Cos’è una scala Likert – Definizione, esempio, caratteristiche e vantaggi

Cos’è una scala Likert?

Definizione: Una scala Likert è una scala unidimensionale che i ricercatori usano per raccogliere gli atteggiamenti e le opinioni degli intervistati. I ricercatori usano spesso questa scala psicometrica per capire i punti di vista e le prospettive verso un marchio, un prodotto o un mercato target. Diverse varianti delle scale Likert si concentrano direttamente sulla misurazione delle opinioni delle persone, come la scala Guttman, la scala Bogardus e la scala Thurstone. Lo psicologo Rensis Likert ha stabilito una distinzione tra una scala che si materializza da una raccolta di risposte a un gruppo di elementi (forse 8 o più). Le risposte sono misurate in una gamma di valori.

Esempio di una scala Likert:

Per esempio, per raccogliere il feedback di un prodotto, il ricercatore usa una domanda della scala Likert sotto forma di una domanda con opzione dicotomica. Lui/lei inquadra la domanda come “Il prodotto è stato un buon acquisto” con le opzioni elencate come d’accordo o in disaccordo. L’altro modo di inquadrare questa domanda è: “Per favore, dichiari il suo livello di soddisfazione con i prodotti”, e le opzioni vanno da molto insoddisfatto a molto soddisfatto.

Quando si risponde a un elemento della scala Likert, l’utente risponde basandosi esplicitamente sul suo livello di accordo o disaccordo. Queste scale permettono di determinare il livello di accordo o disaccordo degli intervistati. La scala Likert presuppone che la forza e l’intensità dell’esperienza siano lineari. Quindi va da un completo accordo a un completo disaccordo, assumendo che gli atteggiamenti possano essere misurati.

Impara di più: Thurstone vs Guttman Scale

Tipi di scale Likert con esempi

La scala Likert è diventata la preferita dai ricercatori per raccogliere opinioni sulla soddisfazione dei clienti o dei dipendenti. Si può dividere questa scala principalmente in due tipi principali:

• Scala Likert pari
• Scala Likert pari

Scala Likert pari

I ricercatori usano scale Likert pari per raccogliere feedback estremi senza fornire un’opzione neutra.

• Scala Likert a 4 punti per l’importanza: Questo tipo di scala Likert permette ai ricercatori di includere quattro opzioni estreme senza una scelta neutra. Qui i vari gradi di importanza sono rappresentati in una scala Likert a 4 punti.
• Scala Likert a 8 punti per la raccomandazione: Questa è una variazione della scala Likert a 4 punti precedentemente spiegata, con la sola differenza che questa scala ha otto opzioni per raccogliere un feedback sulla probabilità di una raccomandazione.

Scala Likert dispari

I ricercatori usano la scala Likert dispari per dare agli intervistati la scelta di rispondere in modo neutro.

• Scala Likert a 5 punti: Con cinque opzioni di risposta, i ricercatori usano questa domanda della scala Likert dispari per raccogliere informazioni su un argomento includendo un’opzione di risposta neutra per gli intervistati da selezionare se non desiderano rispondere dalle scelte estreme.
• Scala Likert a 7 punti: La scala Likert a 7 punti aggiunge altre due opzioni di risposta agli estremi di una domanda su scala Likert a 5 punti.
• Scala Likert a 9 punti: Una scala Likert a 9 punti è abbastanza rara, ma è possibile utilizzarla aggiungendo altre due opzioni di risposta alla domanda della scala Likert a 7 punti.

Caratteristiche della scala Likert

La scala Likert è nata nel 1932 nella forma della scala a 5 punti, che al giorno d’oggi è molto usata. Queste scale vanno da un gruppo di argomenti generali a quelli più specifici che chiedono agli intervistati di indicare il loro livello di accordo, approvazione o, convinzione. Alcune caratteristiche significative della scala Likert, sono:

• Risposte correlate: Gli item dovrebbero essere facilmente collegati alle risposte della frase, indipendentemente dal fatto che la relazione tra item e frase sia evidente.
• Tipo di scala: Gli item devono sempre avere due posizioni estreme e un’opzione di risposta intermedia che serva da graduazione tra gli estremi.
• Numero di opzioni di risposta: È essenziale menzionare che anche se la scala Likert più comune è quella di 5 elementi, l’uso di più elementi aiuta a generare una maggiore precisione nei risultati.
• Aumentare l’affidabilità della scala: I ricercatori spesso aumentano le estremità della scala per creare una scala a sette punti aggiungendo “molto” alla parte superiore e inferiore delle scale a cinque punti. La scala a sette punti raggiunge i limiti superiori dell’affidabilità della scala.
• Usare scale ampie: Come regola generale, Likert e altri raccomandano che sia meglio usare una scala il più ampia possibile. Si può sempre collassare le risposte in gruppi concisi, se appropriato, per l’analisi.
• Mancanza di un’opzione neutra: Considerando questi dettagli, le scale sono talvolta ridotte a un numero pari di categorie (di solito quattro) per eliminare la possibilità “neutra” su una scala di sondaggio a “scelta forzata”.
• Variabile intrinseca: Il record primario di Likert afferma chiaramente che ci potrebbe essere una variabile intrinseca il cui valore segna i feedback o gli atteggiamenti degli intervistati, e questa variabile sottostante è il livello di intervallo, nella migliore delle ipotesi.

Dati e analisi della scala Likert

I ricercatori usano regolarmente i sondaggi per misurare e analizzare la qualità di prodotti o servizi. La scala Likert è un formato di classificazione standard per gli studi. Gli intervistati forniscono la loro opinione (dati) sulla qualità di un prodotto/servizio da alto a basso o da migliore a peggiore utilizzando due, quattro, cinque o sette livelli.

Ricercatori e revisori generalmente raggruppano i dati raccolti in una gerarchia di quattro livelli di misurazione fondamentali – livelli di misurazione nominale, ordinale, intervallo e rapporto per ulteriori analisi:

• Dati nominali: I dati in cui le risposte classificate in variabili non devono necessariamente avere un dato quantitativo o un ordine sono chiamati dati nominali.
• Dati ordinali: I dati in cui è possibile ordinare o classificare le risposte, ma è impossibile misurare la distanza sono chiamati dati ordinali.
• Dati di intervallo: I dati aggregati in cui è possibile misurare gli ordini e le distanze sono chiamati dati di intervallo.
• Dati di rapporto: I dati di rapporto sono simili ai dati di intervallo. L’unica differenza è un rapporto uguale e definitivo tra ogni dato e lo “zero” assoluto trattato come punto d’origine.

L’analisi dei dati utilizzando dati nominali, di intervallo e di rapporto è generalmente trasparente e diretta. I dati ordinali analizzano i dati, in particolare per quanto riguarda Likert o altre scale nei sondaggi. Questo non è un problema nuovo. L’efficacia del trattamento dei dati ordinali come dati di intervallo continua ad essere discutibile nell’analisi dei sondaggi di vari campi applicati. Alcuni dei punti significativi da tenere a mente sono:

• Test statistici: I ricercatori a volte trattano i dati ordinali come dati intervallari perché sostengono che i test statistici parametrici sono più potenti delle alternative non parametriche. Inoltre, le inferenze dei test parametrici sono facili da interpretare e forniscono più informazioni delle opzioni non parametriche.
• Concentrazione sulle scale Likert: Tuttavia, il trattamento dei dati ordinali come dati di intervallo senza esaminare i valori del set di dati e gli obiettivi dell’analisi può fuorviare e travisare i risultati di un sondaggio. Per analizzare i dati scalari in modo più appropriato, i ricercatori preferiscono considerare i dati ordinali come dati di intervallo e concentrarsi sulle scale Likert.
• Mediana o intervallo per ispezionare i dati: Una linea guida universale suggerisce che la media e la deviazione standard sono parametri senza base per le statistiche dettagliate quando i dati sono su scale ordinali, proprio come qualsiasi analisi parametrica basata sulla distribuzione normale. Il test non parametrico è fatto sulla base della mediana o della gamma appropriata per l’ispezione dei dati.

Pratiche migliori per analizzare i risultati delle scale Likert

Perché i dati degli elementi Likert sono discreti, ordinali e di portata limitata, c’è stata una lunga disputa sul modo più logico di analizzare i dati Likert. La prima opzione è tra test parametrici e non parametrici. I vantaggi e gli svantaggi di ciascun tipo di analisi sono generalmente descritti come segue:

• I test parametrici presuppongono una divisione regolare e ininterrotta.
• I test non parametrici non presuppongono una divisione regolare o ininterrotta. Tuttavia, ci sono preoccupazioni circa una minore capacità di rilevare una differenza quando esiste.

Qual è l’opzione migliore? Questa è una decisione reale che un ricercatore deve prendere quando decide di analizzare le informazioni ricevute da un sondaggio che utilizza domande della scala Likert.

• Nel corso degli anni, una serie di studi che hanno cercato di rispondere a questa domanda. Tuttavia, sono stati inclini a considerare un numero limitato di potenziali distribuzioni per i dati Likert, il che fa sì che la generalizzazione dei risultati ne risenta. Grazie all’aumento della potenza di calcolo, gli studi di simulazione possono ora valutare a fondo una vasta gamma di distribuzioni.
• I ricercatori hanno identificato una serie diversificata di 14 distribuzioni che sono rappresentative degli attuali dati Likert. Il programma del computer ha estratto coppie autosufficienti di campioni per testare tutte le possibili combinazioni delle 14 distribuzioni.
• In totale, 10.000 campioni casuali sono stati generati per ciascuna delle 98 combinazioni di distribuzione. Le coppie di campioni sono state analizzate utilizzando sia il test t a due campioni che il test Mann-Whitney per confrontare l’efficacia di ogni test. Lo studio ha anche valutato diverse dimensioni del campione.
• I risultati mostrano che i tassi di errore di tipo I (falso positivo) per tutte le coppie di distribuzioni sono molto vicini alle quantità obiettivo. Se un’organizzazione utilizza una qualsiasi delle analisi e i risultati sono statisticamente significativi, non ha bisogno di preoccuparsi troppo di un falso positivo.
• I risultati mostrano anche che per la maggior parte delle coppie di distribuzioni, la differenza tra la potenza dei due test è banale. Se c’è una differenza a livello di popolazione, qualsiasi analisi ha la stessa probabilità di rilevarla.
• Ci sono alcune coppie di distribuzioni specifiche in cui c’è una differenza di potenza tra i due test. Se un’organizzazione esegue entrambi i test sugli stessi dati e non è d’accordo (uno è significativo e l’altro no), questa differenza di potenza riguarda solo una piccola minoranza di casi.
• In generale, la scelta tra le due analisi è un loop. Se un’organizzazione ha bisogno di confrontare due gruppi di dati Likert a cinque punti, il metodo di analisi di solito non ha importanza.
• Entrambi i test parametrici e non parametrici, forniscono costantemente la stessa sicurezza contro i falsi negativi e offrono anche la stessa protezione contro i falsi positivi. Questi modelli sono validi per dimensioni del campione di 10, 30 e 200 per gruppo.

Vantaggi della scala Likert

Ci sono molti vantaggi nell’usare una scala Likert in un sondaggio per la ricerca di mercato. Essi sono:

• Facilità di implementazione: Questa scala universalmente accettata può essere facilmente compresa e applicata a vari sondaggi sulla soddisfazione dei clienti o dei dipendenti.
• Opzioni di risposta quantificabili: Quantificare gli elementi Likert senza relazione apparente con l’espressione e condurre analisi statistiche sui risultati ricevuti.
• Analizzare il rango delle opinioni: Ci può essere un campione con opinioni diverse su un particolare argomento. La scala Likert offre una classifica delle opinioni di queste persone intervistate.
• Semplice da rispondere: Gli intervistati possono capire l’intento di questa scala e rispondere rapidamente alla domanda.

Vuoi usare le scale Likert in un sondaggio? Fallo con QuestionPro!

Il sondaggio su scala Likert è una tecnica completa per misurare il feedback e le informazioni, rendendolo significativamente facile da capire e rispondere. Si tratta di una domanda critica per misurare l’opinione o l’atteggiamento verso un argomento specifico, in modo che sia di grande aiuto nella fase successiva di un’indagine.

Con QuestionPro, un’organizzazione può condurre un sondaggio online utilizzando la Scala Likert. Inizia creando un account gratuito e inizia a testare questo tipo di domande.

Se un’organizzazione desidera maggiori informazioni su questa e altre domande all’interno della nostra piattaforma, consulta la nostra chat online, parlaci del progetto e saremo lieti di offrirti uno dei nostri strumenti di ricerca che meglio si adatta alle tue esigenze.