如何判断李克特5点量表数据是否正态分布？

5 点顺序量表上的值永远不会呈正态分布。但这可能不是您真正需要回答的问题。

我读过当人口呈正态分布时使用t检验。

这是检验的一个假设，但对于与正态性假设的轻微偏差，它通常相当稳健，尤其是在分布几乎对称的情况下。

鉴于我使用的是样本量为 100 的 5 点李克特量表，我如何确定我的数据是否正常？

你的数据不正常。但真实数据可能永远不会真正正常。有用的问题不是“我的数据是否正常”（不，它们不是），而更像是“我的数据偏离常态的程度是否足以以我需要担心的方式影响我的推理？”。

要回答这个问题，会因上下文而异，因人而异。这不是关于可以做出绝对规定性陈述的事情——但是可以评估对推理的影响的大小和类型（对各种替代方案下的显着性水平和权力的影响）。

标准差描述了什么？

基本上，典型* 观察值与平均值的距离。

*（在“典型”这个词的特定意义上，以及衡量“多远”的特定方式）

正态分布是一个连续分布，而李克特 5 点量表是一个有序变量，因此根据定义它不是正态分布的。

如果您正在考虑对李克特项目进行 t 检验，我主要担心有多少个 1 和 5，因为如果允许，这些值可能代表对可能超过 1 或 5 的响应进行审查。与您将离散分布视为连续分布相比，这种审查更成问题。如果您对删失数据使用典型方法，请参阅如何对这种奇形分布（几乎是反向 J）进行建模，以很好地了解可能出现的问题。

在任何情况下，五点李克特项目的组差异对于测试李克特项目的组差异的方法以及将有界有序数据视为连续数据的缺点都有一些很好的答案。

我想你在这里有两个问题：

• 你如何描述一组李克特分数的分布？（由你的问题是这样一个正态分布的集合）

• 您如何判断两组李克特评分是否“不同”（或一组李克特评分与最“正常”的评分不同？

对于第一个，只有连续数据可以正态分布，并且李克特分数是离散的，5个值中的1个。（您可以通过将 1-5 视为真实值来伪造它，但这不是重点。因此，适当的类比分布是 5 个项目的二项式分布（对于概率为 1 的答案 1、2、3、4、5 /16, 4/16, 6/16, 4/16, 和 1/16)。和类似的标题问题应该是：

如何判断 5 点李克特量表数据是否像 B(4) 那样分布？

（4 = 5-1，这就是它的结果）。

对于第二个问题，您想查看一组给定的李克特数据是否“像”B(4) 或像另一组。在这里，我将使用卡方来计算 1、2、3、4 和 5 的差值。