Anwendung von Fuzzy-Logik zur Verbesserung der Likert-Skala zur Messung latenter Variablen

Die Forschung untersuchte den Prozess der Verbesserung der Likert-Skala basierend auf Fuzzy-Logik zur Messung latenter Variablen und zum Vergleich der Datenqualität, wie sie durch die verbesserte Likert-Skala gemessen wurde, mit Daten, die durch die Likert-Skala gemessen wurden. Qualitative Studien und Umfragen wurden als Forschungsmethodik verwendet. Die Datenanalyse umfasste Inhaltsanalyse und Statistik, einschließlich des arithmetischen Mittels, der Standardabweichung, des Standardfehlers, des Konsensindex und des Kolmogorov-Smirnov-Tests. Es wurde festgestellt, dass die Likert-Skala durch die Verwendung von Mamdani-Fuzzy-Inferenz verbessert werden konnte, die vier wichtige Schritte umfasste: (1) Fuzzifizierung, (2) Bewertung der Fuzzy-Regeln, (3) Aggregation und (4) Defuzzifizierung. Ein Vergleich der beiden unterschiedlichen Ansätze zeigte, dass die mit der verbesserten Likert-Skala gemessenen Daten besser mit dem arithmetischen Mittel und der Standardabweichung analysiert werden konnten als die mit der Likert-Skala gemessenen Daten. Noch wichtiger war, dass die Verteilung der mit der verbesserten Likert-Skala gemessenen Daten normal war und einen niedrigeren Standardfehler aufwies, was sie für die Datenanalyse zur statistischen Inferenz geeignet machte.