Una scala Likert è una scala di valutazione usata per valutare opinioni, atteggiamenti o comportamenti. Le scale Likert sono popolari nelle indagini di ricerca perché permettono di operazionalizzare facilmente i tratti di personalità o le percezioni.
Per raccogliere dati, si presentano ai partecipanti domande o dichiarazioni di tipo Likert e un continuum di possibili risposte, di solito con 5 o 7 elementi. Ad ogni item viene dato un punteggio numerico in modo che i dati possano essere analizzati quantitativamente.
- Frequenza
- Accordo
- Soddisfazione
| Quanto spesso acquista prodotti ad alta efficienza energetica? | ||||
|---|---|---|---|---|
| mai | raramente | qualche volta | Spesso | Sempre |
| Il mio manager ha un ruolo attivo nel mio sviluppo e avanzamento professionale. | ||||||
|---|---|---|---|---|---|---|
| Molto in disaccordo | Molto in disaccordo | Non sono d’accordo | Né in disaccordo né in accordo | Sono d’accordo | Sono fortemente d’accordo | Molto d’accordo |
| Quanto sei soddisfatto delle politiche di restituzione dello shopping online dell’azienda X? | ||||
|---|---|---|---|---|
| Molto insoddisfatto | Quasi insoddisfatto | Né soddisfatto o insoddisfatto | Poco soddisfatto | Molto soddisfatto |
Progettare domande di tipo Likert-
Una scala Likert è composta da 4 o più domande che valutano un singolo atteggiamento o tratto quando i punteggi di risposta sono combinati. Ogni domanda può misurare una componente separata di quell’argomento generale.
Per esempio, se si vuole valutare l’atteggiamento verso comportamenti rispettosi dell’ambiente, è possibile progettare una scala Likert con una varietà di domande che misurano diversi aspetti di questo argomento.
Formulazione come domande o affermazioni
Nelle scale Likert si usano spesso sia affermazioni che domande. Usare un mix di entrambi può mantenere i partecipanti impegnati e attenti durante il tuo sondaggio.
Quando decidi come formulare le domande e le affermazioni, è importante assicurarsi che siano facilmente comprensibili e che non influenzino i tuoi intervistati in un modo o nell’altro.
Inquadramento positivo o negativo
Usa sia inquadramenti positivi che negativi nelle tue domande. Se tutte le tue domande chiedono solo cose in modi socialmente desiderabili, i tuoi partecipanti potrebbero essere indotti ad essere d’accordo con tutte le domande per mostrarsi sotto una luce positiva.
| I danni ambientali causati dalle bottiglie d’acqua monouso sono un problema serio. | ||||
|---|---|---|---|---|
| Molto in disaccordo | Disaccordo | Né né in disaccordo | Sono d’accordo | Fortemente d’accordo |
| Vietare le bottiglie d’acqua monouso è inutile per ridurre i danni ambientali. | ||||
|---|---|---|---|---|
| Molto in disaccordo | Disaccordo | Né d’accordo né in disaccordo | Inaccordo | Molto d’accordo |
Gli intervistati che sono d’accordo con la prima affermazione dovrebbero anche essere in disaccordo con la seconda. Includendo entrambe le affermazioni in un lungo sondaggio, puoi anche controllare se le risposte dei partecipanti sono affidabili e coerenti.
Evitare le doppie negazioni
Le doppie negazioni possono portare a confusione e interpretazioni errate, poiché gli intervistati non saranno sicuri di ciò che stanno accettando.
| Non compro mai prodotti nonprodotti biologici. | ||||
|---|---|---|---|---|
| Molto in disaccordo | Disaccordo | Né d’accordo né in disaccordo | D’accordo | Fortemente d’accordo |
| Cerco di comprare prodotti biologici quando possibile. | ||||
|---|---|---|---|---|
| Molto in disaccordo | Disaccordo | Né d’accordo né in disaccordo | Inaccordo | Molto d’accordo |
Chiede solo una cosa alla volta
Se usi domande a doppiodomande a doppio taglio, i tuoi intervistati potrebbero rispondere selettivamente su un argomento ma ignorare l’altro, o cercare di scegliere una risposta neutra ma imprecisa.
| Come valuterebbe la sua conoscenza del cambiamento climatico e dei sistemi alimentari? | ||||
|---|---|---|---|---|
| Molto scarsa | Povera | Bene | Buono | Eccellente |
| Come valuteresti la tua conoscenza del cambiamento climatico? | ||||
|---|---|---|---|---|
| Molto scarsa | Povera | Discreta | Buona | Eccellente |
| Come valuterebbe la sua conoscenza dei sistemi alimentari? | ||||
|---|---|---|---|---|
| Molto scarsa | Povera | Discreta | Buona | Eccellente |
Selezione degli item di risposta
Le scale Likert hanno comunemente 5 o 7 item, e gli elementi ad ogni estremità sono chiamati ancore di risposta. Il punto medio è spesso un elemento neutro con elementi positivi su un lato e negativi sull’altro. Ad ogni item viene dato un punteggio da 1-5 o 1-7.
Numero di item
Più item ti danno una visione più profonda ma rendono più difficile per i partecipanti decidere le risposte perché ci sono più scelte. Un minor numero di item significa che si acquisiscono meno dettagli, ma la scala è più facile da usare.
| Con quale frequenza acquisti prodotti biodegradabili? | ||||
|---|---|---|---|---|
| Mai | Occasionalmente | A volte | Spesso | Sempre |
| Quanto spesso acquisti prodotti biodegradabili? | |||||||
|---|---|---|---|---|---|---|---|
| Mai | Raramente | Occasionalmente | Sempre | Spesso | Spesso | Molto spesso | Sempre |
Tipi di articoli
È possibile misurare una vasta gamma di percezioni, motivazioni e intenzioni utilizzando scale Likert.
Alcuni dei tipi più comuni di item includono:
- Accordo: Fortemente d’accordo, D’accordo, Né d’accordo né in disaccordo, In disaccordo, Fortemente in disaccordo
- Qualità: Molto scarsa, Scarsa, Discreta, Buona, Eccellente
- Probabilità: Per niente probabile, Abbastanza probabile, Estremamente probabile
- Esperienza: Molto negativo, Abbastanza negativo, Neutro, Abbastanza positivo, Molto positivo
Unipolare vs bipolare
In una scala unipolare, si misura solo un attributo (ad esempio, soddisfazione), ma in una scala bipolare, si misurano due attributi (ad esempio, soddisfazione o insoddisfazione) su un continuum.
| Quanto è soddisfatto della gamma di prodotti biologici disponibili? | ||||
|---|---|---|---|---|
| Per niente soddisfatto | Quasi soddisfatto | Soddisfatto | Molto soddisfatto | Estremamente soddisfatto |
| Quanto è soddisfatto della gamma di prodotti biologici disponibili? | ||||
|---|---|---|---|---|
| Estremamente insoddisfatto | Dissatisfatto | Né insoddisfatto né soddisfatto | Soddisfatto | Estremamente soddisfatto |
La tua scelta dipende dalle domande e dagli obiettivi della tua ricerca. Se volete dettagli più precisi su un attributo, selezionate gli elementi unipolari. Se vuoi permettere una più ampia gamma di risposte, seleziona gli item bipolari.
Usa item mutuamente esclusivi
Evita le sovrapposizioni negli item. Se due item hanno significati simili, la scelta dell’intervistato diventa casuale.
| I danni ambientali causati dalle bottiglie d’acqua monouso sono un problema serio. | |||||
|---|---|---|---|---|---|
| Sono fortemente d’accordo | D’accordo | Né né in disaccordo | Indifferente | Disaccordo | Molto in disaccordo |
| I danni ambientali causati dalle bottiglie d’acqua monouso sono un problema serio. | ||||
|---|---|---|---|---|
| Fortemente d’accordo | Inaccordo | Né d’accordo né in disaccordo | Disaccordo | Fortemente in disaccordo |
Ecco perché gli studenti amano i servizi di correzione di Scribbr
Scopri il proofreading & editing
Esempio di scala Likert
| I danni ambientali causati dalle bottiglie d’acqua monouso sono un problema serio. | ||||
|---|---|---|---|---|
| Fortemente d’accordo | Inaccordo | Né d’accordo né in disaccordo | Disaccordo | Fortemente in disaccordo |
| Quanto spesso acquisti prodotti biodegradabili? | ||||
|---|---|---|---|---|
| Mai | Occasionalmente | Sempre | Spesso | Sempre |
| Come valuteresti la tua conoscenza del cambiamento climatico? | ||||
|---|---|---|---|---|
| Molto scarsa | Povera | Discreta | Buona | Eccellente |
| Cerco di comprare prodotti biologici quando possibile. | ||||
|---|---|---|---|---|
| Molto in disaccordo | Disaccordo | Né d’accordo né in disaccordo | Inaccordo | Molto d’accordo |
| Il divieto delle bottiglie d’acqua monouso è inutile per ridurre i danni ambientali. | ||||
|---|---|---|---|---|
| Molto in disaccordo | Disaccordo | Né d’accordo né in disaccordo | Inaccordo | Molto d’accordo |
Analizzare i dati della scala Likert
Prima di analizzare i dati delle domande di tipo Likert-e dalle scale Likert, è importante considerare con quale tipo si ha a che fare.
Dati ordinali o a intervalli
I tuoi dati possono essere divisi in questi due diversi tipi perché sono associati a procedure di analisi separate.
- i dati delle singole domande di tipo Likert sono trattati come livello ordinale.
- i dati della scala Likert complessiva sono trattati come livello di intervallo.
Nelle scale ordinali, ogni elemento ha un grado che è superiore o inferiore agli altri, ma le differenze esatte tra gli elementi non sono uniformemente distanziate o chiaramente definite.
Per esempio, non si può essere sicuri che la differenza tra “molto scarso” e “scarso” sia la stessa della differenza tra “buono” ed “eccellente”.
Anche le scale intermedie hanno un ordine chiaro, ma la differenza tra ogni punto è uniformemente spaziata. Per esempio, le scale di valutazione non-Likert da 1 a 10 possono assumere che la differenza tra 2 e 4 sia uguale alla differenza tra 5 e 7.
I dati complessivi della scala Likert sono spesso trattati come intervalli perché sono un punteggio composito ottenuto sommando le risposte a 4 o più domande.
Statistiche descrittive
Puoi usare le statistiche descrittive per riassumere i dati che hai raccolto in una semplice forma numerica o visiva.
Le domande di tipo Likert possono essere analizzate individualmente per avere una visione più profonda di attributi specifici.
Se le domande misurano tutte un unico tratto o atteggiamento quando sono combinate, possono anche essere raggruppate e analizzate come una scala Likert. È possibile codificare le risposte a ciascuna domanda in numeri e poi sommare i numeri per ottenere un punteggio complessivo di atteggiamento per ogni partecipante.
- Dati ordinali: Per avere un’impressione generale del tuo campione, trovi la modalità, o il punteggio più comune, per ogni domanda. Si crea anche un grafico a barre per ogni domanda per visualizzare la frequenza di ogni scelta dell’elemento.
- Dati di intervallo: Si sommano i punteggi di ogni domanda per ottenere il punteggio totale di ogni partecipante. Trovi la media, o punteggio medio, e la deviazione standard, o spread, dei punteggi per il tuo campione.
Statistiche inferenziali
Puoi usare le statistiche inferenziali per verificare le ipotesi, come le correlazioni tra diverse risposte o i modelli nell’intero set di dati.
Il fatto che tu tratti i tuoi dati come ordinali o intervallari influisce sulla scelta di un test statistico parametrico o non parametrico. I test parametrici fanno ipotesi più rigorose, come la spaziatura uniforme dei dati, rispetto ai test non parametrici.
- Per i dati ordinali (domande individuali su scala Likert), usate test non parametrici come la correlazione di Spearman o il test del chi-quadrato per l’indipendenza.
- Per i dati intervallari (punteggi complessivi della scala Likert), usare test parametrici come la correlazione r di Pearson o il test t.
- Dati ordinali: Si ipotizza che la conoscenza del cambiamento climatico sia legata alla convinzione che il danno ambientale sia un problema serio. Usate un test chi-quadro di indipendenza per vedere se questi due attributi sono correlati.
- Dati intervallari: Indagate se l’età è correlata agli atteggiamenti verso un comportamento rispettoso dell’ambiente. Utilizzando un test di correlazione di Pearson, valutate se il punteggio complessivo della vostra scala Likert è correlato all’età.
Punti di forza e limiti delle scale Likert
Le scale Likert sono un metodo pratico e accessibile per raccogliere dati.
- Quantitativo: Le scale Likert operazionalizzano facilmente fenomeni complessi, scomponendo argomenti astratti in osservazioni registrabili. Questo permette la verifica statistica delle ipotesi.
- A grana fine: Poiché le domande di tipo Likert non sono binarie (sì/no, vero/falso, ecc.) è possibile ottenere approfondimenti dettagliati su percezioni, opinioni e comportamenti.
- Facile da usare: A differenza delle domande aperte, le scale Likert sono chiuse e non chiedono agli intervistati di generare idee o giustificare le loro opinioni. Questo le rende veloci da compilare per gli intervistati e può facilmente produrre dati da grandi campioni.
I problemi con le scale Likert spesso derivano da scelte di design inappropriate.
- Bias di risposta: A causa del bias di desiderabilità sociale, le persone spesso evitano di selezionare gli elementi estremi o di essere in disaccordo con le affermazioni per sembrare più “normali” o mostrarsi sotto una luce favorevole.
- Fatica/disattenzione: Nelle scale Likert con molte domande, gli intervistati possono annoiarsi e perdere interesse. Possono selezionare distrattamente le risposte indipendentemente dai loro veri sentimenti. Questo risulta in risposte non valide.
- Interpretazione soggettiva: Alcuni articoli possono essere vaghi e interpretati in modo molto diverso dagli intervistati. Parole come “un po’” o “giusto” non hanno definizioni precise o ristrette.
- Scelta limitata: poiché le domande di tipo Likert sono a risposta chiusa, gli intervistati a volte devono scegliere la risposta più rilevante anche se potrebbe non riflettere accuratamente la realtà.
Domande frequenti sulle scale Likert
Una scala Likert è una scala di valutazione che valuta quantitativamente opinioni, atteggiamenti o comportamenti. È composta da 4 o più domande che misurano un singolo atteggiamento o tratto quando i punteggi di risposta sono combinati.
Per usare una scala Likert in un sondaggio, si presentano ai partecipanti domande o affermazioni di tipo Likert e un continuum di voci, di solito con 5 o 7 possibili risposte, per catturare il loro grado di accordo.
Le domande individuali di tipo Likert sono generalmente considerate dati ordinali, perché gli elementi hanno un chiaro ordine di rango, ma non hanno una distribuzione uniforme.
I punteggi complessivi della scala Likert sono talvolta trattati come dati di intervallo. Questi punteggi sono considerati avere direzionalità e spaziatura uniforme tra loro.
Il tipo di dati determina quali test statistici dovresti usare per analizzare i tuoi dati.
Operativizzare significa trasformare idee concettuali astratte in osservazioni misurabili.
Per esempio, il concetto di ansia sociale non è direttamente osservabile, ma può essere definito operativamente in termini di punteggi di autovalutazione, evitamento comportamentale dei luoghi affollati, o sintomi fisici di ansia in situazioni sociali.
Prima di raccogliere dati, è importante considerare come operazionalizzare le variabili che si vogliono misurare.