Indice
Scale Likert: inversione delle polarità
L'inversione di polarità nelle scale Likert consiste nel proporre all'interno di una scala un item con valenza “negativa” anziché “positiva”, come ad esempio
item 1 - positivo: “Leggere è uno dei miei hobby preferiti”
item 2 - negativo: “Leggere è una perdita di tempo”
L'accordo con il primo item indicherà un atteggiamento favorevole alla lettura (è d'accordo chi ama leggere); l'accordo con il secondo indicherà invece indicherà un atteggiamento negativo (è d'accordo chi non ama leggere).
Questa tecnica serve per impedire il response set e/o inserire domande di controllo.
Slides con l'analisi dell'esempio
Vedi anche:
Trattamento degli item con polarità invertita
In fase di analisi dei dati però, la scala (che immaginiamo unidimensionale) dovrà essere correttamente orientata dal negativo (non ama leggere) al positivo (ama leggere). Consideriamo l'esempio alla pagina dedicata alle scale Likert:
E' evidente che i punteggi degli items “only if I have to”, “hard to finish b(ooks)”, “a waste of time”, “cannot sit still and read” devono essere invertiti, per poter avere risultati coerenti per tutta la scala.
La presenza di item a polarità invertita è evidente dai risultati dell'alpha ($\alpha$) di Cronbach: nel caso dell'esempio, senza inversione dei punteggi, il valore di $\alpha$ è pari a 0,215 (molto basso), e diventa 0,890 dopo. Questo significa che prima dell'inversione dei punteggi, la scala non era coerente e unidimensionale (ovviamente).
Due sono gli approcci all'inversione dell'ordine delle modalità in R:
- invertire solo i punteggi (i valori numerici corrispondenti ai livelli) ;
- invertire sia i livelli che le etichette a loro associati (“Strongly disagree”, “Disagree”).
Per migliorare l'interpretabilità dei risultati è comunque bene rinominare_gli_items modificati, ad esempio assegnando un prefisso al nome.
Pacchetti e dati
- es_Likert_dati.R
# pacchetti library(tidyverse) library(likert) # dati data(pisaitems) # selezioniamo una sola scala come esempio items24 <- pisaitems %>% select_at(vars(starts_with("ST24Q"))) # nomi degli items, per leggibilità names(items24) <- c(ST24Q01="only if I have to", ST24Q02="one of my favorite hobbies", ST24Q03="like talking about b", ST24Q04="hard to finish b", ST24Q05="happy receving b as a present.", ST24Q06="a waste of time", ST24Q07="enjoy bookstore", ST24Q08="to get information", ST24Q09="cannot sit still and read", ST24Q10="like express opinions about b", ST24Q11="like exchange b")
Ricordiamo che i fattori sono memorizzati come numeri interi,
> typeof(items24$`only if I have to`)
[1] "integer"
a cui sono associati livelli, che hanno etichette di livello (labels):
> attributes(items24$`only if I have to`)
$levels [1] "Strongly disagree" "Disagree" "Agree" "Strongly agree"
$class [1] "factor"
Invertire solo i livelli (punteggi)
Si invertono solo i valori numerici del fattore, mantenendo così come sono le etichette dei livelli, con la funzione fct_rev(), del pacchetto forcats (di tidyverse). Esempio:
library(tidyverse) # item da modificare table(items24$`only if I have to`)
Strongly disagree Disagree Agree Strongly agree
14947 23515 20000 7029
I 7.029 studenti che sono fortemente d'accordo NON amano leggere.
# item modificato fct_rev(items24$`only if I have to`) %>% table()
Strongly agree Agree Disagree Strongly disagree
7029 20000 23515 14947
Invertendo solo i valori numerici, i 7.029 studenti vengono classificati come amanti della lettura, il che probabilmente non è quello che vogliamo.
Questo accade perché fct_rev() inverte a tutti gli effetti l'ordine dei livelli. Il valore numerico 1 diventa 4, il 2 diventa 3, ecc., e l'etichetta “Strongly agree” (ex punteggio 4) viene riassegnata a 1.
In questo contesto, ciò è un problema, in quanto la codifica dell'item invertito non è più coerente con quella degli altri items, e con la polarità della scala nel suo insieme.
Se gli items verranno trattati sempre ed esclusivamente come quantitativi, questo non fa problema, perché i valori numerici sono ora “corretti”. Ma se usiamo gli items (anche) come fattori ordinati, probabilmente vorremo che i 7.029 studenti che non amano leggere continuino ad essere classificati correttamente.
- Pro: le etichette corrispondono alle risposte che ha dato l'intervistato, e sono coerenti con la domanda posta, e il punteggio riflette correttamente l'orientamento della scala;
- Contro: le funzioni dedicate ai fattori (qualitative) considereranno sia l'ordinamento che i livelli. Nel caso di batterie di domande, come sono generalmente le scale, verrà meno l'associazione univoca, per tutti gli items della scala, fra il valore numerico del livello e l'etichetta (3 equivarrà ad “Agree” per alcuni items, e a “Disagree” per altri - quelli invertiti). E come se gli items fossero codificati diversamente.
# codifica degli altri items table(items24$`one of my favorite hobbies`)
Strongly disagree Disagree Agree Strongly agree
13323 23811 20935 7487
Il risultato potrebbe portare a risultati incongrui, come nel grafico seguente, in cui la scala sull'asse delle ascisse risulta invertito (agree → disagree, invece che disagree → agree). Il problema principale, è che l'orientamento dei valori sulle ascisse è random, o ad hoc, perché dipende da quanti e quali sono gli item invertiti, e dalla distribuzione delle risposte.
Per invertire in questo modo la polarità di tutti e quattro gli items:
items24 %>% # invertiamo la codifica mutate(across(.cols=c(1,4,6,8,9), ~fct_rev(.x)))
Opera in questo modo anche la funzione reverse.levels() del pacchetto likert.
Invertire i livelli e etichette
Si cambiamo i valori numerici degli item, e poi si riassociano le “vecchie” etichette di livello ai rispettivi valori numerici.
Il disaccordo diventa accordo (correttamente), e torna associato ai valori 1 e 2, come per gli altri item della scala.
- Pro: etichette e valori dei livelli sono omogenei per tutti gli items; le analisi qualitative vengono facilitate.
- Contro: la rappresentazione non corrisponde più alle risposte registrate, ed è necessario rinominare la variabile con un prefisso (ad esempio: REV_x), per evitare confusione nell'interpretazione (vedi oltre).
Il risultato è come nell'immagine che segue:
Funzione
Per semplificare le operazioni, propongo la seguente funzione, che usa fct_rev(x) e fct_relabel(x, ~ levs), dove levs è il vettore dei livelli originari.
- rev_level.R
rev_level <- function(x) { levs <- levels(x) x <- fct_rev(x) x <- fct_relabel(x, ~ levs) return(x) }
Esempio:
# item da modificare table(items24$`only if I have to`)
Strongly disagree Disagree Agree Strongly agree
14947 23515 20000 7029
# item modificato table(rev_level(items24$`only if I have to`))
Strongly disagree Disagree Agree Strongly agree
7029 20000 23515 14947
Rinominare gli items
Per evitare confusione in fase di interpretazione dei dati e dei grafici, è bene rinominare gli item modificati: ad esempio, rinominre only if I have to in REV_only if I have to
# item modificato table(items24$`REV_only if I have to`))
Strongly disagree Disagree Agree Strongly agree
7029 20000 23515 14947
Per modificare in gruppo gli items
# intera scala items %>% # invertiamo la codifica con la funzione rev_level per gli items 1, 4, 6, 8, 9 mutate(across(.cols=c(1, 4, 6, 8, 9), ~rev_level(.x))) %>% # cambiamo il nome degli stessi items rename_with(~ paste0("REV_", .x, recycle0 = TRUE), c(1,4,6,8,9))