Likert Scale ใช้สถิติอะไร? Ordinal หรือ Interval, ตั้งค่าใน SPSS และทำกราฟใน Excel
สารบัญ (28)
คำว่า “Likert scale” ถูกใช้ปนกันมากในแบบสอบถามวิทยานิพนธ์ บางคนหมายถึงข้อคำถามที่มีตัวเลือก 5 ระดับ บางคนหมายถึงคะแนนรวมทั้งชุด และเมื่อถึงบทที่ 4 ก็เจอคำถามเดิมซ้ำ ๆ ว่า ข้อมูลนี้เป็น ordinal หรือ interval แล้วจะใช้สถิติอะไรได้บ้าง บทความนี้เรียบเรียงแนวปฏิบัติที่พบทั่วไปให้อ่านต่อเนื่อง ตั้งแต่ความต่างของ “ข้อ” กับ “มาตรวัด” ตารางจับคู่สถิติ ป้ายคำตอบภาษาไทย–อังกฤษ ไปจนถึงขั้นตอนใน SPSS และ Excel
วิธีที่แสดงในบทความนี้เป็นแนวปฏิบัติที่พบได้ทั่วไป ไม่ใช่กฎตายตัว ก่อนนำไปเขียนในงานจริงควรตรวจกับตำราต้นฉบับ คู่มือของโปรแกรมที่ใช้ และอาจารย์ที่ปรึกษาอีกครั้ง ชื่อเมนูใน SPSS และ Excel อาจต่างกันเล็กน้อยตามเวอร์ชันและภาษาที่ติดตั้ง
ส่วนการคำนวณค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และเกณฑ์แปลผลระดับความคิดเห็น เรามีบทความแยกไว้แล้วที่ วิธีคำนวณ Mean และ S.D. แบบสอบถาม Likert Scale บทความนี้จึงไม่เล่าซ้ำ แต่จะเน้นเรื่อง “ข้อมูลระดับไหน ใช้สถิติอะไร และตั้งค่าโปรแกรมอย่างไร”
Likert scale คือ อะไร และต่างจาก Likert item อย่างไร
Rensis Likert เสนอวิธีวัดทัศนคติในปี 1932 โดยให้ผู้ตอบบอกระดับความเห็นด้วยกับข้อความหลายข้อ ตัวเลือกเดิมมี 5 ระดับ (เห็นด้วยอย่างยิ่ง ไปจนถึงไม่เห็นด้วยอย่างยิ่ง) ให้คะแนนเป็นตัวเลขแล้วรวมคะแนนของหลายข้อเข้าด้วยกัน (Likert, 1932) จุดสำคัญคือ ตัวมาตรวัดคือผลรวมหรือค่าเฉลี่ยของหลายข้อ ไม่ใช่ข้อเดียว
ดังนั้นในทางปฏิบัติควรแยก 2 คำนี้ให้ชัด
| คำ | หมายถึง | ตัวอย่าง |
|---|---|---|
| Likert item (ข้อคำถามเดี่ยว) | ข้อความ 1 ข้อ พร้อมตัวเลือกเรียงลำดับ | ”ฉันพอใจกับระบบทำงานแบบไฮบริดของบริษัท” เลือก 1–5 |
| Likert scale (มาตรวัด) | ชุดข้อที่วัดเรื่องเดียวกัน แล้วรวมหรือเฉลี่ยเป็นคะแนนเดียว | ค่าเฉลี่ยของ 10 ข้อ ได้ “คะแนนความพึงพอใจในการทำงาน” |
ผู้เขียนบางท่านเรียกข้อเดี่ยวว่า “Likert-type item” เพื่อไม่ให้สับสนกับตัวมาตรวัด (Boone & Boone, 2012; Sullivan & Artino, 2013) ในงานวิจัยไทยคำว่า “มาตราส่วนประมาณค่า” มักใช้คลุมทั้งสองความหมาย ถ้าเขียนบทที่ 3 ควรบอกชัดว่าส่วนไหนใช้วิเคราะห์เป็นรายข้อ และส่วนไหนรวมเป็นคะแนนตัวแปร
Likert scale example: ข้อคำถามและตัวแปรที่ได้
สมมติแบบสอบถามวัด “ความพึงพอใจในการทำงาน” ด้วย 4 ข้อ ตัวเลือก 1–5 (1 = เห็นด้วยน้อยที่สุด, 5 = เห็นด้วยมากที่สุด)
| ข้อ | ข้อความ | ทิศทาง |
|---|---|---|
| sat1 | ฉันพอใจกับลักษณะงานที่ทำอยู่ | บวก |
| sat2 | ฉันรู้สึกว่างานของฉันมีคุณค่า | บวก |
| sat3 | ฉันรู้สึกเครียดกับงานเกือบทุกวัน | ลบ (ต้องกลับค่า) |
| sat4 | ฉันอยากทำงานที่นี่ต่อไป | บวก |
ข้อ sat1–sat4 แต่ละข้อคือ Likert item ส่วนตัวแปรใหม่ที่ได้จากการเฉลี่ย 4 ข้อ (หลังกลับค่า sat3) เช่น sat_mean คือตัวแปรระดับมาตรวัด (scale) ที่นำไปเปรียบเทียบกลุ่มหรือหาความสัมพันธ์ต่อได้
Likert scale เป็น ordinal หรือ interval
ระดับการวัดแบ่งเป็น nominal (จัดกลุ่ม เช่น เพศ) ordinal (มีลำดับแต่ระยะห่างไม่แน่ เช่น อันดับ) interval (ระยะห่างเท่ากัน เช่น อุณหภูมิเซลเซียส) และ ratio (มีศูนย์จริง เช่น รายได้) คำถามที่ถามบ่อยคือ Likert อยู่ตรงไหน ซึ่งเรื่องนี้ ไม่มีคำตอบเดียวที่ทุกตำราเห็นตรงกัน สรุปจากงานที่นิยมอ้างถึงได้ดังนี้
- ข้อเดี่ยว = ordinal เพราะรู้เพียงว่า “เห็นด้วย” มากกว่า “ไม่แน่ใจ” แต่ไม่มีหลักประกันว่าระยะจาก 1 ไป 2 เท่ากับจาก 4 ไป 5 Boone และ Boone (2012) จึงเสนอให้ถือข้อเดี่ยวเป็นข้อมูลลำดับ และเสนอค่ากลางแบบมัธยฐานหรือฐานนิยม
- คะแนนรวมจากหลายข้อ = มักถือเป็น interval โดยประมาณ Boone และ Boone (2012) อธิบายว่าเมื่อรวมหลายข้อที่วัดเรื่องเดียวกัน ข้อมูลที่ได้ใกล้เคียงข้อมูลต่อเนื่อง วิเคราะห์ด้วยค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานได้
- มีผู้เสนอว่าสถิติเชิงพารามิเตอร์ทนต่อข้อมูลแบบนี้ได้พอสมควร Norman (2010) ทบทวนหลักฐานแล้วเสนอว่า t-test, ANOVA และสหสัมพันธ์ค่อนข้างทนทานต่อข้อมูลลักษณะนี้ แม้ข้อมูลไม่เป็นการกระจายปกติหรือกลุ่มตัวอย่างไม่ใหญ่ ส่วน Sullivan และ Artino (2013) ก็เห็นว่าข้อมูลจากมาตรวัดที่รวมหลายข้อสามารถใช้สถิติเชิงพารามิเตอร์ได้ แต่ย้ำว่าต้องเลือกวิธีให้เหมาะกับข้อมูลและตรวจเงื่อนไขของแต่ละสถิติ
- ฝ่ายที่ระมัดระวังกว่า ยังยึดว่าข้อมูลเป็นลำดับ จึงควรใช้ค่ามัธยฐานและสถิติ non-parametric เสมอ
เมื่อความเห็นแตกต่างกันแบบนี้ สิ่งที่ปลอดภัยที่สุดไม่ใช่การเลือกฝ่ายด้วยตัวเอง แต่คือ ถามอาจารย์ที่ปรึกษาหรือดูคู่มือของภาควิชาว่าใช้แนวทางไหน แล้วเขียนเหตุผลไว้ในบทที่ 3 ว่าทำไมจึงเลือกวิเคราะห์แบบนั้น เช่น “คะแนนรวมของแต่ละตัวแปรประกอบด้วยหลายข้อและถูกวิเคราะห์เป็นข้อมูลต่อเนื่องโดยประมาณ ตามแนวทางของ Norman (2010) และ Boone และ Boone (2012)” ถ้าภาควิชาให้ใช้สถิติ non-parametric ก็เขียนตามนั้นและอ้างเหตุผลเช่นเดียวกัน
Likert scale ใช้สถิติอะไร: จับคู่ระดับข้อมูลกับสถิติ
ตารางนี้สรุปแนวปฏิบัติที่พบทั่วไป ใช้เป็นจุดเริ่มต้นก่อนไปปรึกษาอาจารย์
| ข้อมูลที่ต้องการวิเคราะห์ | ตัวอย่างสถิติเชิงพรรณนา | ตัวอย่างการทดสอบสมมติฐาน |
|---|---|---|
| ข้อเดี่ยว (ถือเป็น ordinal) | ความถี่ ร้อยละ มัธยฐาน ฐานนิยม | เปรียบเทียบ 2 กลุ่ม: Mann–Whitney U เปรียบเทียบมากกว่า 2 กลุ่ม: Kruskal–Wallis ความสัมพันธ์: Spearman |
| คะแนนรวม/ค่าเฉลี่ยจากหลายข้อ (ถือเป็น interval โดยประมาณ) | ค่าเฉลี่ย (Mean) ส่วนเบี่ยงเบนมาตรฐาน (S.D.) | เปรียบเทียบ 2 กลุ่ม: Independent t-test เปรียบเทียบมากกว่า 2 กลุ่ม: One-way ANOVA ความสัมพันธ์: Pearson ทำนาย: Regression |
| ข้อมูลส่วนบุคคล (เพศ ระดับการศึกษา) | ความถี่ ร้อยละ | Chi-square (เมื่อเปรียบเทียบสัดส่วนระหว่างกลุ่ม) |
ข้อควรจำ 3 ข้อ
- การใช้ Mean กับคะแนนรวมไม่ได้แปลว่าไม่ต้องตรวจอะไร สถิติเชิงพารามิเตอร์มีเงื่อนไข เช่น การกระจายของข้อมูล ความเท่ากันของความแปรปรวน และขนาดกลุ่มตัวอย่าง วิธีตรวจดูที่ การตรวจสอบข้อตกลงเบื้องต้นใน SPSS (Normality)
- เมื่อได้ผลแล้ว วิธีอ่านและเขียนรายงานผล t-test กับ ANOVA ดูที่ อ่านผล t-test และ ANOVA ใน SPSS
- แม้เลือกใช้ Mean ก็ควรรายงานความถี่หรือร้อยละรายข้อประกอบ เพราะกรรมการมักอยากเห็นการกระจายคำตอบจริง ไม่ใช่เห็นแค่ตัวเลขสรุป
ป้ายคำตอบ Likert scale 5 ระดับ ภาษาไทยและภาษาอังกฤษ
งานวิจัยไทยใช้ตัวเลือก 5 ระดับมากที่สุด ป้ายคำตอบที่ใช้จริงมี 2 ตระกูลหลัก ได้แก่ วัดความเห็นด้วย และ วัดระดับ/คุณภาพ ควรเลือกให้ตรงกับคำถาม เช่น ถามว่า “เห็นด้วยหรือไม่” ต้องใช้ป้ายเห็นด้วย–ไม่เห็นด้วย ถามว่า “พอใจ/ปฏิบัติ/ประเมิน” ใช้ป้ายระดับ
แบบวัดความเห็นด้วย (Agreement)
| รหัส | ภาษาไทย | ภาษาอังกฤษ |
|---|---|---|
| 5 | เห็นด้วยอย่างยิ่ง | Strongly agree |
| 4 | เห็นด้วย | Agree |
| 3 | ไม่แน่ใจ / เฉย ๆ | Neutral (Neither agree nor disagree) |
| 2 | ไม่เห็นด้วย | Disagree |
| 1 | ไม่เห็นด้วยอย่างยิ่ง | Strongly disagree |
แบบวัดระดับ (Level) ที่นิยมในแบบสอบถามไทย
| รหัส | ภาษาไทย | ภาษาอังกฤษ (ที่พบบ่อย) |
|---|---|---|
| 5 | มากที่สุด | Very high / Strongly agree |
| 4 | มาก | High / Agree |
| 3 | ปานกลาง | Moderate / Neutral |
| 2 | น้อย | Low / Disagree |
| 1 | น้อยที่สุด | Very low / Strongly disagree |
ป้ายภาษาไทย “มากที่สุด–น้อยที่สุด” มักถูกแปลเป็น Strongly agree–Strongly disagree ในบทคัดย่อภาษาอังกฤษ ซึ่งใช้ได้เมื่อข้อคำถามเป็นข้อความแสดงความเห็น แต่ถ้าข้อถามเรื่อง “ระดับการปฏิบัติ” การแปลเป็น Very high–Very low ตรงความหมายกว่า
Likert scale excellent good fair poor: แบบประเมินคุณภาพ
ในแบบประเมินบริการหรือผลิตภัณฑ์ พบชุดป้ายแบบนี้ ซึ่งเป็นมาตรวัดแบบประเมิน (rating) ที่ใช้โครงสร้างเดียวกับ Likert คือเรียงลำดับตัวเลือก 5 ระดับ โดยให้ 5 = ดีที่สุด
| รหัส | ภาษาอังกฤษ | ภาษาไทย |
|---|---|---|
| 5 | Excellent | ดีเยี่ยม |
| 4 | Good | ดี |
| 3 | Fair | พอใช้ |
| 2 | Poor | ต้องปรับปรุง |
| 1 | Very poor | ต้องปรับปรุงมาก |
ชื่อเรียกชุดนี้ในตำราบางเล่มคือ “Likert-type” หรือ “rating scale” ไม่ใช่การวัดความเห็นด้วยแบบดั้งเดิม ถ้าเขียนวิทยานิพนธ์ให้ระบุให้ตรงกับที่ใช้จริง และกำหนดทิศทางคะแนนให้เหมือนกันทั้งแบบสอบถาม (คะแนนสูง = ดี/มาก) เสมอ
การให้รหัสและเกณฑ์แปลผล
- ให้รหัสเป็นตัวเลขต่อเนื่อง 1–5 โดยให้เลขมากหมายถึง “มาก/ดี/เห็นด้วย” ตลอดทั้งแบบสอบถาม
- ข้อที่ถามเชิงลบ (เช่น “ฉันรู้สึกเครียดกับงานเกือบทุกวัน”) ต้องกลับค่าก่อนรวมคะแนน มิฉะนั้นคะแนนรวมจะหักล้างกันเอง
- เกณฑ์แปลผลค่าเฉลี่ยของมาตรวัด 5 ระดับที่นิยมใช้ คือช่วงกว้างระดับละ 0.80 อ้างตามแนวทางของ Best (1977) ซึ่งงานวิจัยไทยจำนวนมากอ้างต่อ ตารางและวิธีหาช่วงเต็มอยู่ใน บทความ Mean และ S.D. และคำนวณอัตโนมัติได้ที่ เครื่องคำนวณ Mean และ S.D. Likert
Likert scale อ้างอิง: ควรอ้างใคร
ถ้าต้องบอกที่มาของมาตรวัด ให้อ้างงานต้นฉบับ Likert (1932) ส่วนเหตุผลของวิธีวิเคราะห์ อ้างงานที่ทบทวนเรื่องนี้โดยตรง ตัวอย่างข้อความที่เขียนในบทที่ 3
เครื่องมือวัดในส่วนที่ 2 ใช้มาตราส่วนประมาณค่า 5 ระดับตามแนวคิดของ Likert (1932) คะแนนของแต่ละตัวแปรได้จากค่าเฉลี่ยของข้อคำถามที่วัดตัวแปรนั้น และวิเคราะห์ด้วยสถิติเชิงพรรณนาและสถิติอนุมานตามแนวทางที่อาจารย์ที่ปรึกษากำหนด
รายการอ้างอิงเต็มอยู่ท้ายบทความ วิธีจัดรูปแบบ APA อ่านเพิ่มที่ คู่มือการอ้างอิง APA
ตั้งค่าและวิเคราะห์ Likert scale ใน SPSS
ขั้นตอนต่อไปนี้ใช้ได้กับ IBM SPSS Statistics ฉบับที่ใช้กันทั่วไป ชื่อเมนูภาษาอังกฤษตามหน้าต่างของโปรแกรม ถ้าเมนูในเครื่องคุณต่างออกไป ให้ดูวิธีใช้ในโปรแกรมประกอบ
1. ตั้งชื่อ ป้ายค่า และ Measure ใน Variable View
เปิดแท็บ Variable View (มุมซ้ายล่างของหน้าต่างข้อมูล) แต่ละแถวคือหนึ่งตัวแปร
- คอลัมน์ Name ตั้งชื่อสั้น ไม่มีเว้นวรรค เช่น
sat1,sat2 - คอลัมน์ Label ใส่ข้อความเต็มของข้อคำถาม เพื่อให้ตารางผลลัพธ์อ่านง่าย
- คอลัมน์ Values คลิกที่ช่อง แล้วกดปุ่มจุดสามจุดด้านขวาเพื่อเปิดหน้าต่าง Value Labels ใส่ Value = 1 และ Label = “ไม่เห็นด้วยอย่างยิ่ง” แล้วกด Add ทำซ้ำจนครบ 1–5 (ก๊อปปี้ป้ายไปยังตัวแปรอื่นได้ด้วยการคัดลอกและวางช่อง Values)
- คอลัมน์ Measure เลือกจาก 3 ตัวเลือก คือ Nominal, Ordinal, Scale
Likert scale SPSS ordinal or nominal: ควรตั้งเป็นอะไร
- ข้อ Likert รายข้อ → Ordinal ไม่ควรเป็น Nominal เพราะตัวเลือกมีลำดับ
- ตัวแปรคะแนนรวม/ค่าเฉลี่ยที่คำนวณขึ้นมา → Scale ตามแนวปฏิบัติที่ถือคะแนนรวมเป็นข้อมูลต่อเนื่องโดยประมาณ (ถ้าภาควิชาให้ถือเป็น ordinal ก็ตั้ง Ordinal ได้)
- ข้อมูลส่วนบุคคลแบบจัดกลุ่ม (เพศ สถานภาพ) → Nominal
ค่า Measure เป็นข้อมูลบอกชนิดตัวแปรให้โปรแกรม ใช้เป็นหลักในเมนูอย่าง Chart Builder ที่ต้องรู้ว่าตัวแปรเป็นชนิดไหนจึงเสนอกราฟที่เหมาะสม และบางเมนูของ SPSS รุ่นใหม่ก็ใช้ค่านี้ช่วยเลือกวิธีให้ ส่วน Frequencies และ Descriptives คำนวณตามสถิติที่คุณเลือกเอง ไม่ได้เปลี่ยนวิธีคำนวณตาม Measure แต่ตั้งให้ถูกจะช่วยให้ไม่เผลอเลือกวิธีวิเคราะห์ผิดชนิด
2. กลับค่าข้อเชิงลบ (Recode)
ใช้เมนู Transform > Recode into Different Variables… (เลือกแบบ “Different Variables” เพื่อเก็บคะแนนเดิมไว้ตรวจสอบ)
- ย้ายตัวแปร เช่น
sat3ไปช่อง Input Variable → Output Variable - ในช่อง Name ตั้งชื่อใหม่ เช่น
sat3_rแล้วกด Change - กด Old and New Values… ใส่ Old Value = 1, New Value = 5 แล้วกด Add ทำต่อ 2→4, 3→3, 4→2, 5→1 จากนั้นกด Continue และ OK
- เปิด Variable View ตั้ง Label, Values และ Measure ของตัวแปรใหม่ให้ครบ
หลังจากนี้ในการคำนวณให้ใช้ sat3_r แทน sat3 เสมอ
3. คำนวณคะแนนรวมหรือค่าเฉลี่ย (Compute)
ใช้เมนู Transform > Compute Variable…
- ในช่อง Target Variable พิมพ์ชื่อตัวแปรใหม่ เช่น
sat_mean - ในช่อง Numeric Expression พิมพ์
MEAN(sat1, sat2, sat3_r, sat4)แล้วกด OK
ฟังก์ชัน MEAN เฉลี่ยเฉพาะข้อที่มีคำตอบ ถ้าต้องการให้ผู้ตอบต้องตอบอย่างน้อยกี่ข้อจึงจะคำนวณ ให้เติมจำนวนต่อท้ายชื่อฟังก์ชัน เช่น MEAN.3(...) ซึ่งหมายถึงต้องมีค่าที่ใช้ได้อย่างน้อย 3 ข้อ ถ้าอยากได้คะแนนรวมแทนค่าเฉลี่ย ใช้ SUM(...) แบบเดียวกัน
4. ตารางความถี่ ค่ากลาง และกราฟรายข้อ
ใช้เมนู Analyze > Descriptive Statistics > Frequencies…
- ย้ายข้อ Likert ที่ต้องการเข้าช่อง Variable(s)
- กดปุ่ม Statistics… ติ๊กค่าที่ต้องการ เช่น Median, Mode, Mean, Std. deviation
- กดปุ่ม Charts… เลือก Bar charts (และเลือก Frequencies หรือ Percentages ในส่วน Chart Values) แล้ว Continue
- กด OK ผลลัพธ์จะมีตารางความถี่และร้อยละ พร้อมกราฟแท่งต่อหนึ่งข้อ
ถ้าต้องการค่าเฉลี่ยและ S.D. ของตัวแปรหลายตัวในตารางเดียว ใช้ Analyze > Descriptive Statistics > Descriptives… ส่วนการเปรียบเทียบกราฟหลายข้อในรูปเดียว ลองใช้ Graphs > Chart Builder… (ทางเลือกคือส่งตารางไปทำกราฟใน Excel ตามหัวข้อถัดไป)
5. ทดสอบสถิติต่อ
- ข้อเดี่ยวหรือข้อมูลที่ถือเป็น ordinal: เมนู Analyze > Nonparametric Tests (SPSS มีทั้งเมนูแบบ Independent Samples และ Legacy Dialogs ตำแหน่งต่างกันตามเวอร์ชัน)
- คะแนนรวมที่ถือเป็น scale: Analyze > Compare Means สำหรับ t-test และ One-way ANOVA และ Analyze > Correlate สำหรับสหสัมพันธ์ ดูรายละเอียดที่ อ่านผล t-test และ ANOVA
- ค่าความเชื่อมั่นของมาตรวัด: Analyze > Scale > Reliability Analysis… (ดูหัวข้อ Cronbach’s Alpha ด้านล่าง)
ทำ Likert scale ใน Excel และกราฟ
Excel เหมาะกับตารางสรุปและกราฟที่จะวางลงในเล่ม สมมติข้อมูลดิบวางไว้ที่แผ่นงาน Data โดยแถว 1 เป็นชื่อข้อ และคำตอบอยู่ในแถว 2 ถึง 301 (ผู้ตอบ 300 คน) ข้อ sat1 อยู่คอลัมน์ B
1. นับจำนวนต่อตัวเลือกด้วย COUNTIF
สร้างตารางสรุปในแผ่นงานใหม่ แถวเป็นข้อ คอลัมน์เป็นตัวเลือก 1–5 ในเซลล์ของ sat1 ตัวเลือก 5 ใช้
=COUNTIF(Data!B$2:B$301, 5)
ทำเหมือนกันสำหรับตัวเลือก 4, 3, 2, 1 โดยเปลี่ยนเลขท้ายสูตร (หรืออ้างอิงเซลล์หัวคอลัมน์แทนการพิมพ์ตัวเลข) ตรวจว่าผลรวมของแต่ละแถวเท่ากับจำนวนผู้ตอบ
2. หาร้อยละและค่าเฉลี่ยรายข้อ
- ร้อยละของแต่ละตัวเลือก:
=COUNTIF(Data!B$2:B$301, 5)/COUNT(Data!B$2:B$301)แล้วตั้งรูปแบบเซลล์เป็น Percentage - ค่าเฉลี่ยรายข้อ:
=AVERAGE(Data!B2:B301) - ส่วนเบี่ยงเบนมาตรฐานของกลุ่มตัวอย่าง:
=STDEV.S(Data!B2:B301) - ค่ามัธยฐาน:
=MEDIAN(Data!B2:B301)ฐานนิยม:=MODE.SNGL(Data!B2:B301)
หลักการและการอ่านค่าเฉลี่ยกับ S.D. ดูได้จาก บทความ Mean และ S.D. และสูตร Excel อื่นที่ใช้บ่อยในงานวิจัยอยู่ใน สูตร Excel สำหรับงานวิจัย
3. กลับค่าข้อเชิงลบ
สำหรับมาตรวัด 5 ระดับ (1–5) สูตรกลับค่า คือ 6 − คะแนนเดิม เช่น ข้อ sat3 อยู่คอลัมน์ D ให้สร้างคอลัมน์ใหม่แล้วใส่
=6-D2
ถ้าบางแถวเว้นว่าง ให้ใช้ =IF(D2="","",6-D2) เพื่อไม่ให้ช่องว่างกลายเป็นคะแนน 6 สูตรทั่วไปคือ (ค่าสูงสุด + ค่าต่ำสุด) − คะแนนเดิม ใช้ได้กับมาตรวัด 4, 6 หรือ 7 ระดับด้วย
4. คะแนนเฉลี่ยรวมต่อผู้ตอบ
ในคอลัมน์ใหม่ที่แถว 2 ใช้ AVERAGE กับเซลล์ของข้อที่อยู่ในตัวแปรเดียวกัน เช่น ถ้า sat1 อยู่คอลัมน์ B, sat2 อยู่ C, sat3 ที่กลับค่าแล้วอยู่ F และ sat4 อยู่ E ให้ใส่
=AVERAGE(B2, C2, F2, E2)
(ใช้คอลัมน์ที่กลับค่าแล้วแทนข้อเชิงลบ) แล้วลากสูตรลงจนครบทุกแถว AVERAGE ข้ามเซลล์ว่างโดยอัตโนมัติ ถ้าต้องการให้ผู้ตอบที่ตอบไม่ครบข้อไม่มีคะแนนรวม ให้เพิ่มเงื่อนไขเอง เช่น =IF(COUNT(B2,C2,F2,E2)<4,"",AVERAGE(B2,C2,F2,E2))
5. ทำกราฟ Likert scale ใน Excel
- ทำตารางนับ (หรือตารางร้อยละ) ให้มีหัวคอลัมน์เป็นป้ายตัวเลือก และหัวแถวเป็นข้อ
- คลิกลากเลือกตารางทั้งหมดรวมหัวตาราง
- ไปที่ Insert > Charts แล้วเลือกกลุ่ม Column หรือ Bar
- Clustered Bar: เทียบจำนวนคำตอบของแต่ละตัวเลือกภายในข้อเดียว
- Stacked Bar: แท่งเดียวต่อข้อ ประกอบด้วยตัวเลือกทุกระดับต่อกัน เหมาะกับการเทียบหลายข้อ เมื่อใช้ตารางร้อยละ แท่งทุกข้อจะยาวเท่ากันและเทียบสัดส่วนได้ง่าย (ในเมนูมีแบบ Stacked Bar ที่แปลงเป็นร้อยละเต็มแท่งให้เลย)
- ปรับด้วย Chart Design หรือ Chart Elements เช่น ใส่ชื่อแกน ป้ายข้อมูล และเรียงลำดับสีให้ไล่โทนตามระดับคำตอบ
- ใส่ชื่อกราฟตามรูปแบบที่สถาบันกำหนด (ชื่อแผนภาพมักอยู่ใต้รูป) และตรวจว่าแกนใช้หน่วยเดียวกัน
กราฟ Likert ที่จัดแท่งซ้ายขวาจากตัวกลาง (Diverging bar) ไม่มีเป็นชนิดสำเร็จรูปในเมนู Chart มาตรฐาน หากอาจารย์ต้องการกราฟชนิดนี้ จะต้องปรับตารางข้อมูลเอง ใช้ Stacked Bar ธรรมดาก็พอสำหรับงานส่วนใหญ่
ข้อผิดพลาดที่พบบ่อยกับ Likert scale
| ข้อผิดพลาด | ทำไมมีปัญหา | วิธีแก้ |
|---|---|---|
| ทิศทางคะแนนไม่ตรงกัน (บางข้อ 1–5 บางข้อ 5–1) | ค่าเฉลี่ยรวมสับสน | กำหนดให้ 5 = มาก/ดี/เห็นด้วยทุกข้อ ตั้งแต่ตอนทำฟอร์ม |
| ลืมกลับค่าข้อเชิงลบ | คะแนนรวมหักล้างกันเอง และ Cronbach’s Alpha ต่ำผิดปกติ | recode ก่อนทุกครั้ง |
| ถือว่า “ปานกลาง” เป็นข้อมูลสูญหาย | ตัวเลือกกลางเป็นคำตอบจริง ตัดทิ้งแล้วข้อมูลเอียง | เก็บเป็นรหัส 3 และใส่ Missing เฉพาะข้อที่เว้นว่าง |
| ใช้ 1 ข้อวัดทั้งตัวแปร | ประเมินความเชื่อมั่นไม่ได้ และถือเป็นเพียง ordinal | วัดแต่ละตัวแปรด้วยหลายข้อ |
| ใช้ 4 หรือ 6 ระดับแต่ใช้เกณฑ์แปลผลของ 5 ระดับ | ช่วงคะแนนไม่ตรงกัน | คำนวณความกว้างช่วงใหม่ให้ตรงกับจำนวนระดับ และอธิบายที่มาของเกณฑ์ |
| ไม่ได้ตั้งใจเลือกจำนวนระดับ | ระดับคู่ไม่มีตัวเลือกกลาง ซึ่งอาจบังคับให้ผู้ตอบเอนเอียง | เลือก 5 ระดับหรือระดับคู่ด้วยเหตุผลที่เขียนอธิบายได้ |
| รายงานเฉพาะค่าเฉลี่ยรวม | ซ่อนข้อที่ผู้ตอบเห็นต่างกันมาก | แสดงค่าเฉลี่ย S.D. และร้อยละรายข้อประกอบ |
| ไม่ตรวจเงื่อนไขก่อน t-test/ANOVA | ผลอาจอ่านผิด | ดู การตรวจ Normality ก่อน |
ตรวจความเชื่อมั่นของมาตรวัดด้วย Cronbach’s Alpha
เมื่อรวมหลายข้อเป็นคะแนนเดียว ควรตรวจว่าข้อเหล่านั้นสอดคล้องกันพอหรือไม่ ซึ่งงานวิจัยไทยนิยมรายงานสัมประสิทธิ์แอลฟาของครอนบาค (Cronbach’s Alpha) โดยเฉพาะหลังกลับค่าข้อเชิงลบแล้ว เพราะการลืม recode เป็นสาเหตุหนึ่งที่ทำให้ค่าต่ำผิดปกติ
- ความหมายและเกณฑ์ที่นิยมใช้: Cronbach’s Alpha สำคัญอย่างไรในงานวิจัย
- ตรวจก่อนเก็บข้อมูลจริงกับกลุ่มทดลองใช้: Try Out แบบสอบถาม 30 คน
- ใน SPSS ใช้ Analyze > Scale > Reliability Analysis… แล้วเลือกข้อที่เป็นมาตรวัดเดียวกัน
สรุป
- ข้อเดี่ยว (Likert item) ถือเป็นข้อมูลลำดับ (ordinal) รายงานเป็นความถี่ ร้อยละ มัธยฐาน ฐานนิยม
- คะแนนรวม/ค่าเฉลี่ยจากหลายข้อ (Likert scale) งานวิจัยจำนวนมากถือเป็น interval โดยประมาณ ใช้ Mean, S.D., t-test, ANOVA, correlation ได้ แต่เรื่องนี้ยังมีการถกเถียง จึงควรยึดตามอาจารย์ที่ปรึกษาและเขียนเหตุผลไว้ในบทที่ 3
- ใน SPSS ตั้งข้อรายข้อเป็น Ordinal และคะแนนรวมเป็น Scale กลับค่าด้วย Recode into Different Variables และคำนวณคะแนนด้วย Compute Variable
- ใน Excel ใช้ COUNTIF นับ AVERAGE หาค่าเฉลี่ย
=6-A2กลับค่า และสร้างกราฟจากตารางนับผ่าน Insert > Charts - กำหนดทิศทางคะแนนให้เหมือนกันทั้งชุด และตรวจ Cronbach’s Alpha ก่อนใช้คะแนนรวม
ถ้าแบบสอบถามพร้อมแล้วแต่คำตอบยังไม่ครบ
เมื่อแบบสอบถามเสร็จ ตรวจสอบและวางแผนวิเคราะห์เรียบร้อย แต่หาผู้ตอบที่ตรงคุณสมบัติได้ช้าหรือยังไม่ครบตามจำนวน เล่าโจทย์ให้เราฟังได้ที่ ฝากข้อความถึงเรา ทีมคนตอบ.com ช่วยนักวิจัยหาผู้ตอบแบบสอบถามที่ตรงคุณสมบัติ ส่วนการเลือกสถิติและเขียนผลยังเป็นการตัดสินใจของคุณกับอาจารย์ที่ปรึกษา
อ่านต่อ
- วิธีคำนวณ Mean และ S.D. แบบสอบถาม Likert Scale พร้อมการแปลผล 5 ระดับ
- อ่านผล t-test และ ANOVA ใน SPSS
- ตรวจสอบข้อตกลงเบื้องต้นใน SPSS (Normality) ก่อนเลือกสถิติ
- สูตร Excel สำหรับงานวิจัย
- Cronbach’s Alpha สำคัญอย่างไรในงานวิจัย
- เครื่องมือ: เครื่องคำนวณ Mean และ S.D. Likert
อ้างอิง (References)
- Best, J. W. (1977). Research in education (3rd ed.). Prentice-Hall.
- Boone, H. N., Jr., & Boone, D. A. (2012). Analyzing Likert data. Journal of Extension, 50(2), Article 2TOT2.
- Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 22(140), 5–55.
- 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
- Sullivan, G. M., & Artino, A. R., Jr. (2013). Analyzing and interpreting data from Likert-type scales. Journal of Graduate Medical Education, 5(4), 541–542. https://doi.org/10.4300/JGME-5-4-18
เขียนโดย ทีมงาน คนตอบ.com — ทีมที่ช่วยนักวิจัยหาผู้ตอบแบบสอบถาม
คำถามที่พบบ่อย
Likert scale เป็น ordinal หรือ interval?
ข้อคำถามเดี่ยวแต่ละข้อ (Likert item) ถือเป็นข้อมูลระดับ ordinal เพราะลำดับมีความหมายแต่ระยะห่างระหว่างตัวเลือกไม่แน่ว่าเท่ากัน ส่วนคะแนนรวมหรือค่าเฉลี่ยจากหลายข้อที่วัดเรื่องเดียวกัน (Likert scale) งานวิจัยจำนวนมากถือเป็น interval หรือต่อเนื่องโดยประมาณ แต่ประเด็นนี้ยังมีการถกเถียงกันอยู่ ให้ยึดตามอาจารย์ที่ปรึกษาหรือคู่มือของสาขา แล้วเขียนเหตุผลไว้ในบทที่ 3
Likert scale 5 ระดับ ภาษาอังกฤษ เขียนว่าอย่างไร?
แบบวัดความเห็นด้วยมักเขียนว่า Strongly agree / Agree / Neutral (หรือ Neither agree nor disagree) / Disagree / Strongly disagree ถ้าเป็นแบบประเมินคุณภาพที่ใช้ในบทความภาษาอังกฤษ อาจใช้ Excellent / Good / Fair / Poor / Very poor หรือแบบวัดระดับ Very high / High / Moderate / Low / Very low ให้เลือกคำที่ตรงกับสิ่งที่ถามจริง และใช้ชุดเดียวกันทั้งแบบสอบถาม
ตั้ง Measure ใน SPSS เป็นอะไร?
ข้อคำถาม Likert รายข้อมักตั้งเป็น Ordinal ไม่ใช่ Nominal เพราะตัวเลือกมีลำดับ ส่วนตัวแปรคะแนนรวมหรือค่าเฉลี่ยที่สร้างจากหลายข้อมักตั้งเป็น Scale ตามแนวปฏิบัติที่พบทั่วไป ค่า Measure ใน Variable View ใช้บอกชนิดตัวแปรให้บางเมนู เช่น Chart Builder ไม่ได้เปลี่ยนวิธีคำนวณของ Frequencies หรือ Descriptives
ทำกราฟ Likert ใน Excel ได้อย่างไร?
ทำตารางนับจำนวนต่อตัวเลือกด้วย COUNTIF ก่อน (หนึ่งแถวต่อหนึ่งข้อ หนึ่งคอลัมน์ต่อหนึ่งตัวเลือก) แล้วเลือกตารางทั้งหมดไปที่ Insert > Charts เลือก Clustered Bar หรือ Stacked Bar ถ้าต้องการเทียบสัดส่วนระหว่างข้อ ให้แปลงจำนวนเป็นร้อยละต่อข้อก่อนสร้างกราฟ
ข้อที่ถามเชิงลบต้องกลับค่า (reverse code) อย่างไร?
ถ้ามาตรวัด 1–5 ให้กลับค่าเป็น 6 − คะแนนเดิม (1→5, 2→4, 3→3, 4→2, 5→1) ใน Excel ใช้ =6-A2 ส่วนใน SPSS ใช้ Transform > Recode into Different Variables แล้วกำหนด Old and New Values ทำก่อนคำนวณค่าเฉลี่ยรวมและก่อนตรวจ Cronbach's Alpha
Likert scale อ้างอิงใคร ควรอ้างอิงอย่างไร?
ต้นกำเนิดของวิธีนี้คือ Likert (1932) ในวารสาร Archives of Psychology ให้อ้างเป็น (Likert, 1932) ในเนื้อหา และลงรายการในบรรณานุกรมตามรูปแบบที่สถาบันกำหนด ส่วนการอธิบายว่าจะวิเคราะห์ข้อมูลแบบใด อาจอ้างงานทบทวนเช่น Norman (2010), Sullivan และ Artino (2013) หรือ Boone และ Boone (2012) แล้วตรวจกับอาจารย์ที่ปรึกษาอีกครั้ง
ⓘ บทความนี้เป็นข้อมูลทั่วไปเพื่อช่วยให้เริ่มต้นได้ง่ายขึ้น ไม่ใช่คำแนะนำเฉพาะสำหรับงานของคุณ ก่อนนำไปใช้ในงานวิจัยจริง กรุณาตรวจสอบกับตำรา ข้อกำหนดของคณะ และอาจารย์ที่ปรึกษา — คนตอบ.com เป็นทีมที่ช่วยนักวิจัยหาผู้ตอบแบบสอบถาม
🛠️ เครื่องมือที่เกี่ยวข้อง
📚 บทความที่เกี่ยวข้อง
G*Power คำนวณกลุ่มตัวอย่างยังไง? วิธีใช้ทีละขั้น พร้อมตัวอย่าง Regression, t-test, ANOVA, Correlation
อ่านต่อสูตร Excel สำหรับงานวิจัย: Taro Yamane, Cochran, IOC, Cronbach's Alpha, Mean และ S.D. พร้อมสูตรคัดลอก
อ่านต่อเขียนบทที่ 3 วิธีดำเนินการวิจัย: โครงสร้าง 6 หัวข้อ พร้อมตัวอย่างข้อความที่ปรับใช้ได้
อ่านต่อยังหาผู้ตอบแบบสอบถามไม่ครบ?
ส่งลิงก์แบบสอบถามมา เราช่วยหาผู้ตอบที่ตรงกลุ่มเป้าหมายจนครบจำนวน