Likert-Skala richtig einsetzen: Aufbau, Beispiele und Auswertung

Wie funktioniert die Likertskala?

Fünf Kästchen, zwei Endpunkte und irgendwo dazwischen eine neutrale Mitte: Eine Likert-Skala wirkt zunächst wie einer der einfachsten Bestandteile eines Fragebogens.

Genau das macht sie tückisch. Viele Studierende entscheiden sich spontan für die bekannte Abstufung von „stimme überhaupt nicht zu“ bis „stimme vollständig zu“, formulieren einige Aussagen und beginnen mit der Datenerhebung. Erst bei der Auswertung fallen die Schwächen auf: Manche Fragen enthalten zwei Themen, negative Items wurden nicht umgepolt und die mittlere Antwortoption kann alles Mögliche bedeuten.

Eine gut aufgebaute Likert-Skala erleichtert den Befragten die Antwort und liefert Werte, die sich sinnvoll interpretieren lassen. Dafür reicht es nicht, fünf Zahlen nebeneinanderzustellen. Inhalt, Formulierung und spätere Auswertung müssen zusammenpassen.

Was ist eine Likert-Skala?

Eine Likert-Skala wird eingesetzt, um Einstellungen, Wahrnehmungen oder Einschätzungen zu erfassen. Die befragten Personen bewerten mehrere Aussagen anhand abgestufter Antwortmöglichkeiten.

Ein klassisches Beispiel lautet: Die digitalen Lehrveranstaltungen meiner Hochschule sind gut organisiert.

Mögliche Antworten:

1. Stimme überhaupt nicht zu
2. Stimme eher nicht zu
3. Weder noch
4. Stimme eher zu
5. Stimme vollständig zu

Das Verfahren geht auf Rensis Likert zurück, der 1932 eine Methode zur Messung von Einstellungen veröffentlichte. Genau genommen bezeichnet das einzelne Antwortformat ein Likert-Item. Von einer Likert-Skala spricht man, wenn mehrere inhaltlich zusammengehörige Items zu einem gemeinsamen Wert verbunden werden.

In vielen Abschlussarbeiten werden beide Begriffe etwas lockerer verwendet. Für deine Methodik ist die Unterscheidung trotzdem hilfreich.

Eine einzelne Aussage könnte erfassen, wie gut Studierende die Organisation digitaler Lehre beurteilen. Eine vollständige Skala zur wahrgenommenen Qualität digitaler Lehrveranstaltungen würde weitere Aspekte berücksichtigen, zum Beispiel:

• technische Zuverlässigkeit,
• Verständlichkeit der Lernplattform,
• Erreichbarkeit der Lehrenden,
• Struktur der Materialien,
• Qualität der Kommunikation.

Erst mehrere passende Items bilden das Konstrukt breiter ab.

Beginne nicht mit den Antwortkästchen

Ein häufiger Fehler entsteht bereits vor der ersten Frage: Die Likert-Skala wird ausgewählt, bevor feststeht, was genau gemessen werden soll.

Angenommen, du möchtest „Zufriedenheit mit dem Studium“ untersuchen. Der Begriff kann sich auf Lehrveranstaltungen, Betreuung, Organisation, Prüfungen, soziale Kontakte oder Zukunftsperspektiven beziehen. Ohne klare Definition entstehen schnell zehn beliebige Aussagen, die fachlich kaum zusammenpassen.

Vor der Formulierung der Items brauchst du daher eine saubere Operationalisierung des untersuchten Konstrukts. Sie legt fest, welche Dimensionen zu deinem Begriff gehören und woran sie empirisch erkennbar werden.

Eine einfache Vorarbeit könnte so aussehen:

Diese Tabelle verhindert, dass du Fragen nur nach Gefühl formulierst. Sie zeigt später auch, warum ein Item in deinem Fragebogen vorkommt.

Formuliere Aussagen, die man eindeutig beantworten kann

Ein gutes Likert-Item behandelt einen klaren Gedanken.

Schlecht wäre: Die Lehrenden sind gut erreichbar und erklären die Inhalte verständlich.

Eine Person kann die Erreichbarkeit positiv beurteilen und mit den Erklärungen unzufrieden sein. Welche Antwort soll sie auswählen?

Teile die Aussage besser auf: Die Lehrenden sind bei fachlichen Fragen gut erreichbar.

Die Inhalte werden verständlich erklärt.

Problematisch sind auch ungenaue Begriffe:

Die Lehrenden antworten schnell.

Was bedeutet „schnell“? Innerhalb einer Stunde, eines Tages oder einer Woche?

Präziser wäre: Auf fachliche Anfragen erhalte ich innerhalb von zwei Werktagen eine Antwort.

Ob eine solch konkrete Zeitangabe sinnvoll ist, hängt von deinem Untersuchungsziel ab. Entscheidend ist, dass alle Befragten ungefähr dasselbe unter der Aussage verstehen können.

Vermeide suggestive und wertende Formulierungen

Eine Frage sollte keine erwünschte Antwort vorgeben. Finden Sie nicht auch, dass digitale Lehrveranstaltungen die Flexibilität erheblich verbessern?

Die Formulierung klingt bereits nach einer Schlussfolgerung. Neutraler wäre: Digitale Lehrveranstaltungen ermöglichen mir eine flexiblere Zeiteinteilung.

Vorsicht ist auch bei emotional aufgeladenen Begriffen geboten: Die Hochschule verschwendet Geld für unnötige digitale Lernplattformen.

Hier werden mehrere Wertungen vorweggenommen. Die Antwort sagt später möglicherweise mehr über die Formulierung als über die tatsächliche Einstellung der Befragten aus.

Deine Items sollten sachlich klingen, ohne künstlich kompliziert zu werden. Wissenschaftliche Qualität entsteht nicht durch lange Sätze.

Fünf oder sieben Antwortstufen?

Die fünfstufige Skala ist für studentische Forschungsprojekte häufig eine praktikable Lösung:

1. Stimme überhaupt nicht zu
2. Stimme eher nicht zu
3. Weder noch
4. Stimme eher zu
5. Stimme vollständig zu

Eine siebenstufige Variante erlaubt feinere Abstufungen:

1. Stimme überhaupt nicht zu
2. Stimme nicht zu
3. Stimme eher nicht zu
4. Weder noch
5. Stimme eher zu
6. Stimme zu
7. Stimme vollständig zu

Mehr Antwortmöglichkeiten liefern jedoch nicht automatisch bessere Daten. Die Befragten müssen die Abstufungen sprachlich unterscheiden können. Zwischen „stimme eher zu“ und „stimme überwiegend zu“ erkennen manche Personen kaum einen klaren Unterschied.

Die passende Zahl hängt von Zielgruppe, Thema, Länge des Fragebogens und dem verwendeten Messinstrument ab. Eine universell beste Skalenstruktur gibt es nicht; aktuelle Forschung zeigt, dass auch Themenempfindlichkeit und Antwortverhalten eine Rolle spielen können.

Hast du eine etablierte Skala aus einer wissenschaftlichen Veröffentlichung übernommen, solltest du das dort verwendete Antwortformat möglichst beibehalten. Änderst du die Zahl der Stufen, veränderst du das Instrument und kannst frühere Angaben zur Messqualität nicht einfach übertragen.

Braucht die Skala eine neutrale Mitte?

Bei einer ungeraden Zahl an Antwortstufen gibt es eine mittlere Kategorie. Sie kann sinnvoll sein, wenn eine wirklich neutrale Haltung möglich ist.

„Weder noch“ bedeutet jedoch nicht dasselbe wie:

• Ich weiß es nicht.
• Die Frage trifft auf mich nicht zu.
• Ich habe keine Erfahrung damit.
• Ich möchte darauf nicht antworten.

Diese Fälle sollten getrennt behandelt werden.

Bei der Aussage „Die Onlinebibliothek ist leicht zu bedienen“ kann eine Person neutral eingestellt sein. Eine andere hat die Onlinebibliothek noch nie genutzt. Wählen beide die Mitte, werden zwei verschiedene Situationen miteinander vermischt.

In diesem Fall kann eine zusätzliche Antwortoption helfen: Kann ich nicht beurteilen.

Ob du eine neutrale Mitte anbietest, sollte fachlich begründet sein. Entferne sie nicht allein deshalb, weil du die Befragten zu einer positiven oder negativen Entscheidung zwingen möchtest. Eine erzwungene Antwort kann ein klareres Diagramm liefern, muss aber nicht der tatsächlichen Haltung entsprechen.

Solltest du negative Items einbauen?

Manche Fragebögen wechseln positive und negative Aussagen ab:

Die Lernplattform ist übersichtlich aufgebaut.

Bei der Nutzung der Lernplattform verliere ich schnell den Überblick.

Die Idee dahinter ist häufig, automatisches Zustimmen zu reduzieren. In der Praxis können negativ formulierte oder verschachtelte Items jedoch Verwirrung auslösen.

Noch schwieriger wird es bei doppelten Verneinungen: Ich finde nicht, dass die Lernplattform nicht benutzerfreundlich ist.

Solche Sätze gehören nicht in einen Fragebogen.

Verwendest du negative Items, musst du ihre Werte vor der Bildung eines gemeinsamen Skalenwertes umpolen. Bei einer fünfstufigen Skala wird aus:

• 1 eine 5,
• 2 eine 4,
• 3 bleibt 3,
• 4 wird 2,
• 5 wird 1.

Ohne Umpolung weist eine hohe Zahl bei manchen Items auf eine positive und bei anderen auf eine negative Ausprägung hin. Das verfälscht die Berechnung.

Zustimmung ist nicht das einzige Antwortformat

Likert-ähnliche Skalen können verschiedene Dimensionen erfassen. Du kannst zum Beispiel nach Häufigkeit fragen:

• nie,
• selten,
• gelegentlich,
• häufig,
• sehr häufig.

Oder nach Zufriedenheit:

• sehr unzufrieden,
• eher unzufrieden,
• weder zufrieden noch unzufrieden,
• eher zufrieden,
• sehr zufrieden.

Wichtig ist, dass Frage und Antwortformat zueinander passen.

Zu der Aussage: Ich nutze die Hochschulbibliothek mehrmals pro Woche.

passt eine Zustimmungsskala. Fragst du dagegen: Wie häufig nutzen Sie die Hochschulbibliothek?

brauchst du Häufigkeitsangaben.

Mische innerhalb einer Skala nicht ständig Zustimmung, Häufigkeit und Wichtigkeit. Die Befragten müssen sonst bei jeder Zeile neu prüfen, welche Bedeutung die Zahlen gerade haben.

Was ist bei übernommenen Skalen zu beachten?

Eigene Fragen zu entwickeln wirkt zunächst schneller. Für komplexe Konstrukte wie Stress, Vertrauen oder Motivation ist eine bereits geprüfte Skala häufig die bessere Grundlage.

Suche nach wissenschaftlichen Studien, die ein ähnliches Konstrukt bei einer vergleichbaren Zielgruppe erfasst haben. Prüfe dabei:

• Wie wird das Konstrukt definiert?
• Aus wie vielen Items besteht die Skala?
• Welche Antwortstufen wurden verwendet?
• Gibt es Angaben zur Reliabilität?
• Wurde die Skala bereits übersetzt?
• Darf sie frei verwendet werden?
• Welche Auswertungsregel ist vorgesehen?

Eine quantitative Forschungsmethode wird nicht dadurch überzeugend, dass der Fragebogen möglichst viele Fragen enthält. Die Messung muss zur Theorie und zur Zielgruppe passen.

Falls du Items übersetzt, kürzt oder sprachlich veränderst, dokumentiere das offen. Schon kleine Anpassungen können beeinflussen, wie eine Aussage verstanden wird.

Teste den Fragebogen vor der Datenerhebung

Lies deine Fragen nicht nur selbst durch. Du kennst die beabsichtigte Bedeutung und übersiehst daher leicht Formulierungen, die für andere unklar sind.

Lass den Fragebogen von einigen Personen aus deiner Zielgruppe testen. Bitte sie, beim Ausfüllen laut zu sagen, was sie unter jeder Aussage verstehen.

Frage anschließend:

• Gab es unklare Begriffe?
• Waren Antwortmöglichkeiten schwer unterscheidbar?
• Fehlte eine passende Antwort?
• Wirkte eine Aussage wertend?
• War der Fragebogen zu lang?
• Funktionierte die Darstellung auf dem Smartphone?

Ein Pretest ist keine kleine Generalprobe für schöne Rückmeldungen. Er soll Schwächen sichtbar machen. Wenn mehrere Personen dieselbe Frage falsch verstehen, solltest du nicht die Testpersonen überzeugen, sondern das Item überarbeiten.

Wie wertet man Likert-Daten aus?

Die Antwortkategorien eines einzelnen Likert-Items besitzen eine klare Reihenfolge. Ob die Abstände zwischen den Stufen als gleich groß behandelt werden dürfen, wird methodisch unterschiedlich beurteilt. Das betrifft zum Beispiel die Frage, ob ein Mittelwert für ein einzelnes Item sinnvoll ist.

Bei einzelnen Aussagen kannst du zunächst Häufigkeiten und Prozentwerte darstellen:

• 8 Prozent stimmen überhaupt nicht zu,
• 17 Prozent stimmen eher nicht zu,
• 21 Prozent wählen die Mitte,
• 39 Prozent stimmen eher zu,
• 15 Prozent stimmen vollständig zu.

Das zeigt die Antwortverteilung oft verständlicher als ein einzelner Durchschnittswert.

Bei mehreren Items, die dasselbe Konstrukt messen, kann ein Summen- oder Mittelwert gebildet werden. Vorher solltest du prüfen, ob die Items fachlich zusammengehören und eine ausreichende interne Konsistenz aufweisen.

Welche Analyse sinnvoll ist, hängt von Forschungsfrage, Hypothesen, Skalenniveau und Stichprobe ab. Die statistische Auswertung deiner Bachelorarbeit sollte daher bereits vor dem Start der Befragung grob feststehen.

Möchtest du einen Zusammenhang oder Gruppenunterschied prüfen, müssen deine wissenschaftlichen Hypothesen klar zeigen, welche Variablen miteinander verglichen werden sollen. Erst danach lässt sich entscheiden, welcher statistische Test passt.

Typische Fehler auf einen Blick

Likert-Skalen gehen häufig an kleinen Entscheidungen kaputt:

• Mehrere Inhalte werden in einem Item verbunden.
• Antwortstufen überschneiden sich sprachlich.
• „Neutral“ und „weiß ich nicht“ werden verwechselt.
• Negative Items werden nicht umgepolt.
• Etablierte Skalen werden stark verändert, ohne dies zu begründen.
• Die Auswertung wird erst nach der Befragung geplant.
• Einzelne Items werden ohne theoretische Grundlage zu einer Skala addiert.
• Der Fragebogen wird ohne Pretest veröffentlicht.

Viele dieser Fehler lassen sich vermeiden, wenn du regelmäßig zur Forschungsfrage deiner Arbeit zurückkehrst: Welche Information brauchst du wirklich, um sie zu beantworten?

Die fünf Kästchen sind der letzte Schritt

Eine gute Likert-Skala beginnt nicht bei den Antwortmöglichkeiten. Zuerst musst du festlegen, welches Konstrukt du untersuchst, welche Dimensionen dazugehören und wie passende Items formuliert werden können.

Danach entscheidest du über Anzahl und Beschriftung der Antwortstufen, eine mögliche Mitte und den Umgang mit negativen Aussagen. Ein Pretest zeigt dir, ob die Befragten deine Fragen so verstehen, wie du es geplant hast.

Der wichtigste Gedanke bleibt einfach: Jeder Zahlenwert in deinem Datensatz geht auf eine konkrete Formulierung zurück. Ist diese Formulierung unklar, kann auch die beste Statistik das Problem später nicht mehr lösen.