MBS :Chapter 5: Measurement and scaling
चर (Variable) को अर्थ
चर (Variable) भन्नाले परिवर्तन हुने वा फरक–फरक मान लिन सक्ने कुनै पनि विशेषता, गुण वा अवस्था हो। अनुसन्धानमा अध्ययन गरिने विषय वा तत्व, जसको मान व्यक्ति, वस्तु, स्थान वा समयअनुसार बदलिन्छ, त्यसलाई चर भनिन्छ।
उदाहरणका लागि, एउटा कक्षाका सबै विद्यार्थीको उमेर, उचाइ, तौल, परीक्षा अंक, आय, शिक्षा स्तर वा कामप्रतिको सन्तुष्टि समान हुँदैन। यी सबैको मान फरक–फरक हुन्छ। त्यसैले यी सबै चर हुन्।
अनुसन्धानमा चर अत्यन्त महत्वपूर्ण हुन्छ, किनकि अनुसन्धानले यही चरहरूको अध्ययन गरेर तथ्यहरू पत्ता लगाउँछ। चरको आधारमा अनुसन्धानकर्ताले तथ्याङ्क सङ्कलन गर्छ, विश्लेषण गर्छ र निष्कर्ष निकाल्छ। यदि चर स्पष्ट रूपमा पहिचान गर्न सकिएन भने अनुसन्धान व्यवस्थित रूपमा गर्न सकिँदैन।
सरल शब्दमा भन्नुपर्दा, "जुन कुरा परिवर्तन हुन्छ वा फरक–फरक मान लिन सक्छ, त्यसलाई चर (Variable) भनिन्छ।"
उदाहरण:
- उमेर (Age) – सबैको उमेर फरक हुन्छ।
- आय (Income) – सबैको आय समान हुँदैन।
- परीक्षा अंक (Marks) – सबै विद्यार्थीले एउटै अंक ल्याउँदैनन्।
- कर्मचारीको कार्यसम्पादन (Employee Performance) – सबै कर्मचारीको कार्यसम्पादन समान हुँदैन।
निष्कर्ष:
चर अनुसन्धानको आधारभूत तत्व हो। अनुसन्धानमा के अध्ययन गर्ने, कसरी तथ्याङ्क सङ्कलन गर्ने र कसरी निष्कर्ष निकाल्ने भन्ने कुरा चरले नै निर्धारण गर्छ। त्यसैले कुनै पनि अनुसन्धान सफल बनाउन चरको सही पहिचान र बुझाइ आवश्यक हुन्छ।
Meaning of Variable
A variable is any characteristic, quality, attribute, or factor that can take different values from one person, object, group, place, or time to another. In research, variables are the main elements that are observed, measured, and analyzed to answer research questions or test hypotheses.
In simple words, a variable is anything that can change or vary. If the value of a characteristic is not the same for everyone or changes over time, it is called a variable.
For example, age, income, education level, height, job satisfaction, employee performance, and examination marks are all variables because their values differ from one individual to another.
Variables are the foundation of every research study. Researchers identify variables, collect data about them, analyze the data, and draw conclusions. Without variables, it is impossible to conduct scientific research because there would be nothing to observe or measure.
Examples of Variables
- Age
- Gender
- Income
- Education Level
- Employee Performance
- Job Satisfaction
Conclusion
A variable is a basic and essential concept in research. It helps researchers measure, compare, and analyze different characteristics, making research systematic, objective, and reliable.
Types of Variables
Variables are classified into different types according to their role in research. The main types of variables are explained below in simple language.
1. Independent Variable (IV)
An independent variable is the variable that causes a change or has an effect on another variable. It is also called the cause or predictor variable. The researcher studies how this variable influences another variable.
Simple definition:
The variable that influences or affects another variable is called the independent variable.
Example:
Research Topic: Impact of Training on Employee Performance
- Independent Variable = Training
- Because training is expected to improve employee performance.
More examples:
- Advertising → Sales
- Study Hours → Exam Results
- Salary → Job Satisfaction
2. Dependent Variable (DV)
A dependent variable is the variable that changes because of the independent variable. It is also called the result, outcome, or response variable.
Simple definition:
The variable that is affected by the independent variable is called the dependent variable.
Example:
Training improves employee performance.
- Independent Variable = Training
- Dependent Variable = Employee Performance
More examples:
- Advertising → Sales (Sales is the dependent variable)
- Study Hours → Exam Results (Exam Results are the dependent variable)
3. Moderating Variable
A moderating variable changes the strength or direction of the relationship between the independent and dependent variables. It tells us when or for whom the effect is stronger or weaker.
Simple definition:
A moderating variable makes the relationship between two variables stronger, weaker, or different.
Example:
Training may improve performance more for experienced employees than for new employees.
- Independent Variable = Training
- Moderating Variable = Work Experience
- Dependent Variable = Employee Performance
4. Mediating (Intervening) Variable
A mediating variable explains how or why the independent variable affects the dependent variable. It acts as a bridge between the two variables.
Simple definition:
A mediating variable explains the process through which one variable affects another.
Example:
Training increases employee motivation, and motivated employees perform better.
- Training → Motivation → Employee Performance
Here, Motivation is the mediating variable.
5. Control Variable
A control variable is a variable that the researcher keeps constant so that it does not affect the research results.
Simple definition:
A control variable is kept the same throughout the research to ensure fair and accurate results.
Examples:
- Age
- Gender
- Education Level
6. Extraneous Variable
An extraneous variable is any unwanted variable that may affect the dependent variable and influence the research results.
Simple definition:
An extraneous variable is a factor that is not the main focus of the study but may influence the outcome.
Example:
While studying the effect of training on employee performance, the working environment or employee health may also affect performance.
Easy Example
Research Topic: Impact of Training on Employee Performance
| Variable Type | Example |
|---|---|
| Independent Variable | Training |
| Dependent Variable | Employee Performance |
| Moderating Variable | Work Experience |
| Mediating Variable | Employee Motivation |
| Control Variable | Age, Gender |
| Extraneous Variable | Working Environment |
Conclusion
Every research study is based on variables. The independent variable is the cause, the dependent variable is the result, the moderating variable changes the strength of the relationship, the mediating variable explains how the effect occurs, the control variable is kept constant, and the extraneous variable is an unwanted factor that may influence the results. Understanding these variables helps researchers conduct systematic and reliable research.
चरका प्रकार (Types of Variables)
अनुसन्धानमा चर (Variable) लाई यसको भूमिका र कार्यका आधारमा विभिन्न प्रकारमा वर्गीकरण गरिन्छ। मुख्य प्रकारहरू यसप्रकार छन्:
१. स्वतन्त्र चर (Independent Variable)
स्वतन्त्र चर भनेको अर्को चरमा प्रभाव पार्ने वा परिवर्तन ल्याउने चर हो। यसलाई कारण (Cause) पनि भनिन्छ।
सरल परिभाषा:
जुन चरले अर्को चरलाई असर गर्छ वा परिवर्तन गराउँछ, त्यसलाई स्वतन्त्र चर भनिन्छ।
उदाहरण:
अनुसन्धान शीर्षक: तालिमले कर्मचारीको कार्यसम्पादनमा पार्ने प्रभाव
- स्वतन्त्र चर = तालिम (Training)
किनभने तालिमले कर्मचारीको कार्यसम्पादनमा प्रभाव पार्छ।
अन्य उदाहरण:
- विज्ञापन → बिक्री
- अध्ययन गर्ने समय → परीक्षा नतिजा
२. आश्रित चर (Dependent Variable)
आश्रित चर भनेको स्वतन्त्र चरको प्रभावका कारण परिवर्तन हुने चर हो। यसलाई परिणाम (Outcome) पनि भनिन्छ।
सरल परिभाषा:
जुन चर स्वतन्त्र चरको कारण परिवर्तन हुन्छ, त्यसलाई आश्रित चर भनिन्छ।
उदाहरण:
-
तालिम → कर्मचारीको कार्यसम्पादन
-
स्वतन्त्र चर = तालिम
-
आश्रित चर = कर्मचारीको कार्यसम्पादन
३. मध्यस्थ चर (Moderating Variable)
मध्यस्थ चर ले स्वतन्त्र र आश्रित चरबीचको सम्बन्धलाई बलियो, कमजोर वा फरक बनाउन सक्छ।
सरल परिभाषा:
जुन चरले दुई चरबीचको सम्बन्धलाई परिवर्तन गर्छ, त्यसलाई मध्यस्थ चर भनिन्छ।
उदाहरण: तालिमले अनुभवी कर्मचारीको कार्यसम्पादनमा धेरै प्रभाव पार्न सक्छ, तर नयाँ कर्मचारीमा कम प्रभाव पार्न सक्छ।
- मध्यस्थ चर = कार्य अनुभव (Work Experience)
४. मध्यवर्ती चर (Mediating/Intervening Variable)
मध्यवर्ती चर ले स्वतन्त्र चरले आश्रित चरमा कसरी वा किन प्रभाव पार्छ भन्ने कुरा स्पष्ट गर्छ।
सरल परिभाषा:
जुन चरले स्वतन्त्र र आश्रित चरबीचको प्रभावको प्रक्रिया बुझाउँछ, त्यसलाई मध्यवर्ती चर भनिन्छ।
उदाहरण:
तालिम → प्रेरणा → कर्मचारीको कार्यसम्पादन
यहाँ प्रेरणा (Motivation) मध्यवर्ती चर हो।
५. नियन्त्रित चर (Control Variable)
नियन्त्रित चर भनेको अनुसन्धानको क्रममा स्थिर (Constant) राखिने चर हो, ताकि अनुसन्धानको नतिजामा अनावश्यक असर नपरोस्।
सरल परिभाषा:
अनुसन्धानभरि एउटै अवस्थामा राखिने चरलाई नियन्त्रित चर भनिन्छ।
उदाहरण:
- उमेर
- लिङ्ग
- शैक्षिक योग्यता
६. बाह्य चर (Extraneous Variable)
बाह्य चर भनेको अनुसन्धानको मुख्य विषय नभए पनि अनुसन्धानको नतिजामा प्रभाव पार्न सक्ने अनावश्यक चर हो।
सरल परिभाषा:
मुख्य अध्ययनबाहेक पनि नतिजामा असर गर्न सक्ने चरलाई बाह्य चर भनिन्छ।
उदाहरण: तालिमको प्रभाव अध्ययन गर्दा कार्यस्थलको वातावरण, स्वास्थ्य, वा पारिवारिक समस्या ले पनि कर्मचारीको कार्यसम्पादनमा असर गर्न सक्छ।
सरल उदाहरण
अनुसन्धान शीर्षक: तालिमले कर्मचारीको कार्यसम्पादनमा पार्ने प्रभाव
| चरको प्रकार | उदाहरण |
|---|---|
| स्वतन्त्र चर | तालिम (Training) |
| आश्रित चर | कर्मचारीको कार्यसम्पादन |
| मध्यस्थ चर | कार्य अनुभव |
| मध्यवर्ती चर | कर्मचारीको प्रेरणा |
| नियन्त्रित चर | उमेर, लिङ्ग |
| बाह्य चर | कार्यस्थलको वातावरण |
निष्कर्ष
अनुसन्धानमा चरको सही पहिचान अत्यन्त आवश्यक हुन्छ। स्वतन्त्र चर कारण हो, आश्रित चर परिणाम हो, मध्यस्थ चर ले सम्बन्धको बल परिवर्तन गर्छ, मध्यवर्ती चर ले प्रभाव कसरी हुन्छ भन्ने देखाउँछ, नियन्त्रित चर लाई स्थिर राखिन्छ, र बाह्य चर ले अनुसन्धानको नतिजामा अनावश्यक प्रभाव पार्न सक्छ। यी सबै चरहरूको सही प्रयोगले अनुसन्धानलाई वैज्ञानिक, व्यवस्थित र विश्वसनीय बनाउँछ।
Measurement in Research
Measurement is one of the most important concepts in research. It is the systematic process of assigning numbers or symbols to the characteristics of people, objects, events, or variables according to predetermined rules. The main purpose of measurement is to represent the amount or level of a characteristic so that it can be analyzed scientifically. Without proper measurement, researchers cannot collect accurate data or reach valid conclusions.
For example, if a researcher wants to measure job satisfaction, employee performance, or customer satisfaction, these concepts cannot be observed directly. Therefore, they are measured using questionnaires, rating scales, tests, or observation checklists.
Objectives of Measurement
- To quantify variables.
- To collect accurate and reliable data.
- To compare individuals, groups, or situations.
- To facilitate statistical analysis.
- To test research hypotheses.
- To draw valid conclusions and make decisions.
Characteristics of Good Measurement
1. Validity: The measurement should measure what it is intended to measure.
2. Reliability: It should produce consistent results when repeated under similar conditions.
3. Objectivity: The results should not depend on the researcher's personal opinion or bias.
4. Accuracy: The measurement should reflect the true value of the variable.
5. Practicality: The measuring instrument should be simple, economical, and easy to administer.
Importance of Measurement in Research
- Converts abstract concepts into measurable values.
- Improves the accuracy and quality of research.
- Makes data suitable for statistical analysis.
- Helps compare results across individuals or groups.
- Increases the reliability and validity of research findings.
- Supports evidence-based decision-making.
Example
Suppose a researcher wants to study employee job satisfaction in a bank. Since job satisfaction cannot be directly measured, the researcher uses a 5-point Likert scale:
- 1 = Strongly Disagree
- 2 = Disagree
- 3 = Neutral
- 4 = Agree
- 5 = Strongly Agree
Employees respond to statements such as "I am satisfied with my current job." The assigned scores are then analyzed to determine the level of job satisfaction.
Conclusion
Measurement is the foundation of scientific research. It enables researchers to transform abstract ideas into numerical data that can be analyzed objectively. Accurate and reliable measurement improves the quality, validity, and credibility of research findings. Therefore, proper measurement is essential for successful research.
मापन (Measurement) को परिचय
अनुसन्धान प्रक्रियामा मापन (Measurement) एक अत्यन्त महत्वपूर्ण अवधारणा हो। अनुसन्धानमा कुनै व्यक्ति, वस्तु, घटना वा चर (Variable) का विशेषताहरूलाई पूर्वनिर्धारित नियमअनुसार संख्या वा चिन्ह प्रदान गर्ने प्रक्रियालाई मापन भनिन्छ। मापनको मुख्य उद्देश्य कुनै विशेषताको मात्रा वा स्तरलाई संख्यात्मक रूपमा व्यक्त गर्नु हो, जसले गर्दा त्यसको वैज्ञानिक रूपमा विश्लेषण गर्न सकियोस्।
सरल शब्दमा, मापन भनेको कुनै कुरालाई कति छ, कस्तो छ वा कुन स्तरमा छ भन्ने कुरा संख्यात्मक रूपमा व्यक्त गर्ने प्रक्रिया हो। यदि सही मापन गरिएन भने अनुसन्धानबाट प्राप्त नतिजा विश्वसनीय र वैध हुँदैन।
परिभाषा (Definition)
Kerlinger (1986) का अनुसार:
"Measurement is the assignment of numerals to objects or events according to rules."
नेपालीमा: मापन भनेको निश्चित नियमअनुसार वस्तु, व्यक्ति वा घटनाका विशेषताहरूलाई संख्या वा चिन्ह प्रदान गर्ने प्रक्रिया हो।
मापनका उद्देश्य (Objectives of Measurement)
- चर (Variables) लाई संख्यात्मक रूपमा व्यक्त गर्नु।
- सही, विश्वसनीय र वैध तथ्याङ्क संकलन गर्नु।
- व्यक्ति, समूह वा वस्तुबीच तुलना गर्न सजिलो बनाउनु।
- तथ्याङ्कीय (Statistical) विश्लेषण गर्न सहयोग गर्नु।
- अनुसन्धानका परिकल्पनाको परीक्षण गर्नु।
- सही निष्कर्ष निकाल्न र निर्णय गर्न सहयोग गर्नु।
मापनका विशेषताहरू (Characteristics of Good Measurement)
१. वैधता (Validity): मापनले वास्तवमा मापन गर्नुपर्ने कुरालाई नै मापन गर्नुपर्छ।
२. विश्वसनीयता (Reliability): एउटै अवस्थाको बारम्बार मापन गर्दा समान वा मिल्दोजुल्दो नतिजा आउनुपर्छ।
३. वस्तुनिष्ठता (Objectivity): मापन अनुसन्धानकर्ताको व्यक्तिगत विचार वा पूर्वाग्रहबाट प्रभावित हुनु हुँदैन।
४. शुद्धता (Accuracy): मापनले वास्तविक अवस्थालाई सही रूपमा प्रतिबिम्बित गर्नुपर्छ।
५. प्रयोगयोग्यता (Practicality): मापन गर्ने साधन सरल, सहज, समय र लागतका हिसाबले उपयुक्त हुनुपर्छ।
अनुसन्धानमा मापनको महत्व (Importance of Measurement)
- अमूर्त अवधारणालाई (जस्तै सन्तुष्टि, प्रेरणा, नेतृत्व) मापनयोग्य बनाउँछ।
- अनुसन्धानलाई वैज्ञानिक र व्यवस्थित बनाउँछ।
- तथ्याङ्कीय विश्लेषण गर्न सजिलो हुन्छ।
- विभिन्न व्यक्ति वा समूहबीच तुलना गर्न सकिन्छ।
- अनुसन्धानको विश्वसनीयता र वैधता बढाउँछ।
- सही निष्कर्ष र निर्णय लिन मद्दत गर्छ।
उदाहरण (Example)
यदि कुनै अनुसन्धानकर्ताले कर्मचारीको कार्य सन्तुष्टि (Job Satisfaction) मापन गर्न चाहन्छ भने, उनले ५-बुँदे Likert Scale प्रयोग गर्न सक्छन्।
- १ = पूर्ण असहमति
- २ = असहमति
- ३ = तटस्थ
- ४ = सहमति
- ५ = पूर्ण सहमति
कर्मचारीहरूले प्रश्नहरूको उत्तर दिएपछि प्राप्त अंकहरूको विश्लेषण गरेर उनीहरूको कार्य सन्तुष्टिको स्तर निर्धारण गरिन्छ।
निष्कर्ष (Conclusion)
मापन अनुसन्धानको आधारभूत र अपरिहार्य प्रक्रिया हो। यसले अमूर्त अवधारणालाई संख्यात्मक रूपमा व्यक्त गरी वैज्ञानिक विश्लेषण गर्न सम्भव बनाउँछ। सही, वैध र विश्वसनीय मापनले अनुसन्धानको गुणस्तर, विश्वसनीयता र निष्कर्षको शुद्धता बढाउँछ। त्यसैले सफल अनुसन्धानका लागि उचित मापन अत्यन्त आवश्यक हुन्छ।
Meaning of Scaling in Research
Scaling is the process of assigning numbers or symbols to individuals, objects, events, or responses according to a predetermined scale in order to measure the intensity, degree, or level of a particular characteristic, attitude, opinion, perception, preference, or behavior. It enables researchers to convert qualitative information into quantitative data for analysis and comparison.
In research, scaling is widely used to measure abstract concepts such as job satisfaction, customer satisfaction, motivation, attitude, perception, and personality, which cannot be measured directly. By using different types of scales, researchers can determine the extent to which respondents agree, disagree, prefer, or feel about a particular issue.
In simple terms, scaling is the process of placing respondents or objects on a continuum and assigning numerical values to represent the degree of a characteristic or response. This makes data easier to analyze statistically, compare across respondents, and draw meaningful conclusions.
Example:
A researcher asks employees to respond to the statement:
"I am satisfied with my job."
Using a 5-point Likert Scale:
- 1 = Strongly Disagree
- 2 = Disagree
- 3 = Neutral
- 4 = Agree
- 5 = Strongly Agree
The assigned numbers represent the level of job satisfaction, making it possible to analyze and compare responses scientifically.
स्केलिङ (Scaling) को अर्थ
स्केलिङ (Scaling) अनुसन्धानमा प्रयोग हुने एक महत्वपूर्ण प्रक्रिया हो। यसले कुनै व्यक्ति, वस्तु, घटना वा अवधारणाको धारणा (Perception), मनोवृत्ति (Attitude), भावना (Feeling), राय (Opinion), रुचि (Preference) वा सन्तुष्टिको स्तर (Level of Satisfaction) लाई निश्चित स्केल (Scale) प्रयोग गरेर संख्यात्मक रूपमा व्यक्त गर्छ।
स्केलिङले अनुसन्धानकर्तालाई उत्तरदाताको प्रतिक्रिया कति सकारात्मक, नकारात्मक वा तटस्थ छ भन्ने कुरा मापन गर्न मद्दत गर्छ। यस प्रक्रियामा विभिन्न प्रकारका स्केलहरू (जस्तै १–५ वा १–७ अंकको Likert Scale) प्रयोग गरी गुणात्मक (Qualitative) जानकारीलाई परिमाणात्मक (Quantitative) तथ्याङ्कमा रूपान्तरण गरिन्छ। यसले तथ्याङ्कीय विश्लेषण गर्न, विभिन्न व्यक्ति वा समूहबीच तुलना गर्न तथा निष्कर्ष निकाल्न सजिलो बनाउँछ।
सरल शब्दमा भन्नुपर्दा, स्केलिङ भनेको कुनै विशेषताको मात्रा वा स्तर निर्धारण गर्न निश्चित मापन स्केल प्रयोग गरी त्यसलाई संख्यात्मक रूपमा व्यक्त गर्ने प्रक्रिया हो।
उदाहरण: यदि कर्मचारीलाई "म आफ्नो जागिरबाट सन्तुष्ट छु" भन्ने कथनमा १ = पूर्ण असहमति देखि ५ = पूर्ण सहमति सम्म उत्तर दिन लगाइन्छ भने, त्यो स्केलिङ हो। यसबाट कर्मचारीको सन्तुष्टिको स्तर मापन गरिन्छ।
The image shows the Types of Scale (Levels of Measurement) used in research. These four scales are the foundation of data measurement in Research Methodology. Below is a simple, detailed, and exam-oriented explanation suitable for MBS/TU 15-mark questions.
Types of Scale in Research
A scale is a measuring tool used to assign numbers or labels to variables. Researchers use different scales depending on the type of data they want to collect and analyze.
There are four types of scales:
- Nominal Scale
- Ordinal Scale
- Interval Scale
- Ratio Scale
1. Nominal Scale (Classification Scale)
Meaning
The Nominal Scale is the simplest level of measurement. It is used only for identification and classification. It divides data into different categories or groups.
Here, the numbers or labels are used only as names or codes. They do not indicate order, rank, or quantity.
Key Features
- Used for classification only.
- No ranking or ordering.
- No mathematical calculations are possible.
- Categories are mutually exclusive.
Examples
- Gender: Male (1), Female (2)
- Blood Group: A, B, AB, O
- Religion
- Nationality
- Marital Status
Easy Trick
Nominal = Name
It only gives a name to a category.
2. Ordinal Scale (Ranking Scale)
Meaning
The Ordinal Scale arranges data in a particular order or rank. It tells which is higher or lower, but it does not tell how much higher or lower.
Key Features
- Classification + Ranking
- Order is important.
- Difference between ranks is unknown.
- Limited mathematical operations.
Examples
- Class Position: 1st, 2nd, 3rd
- Satisfaction: Low, Medium, High
- Hotel Ratings: ★ to ★★★★★
- Exam Grades: A, B, C, D
Easy Trick
Ordinal = Order
It tells who comes first, but not by how much.
3. Interval Scale (Equal Interval Scale)
Meaning
The Interval Scale has all the characteristics of the ordinal scale, but the distance between two values is equal.
However, it does not have a true zero. Zero does not mean the complete absence of the characteristic.
Key Features
- Classification
- Ranking
- Equal intervals
- No true zero
- Addition and subtraction are meaningful.
Examples
- Temperature in Celsius (°C)
- Temperature in Fahrenheit (°F)
- IQ Scores
Example
30°C is 10°C hotter than 20°C.
But 40°C is not twice as hot as 20°C because Celsius has no true zero.
Easy Trick
Interval = Equal Intervals but No True Zero
4. Ratio Scale (True Zero Scale)
Meaning
The Ratio Scale is the highest and most accurate level of measurement. It has all the properties of the interval scale and also has a true (absolute) zero.
A true zero means the complete absence of the characteristic.
Key Features
- Classification
- Ranking
- Equal intervals
- True zero
- All mathematical operations are possible (+, −, ×, ÷)
Examples
- Height
- Weight
- Age
- Income
- Salary
- Distance
- Number of Students
Example
A person earning Rs. 60,000 earns twice as much as a person earning Rs. 30,000.
Easy Trick
Ratio = Real Zero
Everything can be measured and compared accurately.
Comparison Table
| Scale | Classification | Ranking | Equal Interval | True Zero | Example |
|---|---|---|---|---|---|
| Nominal | ✓ | ✗ | ✗ | ✗ | Gender, Religion |
| Ordinal | ✓ | ✓ | ✗ | ✗ | Rank, Grades |
| Interval | ✓ | ✓ | ✓ | ✗ | Temperature (°C) |
| Ratio | ✓ | ✓ | ✓ | ✓ | Height, Weight, Income |
Easy Memory Trick
Remember this sequence:
Nominal → Ordinal → Interval → Ratio
Think of it as N-O-I-R:
- N = Name (Nominal)
- O = Order (Ordinal)
- I = Interval (Equal distance)
- R = Real Zero (Ratio)
This mnemonic makes it easy to recall the characteristics during exams.
Conclusion
The four scales differ in the amount of information they provide. Nominal only classifies, Ordinal adds ranking, Interval adds equal spacing, and Ratio includes a true zero, making it the most powerful scale for statistical analysis. Understanding these scales helps researchers choose the appropriate method for collecting and analyzing data.
अनुसन्धानमा मापनका स्केलका प्रकार (Types of Scale in Research)
अनुसन्धानमा तथ्याङ्क (Data) सङ्कलन गर्दा सबै प्रकारका तथ्य एउटै प्रकृतिका हुँदैनन्। त्यसैले उपयुक्त प्रकारको तथ्य सङ्कलन, वर्गीकरण, तुलना र विश्लेषण गर्न विभिन्न प्रकारका मापन स्केल (Measurement Scales) प्रयोग गरिन्छ। यी स्केलले अनुसन्धानकर्तालाई कुन प्रकारको तथ्याङ्कमा कस्तो विश्लेषण गर्ने भन्ने निर्णय गर्न मद्दत गर्छन्।
मापनका चार प्रकारका स्केल छन्:
- नाममात्र स्केल (Nominal Scale)
- क्रमागत स्केल (Ordinal Scale)
- अन्तराल स्केल (Interval Scale)
- अनुपात स्केल (Ratio Scale)
१. नाममात्र स्केल (Nominal Scale)
अर्थ (Meaning)
नाममात्र स्केल सबैभन्दा सरल मापन स्केल हो। यसले व्यक्ति, वस्तु वा घटनालाई पहिचान (Identification) र वर्गीकरण (Classification) गर्न मात्र प्रयोग गरिन्छ।
यसमा प्रयोग गरिएका संख्या वा अक्षरले केवल नाम वा कोडको काम गर्छन्। यी संख्याले कुनै क्रम, ठूलो–सानो वा परिमाण जनाउँदैनन्।
विशेषताहरू
- पहिचान र वर्गीकरणका लागि प्रयोग हुन्छ।
- कुनै क्रम (Ranking) हुँदैन।
- बराबर अन्तर (Equal Interval) हुँदैन।
- वास्तविक शून्य (True Zero) हुँदैन।
- गणितीय क्रिया गर्न सकिँदैन।
उदाहरण
- लिङ्ग: पुरुष (1), महिला (2)
- रक्त समूह: A, B, AB, O
- धर्म
- राष्ट्रियता
- वैवाहिक अवस्था
सजिलो सम्झने तरिका
Nominal = Name (नाम मात्र)
२. क्रमागत स्केल (Ordinal Scale)
अर्थ (Meaning)
क्रमागत स्केल मा तथ्याङ्कलाई क्रम (Order) वा श्रेणी (Rank) मा राखिन्छ। यसले कुन माथि र कुन तल भन्ने देखाउँछ, तर कति फरक छ भन्ने देखाउँदैन।
विशेषताहरू
- वर्गीकरण हुन्छ।
- क्रम निर्धारण हुन्छ।
- दुई स्थानबीचको अन्तर बराबर हुँदैन।
- सीमित तथ्याङ्कीय विश्लेषण गर्न सकिन्छ।
उदाहरण
- प्रथम, द्वितीय, तृतीय
- A, B, C, D ग्रेड
- उत्कृष्ट, राम्रो, सामान्य, कमजोर
- होटल रेटिङ (१–५ तारा)
सजिलो सम्झने तरिका
Ordinal = Order (क्रम)
३. अन्तराल स्केल (Interval Scale)
अर्थ (Meaning)
अन्तराल स्केल मा क्रम पनि हुन्छ र प्रत्येक दुई मानबीचको अन्तर (Interval) बराबर हुन्छ। तर यसमा वास्तविक शून्य (True Zero) हुँदैन।
यसमा शून्यको अर्थ पूर्ण अभाव होइन।
विशेषताहरू
- वर्गीकरण हुन्छ।
- क्रम हुन्छ।
- बराबर अन्तर हुन्छ।
- वास्तविक शून्य हुँदैन।
- जोड र घटाउ गर्न सकिन्छ।
उदाहरण
- तापक्रम (°C, °F)
- IQ स्कोर
उदाहरणद्वारा बुझौं
३०°C, २०°C भन्दा १०°C बढी हो। तर ४०°C, २०°C को दुई गुणा तातो हो भन्न मिल्दैन, किनकि Celsius मा वास्तविक शून्य हुँदैन।
सजिलो सम्झने तरिका
Interval = बराबर अन्तर, तर वास्तविक शून्य छैन।
४. अनुपात स्केल (Ratio Scale)
अर्थ (Meaning)
अनुपात स्केल सबैभन्दा उच्च र सबैभन्दा पूर्ण मापन स्केल हो। यसमा क्रम, बराबर अन्तर र वास्तविक शून्य (True Zero) सबै हुन्छ।
वास्तविक शून्य भनेको सम्बन्धित विशेषताको पूर्ण अभाव हो।
विशेषताहरू
- वर्गीकरण हुन्छ।
- क्रम हुन्छ।
- बराबर अन्तर हुन्छ।
- वास्तविक शून्य हुन्छ।
- सबै प्रकारका गणितीय क्रियाहरू (+, –, ×, ÷) गर्न सकिन्छ।
उदाहरण
- उचाइ
- तौल
- उमेर
- आय
- तलब
- दूरी
उदाहरणद्वारा बुझौं
यदि एक व्यक्तिको तलब रु. ६०,००० र अर्कोको रु. ३०,००० छ भने पहिलो व्यक्तिको तलब दोस्रोको दुई गुणा हो भन्न सकिन्छ।
सजिलो सम्झने तरिका
Ratio = Real (True) Zero
चारवटै स्केलको तुलना
| आधार | Nominal | Ordinal | Interval | Ratio |
|---|---|---|---|---|
| वर्गीकरण | ✓ | ✓ | ✓ | ✓ |
| क्रम | ✗ | ✓ | ✓ | ✓ |
| बराबर अन्तर | ✗ | ✗ | ✓ | ✓ |
| वास्तविक शून्य | ✗ | ✗ | ✗ | ✓ |
| उदाहरण | लिङ्ग | रैंक | तापक्रम | तौल, उचाइ |
सजिलो सम्झने सूत्र (Memory Trick)
N → O → I → R
- N = Name (नाम) → Nominal
- O = Order (क्रम) → Ordinal
- I = Interval (बराबर अन्तर) → Interval
- R = Real Zero (वास्तविक शून्य) → Ratio
निष्कर्ष (Conclusion)
अनुसन्धानमा Nominal, Ordinal, Interval र Ratio गरी चार प्रकारका मापन स्केल प्रयोग गरिन्छ। Nominal ले वर्गीकरण मात्र गर्छ, Ordinal ले वर्गीकरणसँगै क्रम देखाउँछ, Interval ले बराबर अन्तर पनि देखाउँछ तर वास्तविक शून्य हुँदैन, र Ratio सबैभन्दा पूर्ण स्केल हो जसमा वास्तविक शून्य पनि हुन्छ। त्यसैले Ratio Scale अनुसन्धानमा सबैभन्दा शक्तिशाली र उपयोगी मापन स्केल मानिन्छ।
एकदम सजिलो ट्रिक
🌡️ Temperature = Interval
0°C भनेको ताप छैन भन्ने होइन।
True Zero छैन।
⚖️ Weight = Ratio
0 kg भनेको तौल नै छैन।
True Zero छ।
याद राख्ने सूत्र:
Interval = Equal Interval + No True Zero
Ratio = Equal Interval + True Zero
Attitude Measurement (Meaning)
Meaning of Attitude Measurement
Attitude Measurement is the process of measuring a person's attitude, opinion, feeling, belief, or preference toward a particular person, object, event, idea, or situation. Since attitude is an abstract concept, it cannot be seen or measured directly. Therefore, researchers use different measurement scales to determine whether a person's attitude is positive, negative, or neutral, and to measure its intensity.
In research, attitude measurement helps researchers understand what people think, how they feel, and how strongly they support or oppose a particular issue. It converts people's opinions and feelings into numerical values, making it easier to compare responses and analyze data statistically.
For example, a researcher wants to know employees' attitudes toward their organization. Instead of simply asking whether they like their job, the researcher asks them to respond to statements such as "I am satisfied with my job." The responses are recorded on a 5-point Likert Scale:
- 1 = Strongly Disagree
- 2 = Disagree
- 3 = Neutral
- 4 = Agree
- 5 = Strongly Agree
The scores indicate the employee's level of job satisfaction and attitude toward the organization.
Attitude measurement is widely used in business, management, psychology, education, marketing, and social science research. It helps measure concepts such as job satisfaction, customer satisfaction, employee motivation, consumer preference, organizational commitment, leadership perception, and public opinion.
In simple words, attitude measurement is the process of finding out what people think, feel, or believe about something by using a scientific measurement scale. It converts people's feelings and opinions into numbers so that researchers can analyze them accurately and draw meaningful conclusions.
मनोवृत्ति मापन (Attitude Measurement)
मनोवृत्ति मापन (Attitude Measurement) को अर्थ
मनोवृत्ति मापन (Attitude Measurement) भनेको कुनै व्यक्ति, समूह वा संस्थाको कुनै वस्तु, व्यक्ति, घटना, विचार वा विषयप्रति रहेको धारणा (Perception), भावना (Feeling), विश्वास (Belief), राय (Opinion) वा मनोवृत्तिको स्तर (Degree of Attitude) लाई वैज्ञानिक रूपमा निश्चित स्केल (Scale) प्रयोग गरी मापन गर्ने प्रक्रिया हो।
मनोवृत्ति (Attitude) एउटा अमूर्त (Abstract) अवधारणा हो। यसलाई आँखाले देख्न वा सिधै मापन गर्न सकिँदैन। त्यसैले अनुसन्धानकर्ताले Likert Scale, Thurstone Scale, Semantic Differential Scale, Guttman Scale जस्ता विभिन्न स्केल प्रयोग गरी उत्तरदाताको मनोवृत्तिलाई सकारात्मक (Positive), नकारात्मक (Negative) वा तटस्थ (Neutral) रूपमा मापन गर्छन्।
अनुसन्धानमा मनोवृत्ति मापनको मुख्य उद्देश्य मानिसहरूले कुनै विषयका बारेमा के सोच्छन्, कस्तो महसुस गर्छन्, कत्तिको सहमत वा असहमत छन्, र उनीहरूको धारणा कति बलियो छ भन्ने कुरा पत्ता लगाउनु हो। यस प्रक्रियाले गुणात्मक (Qualitative) विचार र भावनालाई संख्यात्मक (Quantitative) तथ्याङ्क मा रूपान्तरण गर्छ, जसले गर्दा तथ्याङ्कीय विश्लेषण गर्न, विभिन्न व्यक्ति वा समूहबीच तुलना गर्न र सही निष्कर्ष निकाल्न सजिलो हुन्छ।
उदाहरणका लागि, यदि कुनै अनुसन्धानकर्ताले कर्मचारीहरूको आफ्नो संस्थाप्रतिको मनोवृत्ति मापन गर्न चाहन्छ भने, उनले यस्तो प्रश्न सोध्न सक्छन्:
"म आफ्नो संस्थामा काम गर्न सन्तुष्ट छु।"
उत्तर:
- १ = पूर्ण असहमति
- २ = असहमति
- ३ = तटस्थ
- ४ = सहमति
- ५ = पूर्ण सहमति
उत्तरदाताले दिएको अंकबाट उनीहरूको संस्थाप्रतिको मनोवृत्तिको स्तर थाहा हुन्छ।
व्यवस्थापन, शिक्षा, मनोविज्ञान, समाजशास्त्र तथा बजार अनुसन्धानमा कार्य सन्तुष्टि (Job Satisfaction), ग्राहक सन्तुष्टि (Customer Satisfaction), कर्मचारी प्रेरणा (Employee Motivation), नेतृत्वप्रतिको धारणा (Leadership Perception), उपभोक्ता प्राथमिकता (Consumer Preference) जस्ता विषयहरूको अध्ययन गर्न मनोवृत्ति मापन व्यापक रूपमा प्रयोग गरिन्छ।
Construction of Attitude Scale (मनोवृत्ति मापन स्केलको निर्माण)
परिचय (Introduction)
मनोवृत्ति (Attitude) भनेको कुनै व्यक्ति, वस्तु, संस्था, घटना वा विचारप्रति व्यक्तिको विश्वास (Belief), भावना (Feeling) र व्यवहार गर्ने प्रवृत्ति (Behavioral Tendency) हो। मनोवृत्ति प्रत्यक्ष रूपमा देख्न वा मापन गर्न सकिँदैन। त्यसैले अनुसन्धानकर्ताले उत्तरदाताको मनोवृत्ति मापन गर्न विभिन्न Attitude Scales निर्माण गर्छन्।
Attitude Scale भनेको उत्तरदाताको मनोवृत्तिलाई सकारात्मक, नकारात्मक वा तटस्थ रूपमा मापन गर्ने वैज्ञानिक उपकरण हो। यसले गुणात्मक विचारलाई परिमाणात्मक (Numerical) रूप दिन्छ, जसले तथ्याङ्कीय विश्लेषण गर्न सहज बनाउँछ।
मुख्य रूपमा मनोवृत्ति मापनका चार प्रकारका स्केल प्रयोग गरिन्छ:
- Arbitrary Scale
- Summated Rating Scale (Likert Scale)
- Differential Scale (Thurstone Scale)
- Cumulative Scale (Guttman Scale)
1. Arbitrary Scale (स्वेच्छिक स्केल)
अर्थ (Meaning)
Arbitrary Scale अनुसन्धानकर्ताले आफ्नो ज्ञान, अनुभव र अनुसन्धानको उद्देश्य अनुसार आफैं तयार गर्ने स्केल हो। यसमा वैज्ञानिक परीक्षण वा विशेषज्ञको मूल्याङ्कन आवश्यक पर्दैन।
निर्माण प्रक्रिया
- अनुसन्धानको उद्देश्य निर्धारण गरिन्छ।
- विषयसँग सम्बन्धित प्रश्न तयार गरिन्छ।
- उत्तरका विकल्प अनुसन्धानकर्ताले आफैं बनाउँछन्।
- उत्तरको आधारमा मनोवृत्ति विश्लेषण गरिन्छ।
विशेषताहरू
- निर्माण गर्न सजिलो।
- समय र खर्च कम लाग्छ।
- प्रारम्भिक अनुसन्धानमा उपयोगी।
- विश्वसनीयता अन्य स्केलभन्दा कम हुन सक्छ।
उदाहरण
प्रश्न: तपाईं बैंकको सेवाबाट कत्तिको सन्तुष्ट हुनुहुन्छ?
- धेरै सन्तुष्ट
- सन्तुष्ट
- तटस्थ
- असन्तुष्ट
- धेरै असन्तुष्ट
फाइदा
- सरल र छिटो।
- साना अनुसन्धानका लागि उपयुक्त।
सीमितता
- अनुसन्धानकर्ताको व्यक्तिगत निर्णयमा निर्भर हुन्छ।
- वैज्ञानिक आधार कमजोर हुन सक्छ।
2. Summated Rating Scale (Likert Scale)
अर्थ (Meaning)
Likert Scale सबैभन्दा लोकप्रिय Attitude Scale हो। यसमा धेरै कथन (Statements) दिइन्छ र उत्तरदाताले प्रत्येक कथनमा आफ्नो सहमति वा असहमति जनाउँछन्। अन्त्यमा सबै कथनको स्कोर जोडेर (Summated) कुल मनोवृत्ति मापन गरिन्छ।
निर्माण प्रक्रिया
- विषयसँग सम्बन्धित धेरै कथन तयार गरिन्छ।
- प्रत्येक कथनमा ५ वा ७ विकल्प राखिन्छ।
- प्रत्येक विकल्पलाई अंक दिइन्छ।
- सबै अंक जोडेर अन्तिम स्कोर निकालिन्छ।
उदाहरण
"म आफ्नो जागिरबाट सन्तुष्ट छु।"
| उत्तर | अंक |
|---|---|
| पूर्ण सहमति | 5 |
| सहमति | 4 |
| तटस्थ | 3 |
| असहमति | 2 |
| पूर्ण असहमति | 1 |
यदि १० वटा प्रश्नको कुल अंक ५० मध्ये ४५ आयो भने मनोवृत्ति धेरै सकारात्मक मानिन्छ।
विशेषताहरू
- प्रयोग गर्न सजिलो।
- उत्तर दिन सजिलो।
- सबैभन्दा बढी प्रयोग हुने स्केल।
फाइदा
- विश्वसनीय।
- तथ्याङ्कीय विश्लेषण सजिलो।
- समय र लागत कम।
सीमितता
- केही उत्तरदाता सबै प्रश्नमा एउटै प्रकारको उत्तर दिन सक्छन्।
- व्यक्तिगत पूर्वाग्रहको प्रभाव पर्न सक्छ।
3. Differential Scale (Thurstone Scale)
अर्थ (Meaning)
Thurstone Scale मा एउटै विषयसँग सम्बन्धित धेरै कथन तयार गरिन्छ। ती कथनलाई विशेषज्ञहरूले मूल्याङ्कन गरेर प्रत्येकलाई निश्चित स्कोर दिन्छन्। उत्तरदाताले आफू सहमत भएका कथन मात्र छनोट गर्छन्।
निर्माण प्रक्रिया
- धेरै कथन तयार गरिन्छ।
- विशेषज्ञहरूले प्रत्येक कथनलाई स्कोर दिन्छन्।
- उपयुक्त कथन चयन गरिन्छ।
- उत्तरदाताले सहमत भएका कथन छान्छन्।
- चयन गरिएका कथनको स्कोरबाट मनोवृत्ति निर्धारण गरिन्छ।
उदाहरण
विषय: अनलाइन शिक्षाप्रति मनोवृत्ति
- अनलाइन शिक्षा अत्यन्त प्रभावकारी छ।
- अनलाइन शिक्षा केही हदसम्म उपयोगी छ।
- अनलाइन शिक्षा प्रभावकारी छैन।
विशेषताहरू
- विशेषज्ञको मूल्याङ्कनमा आधारित।
- वैज्ञानिक र वस्तुनिष्ठ।
- निर्माण प्रक्रिया जटिल।
फाइदा
- उच्च विश्वसनीयता।
- वैज्ञानिक रूपमा बलियो।
सीमितता
- निर्माण गर्न धेरै समय र खर्च लाग्छ।
- विशेषज्ञको आवश्यकता पर्छ।
4. Cumulative Scale (Guttman Scale)
अर्थ (Meaning)
Guttman Scale मा प्रश्नहरू सजिलोदेखि कठिन वा कम सहमतिदेखि बढी सहमतिसम्म क्रमबद्ध गरिन्छ। यदि उत्तरदाताले कठिन कथन स्वीकार गर्छ भने, त्यसअघिका सबै कथन पनि स्वीकार गरेको मानिन्छ।
निर्माण प्रक्रिया
- कथनहरू क्रमिक रूपमा तयार गरिन्छ।
- सजिलोदेखि कठिनसम्म राखिन्छ।
- उत्तरदाताले सहमति/असहमति जनाउँछन्।
- उत्तरका आधारमा मनोवृत्तिको स्तर निर्धारण गरिन्छ।
उदाहरण
पर्यावरण संरक्षण
- म फोहोर डस्टबिनमा फाल्छु।
- म प्लास्टिकको प्रयोग कम गर्छु।
- म वृक्षारोपण कार्यक्रममा सहभागी हुन्छु।
- म वातावरण संरक्षण अभियानको नेतृत्व गर्छु।
यदि व्यक्तिले ४ नम्बरमा सहमति जनायो भने १, २ र ३ मा पनि सहमत भएको मानिन्छ।
विशेषताहरू
- क्रमिक (Cumulative) प्रकृति।
- विश्लेषण गर्न सजिलो।
- मनोवृत्तिको स्तर स्पष्ट देखिन्छ।
फाइदा
- प्रगतिशील मनोवृत्ति मापन गर्न उपयुक्त।
- स्पष्ट नतिजा दिन्छ।
सीमितता
- सबै विषयमा प्रयोग गर्न मिल्दैन।
- स्केल निर्माण कठिन हुन्छ।
चारवटै स्केलको तुलना
| स्केल | आधार | विशेषता | मुख्य प्रयोग |
|---|---|---|---|
| Arbitrary | अनुसन्धानकर्ताको निर्णय | सरल | प्रारम्भिक अनुसन्धान |
| Likert | सहमति/असहमति | सबैभन्दा लोकप्रिय | सामाजिक तथा व्यवस्थापन अनुसन्धान |
| Thurstone | विशेषज्ञको स्कोर | वैज्ञानिक | गहन अनुसन्धान |
| Guttman | क्रमिक कथन | Cumulative | मनोवृत्तिको स्तर मापन |
निष्कर्ष (Conclusion)
मनोवृत्ति मापन अनुसन्धानको अत्यन्त महत्वपूर्ण पक्ष हो। उत्तरदाताको धारणा, भावना र रायलाई वैज्ञानिक रूपमा मापन गर्न Arbitrary, Likert, Thurstone र Guttman Scale प्रयोग गरिन्छ। तीमध्ये Likert Scale यसको सरलता, विश्वसनीयता र विश्लेषण गर्न सहज भएकाले व्यवस्थापन तथा सामाजिक अनुसन्धानमा सबैभन्दा बढी प्रयोग हुने स्केल हो। Thurstone Scale वैज्ञानिक दृष्टिले बलियो, Guttman Scale क्रमिक मनोवृत्ति मापनका लागि उपयुक्त र Arbitrary Scale प्रारम्भिक अध्ययनका लागि उपयोगी मानिन्छ।
Construction of Attitude Scale
Introduction
An attitude is a person's feeling, belief, opinion, or tendency to behave toward a person, object, event, or idea. Since attitude is an abstract concept, it cannot be seen or measured directly. Therefore, researchers develop attitude scales to measure people's attitudes scientifically.
An attitude scale is a measuring instrument used to determine whether a person's attitude is positive, negative, or neutral. It converts qualitative opinions and feelings into numerical values, making them easy to analyze and compare.
The four major methods of constructing attitude scales are:
- Arbitrary Scale
- Summated Rating Scale (Likert Scale)
- Differential Scale (Thurstone Scale)
- Cumulative Scale (Guttman Scale)
1. Arbitrary Scale
Meaning
An Arbitrary Scale is developed by the researcher based on his or her own knowledge, experience, and research objectives. It does not require statistical testing or expert judgment.
Construction Process
- Identify the research problem.
- Prepare statements related to the topic.
- Create response categories according to the researcher's judgment.
- Analyze responses to determine the respondents' attitudes.
Characteristics
- Easy and quick to construct.
- Based on the researcher's personal judgment.
- Suitable for preliminary studies.
- Less scientific than other attitude scales.
Example
How satisfied are you with your bank's services?
- Very Satisfied
- Satisfied
- Neutral
- Dissatisfied
- Very Dissatisfied
Advantages
- Simple and inexpensive.
- Saves time.
- Easy for respondents to answer.
Limitations
- Less reliable and valid.
- May contain researcher bias.
2. Summated Rating Scale (Likert Scale)
Meaning
The Likert Scale is the most widely used attitude scale. It consists of several statements, and respondents indicate their level of agreement or disagreement. The scores of all statements are added together to obtain the overall attitude score.
Construction Process
- Prepare several statements related to the topic.
- Provide five or seven response options.
- Assign numerical scores to each response.
- Add all scores to measure the overall attitude.
Example
Statement: "I am satisfied with my job."
| Response | Score |
|---|---|
| Strongly Agree | 5 |
| Agree | 4 |
| Neutral | 3 |
| Disagree | 2 |
| Strongly Disagree | 1 |
If a respondent scores 45 out of 50, it indicates a highly positive attitude.
Characteristics
- Most popular attitude scale.
- Easy to administer.
- Produces quantitative data.
Advantages
- Simple to construct.
- Easy to analyze statistically.
- Highly reliable.
- Suitable for large surveys.
Limitations
- Respondents may choose neutral answers frequently.
- Some respondents may answer without careful thinking.
3. Differential Scale (Thurstone Scale)
Meaning
The Thurstone Scale consists of many attitude statements with different levels of favorableness. Experts first evaluate and assign scale values to these statements. Respondents then select the statements they agree with, and their attitude is measured based on the assigned values.
Construction Process
- Prepare many statements about the topic.
- Experts evaluate and assign scale values.
- Select the best statements.
- Respondents choose the statements they agree with.
- Calculate the attitude score based on the selected statements.
Example
Topic: Attitude toward Online Education
- Online education is highly effective.
- Online education is somewhat useful.
- Online education is not effective.
Experts assign different values to each statement before respondents answer.
Characteristics
- Based on expert judgment.
- Scientifically developed.
- More accurate than arbitrary scales.
Advantages
- High validity and reliability.
- Suitable for scientific research.
Limitations
- Time-consuming.
- Expensive to construct.
- Requires expert involvement.
4. Cumulative Scale (Guttman Scale)
Meaning
The Guttman Scale arranges statements in a cumulative order from simple to difficult or from weak to strong agreement. If a respondent agrees with a higher-level statement, it is assumed that they also agree with all lower-level statements.
Construction Process
- Prepare statements in increasing order of intensity.
- Arrange them from simple to difficult.
- Ask respondents to agree or disagree.
- Determine attitude based on the cumulative pattern of responses.
Example
Environmental Protection
- I throw waste into a dustbin.
- I reduce the use of plastic.
- I participate in tree plantation programs.
- I lead environmental awareness campaigns.
If a respondent agrees with statement 4, it is assumed they also agree with statements 1, 2, and 3.
Characteristics
- Statements follow a cumulative order.
- Easy to interpret.
- Measures the intensity of attitude.
Advantages
- Clearly identifies the level of attitude.
- Easy to interpret results.
Limitations
- Difficult to develop.
- Not suitable for every research topic.
Comparison of Attitude Scales
| Scale | Basis | Main Feature | Common Use |
|---|---|---|---|
| Arbitrary Scale | Researcher's judgment | Simple and flexible | Preliminary studies |
| Likert Scale | Agreement/Disagreement | Most popular and easy to use | Social and management research |
| Thurstone Scale | Expert judgment | Highly scientific | Advanced research |
| Guttman Scale | Cumulative order | Measures intensity progressively | Behavioral and attitude studies |
Conclusion
Attitude scales are essential tools for measuring people's opinions, beliefs, and feelings in research. The Likert Scale is the most widely used because it is simple, reliable, and easy to analyze. The Thurstone Scale provides greater scientific accuracy, the Guttman Scale measures attitudes in a cumulative sequence, and the Arbitrary Scale is useful for simple or preliminary studies. Selecting the appropriate attitude scale improves the accuracy and quality of research findings.
Attitude Scales Used in Business Research
Introduction
Attitude scales are measurement tools used in business and social science research to measure people's attitudes, opinions, beliefs, feelings, preferences, perceptions, and satisfaction toward a product, service, brand, employee, organization, or social issue.
Researchers use different attitude scales depending on the objective of the study and the type of information required.
1. Likert Scale
Meaning
The Likert Scale was developed by Rensis Likert (1932). It is the most widely used attitude measurement scale. It measures the degree of agreement or disagreement with a statement.
Respondents choose one option from a set of ordered responses.
Example
"I am satisfied with the quality of this product."
| Response | Score |
|---|---|
| Strongly Agree | 5 |
| Agree | 4 |
| Neutral | 3 |
| Disagree | 2 |
| Strongly Disagree | 1 |
Characteristics
- Uses statements.
- Measures level of agreement.
- Usually has 5 or 7 response categories.
- Produces quantitative data.
Advantages
- Easy to prepare.
- Easy for respondents.
- Easy statistical analysis.
- Highly reliable.
- Suitable for large surveys.
Disadvantages
- People may choose Neutral without thinking.
- Response bias may occur.
- Equal distance between categories is assumed.
Uses
- Customer satisfaction
- Employee satisfaction
- Consumer behavior
- Organizational climate
- Educational research
2. Graphic Rating Scale
Meaning
A Graphic Rating Scale asks respondents to place a mark on a continuous line that represents their opinion.
Example
Excellent ──────────────────────── Poor
The respondent marks anywhere on the line.
Characteristics
- Uses a straight line.
- No fixed categories.
- Measures intensity of opinion.
Advantages
- Easy to design.
- Attractive appearance.
- Provides detailed responses.
Disadvantages
- Difficult to score.
- Interpretation varies.
- Less suitable for statistical analysis.
Uses
- Employee performance evaluation
- Product quality assessment
- Customer satisfaction
3. Itemized Rating Scale
Meaning
An Itemized Rating Scale provides several fixed response categories from which respondents select one.
Example
Rate the restaurant service:
- Excellent
- Good
- Fair
- Poor
- Very Poor
Characteristics
- Fixed categories.
- Categories are clearly defined.
- Each response has a numerical value.
Advantages
- Easy to answer.
- Easy coding.
- Easy comparison.
Disadvantages
- Limited flexibility.
- Respondents cannot express opinions between categories.
Uses
- Service quality
- Product evaluation
- Performance appraisal
4. Rank Order Rating Scale
Meaning
A Rank Order Scale asks respondents to arrange items according to their preference or importance.
Example
Rank the following smartphone brands.
_____ Apple
_____ Samsung
_____ Xiaomi
_____ Vivo
(1 = Most Preferred)
Characteristics
- Compares several alternatives.
- Every item gets a different rank.
- Shows relative preference.
Advantages
- Easy comparison.
- Identifies the most preferred option.
- Useful in marketing research.
Disadvantages
- Does not show the size of differences.
- Difficult when many items exist.
Uses
- Brand preference
- Product selection
- Consumer choice studies
5. Semantic Differential Scale
Meaning
Developed by Charles Osgood, this scale measures attitudes using pairs of opposite adjectives.
Example
Good □ □ □ □ □ Bad
Modern □ □ □ □ □ Traditional
Friendly □ □ □ □ □ Unfriendly
Respondents mark the point closest to their opinion.
Characteristics
- Uses bipolar adjectives.
- Measures image and perception.
- Usually contains 5 or 7 points.
Advantages
- Measures emotional attitudes.
- Flexible.
- Suitable for brand image studies.
Disadvantages
- Selecting opposite adjectives is difficult.
- Interpretation may differ among respondents.
Uses
- Brand image
- Company image
- Product perception
- Advertising research
6. Continuous Rating Scale
Meaning
A Continuous Rating Scale allows respondents to choose any point along a continuous line instead of selecting fixed categories.
Example
Very Dissatisfied ──────────────────────── Very Satisfied
The respondent places a mark anywhere on the line.
Characteristics
- Infinite response points.
- Measures exact opinion.
- More precise than category scales.
Advantages
- Highly accurate.
- Detects small differences.
- Flexible.
Disadvantages
- Difficult to score.
- Time-consuming analysis.
Uses
- Customer satisfaction
- Service quality
- Psychological measurement
7. Other Simple Scales
(a) Simple Category Questions
Meaning
Respondents select only one category.
Example
Gender
- Male
- Female
- Other
Uses
- Demographic information
- Classification
(b) Multiple Choice Questions
Meaning
Respondents select one or more answers from several alternatives.
Example
Which social media platform do you use most?
- TikTok
- YouTube
Uses
- Market surveys
- Consumer preference
- Educational research
(c) Open-ended Questions
Meaning
Respondents answer in their own words without fixed alternatives.
Example
"What improvements would you suggest for our service?"
Advantages
- Rich and detailed information.
- New ideas and suggestions.
Disadvantages
- Time-consuming to analyze.
- Difficult to code statistically.
Uses
- Exploratory research
- Interviews
- Customer feedback
Comparison of Attitude Scales
| Scale | Measures | Example |
|---|---|---|
| Likert Scale | Agreement or disagreement | Strongly Agree to Strongly Disagree |
| Graphic Rating Scale | Intensity of opinion | Mark on a line |
| Itemized Rating Scale | Fixed categories | Excellent to Poor |
| Rank Order Scale | Preference ranking | Rank brands 1–5 |
| Semantic Differential Scale | Perception between opposite adjectives | Good–Bad |
| Continuous Rating Scale | Exact level of opinion | Mark anywhere on a line |
Conclusion
Attitude scales are essential tools in business research because they help researchers measure people's feelings, opinions, perceptions, and preferences in a systematic and scientific way. Among all these scales, the Likert Scale is the most commonly used because it is simple, reliable, easy to administer, and easy to analyze. Different scales are selected based on the research objectives and the type of information needed.
व्यवसाय अनुसन्धानमा प्रयोग हुने मनोवृत्ति मापन स्केलहरू (Attitude Scales Used in Business Research)
परिचय
मनोवृत्ति (Attitude) भन्नाले कुनै व्यक्ति, वस्तु, संस्था, सेवा, विचार वा घटनाप्रति व्यक्तिको धारणा, भावना, विश्वास, रुचि वा प्रतिक्रिया लाई जनाउँछ।
व्यवसाय अनुसन्धानमा ग्राहक, कर्मचारी वा उपभोक्ताको सन्तुष्टि, धारणा, रुचि, व्यवहार तथा विचार मापन गर्न विभिन्न प्रकारका Attitude Scales प्रयोग गरिन्छ। यी स्केलहरूले अनुसन्धानकर्तालाई उत्तरदाताको वास्तविक मनोवृत्ति संख्यात्मक वा गुणात्मक रूपमा मापन गर्न सहयोग गर्छन्।
१. लिकर्ट स्केल (Likert Scale)
अर्थ
लिकर्ट स्केल सबैभन्दा धेरै प्रयोग हुने मनोवृत्ति मापन स्केल हो। यसमा उत्तरदातालाई कुनै कथन (Statement) दिइन्छ र त्यससँग कत्तिको सहमत वा असहमत छन् भनेर उत्तर दिन लगाइन्छ।
उदाहरण
"म बैंकको सेवाबाट सन्तुष्ट छु।"
- पूर्ण रूपमा सहमत (Strongly Agree)
- सहमत (Agree)
- तटस्थ (Neutral)
- असहमत (Disagree)
- पूर्ण रूपमा असहमत (Strongly Disagree)
विशेषताहरू
- ५ वा ७ वटा विकल्प हुन्छन्।
- सहमति वा असहमतिको स्तर मापन गर्छ।
- प्रयोग गर्न सजिलो हुन्छ।
फाइदाहरू
- सबैभन्दा लोकप्रिय स्केल।
- विश्लेषण गर्न सजिलो।
- विश्वसनीय परिणाम दिन्छ।
- उत्तरदाताले सजिलै बुझ्छन्।
बेफाइदाहरू
- धेरैले "Neutral" रोज्न सक्छन्।
- व्यक्तिगत पक्षपात हुन सक्छ।
प्रयोग
- ग्राहक सन्तुष्टि
- कर्मचारी सन्तुष्टि
- सेवा गुणस्तर
- बजार अनुसन्धान
२. ग्राफिक रेटिङ स्केल (Graphic Rating Scale)
अर्थ
यस स्केलमा उत्तरदाताले एउटा रेखामा आफ्नो धारणा जनाउने स्थानमा चिन्ह लगाउँछन्।
उदाहरण
धेरै खराब ───────────────── धेरै राम्रो
उत्तरदाताले आफ्नो विचार अनुसार बीचको कुनै पनि स्थानमा ✔ लगाउँछन्।
विशेषताहरू
- रेखाको प्रयोग गरिन्छ।
- निश्चित विकल्प हुँदैन।
- धारणा कति बलियो छ भन्ने देखाउँछ।
फाइदाहरू
- सरल र आकर्षक।
- उत्तरदाताले स्वतन्त्र रूपमा उत्तर दिन सक्छन्।
बेफाइदाहरू
- अंक दिन कठिन हुन्छ।
- सबैले एउटै तरिकाले व्याख्या नगर्न सक्छन्।
प्रयोग
- कर्मचारी कार्यसम्पादन मूल्याङ्कन
- सेवा गुणस्तर
- ग्राहक सन्तुष्टि
३. आइटमाइज्ड रेटिङ स्केल (Itemized Rating Scale)
अर्थ
यस स्केलमा उत्तरदातालाई निश्चित विकल्पहरू दिइन्छ र तीमध्ये एउटा छनोट गर्न लगाइन्छ।
उदाहरण
उत्पादनको गुणस्तर
- उत्कृष्ट
- राम्रो
- मध्यम
- कमजोर
- धेरै कमजोर
विशेषताहरू
- निश्चित उत्तर विकल्प हुन्छन्।
- प्रत्येक विकल्पको अर्थ स्पष्ट हुन्छ।
फाइदाहरू
- उत्तर दिन सजिलो।
- तुलना गर्न सजिलो।
- विश्लेषण छिटो हुन्छ।
बेफाइदाहरू
- उत्तरदाताले बीचको विचार व्यक्त गर्न सक्दैन।
प्रयोग
- उत्पादन मूल्याङ्कन
- सेवा गुणस्तर
- ग्राहक सन्तुष्टि
४. र्याङ्क अर्डर रेटिङ स्केल (Rank Order Rating Scale)
अर्थ
यस स्केलमा उत्तरदाताले विभिन्न वस्तु वा विकल्पलाई आफ्नो प्राथमिकताअनुसार क्रम (Rank) दिन्छन्।
उदाहरण
तलका मोबाइल ब्रान्डलाई आफ्नो रुचिअनुसार क्रम दिनुहोस्।
- Samsung
- Apple
- Xiaomi
- Vivo
(१ = सबैभन्दा मनपर्ने)
विशेषताहरू
- धेरै विकल्पहरूको तुलना गरिन्छ।
- प्रत्येक वस्तुको फरक स्थान हुन्छ।
फाइदाहरू
- प्राथमिकता सजिलै थाहा हुन्छ।
- बजार अनुसन्धानमा उपयोगी।
बेफाइदाहरू
- पहिलो र दोस्रोबीच कति फरक छ भन्ने थाहा हुँदैन।
प्रयोग
- ब्रान्ड छनोट
- उपभोक्ता रुचि
- उत्पादन तुलना
५. सेमान्टिक डिफरेन्सियल स्केल (Semantic Differential Scale)
अर्थ
यस स्केलमा विपरीत अर्थ भएका दुई शब्दको बीचमा उत्तरदाताले आफ्नो धारणा जनाउँछन्।
उदाहरण
राम्रो □ □ □ □ □ नराम्रो
आधुनिक □ □ □ □ □ परम्परागत
महँगो □ □ □ □ □ सस्तो
विशेषताहरू
- विपरीत विशेषण प्रयोग गरिन्छ।
- धारणा र छवि मापन गरिन्छ।
फाइदाहरू
- ब्रान्ड वा संस्थाको छवि मापन गर्न उत्कृष्ट।
- विस्तृत जानकारी प्राप्त हुन्छ।
बेफाइदाहरू
- उपयुक्त विपरीत शब्द छनोट गर्न कठिन हुन्छ।
प्रयोग
- ब्रान्ड इमेज
- कम्पनीको छवि
- विज्ञापन अनुसन्धान
६. कन्टिन्युअस रेटिङ स्केल (Continuous Rating Scale)
अर्थ
यस स्केलमा उत्तरदाताले कुनै पनि बिन्दुमा चिन्ह लगाउन सक्छन्। निश्चित विकल्प हुँदैन।
उदाहरण
असन्तुष्ट ───────────────────────── अत्यन्त सन्तुष्ट
विशेषताहरू
- उत्तर स्वतन्त्र रूपमा दिन सकिन्छ।
- धेरै सूक्ष्म अन्तर पनि मापन गर्न सकिन्छ।
फाइदाहरू
- बढी शुद्ध परिणाम।
- वास्तविक भावना देखाउँछ।
बेफाइदाहरू
- विश्लेषण गर्न कठिन।
- समय बढी लाग्छ।
प्रयोग
- ग्राहक सन्तुष्टि
- सेवा गुणस्तर
- बजार अनुसन्धान
७. अन्य सरल स्केलहरू (Other Simple Scales)
(क) Simple Category Questions
अर्थ
उत्तरदाताले एउटा मात्र वर्ग (Category) रोज्छन्।
उदाहरण
लिङ्ग
- पुरुष
- महिला
- अन्य
(ख) Multiple Choice Questions
अर्थ
धेरै विकल्पमध्ये एउटा वा एकभन्दा बढी उत्तर छान्नुपर्ने प्रश्न।
उदाहरण
तपाईं सबैभन्दा बढी कुन सामाजिक सञ्जाल प्रयोग गर्नुहुन्छ?
- TikTok
- YouTube
(ग) Open-ended Questions
अर्थ
उत्तरदाताले आफ्नै शब्दमा स्वतन्त्र रूपमा उत्तर दिन्छन्।
उदाहरण
"हाम्रो सेवा सुधार गर्न तपाईंको सुझाव के छ?"
फाइदा
- विस्तृत जानकारी प्राप्त हुन्छ।
- नयाँ विचार र सुझाव आउँछन्।
बेफाइदा
- विश्लेषण गर्न समय लाग्छ।
- उत्तरहरू फरक–फरक हुने भएकाले तुलना गर्न कठिन हुन्छ।
निष्कर्ष
व्यवसाय अनुसन्धानमा Attitude Scales अत्यन्त महत्त्वपूर्ण मापन उपकरण हुन्। यी स्केलहरूले ग्राहक, कर्मचारी तथा उपभोक्ताको धारणा, सन्तुष्टि, रुचि, विश्वास र व्यवहार वैज्ञानिक रूपमा मापन गर्न सहयोग गर्छन्। विभिन्न अनुसन्धान उद्देश्यअनुसार फरक–फरक स्केल प्रयोग गरिन्छ। तीमध्ये Likert Scale सबैभन्दा बढी प्रयोग हुने, सरल, विश्वसनीय र विश्लेषण गर्न सजिलो स्केल मानिन्छ।
Criteria/Characteristics of Good Measurement (राम्रो मापनका मापदण्ड/विशेषताहरू)
अनुसन्धानमा प्रयोग गरिने मापन (Measurement) राम्रो हुन तीन मुख्य गुण हुनुपर्छ:
- Validity (वैधता)
- Reliability (विश्वसनीयता)
- Practicability (व्यावहारिकता)
यी प्रत्येकलाई तल सरल भाषामा व्याख्या गरिएको छ।
Criteria/Characteristics of Good Measurement
(राम्रो मापनका मापदण्ड/विशेषताहरू)
1. Validity (वैधता)
अर्थ
Validity भन्नाले अनुसन्धानको उपकरण (जस्तै प्रश्नावली) ले जुन कुरा मापन गर्न खोजेको हो, त्यही कुरा सही रूपमा मापन गर्ने क्षमता हो।
सरल उदाहरण: यदि विद्यार्थीको गणित ज्ञान मापन गर्नुपर्छ भने प्रश्नपत्रमा गणितकै प्रश्न हुनुपर्छ। यदि विज्ञानका प्रश्न राखियो भने त्यो वैध (Valid) हुँदैन।
वैधताका प्रकार
(i) Content Validity (विषयवस्तु वैधता)
- प्रश्नहरूले सम्पूर्ण विषयवस्तुलाई पर्याप्त रूपमा समेटेको छ कि छैन भन्ने जाँच गर्छ।
- उदाहरण: HRM परीक्षामा Recruitment, Selection, Training, Performance Appraisal सबै समेटिएको छ भने Content Validity राम्रो मानिन्छ।
(ii) Criterion-related Validity (मापदण्डसम्बन्धी वैधता)
- मापनको नतिजा कुनै स्थापित मापदण्ड वा वास्तविक परिणामसँग मेल खान्छ कि छैन भन्ने जाँच गर्छ।
- उदाहरण: प्रवेश परीक्षामा उच्च अंक ल्याउने विद्यार्थीले पछि पनि राम्रो प्रदर्शन गर्छ भने परीक्षा Valid मानिन्छ।
(iii) Construct Validity (संरचनात्मक वैधता)
- आत्मविश्वास, नेतृत्व, प्रेरणा, सन्तुष्टि जस्ता अमूर्त (Abstract) अवधारणालाई सही रूपमा मापन गरेको छ कि छैन भन्ने जाँच गर्छ।
- उदाहरण: कर्मचारी सन्तुष्टि मापन गर्ने प्रश्नावलीले वास्तवमै सन्तुष्टि नै मापन गर्छ भने Construct Validity राम्रो हुन्छ।
2. Reliability (विश्वसनीयता)
अर्थ
Reliability भन्नाले एउटै उपकरणले बारम्बार प्रयोग गर्दा समान वा स्थिर परिणाम दिने क्षमता हो।
सरल उदाहरण: एउटै तौल मेसिनमा ५० केजी भएको व्यक्तिको तौल पटक–पटक ५० केजी नै देखायो भने त्यो विश्वसनीय (Reliable) हो।
विश्वसनीयताका प्रकार
(i) Stability (स्थिरता)
- एउटै व्यक्तिमा फरक समयमा परीक्षण गर्दा समान परिणाम आउँछ कि आउँदैन भन्ने जाँच।
- उदाहरण: आज र एक हप्तापछि गरिएको परीक्षणको नतिजा लगभग उस्तै आउनु।
(ii) Equivalence (समानता)
- एउटै विषय मापन गर्ने दुई फरक उपकरण वा दुई अनुसन्धानकर्ताले समान परिणाम दिन्छन् कि छैनन् भन्ने जाँच।
- उदाहरण: दुई शिक्षकले एउटै उत्तरपुस्तिका जाँच गर्दा लगभग उस्तै अंक दिनु।
(iii) Internal Consistency (आन्तरिक एकरूपता)
- एउटै विषय मापन गर्ने सबै प्रश्नहरू एक-अर्कासँग मेल खान्छन् कि छैनन् भन्ने जाँच।
- उदाहरण: कर्मचारी सन्तुष्टिसम्बन्धी सबै प्रश्नहरूले सन्तुष्टिलाई नै मापन गर्नु।
3. Practicability (व्यावहारिकता)
अर्थ
Practicability भन्नाले मापन उपकरण प्रयोग गर्न सजिलो, कम खर्चिलो, समय बचत गर्ने र नतिजा बुझ्न सजिलो हुनुपर्छ भन्ने हो।
Practicability का तत्व
(i) Economy (मितव्ययिता)
- मापन गर्न कम खर्च लाग्ने।
- कम समय र कम स्रोतमा सम्पन्न हुने।
उदाहरण: Online Questionnaire प्रयोग गर्दा खर्च कम हुन्छ।
(ii) Convenience (सुविधाजनकता)
- प्रश्नावली सजिलै वितरण, भर्न र सङ्कलन गर्न मिल्ने।
- उत्तरदाताले सजिलै बुझ्ने।
उदाहरण: छोटो र सरल भाषामा तयार गरिएको Questionnaire।
(iii) Interpretability (व्याख्या गर्न सजिलो)
- प्राप्त नतिजालाई सजिलै बुझ्न र विश्लेषण गर्न सकिने।
- निष्कर्ष निकाल्न सहज हुने।
उदाहरण: Likert Scale (1–5) को औसत निकालेर ग्राहक सन्तुष्टि सजिलै व्याख्या गर्न सकिन्छ।
- Validity (वैधता)
- Reliability (विश्वसनीयता)
- Practicability (व्यावहारिकता)
यी प्रत्येकलाई तल सरल भाषामा व्याख्या गरिएको छ।
Criteria/Characteristics of Good Measurement
(राम्रो मापनका मापदण्ड/विशेषताहरू)
1. Validity (वैधता)
अर्थ
Validity भन्नाले अनुसन्धानको उपकरण (जस्तै प्रश्नावली) ले जुन कुरा मापन गर्न खोजेको हो, त्यही कुरा सही रूपमा मापन गर्ने क्षमता हो।
सरल उदाहरण: यदि विद्यार्थीको गणित ज्ञान मापन गर्नुपर्छ भने प्रश्नपत्रमा गणितकै प्रश्न हुनुपर्छ। यदि विज्ञानका प्रश्न राखियो भने त्यो वैध (Valid) हुँदैन।
वैधताका प्रकार
(i) Content Validity (विषयवस्तु वैधता)
- प्रश्नहरूले सम्पूर्ण विषयवस्तुलाई पर्याप्त रूपमा समेटेको छ कि छैन भन्ने जाँच गर्छ।
- उदाहरण: HRM परीक्षामा Recruitment, Selection, Training, Performance Appraisal सबै समेटिएको छ भने Content Validity राम्रो मानिन्छ।
(ii) Criterion-related Validity (मापदण्डसम्बन्धी वैधता)
- मापनको नतिजा कुनै स्थापित मापदण्ड वा वास्तविक परिणामसँग मेल खान्छ कि छैन भन्ने जाँच गर्छ।
- उदाहरण: प्रवेश परीक्षामा उच्च अंक ल्याउने विद्यार्थीले पछि पनि राम्रो प्रदर्शन गर्छ भने परीक्षा Valid मानिन्छ।
(iii) Construct Validity (संरचनात्मक वैधता)
- आत्मविश्वास, नेतृत्व, प्रेरणा, सन्तुष्टि जस्ता अमूर्त (Abstract) अवधारणालाई सही रूपमा मापन गरेको छ कि छैन भन्ने जाँच गर्छ।
- उदाहरण: कर्मचारी सन्तुष्टि मापन गर्ने प्रश्नावलीले वास्तवमै सन्तुष्टि नै मापन गर्छ भने Construct Validity राम्रो हुन्छ।
2. Reliability (विश्वसनीयता)
अर्थ
Reliability भन्नाले एउटै उपकरणले बारम्बार प्रयोग गर्दा समान वा स्थिर परिणाम दिने क्षमता हो।
सरल उदाहरण: एउटै तौल मेसिनमा ५० केजी भएको व्यक्तिको तौल पटक–पटक ५० केजी नै देखायो भने त्यो विश्वसनीय (Reliable) हो।
विश्वसनीयताका प्रकार
(i) Stability (स्थिरता)
- एउटै व्यक्तिमा फरक समयमा परीक्षण गर्दा समान परिणाम आउँछ कि आउँदैन भन्ने जाँच।
- उदाहरण: आज र एक हप्तापछि गरिएको परीक्षणको नतिजा लगभग उस्तै आउनु।
(ii) Equivalence (समानता)
- एउटै विषय मापन गर्ने दुई फरक उपकरण वा दुई अनुसन्धानकर्ताले समान परिणाम दिन्छन् कि छैनन् भन्ने जाँच।
- उदाहरण: दुई शिक्षकले एउटै उत्तरपुस्तिका जाँच गर्दा लगभग उस्तै अंक दिनु।
(iii) Internal Consistency (आन्तरिक एकरूपता)
- एउटै विषय मापन गर्ने सबै प्रश्नहरू एक-अर्कासँग मेल खान्छन् कि छैनन् भन्ने जाँच।
- उदाहरण: कर्मचारी सन्तुष्टिसम्बन्धी सबै प्रश्नहरूले सन्तुष्टिलाई नै मापन गर्नु।
3. Practicability (व्यावहारिकता)
अर्थ
Practicability भन्नाले मापन उपकरण प्रयोग गर्न सजिलो, कम खर्चिलो, समय बचत गर्ने र नतिजा बुझ्न सजिलो हुनुपर्छ भन्ने हो।
Practicability का तत्व
(i) Economy (मितव्ययिता)
- मापन गर्न कम खर्च लाग्ने।
- कम समय र कम स्रोतमा सम्पन्न हुने।
उदाहरण: Online Questionnaire प्रयोग गर्दा खर्च कम हुन्छ।
(ii) Convenience (सुविधाजनकता)
- प्रश्नावली सजिलै वितरण, भर्न र सङ्कलन गर्न मिल्ने।
- उत्तरदाताले सजिलै बुझ्ने।
उदाहरण: छोटो र सरल भाषामा तयार गरिएको Questionnaire।
(iii) Interpretability (व्याख्या गर्न सजिलो)
- प्राप्त नतिजालाई सजिलै बुझ्न र विश्लेषण गर्न सकिने।
- निष्कर्ष निकाल्न सहज हुने।
उदाहरण: Likert Scale (1–5) को औसत निकालेर ग्राहक सन्तुष्टि सजिलै व्याख्या गर्न सकिन्छ।
परीक्षा लेख्न मिल्ने निष्कर्ष
राम्रो Measurement भनेको Valid (सही कुरा मापन गर्ने), Reliable (बारम्बार समान परिणाम दिने) र Practicable (प्रयोग गर्न सजिलो तथा किफायती) हुनुपर्छ। यदि यी तीन गुणहरू भएको Measurement Instrument प्रयोग गरियो भने अनुसन्धानबाट प्राप्त तथ्याङ्क सही, विश्वसनीय र उपयोगी हुन्छन्। त्यसैले अनुसन्धानको गुणस्तर सुधार गर्न यी तीनवटै विशेषता अत्यन्त आवश्यक मानिन्छ।
Criteria/Characteristics of Good Measurement
Introduction
In research, measurement means assigning numbers or symbols to the characteristics of people, objects, or events according to certain rules. A good measurement tool (such as a questionnaire, test, or scale) should produce accurate, consistent, and useful results.
A good measurement has three main characteristics:
- Validity
- Reliability
- Practicability
1. Validity
Meaning
Validity refers to the extent to which a measurement instrument measures what it is intended to measure. It answers the question:
"Are we measuring the right thing?"
Example
If a researcher wants to measure employee job satisfaction, the questionnaire should contain questions about job satisfaction, not salary or personality alone.
Types of Validity
i. Content Validity
Content validity refers to the degree to which a measuring instrument covers all aspects of the concept being measured.
Example: An HRM examination should include questions from all major topics such as recruitment, selection, training, performance appraisal, and compensation.
Importance:
- Ensures complete coverage of the subject.
- Improves the accuracy of measurement.
ii. Criterion-related Validity
Criterion-related validity refers to how well the measurement relates to an external criterion or standard.
Example: If students who score high on an entrance test also perform well in college, the entrance test has good criterion-related validity.
Importance:
- Predicts future performance.
- Compares results with established standards.
iii. Construct Validity
Construct validity refers to the extent to which an instrument correctly measures an abstract concept (construct) such as intelligence, motivation, leadership, or job satisfaction.
Example: A job satisfaction questionnaire should actually measure job satisfaction and not organizational commitment.
Importance:
- Measures psychological and social concepts accurately.
- Improves research quality.
2. Reliability
Meaning
Reliability is the ability of a measuring instrument to produce consistent and stable results whenever it is used under similar conditions.
It answers the question:
"Will the instrument give the same results if used again?"
Example
If a weighing machine shows 60 kg every time the same person is weighed, it is reliable.
Types of Reliability
i. Stability
Stability means obtaining the same results over time when the same instrument is administered to the same respondents under similar conditions.
Example: A personality test administered today and again after two weeks gives similar results.
ii. Equivalence
Equivalence refers to the consistency of results obtained from different forms of the same test or different observers.
Example: Two teachers marking the same answer sheet give almost the same score.
iii. Internal Consistency
Internal consistency refers to the degree to which all items in a questionnaire measure the same concept.
Example: All questions in a customer satisfaction survey should measure customer satisfaction only.
Importance:
- Ensures consistency among questions.
- Improves the reliability of the instrument.
3. Practicability
Meaning
Practicability refers to the ease and usefulness of using a measuring instrument. A good measurement tool should be economical, convenient, and easy to interpret.
Components of Practicability
i. Economy
Economy means the measurement tool should require minimum cost, time, and effort.
Example: Using an online questionnaire instead of printed surveys reduces cost.
ii. Convenience
Convenience means the instrument should be easy to administer, answer, and score.
Example: A short questionnaire with simple language is more convenient than a lengthy, complicated one.
iii. Interpretability
Interpretability means the results should be easy to understand, analyze, and explain.
Example: A Likert scale (1–5) allows researchers to calculate averages and interpret respondents' attitudes easily.
Summary Table
| Characteristics | Meaning | Types/Components |
|---|---|---|
| Validity | Measures what it is intended to measure | Content Validity, Criterion-related Validity, Construct Validity |
| Reliability | Produces consistent and stable results | Stability, Equivalence, Internal Consistency |
| Practicability | Easy and economical to use | Economy, Convenience, Interpretability |
Conclusion
A good measurement instrument is one that is valid, reliable, and practicable. Validity ensures that the instrument measures the correct concept, reliability ensures consistent results over repeated use, and practicability ensures that the instrument is economical, convenient, and easy to interpret. These three characteristics are essential for collecting accurate and trustworthy data, which ultimately improves the quality and credibility of research.
Sources of Measurement Problems
Meaning: Measurement problems are errors or difficulties that reduce the accuracy, reliability, and validity of research data. These problems may arise from four main sources.
1. Related to Respondent
These problems arise because of the respondent (participant).
Causes:
- Lack of knowledge or memory
- Misunderstanding of questions
- Fear of revealing true information
- Careless or dishonest answers
- Personal bias or emotions
Example: A respondent may hide their actual income due to privacy concerns.
2. Related to Situation
These problems occur because of the environment or situation during data collection.
Causes:
- Noise or distractions
- Presence of supervisors, family members, or colleagues
- Lack of privacy
- Time pressure
- Uncomfortable interview setting
Example: If a manager is present during an employee interview, the employee may hesitate to express their true opinion.
3. Related to Measurer
These problems arise due to the interviewer or researcher.
Causes:
- Biased attitude
- Poor interviewing skills
- Incorrect recording of responses
- Leading questions
- Lack of training
Example: An interviewer may influence the respondent by asking, "Don't you think this service is good?"
4. Related to Instrument
These problems are caused by the questionnaire or measuring instrument.
Causes:
- Ambiguous or confusing questions
- Difficult language
- Poor questionnaire design
- Unreliable or invalid scales
- Incorrect sequencing of questions
Example: A question like "Are you satisfied with the price and quality?" asks two things at once, making it difficult to answer accurately.
Conclusion
To obtain accurate research results, researchers should ensure:
- Honest and cooperative respondents,
- A suitable data collection environment,
- Well-trained interviewers, and
- Valid and reliable research instruments.
मापन समस्याका स्रोतहरू (Sources of Measurement Problems)
परिचय
अनुसन्धानमा मापन (Measurement) भनेको कुनै व्यक्ति, वस्तु वा घटनाका विशेषताहरूलाई निश्चित नियमअनुसार संख्या वा वर्गमा व्यक्त गर्ने प्रक्रिया हो। यदि मापन गर्ने क्रममा त्रुटि वा समस्या आउँछ भने प्राप्त तथ्याङ्क सही, विश्वसनीय (Reliable) र वैध (Valid) हुँदैन। यस्ता समस्याहरूलाई मापन समस्या (Measurement Problems) भनिन्छ।
मापन समस्याका मुख्य चार स्रोत हुन्छन्:
१. उत्तरदातासँग सम्बन्धित (Related to Respondent)
यी समस्याहरू उत्तरदाताको व्यवहार, सोचाइ वा अवस्थाका कारण उत्पन्न हुन्छन्।
कारणहरू:
- प्रश्न राम्रोसँग नबुझ्नु।
- सही कुरा भन्न हिच्किचाउनु।
- सम्झन नसक्नु (Memory Error)।
- जानाजानी गलत उत्तर दिनु।
- व्यक्तिगत पूर्वाग्रह वा भावनात्मक प्रभाव।
उदाहरण: आफ्नो वास्तविक आम्दानी वा उमेर लुकाएर गलत जानकारी दिनु।
२. परिस्थितिसँग सम्बन्धित (Related to Situation)
तथ्याङ्क सङ्कलन भइरहेको वातावरण वा परिस्थितिका कारण उत्पन्न हुने समस्या।
कारणहरू:
- धेरै हल्ला वा अव्यवस्थित वातावरण।
- समयको अभाव।
- गोपनीयता (Privacy) नहुनु।
- कार्यालय प्रमुख, परिवारका सदस्य वा अन्य व्यक्तिको उपस्थितिमा अन्तर्वार्ता हुनु।
- उत्तरदाता तनाव वा डरमा हुनु।
उदाहरण: यदि कर्मचारीको अन्तर्वार्ता लिँदा कार्यालय प्रमुख पनि सँगै बसेका छन् भने कर्मचारीले आफ्नो वास्तविक धारणा व्यक्त गर्न सक्दैन।
३. मापनकर्तासँग सम्बन्धित (Related to Measurer)
अनुसन्धानकर्ता वा अन्तर्वार्ताकारका कारण हुने समस्या।
कारणहरू:
- पर्याप्त तालिम नहुनु।
- पक्षपातपूर्ण व्यवहार गर्नु।
- प्रश्न गलत तरिकाले सोध्नु।
- उत्तर गलत रूपमा लेख्नु।
- उत्तरदातालाई प्रभाव पार्ने (Leading Questions) प्रश्न सोध्नु।
उदाहरण: "तपाईंलाई यो सेवा राम्रो लाग्यो, होइन?" भनेर सोध्दा उत्तरदाता प्रभावित हुन सक्छ।
४. मापन उपकरणसँग सम्बन्धित (Related to Instrument)
प्रश्नावली, स्केल वा अन्य मापन उपकरणका कमजोरीका कारण हुने समस्या।
कारणहरू:
- अस्पष्ट वा दोहोरो अर्थ लाग्ने प्रश्न।
- कठिन भाषा प्रयोग गर्नु।
- अविश्वसनीय (Unreliable) वा अवैध (Invalid) स्केल प्रयोग गर्नु।
- प्रश्नहरूको क्रम नमिल्नु।
- प्रश्नावलीको खराब डिजाइन।
उदाहरण: "के तपाईं उत्पादनको मूल्य र गुणस्तरसँग सन्तुष्ट हुनुहुन्छ?" भन्ने प्रश्नले दुईवटा कुरा एकैचोटि सोधेकाले सही उत्तर पाउन गाह्रो हुन्छ।
निष्कर्ष
अनुसन्धानमा सही, विश्वसनीय र वैध नतिजा प्राप्त गर्न मापन समस्याहरूलाई न्यून गर्न आवश्यक हुन्छ। त्यसका लागि:
- उत्तरदातालाई स्पष्ट निर्देशन दिने,
- उपयुक्त र शान्त वातावरणमा तथ्याङ्क सङ्कलन गर्ने,
- अनुसन्धानकर्ता/अन्तर्वार्ताकारलाई तालिम दिने,
- स्पष्ट, सरल, वैध र विश्वसनीय मापन उपकरण प्रयोग गर्ने आवश्यक हुन्छ।
परीक्षाका लागि सम्झनुपर्ने सूत्र:
उत्तरदाता (Respondent) + परिस्थिति (Situation) + मापनकर्ता (Measurer) + मापन उपकरण (Instrument) = मापन समस्याका चार प्रमुख स्रोत।
Comments
Post a Comment