Likert-Skala

Die Likert-Skala ist ein Verfahren zur standardisierten Messung von Einstellungen und Einschätzungen. Befragte bewerten dabei Aussagen anhand geordneter Antwortstufen, beispielsweise von „stimme überhaupt nicht zu“ bis „stimme voll und ganz zu“.

Likert-Skalen kommen besonders häufig in Studierendenbefragungen, Absolvent*innenbefragungen und anderen standardisierten Feedbackprozessen zum Einsatz. Für aussagekräftige Ergebnisse ist jedoch nicht nur die Formulierung der Aussagen entscheidend. Auch die Anzahl der Antwortstufen, eine mögliche neutrale Mitte und die spätere Auswertung beeinflussen die Qualität und Interpretierbarkeit der erhobenen Daten.

Was ist eine Likert-Skala?

Eine Likert-Skala erfasst, wie Befragte eine Aussage bewerten und wie stark sie ihr zustimmen oder sie ablehnen. Benannt ist das Verfahren nach dem Sozialforscher Rensis Likert, der die Methode zur Einstellungsmessung entwickelte.

Ein typisches Beispiel aus einer Lehrevaluation wäre die Aussage: „Die Lernziele der Lehrveranstaltung wurden verständlich vermittelt.“

Die Befragten wählen anschließend eine Antwort auf einer geordneten Skala, etwa:

• stimme überhaupt nicht zu
• stimme eher nicht zu
• weder noch
• stimme eher zu
• stimme voll und ganz zu

Methodisch ist dabei eine wichtige Unterscheidung zu beachten: Eine einzelne Aussage mit abgestuften Antwortmöglichkeiten wird als Likert-Item bezeichnet. Eine Likert-Skala im engeren wissenschaftlichen Sinn besteht dagegen aus mehreren inhaltlich zusammengehörigen Items, mit denen gemeinsam ein übergeordnetes Merkmal gemessen wird, beispielsweise Studienzufriedenheit oder wahrgenommene Lehrqualität.

Im allgemeinen Sprachgebrauch wird allerdings häufig bereits eine einzelne fünf- oder siebenstufige Skalafrage als Likert-Skala bezeichnet.

Beispiele für fünf- und siebenstufige Likert-Skalen

Besonders verbreitet sind Likert-Skalen mit fünf oder sieben Antwortstufen. Beide Varianten ermöglichen es, Einstellungen differenzierter abzubilden als einfache Ja-Nein-Fragen.

Aussage: „Die organisatorischen Informationen zur Lehrveranstaltung waren verständlich.“

Eine fünfstufige Skala kann beispielsweise so aussehen:

1. stimme überhaupt nicht zu
2. stimme eher nicht zu
3. weder noch
4. stimme eher zu
5. stimme voll und ganz zu

Eine siebenstufige Variante bietet eine feinere Abstufung:

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 voll und ganz zu

Entscheidend ist, dass sich die Antwortstufen nachvollziehbar voneinander unterscheiden und innerhalb einer Befragung konsistent verwendet werden.

Wie viele Stufen sollte eine Likert-Skala haben?

Für viele Befragungen sind fünf oder sieben Antwortstufen ein sinnvoller Ausgangspunkt. Welche Variante geeigneter ist, hängt vom Erkenntnisinteresse, von der Zielgruppe und davon ab, wie differenziert die Befragten den jeweiligen Sachverhalt beurteilen können.

• Eine fünfstufige Likert-Skala ist kompakt und leicht erfassbar. Sie bietet sich an, wenn eine übersichtliche Skala gewünscht ist und eine stärkere Differenzierung für das Erkenntnisinteresse nicht erforderlich ist.

• Eine siebenstufige Likert-Skala ermöglicht feinere Abstufungen. Sie kann sinnvoll sein, wenn Unterschiede zwischen ähnlichen Einschätzungen für die spätere Analyse relevant sind und die Befragten das Thema entsprechend differenziert beurteilen können.

Mehr Antwortstufen führen dabei nicht automatisch zu besseren Ergebnissen. Werden die Unterschiede zwischen benachbarten Kategorien zu gering, kann es für Befragte schwieriger werden, eine passende Antwort auszuwählen. Sehr kurze Skalen bieten dagegen weniger Möglichkeiten, unterschiedliche Einschätzungen abzubilden.

Bei wiederkehrenden Befragungen spielt außerdem die Konsistenz eine wichtige Rolle. Wird beispielsweise eine Lehrveranstaltung regelmäßig mit einer fünfstufigen Skala bewertet, sollte diese nicht ohne methodischen Grund auf sieben Stufen umgestellt werden. Veränderungen an Antwortskalen können die Vergleichbarkeit zwischen verschiedenen Erhebungszeitpunkten erschweren.

Sollte eine Likert-Skala eine neutrale Mitte haben?

Eine ungerade Anzahl von Antwortstufen ermöglicht eine neutrale Mittelposition. Bei einer fünfstufigen Likert-Skala ist dies beispielsweise „weder noch“.

Ob eine solche Mitte sinnvoll ist, hängt von der jeweiligen Fragestellung ab. Wenn eine tatsächlich neutrale Haltung möglich ist, sollte diese grundsätzlich auch abgebildet werden können. Fehlt eine mittlere Antwortmöglichkeit, müssen sich Befragte für eine positive oder negative Tendenz entscheiden, auch wenn diese ihre tatsächliche Einschätzung möglicherweise nicht widerspiegelt.

Wichtig ist die Unterscheidung zwischen einer neutralen Position und einer Enthaltung:

• „Weder noch“ bedeutet, dass eine Person tatsächlich eine mittlere oder neutrale Einschätzung abgibt.
• „Kann ich nicht beurteilen“ bedeutet, dass keine fachlich belastbare Bewertung möglich ist.

Gerade in Hochschulbefragungen kann dieser Unterschied relevant sein. Studierende können einem bestimmten Aspekt einer Lehrveranstaltung neutral gegenüberstehen oder ihn aufgrund fehlender Erfahrung überhaupt nicht beurteilen können. Beide Antworten sollten deshalb nicht automatisch gleich behandelt werden.

Auch geradzahlige Skalen ohne neutrale Mitte sind möglich. Ihr Einsatz sollte jedoch inhaltlich begründet sein, da Befragte dadurch keine mittlere Antwortposition wählen können.

Wie werden Likert-Daten richtig ausgewertet?

Die Auswertung von Likert-Daten erfordert methodische Sorgfalt, da die Antwortstufen zwar eindeutig geordnet sind, ihre Abstände jedoch nicht automatisch als gleich groß gelten können. So liegt „stimme eher zu“ zwar zwischen „weder noch“ und „stimme voll und ganz zu“, es lässt sich jedoch nicht ohne Weiteres annehmen, dass der Abstand zwischen diesen Kategorien jeweils identisch ist.

Einzelne Likert-Items werden deshalb in der Regel als ordinale Daten eingeordnet. Das bedeutet, dass die Antwortkategorien in einer eindeutigen Reihenfolge stehen, ihre Abstände aber nicht exakt quantifiziert werden können. Man weiß also, welche Antwort stärker oder schwächer ausgeprägt ist, nicht jedoch, ob der Abstand zwischen zwei benachbarten Kategorien jeweils gleich groß ist.

Genau deshalb sollte die Auswertung nicht ausschließlich auf einem einzelnen Kennwert beruhen. Während sich bei metrischen Daten Abstände unmittelbar rechnerisch interpretieren lassen, ist bei ordinalen Daten die tatsächliche Verteilung der Antworten besonders wichtig. Für eine aussagekräftige Umfrageauswertung empfiehlt es sich daher, nicht nur einen einzelnen Kennwert zu betrachten, sondern mehrere Perspektiven miteinander zu verbinden.

Häufigkeitsverteilung

Ein guter Ausgangspunkt ist die Verteilung der Antworten. Sie zeigt, wie häufig die einzelnen Antwortkategorien gewählt wurden und macht damit sichtbar, wie sich die Einschätzungen innerhalb der Gruppe tatsächlich verteilen.

Das ist besonders wichtig, weil identische oder ähnliche Durchschnittswerte sehr unterschiedliche Antwortmuster verbergen können. Ein mittlerer Wert kann beispielsweise entstehen, weil viele Befragte tatsächlich die neutrale Mitte wählen. Er kann aber ebenso das Ergebnis stark gegensätzlicher Bewertungen sein, bei denen sich positive und negative Antworten rechnerisch ausgleichen. Die Häufigkeitsverteilung liefert deshalb wichtige Informationen, die ein einzelner Kennwert nicht abbilden kann.

Median

Der Median ergänzt diese Betrachtung, indem er die mittlere Position aller geordneten Antworten beschreibt. Mindestens die Hälfte der Antworten liegt dabei auf oder unterhalb dieses Wertes und mindestens die andere Hälfte auf oder oberhalb davon.

Für einzelne Likert-Items eignet sich der Median besonders gut, weil seine Berechnung keine gleich großen Abstände zwischen den Antwortkategorien voraussetzt. Er zeigt damit auf robuste Weise, wo die zentrale Tendenz der Antworten liegt, und wird durch einzelne besonders hohe oder niedrige Bewertungen vergleichsweise wenig beeinflusst.

Modus

Der Modus gibt an, welche Antwortkategorie am häufigsten gewählt wurde. Er beantwortet damit eine sehr konkrete Frage: Welche Einschätzung kommt unter den Befragten am häufigsten vor?

Gerade bei einzelnen Likert-Items ist der Modus leicht verständlich und kann die Interpretation von Häufigkeitsverteilung und Median sinnvoll ergänzen. Besonders hilfreich ist er dann, wenn sich eine Antwortkategorie deutlich von den übrigen abhebt.

Mittelwert

Auch der Mittelwert wird in der praktischen Befragungsforschung häufig für Likert-Daten verwendet. Er ermöglicht kompakte Vergleiche, etwa zwischen Lehrveranstaltungen, Studiengängen, Fachbereichen oder verschiedenen Erhebungszeiträumen. Seine Interpretation setzt allerdings voraus, dass die Abstände zwischen den Antwortstufen näherungsweise als vergleichbar behandelt werden. Bei einem einzelnen Likert-Item sollte der Mittelwert deshalb nicht isoliert betrachtet werden. Erst zusammen mit der Antwortverteilung, dem Median und gegebenenfalls einem Streuungsmaß wird sichtbar, ob ein Durchschnittswert die tatsächliche Verteilung der Antworten angemessen beschreibt.

Typische Fehler bei Likert-Skalen

Auch eine übersichtlich aufgebaute Likert-Skala kann zu wenig belastbaren Ergebnissen führen, wenn Frageformulierung, Antwortskala und Auswertung nicht zusammenpassen.

Typische Fehler sind:

• Zwei Inhalte in einer Aussage: „Die Lehrveranstaltung war verständlich und praxisnah“ vermischt zwei Bewertungen. Eine Person kann den Inhalt verständlich, aber nicht praxisnah finden. Beide Aspekte sollten getrennt abgefragt werden.
• Unklare Antwortstufen: Antwortkategorien sollten sich eindeutig unterscheiden und möglichst symmetrisch aufgebaut sein.
• Wechselnde Skalenrichtung: Stehen positive Bewertungen einmal links und bei der nächsten Frage rechts, kann dies das Risiko versehentlicher Falschantworten erhöhen. Davon zu unterscheiden ist eine bewusst variierte inhaltliche Polung einzelner Items. So können z. B. positiv und negativ formulierte Aussagen kombiniert werden, um automatisierte oder wenig reflektierte Antwortmuster zu erkennen. Ein solcher Wechsel sollte jedoch methodisch geplant und bei der späteren Auswertung berücksichtigt werden.
• Neutralität und Enthaltung vermischen: „Weder noch“ ist keine Alternative zu „kann ich nicht beurteilen“. Beide Kategorien haben unterschiedliche Bedeutungen.
• Zu viele Abstufungen: Zusätzliche Antwortstufen sind nur sinnvoll, wenn die Befragten die Unterschiede tatsächlich zuverlässig beurteilen können.
• Nur den Mittelwert betrachten: Ein Durchschnittswert kann stark unterschiedliche Antwortverteilungen verdecken. Häufigkeiten und Streuung sollten deshalb mitbetrachtet werden.
• Skalen zwischen Erhebungen verändern: Andere Antwortstufen, Polungen oder Beschriftungen können Zeitvergleiche erschweren.

Schon beim Erstellen einer Umfrage sollte daher feststehen, wie die gewonnenen Daten später analysiert und miteinander verglichen werden sollen.

Wie unterstützt evasys bei Likert-Skalen?

Mit evasys lassen sich Likert-Skalen in standardisierte Befragungsprozesse integrieren und konsistent über verschiedene Erhebungen hinweg einsetzen. Das ist besonders dann hilfreich, wenn Fragebögen regelmäßig wiederverwendet, Ergebnisse vergleichbar ausgewertet und größere Befragungsvorhaben effizient organisiert werden sollen.

Die Software unterstützt dabei sowohl die Erstellung geeigneter Skalenfragen als auch deren strukturierte Auswertung. Antwortskalen können so gestaltet werden, dass sie zur jeweiligen Fragestellung und Zielgruppe passen. Gleichzeitig lassen sich Ergebnisse übersichtlich aufbereiten und für weiterführende Analysen oder Berichte nutzen. Für Hochschulen ist das vor allem bei wiederkehrenden Evaluationen relevant. Einheitlich aufgebaute Fragebögen und standardisierte Auswertungsprozesse schaffen eine verlässliche Grundlage, um Entwicklungen über Zeiträume hinweg zu beobachten und Ergebnisse in das Qualitätsmanagement einfließen zu lassen.

evasys unterstützt damit nicht nur die technische Umsetzung von Likert-Fragen, sondern den gesamten Befragungsprozess von der Fragebogenerstellung bis zur Auswertung und Ergebnisbereitstellung.

Häufige Fragen zur Likert-Skala

Was ist eine Likert-Skala einfach erklärt?

Mit einer Likert-Skala wird erfasst, wie stark Befragte einer Aussage zustimmen oder sie ablehnen. Typische Antwortmöglichkeiten reichen beispielsweise von „stimme überhaupt nicht zu“ bis „stimme voll und ganz zu“. Im engeren methodischen Sinn besteht eine Likert-Skala aus mehreren inhaltlich zusammengehörigen Likert-Items.

Sollte eine Likert-Skala fünf oder sieben Stufen haben?

Sowohl fünf- als auch siebenstufige Likert-Skalen sind gebräuchlich. Fünf Stufen bieten eine kompakte und leicht erfassbare Antwortskala, während sieben Stufen eine feinere Differenzierung ermöglichen. Welche Variante besser geeignet ist, hängt von der Fragestellung, der Zielgruppe und dem gewünschten Differenzierungsgrad ab.

Braucht eine Likert-Skala eine neutrale Mitte?

Nicht zwingend. Eine neutrale Mitte ist sinnvoll, wenn eine tatsächlich neutrale Einschätzung möglich ist. Geradzahlige Skalen können ebenfalls verwendet werden, sollten aber bewusst gewählt werden, da sie keine mittlere Antwortposition anbieten.

Was ist der Unterschied zwischen einer Likert-Skala und einer Skalafrage?

Eine Skalafrage ist ein allgemeiner Fragetyp, bei dem Befragte eine Bewertung auf einer abgestuften Skala abgeben. Eine Likert-Skala ist eine spezifische Form der Einstellungsmessung, die auf der Bewertung von Aussagen über abgestufte Zustimmungskategorien basiert. Nicht jede Skalafrage ist daher automatisch eine Likert-Skala.

Wofür werden Likert-Skalen an Hochschulen eingesetzt?

Typische Einsatzbereiche sind Lehrevaluationen, Studierendenbefragungen, Programmevaluationen und weitere Befragungen im Qualitätsmanagement. Sie ermöglichen es, Einschätzungen standardisiert zu erfassen und Ergebnisse über Gruppen oder Erhebungszeiträume hinweg zu vergleichen.

Was bedeutet es, dass Likert-Daten ordinal sind?

Ordinal bedeutet, dass die Antwortmöglichkeiten in einer eindeutigen Reihenfolge stehen, die Abstände zwischen den Kategorien aber nicht zwingend gleich groß sind. Bei einer Zustimmungsskala ist z. B. klar, dass „stimme voll und ganz zu“ eine stärkere Zustimmung ausdrückt als „stimme eher zu“. Wie groß der Abstand zwischen diesen beiden Kategorien im Vergleich zu anderen Kategorien ist, lässt sich jedoch nicht exakt bestimmen.