Koulutusarvioinnin tai työntekijäkyselyn laatiminen on suoraviivaista, kunnes törmäät kysymykseen siitä, mitä asteikkoa käyttää. Samaa mieltä? Tyytyväisyys? Tiheys? Viisi pistettä vai seitsemän? Tässä viestissä on yli 40 esimerkkiä Likert-asteikosta järjestettynä asteikon tyypin ja käyttötapauksen mukaan, joten voit lopettaa arvailun ja alkaa kerätä tietoa, joka todella kertoo sinulle jotain. Historian oppitunti tulee myöhemmin.
Rensis Likert kehitti tämän tyyppisen asteikon vuonna 1932 Columbian yliopistossa väitellessään väitöskirjassaan keinoksi kerätä asennedataa, jota voitaisiin analysoida tilastollisesti [1]. Lähes vuosisata myöhemmin tämä muoto on edelleen luotettavin tapa mitata ihmisten ajattelua ja tunteita, edellyttäen, että valitset oikean version työhön.
Tehokkaiden Likert-lauseiden kirjoittaminen
Asteikon muodolla on merkitystä vain, jos itse lause on selkeä. Ajattele huonosti kirjoitettua Likert-kohdetta, kuten epätarkkaa valokuvaa: edes täydellinen viiden pisteen asteikko ei voi terävöittää sitä. Muutamia periaatteita, jotka pätee kaikkiin käyttötapauksiin:
Yksi idea per lause. "Kouluttaja oli asiantunteva ja materiaalit olivat hyvin järjestettyjä" on kaksi kysymystä yhdessä. Jos joku on samaa mieltä toisen kanssa, mutta ei toisen kanssa, saat merkityksettömän keskiarvon. Jaa heidät osiin.
Ole tarkka, älä yleistä. ”Tämä koulutus oli hyvä” kertoo, ettei mitään käytännönläheistä. ”Tämä koulutus antoi minulle käytännön tekniikoita, joita voin soveltaa tällä viikolla” kertoo, päätyikö sisältö perille.
Vältä johdattelevaa kieltä. "Etkö olekin samaa mieltä siitä, että palautekeskustelut ovat arvokkaita?" ohjaa vastaajia kohti samaa mieltä. Pidä muoto neutraalina: "Palautekeskustelut ovat arvokasta ajankäyttöä."
Sovita jännitys mittaamasi koon mukaan. Jatkuvien asenteiden kuvaamiseen käytä preesensiä: "Olen varma, että pystyn hallitsemaan konflikteja tiimissäni." Kokemusten kuvaamiseen käytä imperfektiä: "Perehdytysprosessi valmisti minua rooliini."
Pidä napaisuus johdonmukaisena. Jos useimmat väittämät on muotoiltu myönteisesti ("Esimieheni tukee kehitystäni"), vältä yksittäisen kohdan kääntämistä kielteiseksi ("Esimieheni ei anna minulle tarpeeksi palautetta"). Aikapaineen alla olevat vastaajat usein unohtavat kielteisen kohdan ja vastaavat väärään kysymykseen. Jos sinun on sisällytettävä käänteisesti pisteytettyjä kohtia johdonmukaisuuden tarkistamiseksi, tee se harkitusti ja pidä ne mahdollisimman vähäisinä.
Samaa mieltä -asteikot (Täysin eri mieltä → Täysin samaa mieltä)
Samaa mieltä -asteikot ovat yleisin Likert-muoto. Ne toimivat hyvin, kun haluat mitata, kuinka vahvasti joku kannattaa tiettyä väittämää.
3 kohdan esimerkkejä
"Ohjeita oli helppo seurata."
Käytä kolmipisteasteikkoja nopeisiin pulssitarkistuksiin, joissa vivahteilla ei ole paljon merkitystä: esimerkiksi yksittäinen tarkistuskysymys työpajan tauolla. Nopea vastata, helppo toimia.
5 kohdan esimerkkejä
"Koulutuksen sisältö oli relevanttia päivittäisten tehtävieni kannalta."
Viisi pistettä kuvaavat riittävästi vaihtelua mielekästä analyysia varten, mutta pysyvät silti riittävän yksinkertaisina, jotta vastaajat todella täyttävät kyselyn [2]. Tämä on oletusmuoto useimmissa ammattimaisissa käyttötapauksissa.
- "Ymmärrän, miten työni edistää organisaation tavoitteita."
- "Esimieheni viestii odotukset selkeästi."
– Minulla on tarvittavat resurssit tehdä työni tehokkaasti.
- "Tämä kurssi valmisti minua soveltamaan käsitteitä käytännössä."
- "Minusta tuntuu mukavalta ottaa huolenaiheet esimieheni kanssa esille."
- "Muutosvauhti organisaatiossani on hallittavissa."
7 kohdan esimerkkejä
"Olen varma kyvystäni käyttää tätä ohjelmistoa itsenäisesti."
Tutkimukset osoittavat, että 7-portaiset asteikot tarjoavat paremman erottelukyvyn kuin 5-portaiset asteikot: ne erottavat tarkemmin vastaajat, jotka tuntevat olevansa "jokseenkin tyytyväisiä", niistä, jotka ovat "erittäin tyytyväisiä" [2]. Käytä niitä, kun sinun on havaittava pienempiä muutoksia, kuten seuraamalla asennemuutosta useiden kyselytutkimusjaksojen aikana.
– Tunnen itseni arvostetuksi tämän tiimin jäsenenä.
- "Perehdytysprosessi asetti selkeät odotukset ensimmäisille 90 päivälle."
Tyytyväisyysasteikot (Erittäin tyytymätön → Erittäin tyytyväinen)
Tyytyväisyysasteikot toimivat parhaiten, kun arvioit kokemusta, palvelua tai tapahtumaa sen sijaan, että mittaisit mielipidettä jostakin väittämästä.
5 kohdan esimerkkejä
"Kuinka tyytyväinen olet tämänpäiväisen avauspuheenvuoron laatuun?"
- "Kuinka tyytyväinen olet tiimiltämme saamaasi tukeen?"
- "Arvioi tyytyväisyyttäsi tapahtumapaikan tiloihin."
- "Kuinka tyytyväinen olet käytettävissäsi oleviin ammatillisen kehittymisen mahdollisuuksiin?"
- "Arvioi tyytyväisyyttäsi työssäsi tarjoamaan työ- ja yksityiselämän tasapainoon."
Taajuusasteikot (Ei koskaan → Aina)
Esiintymistiheysasteikot mittaavat käyttäytymisen tai tapahtumien esiintymistiheyttä. Ne ovat hyödyllisiä itsearvioinnissa, koulutuksen siirtymisen arvioinneissa ja aiotun ja todellisen käytännön välisten kuilujen tunnistamisessa.
5 kohdan esimerkkejä
"Saan esimieheltäni palautetta työsuorituksestani."
– "Työmääräni tuntuu ylivoimaiselta."
– Soveldan koulutuksessa oppimiani taitoja päivittäisissä tehtävissäni.
- "Tiimikokouksissa on aikaa avoimelle keskustelulle ja kysymyksille."
- "Käytän dataa päätöksenteossani."
- "Teen yhteistyötä lähitiimini ulkopuolisten kollegoiden kanssa."
- "Tunnen saavani tunnustusta panoksista, jotka ylittävät ydintehtäväni."
Todennäköisyysasteikot (Hyvin epätodennäköinen → Hyvin todennäköinen)
Todennäköisyysasteikot mittaavat aikomusta tai ennustavat tulevaa käyttäytymistä. Tunnetuin sovellus on Net Promoter Score (NPS), jonka Fred Reichheld esitteli Harvard Business Review -lehden artikkelissa [3] vuonna 2003. Huomautus: NPS käyttää 11 pisteen (0–10) asteikkoa standardin 5 tai 7 pisteen formaatin sijaan, joten sen pisteytysmenetelmä toimii eri tavalla kuin tyypillisessä Likert-kysymyksessä.
5 kohdan esimerkkejä
"Kuinka todennäköisesti suosittelisit tätä koulutusohjelmaa kollegallesi?"
- "Kuinka todennäköisesti osallistut tämän organisaation järjestämään tulevaan tapahtumaan?"
- "Kuinka todennäköisesti käytät tätä ominaisuutta päivittäisessä työnkulussasi?"
- "Kuinka todennäköisesti haet yrityksen sisäistä työpaikkaa seuraavan vuoden aikana?"
Laatuasteikot (Erittäin huono → Erinomainen)
Laatuasteikot mittaavat havaittua tuotoslaatua. Ne sopivat hyvin tapahtuman jälkeisiin arviointeihin, sisällönarviointeihin ja toimittajien arviointeihin.
5 kohdan esimerkkejä
"Miten arvioisit esitysmateriaalien laatua?"
- "Arvioi tapahtuman ruoan ja juomien laatua."
- "Miten arvioisit virtuaalisen istunnon äänen/kuvan laatua?"
- "Arvioi perehdytyskokemuksesi yleistä laatua."
- "Arvioi fasilitaattoreilta saamasi palautteen laatua."
- "Miten arvioisit istunnon tavoitteiden selkeyttä?"
Tärkeysasteikot (Ei lainkaan tärkeä → Erittäin tärkeä)
Tärkeysasteikot auttavat sinua priorisoimaan selvittämällä, mikä vastaajille todella on tärkeää, ei vain sen, minkä oletat olevan tärkeää.
5 kohdan esimerkkejä
"Kuinka tärkeää joustava työaika on työtyytyväisyytesi kannalta?"
- "Kuinka tärkeää urakehitystuki on päätöksessäsi pysyä työnantajan palveluksessa?"
- "Arvioi reaaliaikaisen yleisövuorovaikutuksen tärkeyttä koulutustilaisuuksien aikana."
- "Kuinka tärkeää anonymiteetti on johdosta annettavaa palautetta annettaessa?"
- "Kuinka tärkeää johdon tunnustus on työmotivaatiollesi?"
- "Kuinka tärkeää tiimien välinen yhteistyö on työsi hyvin suorittamiselle?"
Oikean mittakaavan valitseminen
Valinta riippuu siitä, mitä mittaat ja mitä aiot tehdä datalla.
Useimmissa ammattimaisissa kyselytutkimuksissa 5 pisteen asteikko on oikea oletusarvo. Se on helppo täyttää, tuottaa helposti visualisoitavaa dataa ja toimii useimmissa tutkimusympäristöissä yhtä hyvin kuin 7 pisteen asteikko [2]. Siirry 7 pisteen asteikkoon, kun tarvitset tarkempaa tarkkuutta: vertaillessasi kahta samankaltaista koulutusohjelmaa, seuratessasi asennemuutoksia ajan kuluessa tai nostaessasi esiin työntekijäryhmien välisiä eroja, joita 5 pisteen asteikko saattaisi tasoittaa.
Vältä tätä: eri asteikkotyyppien sekoittamista samassa kyselyssä ilman selkeää syytä. Jos vastaajien on mielessään vaihdeltava viiden pisteen tyytyväisyyskysymyksen ja seitsemän pisteen samaa mieltä -kysymyksen välillä, vastausprosentti laskee ja vastausten laatu kärsii. Jos tarvitset useita asteikkotyyppejä yhdessä kyselyssä, ryhmittele kaikki saman muotoiset kysymykset yhteen sen sijaan, että vuorottelisit niiden välillä.
Likert-datan tulkinta ja siihen reagointi
Vastausten kerääminen on helppo osa. Arvo tulee siitä, miten luet tietoja ja reagoit niihin.
Laskeminen tarkoittaa, ei vain laskemista. Useimmat kyselytyökalut näyttävät oletusarvoisesti vastausjakaumat: kuinka moni valitsi kunkin vaihtoehdon. Tämä on hyödyllistä poikkeavien havaintojen havaitsemiseksi, mutta keskimääräinen pistemäärä kohdetta kohden antaa sinulle yhden luvun, jota voit seurata ajan kuluessa, mikä on tärkeää vertailtaessa koulutuskohortteja, esi- ja jälkiarviointeja tai neljännesvuosittaisia vaikuttavuuskyselyitä.
Keskeinen taipumusharha viestii epäselvistä kysymyksistä. Kun suuri osa vastauksista keskittyy neutraalin keskikohdan ympärille, se tarkoittaa usein, että väite oli monitulkintainen, eikä niinkään sitä, että mielipiteet olisivat aidosti tasapainossa. Jos näet 40–50 %:n neutraalin tuloksen jossakin kohdassa, tarkista kysymys ennen kuin teet siitä johtopäätöksiä.
Varo myötämielisyyttä. Vastaajilla on dokumentoitu taipumus olla samaa mieltä väittämistä sisällöstä riippumatta, mikä nostaa positiivisesti muotoiltujen väittämien pisteitä. Tämä on yksi syy siihen, miksi positiivisesti muotoillun väittämän yhdistäminen negatiivisesti muotoiltuun vastineeseen voi olla hyödyllistä, vaikka se pidentää kyselyn pituutta ja vaatii huolellista analyysia.
Segmentoi ennen yhteenvedon tekemistä. Koko yrityksen laajuinen keskiarvo "Tunnen olevani sitoutunut työhöni" -asteikolla peittää kaiken hyödyllisen. Jaa tiedot osaston, toimikauden, esimiehen tai sijainnin mukaan, niin mallit muuttuvat käytännöllisiksi. Koko organisaation keskiarvo 4.2 ei kerro juuri mitään. Yhdessä tiimissä 2.8 ja toisessa 5.0 kertovat, mistä kannattaa etsiä seuraavaksi tietoa.
Sulje silmukka. Yhdistettyjen tulosten jakaminen vastaajille, edes lyhyesti, lisää vastausprosenttia tulevissa kyselyissä ja viestii siitä, että tietoihin suhtaudutaan vakavasti. Koulutusarvioinneissa viiden minuutin mittainen purkutilaisuus, jossa esitellään ryhmän koostetut vastaukset, on usein arvokkaampi kuin raportti, joka päätyy jaettuun Driveen viikkoa myöhemmin.
Likert-kyselyiden suorittaminen AhaSlidesin avulla
Kysymyksen suunnittelu on vain osa työtä. Ihmisten vastaaminen ja tulosten hyödyntäminen on se, missä useimmat kyselyt jäävät vajaaksi.
AhaSlides on all-in-one-alusta, joka yhdistää kyselyt, arviointiasteikot, kysymys- ja vastausosiot, sanapilvet ja tietokilpailut, joten et tarvitse erillistä kyselytyökalua istuntoasi varten. Voit asettaa asteikkopisteiden määrän, mukauttaa otsikoita ja suorittaa kyselyitä reaaliajassa koulutuksen tai kokouksen aikana tai lähettää ne asynkronisesti jälkikäteen. Tulokset näkyvät reaaliajassa, joten kouluttajat ja fasilitaattorit voivat tarkastella vastauksia ryhmän kanssa, kun istunto on vielä tuore, sen sijaan, että koottaisiin raportti, joka päätyy postilaatikoihin viikkoa myöhemmin, kun kukaan ei muista, mitä tapahtui.
Erityisesti koulutusarvioinneissa ja tiimipalautteessa tuo välittömyys muuttaa dynamiikkaa. Kun ihmiset näkevät omat vastauksensa heijastuvan takaisin ryhmänä, datan jälkeinen keskustelu on usein arvokkaampaa kuin itse data.
Yleinen lähestymistapa oppimis- ja kehitystiimeille: jokaisen koulutusmoduulin lopussa suoritetaan viisipisteinen tyytyväisyysasteikko sen tarkistamiseksi, oliko sisältö oikeassa. Tämän jälkeen eri kohorttien pisteitä verrataan ajan kuluessa sen tunnistamiseksi, mitkä moduulit jatkuvasti suoriutuvat heikommin. Sama lähestymistapa toimii perehdytyksessä: lyhyt frekvenssi- tai tyytyväisyyskysely 30 ja 90 päivän välein antaa henkilöstöhallinnolle toistettavan signaalin siitä, missä uudet työntekijät menettävät vauhtiaan, ilman että tarvitaan täyttä sitoutumiskyselyä joka neljännes.
Lähteet
[1] Likert, R. (1932). Asenteiden mittaamiseen tarkoitettu tekniikkaPsykologian arkisto, 22(140), 1–55. Alkuperäinen PDF-tiedosto
[2] Jotform. 5 pisteen vs. 7 pisteen Likert-asteikko: Kumpi on parempi? https://www.jotform.com/blog/7-point-likert-scale/Yhteenveto akateemisesta tutkimuksesta mittakaavan luotettavuudesta ja erottelukyvystä.
[3] Reichheld, F. (joulukuu 2003). "Se yksi numero, jonka kasvattamiseen sinun täytyy." Harvard Business Review. ResearchGate
