Hva er en Likert-skala? Definisjon, eksempler, analyse og beste praksis.

Spørsmål av typen enig/uenig har sin plass i markedsundersøkelser. Men når det er behov for å fange opp små meningsnyanser i et svar, er imidlertid et Likert-skalaspørsmål det beste alternativet for å få mer nyanserte data.

En Likert-skala er et undersøkelsesformat som måler meninger, holdninger eller atferd over et spektrum. På denne måten kan man fange opp graden av enighet blant respondentene, fra svært enig til svært uenig. Dette gjør at dere kan se i hvilken grad folk er enige, hvor fornøyde de er og hvor sannsynlig det er at de kommer til å handle. Dermed skiller man en svak tilfredshet («helt greit») fra stor entusiasme («elsker det»).

I denne veiledningen lærer dere det grunnleggende om Likert-skalaen, hvordan dere velger riktig antall punkter og hvordan dere lager tydelige, godt merkede spørsmål som respondentene enkelt kan svare på.

En Likert-skala er et undersøkelsesformat som måler meninger, holdninger eller atferd over et spektrum. På denne måten kan man fange opp graden av enighet blant respondentene, fra svært enig til svært uenig.

Ved hjelp av Likert-skalaer kan forskere og praktikere effektivt tallfeste og fange opp nyansene i individuelle meninger, psykologi og holdninger. Respondenter som liker produktet, men ikke er kjempebegeistret for det, vil for eksempel sannsynligvis gi Likert-vurderingen «liker det ganske godt».

Selv om det er mulig å forenkle kundenes holdninger til om de liker eller misliker et produkt, gir Likert-skalaene mer detaljert innsikt, og går fra «liker» til «liker det svært godt».

Å lage effektive Likert-skalaspørsmål er ikke bare en anbefaling. det er det absolutte grunnlaget for å generere spørreundersøkelsesdata som er både statistisk gyldige og handlingsrettede.

En vellykket skala må ha omfattende og balanserte svaralternativer som fanger opp hele spekteret av holdninger – fra «Svært uenig» til «Svært enig».

Ved å mestre disse teknikkene får dere tilgang til kraftig og pålitelig innsikt og sikrer at dataene dere innhenter går fra å være passive tilbakemeldinger, til å bli viktig innspill som fører til trygg, strategisk beslutningstaking.

Hvorvidt man kan maksimere effektiviteten til Likert-skalaen er avhengig av presise formuleringer. Dette betyr at man må stille spørsmål, ikke bare komme med utsagn.

Når dere bruker et utsagn (f.eks. «servicen var utmerket»), støter dere på en typisk fallgruve: skjevhet i form av samtykke. Respondenter vil ha en tendens til å være mer enige enn uenige, og dette resulterer gjerne i for mange positive svar og fører til skjevhet i dataene. Disse inngrodde psykologiske preferansene kan bekjempes ved å formulere elementene som direkte spørsmål. Eksempel: «Hvor fornøyd er du med servicen?»

Vage formuleringer gir ikke bare skjevheter, men også ubrukelige data. For å gjøre generelle meninger om til nyttig, gjennomførbar innsikt, må dere være gå hard frem når dere definerer variablene. Hvis dere for eksempel skal evaluere servicen på en restaurant, kan dere ikke bare spørre om «service». I stedet må dere dele det opp i deler:

Ved å spesifisere nøyaktig det dere vil vite, og gjøre vage forestillinger om til fokuserte forespørsler, kan dere oppnå den presisjonen som trengs for pålitelige målinger og trygg beslutningstakelse.

Hvis dere bruker standardsvarene enig/uenig som anker til alle spørsmålene, kan det underminere datapresisjonen. Hemmeligheten bak en virkelig effektiv Likert-skala ligger i å sikre at svaretikettene samsvarer perfekt med konstruksjonen (konseptet) dere prøver å måle. 

Når dere velger svarankrene, angir dere den semantiske konteksten for hele målingen. Det er viktig å bruke de riktige ordene for å få de mest nøyaktige svarene ved måling av andre konsepter:

Enighet er perfekt for å vurdere holdninger, men nyansene dere trenger, ligger kanskje ikke der. Respondenter som svarer «Svært enig» med hensyn om de bruker appen daglig, har ikke fortalt hvor ofte de bruker den. En skalaetikett som stemmer overens med kjernekonstruksjonen er derfor et enkelt, men effektivt steg for å oppnå pålitelige, entydige data.

Bipolare konstruksjoner er de der holdninger kan falle på den ene eller den andre siden av et midtpunkt som uttrykker ekte ambivalens eller nøytralitet. For eksempel:

Hvor lærerik eller lite lærerik var hovedpresentasjonen? 

Unipolare konstruksjoner brukes når spørsmålet bare dreier seg om mengde og ikke har et nøytralt midtpunkt. Holdningen kan være fra ingenting til maksimalt utslag. For eksempel:

Hvor komfortabel er du med å si din ærlige mening på jobb?

Likert-skalaspørsmål finnes i nesten alle typer spørreundersøkelser, inkludert undersøkelser om kundetilfredshet og medarbeiderengasjement og tilbakemeldinger om produktopplevelser.

Ikke overlat datakvaliteten til tilfeldighetene. Disse fem anbefalte fremgangsmåtene er et veikart for å lykkes: Det sikrer at alle respondentene tolker alternativene konsekvent, noe som maksimerer hvor pålitelige og gjennomførbare tilbakemeldingene er, og gjør meninger om til målbare drivere for organisasjonen.

Skalapunktene er grunnleggende, siden de bestemmer detaljnivået på nyansene dere fanger opp og hvilken kognitiv belastning dere pålegger respondentene.

Valget står mellom å velge oddetalls eller partallsskalaer, og om det skal brukes en bipolar eller unipolar skala.

Før dere bestemmer dere, bør dere vurdere emnets vanskelighetsgrad og målgruppens kontekst. Prøv å finne en balanse som gir nøyaktige, pålitelige data uten å ofre noe av kvaliteten på svarene.

Forskning viser at skalautformingen påvirker svaratferden. Hvilket valg som er «riktig» avhenger av konstruksjonen og målgruppen.

Forskning viser at 5–7 svarpunkter vanligvis gir den beste balansen mellom pålitelighet, brukervennlighet og klarhet. En undersøkelse fant at 7 poeng kan være nyttig i visse sammenhenger, mens annen undersøkelse fant liten forskjell når man bruker mer enn 5 punkter. Avveiningen man må ta er detaljnivå kontra respondenttretthet.

Tips: Hvis respondentene ikke er kjent med emnet eller utfører flere oppgaver på mobil, kan dere bruke 5 merkede punkter for å få tydeligere og raskere svar.

Hvis dere vil se hvor effektive Likert-skalaen kan være, kan dere se på disse åtte effektive eksempelspørsmål som viser hvordan man måler ulike holdningsdimensjoner. Disse eksemplene omfatter viktige måledata som tilfredshet, enighet, viktighet og hyppighet på tvers av ulike skalatyper. 

Denne 4-punkts Likert-skalaen bruker et bipolart format for å måle graden av enighet med et utsagn. Ved å ikke inkludere et midtpunkt, tvinges respondentene til å lene seg mot enten enig eller uenig, noe som gir tydeligere tilbakemeldinger i en eller annen retning.

Hvor fornøyd eller misfornøyd er du med hastigheten på produktleveringen?

Denne 7-punkts Likert-skalaen bruker et bipolart format for å måle graden av enighet med et utsagn, og gir respondentene et bredt spekter av alternativer, fra «Svært uenig» til «Svært enig». Den bredere skalaen gir høy presisjon når det gjelder å fange opp selv små holdningsforskjeller.

Hvor enig eller uenig er du i at bedriften hjelper de ansatte med å utvikle karrieren sin?  

Denne 5-punkts Likert-skalaen måler kundetilfredshet i et unipolart format, med alternativer som vanligvis går fra «Ikke fornøyd i det hele tatt» til «Svært fornøyd». Denne strukturen fokuserer på å uttrykke i hvilken grad respondenten opplevde en gitt egenskap.

Hvor fornøyd er du med servicehastigheten?

Denne Likert-skalaen med seks punkter måler hvor viktig noe er ved hjelp av en unipolar skala, som vanligvis går fra «Ikke viktig i det hele tatt» til «Svært viktig». Mangelen på et midtpunkt har til hensikt å tvinge frem prioriteringer, slik at respondentene tydelig angir hvor viktig en bestemt faktor er.

Hvor viktig er servicehastigheten for deg?

Denne 5-punkts Likert-skalaen måler hvor sannsynlig en fremtidig handling er ved hjelp av et unipolart format, der alternativene kan variere fra «Ikke sannsynlig i det hele tatt» til «Svært sannsynlig». Denne strukturen får respondenten til å fokusere på sannsynligheten for at de utfører den tiltenkte handlingen.

Hvor sannsynlig er det at du deltar på en fremtidig konferanse?

Denne 5-punkts Likert-skalaen måler hvor hyppig en spesifikk atferd forekommer ved hjelp av et unipolart format, vanligvis fra alternativer som «Aldri» til «Alltid». Med denne strukturen kan dere raskt kvantifisere hvor ofte en bestemt handling eller hendelse skjer blant respondentene.

Hvor ofte bruker du rapporteringsdashboardet?

Denne 10-punkts Likert-skalaen måler tilfredshet ved hjelp av et unipolart format, fullt merket på alle 10 punktene, ofte fra «Ikke fornøyd i det hele tatt» til «Svært fornøyd». Det omfattende utvalget gir svært detaljert informasjon, noe som gjør at respondentene kan angi små forskjeller når det gjelder tilfredshet.

Hvor fornøyd er du med leveringstiden, på en skala fra 1 til 10, der 1 er minst fornøyd og 10 er mest fornøyd?

Denne 11-punktsskalaen er den standardiserte måleverdien for Net Promoter Score. Den ber kundene om å vurdere sannsynligheten for å anbefale en bedrift fra 0 («ikke sannsynlig i det hele tatt») til 10 («Svært sannsynlig»). 

Hvor sannsynlig er det at du vil anbefale denne bedriften til en venn eller kollega?

Når dere har samlet inn svarene, kan dere beregne Net Promoter Score ved hjelp av den kostnadsfrie NPS-kalkulatoren vår for å se poengsummen umiddelbart og sammenligne den med referansepunkter i bransjen.

Dere har laget en spørreundersøkelse med Likert-skala – det er allerede stort! Den neste, og kanskje mer kritiske, fasen innebærer imidlertid en grundig analyse av dataene som undersøkelsen ga.

Denne prosessen er avgjørende for å kunne kvantifisere prestasjonene nøyaktig og utlede måledata beregninger innenfor undersøkelsens målområde.

Individuelle Likert-skalaspørsmål må behandles som ordinale data, slik at svarenes rekkefølge prioriteres. Intervallene er ikke nødvendigvis like.

Start analysen med å bestemme distribusjonen og regne ut antallet og prosentandelene for hver svarkategori.

Synliggjør disse dataene ved hjelp av et søylediagram, og sørg for at kategoriene er nøye sortert fra negative til positive svar, slik at man umiddelbart kan se formen på distribusjonskurven.

Når dere skal gjøre om rådata til handlingsklar innsikt, følger dere følgende tretrinnssekvens:

Hvis dere vil kvantifisere spredningen av svarene, må dere inkludere det interkvartile området. Dette gir et robust mål på variasjonen som viser hvor spredte svarene er, samtidig som avvikende forekomster er ekskludert.

I motsetning til standardavvik, som forutsetter en normalfordeling, er det interkvartile området bedre egnet for «trinnene» i en Likert-skala.

Når dere har det generelle sammendraget, kan dere gå dypere ved å filtrere og sammenligne svar fra bestemte grupper. Dette gjør at dere kan finne ut om holdningene endrer seg basert på sekundærvariabler, som for eksempel:

Ved å krysstabulere Likert-gruppene mot disse variablene, kan dere gå fra å bare beskrive hva som skjedde, til å forstå hvem som er driverne for disse resultatene.

Trekk de opprinnelige Likert-kategoriene sammen til bredere og mer overkommelige grupper for å oppnå klarere kommunikasjon og sammendrag. I markedsundersøkelser blir dette vanligvis kalt toppboks-terminologi:

En vanlig og svært effektiv metode er å opprette tre makrokategorier: positiv, nøytral og negativ. Dette oppnås ved å gruppere de to øverste boksene og de nederste to boksene, samtidig som alternativet i midten beholdes som en frittstående nøytral markør.

Denne prosessen forenkler rapporteringen, fremhever den generelle holdningsretningen og er spesielt nyttig for å spore trender over tid.

Når dere velger riktig diagramtype for spørreundersøkelsen, kan interessentene raskt få innsikt i både det store bildet og de underliggende detaljene. Noen vanlige diagrammer:

Selv velutformede Likert-skalaer kan inneholde systematiske feil som går ut over datakvaliteten. Det er viktig å identifisere og rette opp disse problemene for å sikre at resultatene fra spørreundersøkelsen gjenspeiler virkeligheten på en nøyaktig måte. Fem vanlige fallgruver og tilhørende, effektive løsninger:

Midtpunktet (f.eks. «Verken enig eller uenig») kan dominere svarene hvis spørsmålet ikke er relevant eller hvis respondentene rett og slett vil unngå å gi et definitivt svar. Hyppig bruk av midtpunkt kan føre til at sanne holdninger skjules.

Rask løsning:

Vag eller dårlig differensiert merking, som for eksempel «Bra» kontra «Godt», gjør det vanskelig for respondentene å velge den kategorien som passer best, noe som medfører målefeil.

Rask løsning:

Bruk fullt merkede, konkrete trinn som gir tydelige semantiske skiller (f.eks. «Litt fornøyd», «Ganske fornøyd», «Veldig fornøyd», «Svært fornøyd»). Forskning viser stadig at fullstendig merking forbedrer skalaens evne til å måle.

Et spørsmål med flere deler forsøker å måle to adskilte konsepter i ett enkelt spørsmål (f.eks. «Prisen var rimelig og kvaliteten var høy»). En respondent som er enig i én av delene, men uenig i den andre, kan ikke svare nøyaktig.

Rask løsning:

Del spørsmålet i to separate, distinkte spørsmål: Ett som omhandler det første punktet (pris) og et annet som omhandler det andre (kvalitet).

En ukonsekvent svarrekkefølge, der skalaen plutselig går fra «lav → høy» og så «høy → lav» (f.eks. «Svært uenig» til venstre, og deretter «Svært enig» til venstre senere), er forvirrende og en betydelig kilde til målefeil.

Rask løsning:

Oppretthold konsekvent polaritet gjennom hele spørreundersøkelsen (plasser f.eks. alltid den negative enden til venstre). Hvis det er absolutt nødvendig å skifte (f.eks. for enkelte spørsmål med omvendt koding, som «Er du misfornøyd med servicen?»), må dere tilføye en kort merknad for å advare respondenten om endringen.

Denne skjevheten oppstår når respondenter bevisst overrapporterer holdninger de mener er sosialt akseptable eller forventede, spesielt når det gjelder sensitive emner.

Rask løsning:

Likert-skalaer gjør uklare meninger om til tydelige signaler når dere velger riktig polaritet og punktantall, skriver nøyaktige spørsmål og oppsummerer distribusjonen, ikke bare gjennomsnittet. Dette er ett av de mest allsidige verktøyene innen undersøkelser og innhenting av tilbakemeldinger. Uansett om dere utvikler en 5-punkts Likert-skala om tilfredshet eller en 10-punkts Likert-skala om overbevisning, vil det å forstå hvordan dere formulerer spørsmål, analyserer data og tolker resultater sørge for at innsikten er både pålitelig og handlingsklar.

Med SurveyMonkey kan dere starte med ekspertutviklede svarsett, unngå vanlige fallgruver og ta sikre avgjørelser raskere. Med Answer Genius kan dere lage elegante Likert-spørsmål på bare noen sekunder, slik at dere kan fokusere på innsikt, ikke oppsett. Utforsk ressursene vi tilbyr, deriblant veiledning for effektive spørreundersøkelser for kundetilfredshetspoengsum, NPS og maler for medarbeiderengasjement, eller registrer dere kostnadsfritt for å lansere den neste spørreundersøkelsen.

NPS, Net Promoter & Net Promoter Score er varemerker som tilhører Satmetrix Systems, Inc., Bain & Company og Fred Reichheld.