Słownik metodologiczny · Pomiar i skale

Tendencja do zgadzania się (acquiescence) – jak ją rozpoznać i ograniczyć?

Część respondentów zgadza się z każdym stwierdzeniem, bez względu na jego treść. Pokazujemy, jak działa potakiwanie, co dają pozycje odwrócone i ile kosztują.

Strona główna / Słownik / Tendencja do zgadzania się
W skrócie: Tendencja do zgadzania się (acquiescence) to skłonność do odpowiadania „zgadzam się” bez względu na treść pytania. Ogranicza ją skala zrównoważona z pozycjami odwróconymi, ale takie pozycje mogą obniżać rzetelność i tworzyć czynnik metody.

Co to jest tendencja do zgadzania się?

Tendencja do zgadzania się, czyli potakiwanie (ang. acquiescence, acquiescent response style), to skłonność do wybierania odpowiedzi „zgadzam się” niezależnie od treści stwierdzenia. Respondent zgadza się więc zarówno z „Często czuję się samotny”, jak i z „Rzadko czuję się samotny”. Krosnick (1991) opisuje potakiwanie jako jedną ze strategii satysfakcjonowania: gdy przemyślenie odpowiedzi wymaga wysiłku, łatwiej się zgodzić. Problem dotyczy głównie skal typu Likerta, w których wszystkie pozycje mają format „zgadzam się – nie zgadzam się”.

Jak to wykryć i ograniczyć

Klasyczna obrona to skala zrównoważona: część stwierdzeń formułujesz w przeciwnym kierunku (pozycje odwrócone), a przed policzeniem wyniku je rekodujesz. Potakiwanie podnosi wtedy odpowiedzi w obu kierunkach i po rekodowaniu w dużej mierze się znosi. Średnia surowych odpowiedzi na wszystkie pozycje, liczona przed rekodowaniem, służy jako prosty wskaźnik potakiwania danej osoby.

Pozycje odwrócone mają jednak swój koszt. Weijters i in. (2013) wskazują, że błąd związany z nimi wynika nie tylko z potakiwania, ale też z nieuwagi i z efektu potwierdzania. Suárez-Álvarez i in. (2018) pokazali z kolei, że mieszanie pozycji prostych i odwróconych obniżało rzetelność i zagrażało jednowymiarowości skali. W analizie czynnikowej pozycje odwrócone tworzą często osobny „czynnik metody” (zob. wspólna wariancja metody). Jak ważyć te argumenty przy tworzeniu własnego narzędzia, omawiamy w poradniku o budowie i walidacji skali.

Przykład

Skala ma 8 pozycji (1–5), co druga jest odwrócona. Osoba, która zawsze zaznacza „5”, dostaje przed rekodowaniem średnią 5.00, a po rekodowaniu 3.00, czyli środek skali. Gdyby skala miała same pozycje proste, jej wynik też wyniósłby 5.00. W symulacji 300 osób wynik z samych pozycji prostych korelował ze skłonnością do zgadzania się na poziomie r = .59, a wynik skali zrównoważonej po rekodowaniu – r = .12 (dane symulowane).

Jak opisać w pracy

Aby ograniczyć wpływ tendencji do zgadzania się, cztery z ośmiu pozycji sformułowano w odwrotnym kierunku i przed obliczeniem wyniku przekodowano je według wzoru 6 − x. Jako wskaźnik potakiwania obliczono średnią surowych odpowiedzi na wszystkie pozycje przed rekodowaniem.

Na co uważać

  • Pozycja odwrócona to nie zaprzeczenie. Sformułowania z „nie” są trudniejsze i sprzyjają pomyłkom; lepiej użyć przeciwnego znaczenia („Rzadko…”).
  • Nie myl potakiwania ze stylem odpowiedzi skrajnych. Osoba zaznaczająca 1 i 5 nie musi się zgadzać.
  • Skala jednokierunkowa nie pozwala oddzielić potakiwania od wysokiego poziomu cechy.
Przykład reprodukowalny

Wynik przed rekodowaniem i po nim w R

Kod liczy wynik osoby „zawsze się zgadzam” i porównuje w symulowanej próbie skalę z samych pozycji prostych ze skalą zrównoważoną.

Potakiwanie a pozycje odwrócone

Dane wejściowe: 8 pozycji 1–5, co druga odwrócona; 300 osób z losową cechą i losową skłonnością do zgadzania się (dane symulowane, set.seed(107)).

Co odczytać: wynik osoby z samymi piątkami w trzech wariantach oraz korelację obu wersji skali ze skłonnością do zgadzania się.

R
odwr <- c(FALSE, TRUE, FALSE, TRUE, FALSE, TRUE, FALSE, TRUE)  # 8 pozycji 1–5, co druga odwrócona
osoba <- rep(5, 8)                                           # „zawsze się zgadzam”: same piątki
c(surowa = mean(osoba), tylko_proste = mean(osoba[!odwr]),
  po_rekodowaniu = mean(ifelse(odwr, 6 - osoba, osoba)))
set.seed(107)                                                # próba: cecha + skłonność do zgadzania się
n <- 300; cecha <- rnorm(n); zgoda <- rnorm(n, 0, 0.6)
odp <- sapply(odwr, function(o) pmin(pmax(round(3 + ifelse(o, -0.9, 0.9) * cecha + zgoda + rnorm(n, 0, 0.7)), 1), 5))
wynik_proste <- rowMeans(odp[, !odwr])                       # skala z samych pozycji prostych
odp_rek <- odp; odp_rek[, odwr] <- 6 - odp[, odwr]               # rekodowanie pozycji odwróconych
wynik_zrown <- rowMeans(odp_rek)                             # skala zrównoważona po rekodowaniu
round(c(r_proste = cor(wynik_proste, zgoda), r_zrown = cor(wynik_zrown, zgoda)), 2)
Wynik w R
        surowa   tylko_proste po_rekodowaniu 
             5              5              3 
r_proste  r_zrown 
    0.59     0.12 

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (funkcje pakietów base i stats). W pracy podaj wersję R, której faktycznie użyto (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

Jak policzyć indeks potakiwania?

Oblicz średnią surowych odpowiedzi na wszystkie pozycje skali zrównoważonej, zanim przekodujesz pozycje odwrócone. Wartości wyraźnie powyżej środka skali oznaczają skłonność do zgadzania się.

Czy każda skala powinna mieć pozycje odwrócone?

Nie zawsze. Pozycje odwrócone ograniczają potakiwanie, ale mogą obniżać rzetelność i tworzyć osobny czynnik metody. Jeśli korzystasz z gotowego narzędzia, zachowaj jego oryginalny układ pozycji.

Kto częściej potakuje w ankietach?

Potakiwanie nasila się, gdy odpowiadanie wymaga dużego wysiłku poznawczego: przy długich, abstrakcyjnych pytaniach, zmęczeniu i niskiej motywacji respondenta. Dlatego krótkie, konkretne stwierdzenia zmniejszają ten problem.

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. Krosnick, J. A. (1991). Response strategies for coping with the cognitive demands of attitude measures in surveys. Applied Cognitive Psychology, 5(3), 213–236. https://doi.org/10.1002/acp.2350050305
  2. Suárez-Álvarez, J., Pedrosa, I., Lozano, L. M., García-Cueto, E., Cuesta, M., & Muñiz, J. (2018). Using reversed items in Likert scales: A questionable practice. Psicothema, 2(30), 149–158. https://doi.org/10.7334/psicothema2018.33 ● Otwarty dostęp
  3. Weijters, B., Baumgartner, H., & Schillewaert, N. (2013). Reversed item bias: An integrative model. Psychological Methods, 18(3), 320–334. https://doi.org/10.1037/a0032121 ● Otwarty dostęp: pełny tekst

Cytowania BibTeX

@article{krosnick1991response, author={Krosnick, Jon A.}, title={{Response strategies for coping with the cognitive demands of attitude measures in surveys}}, journal={Applied Cognitive Psychology}, year={1991}, volume={5}, number={3}, pages={213--236}, doi={10.1002/acp.2350050305}}
@article{suarezalvarez2018using, author={Suárez-Álvarez, Javier and Pedrosa, Ignacio and Lozano, Luis M. and García-Cueto, Eduardo and Cuesta, Marcelino and Muñiz, José}, title={{Using reversed items in Likert scales: A questionable practice}}, journal={Psicothema}, year={2018}, volume={2}, number={30}, pages={149--158}, doi={10.7334/psicothema2018.33}}
@article{weijters2013reversed, author={Weijters, Bert and Baumgartner, Hans and Schillewaert, Niels}, title={{Reversed item bias: An integrative model}}, journal={Psychological Methods}, year={2013}, volume={18}, number={3}, pages={320--334}, doi={10.1037/a0032121}}
R