Skala Likerta w ocenie klinicznej – GRC i analiza

Opracowanie merytoryczne: Konrad Hryniewicz · Opublikowano: 27 października 2026 · Aktualizacja: 26 października 2026

W skrócie: Skala Likerta w ocenie klinicznej to zwykle jedna pozycja z uporządkowanymi odpowiedziami, np. globalna ocena zmiany. Opisz ją medianą i rozkładem odpowiedzi, a grupy porównaj testem Manna–Whitneya lub regresją porządkową.

Co to jest skala Likerta w ocenie klinicznej?

Skala Likerta w ocenie klinicznej to zwykle pojedyncza pozycja z uporządkowanymi odpowiedziami, na której pacjent albo klinicysta ocenia stan zdrowia lub jego zmianę, np. od „dużo gorzej” przez „bez zmian” do „dużo lepiej”. Klasyczna skala Likerta łączy odpowiedzi na wiele stwierdzeń w jeden wynik. W klinice często mamy jedno pytanie. Typowy przykład to globalna ocena zmiany (ang. global rating of change, GRC). Kamper i in. (2009) opisują ją jako szybki i elastyczny pomiar zmiany, który można sensownie interpretować tylko przy uwzględnieniu właściwości klinimetrycznych narzędzia.

Jak analizować odpowiedzi?

Odpowiedzi na pojedynczą pozycję leżą na skali porządkowej. Sullivan i Artino (2013) zalecają opisywać je medianą i rozkładem częstości. Grupy porównasz testem Manna–Whitneya albo regresją porządkową. Liddell i Kruschke (2018) pokazali, że analiza danych porządkowych modelami metrycznymi może dawać fałszywe alarmy, utratę mocy, a nawet odwrócenie kierunku efektu. Jeśli łączysz odpowiedzi w kategorię „poprawa”, ustal tę regułę przed analizą i ją uzasadnij.

Przykład

Po sześciu tygodniach 90 pacjentów oceniło zmianę swojego stanu na skali od −3 (dużo gorzej) do +3 (dużo lepiej), po 45 w grupie terapii i w grupie kontrolnej (dane symulowane). Mediana wyniosła +1 po terapii i 0 w grupie kontrolnej. Odpowiedź +2 lub +3 wybrało 48.9% pacjentów po terapii i 28.9% w grupie kontrolnej. Test Manna–Whitneya dał W = 708, p = .011. W modelu proporcjonalnych szans szansa wyższej oceny była w grupie terapii większa, OR = 2.71, 95% CI [1.26, 5.83].

Jak opisać w pracy

Globalną ocenę zmiany mierzono siedmiostopniową skalą od −3 (dużo gorzej) do +3 (dużo lepiej). Pacjenci z grupy terapii oceniali zmianę korzystniej niż grupa kontrolna (Mdn = +1 vs 0; test Manna–Whitneya, W = 708, p = .011). W modelu proporcjonalnych szans iloraz szans wyższej oceny wyniósł OR = 2.71, 95% CI [1.26, 5.83]. Ocenę +2 lub +3 wybrało 48.9% pacjentów po terapii i 28.9% w grupie kontrolnej.

Na co uważać

Średnia z jednej pozycji wymaga zastrzeżenia. Jeśli ją podajesz, dodaj medianę i rozkład odpowiedzi.
Sprawdź założenie modelu. Regresja porządkowa zakłada proporcjonalne szanse.
Opisz, kto ocenia. Ocena klinicysty, który wie, kto dostał terapię, może być obciążona. Podaj, czy oceniający był zaślepiony.
Nie myl tej skali z numeryczną skalą oceny (NRS), gdzie pacjent ocenia natężenie objawu, a nie zmianę.

Pełną analizę odpowiedzi porządkowych krok po kroku pokazuje wpis Regresja porządkowa krok po kroku.

Przykład reprodukowalny

Skala Likerta w ocenie klinicznej w R

Kod opisuje rozkład siedmiostopniowej oceny zmiany w dwóch grupach, liczy mediany i odsetek odpowiedzi +2 lub +3 oraz porównuje grupy testem Manna–Whitneya i regresją porządkową.

Globalna ocena zmiany w dwóch grupach

Dane wejściowe: odpowiedzi od −3 do +3 u 90 pacjentów, po 45 w grupie terapii i kontrolnej (dane symulowane, set.seed(2526)).

Co odczytać: tabelę odpowiedzi, mediany, odsetki ocen +2 lub +3, statystykę W z p oraz OR z 95% CI z modelu polr().

library(MASS)
set.seed(2526)
etyk <- c("-3", "-2", "-1", "0", "+1", "+2", "+3")      # -3 = dużo gorzej, 0 = bez zmian, +3 = dużo lepiej
grc <- function(n, p) factor(sample(etyk, n, TRUE, p), levels = etyk, ordered = TRUE)
dane <- data.frame(grupa = rep(c("kontrolna", "terapia"), each = 45))
dane$grc <- c(grc(45, c(.02, .05, .10, .38, .25, .15, .05)),
              grc(45, c(.00, .02, .05, .20, .28, .30, .15)))
table(dane$grupa, dane$grc)                               # rozkład odpowiedzi
tapply(as.numeric(dane$grc) - 4, dane$grupa, median)     # mediana na skali −3…+3
round(100 * tapply(dane$grc >= "+2", dane$grupa, mean), 1)  # % odpowiedzi +2 lub +3
wilcox.test(as.numeric(grc) ~ grupa, data = dane, exact = FALSE)
m <- polr(grc ~ grupa, data = dane, Hess = TRUE)          # proporcjonalne szanse
ci <- exp(confint.default(m))                            # 95% CI Walda
round(c(OR = exp(unname(coef(m))), dolna = ci[1], gorna = ci[2]), 2)

Wynik w R


            -3 -2 -1  0 +1 +2 +3
  kontrolna  3  0  5 16  8 11  2
  terapia    0  1  2  9 11 18  4
kontrolna   terapia
        0         1
kontrolna   terapia
     28.9      48.9

	Wilcoxon rank sum test with continuity correction

data:  as.numeric(grc) by grupa
W = 708, p-value = 0.01118
alternative hypothesis: true location shift is not equal to 0

   OR dolna gorna
 2.71  1.26  5.83

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (pakiet MASS).

R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
MASS (wersja 7.3.65): Ripley, B., & Venables, W. (2026). MASS: Support functions and datasets for Venables and Ripley's MASS (R package version 7.3-65) [Computer software]. https://CRAN.R-project.org/package=MASS

Najczęstsze pytania

Czy z jednej pozycji typu Likerta można liczyć średnią?

Odpowiedzi na jedną pozycję są porządkowe, dlatego podstawą opisu powinny być mediana i rozkład częstości. Jeśli podajesz średnią, dodaj je obok i uzasadnij taki wybór.

Jak porównać ocenę zmiany na skali od −3 do +3 w dwóch grupach?

Użyj testu Manna–Whitneya albo regresji porządkowej, która daje iloraz szans wyższej kategorii. Pokaż też rozkład odpowiedzi w obu grupach.

Czym globalna ocena zmiany różni się od skali NRS?

NRS mierzy natężenie objawu w danej chwili, np. bólu od 0 do 10. Globalna ocena zmiany pyta, czy stan pacjenta poprawił się lub pogorszył w porównaniu z wcześniejszym okresem.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Poradnik

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizę Oferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

Kamper, S. J., Maher, C. G., & Mackay, G. (2009). Global rating of change scales: A review of strengths and weaknesses and considerations for design. Journal of Manual & Manipulative Therapy, 17(3), 163–170. https://doi.org/10.1179/jmt.2009.17.3.163 ● Otwarty dostęp
Liddell, T. M., & Kruschke, J. K. (2018). Analyzing ordinal data with metric models: What could possibly go wrong? Journal of Experimental Social Psychology, 79, 328–348. https://doi.org/10.1016/j.jesp.2018.08.009 ● Otwarty dostęp: pełny tekst
Sullivan, G. M., & Artino, A. R., Jr. (2013). Analyzing and interpreting data from Likert-type scales. Journal of Graduate Medical Education, 5(4), 541–542. https://doi.org/10.4300/JGME-5-4-18 ● Otwarty dostęp

Cytowania BibTeX

@article{kamper2009global, author={Kamper, Steven J. and Maher, Christopher G. and Mackay, Grant}, title={{Global rating of change scales: A review of strengths and weaknesses and considerations for design}}, journal={Journal of Manual \& Manipulative Therapy}, year={2009}, volume={17}, number={3}, pages={163--170}, doi={10.1179/jmt.2009.17.3.163}}

@article{liddell2018analyzing, author={Liddell, Torrin M. and Kruschke, John K.}, title={{Analyzing ordinal data with metric models: What could possibly go wrong?}}, journal={Journal of Experimental Social Psychology}, year={2018}, volume={79}, pages={328--348}, doi={10.1016/j.jesp.2018.08.009}}

@article{sullivan2013analyzing, author={Sullivan, Gail M. and Artino, Jr., Anthony R.}, title={{Analyzing and interpreting data from Likert-type scales}}, journal={Journal of Graduate Medical Education}, year={2013}, volume={5}, number={4}, pages={541--542}, doi={10.4300/jgme-5-4-18}}

Skala Likerta w ocenie klinicznej – jak analizować jedną pozycję oceny zmiany?