likert标度点数对统计推断的影响

Question

我有一项调查，我们正在辩论是否使用5-或7分的likert量表来解决围绕协议的问题(强烈同意-强烈反对)。问题是，七点标度是否会帮助或阻碍我们从样本规模为1,800的数据中得出的统计推断。

人们可能会认为，7点的likert量表会给你带来更多的变异性，但代价是一个更大的置信区间，特别是当考虑人口变量的分层时。

对1,800个样本样本的置信区间随机分布的后包络计算分别为~9%和6.5%。它们看起来都很高，但9%的CI似乎是增加可变性的高成本，但我对其他人的观点很感兴趣。

Answer 1

我的想法：

标准的5类likert标度是典型的.如果你需要一个1,800的样本来获得一个宽度为6.5%的置信区间，我会用五点标度。这是很多人只得到一个~9%的宽度为您的CI，这使您只允许您估计您的结果变量在哪个十分之一。