0はリッカート尺度の有効な値ですか？

私は6ポイントのリッカートスケールを使用して言語学習の動機付けに関するパイロット調査を実施しましたが、0（非常に同意しない）から5（非常に同意する）までです。彼の調査で同僚が1〜6を使用していることに気付きました。私の計算変数（合計と平均）は、1〜6を使用した場合と同じですか？通常、何らかの理由で0を使用しないことをお勧めしますか？私はSPSSを初めて使用しましたが、実行する必要のあることのほとんどを実行できましたが、現在、自分の値が「歪んでいる」と心配しています。SPSSが方程式に0を追加する方法がわかりません。

いくつか指摘させてください。まず、質問が1つしかない場合は、厳密にはリッカート尺度ではなく、序数の評価しかありません。とにかく、意味のある違いがあるとは思えません。これは単なる線形シフトです。これは、順序ロジスティック回帰やマンホイットニーU検定などの順序分析を使用しても、OLS回帰やt検定などのより標準的なオプションを使用しても違いはありません。

@MichaelChernickに部分的に反対する必要があります。単一のリッカート質問（0から5または1から6など）への回答は明らかに序数ですが、通常、いくつかのリッカート尺度項目の合計があります。ある時点で、可能な値の数が非常に多くなり、本質的に連続になります。

ご存じのように（ただし、質問の投稿者はそうではないかもしれません）、OLS回帰では、従属変数が正規分布しているとは仮定せず、（残差によって推定される）エラーのみが分布していると仮定します。

リッカートアイテムの束を合計すると、間隔が本当に等しいことがわかりますか？いいえ、そうではありません。しかし、IQについてそれを知っていますか？それとも収入？130と140のIQの違いは100と110と同じですか？その質問は理にかなっていますか？何についての$になり、誰かのために万昇給$年間$ 100,000個の対10,000？

私はこれについてブログ記事全体を書きました。

さらに、このリッカートスケールが従属変数になるのか、独立変数になるのかは、はっきりしません。

@caracalの参照提案をフォローアップしたところ、Schwarz、Knäuper、Hippler、Noelle-Neumann、およびClark ^（1991）からほぼ直接的な回答（いいえ、これらの2つの評価システムは回答者に番号オプションとして提示された場合、同等ではありません）を見つけました。彼らは、「これまでのところ、人生でどれほど成功したか」という質問への回答に関するデータを提示しています。1つのバージョンでは、0〜10〜480人の参加者の評価オプションが提供されました。他のバージョンは（-5）〜（+5）の中からゼロを中間点としてオプションがあり、552人の参加者が見ました。どちらのバージョンでも、エンドポイントは「まったく成功していない」と「非常に成功している」というラベルが付けられました。「未定」も両方のオプションでした。状況は次のとおりです。

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

$\chi^2(10)=105.1,p<.0001$

格付けアンカーを数値と同等にすることの心理的影響について心配することを避けることができる簡単な調査設計方法があります。基本的に、数字の使用を避けることができます！例えば：

1. 回答者が回答の好みに対応する表のセルを確認できるようにします。各行は異なる項目にすることができ、各列には評価アンカーでラベルを付けることができます。これがどのように見えるかを示します（賢明に答えるとしたら）：

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

   ウィキペディアはマークされたオプションを使用して別のスタイルを提供します（Nicholas Smithによる）：

   

2. 非常に多くの項目のリストに空白を埋める場合は、数字オプションの代わりに文字コードを使用することもできます。例えば、{ SD、D、MD、MA、A、SA}。伝説を含めることを忘れないでください！

^{参照
Schwarz、N.、Knäuper、B.、Hippler、HJ、Noelle-Neumann、E.、＆Clark、L.（1991）。スケールの数値を評価すると、スケールラベルの意味が変わる場合があります。世論、四半期、55（4）、570-582。}

リッカートのような序数スケールで分析を行うには、ランクに基づくノンパラメトリック手法を使用します。序数スケールで重要なのは、5が最高、0が最悪、1が0よりも良い、2が1よりも良い、などの順序です。比率と間隔はどちらも序数データには意味がありません。したがって、1〜6のスケールと0〜5のスケールは関係なく、分析に影響しません。1から始めるのは、必要というよりも伝統によるものです。

質問のフレーミングに従ってポイントを決定する必要があると思います。同様に、質問が態度に関連している場合、私たちは態度を知りたいので、0から4ではなく、1から5にポイントを与える必要があります。そして態度は0レベルにあることはできません。非常に同意しないオプションに回答者のマークを付けますが、この回答で0（ゼロ）について言及することはできません。他の変数も同様です。したがって、研究者として、1〜5のポイントを決定する必要があります。1-7など