و متوازن ("این روزنامه را خوانده‌اید، یا نه؟") پایایی بالاتر و پردازش عمیق‌تری به دست می‌دهد (Dolnicar et al., 2012; Smyth et al., 2008، به نقل از Thomander & Krosnick) – و در فایل این دقیقاً همان است: یک ستون برای هر گزینه (جدول 1). درجه‌بندی یا رتبه‌بندی. وقتی زندگی ناگزیر از انتخاب می‌کند – یک نامزد، یک ارزش برای تربیت – درخواست مرتب کردن گویه‌ها (ranking) داده‌های بهتری از درجه‌بندی هر گویه به‌طور جداگانه می‌دهد، زیرا در مجموعه‌ای از درجه‌بندی‌ها (batteries) برخی پاسخ‌دهندگان برای همه همان درجه را علامت می‌زنند؛ وقتی می‌توان دو چیز را به یک اندازه دوست داشت – درجه‌بندی می‌کنیم، و هر کاری ممکن است انجام می‌دهیم تا سؤال‌ها آسان و پاسخ‌دهندگان درگیر باشند (Thomander & Krosnick, 2024).

5. قالب پاسخ – و مقیاس لیکرت

قالب پاسخ تصمیمی است که تحلیل بیش از همه به آن وابسته است (Pallant, 2020, Chapter 1). سه قاعده Pallant: وقتی مقدار واقعی وجود دارد آن را بخواهید (سن به سال، نه طبقه سنی – همبستگی به نمره‌های پیوسته با دامنه گسترده نیاز دارد)؛ دامنه پاسخ را تا حد ممکن گسترده بدهید، زیرا "همیشه می‌توان بعداً طبقه‌بندی کرد" – و عکس آن نه؛ و به جای "موافقم / مخالفم" – مقیاسی از نوع لیکرت، مثلاً از "کاملاً مخالفم" (1) تا "کاملاً موافقم" (6)، که دامنه نمره گسترده‌تری می‌دهد و تحلیل‌های ممکن را گسترش می‌دهد. درباره تعداد درجه‌ها باید تصمیم گرفت (Pallant برای بحث درباره مزایا و معایب به DeVellis, 2012 ارجاع می‌دهد)؛ Jamieson (2004) یادآوری می‌کند که پنج درجه رایج است، و استدلال‌هایی به سود هفت درجه و به سود تعداد زوج درجه‌ها (بدون نقطه میانی) وجود دارد – و این پرسش را شواهدی که در ادامه بخش می‌آیند حل می‌کنند. آنچه محل اختلاف نیست: دستورالعمل‌های روشن – خانه‌ای را علامت بزنند؟ دور عددی خط بکشند؟ – با یک مثال، زیرا برای برخی پاسخ‌دهندگان این نخستین پرسشنامه زندگی‌شان است (Pallant, 2020, Chapter 1).

یک سؤال چه می‌گوید و چه چیزی را از دست می‌دهد. مثال Pallant: "آیا سیگار می‌کشید؟ بله / خیر". در مطالعه مقدماتی کسی خواهد پرسید که منظور سیگار است، سیگار برگ یا حشیش؛ و سپس – آیا کافی است بدانیم آیا، یا باید بدانیم چقدر هم (دو-سه نخ سیگار یا دو-سه بسته) و با چه بسامدی (هر روز یا در مناسبت‌ها)؟ درباره هر سؤال پرسیده می‌شود که چه اطلاعاتی خواهد داد و چه اطلاعاتی کم خواهد بود (Pallant, 2020, Chapter 1).

چند درجه، و چگونه برچسب‌گذاری‌شان کنیم – شواهد. Thomander و Krosnick (2024): پایایی و روایی با تعداد درجه‌ها افزایش می‌یابند، اما این افزایش رفته‌رفته کوچک‌تر می‌شود، و نتیجه ادبیات پنج درجه برای مقیاس تک‌قطبی است (صفر در یک انتها: از "اصلاً" تا "بسیار زیاد") و هفت درجه برای مقیاس دوقطبی (صفر در وسط: از "بسیار دوست دارم" تا "بسیار متنفرم"، با "نه دوست دارم نه متنفرم" در وسط). نقطه میانی حذف نمی‌شود: گزینه میانی پاسخ‌های تنبلانه را تشویق نمی‌کند؛ پاسخ‌دهندگانی هستند که واقعاً به وسط تعلق دارند، و بدون آن نقطه‌ای مجاور را به‌طور تصادفی انتخاب می‌کنند؛ حذف آن مقیاس تک‌قطبی را بهتر نمی‌کند و به مقیاس دوقطبی آسیب می‌زند. مقیاس "لغزنده" (slider) – پرهیز کنید: درجه‌بندی به سمت جای آغازین لغزنده کشیده می‌شود، و پاسخ‌دهندگان بیشتری پرسشنامه را رها می‌کنند. و برچسب‌های کلامی روی همه درجه‌ها، بدون عدد: پایایی و روایی بالاتر از واژه‌ها فقط در دو انتها، پاسخ‌دهندگان آن را ترجیح می‌دهند، و سریع‌تر هم هست؛ عدد در کنار واژه وقتی معناها متناقض باشند زیان‌آور است. برچسب‌هایی که فاصله تقریباً برابر دارند – برای تک‌قطبی "اصلاً / کم / متوسط / زیاد / بسیار زیاد"؛ برای دوقطبی "بسیار بد / نسبتاً بد / کمی بد / نه بد نه خوب / کمی خوب / نسبتاً خوب / بسیار خوب"؛ برای کیفیت در پنج درجه "بسیار ضعیف / ضعیف / قابل قبول / خوب / عالی" (ترجمه‌های سایت؛ در اصل – extremely, very, moderately, slightly, not at all). و سؤال دوقطبی در دو گام بهتر پاسخ داده می‌شود – "موافق یا مخالف؟" و سپس "زیاد، متوسط یا کم؟" – هفت طبقه در دو سؤال کوتاه به جای هفت گزینه یک‌جا (Thomander & Krosnick, 2024). پیامد برای فایل: عدد (1-5، 1-7) کد در کاربرگ راهنمای کدهاست، نه آنچه پاسخ‌دهنده می‌بیند – در پرسشنامه، چاپی یا برخط، واژه‌ها نمایش داده می‌شوند؛ و مقیاس اعتباریابی‌شده موجود در همان قالبی اجرا می‌شود که در آن اعتباریابی شده است (بخش 2). گزاره‌های "موافقم / مخالفم" مقیاسی دوقطبی‌اند – و درباره مشکل آن‌ها، بخش 7.

بسامد و کمیت – نه در مقیاس "اغلب". ابعادی بدون سنجه طبیعی – اهمیت، علاقه، صمیمیت – به مقیاس درجه‌بندی نیاز دارند؛ ابعادی با سنجه طبیعی – بسامد، کمیت، زمان – با "کمیت‌نماهای مبهم" ("نسبتاً زیاد"، "نسبتاً اغلب") که هر کس به گونه‌ای می‌فهمد سنجیده نمی‌شوند، بلکه با سؤال باز در واحد طبیعی: 5 روز در هفته، 3 ساعت (Thomander & Krosnick, 2024) – همان قاعده Pallant درباره سن به سال، گسترش‌یافته. Yan (2024) نشان می‌دهد چرا فهرست بازه‌ها نیز راه‌حل نیست: پاسخ‌دهندگان فرض می‌کنند طراح پرسشنامه بازه‌ها را با دقت انتخاب کرده است، و از این رو از آن‌ها می‌خوانند که "عادی" چیست و خود را نسبت به آن جای می‌دهند. وقتی پرسیدند مردم روزانه چقدر تلویزیون تماشا می‌کنند، مقیاسی که به "بیش از دو ساعت و نیم" ختم می‌شد گزارش‌های پایین‌تری از مقیاسی داد که با "تا دو ساعت و نیم" آغاز می‌شد؛ و کسی که دو ساعت و نیم را در انتهای بالای مقیاس پایین علامت زده بود بعداً همچنین گواهی داد که تلویزیون جای بزرگی در اوقات فراغتش دارد – و کسی که همان مقدار را در پایین مقیاس بالا علامت زده بود، برعکس (Schwarz et al., 1985, as cited in Yan). و باز از Yan: "چند بار…" شمارش رویدادها را تشویق می‌کند (و به کم‌شماری گرایش دارد)؛ "هر چند وقت یک‌بار…" تعمیم از یک آهنگ را تشویق می‌کند ("دو بار در سال"، و به بیش‌شماری گرایش دارد) – وقتی شمارش می‌خواهیم، زمان می‌دهیم، و اگر سوابقی هست آن‌ها را یادآوری می‌کنیم.

لیکرت: ترتیبی یا فاصله‌ای؟ اینجا ادبیات دوپاره است، و سایت موضع می‌گیرد. Field (2024، کادر 1.2) بر آن است که هر درجه‌بندی ذهنی – ترجیح، اطمینان، فهم – بهتر است متغیر ترتیبی به شمار آید، "هرچند بسیاری از دانشمندان چنین نمی‌کنند": نمی‌توان مطمئن بود که فاصله میان 1 و 2 با فاصله میان 4 و 5 برابر است. Jamieson (2004) سخت‌گیرتر است: مقیاس لیکرت سطح اندازه‌گیری ترتیبی است، و بنابراین میانه یا نما و نه میانگین، و آزمون‌های ناپارامتری (خی‌دو، اسپیرمن، مان-ویتنی) و نه پارامتری – و او یادآوری می‌کند که توزیع‌های گویه‌های لیکرت اغلب چوله یا قطبی‌شده‌اند، و این پرسش باید از همان مرحله طراحی حل شود. Norman (2010) با شواهدی درباره استواری به او پاسخ می‌دهد: در نمونه‌ای از 93 پاسخ‌دهنده روی 64 جفت گویه درجه‌بندی، همبستگی میان پیرسون و اسپیرمن .99 بود، و حتی وقتی مقیاس را به چهار درجه بسیار چوله فشرده کرد – .987؛ آزمون‌های پارامتری در برابر نانرمال بودن و ترتیبی بودن استوارند؛ و او استدلال Carifio و Perla (2008, as cited in Norman) را نیز می‌آورد – یک گویه لیکرت شاید ترتیبی باشد، اما مقیاس لیکرت، مجموع گویه‌های بسیار، فاصله‌ای است، درست مانند نمره در آزمون چندگزینه‌ای که مجموع پاسخ‌های درست است – هرچند به نظر او حکم نهایی نه در این استدلال بلکه در شواهد استواری است. قرارداد سایت، همان‌گونه که در صفحه متغیرها و مقیاس‌های اندازه‌گیری تعیین شده، "هم این و هم آن" است: گویه درجه‌بندی منفرد متغیر ترتیبی است (فراوانی‌ها، میانه، اسپیرمن)، نمره یک مقیاس چندگویه‌ای متغیر فاصله‌ای است (میانگین، پیرسون، t، رگرسیون) – و در هر دو حالت گزارش می‌شود که چه کاری انجام شده است. پیامد برای طراحی: کسی که برای یک مفهوم میانگین، آزمون t و رگرسیون می‌خواهد – برای آن مقیاسی از چند گویه می‌سازد، نه یک سؤال؛ و کسی که فقط یک سؤال دارد آن را به صورت فراوانی‌ها و میانه گزارش می‌کند.

6. مردم چگونه به یک سؤال پاسخ می‌دهند – و چرا این جمله‌بندی را تعیین می‌کند

دو فصل راهنمای کمبریج از یک مدل آغاز می‌کنند: برای پاسخ به یک سؤال، پاسخ‌دهنده از چهار مرحله می‌گذرد – فهم (چه پرسیده می‌شود، و منظور چیست)، بازیابی از حافظه، داوری (ترکیب آنچه بازیابی شده در یک پاسخ، یا برآورد) و نگاشت پاسخ به یکی از گزینه‌ها (Yan, 2024; Thomander & Krosnick, 2024). هر مرحله تلاش می‌طلبد، و هر پاسخ‌دهنده‌ای حاضر نیست آن را صرف کند. کسی که همه را به‌درستی انجام می‌دهد "بهینه‌سازی می‌کند" (optimizing)؛ کسی که میان‌بر می‌زند – به‌شکل ملایم (همه مراحل، با سهل‌انگاری) یا به‌شکل شدید (از بازیابی و داوری می‌پرد و پاسخی را برمی‌گزیند که معقول به نظر می‌رسد، یا صرفاً پاسخی که دفاع از آن آسان است) – "به حداقل بسنده می‌کند" (satisficing; Krosnick, 1991, as cited in Thomander & Krosnick). سه چیز تعیین می‌کند چند نفر بسنده‌کاری خواهند کرد: دشواری کار، توانایی پاسخ‌دهنده و انگیزه – و انگیزه با خستگی، هرچه پرسشنامه طولانی‌تر شود، پایین می‌آید. نشانه‌ها برای هر کسی که پرسشنامه‌ای را تحلیل کرده آشناست: "نمی‌دانم" به جای فکر کردن؛ پاسخ‌دهی خطی (straightlining) – یک درجه برای یک مجموعه گویه (batteries) کامل؛ موافقت با هر گزاره‌ای؛ انتهاها؛ وسط (Yan, 2024). و پاسخ‌دهندگان از بافت نیز می‌خوانند: فرض می‌کنند طراح پرسشنامه هم‌سخنی همکار است – که هر سؤال مرتبط است، که گزینه‌ها با دقت انتخاب شده‌اند، که سؤال قبلی با سؤال بعدی مرتبط است – و بر اساس آنچه استنباط می‌کنند منظور بوده پاسخ می‌دهند (Yan, 2024، درباره اصول گفت‌وگوی Grice). از اینجا قاعده کار دو فصل: هر تصمیم طراحی با این پرسش سنجیده می‌شود که آیا دشواری را کم و انگیزه را زیاد می‌کند – و آیا اصول گفت‌وگو را رعایت می‌کند.

در هر مرحله چه چیزی خراب می‌شود. در فهم: سؤال‌های طولانی، با چند بند یا با نفی، زمان بیشتری می‌برند و سنگین‌اند؛ واژه‌های چندمعنایی؛ و حتی واژه‌ای ساده – وقتی پرسیدند "آیا در طول زندگی‌تان دست‌کم 100 نخ سیگار کشیده‌اید؟"، 54% "سیگار کشیدن" را هر گونه پک زدن فهمیدند و 46% فقط فرو بردن دود به ریه (Suessbrick et al., 2000, as cited in Yan) – و تعریف درون سؤال دقت را در مفاهیم مبهم به‌طرز چشمگیری بهبود می‌دهد. در بازیابی: فراموش می‌کنند – به‌ویژه رویدادهای عادی و پرتکرار – و در زمان جابه‌جا می‌کنند (telescoping: رویدادی که بیرون از دوره بوده گویی درون آن گزارش می‌شود)؛ و آنچه در حافظه در همان طبقه رمزگذاری نشده (گرداندن سگ "فعالیت بدنی" نیست) بازیابی نخواهد شد. در داوری: شمارش از پایین کم‌شماری می‌کند، تعمیم از بالا بیش‌شماری، و برداشت کلی ("من هیچ‌وقت مشکل دندان ندارم") – بدترین همه؛ زمان، سوابق، رویدادی لنگرگاهی که آغاز دوره را مشخص کند، و دفترچه روزانه کمک می‌کنند. در نگاشت: پاسخ‌دهنده پاسخ را ویرایش می‌کند – در سؤال‌های حساس (بخش 8)، یا برای خلاص شدن از سؤال‌های پیگیری: کسی که به سؤال فیلتر "نه" می‌گوید خود را از همه آنچه پس از آن می‌آید معاف می‌کند، و از این رو همه سؤال‌های فیلتر با هم و تنها سپس سؤال‌های پیگیری پرسیده می‌شوند؛ و ترتیب گزینه‌ها اثر دارد – در فهرست نوشتاری گزینه‌های نخست بیشتر انتخاب می‌شوند (تقدم)، در فهرستی که خوانده می‌شود – گزینه‌های آخر (Yan, 2024; Thomander & Krosnick, 2024). در فهرستی طبقه‌ای بدون ترتیب طبیعی، در پرسشنامه برخط، می‌توان گزینه‌ها را برای هر پاسخ‌دهنده با ترتیب تصادفی نمایش داد – مگر آنکه خود ترتیب معنایی داشته باشد (Thomander & Krosnick, 2024). نخستین توصیه Yan حتی پیش از همه این‌هاست: دقیقاً بدانید چه مفهومی را می‌سنجید – "بیکار" هم کسی است که کاری ندارد و هم کسی که کاری می‌خواهد، و سؤال "آیا کار می‌کنید" به‌تنهایی فقط نیمی از مفهوم را می‌سنجد – و صفحه سؤال پژوهش از همین جا آغاز می‌شود.

7. جمله‌بندی

Pallant (2020، فصل 1) می‌نویسد: "در جمله‌بندی گویه‌های روشن هنری واقعی هست" – قواعد قطعی وجود ندارد، اما فهرستی از آنچه باید از آن پرهیز کرد هست، و هر مورد آن برای کسی که روزی پرسشنامه شخص دیگری را تحلیل کرده آشناست:

موافقت با هر چیز. مستندترین توصیه Thomander و Krosnick (2024) دشوارترین آن برای اجرا نیز هست: سؤال‌های "موافقم / مخالفم"، "درست / نادرست" و "بله / خیر" از سوگیری موافقت (acquiescence) رنج می‌برند – گرایش به تأیید گزاره‌ها صرف‌نظر از محتوایشان. افراد بیشتری با "من آناناس دوست دارم" موافق‌اند تا با "من آناناس دوست ندارم" مخالف، هرچند این سؤال‌ها قرار است تصویر آینه‌ای یکدیگر باشند؛ دلایل – بسنده‌کاری، ادب، پرهیز از رویارویی، احترام به صاحب‌اختیار. به جای گزاره – سؤالی که مفهوم سنجیده‌شده را صریحاً نام می‌برد، با دو گزینه متوازن: نه "از خدمات راضی‌ام – موافقم / مخالفم"، بلکه "تا چه حد از خدمات راضی یا ناراضی هستید؟" با مقیاسی از "اصلاً راضی نیستم" تا "بسیار راضی‌ام". سایت اینجا هر دو را نگه می‌دارد: مقیاس اعتباریابی‌شده‌ای که از گزاره‌های موافقت ساخته شده – همان‌گونه که اعتباریابی شده به کار می‌رود، و گویه‌های معکوس آن (بخش 9) دفاع شناخته‌شده در برابر سوگیری پاسخ‌اند (Field, 2024, Section 18.9.4)؛ گویه‌های تازه خودتان – به‌صورت سؤالی درباره مفهوم جمله‌بندی می‌شوند، نه به‌صورت گزاره.

"نمی‌دانم" و "نامربوط" – کی آری و کی نه. Pallant (2020، فصل 1) توصیه می‌کند وقتی لازم است چنین طبقه‌ای افزوده شود – وگرنه کسی که نمی‌داند وسط مقیاس را انتخاب می‌کند، و این به‌عنوان یک موضع خوانده می‌شود. Thomander و Krosnick (2024) نشان می‌دهند که در سؤال‌های نگرشی انتخاب "نمی‌دانم" اغلب نه نبودِ نگرش بلکه بسنده‌کاری، ابهام سؤال، دوسوگرایی یا حفظ وجهه را بازتاب می‌دهد – و از این رو توصیه می‌کنند از سؤال‌های نگرشی حذف شود، و پس از آن‌ها درباره شدت نگرش پرسیده شود. هم این و هم آن: "نامربوط" برای سؤالی واقعیت‌محور که بر همه صدق نمی‌کند (و یک سؤال فیلتر پیش از آن) – آری؛ "نمی‌دانم" در سؤال نگرشی – معمولاً نه. و در فایل، چنین کدی مقدار گمشده نیست بلکه یک پاسخ است: در کاربرگ راهنمای کدها مستند می‌شود، و پیش از میانگین یا همبستگی کنار گذاشته می‌شود (ببینید مقادیر گمشده و الگوی استاندارد). طول سؤال. نه کوتاه‌ترین – کوتاه‌ترینی که ایده را به‌طور یکسان به همه منتقل کند: واژه‌های یک‌معنا، آشنا، کوتاه؛ هرچه کمتر جمله؛ و تعریف درون سؤال وقتی مفهوم مبهم است (Thomander & Krosnick, 2024; Yan, 2024).

8. ترتیب سؤال‌ها، طول پرسشنامه و سؤال‌های حساس

ترتیب. خبر خوب: در تحلیل‌های صدها آزمایش، اثرهای ترتیب سؤال‌ها نادرند – 11-12 از بیش از 500 متغیر نزد Smith (1988)، 8 از 113 آزمایش نزد Schuman و Presser (1981؛ هر دو به نقل از Thomander & Krosnick, 2024). وقتی رخ می‌دهند، به سبب اصول گفت‌وگوست: سؤال قبلی سؤال بعدی را توضیح می‌دهد. مثال Yan (2024): رضایت از ازدواج و سپس از زندگی – همبستگی بالاست، زیرا ازدواج در حافظه "تازه" است؛ با یک مقدمه مشترک ("دو سؤال درباره زندگی شما – اولی درباره ازدواج، دومی درباره زندگی به‌طور کلی") همبستگی پایین می‌آید، زیرا پاسخ‌دهنده می‌فهمد که سؤال کلی درباره "بقیه زندگی" است (Strack et al., 1988; Schwarz et al., 1991، به نقل از Yan). توصیه‌های انباشته: کلی پیش از جزئی در یک موضوع؛ سؤال‌های یک موضوع با هم؛ آغاز با سؤال‌های آسان و خوشایند؛ سؤال‌های فیلتر تا آنچه صدق نمی‌کند پرسیده نشود؛ و سؤال‌های حساس و جمعیت‌شناختی – در پایان (Thomander & Krosnick, 2024; Yan, 2024). طول. خستگی انباشته می‌شود، و بسنده‌کاری همراه با آن – و از این رو هرچه سؤال کمتر، فقط آنچه در خدمت یک سؤال پژوهش است (بخش 1). Thomander و Krosnick به ادبیات رو به رشدی اشاره می‌کنند که نشان می‌دهد سنجش با یک گویه می‌تواند حتی برای مفاهیمی که معمولاً با مجموعه گویه (batteries) سنجیده می‌شوند به‌خوبی کار کند؛ قرارداد سایت (بخش 5) پابرجاست: نمره مقیاس چندگویه‌ای – فاصله‌ای؛ گویه منفرد – ترتیبی، و به صورت فراوانی‌ها و میانه گزارش می‌شود.

سؤال‌های حساس و مطلوبیت اجتماعی. سؤال حساس به سه معنا (Yan, 2024): خصوصی – بیرون از مرزهای گفت‌وگوی عادی (درآمد، مسائل جنسی)؛ پرخطر – اطلاعات هویتی که افشای آن نزد طرف سوم خطرناک است؛ یا سؤالی که پاسخ "درست" اجتماعی دارد – و آنگاه در مطلوب اغراق و در نامطلوب کم‌گویی می‌شود (رأی دادن؛ نوشیدن افراطی). Thomander و Krosnick (2024) قید می‌گذارند: بخش چشمگیری از آنچه گزارش کاذب به نظر می‌رسد در واقع عدم پاسخ است – کسی که رأی نداده کمتر هم به پیمایش‌ها پاسخ می‌دهد – و بیشتر فنون "پیچیده" اثباتشان نشده است. آنچه مستند است: خودتکمیلی بدون مصاحبه‌گر سوگیری را کم می‌کند، و از این رو پرسشنامه برخط یا چاپی برای سؤال‌های حساس بر مصاحبه ارجح است (Yan, 2024)؛ گمنامی گزارش نامطلوب را افزایش می‌دهد اما تلاش و دقت را نیز کاهش می‌دهد؛ جمله‌بندی "بخشاینده" ("بسیاری از مردم فرصت رأی دادن پیدا نکردند…") گزارش‌دهی را افزایش می‌دهد، اما ثابت نشده که روایی را افزایش دهد (Thomander & Krosnick, 2024). و آنچه فن نیست: رضایت آگاهانه‌ای که از پیش می‌گوید چه پرسیده خواهد شد، و اگر سؤال‌ها پریشانی ایجاد کردند به چه کسی باید مراجعه کرد – در صفحه اخلاق در پژوهش.

9. گویه‌های معکوس

در مقیاسی از گزاره‌ها رسم است که برخی گویه‌ها در جهت معکوس جمله‌بندی شوند – در پرسشنامه اضطراب SPSS از Field (2024، بخش 18.9.4)، 22 گویه که موافقت با آن‌ها به معنای اضطراب است ("آمار مرا به گریه می‌اندازد") و یک گویه معکوس ("انحراف معیارها مرا هیجان‌زده می‌کنند"). گویه‌های معکوس مهم‌اند زیرا سوگیری پاسخ را کاهش می‌دهند – پاسخ‌دهندگان برای پاسخ دادن ناچارند بخوانند – اما هزینه‌ای دارند که باید پیش از تحلیل پرداخت: گویه معکوس با بقیه گویه‌ها همبستگی منفی دارد، آلفای کرونباخ را پایین می‌آورد و حتی ممکن است آن را منفی کند. از این رو نمره آن پیش از تحلیل پایایی معکوس می‌شود: حداکثر مقیاس به‌علاوه یک، منهای مقدار (در مقیاس 1-5: 6 − مقدار) – 5 می‌شود 1، 1 می‌شود 5، 3 همان 3 می‌ماند (Field, 2024, Section 18.9.4). در سایت: گویه را همان‌گونه که پاسخ داده شده وارد می‌کنید، در ستون یادداشت‌ها در کاربرگ راهنمای کدها "reverse" می‌نویسید، و صفحه آلفا خودش آن را معکوس می‌کند؛ همبستگی منفی گویه با کل در خروجی تقریباً همیشه گویه معکوسی است که علامت نخورده است.

10. مطالعه مقدماتی

پیش از توزیع، Pallant (2020، فصل 1) مطالعه مقدماتی را الزامی می‌داند – و روی افرادی از همان نوعی که در خود پژوهش پاسخ خواهند داد (نوجوانان، بیکاران، زندانیان): اطمینان از اینکه دستورالعمل‌ها، سؤال‌ها و گویه‌های مقیاس روشن‌اند، که پاسخ‌دهندگان می‌فهمند و درست پاسخ می‌دهند، و شناسایی سؤال‌هایی که ممکن است آزارنده باشند. اینجا همچنین جایی است که معلوم می‌شود "آیا سیگار می‌کشید؟" یک سؤال نیست (بخش 5)، و مقیاسی که در فرهنگی دیگر کار کرده اینجا کار نمی‌کند (بخش 2) – از همین داده‌های مطالعه مقدماتی می‌توان آلفا را در صفحه آلفا محاسبه کرد. و در آزمایش – تمرین نهایی کامل دست‌کاری و سنجه‌ها، آموزش مصاحبه‌گران، و بررسی پایایی بین مشاهده‌گران وقتی چند نفر رفتار را کدگذاری می‌کنند (Pallant, 2020، فصل 1؛ ماشین‌حساب: پایایی بین کدگذاران). "منابع سردرگمی را پیش از توزیع صدها پرسشنامه برطرف کنید."

Yan (2024) جعبه‌ابزار را بر اساس مرحله گسترش می‌دهد: گروه‌های کانونی در مرحله مفهوم‌پردازی – مردم چگونه درباره موضوع سخن می‌گویند، و با چه واژه‌هایی؛ بررسی متخصصان و مصاحبه‌های شناختی – پاسخ‌دهنده هنگام پاسخ دادن بلند فکر می‌کند، و پژوهشگر می‌شنود او چه فهمیده و چگونه انتخاب کرده است – پیش از میدان؛ و در طول گردآوری – زمان‌های پاسخ (پرسشنامه برخط آن‌ها را ثبت می‌کند). روش‌ها همیشه به مشکلات یکسانی اشاره نمی‌کنند، اما چند روش بهتر از یکی است، و "هر روش ارزیابی‌ای بهتر از هیچ است" (Yan, 2024)؛ Thomander و Krosnick (2024) آن را "آزمون شناختی مقدماتی" می‌نامند، و این راه آن‌ها برای سنجیدن این است که آیا سؤال ایده را به‌طور یکسان منتقل می‌کند (بخش 7).

11. از پرسشنامه تا فایل

دفترچه کدگذاری (codebook) پیش از ورود داده‌ها تهیه می‌شود، نه پس از آن: برای هر متغیر نامی کوتاه و یکتا، توصیف، شیوه کدگذاری پاسخ‌ها و سطح اندازه‌گیری؛ و برای هر پرسشنامه – شماره شناسه‌ای که روی آن نوشته می‌شود، تا بتوان وقتی خطایی کشف می‌شود به آن بازگشت (Pallant, 2020, Chapter 2). در سایت دفترچه کدگذاری کاربرگ راهنمای کدها (legend / מקרא) در فایل اکسل است، و ساختار فایل – یک سطر برای هر آزمودنی، یک ستون برای هر متغیر – در الگوی استاندارد داده‌ها توصیف شده است، با الگویی خالی برای دانلود و بررسی‌کننده‌ای که گزارش می‌دهد هر ماشین‌حساب چه چیزی را شناسایی خواهد کرد. دو میان‌بر: کسی که داده‌هایش از قبل در SPSS است الگو را از فایل در از SPSS به اکسل تولید می‌کند – و اگر پرسشنامه در Word و در جدول‌هایی نوشته شده که در خانه نخستشان کد سؤال آمده است (Q1، Q2، D3)، این صفحه متن کامل سؤال و دستورالعمل‌های فیلتر را نیز از پرسشنامه تکمیل می‌کند؛ و کسی که دستی وارد می‌کند – گزینه‌ها را روی پرسشنامه شماره‌گذاری می‌کند، و عدد را وارد می‌کند.

اشتباهات رایج

پرسیدن در طبقه‌ها آنچه را می‌توان به‌صورت عدد پرسید. سن، سابقه کار، درآمد، ساعت‌ها – در طبقه‌ها متغیرهای ترتیبی‌اند، و همبستگی و میانگین از دست رفته‌اند (Pallant, 2020, Chapter 1).

محاسبه میانگین یک سؤال و گزارش آن گویی نمره مقیاس است. گویه منفرد متغیر ترتیبی است (Field, 2024, Box 1.2; Jamieson, 2004) – فراوانی‌ها و میانه؛ میانگین و آزمون‌های t – برای نمره یک مقیاس چندگویه‌ای (Norman, 2010).

نوشتن مقیاس خودتان وقتی مقیاسی اعتباریابی‌شده وجود دارد. نخست مرور ادبیات؛ و اگر با این حال – گویه‌های نامزد فراوان، نمونه بزرگ، تحلیل عاملی و آلفا (Pallant, 2020, Chapter 1; Field, 2024, Section 18.5).

گزارش آلفا از مقاله اصلی به جای محاسبه آن در نمونه خودتان. پایایی از آنِ مقیاس در این جامعه آماری، در این بافت است (Field, 2024, Section 18.9.1; Pallant, 2020, Chapter 1).

سؤال دوگانه، نفی مضاعف، سؤال جهت‌دار. جدول 2.

توزیع بدون مطالعه مقدماتی. هر چیزی که در مطالعه مقدماتی شناسایی نشود در تحلیل شناسایی می‌شود – وقتی دیگر اصلاح ممکن نیست (Pallant, 2020, Chapter 1).

فراموش کردن گویه‌های معکوس. آلفای پایین یا منفی، همبستگی منفی گویه با کل (Field, 2024, Section 18.9.4)؛ "reverse" در کاربرگ راهنمای کدها مشکل را حل می‌کند.

"نمی‌دانم" به‌عنوان مقدار گمشده، یا به‌عنوان وسط مقیاس. کدی جداگانه، مستندشده، که پیش از میانگین کنار گذاشته می‌شود (Pallant, 2020، فصل 1 – توصیه به افزودن این طبقه؛ برخورد با آن در فایل – قرارداد سایت) – و در سؤال‌های نگرشی، معمولاً بدون آن (Thomander & Krosnick, 2024).

گزاره‌های "موافقم / مخالفم" برای گویه‌های تازه. سوگیری موافقت؛ سؤالی درباره مفهوم، با گزینه‌های متوازن (Thomander & Krosnick, 2024).

بسامد با "اغلب / گاهی / به‌ندرت". هر کس به گونه‌ای می‌فهمد، و خود مقیاس می‌آموزد که "عادی" چیست؛ عدد در واحد طبیعی (Thomander & Krosnick, 2024; Yan, 2024).

عدد به جای واژه روی مقیاس، مقیاس بدون نقطه میانی، یا لغزنده. واژه روی همه درجه‌ها، 5 یا 7 با نقطه میانی (Thomander & Krosnick, 2024).

سؤال‌های فیلتر لابه‌لای سؤال‌های پیگیری. کسی که بفهمد "نه" سؤال‌ها را کم می‌کند – "نه" پاسخ می‌دهد؛ همه سؤال‌های فیلتر نخست (Yan, 2024).

چک‌لیست – پیش از توزیع

منابع

Field, A. (2024). Discovering statistics using IBM SPSS statistics (6th ed.). SAGE.

Jamieson, S. (2004). Likert scales: How to (ab)use them. Medical Education, 38(12), 1217-1218. https://doi.org/10.1111/j.1365-2929.2004.02012.x

Norman, G. (2010). Likert scales, levels of measurement and the "laws" of statistics. Advances in Health Sciences Education, 15(5), 625-632. https://doi.org/10.1007/s10459-010-9222-y

Pallant, J. (2020). SPSS survival manual: A step by step guide to data analysis using IBM SPSS (7th ed.). Routledge.

Thomander, S. D., & Krosnick, J. A. (2024). Question and questionnaire design. In A. L. Nichols & J. E. Edlund (Eds.), The Cambridge handbook of research methods and statistics for the social and behavioral sciences: Vol. 2. Performing research (pp. 352-370). Cambridge University Press. https://doi.org/10.1017/9781009000796.017

Yan, T. (2024). Self-report measures. In A. L. Nichols & J. E. Edlund (Eds.), The Cambridge handbook of research methods and statistics for the social and behavioral sciences: Vol. 2. Performing research (pp. 329-351). Cambridge University Press. https://doi.org/10.1017/9781009000796.016

Nunnally (1978)، Briggs و Cheek (1986)، DeVellis (2012)، De Vaus (2014)، Kline (1999، 2005) و Streiner و Norman (2015) – به نقل از Pallant (2020)؛ Pedhazur و Schmelkin (1991)، Comrey و Lee (1992) و Guadagnoli و Velicer (1988) – به نقل از Field (2024)؛ Carifio و Perla (2008) – به نقل از Norman (2010)؛ Krosnick (1991)، Schwarz و همکاران (1985)، Dolnicar و همکاران (2012)، Smyth و همکاران (2008)، Smith (1988) و Schuman و Presser (1981) – به نقل از Thomander و Krosnick (2024)؛ Suessbrick و همکاران (2000)، Strack و همکاران (1988)، Schwarz و همکاران (1985، 1991) و Grice – به نقل از Yan (2024). طبق قاعده سایت، در فهرست منابع تنها منابعی می‌آیند که اصلشان خوانده شده است. Field (2024) و Pallant (2020) در نسخه دیجیتال بازچینی‌شونده – ارجاع بر اساس بخش و فصل؛ دو مقاله و دو فصل راهنمای کمبریج – بر اساس کل اثر، بدون شماره صفحه در متن.