Secara umum, saya setuju dengan argumen Jeromy bahwa mean adalah statistik yang masuk akal untuk skala Likert. Apa yang bisa berbicara untuk median, adalah bahwa median adalah ukuran lokasi yang jauh lebih kuat karena melindungi terhadap outlier (memiliki titik rincian tertinggi 50%). Namun, karena skala Likert adalah skala terbatas, kemungkinan outlier ekstrim sangat rendah (hanya jika data Anda sangat miring). Selain itu, median biasanya memotong terlalu banyak dari data, sehingga Anda dapat mempertimbangkan menggunakan cara yang dipangkas sebagai gantinya. Jumlah pemangkasan 20% biasanya direkomendasikan [1].
Jika Anda ingin menghitung tes berpasangan dari perbedaan median, saya akan merekomendasikan untuk membandingkan cara menggunakan metode bootstrap persentil (ini adalah satu-satunya metode untuk membandingkan median yang bekerja dengan baik dalam kasus nilai-nilai terikat, lihat Wilcox, 2005 [ 1]).
Dalam paket WRS untuk R, ada fungsi yang disebut trimpb2
yang melakukan perhitungan ini untuk dua sampel independen (Anda juga dapat menghitung nilai ap untuk sarana trimmend dengan fungsi itu). Namun, dalam kasus Anda, Anda perlu membandingkan grup dependen. Dalam hal ini, Anda juga dapat melakukan metode bootstrap persentil yang disesuaikan dengan bias [2].
Perhatikan, bagaimanapun, bahwa perbedaan median dari distribusi marjinal tidak sama dengan melihat median dari skor perbedaan. Yang pertama menjawab pertanyaan 'Bagaimana tanggapan khas dari kelompok pertama berbeda dari yang kedua' dan dilakukan oleh fungsi WRS rmmcppb
. Yang kedua menjawab pertanyaan 'Apa skor perbedaan khas' dan dilakukan oleh fungsi WRS rmmcppbd
.
[1] Wilcox, RR (2005). Pengantar estimasi kuat dan pengujian hipotesis. San Diego: Academic Press.
[2] Wilcox, RR (2006). Perbandingan berpasangan dari kelompok tergantung berdasarkan median. Statistik Komputasi & Analisis Data, 50, 2933-2941. doi: 10.1016 / j.csda.2005.04.017