0 é um valor válido em uma escala Likert?

Realizei meu estudo piloto sobre motivação para o aprendizado de idiomas usando uma escala Likert de 6 pontos, mas de 0 (discordo totalmente) a 5 (concordo totalmente). Percebi que um colega em sua pesquisa usou 1 a 6. Minhas variáveis ​​calculadas (soma e média) serão as mesmas que se eu tivesse usado 1 a 6? É normalmente recomendado não usar um 0 por algum motivo? Eu sou novo no SPSS, mas consegui fazer a maior parte do que preciso, mas agora estou preocupado que meus valores sejam 'distorcidos'. Não entendo como o SPSS adiciona um 0 a uma equação.

Deixe-me fazer alguns pontos. Primeiro, se você tiver apenas uma pergunta, tecnicamente não possui uma escala Likert , mas apenas uma classificação ordinal. De qualquer forma, não vejo como haverá alguma diferença significativa. Esta é apenas uma mudança linear. Isso não fará diferença se você usa uma análise ordinal como regressão logística ordinal ou um teste U de Mann-Whitney ou uma opção mais padrão como regressão OLS ou um teste t.

Devo discordar parcialmente de @MichaelChernick. Embora as respostas a uma única pergunta do Likert (de 0 a 5 ou 1 a 6 ou o que seja) sejam claramente ordinais, geralmente há uma soma de vários itens da escala do Likert. Em algum momento, o número de valores possíveis se torna tão alto que é essencialmente contínuo.

Como você sabe (mas o pôster da pergunta talvez não), a regressão OLS não pressupõe que a variável dependente seja normalmente distribuída, apenas que os erros (estimados pelos resíduos) são.

Se somarmos vários itens do Likert, sabemos que os intervalos são realmente iguais? Não, na verdade não. Mas sabemos disso, digamos, QI? Ou mesmo renda? A diferença entre um QI de 130 e 140 é a mesma que 100 e 110? Essa pergunta faz sentido? Que tal um aumento de US $ 10.000 para alguém que ganha US $ 10.000 versus US $ 100.000 por ano?

Eu escrevi um post inteiro sobre isso.

Além disso, não está claro para mim se essa escala do Likert será uma variável dependente ou independente.

Seguindo as sugestões de referência de @ caracal, encontrei uma resposta quase direta ( não, esses dois sistemas de classificação não são equivalentes se apresentados como opções numéricas para os entrevistados ) de Schwarz, Knäuper, Hippler, Noelle-Neumann e Clark ⁽¹⁹⁹¹⁾ . Eles apresentam dados sobre as respostas à pergunta "Até que ponto você tem tido sucesso na vida até agora?" Uma versão forneceu opções de classificação de 0 a 10 a 480 participantes; a outra versão tinha opções de (-5) - (+ 5) com zero como ponto médio e foi vista por 552 participantes. Os pontos de extremidade foram rotulados como "sem sucesso" e "extremamente bem-sucedidos" nas duas versões. "Indeciso" também foi uma opção em ambos. Aqui está como as coisas mudaram:

$$\begin{array}{ccc|ccc}&\text{0–10 Scale}&&&-5\text{ to +5 Scale}&\\\hline\small\text{Scale Value}&\small\text{Percentage}&\small\text{Cumulative}&\small\text{Scale Value}&\small\text{Percentage}&\small\text{Cumulative}\\\hline0&...&...&-5&1&1\\1&...&...&-4&...&1\\2&2&2&-3&1&2\\3&5&7&-2&1&3\\4&7&14&-1&1&4\\5&20&34&0&9&13\\6&14&48&+1&9&22\\7&20&68&+2&23&45\\8&20&88&+3&35&80\\9&6&94&+4&14&94\\10&3&97&+5&4&98\\\text{Undecided}&3&100&\rm{Undecided}&2&100\end{array}$$

Muito diferente, claramente! Eles também relatam para essa diferença. Obviamente, essa diferença não aparecerá se a diferença for apenas nos bastidores em termos de como você codifica respostas, não visível para os participantes como uma maneira de fornecer respostas.$\chi^2(10)=105.1,p<.0001$

Existem métodos simples de design de pesquisa que permitem evitar preocupações com os efeitos psicológicos de equiparar âncoras de classificação a números. Basicamente, você pode simplesmente evitar o uso de números! Por exemplo:

1. Permita que os respondentes verifiquem as células em uma tabela correspondente à sua preferência de resposta: cada linha pode ser um item diferente e cada coluna pode ser rotulada com sua âncora de classificação ou vice-versa - sem números envolvidos. Aqui está como isso pode parecer (se alguém responder com sabedoria):

   $\begin{array}{|c|c|c|c|c|c|c|}\hline&\tiny\text{Strongly Disagree}&\tiny\text{Disagree}&\tiny\text{Mildly Disagree}&\tiny\text{Mildly Agree}&\tiny\text{Agree}&\tiny\text{Strongly Agree}\\\hline\tiny\text{Tumblers: better than pumpers!}^*&&&&&&\checkmark\\\hline\tiny\text{I look fat in this dress.}&\checkmark\\\hline\end{array}$ ^*

   A Wikipedia fornece outro estilo usando as opções marcadas (de Nicholas Smith ):

   

2. Os códigos de letras também podem ser substituídos por opções numéricas se for necessário preencher espaços em branco para obter uma lista de muitos itens; por exemplo, { SD, D, MD, MA, A, SA}. Só não se esqueça de incluir a lenda!

^{Referência
Schwarz, N., Knäuper, B., Hippler, HJ, Noelle-Neumann, E., & Clark, L. (1991). Os valores numéricos das escalas de classificação podem alterar o significado dos rótulos da escala. Public Opinion Quarterly, 55 (4), 570-582.}

Para fazer análises com escalas ordinais como o Likert, você usaria métodos não paramétricos baseados em classificações. O que importa com as escalas ordinais é a ordem em que 5 é melhor, 0 é pior, 1 é melhor que 0, 2 é melhor que 1 etc. Tanto as proporções quanto os intervalos não fazem sentido para os dados ordinais. Portanto, uma escala de 1-6 versus 0-5 não importa e não afeta a análise. Começando com 1 é devido à tradição e não à necessidade.

Eu acho que os pontos devem ser determinados de acordo com o enquadramento das perguntas. Por exemplo, se as perguntas estão relacionadas à atitude, pontos devem ser dados de 1 a 5, e não de 0 a 4, porque estamos tentando conhecer a atitude. E a atitude não pode ser mentir no nível 0; até marca de respondente na opção Discordo totalmente, mas não podemos mencionar 0 (zero) nesta resposta. Similar podem ser outras variáveis. Portanto, como pesquisador, devemos tentar determinar os pontos de 1 a 5; 1-7 etc.