資料結構
網路
關係型資料庫管理系統（RDBMS）
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法律研究態度測量
態度的概念是為了表明一些潛在的反應傾向而創造的。由於態度是假設性結構，因此無法精確測量。任何評估它們的嘗試都必須是推論性的，這意味著我們只能檢查邏輯上推斷為表明要測量的態度的行為，並量化這些跡象以瞭解個人或群體在對特定物件或問題的 心理取向上存在多少差異。
我們如何測量態度？
態度測量是透過推斷來確定的。但是，為了支援推斷，需要一些資料。這些資料是使用多種技術收集的。可能會明確詢問受訪者對研究主題的感受，給他們一個帶有明確指示的任務，並記錄他們的表現。讓我們詳細瞭解一些技術。
直接觀察
這種方法記錄了那些正在調查其態度的人的真實行為。這是一種客觀的方法，在某些情況下非常有效。例如，透過參與罷工本身來了解罷工者的公開行為，以瞭解他們的態度，這是一種極好的方法。但是，並非所有問題都適合直接觀察。在某些情況下，可以模擬自然環境並進行角色扮演以觀察行為並推斷個人的潛在態度。如果我們想收集許多人的資料，即使可及性不是問題，直接行為觀察也不實用。除了檢視大型樣本中的每個人之外，還無法預測一個人會在何時表現出與研究相關的行為。因此，除了需要大量費用和工作外，可能還需要無限的耐心。建立態度行為測量的可靠性也同樣具有挑戰性。觀察者的印象和傳達他們所見內容的能力差異很大。但是，沒有任何缺陷表明觀察公開行為對於確定態度毫無用處。他們建議我們在確定這種策略在特定情況下是否合適時要謹慎行事。
直接提問
如果我們想知道人們對某件事的感受，自然會直接詢問他們。因此，提出直接問題一直以來都對研究態度很有吸引力。即便如此，這種方法的有限用途僅限於將答覆者大致分類為對心理物件的正面、負面和漠不關心。在這種情況下，問題與使用直接觀察時經常出現的問題相同；通常，直接觀察或直接詢問都不能確定一個人擁有的態度水平。使用此類指標，我們可以區分正面和負面類別內的個人，並確定這兩組之間的差距有多大。當然，可能有一些情況，我們只需要知道有多少人是“贊成”的，有多少人是“反對”某個特定主題的。在這種情況下，直接問題可能有效。我們必須知道，對直接問題的回答可能會受到約束和社會期望因素的影響。
其他一些方法
可以使用投射技術和隱藏態度物件的客觀任務成功克服與直接觀察相關的許多挑戰。但是，由於解釋此類資料的可靠性較低，因此這些方法很少用於衡量態度。態度的其他指標包括心率、瞳孔大小、血管收縮和皮膚電反應 (GSR) 測量。但是，這些生理喚醒可能並不總能區分態度。例如，皮膚電反應裝置可能會對正面和負面傾向記錄相似的值。毫無疑問，在某些情況下，生理測量已被謹慎且有效地使用。
量表技術
管理研究人員借鑑社會學家和心理學家的專業知識，開發了用於測量態度的工具。要改變人類行為，需要了解構成其基礎的想法和基本態度。量表方法和量表種類繁多。對於正在進行的研究，我們必須選擇最有效的方法。以下是使用最廣泛的量表。
名義量表
名義量表將響應劃分為幾個互斥的組。由於類別之間沒有關係，因此也沒有排名或排序。名義量表通常用於根據社會階層、"喜歡"或"不喜歡"、"是"或"否"、性別等因素對響應進行分類。對於名義量表資料，唯一可行的統計程式是計數。
順序量表
順序量表使受訪者能夠根據共享變數對各種選項進行排名。例如，消費者如何根據感知的質量對三種巴氏殺菌奶進行排名。在這裡，產品使用者可以將品牌從最好到最差進行排名。但是，無法確定排名之間存在多少差異。諸如中位數和眾數之類的位置統計量只能針對此類資料計算。
區間量表
區間量表解決了名義量表和順序量表的缺點。該量表的零點是任意的，數字以均勻的間隔間隔。區間量表資料可用於各種統計程式，例如加法、減法和計算平均值。在測量態度時，最常使用名義量表和順序量表。為了使資料更容易進行統計處理，會嘗試將它們處理或轉換為區間量表。但是，在得出任何結論之前，務必確定此假設是否合理。
結論
每種衡量態度的方法都有其自身的優缺點。對於特定研究，一種方法可能比另一種方法更合適，而在另一種情況下，相同的方法可能不正確。因此，許多方法並非總是有效或合適的。但是，根據態度測量文獻，自我報告方法已被廣泛使用。已經測試了自我報告之外的其他方法，並且已經證明和支援了它們的有用性。然而，使用紙筆進行的自我報告測量仍然佔據該領域的主導地位。
5K+ 瀏覽量
