Likert-Skala: Aufbau, Beispiele und Auswertung

Eine Likert-Skala ist ein Messinstrument aus mehreren Aussagen, denen Befragte auf einer abgestuften Antwortskala mehr oder weniger zustimmen, etwa von „stimme gar nicht zu“ bis „stimme voll zu“. Aus den Antworten auf alle Aussagen wird ein gemeinsamer Wert gebildet, der eine Einstellung oder ein anderes Merkmal der Befragten abbildet.

Was ist eine Likert-Skala?

Benannt ist die Skala nach dem amerikanischen Sozialpsychologen Rensis Likert. In A Technique for the Measurement of Attitudes (1932) suchte er ein einfacheres Verfahren zur Einstellungsmessung als die damals übliche Methode von Thurstone, für die viele Beurteilende jede Aussage vorab einstufen mussten. Likert kam ohne diese Vorab-Einstufung aus: Die Befragten bewerteten Aussagen auf fünf Stufen von „strongly approve“ über „undecided“ bis „strongly disapprove“. Die Stufen erhielten Zahlenwerte von 1 bis 5, und die Summe über alle Aussagen ergab den Einstellungswert einer Person. Das Antwortformat selbst heißt in Methodenlehrbüchern meist Ratingskala.

Dabei lohnt eine Unterscheidung, die im Sprachgebrauch oft verwischt wird:

• Likert-Item: eine einzelne Aussage mit einer abgestuften Zustimmungsskala, zum Beispiel „In meiner Lerngruppe verstehe ich den Stoff besser als allein.“
• Likert-Skala: mehrere Items, die dasselbe Merkmal erfassen und zu einem Summen- oder Mittelwert zusammengefasst werden. Erst diese Batterie aus Items ist im strengen Sinn eine Likert-Skala.

Wenn in Fragebögen von einer „fünfstufigen Likert-Skala“ die Rede ist, ist meist nur das Antwortformat gemeint. Für deine Arbeit ist die Unterscheidung wichtig, weil sich ein einzelnes Item anders auswerten lässt als eine ganze Skala.

Wie viele Stufen? 4, 5 und 7 im Vergleich

Eine erste Entscheidung betrifft die Zahl der Antwortstufen. Natalja Menold und Kathrin Bogner fassen die Forschung in ihrem GESIS-Leitfaden Gestaltung von Ratingskalen in Fragebögen (2015) so zusammen, dass sich fünf bis sieben Kategorien bewährt haben: genug, um fein zu unterscheiden, und nicht so viele, dass sich die Stufen nicht mehr eindeutig benennen lassen.

Ob du eine gerade oder ungerade Zahl von Stufen wählst, ist vor allem eine Frage der Mittelkategorie. Sie wird nicht nur von Personen mit einer neutralen Haltung gewählt, sondern auch von solchen, die sich die Mühe des Abwägens sparen oder eine heikle Meinung nicht äußern wollen. Trotzdem empfehlen die meisten Autorinnen und Autoren, sie anzubieten, weil neutrale Befragte sonst auf eine Seite ausweichen und die Daten verzerren.

Davon zu trennen ist die Option „weiß nicht“ oder „keine Angabe“. Sie ist sinnvoll, wenn manche Befragte eine Aussage gar nicht beurteilen können. Setze sie optisch von der Skala ab und zähle sie bei der Auswertung nie als mittlere Stufe, denn „weiß nicht“ ist keine mittlere Zustimmung.

Verbale oder numerische Beschriftung

Du kannst jede Stufe mit Worten beschriften (vollverbalisiert) oder nur die Endpunkte benennen und dazwischen Zahlen setzen. Menold und Bogner (2015) kommen nach Durchsicht der Forschung zu dem Schluss, dass vollverbalisierte Skalen die Reliabilität und Validität eher erhöhen und von Befragten bevorzugt werden, weil die Bedeutung jeder Stufe klarer ist.

Zahlen tragen eigene Bedeutungen. Eine Skala von 1 bis 5 kann an Schulnoten erinnern, und die sind im deutschsprachigen Raum nicht einheitlich: In Deutschland und Österreich ist die 1 die beste Note, in der Schweiz die 6. Negative Zahlen wie −2 bis +2 können dazu führen, dass Befragte den negativen Bereich meiden. Wenn du Zahlen zeigst, dann am besten zusätzlich zu Worten und von 1 aufwärts. Achte außerdem darauf, dass die Beschriftungen symmetrisch sind, also gleich viele zustimmende wie ablehnende Stufen haben, und dass die Abstände zwischen ihnen gleich groß wirken.

Eine gängige vollverbalisierte Fünferskala lautet: „stimme gar nicht zu“, „stimme eher nicht zu“, „teils, teils“, „stimme eher zu“, „stimme voll zu“.

Likert-Items in sechs Schritten formulieren

Die Qualität einer Likert-Skala steht und fällt mit ihren Items. Lehrbücher wie Porst (2014) geben allgemeine Regeln für die Formulierung von Fragen, etwa doppelte Stimuli und doppelte Verneinungen zu vermeiden. Für Likert-Items kommen einige eigene Punkte hinzu. So gehst du vor:

1. 1

   Nach einer erprobten Skala suchen

   Bevor du eigene Items schreibst, prüfe, ob es für dein Merkmal schon eine geprüfte Skala gibt, zum Beispiel im Open Access Repositorium für Messinstrumente (ZIS) von GESIS. Übernommene Skalen bringen Angaben zu Reliabilität und Validität mit.
2. 2

   Einen Gedanken pro Item

   „Meine Lerngruppe ist hilfreich und macht Spaß“ enthält zwei Aussagen. Wer nur einer zustimmt, kann nicht sinnvoll antworten. Teile solche Items auf.
3. 3

   Keine doppelten Verneinungen

   „Es ist nicht unwichtig, dass niemand zu spät kommt“ verwirrt, und wer „stimme nicht zu“ ankreuzt, stapelt eine dritte Verneinung darauf. Formuliere positiv und eindeutig.
4. 4

   Klar und gemäßigt formulieren

   Verwende Alltagssprache und vermeide Wörter wie „immer“ oder „nie“. Extreme Aussagen lehnen fast alle ab, Selbstverständliches bejahen fast alle, und beides trennt Personen nicht voneinander.
5. 5

   Umgepolte Items einbauen

   Formuliere einige Items in die Gegenrichtung, etwa „Die Treffen kosten mich mehr Zeit, als sie bringen“. Das wirkt der Zustimmungstendenz (Akquieszenz) entgegen, also der Neigung, Aussagen unabhängig vom Inhalt zuzustimmen. Verwende dafür eine Gegenaussage statt einer bloßen Verneinung.
6. 6

   Die Auswertung schon mitplanen

   Markiere im Codeplan, welche Items umgepolt sind und welche Items zu welcher Skala gehören. So vermeidest du später Fehler beim Bilden des Summenwerts.

Den Fragebogen im Pretest prüfen

Kein Fragebogen sollte ungetestet ins Feld gehen. Im Pretest bearbeiten einige Personen aus deiner Zielgruppe, die später nicht zur Stichprobe gehören, den Fragebogen. Achte dabei besonders auf diese Punkte:

• Verständnis: Bitte die Testpersonen, beim Antworten laut zu denken, oder frag nach: „Was hast du dir bei ‚Lerngruppe‘ vorgestellt?“ So merkst du, ob ein Item anders verstanden wird als gemeint.
• Antwortverhalten: Wählen fast alle dieselbe Stufe, trennt ein Item nicht zwischen den Befragten. Wählen auffällig viele die Mitte, ist es womöglich unklar formuliert.
• Umgepolte Items: Prüfe, ob die Gegenaussagen richtig gelesen werden oder ob Befragte sie überlesen.
• Dauer und Technik: Miss die Bearbeitungszeit und teste die Online-Umfrage auf dem Smartphone, wo Itembatterien oft anders dargestellt werden als am Rechner.

Halte im Methodenteil fest, was du nach dem Pretest geändert hast. Das zeigt Gutachtenden, dass du die Qualität deines Instruments geprüft hast.

Likert-Skala auswerten

Vor der Auswertung steht eine Grundsatzfrage: Welches Skalenniveau haben deine Daten? Streng genommen sind Likert-Items ordinalskaliert. Die Reihenfolge der Stufen ist klar, aber niemand weiß, ob der Abstand zwischen „stimme eher zu“ und „stimme voll zu“ genauso groß ist wie zwischen „teils, teils“ und „stimme eher zu“.

In der Praxis werden Summen- oder Mittelwerte aus mehreren Items trotzdem oft als annähernd intervallskaliert behandelt. Das wird damit begründet, dass die Summe vieler Items deutlich mehr Abstufungen hat und gleich wirkende Abstände eine solche Annahme stützen. Kritiker halten dagegen, dass sich unbekannte Abstände durch Addieren nicht in bekannte verwandeln. Döring und Bortz (2016; neu bearbeitet als Döring 2023) behandeln Ratingskalen und diese Frage ausführlich. Für deine Arbeit heißt das: Entscheide dich, begründe die Entscheidung und richte dich nach den Gepflogenheiten deines Fachs und nach deiner Betreuung.

So gehst du bei der Auswertung vor:

• Einzelne Items: Berichte Häufigkeiten in Prozent, am besten als gestapeltes Balkendiagramm, und den Median. Der Median setzt nur eine Rangordnung voraus.
• Umpolen: Kehre bei umgepolten Items die Werte um, bei fünf Stufen wird also aus 1 eine 5, aus 2 eine 4 und so weiter.
• Interne Konsistenz prüfen: Bevor du Items zusammenfasst, prüfe, ob sie dasselbe Merkmal messen. Das übliche Maß ist Cronbachs Alpha. Welcher Wert ausreicht, hängt von Zweck und Länge der Skala ab, halte dich an dein Methodenlehrbuch. Mehr dazu im Ratgeber zu den Gütekriterien.
• Skalenwert bilden: Addiere die Werte aller Items zu einem Summenwert oder bilde den Mittelwert. Der Mittelwert bleibt im Bereich der Antwortstufen und ist deshalb leichter zu lesen. Lege vorher fest, wie du mit fehlenden Antworten umgehst.
• Weiterrechnen: Mit dem Skalenwert kannst du Gruppen vergleichen oder Zusammenhänge prüfen, etwa um eine Hypothese zu testen. Ob du parametrische oder rangbasierte Verfahren nutzt, folgt aus deiner Entscheidung zum Skalenniveau.

Erfundenes Beispiel: die Skala „Lernen in der Gruppe“

Eine erfundene Bachelorarbeit in Psychologie untersucht, wie Studierende im ersten Semester ihre Lerngruppen erleben. Die Skala hat fünf Items und fünf vollverbalisierte Stufen.

Item 3 zeigt, warum umgepolte Items sorgfältig formuliert sein müssen. Es ist eine eigene Gegenaussage und keine Verneinung von Item 1, und es wird vor dem Zusammenfassen umgepolt. Hätte die Arbeit das vergessen, würde die Befragte mit einer 2 bei Item 3 die Skala nach unten ziehen, obwohl sie ihre Gruppe positiv erlebt.

Likert-Skala und offene Interviews verbinden

Eine Likert-Skala zeigt, wie stark Befragte zustimmen, aber nicht, warum. Eine Abschlussarbeit kann den Fragebogen deshalb um einige offene Interviews ergänzen, im Sinne eines Mixed-Methods-Designs. Du kannst zum Beispiel Personen mit sehr hohen und sehr niedrigen Skalenwerten befragen oder nachfragen, was hinter einer auffällig häufigen Mittelkategorie steckt. Wie du die beiden Perspektiven sauber zusammenführst, steht im Ratgeber zur Triangulation.

Die Interviews wertest du anders aus als die Skala, nämlich am wörtlichen Text. Prüf vorher die Regeln deiner Hochschule: Eine Stimme macht Teilnehmende identifizierbar, und Spirelight bietet keinen Auftragsverarbeitungsvertrag an. Wo deine Hochschule es erlaubt, kannst du deine aufgenommenen Interviews in Text umwandeln, den Entwurf beim Anhören korrigieren und die Aussagen anschließend den Skalenwerten der Befragten gegenüberstellen.