Likert-Skala in Umfragen: Definition, Beispiele und Anwendung

Die Likert-Skala ist ein einfaches, aber wirkungsvolles Umfrageinstrument, das Meinungen in messbare Daten umwandelt und zeigt, wie stark Personen bestimmten Aussagen zustimmen oder widersprechen. In diesem Artikel erfahren Sie, wie Likert-Skalen funktionieren, wann sie eingesetzt werden und welche Varianten besonders nützlich sind.
Feedback Management
Market Research
Survey Design and Best Practices
Lesezeit 10 Min.
Melanie Vultorius
Understanding Likert Scales

Was ist eine Likert-Skala?

Die Likert-Skala ist ein weit verbreitetes Antwortformat zur systematischen Erfassung der Meinungen der befragten Personen. Dabei geben die Teilnehmer ihre Zustimmung oder Ablehnung zu bestimmten Aussagen an – typischerweise auf einer Skala mit einer ungeraden Anzahl von Antwortmöglichkeiten, etwa 5 oder 7.

Ein klassisches Beispiel ist ein Fragebogen mit Likert-Skala, bei dem eine Aussage bewertet wird – z. B. von „stimme überhaupt nicht zu“ bis „stimme voll und ganz zu“.

Die Meinungen der Befragten lassen sich so in quantifizierbare Daten umwandeln, was fundierte Auswertungen und Vergleiche ermöglicht. Likert-Skalen werden häufig in Online-Umfragen verwendet, da sie sich leicht an unterschiedliche Forschungsziele und verschiedene Themen anpassen lassen.

5-Likert-Skala-DE

Der Unterschied zwischen eine unipolare und bipolare Skala

Neben dem Layout ist die Struktur der Antwortmöglichkeiten ein weiterer kritischer Aspekt von Likert-Skalen. Hier ist die Unterscheidung zwischen unipolaren und bipolaren Skalen wichtig.

  • Unipolare Skalen

Eine unipolare Likert-Skala misst das Vorhandensein oder die Intensität eines einzelnen Attributs. Die Befragten werden gebeten, etwas auf einer Skala zu bewerten, die mit „keine“ oder „überhaupt nicht“ beginnt und bis zu „sehr“ oder „sehr viel“ reicht. Diese Art von Skala ist nützlich, wenn Sie den Grad des Vorhandenseins von etwas messen möchten. Zum Beispiel:

5-point Likert scale on Survalyzer measuring product usefulness from Not at all Useful to Extremely Useful.
  • Bipolare Skalen

Eine bipolare Likert-Skala hingegen misst zwei gegensätzliche Ausprägungen, in der Regel mit einem neutralen Mittelwert. Sie wird verwendet, um Einstellungen zu bewerten, die von einem Extrem zum anderen schwanken können, wie z. B. „stimme zu“ vs. „stimme nicht zu“ oder „zufrieden“ vs. „unzufrieden“. Diese Art von Skala ist ideal, wenn Sie ein Meinungsspektrum erfassen müssen, das sowohl positive als auch negative Empfindungen umfasst. Zum Beispiel:

5-point Likert scale on Survalyzer measuring agreement with service expectations from Strongly Disagree to Strongly Agree.

Warum sind Likert-Skalen wichtig?

In der Forschung wird die Likert Skala aus mehreren Gründen häufig verwendet:

  1. Einfachheit: die Likert-Skala ist einfach, so dass sie für Forscher leicht zu implementieren und für die Befragten leicht zu verstehen sind.

  2. Vielseitigkeit: Ob es um die Messung der Kundenzufriedenheit, des Mitarbeiterengagements oder der öffentlichen Meinung geht, die Likert-Skala lässt sich an ein breites Spektrum von Forschungskontexten anpassen. Ihre Vielseitigkeit ist einer der Gründe, warum sie zu einem grundlegenden Instrument der Wahrnehmungsmessung geworden ist.

  3. Quantifizierbare Daten: Die Likert-Skala eignet sich hervorragend für die Umwandlung von subjektiver Wahrnehmungen in quantitative Daten. Diese Umwandlung ist entscheidend für die Durchführung statistischer Analysen, die Muster, Trends und Erkenntnisse für die Entscheidungsfindung aufzeigen.

  4. Granularität der Antworten: Im Gegensatz zu binären Fragen bieten Likert-Skalen ein Spektrum von Antworten, die unterschiedliche Stimmungslagen erfassen. So entsteht ein klareres Bild – besonders bei komplexen Studien.

  5. Vergleichbarkeit: Likert-Skalen erleichtern den Vergleich von Daten zwischen verschiedenen Gruppen oder im Zeitverlauf. Diese Vergleichbarkeit ist für die Nachverfolgung von Einstellungsänderungen oder die Bewertung der Wirksamkeit von Massnahmen unerlässlich.

Einer der grössten Vorteile ist ihre Fähigkeit, detailliertes Kundenfeedback zu erfassen, das dann analysiert werden kann, um verbesserungswürdige Bereiche zu ermitteln. Das Kano-Modell ist besonders effektiv, wenn es in Verbindung mit Daten aus der Likert-Skala verwendet wird, da es hilft, die Bedürfnisse und Präferenzen der Kunden auf der Grundlage ihrer Antworten zu kategorisieren. Weitere Einblicke in die Nutzung von Likert-Skalen im Rahmen des Kano-Modells finden Sie in unserem Artikel zur Kano-Modell-Analyse.

Wann Sie Fragen mit Likert-Skala in Ihren Umfragen verwenden sollten

Likert-Skalen eignen sich hervorragend für die Messung nuancierter Meinungen und Einstellungen. Aber wann und wie sollten Sie sie verwenden? Sehen wir uns einige spezifische Kontexte an, in denen sich Likert-Skalen als besonders wertvoll erweisen.

Kundenzufriedenheit (CSAT)

Die Kundenzufriedenheit ist eine wichtige Kennzahl für jedes Unternehmen, die zeigt, wie gut ein Produkt oder eine Dienstleistung die Erwartungen der Kunden erfüllt. Likert-Skalen bilden häufig das Rückgrat von CSAT-Umfragen, da sie den Kunden die Möglichkeit geben, ihre Zufriedenheit auf einem Spektrum auszudrücken. Dieser Ansatz geht über einfache „Ja“- oder „Nein“-Antworten hinaus und bietet Einblicke in die Intensität der Gefühle der Kunden. Wenn man zum Beispiel weiss, ob ein Kunde „etwas zufrieden“ oder „sehr zufrieden“ ist, kann man wertvolle Informationen für die Anpassung der Kundenerfahrungsstrategien erhalten. Durch die Erfassung dieser Feinheiten können Unternehmen spezifische Bereiche für Verbesserungen oder Erweiterungen identifizieren.

Net Promoter Score (NPS)

Der Net Promoter Score ist eine weitere wichtige Kennzahl, die sich auf die Kundenzufriedenheit konzentriert. Während die klassische NPS-Frage danach fragt, wie wahrscheinlich es ist, dass ein Kunde ein Unternehmen weiterempfiehlt, können zusätzliche Fragen auf einer Likert-Skala die Daten bereichern. Diese Skalen können in Folgefragen verwendet werden, um herauszufinden, welche Aspekte der Dienstleistung oder des Produkts die Weiterempfehlungswahrscheinlichkeit des Kunden beeinflusst haben. Sie könnten beispielsweise untersuchen, wie stark ein Kunde den Aussagen zur Produktqualität, zum Kundensupport oder zum Gesamtwert zustimmt. Diese zusätzliche Datenebene hilft Unternehmen, nicht nur die Wahrscheinlichkeit einer Empfehlung zu verstehen, sondern auch die Faktoren, die dafür verantwortlich sind.

Mitarbeitererfahrung (EX)

Wenn es darum geht, das Arbeitsumfeld zu verstehen, sind Likert-Skalen unverzichtbar. Mitarbeiterengagement und -zufriedenheit sind komplexe Bereiche, die mehr als nur oberflächliche Einblicke erfordern. Fragen auf der Likert-Skala können dabei helfen, diese Komplexität zu entschlüsseln, indem sie die Zufriedenheit der Mitarbeiter zu verschiedenen Aspekten ihres Arbeitslebens, wie Führung, Kommunikation und berufliche Entwicklungsmöglichkeiten, bewerten.

  • Erhebungen zum Mitarbeiterengagement: In diesen Umfragen können Likert-Skalen verwendet werden, um zu messen, wie sehr sich die Mitarbeiter mit ihrer Arbeit und dem Unternehmen verbunden fühlen. Sind sie durch ihre Aufgaben motiviert? Glauben sie, dass ihre Beiträge geschätzt werden? Mit Likert-Skalen können Sie diese Dimensionen mit einem Detailgrad messen, den einfache Ja/Nein-Fragen nicht bieten können.

  • eNPS (Employee Net Promoter Score): Genau wie beim Kunden-NPS kann auch die Mitarbeiterversion von Folgefragen auf der Likert-Skala profitieren. Nachdem Sie die Mitarbeiter gefragt haben, wie wahrscheinlich es ist, dass sie ihren Arbeitsplatz weiterempfehlen würden, können Sie auf bestimmte Aspekte ihrer Erfahrungen näher eingehen. So können Sie beispielsweise fragen, wie stark sie den Aussagen zur Work-Life-Balance, zur Unterstützung durch den Vorgesetzten oder zu den Aufstiegsmöglichkeiten zustimmen. Diese Erkenntnisse können entscheidend sein, um sinnvolle Veränderungen innerhalb des Unternehmens herbeizuführen.

Es ist oft schwierig, die beste Formulierung für Likert-Fragen zu finden. In diesem Fall sind A/B-Tests von unschätzbarem Wert. Durch das Testen verschiedener Versionen Ihrer Likert-Skala-Fragen können Sie herausfinden, welche Formulierung, Struktur oder welches Skalenformat die zuverlässigsten und verwertbarsten Daten liefert. Einen tieferen Einblick in die Optimierung Ihrer Umfragen mit Likert-Skala durch A/B-Tests finden Sie in unserem Artikel über AB-Tests in Umfragen.

Verschiedene Arten von Likert-Skalen

Likert-Skalen sind kein einheitliches Instrument; es gibt sie in verschiedenen Formen, die den unterschiedlichen Forschungsanforderungen gerecht werden. Jede Art von Likert-Skala hat ihre eigenen Stärken, je nachdem, was Sie zu messen versuchen und wie Sie die Daten präsentieren möchten.

Vertikale vs. horizontale Layouts

Die Art und Weise, wie eine Likert-Skala dargestellt wird, kann bestimmen, wie die Befragten mit ihr interagieren. Die beiden gängigsten Layouts sind vertikal und horizontal. Beide Layouts haben ihre Berechtigung, und die Wahl zwischen ihnen hängt oft vom Kontext der Umfrage und dem Medium ab, über das sie bereitgestellt wird.

  • Vertikale Layouts: Bei einer vertikalen Likert-Skala werden die Antwortmöglichkeiten untereinander aufgelistet. Dieses Format wird häufig bevorzugt, wenn die Umfrage auf Papier oder in einem digitalen Format präsentiert wird, wo der Platz begrenzt ist. Vertikale Skalen sind für die Befragten in der Regel einfacher zu navigieren, da sie die Optionen schnell von oben nach unten durchgehen können. Ein Beispiel:

5-point Likert scale on Survalyzer measuring overall service satisfaction from Very Dissatisfied to Very Satisfied.
  • Horizontale Layouts: Bei einer horizontalen Likert-Skala wird die Option von links nach rechts angezeigt. Dieses Layout wird Beispielsweise in Online-Umfragen verwendet, wenn der Platz eine optisch ansprechendere Gestaltung zulässt, bei wenigen Items pro Skala, oder auch bei Matrixfragen. Horizontale Skalen können es den Befragten erleichtern, die Optionen nebeneinander zu vergleichen, was nützlich sein kann, wenn die Unterschiede zwischen den Wahlmöglichkeiten gering sind. Zum Beispiel:

5-point horizontal Likert scale on Survalyzer measuring service satisfaction from Very Dissatisfied to Very Satisfied.

5-Punkte- vs. 7-Punkte-Likert-Skalen

Die Anzahl der Skalenpunkte beeinflusst, wie präzise Ihre Daten sind. Die am häufigsten verwendeten Skalen sind die 5-Punkte- und die 7-Punkte-Likert-Skala.

  • 5-Punkte-Likert-Skala: Die 5-Punkte-Skala wird häufig verwendet, weil sie ein ausgewogenes Verhältnis zwischen Einfachheit und Detailgenauigkeit bietet. Sie bietet den Befragten genügend Möglichkeiten, ihre Meinung zu äussern, ohne sie mit zu vielen Auswahlmöglichkeiten zu überfordern. Eine typische 5-Punkte-Skala könnte wie folgt aussehen:

5-point Likert scale on Survalyzer measuring overall service satisfaction from Very Dissatisfied to Very Satisfied.
  • 7-Punkte-Likert-Skala: Die 7-Punkte-Skala fügt zwei weitere Optionen hinzu und ermöglicht eine feinere Unterscheidung zwischen den Zustimmungs- und Zufriedenheitsgraden. Diese Skala ist besonders nützlich bei Untersuchungen, die eine präzisere Messung der Meinungen erfordern, wenn die Befragten die 5-Punkte-Skala als zu einschränkend empfinden könnten. Ein Beispiel für eine 7-Punkte-Skala könnte sein:

7-point Likert scale on Survalyzer measuring service satisfaction from Extremely Dissatisfied to Extremely Satisfied.

Die Wahl der richtigen Likert-Skala

Die Art der Likert-Skala, die Sie wählen, sollte sich an Ihren Forschungszielen orientieren. Wenn Ihr Ziel darin besteht, ein schnelles, allgemeines Meinungsbild zu erhalten, könnte eine 5-Punkte-Skala ausreichend sein. Wenn Sie jedoch subtile Unterschiede in der Einstellung erfassen müssen, sind möglicherweise eine 7-Punkte-Skala oder noch detailliertere Optionen erforderlich.

Um die Vielseitigkeit von Likert-Skalen zu verdeutlichen, sehen Sie sich die nachstehende Tabelle an, in der verschiedene Arten von Likert-Skalen mit den entsprechenden Antwortmöglichkeiten dargestellt sind. Jeder Typ dient einem bestimmten Zweck, von der Messung der Zustimmung bis zur Bewertung der Wichtigkeit oder Häufigkeit bestimmter Verhaltensweisen oder Meinungen.

Common-Types-of-Likert-Scales-GER

Wie man Likert-Skalen in Survalyzer erstellt

Die Matrixfrage von Survalyzer ist ein effektives Werkzeug zur Erstellung von Likert-Skalen, mit dem Sie zusammengehörige Elemente in einem einzigen Tabellenformat darstellen können. In dieser Anleitung wird beschrieben, wie Sie eine Likert-Skala mit Hilfe einer Matrixfrage erstellen und an Ihre Umfrageanforderungen anpassen können.

  1. Wählen Sie den Fragentyp Matrix:

    • Fügen Sie in Ihrer Survalyzer-Umfrage eine neue Frage hinzu und wählen Sie den Typ „Matrix“. Mit diesem Fragetyp können Sie mehrere Elemente als Zeilen und Likert-Skala-Optionen als Spalten organisieren.

  2. Spalten der Likert-Skala konfigurieren:

    • Legen Sie die Anzahl der Spalten so fest, dass sie zu Ihrer Likert-Skala passt. Verwenden Sie fünf Spalten für eine 5-Punkte-Skala (z.B. „stimme überhaupt nicht zu“ bis „stimme voll und ganz zu“) oder sieben Spalten für eine 7-Punkte-Skala. Sie können auch Ihre eigenen Skalentypen verwenden, z.B. 4- oder 9-Punkte-Skalen.

  3. Fügen Sie Zeilen für Unterfragen hinzu:

    • Jede Zeile in der Matrix sollte ein anderes Element oder eine andere Aussage darstellen, die Sie bewerten möchten. Fügen Sie Zeilen für jedes Element hinzu, und stellen Sie sicher, dass alle relevanten Aspekte enthalten sind.

Eine detailliertere Erläuterung des Aufbaus von Matrixfragen und zusätzliche Tipps zur Anpassung finden Sie in dem Artikel über Matrixfragetypen.

Wie man angelegte Likert-Skalen in Survalyzer konfiguriert

Mit dem Fragetyp Matrix können Sie mehrere Fragen auf der Likert-Skala in einer einzigen, zusammenhängenden Tabelle organisieren, was es den Befragten erleichtert, konsistentes Feedback zu den verschiedenen Elementen zu geben. Durch die Anpassung dieser Matrix wird sichergestellt, dass die Fragen relevant sind, die Skala angemessen ist und die erfassten Daten aussagekräftig sind; deshalb sollten Sie die folgenden Dinge nicht vergessen:

  • Hinweistext: Aktivieren Sie den Hinweistext, wenn zusätzlicher Kontext oder Anweisungen erforderlich sind. Dies trägt dazu bei, den Zweck der Frage zu verdeutlichen, wird aber nicht im endgültigen Datenbericht erscheinen.

  • Obligatorische Antworten: Um vollständige Daten zu gewährleisten, können Sie Antworten für jede Zeile vorschreiben, indem Sie die Option „Antwort erzwingen“ auswählen. Dadurch wird sichergestellt, dass die Teilnehmer keine Unterfragen auslassen können.

  • Randomisierung und Reihenfolge: Sie können Zeilen auch nach dem Zufallsprinzip anordnen lassen, um eine Verzerrung bei den Antworten durch eine fixe Reihenfolge zu vermeiden. Schliessen Sie bei Bedarf bestimmte Zeilen von der Randomisierung aus.

Bevor Sie Ihre Umfrage starten, sollten Sie eine Vorschau der Matrix anzeigen, um sicherzustellen, dass alles korrekt eingerichtet ist. Sobald die Matrix fertig einsatzbereit ist, können Sie auf effiziente Weise detailliertes Feedback für die angelegten Elemente erfassen. Die Matrixfrage ist sowohl an 5-Punkt- als auch an 7-Punkt-Likert-Skalen anpassbar und eignet sich daher für verschiedene Forschungskontexte.

Bewährte Praktiken & Zusammenfassung

Um Monotonie bei den Antworten zu vermeiden, sollten die Fragen in Likert-Skalen kurz und leicht verständlich gehalten und manchmal als Fragen und manchmal als Aussagen formuliert werden. Andererseits ist darauf zu achten, dass die Bedeutung von positiv und negativ immer gleich beibehalten wird. Andernfalls könnten beim Ausfüllen des Formulars Fehler gemacht werden.

Autor

Melanie Vultorius

Mehr von Survalyzer

Diese Artikel könnten Sie interessieren