Egy képzési értékelés vagy egy alkalmazotti felmérés elkészítése egyszerű, amíg el nem érjük a kérdést, hogy melyik skálát használjuk. Egyetértés? Elégedettség? Gyakoriság? Öt pont vagy hét? Ez a bejegyzés több mint 40 Likert-skála példát gyűjt össze skálatípus és használati eset szerint rendezve, így abbahagyhatod a találgatást, és elkezdhetsz olyan adatokat gyűjteni, amelyek valóban elárulnak valamit. A történelmi lecke később jön.
Rensis Likert ezt a skálát 1932-es, a Columbia Egyetemen írt doktori disszertációjában fejlesztette ki, hogy olyan attitűdadatokat rögzítsen, amelyek statisztikailag is elemezhetők [1]. Közel egy évszázaddal később ez a formátum még mindig a legmegbízhatóbb módja annak, hogy mérjük az emberek gondolkodásmódját és érzéseit, feltéve, hogy a megfelelő verziót választjuk a feladathoz.
Hatékony Likert-állítások írása
A skála formátuma csak akkor számít, ha maga az állítás egyértelmű. Képzeljünk el egy rosszul megírt Likert-elemet, például egy elmosódott fényképet: még egy tökéletes 5 fokú skála sem tudja élesíteni. Néhány alapelv, amelyek minden használati esetre érvényesek:
Egy gondolat állításonként. „A tréner tájékozott volt, és az anyagok jól rendszerezettek” – két kérdés egyben. Ha valaki az egyikkel egyetért, a másikkal nem, akkor egy értelmetlen átlagot kapsz. Oszd szét őket.
Légy konkrét, ne általános. A „Jó volt ez a képzés” azt jelenti, hogy semmi hasznosat nem lehetne tenni. A „Ez a képzés gyakorlati technikákat adott, amelyeket ezen a héten alkalmazhatok” pedig azt, hogy a tartalom valóban célba ért-e.
Kerüld a rávezető nyelvezetet. „Nem értesz egyet azzal, hogy a visszajelzési ülések értékesek?” – ez a kérdés a egyetértés felé tereli a válaszadókat. Maradj semleges fogalmazásmódban: „A visszajelzési ülések értékes időtöltést jelentenek.”
Igazítsd a feszültséget ahhoz, amit mérsz. A folyamatos attitűdökhöz használd a jelen időt: „Magabiztosnak érzem magam a csapatomban lévő konfliktusok kezelésében.” A befejezett tapasztalatokhoz használd a múlt időt: „A beilleszkedési folyamat felkészített a szerepemre.”
Tartsa a polaritást következetesen. Ha a legtöbb állítás pozitívan van megfogalmazva („A vezetőm támogatja a fejlődésemet”), kerüld el egyetlen elem negatívra forgatását („A vezetőm nem ad elég visszajelzést”). Az időnyomás alatt álló válaszadók gyakran nem veszik észre a tagadást, és rossz kérdésre adnak választ. Ha a következetesség ellenőrzése érdekében fordított pontozású elemeket kell belefoglalnod, tedd ezt tudatossá, és tartsd őket minimálisra.
Egyetértési skálák (Határozottan nem értek egyet → Határozottan egyetértek)
Az egyetértési skálák a leggyakoribb Likert-formátumok. Jól működnek, ha azt szeretnénk mérni, hogy valaki mennyire erősen támogat egy adott állítást.
3 pontos példák
„A használati utasítás könnyen követhető volt.”
Használj 3 fokú skálákat gyors pulzus-ellenőrzésekhez, ahol az apró részletek nem számítanak sokat: például egyetlen ellenőrző kérdés egy műhelyszünetben. Gyorsan megválaszolható, könnyű reagálni rá.
5 pontos példák
„A képzés tartalma releváns volt a mindennapi feladataim szempontjából.”
Öt pont elegendő variációt ragad meg az értelmes elemzéshez, miközben elég egyszerű marad ahhoz, hogy a válaszadók ténylegesen kitöltsék a kérdőívet [2]. Ez a legtöbb professzionális felhasználási eset alapértelmezett formátuma.
- „Megértem, hogy a munkám hogyan járul hozzá a szervezet céljainak eléréséhez.”
- „A vezetőm világosan kommunikálja az elvárásaimat.”
– „Rendelkezem a szükséges erőforrásokkal ahhoz, hogy hatékonyan végezzem a munkámat.”
- „Ez a kurzus felkészített arra, hogy a koncepciókat a gyakorlatban is alkalmazzam.”
- „Könnyen tudom felvetni a problémáimat a vezetőmmel.”
- „A szervezetemben a változás üteme kezelhető.”
7 pontos példák
"Biztos vagyok benne, hogy képes vagyok ezt a szoftvert önállóan használni."
A kutatások azt mutatják, hogy a 7 fokú skálák jobb megkülönböztető erejűek, mint az 5 fokú skálák: pontosabban különböztetik meg a „meglehetősen elégedett” és a „nagyon elégedett” válaszadókat [2]. Használja őket, ha kisebb eltolódásokat kell észlelnie, például a hozzáállás változásának nyomon követését több felmérési cikluson keresztül.
– „Értékesnek érzem magam ennek a csapatnak a tagjaként.”
- „A betanulási folyamat egyértelmű elvárásokat támasztott az első 90 napra.”
Elégedettségi skálák (Nagyon elégedetlen → Nagyon elégedett)
Az elégedettségi skálák akkor működnek a legjobban, ha egy élményt, szolgáltatást vagy eseményt értékelünk, nem pedig egy állításról alkotott véleményt mérünk.
5 pontos példák
"Mennyire elégedett a mai előadás minőségével?"
– „Mennyire elégedett a csapatunktól kapott támogatással?”
- "Értékelje elégedettségét a helyszín felszereltségével."
– „Mennyire elégedett a rendelkezésére álló szakmai fejlődési lehetőségekkel?”
- "Értékelje, mennyire elégedett a munka és a magánélet egyensúlyával, amelyet a munkaköre biztosít."
Frekvenciaskálák (Soha → Mindig)
A gyakorisági skálák azt mérik, hogy milyen gyakran fordulnak elő viselkedések vagy események. Hasznosak önértékeléshez, képzési transzfer értékelésekhez, valamint a tervezett és a tényleges gyakorlat közötti eltérések azonosításához.
5 pontos példák
„Visszajelzést kapok a vezetőmtől a munkámról.”
- „Túlterheltnek érzem magam a munkaterhelés miatt.”
– A képzésen elsajátított készségeket a mindennapi feladataimban alkalmazom.
- „A csapatmegbeszéléseken van idő a nyílt beszélgetésre és a kérdésekre is.”
- „Adatokat használok a döntéseim megalapozásához a szerepemben.”
- "Együttműködöm a közvetlen csapatomon kívüli kollégákkal."
- „Elismerésnek érzem magam a fő feladataimon túlmutató hozzájárulásaimért.”
Valószínűségi skálák (Nagyon valószínűtlen → Nagyon valószínű)
A valószínűségi skálák a szándékot mérik vagy a jövőbeni viselkedést jósolják meg. A legismertebb alkalmazás a Net Promoter Score (NPS), amelyet Fred Reichheld vezetett be egy 2003-as Harvard Business Review cikkben [3]. Megjegyzés: Az NPS egy 11 pontos (0–10) skálát használ a standard 5 vagy 7 pontos formátum helyett, így a pontozási módszere eltér egy tipikus Likert-kérdésétől.
5 pontos példák
"Mennyire valószínű, hogy ajánlaná ezt a képzési programot egy kollégájának?"
- "Mennyire valószínű, hogy részt vesz ennek a szervezetnek a jövőbeni rendezvényén?"
- "Mennyire valószínű, hogy ezt a funkciót használni fogja a mindennapi munkafolyamatában?"
- "Mennyire valószínű, hogy a következő egy évben belsős állásra jelentkezik?"
Minőségi skálák (Nagyon rossz → Kiváló)
A minőségi skálák az érzékelt kimeneti minőséget mérik. Jól alkalmazhatók események utáni értékelésekhez, tartalom-áttekintésekhez és beszállítói értékelésekhez.
5 pontos példák
"Hogyan értékelné a prezentációs anyagok minőségét?"
- "Értékelje az ételek és italok minőségét a rendezvényen."
- "Hogyan értékelnéd a virtuális ülés hang-/képminőségét?"
- "Értékelje a beilleszkedési élmény általános minőségét."
- "Értékelje a facilitátoroktól kapott visszajelzések minőségét."
- "Hogyan értékelnéd a foglalkozás célkitűzéseinek egyértelműségét?"
Fontossági skálák (Egyáltalán nem fontos → Rendkívül fontos)
A fontossági skálák segítenek a rangsorolásban azáltal, hogy feltárják, mi számít valójában a válaszadóknak, nem csak azt, amit feltételezel.
5 pontos példák
"Mennyire fontos a rugalmas munkaidő a munkával való elégedettséged szempontjából?"
- "Mennyire fontos a karrierfejlesztési támogatás abban a döntésében, hogy megtartja-e a munkaadóját?"
- "Értékelje a valós idejű közönséginterakció fontosságát a képzések során."
- "Mennyire fontos az anonimitás a vezetőséggel kapcsolatos visszajelzések megadásakor?"
- "Mennyire fontos a vezetőség elismerése a munkahelyi motivációd szempontjából?"
- "Mennyire fontos a csapatokon átívelő együttműködés a munkád jó elvégzéséhez?"
A megfelelő méretarány kiválasztása
A választás attól függ, hogy mit mérsz, és mit fogsz kezdeni az adatokkal.
| Cél | Használja ezt a skálát |
|---|---|
| Attitűdök vagy vélemények mérése | Megegyezési skála |
| Értékeljen egy élményt | Elégedettségi skála |
| Viselkedési minták nyomon követése | Frekvencia skála |
| Jövőbeli cselekvés előrejelzése | Valószínűségi skála |
| Kimeneti minőség értékelése | Minőségi skála |
| Állítsa be a prioritásokat | Fontossági skála |
A legtöbb professzionális felmérés esetében az 5 pontos skála a megfelelő alapértelmezett érték. Könnyen kitölthető, könnyen vizualizálható adatokat eredményez, és a legtöbb kutatási környezetben a 7 pontos skála teljesítményéhez hasonló. [2] Váltson 7 pontos skálára, ha finomabb felbontásra van szüksége: két hasonló képzési program összehasonlításához, a hozzáállás időbeli változásainak nyomon követéséhez, vagy a munkavállalói csoportok közötti különbségek felszínre hozásához, amelyeket egy 5 pontos skála ellaposíthatna.
Kerüld el ezt: a skálaformátumok keverését ugyanabban a felmérésben egyértelmű ok nélkül. Ha a válaszadóknak fejben váltaniuk kell egy 5 pontos elégedettségi kérdés és egy 7 pontos egyetértési kérdés között, a kitöltési arány csökken, és a válaszok minősége romlik. Ha több skálatípusra van szükséged egy felmérésben, akkor az összes azonos formátumú kérdést csoportosítsd, ahelyett, hogy felváltva tennéd fel őket.
Likert-adatok értelmezése és felhasználása
A válaszok gyűjtése a könnyebbik része. Az érték abból fakad, hogyan olvasod és reagálsz az adatokra.
A számolás nem csak számolást jelent, hanem jelent is. A legtöbb felmérési eszköz alapértelmezés szerint a válaszok eloszlását mutatja: azt, hogy hányan választották ki az egyes lehetőségeket. Ez hasznos a kiugró értékek kiszűrésére, de az elemenkénti átlagpontszám egyetlen számot ad, amelyet idővel nyomon lehet követni, ami fontos a képzési kohorszok, az elő-/utóértékelések vagy a negyedéves elkötelezettségi felmérések összehasonlításakor.
A központi tendencia torzítása nem egyértelmű kérdéseket jelez. Amikor a válaszok nagy része a semleges középérték körül csoportosul, az gyakran azt jelenti, hogy az állítás kétértelmű volt, nem pedig azt, hogy a vélemények valóban kiegyensúlyozottak. Ha egy tétel esetében 40–50%-os semlegességet lát, vizsgálja felül a kérdést, mielőtt következtetéseket vonna le belőle.
Figyelj az engedelmességi elfogultságra. A válaszadók dokumentáltan hajlamosak egyetérteni az állításokkal azok tartalmától függetlenül, ami megnöveli a pozitívan megfogalmazott tételek pontszámait. Ez az egyik oka annak, hogy egy pozitívan megfogalmazott állítás és egy negatívan megfogalmazott megfelelőjének párosítása hasznos lehet, bár ez növeli a kérdőív hosszát és gondos elemzést igényel.
Szegmentálj, mielőtt összefoglalsz. Egy vállalatszintű átlag az „Elkötelezettnek érzem magam a munkám iránt” kategóriában minden hasznosat elrejt. Ha az adatokat részleg, munkaidő, vezető vagy helyszín szerint bontjuk le, a minták cselekvésre ösztönzővé válnak. Egy 4.2-es átlag a szervezet egészére nézve szinte semmit sem mond. Egy 2.8-as érték az egyik csapatban és egy 5.0-ás érték egy másikban megmutatja, hogy merre kell tovább keresni.
Zárd be a hurkot. Az összesített eredmények megosztása a válaszadókkal, akár csak rövid időre is, növeli a válaszadási arányt a jövőbeli felmérésekben, és jelzi, hogy az adatokat komolyan veszik. A képzési értékelések esetében egy ötperces összefoglaló, amely bemutatja a csoport összesített válaszait, gyakran értékesebb, mint egy jelentés, amely egy héttel később egy megosztott meghajtón landol.
Likert felmérések futtatása az AhaSlides segítségével
A kérdés megalkotása csak a munka egy része. A válaszadásra való ösztönzés és az eredmények hasznos felhasználása az, ami a legtöbb felmérésben elmarad a várakozásoktól.
Az AhaSlides egy all-in-one platform, amely szavazásokat, értékelési skálákat, kérdéseket és válaszokat, szófelhőket és kvízeket kombinál, így nincs szükséged külön kérdőív eszközre a foglalkozásodhoz rögzítve. Beállíthatod a skálapontok számát, testreszabhatod a címkéket, és élőben futtathatsz kérdőíveket egy képzés vagy megbeszélés során, vagy aszinkron módon elküldheted azokat utána. Az eredmények valós időben jelennek meg, így az oktatók és a facilitátorok áttekinthetik a válaszokat a csoporttal, amíg a foglalkozás még friss, ahelyett, hogy egy olyan jelentést állítanának össze, amely egy héttel később landol a postaládákban, amikor senki sem emlékszik a történtekre.
Különösen a képzési értékelések és a csapatok visszajelzései esetében ez az azonnaliság megváltoztatja a dinamikát. Amikor az emberek csoportként látják visszaverődni a saját válaszaikat, az adatok utáni beszélgetés gyakran értékesebb, mint maga az adat.
Egy gyakori módszer az L&D csapatok számára: minden képzési modul végén futtassunk egy 5 pontos egyetértési skálát annak ellenőrzésére, hogy a tartalom célba ért-e, majd idővel hasonlítsuk össze a kohorszok eredményeit, hogy azonosítsuk, mely modulok teljesítenek következetesen alul. Ugyanez a megközelítés működik a bevezetés során is: egy rövid gyakoriságú vagy elégedettségi felmérés a 30. és 90. napon megismételhető jelzést ad a HR-nek arról, hogy az új alkalmazottak hol veszítenek lendületükből, anélkül, hogy negyedévente teljes körű elkötelezettségi felmérésre lenne szükség.
Hogy ezeket a gyakorlatba is átültessék, a AhaSlides ingyenes kérdőív készítő lehetővé teszi a kérdőívek percek alatt történő elkészítését, megosztását és elemzését – élőben egy munkamenetben vagy önálló linkként elküldve. A teljes kérdőív-létrehozási folyamatot a célkitűzéstől az elemzésig itt tekintheti meg: Hogyan készítsünk online kérdőívet: a teljes útmutató.
Források
[1] Likert, R. (1932). Egy technika az attitűdök mérésérePszichológiai Levéltár, 22(140), 1–55. Eredeti PDF
[2] Jotform. 5 fokú vagy 7 fokú Likert-skála: Melyik a jobb? https://www.jotform.com/blog/7-point-likert-scale/Összefoglalja a skálamegbízhatóságra és a megkülönböztető képességre vonatkozó tudományos kutatásokat.
[3] Reichheld, F. (2003. december). „Az egyetlen szám, amihez növekedned kell.” Harvard Business Review. Researchgate
