Como Analisar Dados da Escala Likert: Passo a Passo
Para analisar dados de escala Likert, primeiro decida se você está avaliando itens individuais do tipo Likert ou uma escala Likert de múltiplos itens. Resuma itens individuais com frequências, porcentagens, a mediana e a moda, e represente-os em gráficos de barras. Combine vários itens em uma pontuação de escala apenas quando eles medirem um único conceito, e então você poderá usar médias e desvios padrão.
Este guia explica essa diferença, como codificar e limpar as respostas e como analisar os dados passo a passo com IA ou no Excel. Ele também aborda gráficos, comparações de grupos, um exemplo prático e os erros que levam a resultados enganosos.
O que são dados de escala Likert
Os dados Likert vêm de perguntas de pesquisas que questionam as pessoas sobre o quanto elas concordam, o quão satisfeitas estão ou com que frequência algo acontece. Um item típico de cinco pontos varia de "Discordo totalmente" a "Concordo totalmente".
A equipe de avaliação da University of Arizona traça uma linha útil entre dois tipos de dados. "Uma Escala Likert é uma ferramenta de avaliação psicométrica de múltiplos itens que mede um conceito por meio de uma série de perguntas individuais." Em contrapartida, os itens do tipo Likert são "itens individuais medidos usando vários tipos de escalas de resposta".
Essa diferença importa mais do que qualquer fórmula. Boone e Boone destacaram o mesmo ponto em um artigo de 2012 no Journal of Extension. Eles escreveram que os dois "exigem procedimentos exclusivos de análise de dados e, como resultado, erros e/ou usos incorretos costumam ocorrer".
Uma pesquisa de clima organizacional pode relatar itens do tipo Likert um a um: "A integração me preparou para minha função", "Eu recomendaria este produto" e assim por diante. Um estudo acadêmico pode combinar vários itens relacionados em uma única escala Likert. Saber qual deles você tem indica quais estatísticas utilizar.
Itens do tipo Likert vs. escalas Likert
A página da University of Arizona reproduz os procedimentos sugeridos por Boone e Boone para cada tipo de dados:
| Medida | Itens do tipo Likert | Pontuações de escala Likert |
|---|---|---|
| Tendência central | Mediana ou moda | Média |
| Variabilidade | Frequências | Desvio padrão |
| Associações | Tau B ou C de Kendall | r de Pearson |
| Outras estatísticas | Qui-quadrado | ANOVA, teste t, regressão |
Para itens individuais, a página é direta. Eles "devem ser analisados como itens separados usando técnicas de ordenação e agrupamento, como tabelas de distribuição de frequência ou recursos visuais como gráficos de barras". E acrescenta: "Calcular médias não é apropriado para este tipo de dados, embora os dados possam ser analisados usando a mediana ou a moda".
Para escalas de múltiplos itens, as regras são mais flexíveis. A mesma página afirma que a pontuação agregada "pode ser tratada como dados contínuos e avaliada usando todas as medidas de tendência central, moda, mediana ou média".
A regra prática é simples. Se você relatar uma única pergunta, relate sua distribuição. Se relatar uma pontuação construída a partir de várias perguntas, você poderá relatar sua média.
Antes de começar: codifique e limpe as respostas
As exportações de pesquisas podem salvar as respostas como texto. A análise fica mais fácil quando cada resposta tem um número, então comece codificando-as.
- Atribua códigos em ordem. Para um item de concordância de cinco pontos, use 1 para "Discordo totalmente" até 5 para "Concordo totalmente".
- Mantenha os rótulos. Os códigos servem para ordenar e contar. Seu relatório ainda deve usar as palavras que as pessoas viram.
- Inverta os itens reversos. Se uma pergunta for formulada de forma negativa, inverta seus códigos antes de combiná-la com outros itens.
- Trate campos em branco e "Não se aplica". Deixe-os fora das contagens e relate quantos foram.
- Verifique o tamanho da escala. Não misture itens de cinco e sete pontos em uma mesma tabela.
Mantenha um dicionário de dados simples com a redação de cada item, os códigos e quaisquer inversões. Isso torna a análise replicável no próximo trimestre.
Como analisar dados de escala Likert
Os três passos abaixo utilizam o Powerdrill Bloom, mas a mesma abordagem funciona em qualquer ferramenta que leia a exportação da sua pesquisa. A versão para Excel vem logo na próxima seção.
Passo 1: Faça o upload da exportação da pesquisa e codifique as respostas
Exporte as respostas da sua ferramenta de pesquisa como um arquivo CSV ou Excel, com uma linha por entrevistado e uma coluna por pergunta. Faça o upload do arquivo e descreva a escala em linguagem natural, como "As colunas D a K usam uma escala de concordância de cinco pontos".
Peça para que as respostas em texto sejam codificadas de 1 a 5 e liste todos os itens reversos para que sejam invertidos. Em seguida, solicite o número de respostas válidas por item e quantas estavam em branco ou marcadas como "Não se aplica". Verifique essas contagens em relação ao total de respostas da sua ferramenta de pesquisa antes de prosseguir.
Passo 2: Resuma cada item com frequências, a mediana e a moda
Peça uma tabela de frequência para cada item: a contagem e a porcentagem para cada opção de resposta. Adicione a mediana e a moda para cada item, que são as medidas sugeridas por Boone e Boone para itens individuais.
Algumas equipes também relatam uma métrica top-two-box, que é a parcela de pessoas que escolheram "Concordo" ou "Concordo totalmente". É fácil de ler e se adapta a metas como o exemplo da University of Arizona de "90% dos alunos relatam estar confiantes".
Se alguns itens formarem uma escala, peça uma pontuação combinada por entrevistado e, em seguida, a média e o desvio padrão dessa pontuação. Mantenha as tabelas de nível de item ao lado dela, para que os leitores possam ver quais perguntas influenciam a pontuação.
Passo 3: Crie gráficos dos resultados e compare grupos
Peça um gráfico de barras das porcentagens de resposta para cada item, ordenado da maior para a menor concordância. Nossa página do gerador de gráfico de barras mostra a parte de gráficos em mais detalhes.
Verifique o gráfico em relação à tabela de frequência antes de compartilhá-lo. As barras devem somar 100% para cada item, e os rótulos devem corresponder à redação que os entrevistados viram.
Em seguida, compare os grupos que importam para a sua decisão, como departamentos, regiões ou segmentos de clientes. Peça a distribuição percentual de cada item por grupo, para que grupos de tamanhos diferentes continuem comparáveis. Por fim, peça um breve resumo por escrito que aponte os itens com menor concordância.
Como analisar dados Likert no Excel
O Excel lida bem com a análise Likert depois que as respostas estão codificadas. Suponha que os códigos de um item estejam no intervalo B2:B201, um por entrevistado.
Conte cada resposta. A Microsoft descreve a função CONT.SE (COUNTIF) como uma forma de contar células que atendem a um critério, com a sintaxe CONT.SE(intervalo; critérios). Conte cada opção com =CONT.SE(B2:B201;1) até =CONT.SE(B2:B201;5).
Transforme as contagens em porcentagens. Divida cada contagem pelo número de respostas válidas, usando =CONT.NÚM(B2:B201). Formate os resultados como porcentagens.
Encontre a mediana. Use =MED(B2:B201). A Microsoft observa um detalhe importante para os códigos Likert. "Se houver um número par de valores no conjunto, a função MED calculará a média dos dois números do meio." Um resultado como 3,5 significa que o meio fica entre duas respostas, portanto, relate ambos os rótulos.
Encontre a moda. Identifique-a na tabela de frequência: é a opção com a maior contagem. Se houver empate entre duas opções, relate ambas.
Calcule o top-two-box. Use =(CONT.SE(B2:B201;4)+CONT.SE(B2:B201;5))/CONT.NÚM(B2:B201) para obter a parcela de pessoas que concordam ou concordam totalmente.
Uma Tabela Dinâmica pode fazer a mesma contagem para muitos itens de uma só vez. Coloque o item nas linhas, a resposta nas colunas e a contagem de respostas nos valores. Em seguida, mostre os valores como uma porcentagem do total da linha.
Um exemplo prático
Aqui está um resultado ilustrativo para um item de cinco pontos respondido por 200 funcionários. O item diz: "O treinamento de integração me preparou para minha função". Os números são exemplos, não dados de uma pesquisa real.
| Resposta | Código | Contagem | Porcentagem |
|---|---|---|---|
| Discordo totalmente | 1 | 10 | 5% |
| Discordo | 2 | 20 | 10% |
| Neutro | 3 | 30 | 15% |
| Concordo | 4 | 90 | 45% |
| Concordo totalmente | 5 | 50 | 25% |
A partir desta tabela:
- Mediana: Concordo. Ordenadas de 1 a 5, as respostas de número 100 e 101 caem em "Concordo". As três primeiras opções somam 60 respostas, e "Concordo" detém as próximas 90.
- Moda: Concordo. Tem a maior contagem, 90.
- Top-two-box: 70%. Isso equivale a 45% de "Concordo" mais 25% de "Concordo totalmente".
- Bottom-two-box: 15%. Isso equivale a 5% de "Discordo totalmente" mais 10% de "Discordo".
Uma conclusão clara por escrito seria: "70% concordaram que a integração os preparou, e 15% discordaram". Essa frase é mais útil para um gestor do que "a média foi de 3,75" e segue a abordagem baseada em frequência para itens individuais.
Como criar gráficos de dados Likert
Gráficos de barras são adequados para itens individuais e são um dos recursos visuais mencionados na página da University of Arizona. Para muitos itens ao mesmo tempo, um gráfico de barras empilhadas mostra a distribuição completa de cada item em uma única linha.
Um layout específico é recomendado na literatura estatística. Heiberger e Robbins defendem essa abordagem no Journal of Statistical Software. "Recomendamos gráficos de barras empilhadas divergentes como a principal técnica de exibição gráfica para escalas Likert e afins." Nesse layout, a discordância se estende para a esquerda de uma linha central e a concordância para a direita.
Para criar uma versão simples no Excel, insira as porcentagens de discordância como números negativos e as porcentagens de concordância como números positivos. Em seguida, insira um gráfico de barras empilhadas e ordene os itens pela concordância total. A parcela neutra pode ser dividida na linha central ou exibida em uma coluna separada.
Rotule cada barra com sua respectiva porcentagem ou, pelo menos, rotule os totais de concordância e discordância. Isso coloca os dois números principais diretamente no gráfico.
Independentemente do gráfico que usar, mantenha a mesma ordem de resposta para todos os itens. Use uma família de cores para a discordância e outra para a concordância, permitindo que os leitores analisem o gráfico rapidamente. Nosso guia sobre como transformar dados de pesquisa desorganizados em gráficos claros aborda a limpeza de gráficos com mais profundidade.
Comparando grupos
Os resultados de pesquisas podem gerar comparações: esta equipe versus aquela, este ano versus o ano passado. Para itens individuais do tipo Likert, compare as distribuições percentuais lado a lado, em vez de comparar as médias.
Apresente a comparação como porcentagens dentro de cada grupo, pois os grupos raramente têm o mesmo tamanho. Uma equipe de 12 pessoas e outra de 200 só podem ser comparadas de forma justa por meio de proporções.
Se precisar de um teste estatístico, a tabela de Boone e Boone lista o qui-quadrado para itens do tipo Likert. Para pontuações de escala, ela lista ANOVA, testes t e regressão. Grupos pequenos tornam qualquer teste menos confiável, portanto, informe o tamanho dos grupos ao lado dos resultados.
Aqui está um exemplo ilustrativo. No item de integração, 72% de uma equipe de vendas de 150 pessoas concordaram, em comparação com 58% de uma equipe de suporte de 50 pessoas. A maneira justa de relatar isso é: "72% de vendas (n = 150) and 58% de suporte (n = 50) concordaram". Assim, os leitores podem avaliar a diferença considerando o tamanho dos grupos, em vez de olhar apenas para duas porcentagens isoladas.
Relatando os resultados
As orientações da University of Arizona trazem um alerta claro sobre médias. Elas consideram "inapropriado atribuir valores numéricos à escala de resposta durante a fase de análise". A conclusão contra a qual alertam é "em média, os alunos estão confiantes".
Um relatório claro pode incluir quatro partes para cada item ou tema:
- A redação da pergunta e as opções de resposta.
- O número de respostas válidas e quantas foram deixadas em branco.
- A distribuição, em forma de tabela ou gráfico.
- Uma frase simples com as parcelas de top-two-box e bottom-two-box.
Se você monitora o mesmo item ao longo do tempo, mantenha a redação e as opções de resposta idênticas. Uma palavra alterada ou uma opção adicionada quebra a comparação com rodadas anteriores, portanto, registre qualquer alteração no relatório.
Para uma elaboração completa, nosso guia para um relatório de resultados de pesquisa aborda estrutura e layout. Se as descobertas forem apresentadas em uma reunião, o guia para uma apresentação de resultados de pesquisa aborda os slides.
Erros comuns a evitar
- Calcular a média de itens individuais. Uma média de 3,4 esconde se as pessoas estão divididas ou indiferentes, e as orientações acima desaconselham essa prática.
- Misturar estatísticas de itens e de escalas. Use frequências e medianas para itens individuais, e médias apenas para pontuações de escalas de múltiplos itens.
- Esquecer os itens reversos. Um item formulado negativamente que não seja invertido distorcerá a pontuação da escala para o lado errado.
- Omitir a exclusão da opção neutra. Se você excluir a opção "Neutro" do top-two-box, informe isso no relatório.
- Comparar contagens brutas entre grupos. Em vez disso, use porcentagens dentro de cada grupo.
- Superestimar amostras pequenas. Uma mudança de 60% para 70% de concordância significa muito pouco se apenas 10 pessoas responderam.
Quando as suas respostas chegarem em uma exportação desorganizada, você pode experimentar o Powerdrill Bloom para codificá-las e criar as tabelas de frequência e gráficos.
Perguntas frequentes
Como analisar dados de escala Likert?
Codifique as respostas como números e, em seguida, resuma cada item com frequências, porcentagens, a mediana e a moda. Represente as distribuições em gráficos de barras. Se vários itens formarem uma escala, combine-os em uma pontuação e relate sua média e desvio padrão.
É possível calcular a média de dados de escala Likert?
Para itens individuais do tipo Likert, as orientações baseadas em Boone e Boone desaconselham o uso de médias e recomendam a mediana ou a moda. Para uma pontuação de escala Likert de múltiplos itens, a média e o desvio padrão são apropriados.
Qual é o melhor gráfico para dados de escala Likert?
Gráficos de barras funcionam bem para itens individuais. Para muitos itens, um gráfico de barras empilhadas mostra a distribuição completa de cada item. Heiberger e Robbins recomendam gráficos de barras empilhadas divergentes como a principal forma de exibição para escalas Likert.
Os dados de escala Likert são ordinais ou intervalares?
Itens individuais do tipo Likert são categorias ordenadas, razão pela qual as orientações baseadas em Boone e Boone sugerem a mediana e a moda. Pontuações construídas a partir de vários itens podem ser tratadas como dados contínuos, de acordo com a página da University of Arizona.
Como analisar dados de escala Likert no Excel?
Use a função CONT.SE (COUNTIF) para contar cada resposta, divida por CONT.NÚM (COUNT) para obter as porcentagens e use MED (MEDIAN) para encontrar a resposta central. Uma Tabela Dinâmica pode contar muitos itens de uma só vez. Em seguida, crie um gráfico de barras empilhadas a partir das porcentagens.
Fontes: 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, função CONT.SE · Microsoft Support, função MED.