Likert-Skala (Definition, Beispiel) - Vergleiche 5 & 7 Punkteskala

Inhaltsverzeichnis

Likert-Skalendefinition

Die Likert-Skala ist eine 5- oder 7-Punkte-Skala, mit der Einzelpersonen ausdrücken können, inwieweit sie einer bestimmten Aussage zustimmen oder nicht zustimmen. Es handelt sich um eine Reihe von Aussagen, die für reale oder hypothetische Situationen angeboten werden. Einzelpersonen werden auf einer metrischen Skala eine Reihe spezifischer Fragen gestellt, in denen sie ihre Zustimmung zum starken Einverständnis mit „Stark nicht einverstanden“ zeigen. Hier sollten alle Aussagen miteinander verknüpft sein, damit alle Aussagen in Kombination zu einem bestimmten Ergebnis führen. Sie sollten nicht von der gemeinsamen Dimension abweichen.

Likert-Skala im Detail

  • Sie erhalten gerahmte Fragen mit Vorurteilen, die alle zu einer gemeinsamen Dimension führen.
  • Es gibt an, wie viele Menschen einer bestimmten Aussage zustimmen oder nicht zustimmen.
  • Sie erhalten eine Reihe von Optionen, aus denen Sie auswählen können.
  • Es besteht die Möglichkeit, als Antwort „Neutral“ zu wählen.
  • Einzelpersonen müssen innerhalb der angegebenen Option wählen, so dass manchmal die tatsächliche Meinung von Einzelpersonen nicht geteilt wird.
  • Wenn Sie nur eine Frage für eine Umfrage stellen, kann es vorkommen, dass die Person Ihre Frage nicht richtig angehört und nur eine Antwort gegeben hat. Dies ist also nicht zuverlässig, daher erhöht die Likert-Skala den Zuverlässigkeitsfaktor, indem derselben Person zur gleichen Zeit abhängige Fragen gestellt werden.

Beispiel einer 5-Punkte-Likert-Skala

Angenommen, Herr X möchte in diesem Beispiel eine Maklerfirma eröffnen. Deshalb möchte er eine Umfrage machen und sehen, wer alle gerne handeln. Erstellen Sie einen Fragebogen für die 5-Punkte-Likert-Umfrage und erläutern Sie das Ergebnis nach der Umfrage.

Lösung :

  • Der wichtigste Teil dieser Umfrage besteht darin, die richtigen Aussagen zu treffen.
  • Jede Aussage sollte zu der gemeinsamen Dimension von Individuen führen, die den Handel entweder mögen oder nicht mögen.
  • Aussagen sollten nicht aus der Bahn geraten und die gemeinsame Dimension in ihrer Gesamtheit abdecken.

Aufbau von Aussagen:

  1. Ich mag die Börse.
  2. Ich mag die Aktien.
  3. Ich mag Geld.
  4. Ich mag Return.

Wenn Sie sich die Fragen genau ansehen, werden Sie das Gefühl haben, dass jemand, der sagt, dass er die Börse mag, nicht sagen kann, dass er Aktien hasst. Wenn Sie also nur die Antwort auf die erste Aussage sehen, können Sie vorhersagen, wie die Antworten auf die restlichen Aussagen aussehen werden. Alle Anweisungen sind miteinander verbunden. Dies erhöht also den Zuverlässigkeitsfaktor.

Der Zuverlässigkeitsfaktor einer Umfrage ist der Faktor, der angibt, wie fruchtbar die Umfrage ist und das richtige Bild liefert oder nicht. Wenn Sie sehen, dass eine Person gewählt hat, dass sie Aktienmärkte mag, aber Aktien hasst, bedeutet dies, dass die Person die Aussagen vor der Beantwortung nicht richtig gelesen hat, sodass ihre Antworten nicht in die endgültige Zählung einbezogen werden. So wird der Zuverlässigkeitsfaktor in der Likert-Scale-Umfrage erhöht.

Jetzt müssen wir den Anweisungen Optionen hinzufügen. In der 5-Punkte-Likert-Skala werden wir 5 Optionen hinzufügen, die eine „neutrale“ Option haben.

Die Optionen sind also:

  1. Stimme voll und ganz zu
  2. Zustimmen
  3. Neutral
  4. Nicht zustimmen
  5. Entschieden widersprechen

Jetzt müssen wir jeder Option eine Zahl hinzufügen.

Sagen Sie "stimme voll zu" ist 1 , "stimme zu" ist 2 , "neutral" ist 3 , "stimme nicht zu" ist 4 und "stimme überhaupt nicht zu" ist 5.

Aus der obigen Tabelle können Sie also ersehen, dass, wenn eine Person allen Aussagen stark zustimmt, die Gesamtpunktzahl 4 beträgt, da bei starker Übereinstimmung die Zahl „1“ angegeben wird. Wenn sie also allen Aussagen stark zustimmt, beträgt ihre Gesamtpunktzahl 4 Wenn er nur zwei Aussagen „zustimmt“ und zwei Aussagen „stark zustimmt“, beträgt seine Gesamtpunktzahl (1 + 1 + 2 + 2 = 6).

Angenommen, wir haben jetzt eine Umfrage unter 120 Personen durchgeführt. Von 120 sehen Sie, dass 20 Umfragen nicht zuverlässig sind, also entfernen Sie 20 Umfragen. Nicht zuverlässig bedeutet, dass sie in einer Aussage „stark einverstanden“ und in einer anderen Aussage „stark nicht einverstanden“ ausgewählt haben

Wenn nun von 100 Umfragen die Gesamtpunktzahl mehr als (12 * 100) = 1200 beträgt, bedeutet dies, dass die Menschen im Allgemeinen nicht gerne in diesem bestimmten Markt handeln. 12 ist der Mittelpunkt, es ist die Gesamtpunktzahl, wenn eine Person in all ihren Aussagen Neutral wählt.

Von 100 Umfragen sollte der Mittelpunkt also (12 * 100) = 1200 sein. Wenn die Gesamtpunktzahl der Umfrage weniger als 1200 beträgt, sollte Herr X eine Handelsfirma eröffnen, da die meisten Leute den Handel stark oder angenehm mögen. Wir schlagen also im Grunde genommen Meinungen ein, um eine zusammengesetzte Punktzahl zu generieren und entsprechende Entscheidungen zu treffen.

Was ist eine 7-Punkte-Likert-Skala und vergleichen Sie sie mit 5 Punkten?

Die 7-Punkte-Likert-Skala bietet mehr Optionen, was wiederum die Wahrscheinlichkeit erhöht, die objektive Realität der Menschen zu erreichen. Wenn eine Person eine Meinung dazu hat, „Aktienmärkte“ zu mögen, die nicht unter „stark zustimmen“ und „zustimmen“ fällt, muss sie zwischen diesen beiden Meinungen wählen, da es in der 5-Punkte-Likert-Skala keine anderen Optionen gibt .

In der 7-Punkte-Skala werden die Meinungen weiter geteilt, um der tatsächlichen Stimmung der Individuen zu entsprechen. Vielleicht fügen sie eine andere Meinung hinzu, zusammen mit "stark einverstanden" und "einverstanden" sagen "leicht einverstanden".

Die 7-Punkte-Likert-Skala entspricht also der 5-Punkte-Skala, aber die Meinungsoptionen sind eher bei der 7-Punkte-Likert-Skala. Eine 7-Punkte-Skala zeigt eine genauere Beschreibung des Motivs und spricht damit praktisch die „Fähigkeit der Vernunft“ der Teilnehmer an.

Fazit

Die Likert-Skala ist ein wichtiger Weg, um eine Meinung zu objektivieren und entsprechende Entscheidungen zu treffen. Es wird häufig in der Marktforschung eingesetzt, wo neue Märkte untersucht und auf neue Produkte oder Unternehmensgründungen analysiert werden.

Interessante Beiträge...