Eine Likert-Skala ist eine Bewertungsskala, die zur Beurteilung von Meinungen, Einstellungen oder Verhaltensweisen verwendet wird. Likert-Skalen sind in der Umfrageforschung sehr beliebt, da sie es ermöglichen, Persönlichkeitsmerkmale oder Wahrnehmungen leicht zu operationalisieren.
Um Daten zu erheben, werden den Teilnehmern Fragen oder Aussagen vom Typ Likert und ein Kontinuum möglicher Antworten, meist mit 5 oder 7 Items, vorgelegt. Jedem Item wird eine numerische Punktzahl zugeordnet, so dass die Daten quantitativ ausgewertet werden können.
- Häufigkeit
- Zustimmung
- Zufriedenheit
Wie häufig kaufen Sie energieeffiziente Produkte? | ||||
---|---|---|---|---|
Nie | Selten | Manchmal | Oft | Immer |
Meine Führungskraft spielt eine aktive Rolle bei meiner beruflichen Entwicklung und Förderung. | ||||||
---|---|---|---|---|---|---|
Stimmt überhaupt nicht zu | Stimmt überhaupt nicht zu | Stimme nicht zu | Stimme weder zu noch zu | Stimme zu | Stimme voll und ganz zu | Stimme sehr stark zu |
Wie zufrieden sind Sie mit den Rückgabebedingungen beim Online-Shopping bei Unternehmen X? | ||||
---|---|---|---|---|
Sehr unzufrieden | Bisschen unzufrieden | Weder zufrieden noch unzufrieden | Mäßig zufrieden | Sehr zufrieden |
Gestaltung von Likert-Typ-Fragen
Eine Likert-Skala besteht aus 4 oder mehr Fragen, die eine einzelne Einstellung oder Eigenschaft bewerten, wenn die Antwortwerte kombiniert werden. Jede Frage kann eine separate Komponente dieses übergeordneten Themas messen.
Wenn Sie zum Beispiel die Einstellung zu umweltfreundlichem Verhalten bewerten wollen, können Sie eine Likert-Skala mit einer Vielzahl von Fragen entwerfen, die verschiedene Aspekte dieses Themas messen.
Formulierung als Fragen vs. Aussagen
Beide, Aussagen und Fragen, werden oft in Likert-Skalen verwendet. Wenn Sie eine Mischung aus beidem verwenden, können Ihre Teilnehmer während Ihrer Umfrage engagiert und aufmerksam bleiben.
Bei der Entscheidung, wie Sie Fragen und Aussagen formulieren, ist es wichtig sicherzustellen, dass sie leicht verständlich sind und Ihre Befragten nicht auf die eine oder andere Weise beeinflussen.
Positives vs. negatives Framing
Verwenden Sie sowohl positive als auch negative Frames in Ihren Fragen. Wenn Sie bei all Ihren Fragen nur nach Dingen fragen, die sozial erwünscht sind, könnten Ihre Teilnehmer dazu neigen, allen Fragen zuzustimmen, um sich selbst in einem positiven Licht zu zeigen.
- Positives Framing
- Negatives Framing
Umweltschäden durch Einwegwasserflaschen sind ein ernstes Problem. | ||||
---|---|---|---|---|
Disagree | Weder zustimmen noch nicht zustimmen | zustimmen | stark zustimmen |
Einweg-Wasserflaschen zu verbieten ist sinnlos, um Umweltschäden zu reduzieren. | ||||
---|---|---|---|---|
Starke Ablehnung | Nicht zustimmen | Weder zustimmen noch ablehnen | Zustimmen | Starke Zustimmung |
Antwortende, die der ersten Aussage zustimmen, sollten auch der zweiten nicht zustimmen. Indem Sie beide Aussagen in eine lange Umfrage einbeziehen, können Sie auch überprüfen, ob die Antworten der Teilnehmer zuverlässig und konsistent sind.
Vermeiden Sie doppelte Verneinungen
Doppelte Verneinungen können zu Verwirrung und Fehlinterpretationen führen, da die Befragten sich nicht sicher sind, dem was sie zustimmen.
- Schlechtes Beispiel
- Gutes Beispiel
Ich kaufe niemals nichtBio-Produkte. | ||||
---|---|---|---|---|
Stimmt überhaupt nicht zu | Stimmt nicht zu | Weder zustimmen noch ablehnen | Stimmen zu | Stark zustimmen |
Ich versuche, wann immer möglich, Bio-Produkte zu kaufen. | ||||
---|---|---|---|---|
stimme überhaupt nicht zu | stimme nicht zu | stimme weder zu noch nicht zu | stimme zu | stimme sehr zu zustimmen |
Fragen Sie immer nur nach einer Sache
Wenn Sie doppelbarreled questions, könnten Ihre Befragten selektiv zu einem Thema antworten, aber das andere ignorieren, oder versuchen, eine neutrale, aber ungenaue Antwort zu wählen.
- Schlechtes Beispiel
- Gutes Beispiel
Wie würden Sie Ihr Wissen über Klimawandel und Nahrungsmittelsysteme bewerten? | ||||
---|---|---|---|---|
Sehr schlecht | Schwach | Mäßig | Gut | Exzellent |
Wie würden Sie Ihr Wissen über den Klimawandel einschätzen? | ||||
---|---|---|---|---|
Sehr schlecht | Schlecht | Fair | Gut | Exzellent |
Wie würden Sie Ihr Wissen über Lebensmittelsysteme bewerten? | ||||
---|---|---|---|---|
Sehr schlecht | Schlecht | Mäßig | Gut | Exzellent |
Auswahl der Antwort-Items
Likert-Skalen haben in der Regel 5 oder 7 Items, und die Items an jedem Ende werden Antwortanker genannt. Der Mittelpunkt ist oft ein neutrales Item mit positiven Items auf der einen und negativen Items auf der anderen Seite. Jedes Item wird mit einer Punktzahl von 1-5 oder 1-7 bewertet.
Anzahl der Items
Mehr Items geben Ihnen tiefere Einblicke, machen es den Teilnehmern aber schwerer, sich für Antworten zu entscheiden, da es mehr Auswahlmöglichkeiten gibt. Weniger Items bedeuten, dass Sie weniger Details erfassen, aber die Skala ist benutzerfreundlicher.
- 5 Items
- 7 Items
Wie häufig kaufen Sie biologisch abbaubare Produkte? | ||||
---|---|---|---|---|
Nie | Gelegentlich | Gelegentlich | Oft | Immer |
Wie häufig kaufen Sie biologisch abbaubare Produkte? | ||||||
---|---|---|---|---|---|---|
Nie | Selten | Gelegentlich | Gelegentlich | Oft | Sehr oft | Immer |
Typen von Items
Sie können eine große Bandbreite von Wahrnehmungen, Motivationen und Absichten mit Likert-Skalen messen.
Einige der häufigsten Itemtypen sind:
- Zustimmung: Sehr zustimmend, Zustimmend, Weder zustimmend noch ablehnend, Ablehnend, Sehr ablehnend
- Qualität: Sehr schlecht, Schlecht, Angemessen, Gut, Ausgezeichnet
- Wahrscheinlichkeit (Likelihood): Überhaupt nicht wahrscheinlich, Etwas wahrscheinlich, Äußerst wahrscheinlich
- Erfahrungen: Sehr negativ, Etwas negativ, Neutral, Etwas positiv, Sehr positiv
Unipolare vs. bipolare Items
Bei einer unipolaren Skala misst man nur ein Attribut (z.B. Zufriedenheit), aber bei einer bipolaren Skala misst man zwei Attribute (z.B., Zufriedenheit oder Unzufriedenheit) auf einem Kontinuum.
- Unipolar
- Bipolar
Wie zufrieden sind Sie mit dem Angebot an Bio-Produkten? | ||||
---|---|---|---|---|
Überhaupt nicht zufrieden | Bisschen zufrieden | Zufrieden | Sehr zufrieden | Extrem zufrieden |
Wie zufrieden sind Sie mit dem Angebot an Bio-Produkten? | ||||
---|---|---|---|---|
Extrem unzufrieden | Unzufrieden | Weder unzufrieden noch zufrieden | Zufrieden | Extrem zufrieden |
Ihre Wahl hängt von Ihren Forschungsfragen und Zielen ab. Wenn Sie feinere Details über ein Attribut wünschen, wählen Sie unipolare Items. Wenn Sie ein breiteres Spektrum an Antworten zulassen wollen, wählen Sie bipolare Items.
Verwenden Sie sich gegenseitig ausschließende Items
Vermeiden Sie Überschneidungen bei den Items. Wenn zwei Items ähnliche Bedeutungen haben, macht das die Auswahl des Befragten zufällig.
- Schlechtes Beispiel
- Gutes Beispiel
Umweltschäden durch Einwegwasserflaschen sind ein ernstes Problem. | |||||
---|---|---|---|---|---|
Streng zustimmen | Stimmt zu | Weder zustimmen oder nicht zustimmen | Gleichgültig | Nicht zustimmen | Stark nicht zustimmen |
Umweltschäden durch Einwegwasserflaschen sind ein ernstes Problem. | ||||
---|---|---|---|---|
stimme voll und ganz zu | stimme zu | stimme weder zu noch stimme ich zu | stimme nicht zu | stimme überhaupt nicht zu |
Hier sehen Sie, warum Studenten Scribbrs Korrekturlesen lieben
Entdecken Sie Korrekturlesen & Lektorat
Beispiel einer Likert-Skala
Umweltschäden durch Einwegwasserflaschen sind ein ernstes Problem. | ||||
---|---|---|---|---|
stimme voll und ganz zu | stimme zu | stimme weder zu noch stimme ich zu | stimme nicht zu | stimme überhaupt nicht zu |
Wie häufig kaufen Sie biologisch abbaubare Produkte? | ||||
---|---|---|---|---|
Nie | Gelegentlich | Gelegentlich | Oft | Immer |
Wie würden Sie Ihr Wissen über den Klimawandel bewerten? | ||||
---|---|---|---|---|
Sehr schlecht | Schlecht | Fair | Gut | Exzellent |
Ich versuche, wann immer möglich, Bio-Produkte zu kaufen. | ||||
---|---|---|---|---|
stimme überhaupt nicht zu | stimme nicht zu | stimme weder zu noch stimme ich zu | stimme zu | stimme sehr zu |
Einweg-Wasserflaschen zu verbieten ist sinnlos, um Umweltschäden zu reduzieren. | ||||
---|---|---|---|---|
Stimmt überhaupt nicht zu | Stimme nicht zu | Weder zu noch nicht zu | Stimme zu | Stimme voll und ganz zu zustimmen |
Analyse von Likert-Skalen-Daten
Bevor Sie Daten von Likert-Typ-Fragen und Likert-Skalen analysieren, ist es wichtig, sich zu überlegen, mit welchem Typ man es zu tun hat.
Ordinale Daten vs. Intervalldaten
Ihre Daten können in diese beiden verschiedenen Typen unterteilt werden, da sie mit unterschiedlichen Analyseverfahren verbunden sind.
- Daten aus einzelnen Fragen vom Typ Likert werden als Ordinalebene behandelt.
- Daten aus der gesamten Likert-Skala werden als Intervallebene behandelt.
Bei Ordinalskalen hat jedes Item einen Rang, der höher oder niedriger ist als andere, aber die genauen Unterschiede zwischen den Items sind nicht gleichmäßig verteilt oder klar definiert.
Zum Beispiel kann man nicht sicher sein, dass der Unterschied zwischen „sehr schlecht“ und „schlecht“ derselbe ist wie der zwischen „gut“ und „ausgezeichnet“.
Intervallskalen haben ebenfalls eine klare Reihenfolge, aber der Unterschied zwischen den einzelnen Punkten ist gleichmäßig verteilt. Zum Beispiel kann bei Nicht-Likert-Ratingskalen von 1 bis 10 davon ausgegangen werden, dass der Unterschied zwischen 2 und 4 derselbe ist wie der zwischen 5 und 7.
Gesamtdaten auf Likert-Skalen werden oft als Intervall behandelt, da es sich um einen zusammengesetzten Wert handelt, der aus der Addition von Antworten auf 4 oder mehr Fragen gebildet wird.
Deskriptive Statistik
Sie können deskriptive Statistiken verwenden, um die gesammelten Daten in einfacher numerischer oder visueller Form zusammenzufassen.
Fragen vom Likert-Typ können einzeln analysiert werden, um tiefere Einblicke in bestimmte Attribute zu erhalten.
Wenn die Fragen alle ein einziges Merkmal oder eine Einstellung messen, wenn sie kombiniert werden, können sie auch gruppiert und als Likert-Skala analysiert werden. Sie können die Antworten auf jede Frage in Zahlen kodieren und dann die Zahlen addieren, um einen Gesamtwert für die Einstellung jedes Teilnehmers zu erhalten.
Inferenzstatistik
Sie können Inferenzstatistiken verwenden, um Hypothesen zu testen, z. B. Korrelationen zwischen verschiedenen Antworten oder Muster im gesamten Datensatz.
Ob Sie Ihre Daten als ordinal oder als Intervall behandeln, wirkt sich auf die Wahl eines parametrischen oder nichtparametrischen statistischen Tests aus. Parametrische Tests machen strengere Annahmen, wie z. B. gleichmäßige Abstände, der Daten als nicht-parametrische Tests.
- Für ordinale Daten (einzelne Fragen auf der Likert-Skala) verwenden Sie nicht-parametrische Tests wie die Spearman-Korrelation oder den Chi-Quadrat-Test auf Unabhängigkeit.
- Für Intervalldaten (Gesamtbewertung auf der Likert-Skala) verwenden Sie parametrische Tests wie Pearson’s r-Korrelation oder t-Tests.
Stärken und Grenzen von Likert-Skalen
Likert-Skalen sind eine praktische und zugängliche Methode zur Datenerhebung.
- Quantitativ: Likert-Skalen operationalisieren auf einfache Weise komplexe Phänomene, indem sie abstrakte Themen in erfassbare Beobachtungen herunterbrechen. Dies ermöglicht die statistische Überprüfung von Hypothesen.
- Feinkörnig: Da Fragen vom Typ Likert nicht binär sind (ja/nein, wahr/falsch usw.), können Sie detaillierte Einblicke in Wahrnehmungen, Meinungen und Verhaltensweisen erhalten.
- Benutzerfreundlich: Im Gegensatz zu offenen Fragen sind Likert-Skalen geschlossen und fordern die Befragten nicht auf, Ideen zu entwickeln oder ihre Meinung zu begründen. Dadurch sind sie für die Befragten schnell auszufüllen und können leicht Daten aus großen Stichproben liefern.
Probleme mit Likert-Skalen entstehen oft durch unangemessene Designentscheidungen.
- Antwortverzerrung: Aufgrund des Social Desirability Bias vermeiden es Menschen oft, die extremen Items auszuwählen oder Aussagen nicht zuzustimmen, um „normaler“ zu erscheinen oder sich selbst in einem günstigen Licht darzustellen.
- Ermüdung/Aufmerksamkeit: Bei Likert-Skalen mit vielen Fragen können sich die Befragten langweilen und das Interesse verlieren. Sie wählen möglicherweise abwesend Antworten aus, unabhängig von ihren wahren Gefühlen. Dies führt zu ungültigen Antworten.
- Subjektive Interpretation: Einige Items können vage sein und von den Befragten sehr unterschiedlich interpretiert werden. Wörter wie „etwas“ oder „ziemlich“ haben keine genauen oder engen Definitionen.
- Eingeschränkte Auswahlmöglichkeiten: Da Fragen vom Typ Likert geschlossene Fragen sind, müssen die Befragten manchmal die relevanteste Antwort auswählen, auch wenn diese die Realität nicht genau wiedergibt.
Häufig gestellte Fragen zu Likert-Skalen
Eine Likert-Skala ist eine Bewertungsskala, die Meinungen, Einstellungen oder Verhaltensweisen quantitativ bewertet. Sie besteht aus 4 oder mehr Fragen, die eine einzelne Einstellung oder Eigenschaft messen, wenn die Antwortwerte kombiniert werden.
Um eine Likert-Skala in einer Umfrage zu verwenden, legen Sie den Teilnehmern Fragen oder Aussagen vom Typ Likert und ein Kontinuum von Elementen vor, in der Regel mit 5 oder 7 möglichen Antworten, um den Grad ihrer Zustimmung zu erfassen.
Einzelne Fragen des Likert-Typs werden im Allgemeinen als ordinale Daten betrachtet, weil die Items eine klare Rangfolge haben, aber keine gleichmäßige Verteilung aufweisen.
Gesamtergebnisse der Likert-Skala werden manchmal als Intervalldaten behandelt. Bei diesen Werten wird davon ausgegangen, dass sie eine Richtungsabhängigkeit und gleichmäßige Abstände aufweisen.
Die Art der Daten bestimmt, welche statistischen Tests Sie zur Analyse Ihrer Daten verwenden sollten.
Operationalisierung bedeutet, abstrakte konzeptionelle Ideen in messbare Beobachtungen umzuwandeln.
Zum Beispiel ist das Konzept der sozialen Angst nicht direkt beobachtbar, aber es kann operationalisiert werden in Form von Selbsteinschätzungswerten, Verhaltensvermeidung von überfüllten Plätzen oder körperlichen Angstsymptomen in sozialen Situationen.
Bevor Sie Daten sammeln, ist es wichtig zu überlegen, wie Sie die Variablen, die Sie messen wollen, operationalisieren werden.