Come analizzare i dati della scala Likert: passo dopo passo

Per analizzare i dati della scala Likert, decidi prima se stai esaminando singoli elementi di tipo Likert o una scala Likert multi-item. Sintetizza i singoli elementi con frequenze, percentuali, mediana e moda, e rappresentali con grafici a barre. Combina diversi elementi in un punteggio di scala solo quando misurano un unico concetto, e solo allora potrai utilizzare medie e deviazioni standard.

Questa guida spiega tale differenza, come codificare e pulire le risposte e come analizzare i dati passo dopo passo con l'IA o in Excel. Copre inoltre grafici, confronti tra gruppi, un esempio pratico e gli errori che portano a risultati fuorvianti.

Cosa sono i dati della scala Likert

I dati Likert provengono da domande di sondaggi che chiedono alle persone quanto siano d'accordo, quanto siano soddisfatte o quanto spesso accada qualcosa. Un tipico elemento a cinque punti va da "Fortemente in disaccordo" a "Fortemente d'accordo".

Il team di valutazione dell'University of Arizona traccia una distinzione utile tra due tipi di dati. "Una scala Likert è uno strumento di valutazione psicometrica multi-item che misura un concetto attraverso una serie di domande individuali". Al contrario, gli elementi di tipo Likert sono "singoli elementi misurati utilizzando vari tipi di scale di risposta".

Questa differenza conta più di qualsiasi formula. Boone e Boone hanno sottolineato lo stesso punto in un articolo del 2012 sul Journal of Extension. Hanno scritto che i due "richiedono procedure di analisi dei dati uniche e, di conseguenza, spesso si verificano usi impropri e/o errori".

Un sondaggio sul posto di lavoro potrebbe riportare gli elementi di tipo Likert uno per uno: "L'onboarding mi ha preparato per il mio ruolo", "Consiglierei questo prodotto" e così via. Uno studio di ricerca potrebbe combinare diversi elementi correlati in un'unica scala Likert. Sapere quale delle due opzioni si ha a disposizione indica quali statistiche utilizzare.

Elementi di tipo Likert vs. scale Likert

La pagina dell'University of Arizona riproduce le procedure suggerite da Boone e Boone per ciascun tipo di dati:

Misura	Elementi di tipo Likert	Punteggi della scala Likert
Tendenza centrale	Mediana o moda	Media
Variabilità	Frequenze	Deviazione standard
Associazioni	Tau B o C di Kendall	r di Pearson
Altre statistiche	Chi-quadrato	ANOVA, t-test, regressione

Per i singoli elementi, la pagina è diretta. Essi "dovrebbero essere analizzati come elementi separati utilizzando tecniche di ordinamento e raggruppamento come tabelle di distribuzione delle frequenze o ausili visivi come grafici a barre". Aggiunge: "Il calcolo di medie e valori medi non è appropriato per questo tipo di dati, sebbene i dati possano essere analizzati utilizzando la mediana o la moda".

Per le scale multi-item, le regole si fanno meno rigide. La stessa pagina afferma che il punteggio aggregato "può essere trattato come dati continui e valutato utilizzando tutte le misure di tendenza centrale, moda, mediana o media".

La regola pratica è semplice. Se riporti una sola domanda, riportane la distribuzione. Se riporti un punteggio costruito a partire da diverse domande, puoi riportarne la media.

Prima di iniziare: codificare e pulire le risposte

Le esportazioni dei sondaggi possono memorizzare le risposte come testo. L'analisi è più semplice quando ogni risposta ha un numero, quindi inizia codificandole.

• Assegna i codici in ordine. Per un elemento di accordo a Microsoft cinque punti, usa 1 per "Fortemente in disaccordo" fino a 5 per "Fortemente d'accordo".
• Conserva le etichette. I codici servono per ordinare e contare. Il tuo report dovrebbe comunque utilizzare le parole che le persone hanno visualizzato.
• Inverti gli elementi contrari. Se una domanda è formulata in modo negativo, inverti i suoi codici prima di combinarla con altri elementi.
• Gestisci i campi vuoti e i "Non applicabile". Escludili dai conteggi e segnala quanti erano.
• Verifica la lunghezza della scala. Non mescolare elementi a cinque e a sette punti in un'unica tabella.

Conserva un breve codebook con la formulazione di ogni elemento, i codici ed eventuali inversioni. In questo modo l'analisi sarà ripetibile il trimestre successivo.

Come analizzare i dati della scala Likert

I tre passaggi seguenti utilizzano Powerdrill Bloom, ma lo stesso approccio funziona con qualsiasi strumento in grado di leggere l'esportazione del tuo sondaggio. La versione per Excel segue nella sezione successiva.

Passaggio 1: Carica l'esportazione del sondaggio e codifica le risposte

Esporta le risposte dal tuo strumento di sondaggio come file CSV o Excel, con una riga per intervistato e una colonna per domanda. Carica il file e descrivi la scala in linguaggio naturale, ad esempio: "Le colonne da D a K utilizzano una scala di accordo a cinque punti".

Richiedi che le risposte testuali vengano codificate da 1 a 5 e elenca gli elementi contrari in modo che vengano invertiti. Successivamente, richiedi il numero di risposte valide per elemento e quante erano vuote o "Non applicabile". Verifica questi conteggi rispetto al totale delle risposte del tuo strumento di sondaggio prima di procedere oltre.

Passaggio 2: Sintetizza ogni elemento con frequenze, mediana e moda

Richiedi una tabella delle frequenze per ogni elemento: il conteggio e la percentuale per ogni opzione di risposta. Aggiungi la mediana e la moda per ogni elemento, che sono le misure suggerite da Boone e Boone per i singoli elementi.

Alcuni team riportano anche il dato "top-two-box", ovvero la quota di chi ha scelto "D'accordo" o "Fortemente d'accordo". È facile da leggere e si adatta a obiettivi come l'esempio dell'University of Arizona di "il 90% degli studenti dichiara di sentirsi sicuro".

Se alcuni elementi formano una scala, richiedi un punteggio combinato per intervistato, quindi la media e la deviazione standard di tale punteggio. Mantieni le tabelle a livello di singolo elemento accanto ad esso, in modo che i lettori possano vedere quali domande determinano il punteggio.

Passaggio 3: Rappresenta i risultati con grafici e confronta i gruppi

Richiedi un grafico a barre delle percentuali di risposta per ogni elemento, ordinato dal livello di accordo maggiore a quello minore. La nostra pagina bar graph maker mostra in modo più dettagliato la parte relativa ai grafici.

Verifica il grafico rispetto alla tabella delle frequenze prima di condividerlo. Le barre dovrebbero sommare al 100% per ogni elemento e le etichette dovrebbero corrispondere alla formulazione vista dagli intervistati.

Quindi confronta i gruppi rilevanti per la tua decisione, come reparti, regioni o segmenti di clientela. Richiedi la distribuzione percentuale di ciascun elemento per gruppo, in modo che gruppi di dimensioni diverse rimangano confrontabili. Infine, richiedi un breve riepilogo scritto che indichi gli elementi con il minor livello di accordo.

Come analizzare i dati Likert in Excel

Excel gestisce bene l'analisi Likert una volta codificate le risposte. Ipotizziamo che i codici di un elemento si trovino in B2:B201, uno per intervistato.

Conta ogni risposta. Microsoft descrive CONTA.SE come un modo per contare le celle che soddisfano un criterio, con la sintassi CONTA.SE(intervallo; criterio). Conta ogni opzione con =CONTA.SE(B2:B201;1) fino a =CONTA.SE(B2:B201;5).

Trasforma i conteggi in percentuali. Dividi ogni conteggio per il numero di risposte valide, =CONTA.NUMERI(B2:B201). Formatta i risultati come percentuali.

Trova la mediana. Usa =MEDIANA(B2:B201). Microsoft segnala un dettaglio importante per i codici Likert. "Se nel set è presente un numero pari di numeri, MEDIANA calcola la media dei due numeri centrali". Un risultato come 3,5 significa che il valore centrale si trova tra due risposte, quindi riporta entrambe le etichette.

Trova la moda. Leggila dalla tabella delle frequenze: è l'opzione con il conteggio più alto. Se due opzioni sono a pari merito, riportale entrambe.

Calcola il top-two-box. Usa =(CONTA.SE(B2:B201;4)+CONTA.SE(B2:B201;5))/CONTA.NUMERI(B2:B201) per la quota di chi è d'accordo o fortemente d'accordo.

Una PivotTable può eseguire lo stesso conteggio per molti elementi contemporaneamente. Inserisci l'elemento nelle righe, la risposta nelle colonne e il conteggio delle risposte nei valori. Quindi mostra i valori come percentuale del totale di riga.

Un esempio pratico

Ecco un risultato illustrativo per un singolo elemento a cinque punti basato su 200 dipendenti. L'elemento recita "La formazione di onboarding mi ha preparato per il mio ruolo". I numeri sono puramente esemplificativi e non provengono da un sondaggio reale.

Risposta	Codice	Conteggio	Percentuale
Fortemente in disaccordo	1	10	5%
In disaccordo	2	20	10%
Neutrale	3	30	15%
D'accordo	4	90	45%
Fortemente d'accordo	5	50	25%

Da questa tabella:

• Mediana: D'accordo. Ordinando le risposte da 1 a 5, la centesima e la centunesima risposta rientrano entrambe in "D'accordo". Le prime tre opzioni contengono 60 risposte, mentre "D'accordo" contiene le successive 90.
• Moda: D'accordo. Ha il conteggio più alto, pari a 90.
• Top-two-box: 70%. Ovvero il 45% di "D'accordo" più il 25% di "Fortemente d'accordo".
• Bottom-two-box: 15%. Ovvero il 5% di "Fortemente in disaccordo" più il 10% di "In disaccordo".

Una conclusione scritta in modo chiaro sarebbe: "Il 70% concorda sul fatto che l'onboarding li abbia preparati, mentre il 15% non è d'accordo". Questa frase è più utile per un manager rispetto a "la media è stata di 3,75" e segue l'approccio basato sulle frequenze per i singoli elementi.

Come rappresentare graficamente i dati Likert

I grafici a barre sono adatti per i singoli elementi e rappresentano uno degli ausili visivi menzionati nella pagina dell'University of Arizona. Per molti elementi contemporaneamente, un grafico a barre sovrapposte mostra l'intera distribuzione di ciascun elemento in un'unica riga.

Un layout specifico viene raccomandato nella letteratura statistica. Heiberger e Robbins ne parlano nel Journal of Statistical Software. "Raccomandiamo i grafici a barre sovrapposte divergenti come tecnica principale di visualizzazione grafica per le scale Likert e affini". In questo layout, il disaccordo si estende a sinistra di una linea centrale e l'accordo a destra.

Per creare una versione semplice in Excel, inserisci le percentuali di disaccordo come numeri negativi e le percentuali di accordo como numeri positivi. Quindi inserisci un grafico a barre sovrapposte e ordina gli elementi in base all'accordo totale. La quota neutrale può essere divisa lungo la linea centrale o mostrata in una colonna separata.

Assegna un'etichetta a ciascuna barra con la relativa percentuale, o almeno indica i totali di accordo e disaccordo. In questo modo i due numeri principali saranno visibili direttamente sul grafico.

Qualunque sia il grafico utilizzato, mantieni lo stesso ordine di risposta per ogni elemento. Usa una famiglia di colori per il disaccordo e un'altra per l'accordo, in modo che i lettori possano scorrere rapidamente il grafico. La nostra guida su come trasformare dati di sondaggio disordinati in grafici chiari approfondisce la pulizia dei grafici.

Confrontare i gruppi

I risultati dei sondaggi possono sollevare un confronto: questo team contro quello, quest'anno contro l'anno scorso. Per i singoli elementi di tipo Likert, confronta le distribuzioni percentuali affiancate anziché le medie.

Presenta il confronto sotto forma di percentuali all'interno di ciascun gruppo, poiché i gruppi raramente hanno le stesse dimensioni. Un team di 12 persone e uno di 200 possono essere confrontati equamente solo in termini di quote percentuali.

Se hai bisogno di un test statistico, la tabella di Boone e Boone elenca il chi-quadrato per gli elementi di tipo Likert. Per i punteggi di scala, elenca ANOVA, t-test e regressione. I gruppi di piccole dimensioni rendono qualsiasi test meno affidabile, quindi riporta le dimensioni del gruppo accanto ai risultati.

Ecco un esempio illustrativo. Sull'elemento relativo all'onboarding, il 72% di un team di vendita di 150 persone si è dichiarato d'accordo, rispetto al 58% di un team di supporto di 50 persone. Il modo corretto di riportarlo è "il 72% delle vendite (n = 150) e il 58% del supporto (n = 50) si sono dichiarati d'accordo". In questo modo i lettori possono valutare il divario tenendo conto delle dimensioni dei gruppi, anziché basarsi solo su due semplici percentuali.

Riportare i risultati

Le linee guida dell'University of Arizona forniscono un chiaro avvertimento sulle medie. Definiscono "non appropriato assegnare valori numerici alla scala di risposta durante la fase di analisi". La conclusione da cui mettono in guardia è "in media, gli studenti si sentono sicuri".

Un report chiaro può includere quattro parti per ogni elemento o tema:

• La formulazione della domanda e le opzioni di risposta.
• Il numero di risposte valide e quante sono state lasciate vuote.
• La distribuzione, sotto forma di tabella o grafico.
• Una frase semplice con le quote top-two-box e bottom-two-box.

Se monitori lo stesso elemento nel tempo, mantieni identiche la formulazione e le opzioni di risposta. Una parola modificata o un'opzione aggiunta interrompe il confronto con i cicli precedenti, quindi segnala qualsiasi variazione nel report.

Per una stesura completa, la nostra guida su come creare un report dei risultati di un sondaggio ne illustra la struttura e il layout. Se i risultati devono essere presentati in una riunione, la guida su come creare una presentazione dei risultati di un sondaggio copre la parte relativa alle diapositive.

Errori comuni da evitare

• Calcolare la media di singoli elementi. Una media di 3,4 nasconde se le persone sono divise o tiepide, e le linee guida sopra indicate lo sconsigliano.
• Mescolare le statistiche degli elementi e delle scale. Usa frequenze e mediane per i singoli elementi, e le medie solo per i punteggi delle scale multi-item.
• Dimenticare gli elementi contrari. Un elemento formulato in modo negativo che non viene invertito influenzerà il punteggio della scala nella direzione errata.
• Escludere l'opzione neutrale senza dichiararlo. Se escludi "Neutrale" dal top-two-box, indicalo chiaramente nel report.
• Confrontare i conteggi grezzi tra i gruppi. Utilizza invece le percentuali all'interno di ciascun gruppo.
• Sopravvalutare i campioni di piccole dimensioni. Un passaggio dal 60% al 70% di accordo significa poco se hanno risposto solo 10 persone.

Quando le tue risposte arrivano sotto forma di esportazione disordinata, puoi provare Powerdrill Bloom per codificarle e creare tabelle delle frequenze e grafici.

Domande frequenti

Come si analizzano i dati della scala Likert?

Codifica le risposte come numeri, quindi sintetizza ogni elemento con frequenze, percentuali, mediana e moda. Rappresenta le distribuzioni con grafici a barre. Se diversi elementi formano un'unica scala, combinali in un punteggio e riportane la media e la deviazione standard.

Si può calcolare la media dei dati della scala Likert?

Per i singoli elementi di tipo Likert, le linee guida basate su Boone e Boone sconsigliano l'uso delle medie e raccomandano la mediana o la moda. Per il punteggio di una scala Likert multi-item, la media e la deviazione standard sono appropriate.

Qual è il miglior grafico per i dati della scala Likert?

I grafici a barre funzionano bene per i singoli elementi. Per molti elementi, un grafico a barre sovrapposte mostra l'intera distribuzione di ciascun elemento. Heiberger e Robbins raccomandano i grafici a barre sovrapposte divergenti come visualizzazione principale per le scale Likert.

I dati della scala Likert sono ordinali o a intervalli?

I singoli elementi di tipo Likert sono categorie ordinate, motivo per cui le linee guida basate su Boone e Boone suggeriscono la mediana e la moda. I punteggi costruiti a partire da diversi elementi possono essere trattati come dati continui, secondo la pagina dell'University of Arizona.

Come si analizzano i dati della scala Likert in Excel?

Usa CONTA.SE per contare ogni risposta, dividi per CONTA.NUMERI per ottenere le percentuali e usa MEDIANA per la risposta centrale. Una PivotTable può contare molti elementi contemporaneamente. Quindi crea un grafico a barre sovrapposte a partire dalle percentuali.

Fonti: Boone e Boone, Analyzing Likert Data, Journal of Extension (2012) · University of Arizona, The Analysis of Scale Data · Heiberger e Robbins, Design of Diverging Stacked Bar Charts for Likert Scales, Journal of Statistical Software · Supporto Microsoft, funzione CONTA.SE · Supporto Microsoft, funzione MEDIANA.