在做问卷调查时，经常会使用李克特量表来测量被调查者对于指定陈述的认同程度。
该量表由一组陈述组成，每一个陈述都包括"非常同意"、“同意”、“不一定”、“不同意”、"非常不同意"五种回答，分别记为5分、4分、3分、2分、1分，每个被调查者的态度总分就是他对各道题的回答所得分数的加总，这一总分可说明他的态度强弱或他在这一量表上的不同状态。
简单而言，就是被调查者对某一种说法的认可程度，并用1-5表示认可程度高低，数字越大认可度越高。量化区间常见的为5级，也有7级、10级甚至更多。
对李克特量表可视化的常见方法是Divergent Stacked Bar，即堆积发散条形图，如下所示。条形图从中性位置（灰色）向代表着正面反馈（绿色）和负面反馈（橙色）的两端延伸，各种颜色的长度代表着选择该态度的被调查者占受调查者总数的比重，各个条形图的起点不一样，总长度为100%。
这里以虚构的问卷调查数据表为例，创建李克特量表的堆积发散条形图，主要有以下几个步骤：
- 调整数据结构
- 创建计算字段
- 创建视图
调整数据结构
这张虚构的数据表包括100个调查对象对10个问题的调查结果，每个问题的分数均在1-5分之间。
要使用tableau对这些数据进行可视化，导入tableau后，首先需要使用数据透视表功能，将数据进行聚合处理，把问题1至问题10聚合在一列，如下所示：
最终聚合完成的数据结构如下：
创建计算字段
在对李克特量表进行可视化之前，需要创建一些计算字段来获得所需数据。
创建“评价”字段
通过“评价”字段，可以将被调查者的调查结果转换为具体文字，帮助我们更为直接的进行视图分析。
字段创建完成后，将“问题”和“评价”字段拖放到“行”功能区，将“记录数”字段拖放到“标记”卡的“文本”，并对“评价”字段按照“评分”进行排序，即可统计出每一个问题对应的各个选项的合计数。
创建“负面评价数”字段
该字段的目的是统计选择负面评价的被调查者数量，总体思路就是将“不同意”和“非常不同意”视为负面评价，记为“1”，“不一定”视为一半为负面评价，记为“0.5”，“同意”和“非常同意”视为正面评价，记为“0”，创建的字段如下所示：
将“负面评价数”字段拖放到视图，可以看到，“非常同意”和“同意”均为0，“不一定”则为“记录数”的一半，“不同意”和“非常不同意”与记录数相同。
创建“负面评价数合计”字段
该字段通过对“负面评价数”字段进行表计算，统计每一个问题的“负面评价数”合计值，可以理解为对该问题持有负面评价的样本数。需要注意的是，在创建该计算字段时，需要将表计算依据设置为“评价”。
将“负面评价数合计”字段拖放到“度量值”，得到的结果如下所示：
创建“受调查者总数”字段
该字段通过表计算，统计参与调查的总人数。其中，表计算依据选择“评价”字段。
创建“甘特图 左端起点”字段
在李克特量表的可视化视图中，每一个条形图的起点都不一样，这些起点实际上代表每个问题的负面评价数比例，因此，需要创建“甘特图 左端起点”字段来实现视图效果。
将“受调查者总数”和“甘特图 左端起点”字段拖放到“度量值”，结果如下：
创建“各级评价占比”字段
该字段用于计算每个问题中的每一个评价的选择人数占受调查者总数的比例。
创建“各级评价占比累计”字段
前面通过“甘特图 左端起点”字段，找到了条形图的左端起点，但还需要明确每一级评价的起点和终点，才能完成整个视图的创建。
对于“非常不同意”，它的起点是整个条形图的起点，即之前创建的“甘特图 左端起点”字段。对于“不同意”，它的起点就是“非常不同意”的起点加上“非常不同意”的占比。对于“不一定”，它的起点就是“不同意”的起点加上“不同意”的占比。剩余的几个评价也以此类推，即它们的起点为上一个评价的起点加上上一个评价的占比。
因此，需要创建“各级评价占比累计”字段，如下所示：
将“各级评价占比”和“各级评价占比累计”字段拖放到“度量值”，结果如下：
创建视图
完成相关计算字段创建后，即可进入视图创建环节
将“问题”字段拖放到“行”功能区，将“各级评价起点”字段拖放到“列”功能区，将“评价”字段拖放到“标记”卡的“ 颜色”，按“评分”字段的“最小值”进行“升序”排序，再把视图类型设置为“甘特条形图”。
将“各级评价占比”字段拖放到“标记”卡的“大小”，将坐标轴编辑为“-1”到“1”，再将视图调整为“整个视图”，同时编辑好颜色，即可初步完成李克特量表视图创建。
此时，还需要在每个条形图上增加该问题的平均分，这里就需要通过双轴图来实现。
- 将“评分”字段拖放到“列”功能区，并设置为“平均值”、
- 将“评分”的视图类型改为“圆”，清除“标记”卡区域的相关内容，并设置好“大小”、标签、数字格式等
- 合并坐标轴，并将“评分”视图的坐标轴设置为“1”至“5”
最后再对坐标轴标题、行标题等进行格式化，即可完成堆积发散条形图的全部创建，最终创建结果如下所示：
要下载本例数据，请在公众号回复“量表”。
（全文完）