Słownik metodologiczny · Pomiar i skale

Skala Stapela – jak działa skala od −5 do +5 bez zera?

Skala Stapela to jednobiegunowa skala ocen z jednym określeniem pośrodku i polami od +5 do −5. Pokazujemy budowę skali, kodowanie bez zera, porównanie z dyferencjałem semantycznym i skalą Likerta oraz przykład w R.

Strona główna / Słownik / Skala Stapela
W skrócie: Skala Stapela to jednobiegunowa skala ocen: osoba ocenia, jak dobrze jedno określenie (np. „tani”) opisuje obiekt, zaznaczając wartość od +5 do −5, zwykle bez zera. Zastępuje parę przeciwstawnych przymiotników z dyferencjału semantycznego i jest stosowana głównie w badaniach wizerunku marki i sklepu.

Co to jest skala Stapela?

Skala Stapela (ang. Stapel scale) to jednobiegunowa skala ocen: pośrodku stoi jedno określenie obiektu, np. „tani” albo „przyjazna obsługa”, a nad nim i pod nim pola od +5 do −5, zwykle bez zera. Liczbą dodatnią osoba zaznacza, że określenie pasuje do obiektu, ujemną – że nie pasuje; im dalej od środka, tym mocniej. Nazwa pochodzi od nazwiska Jana Stapela. Crespi (1961) opisał tę technikę jako tani sposób uzyskania danych pod wieloma względami porównywalnych z danymi z dyferencjału semantycznego. Skalę stosuje się głównie w badaniach wizerunku marki i sklepu (zob. statystyka w pracy z marketingu).

Jak zbudować skalę Stapela

  • Jedno określenie zamiast pary. W dyferencjale każda cecha wymaga przeciwstawnego przymiotnika. Tu wystarczy jedno słowo, co pomaga przy cechach bez dobrego przeciwieństwa.
  • Brak punktu środkowego. Dziesięć kategorii bez zera wymusza decyzję „pasuje / nie pasuje”.
  • Kilka określeń na wymiar. Każde ocenia się osobno, a wynik wymiaru to średnia kilku określeń po sprawdzeniu ich spójności, jak w skali Likerta.

Przykład

120 osób oceniło dwa sklepy (dane symulowane). Przy określeniu „tani” sklep A uzyskał średnio 1.45 (SD = 2.20), a sklep B −0.48; ocenę dodatnią dało odpowiednio 73.3% i 40.8% osób. Test t dla prób zależnych: t(119) = 7.61. Po przekodowaniu na 1–10 średnie wynoszą 6.72 i 5.12. Różnica jest mniejsza niż na kodach od −5 do +5, bo przejście z −1 na +1 liczy się tam jako dwa punkty.

Stapel, dyferencjał i Likert

Menezes i Elbert (1979) porównali trzy formaty w pomiarze wizerunku sklepu. Skala Stapela dawała nieco mniej zawyżonych ocen, a dyferencjał nieco mniejszą wariancję. Staranna walidacja nie wykazała jednak wyraźnych różnic, więc format wybiera się z innych powodów – choćby łatwości ułożenia określeń.

Jak opisać w pracy

Wizerunek sklepów zmierzono skalą Stapela (od −5 do +5, bez zera). Odpowiedzi zakodowano jako 1–10. Sklep A oceniano jako tańszy niż sklep B, t(119) = 7.61.

Na co uważać

  • Kodowanie bez zera. Wybierz kodowanie przed analizą i opisz je w pracy (rekodowanie).
  • Poziom pomiaru. Pojedyncze określenie daje dane porządkowe – podaj rozkład i medianę, a średnie licz dla wyników z kilku określeń.
  • Instrukcja. Wyjaśnij, że liczba mówi, jak dobrze określenie opisuje obiekt, a nie, czy osoba zgadza się z twierdzeniem.
Przykład reprodukowalny

Skala Stapela w R

Kod symuluje oceny dwóch sklepów na skali Stapela, liczy średnie na kodach od −5 do +5 i po przekodowaniu na 1–10, odsetek ocen dodatnich oraz test t dla prób zależnych.

Kodowanie skali Stapela i porównanie dwóch sklepów

Dane wejściowe: dane symulowane z set.seed(4660): 120 osób ocenia sklepy A i B na określeniach „tani” i „przyjazny”.

Co odczytać: średnie na obu kodowaniach, SD, odsetek ocen dodatnich i statystykę t (df = 119) dla określenia „tani”.

R
set.seed(4660)
n <- 120                                             # 120 osób ocenia dwa sklepy
skala <- c(-5:-1, 1:5)                               # Stapel: od -5 do +5 bez zera
ocen <- function(srodek) {                           # odpowiedź = najbliższy punkt skali
  x <- rnorm(n, srodek, 2)
  skala[sapply(x, function(v) which.min(abs(skala - v)))]
}
d <- data.frame(A_tani = ocen(1.5), B_tani = ocen(-0.5),
                A_przyjazny = ocen(2.5), B_przyjazny = ocen(2))
na_1_10 <- function(x) ifelse(x < 0, x + 6, x + 5)  # -5..-1 -> 1..5, +1..+5 -> 6..10
round(sapply(d, function(x) c(srednia = mean(x),
                              srednia_1_10 = mean(na_1_10(x)),
                              SD = sd(x),
                              proc_dodatnich = 100 * mean(x > 0))), 2)
t.test(d$A_tani, d$B_tani, paired = TRUE)$statistic  # sklep A a B, ten sam opis
Wynik w R
               A_tani B_tani A_przyjazny B_przyjazny
srednia          1.45  -0.48        2.45        2.01
srednia_1_10     6.72   5.12        7.53        7.19
SD               2.20   1.94        1.77        2.05
proc_dodatnich  73.33  40.83       91.67       81.67
       t 
7.607545 

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (bez dodatkowych pakietów). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. 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/

Najczęstsze pytania

Czym skala Stapela różni się od dyferencjału semantycznego?

W dyferencjale osoba umieszcza obiekt między dwoma przeciwstawnymi przymiotnikami (np. tani–drogi). W skali Stapela jest tylko jedno określenie, a liczba od +5 do −5 mówi, jak dobrze do obiektu pasuje.

Jak zakodować odpowiedzi ze skali Stapela?

Najprościej jako 1–10: wartości od −5 do −1 zamień na 1–5, a od +1 do +5 na 6–10, np. ifelse(x < 0, x + 6, x + 5). Kody od −5 do +5 bez zera traktują przejście z −1 na +1 jako dwa punkty.

Czy oceny ze skali Stapela można uśredniać?

Pojedyncze określenie opisuj rozkładem, medianą i odsetkiem ocen dodatnich. Średnią i odchylenie standardowe podawaj raczej dla wyniku z kilku określeń tego samego wymiaru, po sprawdzeniu ich spójności.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Crespi, I. (1961). Use of a scaling technique in surveys. Journal of Marketing, 25(5), 69–72. https://doi.org/10.1177/002224296102500513
  2. Menezes, D., & Elbert, N. F. (1979). Alternative semantic scaling formats for measuring store image: An evaluation. Journal of Marketing Research, 16(1), 80–87. https://doi.org/10.1177/002224377901600112

Cytowania BibTeX

@article{crespi1961use, author={Crespi, Irving}, title={{Use of a scaling technique in surveys}}, journal={Journal of Marketing}, year={1961}, volume={25}, number={5}, pages={69--72}, doi={10.1177/002224296102500513}}
@article{menezes1979alternative, author={Menezes, Dennis and Elbert, Norbert F.}, title={{Alternative semantic scaling formats for measuring store image: An evaluation}}, journal={Journal of Marketing Research}, year={1979}, volume={16}, number={1}, pages={80--87}, doi={10.1177/002224377901600112}}
R