Likert-Skala in der Forschung: Ein praktischer Leitfaden zu Gestaltung, Typen und Analyse

Die meisten Forscher, die Likert-Skalen verwenden, haben nie gelernt, diese korrekt zu erstellen und auszuwerten. Dieser Leitfaden erklärt, was Likert-Skalen tatsächlich messen, wie man den richtigen Skalentyp auswählt, wie man Items entwickelt, die zu aussagekräftigen Daten führen, und welche statistischen Tests anwendbar sind. So erhalten Sie mit Ihrer nächsten Umfrage Ergebnisse, die Ihnen konkrete Handlungsempfehlungen geben.

Ob Sie nun ein Experte für Lernen und Entwicklung sind, der Schulungsevaluationen entwirft, ein Personalmanager, der Mitarbeiterbefragungen durchführt, oder ein Forscher in den Sozialwissenschaften – die hier vorgestellten Prinzipien gelten für alle.

Wir werden erläutern, was eine Likert-Skala tatsächlich misst, welche verschiedenen Arten zur Auswahl stehen, wie man effektive Likert-Skalenfragen entwirft, wie man die resultierenden Daten analysiert und welche häufigen Fallstricke selbst erfahrenen Forschern in die Quere kommen.

Was ist eine Likert-Skala?

Die Likert-Skala ist ein psychometrisches Instrument, das in Fragebögen und Umfragen zur Messung von Einstellungen, Meinungen, Wahrnehmungen und Verhaltensweisen eingesetzt wird. Anstatt eine einfache Ja/Nein-Frage zu stellen, ermöglicht sie den Befragten, die Intensität ihrer Gefühle auf einer abgestuften Skala auszudrücken.

Jede Likert-Skala besteht aus mehreren einzelnen Aussagen, den sogenannten Likert-Items. Die befragte Person liest jede Aussage und wählt aus einer Reihe geordneter Antwortmöglichkeiten die passende aus, die typischerweise von einer stark negativen Position über einen neutralen Mittelwert bis hin zu einer stark positiven Position reichen.

Eine fünfstufige Zustimmungsskala sieht beispielsweise so aus:

Das Kernprinzip der ursprünglichen Likert-Methode besteht darin, dass der Endwert ein zusammengesetzter Wert ist. Man analysiert nicht einzelne Items isoliert. Stattdessen summiert oder mittelt man die Antworten auf mehrere zusammenhängende Items, um einen Skalenwert zu erhalten, der die zugrunde liegende, gemessene Einstellung widerspiegelt.

Likert-Skala vs. Likert-Item: Diese Unterscheidung ist wichtig. Eine einzelne Frage mit einem fünfstufigen Antwortformat ist ein Likert-Item. Eine Likert-Skala ist die Gesamtheit der zusammenhängenden Items (üblicherweise vier bis zehn), die ein Konstrukt messen sollen. Viele Forscher verwenden diese Begriffe synonym, doch technisch gesehen ist die Skala das aggregierte Messinstrument.

Arten von Likert-Skalen

Die Wahl der richtigen Likert-Skala hängt davon ab, was Sie messen und wie viel Differenzierung Sie von Ihren Befragten benötigen.

Unipolare vs. bipolare Skalen

Unipolare Skalen Sie messen eine Dimension von null bis zu einem Extremwert. Sie eignen sich gut, um zu beurteilen, wie stark eine bestimmte Eigenschaft ausgeprägt ist. Beispiele hierfür sind „überhaupt nicht zufrieden“ bis „äußerst zufrieden“ oder „nie“ bis „immer“.

Bipolare Skalen Zwei gegensätzliche Konstrukte werden mit einem neutralen Mittelpunkt gemessen. Das klassische Zustimmung/Ablehnung-Format ist bipolar, da es von starker Ablehnung über Neutralität bis hin zu starker Zustimmung reicht. Es eignet sich ideal, um sowohl positive als auch negative Positionen zu einem Thema zu erfassen.

Untersuchungen legen nahe, dass unipolare Skalen mit fünf Antwortpunkten am besten funktionieren, während bipolare Skalen mit sieben Punkten (drei auf jeder Seite eines wahren neutralen Mittelpunkts) am genauesten sind.

Ungerade vs. gerade Punktzahl

Skalen mit ungeraden Zahlen (3, 5 oder 7 Punkte) beinhalten eine neutrale mittlere Option. Die Fünf- und Sieben-Punkte-Varianten werden in veröffentlichten Studien am häufigsten verwendet. Durch die Einbeziehung dieser mittleren Option können Befragte, die tatsächlich keine Meinung haben, dies offen äußern, anstatt sich gezwungen zu fühlen, Partei zu ergreifen.

Skalen mit geraden Zahlen (4, 6 oder 8 Punkte) Die neutrale Option wird vollständig ausgeschlossen. Dieser Ansatz der „erzwungenen Wahl“ ist dann sinnvoll, wenn die Befragten gezielt in eine Richtung tendieren sollen, beispielsweise bei Produktfeedback, wo eine neutrale Antwort keine Handlungsempfehlungen liefert.

Wie viele Punkte sollten Sie verwenden?

Dies ist eine der meistdiskutierten Fragen bei der Gestaltung von Umfragen. Die Forschung zeigt Folgendes:

• Fünf bis sieben Punkte Im Allgemeinen bieten sie das beste Gleichgewicht zwischen Zuverlässigkeit, Sensitivität und Benutzerfreundlichkeit. Studien haben gezeigt, dass sich die Zuverlässigkeit mit zunehmender Anzahl an Messpunkten (von zwei auf fünf) verbessert, ab sieben Messpunkten jedoch nur noch geringe Verbesserungen erzielt werden.
• Weniger als fünf Punkte verringert die Granularität Ihrer Daten und kann aussagekräftige Unterschiede zwischen den Befragten verschleiern.
• Mehr als sieben Punkte Dies erhöht die kognitive Belastung, ohne die Datenqualität wesentlich zu verbessern. Die Befragten haben zunehmend Schwierigkeiten, zwischen benachbarten Optionen zu unterscheiden.
• Mobile Befragte und kurze Umfragen Profitieren Sie von fünf gekennzeichneten Punkten für klarere und schnellere Antworten.

In der Praxis gilt: Verwenden Sie standardmäßig eine Fünf-Punkte-Skala für die meisten Anwendungen und wechseln Sie zu einer Sieben-Punkte-Skala, wenn Sie feinere Unterscheidungen benötigen oder bipolare Konstrukte messen.

Übliche Maßstabsabmessungen

Likert-Skalen beschränken sich nicht auf Zustimmungsskalen. Hier sind die in der Forschung am häufigsten verwendeten Antwortdimensionen:

Warum die Likert-Skala in der Forschung wichtig ist

Die Likert-Skala ist aus mehreren praktischen Gründen seit über 90 Jahren das dominierende Instrument zur Messung von Umfrageergebnissen geblieben.

Vorteile

Standardisierung und Vergleichbarkeit. Alle Befragten beantworten dieselben Fragen im selben Format, wodurch sich die Daten über verschiedene Personen, Gruppen und Zeiträume hinweg problemlos vergleichen lassen. Diese Einheitlichkeit ist für Längsschnittstudien und kulturvergleichende Forschung unerlässlich.

Quantifiziert subjektive Erfahrungen. Einstellungen und Meinungen sind ihrem Wesen nach abstrakt. Das Likert-Format wandelt diese subjektiven Empfindungen in numerische Daten um, die statistisch analysiert werden können und es Forschern ermöglichen, Muster, Korrelationen und signifikante Unterschiede zu identifizieren.

Bietet ein ausgewogenes Verhältnis zwischen Tiefe und Effizienz. Im Vergleich zu offenen Fragen lassen sich Likert-Skalen von den Befragten schneller beantworten und sind für die Forschenden leichter auszuwerten. Im Vergleich zu Ja/Nein-Fragen erfassen sie deutlich mehr Nuancen hinsichtlich der Intensität der Position eines Befragten.

Hohe Zuverlässigkeit bei guter Konstruktion. Mehrstufige Likert-Skalen, die dasselbe Konstrukt messen, liefern in der Regel zuverlässige Ergebnisse. Durch die Zusammenfassung der Antworten über mehrere verwandte Items hinweg wird der Einfluss einzelner Ausreißer oder kurzzeitiger Ablenkungen reduziert.

Flexibilität. Das Format lässt sich auf praktisch jedes Forschungsgebiet anwenden: Patientenzufriedenheit im Gesundheitswesen, Mitarbeiterengagement im Personalwesen, studentische Kursbewertungen im Bildungsbereich, Markenwahrnehmung im Marketing und Meinungsumfragen in der Politikwissenschaft.

Nachteile und häufige Vorurteile

Kein Messinstrument ist perfekt, und es ist genauso wichtig, die Grenzen von Likert-Skalen zu verstehen, wie ihre Stärken zu kennen.

Akquieszenzverzerrung. Manche Befragte neigen dazu, Aussagen unabhängig vom Inhalt zuzustimmen. Dies ist besonders problematisch, wenn alle Aussagen gleich formuliert sind. Die Einbeziehung umgekehrt kodierter Aussagen (bei denen Zustimmung eine negative Position bedeutet) hilft, diese Verzerrung zu erkennen und zu reduzieren.

Tendenz zur zentralen Tendenz. Viele Befragte vermeiden extreme Antwortmöglichkeiten und konzentrieren ihre Antworten im mittleren Bereich der Skala. Dies verengt die Bandbreite der erhobenen Daten und kann echte Meinungsverschiedenheiten verschleiern.

Verzerrung durch soziale Erwünschtheit. Bei sensiblen Umfragethemen (z. B. Unternehmenskultur, persönliches Gesundheitsverhalten, politische Ansichten) wählen Befragte möglicherweise Antworten, die sie für sozial akzeptabler halten, anstatt die Wahrheit zu sagen. Anonyme Durchführung der Umfrage hilft, dies zu minimieren.

Ordinale, keine Intervall-Daten. Streng genommen entspricht der Abstand zwischen „stimme überhaupt nicht zu“ und „stimme nicht zu“ möglicherweise nicht dem Abstand zwischen „stimme zu“ und „stimme voll und ganz zu“. Dies ist der Ursprung der seit Langem andauernden statistischen Debatte darüber, ob parametrische Tests (wie t-Tests und ANOVA) auf Likert-Daten angewendet werden können. Wir gehen im folgenden Analyseteil genauer darauf ein.

Setzt ein lineares Lagespektrum voraus. Likert-Skalen gehen davon aus, dass Einstellungen auf einem linearen Kontinuum von negativ bis positiv verlaufen. In der Realität sind manche Einstellungen jedoch komplexer und vielschichtiger, als es eine einzelne Skala erfassen kann.

Wie man effektive Likert-Skalen-Fragen gestaltet

Gute Daten beginnen mit guten Fragen. Diese Gestaltungsprinzipien gelten für jede Likert-basierte Umfrage.

1. Beginnen Sie mit klaren Forschungszielen.

Bevor Sie auch nur einen einzigen Punkt formulieren, definieren Sie genau, welches Konstrukt Sie messen und welche Entscheidungen auf Grundlage der Daten getroffen werden sollen. Eine Likert-Skala zur Messung der „Kundenzufriedenheit mit dem Onboarding“ erfordert andere Items als eine Skala zur Messung des „Vertrauens der Mitarbeiter in die Führung“.

2. Schreiben Sie klare, unmissverständliche Artikel.

Jede Aussage sollte sich nur auf einen Aspekt beziehen. Vermeiden Sie doppeldeutige Fragen wie „Die Schulung war informativ und anregend“, da ein Befragter möglicherweise nur einer Hälfte zustimmt.

Weitere bewährte Methoden zum Verfassen von Artikeln:

• Verwenden Sie einfache, alltagssprachliche Sprache. Vermeiden Sie Fachjargon, es sei denn, Ihre Zielgruppe ist spezialisiert.
• Halten Sie die Aussagen kurz. Versuchen Sie, pro Punkt weniger als 20 Wörter zu verwenden.
• Vermeiden Sie suggestive Formulierungen, die die Befragten in Richtung einer bestimmten Antwort lenken.
• Verwenden Sie keine doppelten Verneinungen („Ich stimme nicht zu…“).
• Um die Zustimmungstendenz zu verringern, sollten Sie sowohl positiv als auch negativ formulierte Items verwenden.

3. Wählen Sie die Antwortbezeichnungen sorgfältig aus.

Jeder Punkt Ihrer Skala benötigt eine klare und eindeutige Bezeichnung. Studien belegen, dass beschriftete Skalen (bei denen jeder Punkt eine verbale Beschreibung hat) hinsichtlich Zuverlässigkeit und Verständlichkeit für die Befragten zuverlässiger sind als rein nummerierte Skalen.

Achten Sie auf symmetrische Bezeichnungen. Bei einer fünfstufigen Zustimmungsskala gewährleistet die Formulierung „Stimme überhaupt nicht zu“, „Stimme nicht zu“, „Weder noch“, „Stimme zu“, „Stimme voll und ganz zu“ eine konzeptionelle Gleichverteilung auf beiden Seiten des neutralen Mittelpunkts.

4. Legen Sie einen neutralen Mittelpunkt fest.

Die Einbeziehung einer neutralen Antwortmöglichkeit (wie „weder zustimmen noch ablehnen“) gibt den Befragten die Möglichkeit, ihre Meinung ehrlich zurückzuziehen, wenn sie keine haben. Das Weglassen dieser Option erzwingt eine eindeutige Entscheidung. Keiner der beiden Ansätze ist universell richtig; die richtige Entscheidung hängt von Ihren Forschungszielen ab.

Wenn Sie vermuten, dass die Befragten aus Angst vor einer Auseinandersetzung standardmäßig die neutrale Option wählen könnten, sollten Sie eine separate Option „Ich weiß es nicht“ oder „Nicht zutreffend“ hinzufügen, um echte Neutralität von Desinteresse zu unterscheiden.

5. Verwenden Sie umgekehrt codierte Elemente

Die Einbeziehung von Items, bei denen Zustimmung eine negative Einstellung signalisiert (z. B. „Ich finde diese Schulung schwer verständlich“), erfüllt zwei Zwecke. Erstens werden die Befragten dadurch gezwungen, jedes Item sorgfältig zu lesen, anstatt immer dieselbe Antwort zu geben. Zweitens ermöglicht es die Überprüfung der internen Konsistenz während der Analyse, indem sichergestellt wird, dass umgekehrt kodierte Items negativ mit positiv formulierten Items korrelieren.

6. Pilotstudie mit kognitiven Interviews

Bevor Sie eine vollständige Umfrage starten, testen Sie Ihre Fragen mit einer kleinen Gruppe (fünf bis fünfundzwanzig Personen). Bitten Sie die Teilnehmenden, ihre Gedanken laut auszusprechen, während sie antworten. So lassen sich verwirrende Formulierungen, mehrdeutige Begriffe oder Antwortmöglichkeiten aufdecken, die nicht der tatsächlichen Denkweise der Befragten entsprechen.

Wie man Likert-Skalendaten analysiert

Hier scheitern viele Forscher. Die Analysemethode hängt davon ab, ob man mit einzelnen Likert-Items oder aggregierten Likert-Skalenwerten arbeitet.

Die Debatte um Ordinal- vs. Intervallskalen

Einzelne Likert-Items liefern Ordinaldaten. Die Antwortkategorien haben zwar eine klare Rangfolge, aber der Abstand zwischen ihnen ist mathematisch nicht zwangsläufig gleich. „Stimme voll und ganz zu“ ist positiver als „Stimme zu“, aber ist der Abstand zwischen ihnen derselbe wie zwischen „Stimme nicht zu“ und „Stimme überhaupt nicht zu“? Das lässt sich nicht mit Sicherheit sagen.

Ordinale Daten ähneln den Platzierungen in einem Rennen: Man weiß, dass der Erste vor dem Zweiten kam, aber man kann nicht davon ausgehen, dass der Abstand zwischen dem Ersten und Zweiten dem Abstand zwischen dem Zweiten und Dritten entspricht. Zusammengesetzte Likert-Skalenwerte nähern sich eher einer messbaren Distanz, also Zeitdaten, als den Platzierungen im Ziel an.

Wenn man jedoch mehrere Items zu einem Gesamtskalenwert zusammenfasst, behandeln viele Forscher die resultierenden Daten annähernd intervallskaliert. Diese Ansicht wird in der Fachliteratur stark unterstützt. Untersuchungen von Geoff Norman und anderen haben gezeigt, dass parametrische Tests (t-Tests, ANOVA, Pearson-Korrelationen) robust genug sind, um auch bei Likert-Skalendaten valide Ergebnisse zu liefern, selbst wenn die Annahme gleicher Intervalle teilweise verletzt ist.

In der Praxis gilt: Für einzelne Items sollten nichtparametrische Methoden verwendet werden. Für aggregierte Skalenwerte aus gut konzipierten Instrumenten mit mehreren Items sind parametrische Tests im Allgemeinen akzeptabel.

Beschreibende Statistik

Für einzelne Likert-Items berichten Sie bitte über die Modus (häufigste Antwort) und Häufigkeitsverteilung (Prozentsatz der Befragten in jeder Kategorie). Balkendiagramme eignen sich am besten zur Visualisierung von Einzelantworten.

Für aggregierte Skalenwerte können Sie Folgendes berichten: bedeuten und Standardabweichung um die zentrale Tendenz und die Streuung zusammenzufassen.

Inferenzstatistik

Zuverlässigkeitsprüfung

Bevor Sie aus Ihrer Skala Schlussfolgerungen ziehen, überprüfen Sie deren interne Konsistenz mithilfe von Cronbachs Alpha. Ein Wert über 0.70 ist im Allgemeinen akzeptabel, über 0.80 gilt er als sehr gut. Sollte ein einzelnes Item eine korrigierte Item-Gesamt-Korrelation unter 0.30 aufweisen, erwägen Sie dessen Entfernung, da es möglicherweise nicht dasselbe Konstrukt misst wie die anderen Items.

Gültigkeitsprüfungen

Inhaltsgültigkeit So stellen Sie sicher, dass Ihre Elemente den gesamten Umfang des Konstrukts abdecken. Ziehen Sie während der Entwurfsphase Fachexperten zu Rate.

Konstruktvalidität Dies kann mittels Faktorenanalyse beurteilt werden, welche bestätigt, ob Ihre Items auf die erwarteten theoretischen Dimensionen laden.

Kriteriumsvalidität Ihre Skalenwerte werden mit einem etablierten Messinstrument für dasselbe Konstrukt verglichen. Eine starke Korrelation zwischen den beiden stützt die Validität.

Anwendungsbeispiele für Likert-Skalen in der Praxis

Wissenschaftliche Forschung

In der Bildungsforschung werden Likert-Skalen häufig zur Messung des studentischen Engagements, der Selbstwirksamkeit und der Lernmotivation eingesetzt. Ein typisches Instrument umfasst 15 bis 20 Items, die verschiedene Aspekte der akademischen Motivation erfassen und zu Subskalenwerten zusammengefasst werden.

Gesundheitswesen

Patientenzufriedenheitsumfragen, Bewertungen der Behandlungseffektivität und Lebensqualitätsmessungen verwenden häufig Likert-Skalen. Die System Usability Scale (SUS) ist beispielsweise ein bekanntes zehnstufiges Likert-Instrument zur Bewertung der Benutzerfreundlichkeit von Gesundheitsinformationssystemen und Medizinprodukten.

Engagement der Mitarbeiter

Unternehmen nutzen Likert-Skalen-basierte Kurzbefragungen, um die Mitarbeiterzufriedenheit, die psychologische Sicherheit und die Bindung an das Unternehmen im Zeitverlauf zu erfassen. Das standardisierte Format ermöglicht einen einfachen Vergleich der Ergebnisse über Abteilungen und Quartale hinweg.

Marktforschung

Markenwahrnehmungsstudien, Kundenzufriedenheitsumfragen und Produktfeedback-Instrumente basieren häufig auf Likert-Skalen. Der Net Promoter Score (NPS) ist zwar technisch gesehen ein anderes Format, teilt aber dieselbe konzeptionelle Grundlage: die Messung von Stimmungen auf einer abgestuften Skala.

Live-Publikumsfeedback

Hier zeigen sich die stärksten Anwendungsbereiche. Wenn Sie eine Schulung, einen Workshop oder eine Konferenzpräsentation durchführen, ermöglicht Ihnen das Sammeln von Likert-Skalen-Feedback in Echtzeit, das Verständnis und die Zufriedenheit des Publikums während der Veranstaltung zu messen, anstatt sich auf die Erinnerung im Nachhinein zu verlassen.

AhaSlidesDie All-in-One-Plattform für Live-Umfragen, Bewertungsskalen, Frage-Antwort-Runden, Wortwolken und Quizze macht dies besonders praktisch, indem sie es Präsentatoren ermöglicht, Likert-Skalen-Fragen direkt in Live-Präsentationen einzubetten und die Antworten sofort visualisieren zu lassen. Ein separates Umfragetool ist nicht erforderlich.

Häufige Fehler zu vermeiden

Die Verwendung eines einzelnen Gegenstands als „Skala“. Eine einzelne Frage reicht nicht für eine Likert-Skala aus. Einzelne Items sind anfälliger für Messfehler und Kontexteffekte. Verwenden Sie mindestens vier bis sechs Items pro Konstrukt für eine zuverlässige Messung.

Den Unterschied zwischen Likert-Items und Likert-Skalen außer Acht lassen. Die Analyse einzelner Items mithilfe parametrischer Statistiken (z. B. die Berechnung des Mittelwerts einer einzelnen Fünf-Punkte-Frage) ist aus fachlicher Sicht unangebracht. Solche Methoden sollten für aggregierte Ergebnisse mehrerer Items verwendet werden.

Alle Zahlen werden als gleichwertig behandelt. Die Zuordnung von 1 bis 5 zu Antwortmöglichkeiten führt nicht automatisch dazu, dass die Daten intervallskaliert sind. Beschreiben Sie in Ihrem Methodenteil transparent, wie und warum Sie die Daten verarbeiten.

Vernachlässigung der Rückwärtscodierung. Wenn alle Ihre Ergebnisse in die gleiche Richtung weisen, können Sie echte Zustimmung nicht von Ja-Sagen unterscheiden.

Die Skala wird zu kompliziert. Eine zehnstufige Skala ohne beschriftete Mittelpunkte stiftet Verwirrung und verbessert die Datenqualität gegenüber einer gut konzipierten fünf- oder siebenstufigen Version nicht wesentlich.

‍