Wie man Likert-Skala-Daten analysiert: Schritt für Schritt

Um Likert-Skalen-Daten zu analysieren, entscheiden Sie zuerst, ob Sie einzelne Likert-Elemente oder eine mehrteilige Likert-Skala betrachten. Fassen Sie einzelne Elemente mit Häufigkeiten, Prozentsätzen, dem Median und dem Modus zusammen und stellen Sie diese als Balken dar. Kombinieren Sie mehrere Elemente nur dann zu einem Skalenwert, wenn sie dasselbe Konzept messen, und verwenden Sie erst dann Mittelwerte und Standardabweichungen.

Dieser Leitfaden erklärt diesen Unterschied, wie Sie Antworten codieren und bereinigen und wie Sie die Daten Schritt für Schritt mit KI oder in Excel analysieren. Er behandelt auch Diagramme, Gruppenvergleiche, ein praktisches Beispiel und die Fehler, die zu irreführenden Ergebnissen führen.

Was Likert-Skalen-Daten sind

Likert-Daten stammen aus Umfragefragen, bei denen Personen gefragt werden, wie sehr sie zustimmen, wie zufrieden sie sind oder wie oft etwas passiert. Ein typisches fünfstufiges Element reicht von „Stimme überhaupt nicht zu“ bis „Stimme voll und ganz zu“.

Das Bewertungsteam der University of Arizona zieht eine nützliche Grenze zwischen zwei Arten von Daten. „Eine Likert-Skala ist ein psychometrisches Bewertungsinstrument mit mehreren Elementen, das ein Konzept über eine Reihe von Einzelfragen hinweg misst.“ Im Gegensatz dazu sind Likert-Elemente „einzelne Elemente, die mithilfe verschiedener Arten von Antwortskalen gemessen werden.“

Dieser Unterschied ist wichtiger als jede Formel. Boone und Boone machten denselben Punkt in einem Artikel im Journal of Extension aus dem Jahr 2012 deutlich. Sie schrieben, dass die beiden „einzigartige Datenanalyseverfahren erfordern und als Folge davon häufig Fehlanwendungen und/oder Fehler auftreten.“

Eine Mitarbeiterbefragung könnte Likert-Elemente einzeln ausweisen: „Das Onboarding hat mich auf meine Rolle vorbereitet“, „Ich würde dieses Produkt weiterempfehlen“ und so weiter. Eine Forschungsstudie könnte mehrere zusammenhängende Elemente zu einer einzigen Likert-Skala kombinieren. Zu wissen, welche Variante Sie vor sich haben, sagt Ihnen, welche Statistiken Sie verwenden müssen.

Likert-Elemente vs. Likert-Skalen

Die Seite der University of Arizona gibt die von Boone und Boone vorgeschlagenen Verfahren für jede Datenart wieder:

Maßzahl	Likert-Elemente	Likert-Skalenwerte
Zentrale Tendenz	Median oder Modus	Mittelwert
Variabilität	Häufigkeiten	Standardabweichung
Zusammenhänge	Kendall-Tau-B oder -C	Pearsons r
Andere Statistiken	Chi-Quadrat	ANOVA, t-Test, Regression

Für einzelne Elemente ist die Seite direkt. Sie „sollten als separate Elemente mithilfe von Sortier- und Gruppierungstechniken wie Häufigkeitsverteilungstabellen oder visuellen Hilfsmitteln wie Balkendiagrammen analysiert werden.“ Sie fügt hinzu: „Die Berechnung von Mittelwerten und Durchschnitten ist für diesen Datentyp nicht angemessen, obwohl die Daten mithilfe von Median oder Modus analysiert werden können.“

Für mehrteilige Skalen lockern sich die Regeln. Dieselbe Seite besagt, dass der aggregierte Wert „als kontinuierliche Daten behandelt und mit allen Maßen der zentralen Tendenz, dem Modus, dem Median oder dem Mittelwert bewertet werden kann.“

Die praktische Regel ist einfach. Wenn Sie über eine einzelne Frage berichten, weisen Sie deren Verteilung aus. Wenn Sie über einen Wert berichten, der aus mehreren Fragen gebildet wurde, können Sie dessen Durchschnitt angeben.

Bevor Sie beginnen: Antworten codieren und bereinigen

Umfrage-Exporte speichern Antworten oft als Text. Die Analyse ist einfacher, wenn jede Antwort eine Zahl hat, also beginnen Sie mit der Codierung.

• Codes der Reihe nach zuweisen. Verwenden Sie für ein fünfstufiges Zustimmungselement 1 für „Stimme überhaupt nicht zu“ bis 5 für „Stimme voll und ganz zu“.
• Die Beschriftungen beibehalten. Codes dienen zum Sortieren und Zählen. Ihr Bericht sollte weiterhin die Wörter verwenden, die die Befragten gesehen haben.
• Umpolung umgekehrt formulierter Elemente. Wenn eine Frage negativ formuliert ist, polen Sie deren Codes um, bevor Sie sie mit anderen Elementen kombinieren.
• Umgang mit Leerstellen und „Nicht zutreffend“. Lassen Sie diese bei den Zählungen außen vor und berichten Sie, wie viele es gab.
• Skalenlänge überprüfen. Mischen Sie keine fünfstufigen und siebenstufigen Elemente in einer Tabelle.

Führen Sie ein kurzes Codebuch mit dem Wortlaut jedes Elements, den Codes und eventuellen Umpolungen. Das macht die Analyse im nächsten Quartal wiederholbar.

Wie man Likert-Skalen-Daten analysiert

Die drei folgenden Schritte verwenden Powerdrill Bloom, aber derselbe Ansatz funktioniert in jedem Tool, das Ihren Umfrage-Export lesen kann. Die Excel-Version folgt im nächsten Abschnitt.

Schritt 1: Umfrage-Export hochladen und Antworten codieren

Exportieren Sie die Antworten aus Ihrem Umfragetool als CSV- oder Excel-Datei mit einer Zeile pro Befragtem und einer Spalte pro Frage. Laden Sie die Datei hoch und beschreiben Sie die Skala in natürlicher Sprache, wie zum Beispiel „Die Spalten D bis K verwenden eine fünfstufige Zustimmungsskala.“

Bitten Sie darum, die Textantworten von 1 bis 5 zu codieren, und listen Sie alle umgekehrt formulierten Elemente auf, damit sie umgepolt werden. Fragen Sie dann nach der Anzahl der gültigen Antworten pro Element und wie viele leer oder „Nicht zutreffend“ waren. Überprüfen Sie diese Zahlen mit der Gesamtzahl der Antworten in Ihrem Umfragetool, bevor Sie fortfahren.

Schritt 2: Jedes Element mit Häufigkeiten, dem Median und dem Modus zusammenfassen

Bitten Sie um eine Häufigkeitstabelle für jedes Element: die Anzahl und den Prozentsatz für jede Antwortoption. Fügen Sie den Median und den Modus für jedes Element hinzu, was die von Boone und Boone für einzelne Elemente vorgeschlagenen Kennwerte sind.

Einige Teams berichten auch über einen Top-Two-Box-Wert, also den Anteil derer, die „Stimme zu“ oder „Stimme voll und ganz zu“ gewählt haben. Er ist leicht zu lesen und passt zu Zielen wie dem Beispiel der University of Arizona von „90 % der Studierenden berichten, zuversichtlich zu sein“.

Wenn einige Elemente eine Skala bilden, bitten Sie um einen kombinierten Wert pro Befragtem, gefolgt vom Mittelwert und der Standardabweichung dieses Werts. Platzieren Sie die Tabellen auf Elementebene daneben, damit die Leser sehen können, welche Fragen den Wert beeinflussen.

Schritt 3: Ergebnisse grafisch darstellen und Gruppen vergleichen

Bitten Sie um ein Balkendiagramm der Antwortprozentsätze für jedes Element, geordnet von der höchsten zur geringsten Zustimmung. Unsere Seite Balkendiagramm-Ersteller zeigt die Diagrammseite im Detail.

Überprüfen Sie das Diagramm anhand der Häufigkeitstabelle, bevor Sie es teilen. Die Balken sollten für jedes Element 100 % ergeben, und die Beschriftungen sollten mit dem Wortlaut übereinstimmen, den die Befragten gesehen haben.

Vergleichen Sie dann Gruppen, die für Ihre Entscheidung wichtig sind, wie Abteilungen, Regionen oder Kundensegmente. Bitten Sie um die prozentuale Verteilung jedes Elements nach Gruppe, damit Gruppen unterschiedlicher Größe vergleichbar bleiben. Bitten Sie schließlich um eine kurze schriftliche Zusammenfassung, die die Elemente mit der geringsten Zustimmung nennt.

Wie man Likert-Daten in Excel analysiert

Excel eignet sich gut für die Likert-Analyse, sobald die Antworten codiert sind. Nehmen wir an, die Codes eines Elements befinden sich in B2:B201, einer pro Befragtem.

Jede Antwort zählen. Microsoft beschreibt ZÄHLENWENN als eine Möglichkeit, Zellen zu zählen, die ein Kriterium erfüllen, mit der Syntax ZÄHLENWENN(Bereich; Kriterien). Zählen Sie jede Option mit =ZÄHLENWENN(B2:B201;1) bis =ZÄHLENWENN(B2:B201;5).

Zählungen in Prozentsätze umwandeln. Teilen Sie jede Zählung durch die Anzahl der gültigen Antworten, =ANZAHL(B2:B201). Formatieren Sie die Ergebnisse als Prozentsätze.

Den Median finden. Verwenden Sie =MEDIAN(B2:B201). Microsoft weist auf ein Detail hin, das für Likert-Codes wichtig ist. „Wenn die Menge eine gerade Anzahl von Zahlen enthält, berechnet MEDIAN den Durchschnitt der beiden Zahlen in der Mitte.“ Ein Ergebnis wie 3,5 bedeutet, dass die Mitte zwischen zwei Antworten liegt, geben Sie also beide Beschriftungen an.

Den Modus finden. Lesen Sie ihn aus der Häufigkeitstabelle ab: Es ist die Option mit der höchsten Anzahl. Wenn zwei Optionen gleichauf liegen, berichten Sie über beide.

Top-Two-Box berechnen. Verwenden Sie =(ZÄHLENWENN(B2:B201;4)+ZÄHLENWENN(B2:B201;5))/ANZAHL(B2:B201) für den Anteil derer, die zustimmen oder voll und ganz zustimmen.

Eine PivotTable kann dieselbe Zählung für viele Elemente gleichzeitig durchführen. Ziehen Sie das Element in die Zeilen, die Antwort in die Spalten und die Anzahl der Antworten in die Werte. Zeigen Sie die Werte dann als Prozentsatz des Zeilengesamtergebnisses an.

Ein praktisches Beispiel

Hier ist ein anschauliches Ergebnis für ein fünfstufiges Element von 200 Mitarbeitern. Das Element lautet: „Das Onboarding-Training hat mich auf meine Rolle vorbereitet.“ Die Zahlen sind Beispiele, keine Daten aus einer echten Umfrage.

Antwort	Code	Anzahl	Prozentsatz
Stimme überhaupt nicht zu	1	10	5%
Stimme nicht zu	2	20	10%
Neutral	3	30	15%
Stimme zu	4	90	45%
Stimme voll und ganz zu	5	50	25%

Aus dieser Tabelle ergibt sich:

• Median: Stimme zu. Geordnet von 1 bis 5 fallen sowohl die 100. als auch die 101. Antwort in die Kategorie „Stimme zu“. Die ersten drei Optionen enthalten 60 Antworten, und „Stimme zu“ enthält die nächsten 90.
• Modus: Stimme zu. Diese Option hat mit 90 die höchste Anzahl.
• Top-Two-Box: 70 %. Das sind 45 % „Stimme zu“ plus 25 % „Stimme voll und ganz zu“.
• Bottom-Two-Box: 15 %. Das sind 5 % „Stimme überhaupt nicht zu“ plus 10 % „Stimme nicht zu“.

Ein klares schriftliches Ergebnis wäre: „70 % stimmten zu, dass das Onboarding sie vorbereitet hat, und 15 % stimmten nicht zu.“ Dieser Satz ist für eine Führungskraft nützlicher als „der Durchschnitt lag bei 3,75“ und folgt dem häufigkeitsbasierten Ansatz für einzelne Elemente.

Wie man Likert-Daten grafisch darstellt

Balkendiagramme eignen sich für einzelne Elemente und sind eines der visuellen Hilfsmittel, die auf der Seite der University of Arizona genannt werden. Für viele Elemente gleichzeitig zeigt ein gestapeltes Balkendiagramm die vollständige Verteilung jedes Elements in einer Zeile.

Ein bestimmtes Layout wird in der Statistik-Literatur empfohlen. Heiberger und Robbins begründen dies im Journal of Statistical Software. „Wir empfehlen divergierende gestapelte Balkendiagramme als primäre grafische Darstellungsmethode für Likert- und verwandte Skalen.“ Bei diesem Layout erstreckt sich die Ablehnung links von einer Mittellinie und die Zustimmung rechts davon.

Um eine einfache Version in Excel zu erstellen, tragen Sie die Ablehnungsprozentsätze als negative Zahlen und die Zustimmungsprozentsätze als positive Zahlen ein. Fügen Sie dann ein gestapeltes Balkendiagramm ein und sortieren Sie die Elemente nach der Gesamtzustimmung. Der neutrale Anteil kann über die Mittellinie aufgeteilt oder in einer separaten Spalte dargestellt werden.

Beschriften Sie jeden Balken mit seinem Prozentsatz oder beschriften Sie zumindest die Summen für Zustimmung und Ablehnung. Dadurch werden die beiden wichtigsten Zahlen direkt im Diagramm dargestellt.

Unabhängig davon, welches Diagramm Sie verwenden, halten Sie die Reihenfolge der Antworten bei jedem Element gleich. Verwenden Sie eine Farbfamilie für die Ablehnung und eine andere für die Zustimmung, damit die Leser das Diagramm schnell erfassen können. Unser Leitfaden zur Umwandlung von unordentlichen Umfragedaten in klare Diagramme behandelt die Bereinigung von Diagrammen ausführlicher.

Gruppen vergleichen

Umfrageergebnisse können zu Vergleichen führen: dieses Team gegen jenes, dieses Jahr gegen das letzte. Vergleichen Sie bei einzelnen Likert-Elementen die prozentualen Verteilungen nebeneinander statt der Durchschnitte.

Stellen Sie den Vergleich als Prozentsätze innerhalb jeder Gruppe dar, da Gruppen selten gleich groß sind. Ein Team von 12 und ein Team von 200 Personen können nur als Anteile fair verglichen werden.

Wenn Sie einen statistischen Test benötigen, führt die Tabelle von Boone und Boone das Chi-Quadrat für Likert-Elemente auf. Für Skalenwerte listet sie ANOVA, t-Tests und Regression auf. Kleine Gruppen machen jeden Test weniger zuverlässig, geben Sie daher die Gruppengrößen neben den Ergebnissen an.

Hier ist ein anschauliches Beispiel. Beim Onboarding-Element stimmten 72 % eines 150-köpfigen Vertriebsteams zu, verglichen mit 58 % eines 50-köpfigen Supportteams. Die faire Art, dies zu berichten, ist: „72 % des Vertriebs (n = 150) und 58 % des Supports (n = 50) stimmten zu.“ Die Leser können den Unterschied dann unter Berücksichtigung der Gruppengrößen beurteilen, anstatt nur anhand von zwei bloßen Prozentsätzen.

Die Ergebnisse berichten

Der Leitfaden der University of Arizona warnt ausdrücklich vor Durchschnitten. Er bezeichnet es als „nicht angemessen, der Antwortskala während der Analysephase numerische Werte zuzuweisen.“ Das Ergebnis, vor dem gewarnt wird, lautet: „Im Durchschnitt sind die Studierenden zuversichtlich.“

Ein klarer Bericht kann vier Teile für jedes Element oder Thema enthalten:

• Der Wortlaut der Frage und die Antwortoptionen.
• Die Anzahl der gültigen Antworten und wie viele leer gelassen wurden.
• Die Verteilung, als Tabelle oder Diagramm.
• Ein einfacher Satz mit den Anteilen für Top-Two-Box und Bottom-Two-Box.

Wenn Sie dasselbe Element im Zeitverlauf verfolgen, halten Sie den Wortlaut und die Antwortoptionen identisch. Ein geändertes Wort oder eine hinzugefügte Option macht den Vergleich mit früheren Runden unbrauchbar, vermerken Sie daher jede Änderung im Bericht.

Für eine vollständige Ausarbeitung behandelt unser Leitfaden für einen Bericht über Umfrageergebnisse Struktur und Layout. Wenn die Ergebnisse in einem Meeting präsentiert werden sollen, deckt der Leitfaden für eine Präsentation von Umfrageergebnissen die Folien ab.

Häufige Fehler, die Sie vermeiden sollten

• Mittelwertbildung bei einzelnen Elementen. Ein Mittelwert von 3,4 verschleiert, ob die Meinungen gespalten oder lauwarm sind, und die obigen Richtlinien raten davon ab.
• Mischen von Element- und Skalenstatistiken. Verwenden Sie Häufigkeiten und Mediane für einzelne Elemente und Mittelwerte nur für mehrteilige Skalenwerte.
• Umpolung umgekehrt formulierter Elemente vergessen. Ein negativ formuliertes Element, das nicht umgepolt wird, zieht den Skalenwert in die falsche Richtung.
• Stillschweigendes Weglassen der neutralen Option. Wenn Sie „Neutral“ aus der Top-Two-Box ausschließen, geben Sie dies im Bericht an.
• Vergleich von absoluten Zahlen zwischen Gruppen. Verwenden Sie stattdessen Prozentsätze innerhalb jeder Gruppe.
• Überinterpretation kleiner Stichproben. Eine Verschiebung von 60 % auf 70 % Zustimmung bedeutet wenig, wenn nur 10 Personen geantwortet haben.

Wenn Ihre Antworten als unordentlicher Export ankommen, können Sie Powerdrill Bloom ausprobieren, um sie zu codieren und die Häufigkeitstabellen und Diagramme zu erstellen.

Häufig gestellte Fragen

Wie analysiert man Likert-Skalen-Daten?

Codieren Sie die Antworten als Zahlen und fassen Sie dann jedes Element mit Häufigkeiten, Prozentsätzen, dem Median und dem Modus zusammen. Stellen Sie die Verteilungen als Balken dar. Wenn mehrere Elemente eine Skala bilden, kombinieren Sie diese zu einem Gesamtwert und berichten Sie über dessen Mittelwert und Standardabweichung.

Kann man den Durchschnitt von Likert-Skalen-Daten berechnen?

Für einzelne Likert-Elemente raten die auf Boone und Boone basierenden Richtlinien von Mittelwerten ab und empfehlen den Median oder Modus. Für einen mehrteiligen Likert-Skalenwert sind der Mittelwert und die Standardabweichung angemessen.

Was ist das beste Diagramm für Likert-Skalen-Daten?

Balkendiagramme eignen sich gut für einzelne Elemente. Bei vielen Elementen zeigt ein gestapeltes Balkendiagramm die vollständige Verteilung jedes Elements. Heiberger und Robbins empfehlen divergierende gestapelte Balkendiagramme als primäre Darstellung für Likert-Skalen.

Sind Likert-Skalen-Daten ordinal oder intervallskaliert?

Einzelne Likert-Elemente sind geordnete Kategorien, weshalb die auf Boone und Boone basierenden Richtlinien den Median und Modus nahelegen. Werte, die aus mehreren Elementen gebildet werden, können laut der Seite der University of Arizona als kontinuierliche Daten behandelt werden.

Wie analysiert man Likert-Skalen-Daten in Excel?

Verwenden Sie ZÄHLENWENN, um jede Antwort zu zählen, teilen Sie durch ANZAHL für Prozentsätze und verwenden Sie MEDIAN für die mittlere Antwort. Eine PivotTable kann viele Elemente auf einmal zählen. Erstellen Sie dann ein gestapeltes Balkendiagramm aus den Prozentsätzen.

Quellen: Boone and Boone, Analyzing Likert Data, Journal of Extension (2012) · University of Arizona, The Analysis of Scale Data · Heiberger and Robbins, Design of Diverging Stacked Bar Charts for Likert Scales, Journal of Statistical Software · Microsoft Support, COUNTIF-Funktion · Microsoft Support, MEDIAN-Funktion.