Hoe analyseer je Likert-schaal data: stap voor stap

Om Likert-schaalgegevens te analyseren, moet u eerst bepalen of u kijkt naar afzonderlijke Likert-type items of naar een multi-item Likert-schaal. Vat afzonderlijke items samen met frequenties, percentages, de mediaan en de modus, en geef ze weer in een staafdiagram. Combineer verschillende items pas tot een schaalscore als ze hetzelfde concept meten; in dat geval kunt u gemiddelden en standaarddeviaties gebruiken.

In deze gids leggen we dit verschil uit, hoe u antwoorden codeert en opschoont, en hoe u de gegevens stap voor stap analyseert met AI of in Excel. Ook komen grafieken, groepsvergelijkingen, een uitgewerkt voorbeeld en veelgemaakte fouten die tot misleidende resultaten leiden aan bod.

Wat Likert-schaalgegevens zijn

Likert-gegevens zijn afkomstig uit enquêtevragen waarin mensen wordt gevraagd in welke mate ze het ergens mee eens zijn, hoe tevreden ze zijn of hoe vaak iets voorkomt. Een typisch vijfpuntselement loopt van Helemaal mee oneens tot Helemaal mee eens.

Het evaluatieteam van de University of Arizona trekt een nuttige grens tussen twee soorten gegevens. "Een Likert-schaal is een psychometrisch evaluatie-instrument met meerdere items dat een concept meet aan de hand van een reeks afzonderlijke vragen." Likert-type items daarentegen zijn "afzonderlijke items die worden gemeten met behulp van verschillende soorten responsschalen."

Dat verschil is belangrijker dan welke formule dan ook. Boone en Boone maakten hetzelfde punt in een artikel in het Journal of Extension uit 2012. Ze schreven dat de twee "unieke procedures voor gegevensanalyse vereisen, waardoor er vaak misbruik en/of fouten optreden."

Een medewerkersonderzoek rapporteert Likert-type items mogelijk een voor een: "De onboarding heeft me voorbereid op mijn rol", "Ik zou dit product aanbevelen", enzovoort. Een wetenschappelijk onderzoek combineert mogelijk verschillende gerelateerde items in één Likert-schaal. Als u weet welke variant u heeft, weet u welke statistieken u moet gebruiken.

Likert-type items versus Likert-schalen

De pagina van de University of Arizona toont de door Boone en Boone voorgestelde procedures voor elk type gegevens:

Maatstaf	Likert-type items	Likert-schaalscores
Centrummaat	Mediaan of modus	Gemiddelde
Variabiliteit	Frequencies	Standaarddeviatie
Associaties	Kendall's tau-b of tau-c	Pearsons r
Overige statistieken	Chi-kwadraat	ANOVA, t-toets, regressie

Voor afzonderlijke items is de pagina heel direct. Deze "moeten als afzonderlijke items worden geanalyseerd met behulp van sorteer- en groeperingstechnieken zoals frequentieverdelingstabellen of visuele hulpmiddelen zoals staafdiagrammen." Er wordt aan toegevoegd: "Het berekenen van gemiddelden is niet geschikt voor dit type gegevens, hoewel gegevens wel kunnen worden geanalyseerd met behulp van de mediaan of modus."

Voor schalen met meerdere items zijn de regels soepeler. Dezelfde pagina stelt dat de geaggregeerde score "kan worden behandeld als continue gegevens en kan worden beoordeeld met behulp van alle centrummaten: modus, mediaan of gemiddelde."

De praktische regel is eenvoudig. Als u over één vraag rapporteert, rapporteer dan de verdeling ervan. Als u rapporteert over een score die is opgebouwd uit meerdere vragen, kunt u het gemiddelde rapporteren.

Voordat u begint: codeer en schoons de antwoorden op

Enquête-exports kunnen antwoorden als tekst opslaan. Analyse is eenvoudiger wanneer elk antwoord een getal heeft, dus begin met het coderen ervan.

• Wijs codes toe in volgorde. Gebruik voor een vijfpuntsschaal voor instemming 1 voor Helemaal mee oneens tot en met 5 voor Helemaal mee eens.
• Behoud de labels. Codes zijn bedoeld om te sorteren en te tellen. In uw rapport moeten nog steeds de woorden staan die de respondenten hebben gezien.
• Draai omgekeerde items om. Als een vraag negatief is geformuleerd, draai de codes dan om voordat u deze met andere items combineert.
• Ga om met lege velden en "Niet van toepassing". Laat deze buiten de tellingen en rapporteer hoeveel het er waren.
• Controleer de schaallengte. Meng geen vijfpunts- en zevenpuntsitems in één tabel.

Houd een kort codeboek bij met de formulering van elk item, de codes en eventuele omkeringen. Dit maakt de analyse volgend kwartaal herhaalbaar.

Hoe u Likert-schaalgegevens analyseert

De drie onderstaande stappen maken gebruik van Powerdrill Bloom, maar dezelfde aanpak werkt in elk hulpprogramma dat uw enquête-export kan lezen. De Excel-versie volgt in het volgende gedeelte.

Stap 1: Upload de enquête-export en codeer de antwoorden

Exporteer de antwoorden uit uw enquêtetool als een CSV- of Excel-bestand, met één rij per respondent en één kolom per vraag. Upload het bestand en beschrijf de schaal in natuurlijke taal, zoals "Kolom D tot en met K gebruiken een vijfpuntsschaal voor instemming."

Vraag om de tekstuele antwoorden te coderen van 1 tot 5, en geef eventuele omgekeerde items op zodat ze worden omgedraaid. Vraag vervolgens naar het aantal geldige antwoorden per item en hoeveel er leeg of "Niet van toepassing" waren. Controleer deze tellingen met het totale aantal reacties in uw enquêtetool voordat u verdergaat.

Step 2: Vat elk item samen met frequenties, de mediaan en de modus

Vraag om een frequentietabel voor elk item: het aantal en het percentage voor elke antwoordoptie. Voeg de mediaan en de modus toe voor elk item; dit zijn de maten die Boone en Boone voorstellen voor afzonderlijke items.

Sommige teams rapporteren ook een top-two-box-cijfer: het aandeel dat koos voor Mee eens of Helemaal mee eens. Dit is gemakkelijk te lezen en past bij doelstellingen zoals het voorbeeld van de University of Arizona: "90% van de studenten geeft aan er vertrouwen in te hebben."

Als sommige items een schaal vormen, vraag dan om een gecombineerde score per respondent, en vervolgens het gemiddelde en de standaarddeviatie van die score. Houd de tabellen op itemniveau ernaast, zodat lezers kunnen zien welke vragen de score bepalen.

Stap 3: Breng de resultaten in kaart en vergelijk groepen

Vraag om een staafdiagram van de antwoordpercentages voor elk item, gesorteerd van de meeste naar de minste instemming. Onze pagina bar graph maker laat de grafiekkant in meer detail zien.

Controleer de grafiek met de frequentietabel voordat u deze deelt. De staven moeten voor elk item optellen tot 100%, en de labels moeten overeenkomen met de formulering die de respondenten hebben gezien.

Vergelijk vervolgens groepen die belangrijk zijn voor uw beslissing, zoals afdelingen, regio's of klantsegmenten. Vraag naar de procentuele verdeling van elk item per groep, zodat groepen van verschillende grootte vergelijkbaar blijven. Vraag ten slotte om een korte schriftelijke samenvatting waarin de items met de minste instemming worden genoemd.

Hoe u Likert-gegevens analyseert in Excel

Excel kan Likert-analyses goed aan zodra de antwoorden zijn gecodeerd. Neem aan dat de codes van een item in B2:B201 staan, één per respondent.

Tel elk antwoord. Microsoft beschrijft COUNTIF als een manier om cellen te tellen die aan een criterium voldoen, met de syntaxis COUNTIF(range, criteria). Tel elke optie met =COUNTIF(B2:B201,1) tot en met =COUNTIF(B2:B201,5).

Zet tellingen om in percentages. Deel elke telling door het aantal geldige antwoorden, =COUNT(B2:B201). Noteer de resultaten als percentages.

Vind de mediaan. Gebruik =MEDIAN(B2:B201). Microsoft merkt een detail op dat belangrijk is voor Likert-codes. "Als er een even aantal getallen in de set staat, berekent MEDIAN het gemiddelde van de twee middelste getallen." Een resultaat als 3,5 betekent dat het midden tussen twee antwoorden valt, dus rapporteer beide labels.

Vind de modus. Lees deze af uit de frequentietabel: dit is de optie met de hoogste telling. Als twee opties gelijk eindigen, rapporteer dan beide.

Bereken de top-two-box. Gebruik =(COUNTIF(B2:B201,4)+COUNTIF(B2:B201,5))/COUNT(B2:B201) voor het aandeel dat het ermee eens of helemaal mee eens is.

Een PivotTable kan dezelfde telling voor veel items tegelijk uitvoeren. Plaats het item in de rijen, het antwoord in de kolommen en het aantal antwoorden in de waarden. Weergeef de waarden vervolgens als een percentage van het rij-totaal.

Een uitgewerkt voorbeeld

Hier is een illustratief resultaat voor één vijfpuntselement van 200 werknemers. Het item luidt: "De onboarding-training heeft me voorbereid op mijn rol." De cijfers zijn voorbeelden, geen gegevens uit een echte enquête.

Antwoord	Code	Aantal	Percentage
Helemaal mee oneens	1	10	5%
Mee oneens	2	20	10%
Neutraal	3	30	15%
Mee eens	4	90	45%
Helemaal mee eens	5	50	25%

Uit deze tabel blijkt:

• Mediaan: Mee eens. Gesorteerd van 1 tot 5 vallen het 100e en 101e antwoord beide onder 'Mee eens'. De eerste drie opties bevatten 60 antwoorden, en 'Mee eens' bevat de volgende 90.
• Modus: Mee eens. Deze heeft de hoogste telling, namelijk 90.
• Top-two-box: 70%. Dat is 45% 'Mee eens' plus 25% 'Helemaal mee eens'.
• Bottom-two-box: 15%. Dat is 5% 'Helemaal mee oneens' plus 10% 'Mee oneens'.

Een duidelijke schriftelijke bevinding zou zijn: "70% was het ermee eens dat de onboarding hen had voorbereid, en 15% was het er niet mee eens." Die zin is nuttiger voor een manager dan "het gemiddelde was 3,75", en volgt de op frequentie gebaseerde aanpak voor afzonderlijke items.

Hoe u Likert-gegevens in een grafiek weergeeft

Staafdiagrammen zijn geschikt voor afzonderlijke items en ze zijn een van de visuele hulpmiddelen die op de pagina van de University of Arizona worden genoemd. Voor veel items tegelijk toont een gestapeld staafdiagram de volledige verdeling van elk item in één rij.

Eén lay-out wordt aanbevolen in de statistische literatuur. Heiberger en Robbins pleiten hiervoor in het Journal of Statistical Software. "We raden afwijkende gestapelde staafdiagrammen (diverging stacked bar charts) aan als de primaire grafische weergavetechniek voor Likert- en gerelateerde schalen." In die lay-out loopt de onenigheid naar links vanaf een middellijn en de instemming naar rechts.

Om een eenvoudige versie in Excel te maken, voert u de percentages voor oneens in als negatieve getallen en de percentages voor eens als positieve getallen. Voeg vervolgens een gestapeld staafdiagram in en sorteer de items op totale instemming. Het neutrale aandeel kan over de middellijn worden verdeeld of in een aparte kolom worden weergegeven.

Voorzie elke staaf van een label met het bijbehorende percentage, of label in ieder geval de totalen voor eens en oneens. Daarmee staan de twee belangrijkste getallen in de grafiek zelf.

Welke grafiek u ook gebruikt, houd de volgorde van de antwoorden voor elk item hetzelfde. Gebruik één kleurenfamilie voor onenigheid en een andere voor instemming, zodat lezers de grafiek snel kunnen scannen. Onze gids voor het omzetten van rommelige enquêtegegevens in duidelijke grafieken behandelt het opschonen van grafieken in meer detail.

Groepen vergelijken

Enquêteresultaten kunnen uitnodigen tot een vergelijking: dit team versus dat team, dit jaar versus vorig jaar. Vergelijk voor afzonderlijke Likert-type items de procentuele verdelingen naast elkaar in plaats van de gemiddelden.

Presenteer de vergelijking als percentages binnen elke groep, omdat groepen zelden even groot zijn. Een team van 12 and een team van 200 kunnen alleen eerlijk worden vergeleken op basis van aandelen.

Als u een statistische toets nodig heeft: de tabel van Boone en Boone vermeldt chi-kwadraat voor Likert-type items. Voor schaalscores vermeldt deze ANOVA, t-toetsen en regressie. Kleine groepen maken elke toets minder betrouwbaar, dus rapporteer de groepsgrootte naast de resultaten.

Hier is een illustratief voorbeeld. Op het onboarding-item was 72% van een verkoopteam van 150 personen het ermee eens, vergeleken met 58% van een supportteam van 50 personen. De eerlijke manier om dit te rapporteren is: "72% van verkoop (n = 150) and 58% of support (n = 50) was het ermee eens." Lezers kunnen het verschil dan beoordelen met de groepsgrootte in het vizier, in plaats van op basis van twee kale percentages.

De resultaten rapporteren

De richtlijnen van de University of Arizona waarschuwen duidelijk voor gemiddelden. Ze noemen het "niet passend om tijdens de analysefase numerieke waarden aan de responsschaal toe te kennen." De bevinding waartegen wordt gewaarschuwd is "gemiddeld hebben studenten er vertrouwen in."

Een duidelijk rapport kan voor elk item of thema vier onderdelen bevatten:

• De formulering van de vraag en de antwoordopties.
• Het aantal geldige antwoorden en hoeveel er leeg zijn gelaten.
• De verdeling, als tabel of grafiek.
• Eén duidelijke zin met de aandelen van de top-two-box en bottom-two-box.

Als u hetzelfde item in de loop van de tijd volgt, houd de formulering en de antwoordopties dan identiek. Een gewijzigd woord of een toegevoegde optie verbreekt de vergelijking met eerdere rondes, dus vermeld eventuele wijzigingen in het rapport.

Voor een volledige uitwerking behandelt onze gids voor een enquêteresultatenrapport de structuur en lay-out. Als de bevindingen in een vergadering worden gepresenteerd, behandelt de gids voor een enquêteresultatenpresentatie de dia's.

Veelgemaakte fouten om te vermijden

• Het gemiddelde nemen van afzonderlijke items. Een gemiddelde van 3,4 verbergt of mensen verdeeld of lauw zijn, en de bovenstaande richtlijnen raden dit af.
• Het mengen van item- en schaalstatistieken. Gebruik frequenties en medianen voor items, en gemiddelden alleen voor schaalscores met meerdere items.
• Omgekeerde items vergeten. Een negatief geformuleerd item dat niet is omgedraaid, trekt een schaalscore de verkeerde kant op.
• De neutrale optie stilletjes weglaten. Als u 'Neutraal' uitsluit van de top-two-box, vermeld dit dan in het rapport.
• Ruwe aantallen vergelijken tussen groepen. Gebruik in plaats daarvan percentages binnen elke groep.
• Te veel waarde hechten aan kleine steekproeven. Een verschuiving van 60% naar 70% instemming betekent weinig als slechts 10 mensen hebben geantwoord.

Wanneer uw antwoorden binnenkomen als een rommelige export, kunt u Powerdrill Bloom proberen om ze te coderen en de frequentietabellen en grafieken te maken.

Veelgestelde vragen

Hoe analyseert u Likert-schaalgegevens?

Codeer de antwoorden als getallen en vat elk item vervolgens samen met frequenties, percentages, de mediaan en de modus. Geef de verdelingen weer in staafdiagrammen. Als verschillende items één schaal vormen, combineer ze dan tot een score en rapporteer het gemiddelde en de standaarddeviatie daarvan.

Kunt u het gemiddelde nemen van Likert-schaalgegevens?

Voor afzonderlijke Likert-type items raden richtlijnen op basis van Boone en Boone gemiddelden af en bevelen ze de mediaan of modus aan. Voor een multi-item Likert-schaalscore zijn het gemiddelde en de standaarddeviatie wel geschikt.

Wat is the beste grafiek voor Likert-schaalgegevens?

Staafdiagrammen werken goed voor afzonderlijke items. Voor veel items toont een gestapeld staafdiagram de volledige verdeling van elk item. Heiberger en Robbins bevelen tweezijdig gestapelde staafdiagrammen aan als de primaire weergave voor Likert-schalen.

Zijn Likert-schaalgegevens ordinaal of interval?

Afzonderlijke Likert-type items zijn geordende categorieën, wat de reden is dat richtlijnen op basis van Boone en Boone de mediaan en modus voorstellen. Scores die zijn opgebouwd uit meerdere items kunnen worden behandeld als continue gegevens, aldus de pagina van de University of Arizona.

Hoe analyseert u Likert-schaalgegevens in Excel?

Gebruik COUNTIF om elk antwoord te tellen, deel door COUNT voor percentages en gebruik MEDIAN voor het middelste antwoord. Een PivotTable kan veel items tegelijk tellen. Maak vervolgens een gestapeld staafdiagram van de percentages.

Bronnen: 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-functie · Microsoft Support, MEDIAN-functie.