Likertschaal: Wat is het? Hoe gebruik je het?

Het is een uitdaging om menselijk gedrag te meten. Het kan vaak niet gemeten worden met conventionele meettechnieken. Dat komt omdat het lastig is om de subjectiviteit van een persoon om te zetten in een objectieve data. Want hoe meet je nu percepties of meningen? De Likert schaal is een voorbeeld van een schaal die vaak wordt gebruikt om subjectieve attitudes te vertalen naar bruikbare data.

Wat is de Likertschaal?

De Likertschaal is in 1932 bedacht om onze houding tegenover bepaalde onderwerpen te meten op een wetenschappelijk aanvaarde en gevalideerde manier. De originele Likert-schaal bestaat uit een reeks uitspraken (items) die gebruikt wordt in een hypothetische situatie in studie.

Hierin word je gevraagd om je mate van overeenstemming (van helemaal mee oneens tot helemaal mee eens) met de gegeven stelling (items) op een metrische schaal van een aantal punten.

Het doel van het schaal is om inzicht te krijgen in de meningen of percepties van personen die gerelateerd zijn aan enkele latente (niet-observeerbare) variabele. Deze latente variabele wordt uitgedrukt door meerdere items in de vragenlijst of enquete.

Elk item moet worden ontworpen om één idee te meten en moet worden geschreven in duidelijke, gemakkelijk te begrijpen taal, zodat de betekenis van het item eenduidig is voor alle respondenten.

Symmetrisch of assymetrische schaal?

Als het neutrale punt (neutraal/weet niet) precies ligt tussen twee uitersten van helemaal mee oneens (SD) tot helemaal mee eens (SA) geeft dat je de keuze om een antwoord op een evenwichtige en symmetrische manier in beide richtingen te kiezen. Met andere woorden: je kiest het middelste punt, omdat je geen van beide richtingen op de schaal wilt kiezen. Deze constructie met zo’n neutraal punt noem je de symmetrische schaal. Elke respondent kan echter een andere interpretatie van het middelpunt hebben, zelfs als het is gelabeld.

Bij een assymetrische schaal heb je die neutrale optie niet, waardoor je niet geneigd bent om de neutraalste optie te kiezen. Die optie bestaat op de schaal immers niet. Het gevaar aan deze asymmetrische schaal is alleen dat je in sommige gevallen een gedwongen keuze moet maken.

Wat is een goede schaalverdeling?

Sinds het ontstaan van de schaal is er veel discussie over het de betrouwbaarheid van het aantal punten op de schaal. Likertschalen gebruiken meestal 5 of 7 antwoordopties. Maar meer of minder is ook een optie.

Hoe meer punten je op de schaal gebruikt, des te minder radicaal de opties zijn van elkaar in vergelijking met een 5-puntsschaal. Dat grotere spectrum aan opties biedt meer keuze aan een deelnemer om de meest accurate optie te kiezen. De kans is dus groot dat de 7-puntsschaal beter presteert vergeleken met de 5-puntsschaal. Met 7 punten is er meer bescheidenheid aan opties die op hun beurt weer beter overeenkomen met de objectieve realiteit. Daarnaast zorgen opties die dichter bij de
originele mening van de deelnemer liggen ervoor dat de antwoorden representatiever zijn.

Echter zijn er verschillende onderzoeken die aangeven dat een schaal met meer dan 6 punten onbetrouwbaarder is vanwege beperkingen in de capaciteit van ons werkgeheugen. 4-punts Likertschalen zijn vaak gemakkelijk te begrijpen, en worden vaak gebruikt bij jonge respondenten of personen die een lage motivatie hebben om de vragenlijst in te vullen.

Waar moet je Likertschaal aan voldoen?

1. Houd rekening met het aantal benodigde items en de moeilijkheden van die items. Doorgaans voldoen 6-8 items om het construct betrouwbaar te maken. Hierbij zou je 10-12 items kunnen uitwerken en testen om de best presterende items te gebruiken.
2. Gebruik duidelijke beschrijvende labels per punt.
3. Items moeten positieve en negatieve geformuleerde vragen bevatten. Dit zorgt ervoor dat de respondenten niet wenselijk antwoorden en bewust een beter beeld over zichzelf scheppen.
4. Items moeten worden geschreven in een taal die de respondenten goed verstaan of in hun moedertaal geschreven is.
5. Voegwoorden (zoals en, of, en maar) mogen niet worden gebruikt, omdat ze vaak tweeledige vragen aangeven. Vraag altijd maar één ding per optie.
6. Gebruik geen dubbele ontkenningen. Ze leiden tot verwarring, waardoor het antwoord dat respondenten geven niet klopt of men niet weet wat ze moeten antwoorden.
7. Labels mogen elkaar niet overlappen. De antwoordopties op de schaal moeten elkaar uitsluiten. “Neutraal” lijkt bijvoorbeeld te veel op “Niet me oneens, en niet mee eens.”

Likertschaal voorbeelden

De klassieke Likertschalen gebruikt 5 antwoordopties, maar tegenwoordig zijn ze er in veel vormen en maten. Het is niet duidelijk welke schaal het meest betrouwbaar is, want ze hebben zo hun eigen voor- en nadelen.

4-punts Likert schaal

Hoewel deze schaal een weinig genuanceerd beeld geeft, is deze wel het gemakkelijkst te begrijpen. Zeker bij deze schaalverdeling is het slim om positieve en negatieve formuleringen van je items af te wisselen

Altijd – Soms – Zelden – Nooit

5-punts Likert schaal

Dit is de meest gebruikelijke Likert schaal. Het is gemakkelijk te gebruiken en te begrijpen, en minder verwarrend dan de 7-punts schaal.

Zeer tevreden – Enigszins tevreden – Neutraal – Enigszins ontevreden – Zeer ontevreden

7-punts Likert schaal

Er zijn veel onderzoekers die juist de voorkeur geven aan de 7-punts schaal. Het geeft meer spreiding in je data, waardoor de resultaten een stuk uitgebreider zijn. De labels zijn een stuk gedetailleerder, aangezien je er meer hebt.

Helemaal mee oneens – Oneens – Enigszins oneens – Niet mee eens of oneens – Enigszins eens – Eens – Helemaal mee eens

Hoe analyseer je Likert schalen? Wat is het meetniveau?

Technisch gezien is de Likertschaal ordinaal, maar als we aannemen dat de afstand tussen elke optie gelijk is, kunnen we deze als intervalschaal beschouwen. De totale likertschaal meet je dus op intervalniveau. De items op de schaal meet je ordinaal.

Bronnen:

• Dawes J. Do data characteristics change according to the number of scale points used? An experiment using 5-point, 7-point and 10-point scales. International Journal of Market Research. 2008;50(1):61-77.
• Joshi, A., Kale, S., Chandel, S., & Pal, D. K. (2015). Likert scale: Explored and explained. British journal of applied science & technology, 7(4), 396.
• Komorita SS and Graham WK. Number of scale points and the reliability of scales. Educational and Psychological Measurement. 1965;25(4):987-995.
• Nemoto, T., & Beglar, D. (2014). Likert-scale questionnaires. In JALT 2013 conference proceedings (pp. 1-8).
• Wolfe, E. W., & Smith, Jr., E. V. (2007). Instrument development tools and activities for measure validation using Rasch models: Part I—Instrument development tools. Journal of Applied Measurement, 8, 97-123.