Was ist eine Likert-Skala? Definition, Beispiele, Analyse und Best Practices

Fragen mit den Antwortoptionen „Ich stimme zu“/„Ich stimme nicht zu“ haben ihre Berechtigung in der Marktforschung. Wenn Sie jedoch die Gefühle hinter einer Beantwortung genauer erfassen möchten, ist eine Frage mit Likert-Skala die beste Wahl, da sie differenzierte Daten liefert.

Die Likert-Skala ist ein Umfrageformat, bei dem Meinungen, Einstellungen und Verhaltensweisen anhand einer Skala gemessen werden. Sie bietet eine strukturierte Möglichkeit, die Intensität der Einstellung zu einem Thema genauer zu erfassen: von völliger Zustimmung bis zu völliger Ablehnung. Sie erfahren dadurch, wie stark die Zustimmung bei den Befragten ist, wie zufrieden sie sind oder wie wahrscheinlich es ist, dass sie in einer bestimmten Weise handeln werden. Das heißt, Sie können zwischen leichter Zufriedenheit und großer Begeisterung unterscheiden.

In diesem Leitfaden lernen Sie die Grundlagen von Likert-Skalen kennen und erfahren, wie Sie die richtige Anzahl an Punkten auswählen und wie Sie klare, gut formulierte Fragen stellen, die für die Befragten leicht zu beantworten sind.

Die Likert-Skala ist ein Umfrageformat, bei dem Meinungen, Einstellungen und Verhaltensweisen anhand einer Skala gemessen werden. Sie bietet eine strukturierte Möglichkeit, die Intensität der Einstellung zu einem Thema genauer zu erfassen: von völliger Zustimmung bis zu völliger Ablehnung.

Mithilfe von Likert-Skalen können Forschende und Praxis-Fachleute die Nuancen individueller Meinungen, psychologischer Aspekte und Einstellungen effizient erfassen und quantifizieren. Eine Person, der ein Produkt gut gefällt, die aber nicht völlig begeistert davon ist, würde auf der Likert-Skala zum Beispiel die Bewertung „Mag ich ein bisschen“ angeben.

Wir können Kunden und Kundinnen zwar einfach fragen, ob sie ein Produkt mögen oder nicht, aber Likert-Skalen bieten uns mehr Detailgenauigkeit, sodass die Antwort zum Beispiel nicht mehr nur „Mag ich“ heißt, sondern „Mag ich sehr“.

Effektive Likert-Skala-Fragen sind nicht einfach nur eine bewährte Methode, sondern bieten auch die perfekte Grundlage für Umfragedaten, die sowohl statistisch gültig als auch praktisch nutzbar sind.

Eine sinnvolle Skala enthält umfassende und ausgewogene Antwortoptionen, die das gesamte Spektrum an Einstellungen erfassen: von „Stimme überhaupt nicht zu“ bis zu „Stimme völlig zu“.

Wenn Sie diese Methode beherrschen, erhalten Sie leistungsstarke, zuverlässige Erkenntnisse. Das heißt: Daten, die über passives Feedback hinausgehen und eine wesentliche, sinnvolle Grundlage für eine fundierte strategische Entscheidungsfindung bieten.

Die Effektivität Ihrer Likert-Skala hängt von präzisen Formulierungen ab. Das bedeutet, dass Sie Fragen stellen müssen, anstatt nur Aussagen zu treffen.

Nutzen Sie nur Aussagen (z. B. „Der Service war exzellent“) können Sie in eine kritische Falle tappen: die Ja-Sage-Tendenz oder Akquieszenz. Was bedeutet: Die Umfrageteilnehmenden stimmen eher zu, als dass sie widersprechen. Dadurch steigen die positiven Beantwortungen und die Daten werden verzerrt. Um dieser typischen psychologischen Falle entgegenzuwirken, formulieren Sie lieber direkte Fragen. Beispiel: „Wie zufrieden sind Sie mit dem Service?“

Nicht nur Verzerrungen, auch vage Formulierungen führen zu unbrauchbaren Daten. Wenn Sie nicht nur allgemeine Meinungen, sondern nützliche und umsetzbare Erkenntnisse erhalten möchten, müssen Sie Ihre Variablen genauestens definieren. Geht es beispielsweise um die Qualität des Service in Restaurants, fragen Sie am besten nicht nur nach dem „Service“. Machen Sie es spezifischer:

Indem Sie genau das formulieren, was Sie wissen möchten und statt vagen Vorstellungen gezielte Fragen stellen, kommen Sie zu der Genauigkeit, die für eine zuverlässige Messung und fundierte Entscheidungen erforderlich ist.

Die Verwendung der standardmäßigen „Ich stimme zu/Ich stimme nicht zu“-Formulierungen bei jeder Frage kann die Genauigkeit Ihrer Daten beeinträchtigen. Das Geheimnis einer wirklich effektiven Likert-Skala liegt darin, sicherzustellen, dass die Beantwortungen perfekt zu dem Konzept passen, das Sie messen möchten. 

Mit den Beantwortungen legen Sie den Bedeutungskontext für die gesamte Messung fest. Die Verwendung der richtigen Formulierungen ist vor allem wichtig, um bei der Messung von sonstigen Konzepten die genaueste Beantwortung zu erzielen:

Die Angabe einer Zustimmung/Ablehnung ist zwar ideal für die Beurteilung von Überzeugungen, aber sie erfasst möglicherweise nicht die Nuancen, die Sie brauchen. Eine befragte Person, die der Aussage zur täglichen App-Nutzung „voll und ganz zustimmt“, hat nicht angegeben, wie häufig sie die App nutzt. Die Anpassung der Skala an Ihr Kernanliegen ist ein einfacher, aber dennoch wirksamer Schritt auf dem Weg zu wirklich zuverlässigen und eindeutigen Daten.

Bipolare Konstruktionen liegen dann vor, wenn die Meinungen entweder auf die eine oder die andere Seite eines neutralen Mittelpunktes fallen. Beispiele:

Wie informativ oder nichtssagend war der Hauptvortrag? 

Bei unipolaren Skalen bewerten Teilnehmende eine Meinung oder Emotion in ihrer Stärke. Hier gibt es keinen neutralen Mittelpunkt. Die Bewertung reicht vom maximalen Vorhandensein („sehr“) bis zum geringsten Vorkommen („überhaupt nicht“).  Hier ein Beispiel:

Wie angenehm empfinden Sie es, an Ihrem Arbeitsplatz Ihre Meinung und Ideen zu äußern?

Fragen mit Likert-Skalen sind in fast allen Umfragetypen zu finden, zum Beispiel in Studien zur Kundenzufriedenheit, zum Mitarbeiterengagement und fürs Feedback zur Produkterfahrung.

Überlassen Sie die Qualität Ihrer Daten nicht dem Zufall. Wenn Sie die folgenden fünf bewährten Methoden beachten, sind Sie auf Erfolgskurs. Diese sollen sicherstellen, dass die Befragten die Antwortoptionen alle in der gleichen Weise verstehen. Dadurch wird letztendlich die Verlässlichkeit und die Umsetzbarkeit Ihres Feedbacks maximiert, und Meinungen können zu messbaren Faktoren für das Unternehmen werden.

Die Skalenpunkte sind von grundlegender Bedeutung, da sie bestimmen, wie fein die Nuancen erfasst werden können und wie hoch der kognitive Aufwand für Ihre Befragten ist.

Sie müssen sich zwischen einer ungeraden und geraden Anzahl entscheiden und auch, ob eine bi- oder eine unipolare Skala verwendet werden soll.

Sehen Sie sich vor Ihrer Entscheidung noch einmal die Komplexität Ihres Themas und den Kontext Ihrer Zielgruppe an, um genau das Verhältnis zu finden, das präzise, zuverlässige Daten ohne Beeinträchtigung der Beantwortungsqualität liefert.

Die Forschung legt nahe, dass das Design der Skalen das Beantwortungsverhalten beeinflusst. Das „richtige“ Design hängt von Ihrer Absicht und Ihrer Zielgruppe ab.

Die Forschung zeigt, dass 5–7 Antwortpunkte in der Regel das beste Verhältnis zwischen Zuverlässigkeit, Benutzerfreundlichkeit und Übersichtlichkeit bieten. In einer Studie wurde festgestellt, dass 7 Punkte in bestimmten Kontexten hilfreich sein können, während in anderen Untersuchungen ab 5 Punkten nur noch wenig Unterschiede festgestellt wurden. Der Kompromiss besteht zwischen Transparenz und Ermüdung der Befragten.

Tipp: Wenn die Befragten neu in dem Thema sind oder mehrere Sachen gleichzeitig auf Mobilgeräten ausführen, verwenden Sie 5 gut bezeichnete Punkte, um die Antworten klarer und schneller zu erhalten.

Um die Leistungsfähigkeit der Likert-Skala in Aktion zu sehen, haben wir acht effektive Beispielfragen zusammengestellt, die zeigen, wie verschiedene Stimmungsdimensionen gemessen werden können. In diesen Beispielen werden wichtige Kennzahlen wie Zufriedenheit, Zustimmung, Wichtigkeit und Häufigkeit anhand verschiedener Skalentypen beleuchtet. 

Diese 4-Punkte-Likert-Skala verwendet ein bipolares Format, um den Grad der Zustimmung zu einer Aussage zu messen. Durch das Fehlen eines Mittelpunkts werden die Befragten gezwungen, sich entweder für „Stimme zu“ oder „Stimme nicht zu“ zu entscheiden, und Sie erhalten so ein klareres Feedback.

Inwieweit stimmen Sie der Aussage zu oder nicht zu, dass das Unternehmen seine Produkte rechtzeitig liefert?

Diese 7-Punkte-Likert-Skala verwendet ein bipolares Format, um den Grad an Zustimmung mit einer Aussage zu messen. Sie bietet den Befragten eine breite Palette an Optionen von „Stimme überhaupt nicht zu“ bis „Stimme voll und ganz zu“. Die erweiterte Skala ermöglicht eine hochpräzise Erfassung selbst minimaler Stimmungsdifferenzen.

Wie sehr stimmen Sie der Aussage „Das Unternehmen unterstützt seine Beschäftigten bei ihrer beruflichen Weiterentwicklung.“ zu bzw. nicht zu?  

Diese 5-Punkte-Likert-Skala misst die Kundenzufriedenheit in einem unipolaren Format. Die Optionen reichen von „Überhaupt nicht zufrieden“ bis „Äußerst zufrieden“. Die Struktur ist darauf ausgelegt, zu messen, in welchem Maße Befragte eine bestimmte Erfahrung gemacht haben.

Wie zufrieden sind Sie mit der Geschwindigkeit unserer Dienste?

Diese 6-Punkte-Likert-Skala misst die Wichtigkeit mithilfe einer unipolaren Skala, die normalerweise von „Überhaupt nicht wichtig“ bis „Äußerst wichtig“ reicht. Das Fehlen eines Mittelpunkts soll eine Priorisierung erzwingen und sicherstellen, dass die Befragten klar angeben, wie wichtig ein bestimmter Faktor ist.

Wie wichtig ist Ihnen die Servicegeschwindigkeit?

Diese 5-Punkte-Likert-Skala misst die Wahrscheinlichkeit einer zukünftigen Aktion mithilfe eines unipolaren Formats, bei dem die Optionen von „Überhaupt nicht wahrscheinlich“ bis „Äußerst wahrscheinlich“ reichen. Bei dieser Struktur liegt der Fokus auf der Wahrscheinlichkeit, mit der die Befragten eine bestimmte Handlung ausführen werden.

Wie wahrscheinlich ist es, dass Sie künftig wieder an einer Konferenz teilnehmen?

Diese 5-Punkte-Likert-Skala misst die Häufigkeit eines bestimmten Verhaltens unter Verwendung eines unipolaren Formats, das normalerweise von Optionen wie „Nie“ bis „Immer“ reicht. Mit dieser Struktur können Sie schnell quantifizieren, wie häufig eine bestimmte Aktion oder ein bestimmtes Ereignis bei Ihren Befragten ausgeführt wird oder auftritt.

Wie häufig verwenden Sie das Reporting-Dashboard?

Diese 10-Punkte-Likert-Skala misst die Zufriedenheit unter Verwendung eines unipolaren Formats, das bei allen 10 Punkten vollständig beschriftet ist und häufig von „Überhaupt nicht zufrieden“ bis „Äußerst zufrieden“ reicht. Die große Palette bietet eine hohe Granularität, sodass die Befragten ihre Zufriedenheit genau angeben können.

Wie zufrieden sind Sie mit unserer Liefergeschwindigkeit auf einer Skala von 1 bis 10, wobei 1 für die geringste Zufriedenheit und 10 für die höchste Zufriedenheit steht?

Diese numerische 11-Punkt-Skala ist die standardisierte Methode für die Berechnung des Net Promoter Score. Dabei werden Kunden und Kundinnen aufgefordert, die Wahrscheinlichkeit, mit der sie ein Unternehmen weiterempfehlen würden, auf einer Skala von 0 („Überhaupt nicht wahrscheinlich“) bis 10 („Äußerst wahrscheinlich“) anzugeben. 

Wie wahrscheinlich ist es, dass Sie dieses Unternehmen einer Freundin/einem Freund oder einer Kollegin/einem Kollegen weiterempfehlen?

Sobald Sie Ihre Beantwortungen erfasst haben, können Sie Ihren Net Promoter Score mit unserem kostenlosen NPS-Rechner berechnen. Sie erhalten Ihren Wert sofort und können ihn mit branchenspezifischen Benchmarks vergleichen.

Sie haben Ihre Likert-Skala-Umfrage erstellt – das ist ein großer Schritt! Die folgende – und wohl kritischere – Phase beinhaltet jedoch die gründliche Analyse der resultierenden Daten.

Dieser Prozess ist wichtig für die genaue Quantifizierung der Leistung und das Ableiten aussagekräftiger Kennzahlen für das Ziel der Umfrage.

Einzelne Fragen mit Likert-Skala müssen als Ordinaldaten behandelt werden, wobei die Reihenfolge der Antworten wichtiger ist als die Annahme, dass die Intervalle zwischen den Antworten gleich sind.

Beginnen Sie Ihre Analyse, indem Sie die Verteilung bestimmen und die Rohanzahl und die Prozentangaben für jede Beantwortungskategorie berechnen.

Stellen Sie diese Daten in einem Balkendiagramm dar. Achten Sie dabei darauf, dass die Kategorien strikt von negativen zu positiven Beantwortungen geordnet sind, damit die Leser die Verteilungsform sofort erkennen können.

Gehen Sie wie folgt vor, um die Rohdaten in umsetzbare Erkenntnisse umzuwandeln:

Zur Quantifizierung der Streuung der Beantwortungen können Sie den Interquartilsabstand (IQR) mit einbeziehen. Er bietet ein zuverlässiges Maß für die Varianz, das die Streuung der Antworten aufzeigt und Ausreißer ausschließt.

Im Gegensatz zur Standardabweichung, die von einer Normalverteilung ausgeht, ist der IQR für die „Stufen“ einer Likert-Skala besser geeignet.

Sobald Sie die allgemeine Zusammenfassung haben, können Sie noch tiefere Einblicke erhalten, indem Sie Beantwortungen je nach Gruppe filtern und vergleichen. So können Sie ermitteln, ob sich die Stimmung aufgrund sekundärer Variablen verschiebt, wie z. B.:

Durch die Erstellung einer Kreuztabelle mit den Likert-Gruppen vor dem Hintergrund dieser Variablen können Sie nicht mehr nur beschreiben, was passiert ist, sondern auch verstehen, wer hinter diesen Ergebnissen steht.

Für eine klarere Kommunikation und kurze Zusammenfassungen können Sie die ursprünglichen Likert-Kategorien auf größere, leichter verwaltbare Gruppen reduzieren. In der Marktforschung wird hierfür häufig die Top-Box-Terminologie verwendet:

Eine häufig verwendete und äußerst effektive Methode ist das Erstellen von drei Makrokategorien: positiv, neutral und negativ. Dies wird erreicht, indem die Top-2-Boxes und die Bottom-2-Boxes jeweils gruppiert werden, während die mittlere Option als eigenständiger neutraler Marker beibehalten wird.

Dieser Vorgang vereinfacht die Berichterstellung, zeigt die allgemeine Stimmung und ist besonders nützlich für das Tracken von Trends im zeitlichen Verlauf.

Mit der Auswahl des richtigen Umfragediagrammtyps können Stakeholder schnell einen Überblick über das Gesamtbild und die zugrunde liegenden Details erhalten. Gängige Diagramme umfassen:

Sogar gut konzipierte Likert-Skalen können systematische Fehler haben, die die Datenqualität beeinträchtigen. Das Erkennen und Beheben dieser Probleme ist entscheidend, damit die Ergebnisse Ihrer Umfrage die Realität widerspiegeln. Nachfolgend finden Sie fünf häufige Fallen und die entsprechenden effektiven Lösungsvorschläge.

Der Mittelpunkt (z. B. „Stimme weder zu noch nicht zu“) kann die Beantwortungen dominieren, wenn das Element nicht relevant ist oder die Befragten eine definierte Antwort einfach vermeiden möchten. Eine häufige Nutzung des Mittelpunkts kann die tatsächliche Stimmung verschleiern.

Schnelle Lösung:

Unpräzise oder wenig differenzierte Bezeichnungen, wie „Gut“ und „Prima“, erschweren es den Befragten, die am besten geeignete Kategorie auszuwählen, und führen zu Messfehlern.

Schnelle Lösung:

Verwenden Sie umfassend bezeichnete, konkrete Punkte, die sich klar unterscheiden (z. B. „Ein bisschen zufrieden“, „Relativ zufrieden“, „Sehr zufrieden“, „Äußerst zufrieden“). Die Forschung zeigt übereinstimmend, dass eine vollständige Beschriftung die Messeigenschaften der Skala verbessert.

Bei einem Doppelelement wird versucht, zwei unterschiedliche Konzepte innerhalb einer einzelnen Frage zu messen (z. B. „Der Preis war angemessen und die Qualität war hoch“). Befragte, die mit einem Konzept einverstanden sind, aber nicht mit dem anderen, können keine genaue Antwort geben.

Schnelle Lösung:

Teilen Sie die Frage in zwei separate, eigenständige Punkte auf: einen für den Preis und einen weiteren für die Qualität.

Inkonsistenzen bei der Beantwortungsreihenfolge – bei der die Skala unvermittelt von „Niedrig → Hoch“ zu „Hoch → Niedrig“ wechselt (z. B. „Stimme überhaupt nicht zu“ links und später „Stimme völlig zu“ links) – sind verwirrend und eine Hauptquelle für Messfehler.

Schnelle Lösung:

Behalten Sie während der gesamten Umfrage eine konsistente Polarität bei (platzieren Sie z. B. die negativste Antwort immer links). Wenn eine andere Platzierung absolut notwendig ist (z. B. bei bestimmten gegensätzlich formulierten Elementen), fügen Sie eine kurze Anweisung hinzu, um die Befragten auf die Änderung hinzuweisen.

Dieser Verzerrungseffekt tritt auf, wenn Befragte Einstellungen bewusst positiv darstellen, von denen sie glauben, dass sie gesellschaftlich als positiv angesehen werden oder erwartet werden, insbesondere bei sensiblen Themen.

Schnelle Lösung:

Likert-Skalen verwandeln vage Meinungen in klare Botschaften, wenn Sie die richtige Polarität und Stufenzahl wählen, genaue Fragen formulieren und die Gesamtverteilung statt nur den Durchschnitt betrachten. Sie gehören zu den vielseitigsten Tools für Forschung und Feedbackerfassung. Egal, ob Sie eine 5-Punkte-Likert-Skala zur Zufriedenheit oder eine 10-Punkte-Likert-Skala zum Vertrauensaufbau entwerfen: Wenn Sie wissen, wie Sie Fragen formulieren, Daten analysieren und Ergebnisse interpretieren, erhalten Sie zuverlässige und umsetzbare Erkenntnisse.

Mit SurveyMonkey können Sie mit Antworten von Profis einsteigen, häufige Fallen vermeiden und schneller fundierte Entscheidungen treffen. Mit dem Antwort-Genie erstellen Sie in Sekundenschnelle ausgefeilte Likert-Fragen. So können Sie sich auf Ihre Erkenntnisse statt auf die Erstellung konzentrieren. Sehen Sie sich unsere Ressourcen an, einschließlich Anleitungen zur Erstellung überzeugender CSAT-Umfragen, NPS und Vorlagen für Mitarbeiterengagement. Oder registrieren Sie sich kostenlos, um Ihre nächste Umfrage zu starten.

NPS, Net Promoter und Net Promoter Score sind eingetragene Marken von Satmetrix Systems, Inc., Bain & Company und Fred Reichheld.