Cos'è una scala Likert: definizione, esempi, analisi e linee guida

Le domande del tipo concordo/non concordo hanno un ruolo importante nelle ricerche di mercato. Tuttavia, quando occorre cogliere le sottili sfumature emotive che si celano dietro una risposta, una domanda a scala Likert rappresenta la soluzione migliore per ottenere dati più articolati.

La scala Likert è uno strumento utilizzato nei sondaggi per misurare opinioni, atteggiamenti o comportamenti su un intervallo prestabilito, fornendo un metodo strutturato per valutare l'intensità del sentimento, da "Concordo in pieno" a "Non concordo affatto". Permette di capire quanto le persone siano d'accordo, si sentano soddisfatte o siano propense ad agire, distinguendo tra una soddisfazione moderata e un forte entusiasmo.

Grazie a questa guida, imparerai come funziona la scala Likert, come scegliere il numero giusto di livelli e come formulare domande chiare e ben definite a cui gli intervistati possano rispondere facilmente.

La scala Likert è uno strumento utilizzato nei sondaggi per misurare opinioni, atteggiamenti o comportamenti su un intervallo prestabilito, fornendo un metodo strutturato per valutare l'intensità del sentimento, da "Concordo in pieno" a "Non concordo affatto".

Grazie alle scale Likert, ricercatori e professionisti possono quantificare e cogliere efficacemente le sfumature delle opinioni, degli stati d'animo e degli atteggiamenti individuali. Ad esempio, una persona che apprezza un prodotto ma non ne va pazza probabilmente attribuirebbe un punteggio Likert del tipo "Mi piace abbastanza".

Se da un lato l'atteggiamento dei clienti nei confronti di un prodotto o un servizio può essere semplicemente ridotto a "mi piace" o "non mi piace", le scale Likert ci offrono una maggiore granularità, consentendo, ad esempio, di distinguere il grado di apprezzamento tra "mi piace" e "mi piace moltissimo".

Formulare domande efficaci utilizzando la scala Likert non è solo una buona prassi, ma rappresenta un presupposto fondamentale per ottenere dati statisticamente validi e concretamente utilizzabili.

Una scala efficace richiede opzioni di risposta complete ed equilibrate che coprano l'intero spettro delle opinioni, da "Concordo in pieno" a "Non concordo affatto".

Grazie alla padronanza di queste tecniche, potrai ottenere informazioni approfondite, affidabili e di grande valore, trasformando i tuoi dati da semplici feedback passivi in input significativi su cui basare decisioni strategiche consapevoli.

Per massimizzare l'efficacia della scala Likert è fondamentale formulare delle domande precise e non limitarsi a proporre delle affermazioni.

Se usi un'affermazione (ad es. "Il servizio è stato eccellente"), rischi di imbatterti in una pericolosa insidia: il bias di acquiescenza. Gli intervistati tendono a essere d'accordo piuttosto che in disaccordo, il che spesso porta a un'esagerazione delle risposte positive e a una distorsione dei dati. Per contrastare questa radicata tendenza psicologica, presenta i tuoi argomenti sotto forma di domande dirette. Ad esempio: "Qual è il suo livello di soddisfazione per il servizio?"

Oltre alla parzialità, una formulazione ambigua produce solo dati inutili. Per trasformare opinioni generali in informazioni utili e concrete, è necessario definire con rigore le variabili. Ad esempio, nel valutare il servizio di un ristorante, non limitarti a chiedere "Come è stato il servizio?", ma analizzalo nel dettaglio.

Precisando esattamente ciò che desideri sapere, e trasformando concetti vaghi in domande mirate, sarai in grado di valutare accuratamente i risultati e prendere decisioni con maggiore sicurezza.

L'uso dei semplici riferimenti di accordo/disaccordo per qualsiasi quesito può compromettere l'accuratezza dei dati. Il segreto di una scala Likert davvero efficace sta nel garantire che le opzioni di risposta utilizzate siano adatte al concetto che si sta cercando di misurare. 

Quando si tratta di scegliere i punti di riferimento per le risposte, è importante definire il contesto semantico dell'intera valutazione. L'uso del vocabolario corretto è fondamentale per ottenere risposte quanto più possibile accurate quando si valutano altri concetti:

Se il grado di consenso è perfetto per valutare le convinzioni, non sempre è in grado di cogliere tutte le sfumature necessarie. Un intervistato che si dichiara pienamente d'accordo sull'uso quotidiano di un'app non ti specifica con quale frequenza la utilizza. Adattare la terminologia della scala al concetto cardine da analizzare è un passaggio semplice ma efficace per ottenere dati davvero affidabili e privi di ambiguità.

I costrutti bipolari sono quelli in cui l'atteggiamento può essere espresso con un'opzione positiva o una negativa, che si trovano da un lato o dall'altro rispetto a un punto intermedio che è di per sé ambivalente o neutro. Per esempio:

Quanto è stata esaustiva o poco esaustiva la presentazione principale? 

I costrutti unipolari sono quelli che prevedono esclusivamente una misura e non hanno un punto intermedio neutro: o si manifesta il massimo livello dell'atteggiamento oggetto della valutazione oppure non se ne manifesta alcuno. Per esempio:

Si sente a suo agio nell'esprimere la sua opinione al lavoro?

Le domande a scala Likert si trovano in quasi tutti i tipi di sondaggi, come le indagini sulla soddisfazione dei clienti, gli studi sul coinvolgimento dei dipendenti e i questionari di feedback sull'esperienza con i prodotti.

Non affidare la qualità dei tuoi dati al caso, attieniti a queste cinque linee guida. Ti garantiranno che ogni intervistato interpreti le opzioni in modo coerente, massimizzando così l'affidabilità e l'utilizzabilità del feedback acquisito e trasformando le opinioni in driver organizzativi misurabili.

I punti della scala sono fondamentali, poiché determinano il livello di sfumature che è possibile cogliere e l'impegno cognitivo richiesto agli intervistati.

Si tratta di scegliere se optare per un numero dispari o pari di punti e se utilizzare una scala bipolare o unipolare.

Prima di prendere una decisione, valuta la complessità dell'argomento e il contesto del tuo pubblico per trovare il giusto equilibrio che garantisca dati precisi e affidabili senza compromettere la qualità delle risposte.

La ricerca suggerisce che il tipo di scala utilizzato influisce sul comportamento di risposta. La scelta "giusta" dipende quindi dal costrutto e dal pubblico.

Le ricerche dimostrano che l'utilizzo di 5-7 opzioni di risposta garantisce in genere il miglior equilibrio tra affidabilità, usabilità e chiarezza. Uno studio ha rilevato che 7 punti possono essere utili in determinati contesti, mentre altre ricerche hanno riscontrato poche differenze una volta superata la soglia dei 5 punti. Il compromesso da trovare è tra granularità e rischio di affaticare gli intervistati.

Suggerimento: se gli intervistati non hanno familiarità con l'argomento o stanno svolgendo più attività contemporaneamente sul cellulare, utilizza 5 punti ben definiti per ottenere risposte più chiare e rapide.

Per illustrare l'efficacia della scala Likert, abbiamo messo a punto 8 esempi di domande mirate per misurare diverse sfumature di opinione. Questi esempi coprono metriche fondamentali quali grado di soddisfazione, accordo/disaccordo, importanza e frequenza mediante vari tipi di scala. 

Questa scala Likert a 4 punti utilizza il formato bipolare per misurare il grado di accordo/disaccordo con una determinata affermazione. Escludendo una risposta intermedia, si spingono gli intervistati a propendere per il consenso o il dissenso, fornendo così un feedback più chiaro e orientato.

Quanto ritiene soddisfacente o insoddisfacente il tempo di consegna dei prodotti?

Questa scala Likert a 7 punti utilizza un formato bipolare per valutare il grado di accordo/disaccordo con un'affermazione, offrendo agli intervistati un'ampia gamma di opzioni che vanno da "Concordo in pieno" a "Non concordo affatto". La portata più ampia consente di cogliere con estrema precisione anche le più sottili differenze nel sentiment.

In che misura è d'accordo o in disaccordo con l'affermazione secondo cui l'azienda favorisce la crescita professionale dei propri dipendenti?  

Questa scala Likert a 5 punti misura la soddisfazione dei clienti in un formato unipolare, utilizzando opzioni di risposta che generalmente vanno da "Per nulla soddisfacente" a "Estremamente soddisfacente". La struttura mira a quantificare il grado di soddisfazione degli intervistati per un determinato aspetto.

Quanto trova soddisfacente o insoddisfacente la rapidità del nostro servizio?

Questa scala Likert a 6 punti usa un formato unipolare per misurare l'importanza, utilizzando opzioni di risposta che generalmente vanno da "Per nulla importante" a "Estremamente importante". L'assenza di un valore intermedio ha lo scopo di indurre i rispondenti a stabilire delle priorità, indicando chiaramente quanto sia importante un determinato fattore.

Quanto è importante per lei l'esercizio fisico?

Questa scala Likert a 5 punti usa un formato unipolare per misurare la probabilità di un evento futuro, con opzioni di risposta che possono andare da "Per nulla probabile" a "Estremamente probabile". Questo tipo di struttura induce chiaramente gli intervistati a concentrarsi sulla probabilità che compiano o meno l'azione in questione.

Quanto è probabile che partecipi a una conferenza futura?

Questa scala Likert a 5 punti usa un formato unipolare per misurare la frequenza di uno specifico comportamento, mediante opzioni di risposta che generalmente vanno da "Mai" a "Sempre". Questo tipo di struttura consente di quantificare rapidamente la frequenza con cui si verifica un particolare comportamento o evento tra i rispondenti.

Con quale frequenza utilizza il dashboard per la reportistica?

Questa scala Likert a 10 punti usa un formato unipolare per misurare il grado di soddisfazione, identificando chiaramente tutti i 10 punti, con opzioni che generalmente vanno da "Per nulla soddisfacente" a "Estremamente soddisfacente". L'ampia gamma di opzioni offre un elevato livello di dettaglio, consentendo agli intervistati di esprimere con precisione il proprio grado di soddisfazione.

Su una scala da 1 a 10, quanto ritiene soddisfacente la nostra velocità di consegna, dove 1 indica il livello di soddisfazione più basso e 10 quello più alto?

Questa scala numerica a 11 punti rappresenta la metrica standardizzata per il calcolo del Net Promoter Score®, che chiede ai clienti di esprimere la loro propensione a raccomandare un'azienda, un prodotto o un servizio utilizzando una scala di valori che va da 0 ("Per nulla probabile") a 10 ("Estremamente probabile"). 

Con quale probabilità consiglierebbe questa azienda ad amici o colleghi?

Una volta raccolte le risposte, puoi calcolare il tuo Net Promoter Score utilizzando il nostro calcolatore NPS gratuito per visualizzare immediatamente il tuo punteggio e confrontarlo con i valori di riferimento del settore.

Hai creato il tuo sondaggio con scala Likert: complimenti, hai fatto un ottimo lavoro! Ora è il momento di affrontare la fase più delicata, ovvero l'analisi rigorosa dei dati raccolti.

Questo processo è fondamentale per misurare con precisione la performance e ricavare indicatori significativi per l'area oggetto dell'indagine.

Le singole domande della Scala Likert devono essere trattate come dati ordinali, dando priorità all'ordine sequenziale delle risposte piuttosto che presumere intervalli uguali tra le categorie di risposta.

Inizia l'analisi determinando la distribuzione e calcolando i valori grezzi e le percentuali per ciascuna categoria di risposta.

Visualizza i dati utilizzando un grafico a barre, assicurandoti che le categorie siano ordinate rigorosamente in base alle risposte, da quelle negative a quelle positive, in modo che i lettori possano cogliere immediatamente l'andamento della distribuzione.

Per trasformare i dati grezzi in informazioni fruibili, segui questa procedura in tre fasi:

Per quantificare la dispersione delle risposte, includi l'intervallo interquartile (IQR). Questo metodo permette di misurare in modo affidabile la variabilità, mostrando quanto siano distribuite le risposte ed escludendo al contempo i valori anomali.

A differenza della deviazione standard, che presuppone una distribuzione normale, l'IQR risulta più adatto per i "gradini" di una scala Likert.

Una volta ottenuta una panoramica generale, approfondisci l'analisi filtrando e confrontando le risposte tra gruppi specifici. In questo modo potrai capire se il sentiment cambia in base a variabili secondarie, quali:

Effettuando un'analisi incrociata delle categorie Likert e queste variabili, è possibile passare dalla semplice descrizione dei fatti alla comprensione dei fattori che determinano tali risultati.

Per rendere la comunicazione più chiara e facilitare la sintesi, raggruppa le categorie Likert originali in categorie più ampie e più gestibili. Nelle ricerche di mercato, questo approccio viene comunemente descritto utilizzando la terminologia "top box":

Un metodo comune e molto efficace consiste nel creare tre macro-categorie: positiva, neutra e negativa. Per farlo, si raggruppano le Top 2 Box e le Bottom 2 Box, lasciando l'opzione intermedia come indicatore neutro a sé stante.

Questo processo semplifica la creazione di report, evidenzia l'andamento generale dello stato d'animo ed è particolarmente utile per il monitoraggio delle tendenze nel tempo.

La scelta del giusto tipo di grafico per il sondaggio consente alle parti interessate di cogliere rapidamente sia il quadro generale che i dettagli sottostanti. Ecco i tipi di grafici più utilizzati:

Anche le scale Likert ben progettate possono essere soggette a errori sistematici che compromettono la qualità dei dati. Identificare e correggere tali errori è fondamentale per garantire che i risultati del tuo sondaggio riflettano accuratamente la realtà. Di seguito sono elencati cinque errori comuni e le relative soluzioni.

Il punto medio (ad es. "Né d'accordo né in disaccordo") può dominare nelle risposte se la domanda non è rilevante o se i rispondenti semplicemente evitano di fornire una risposta definitiva. Un uso eccessivo del punto medio può offuscare il vero stato d'animo.

Soluzione rapida:

Etichette vaghe o poco distinte, come "Buono" e "Ottimo", rendono difficile per gli intervistati scegliere la categoria più appropriata, portando a errori di misurazione.

Soluzione rapida:

Usa livelli chiaramente distinti e definiti da un punto di vista semantico (ad es "Poco soddisfacente", "Abbastanza soddisfacente", "Molto soddisfacente", "Estremamente soddisfacente"). Le ricerche dimostrano che un'accurata etichettatura migliora la precisione della scala.

Una domanda doppia tenta di misurare due concetti distinti in un'unica formulazione (ad es. "Ritiene che il prezzo fosse adeguato e la qualità alta?"). Chi concorda con un concetto ma non con l'altro non può rispondere in modo accurato.

Soluzione rapida:

Suddividi la domanda in due formulazioni distinte: una relativa al primo concetto (prezzo) e l'altra al secondo (qualità).

L'incoerenza nell'ordine delle risposte, dove la scala passa improvvisamente da Basso → Alto a Alto → Basso (ad es. "Non concordo affatto" sulla sinistra, quindi più avanti "Concordo in pieno" sempre sulla sinistra) crea confusione e può causare errori di misurazione.

Soluzione rapida:

Mantieni una polarità costante per tutto il sondaggio (ad esempio, posiziona sempre l'opzione più negativa a sinistra). Se l'inversione è assolutamente necessaria (ad esempio, per alcune domande a codifica inversa), aggiungi una breve nota informativa per avvisare i rispondenti della modifica.

Questo tipo di bias si verifica quando gli intervistati tendono a esagerare atteggiamenti che ritengono socialmente accettabili o appropriati, in particolare quando si tratta di argomenti delicati.

Soluzione rapida:

Le scale Likert consentono di trasformare opinioni vaghe in indicazioni chiare, a condizione che si scelgano la polarità e il numero di livelli adeguati, si formulino domande precise e si analizzi la distribuzione dei dati, non solo i valori medi. Si tratta di uno degli strumenti più versatili nel campo della ricerca e della raccolta di feedback. Sia che tu stia progettando una scala Likert sulla soddisfazione a 5 punti o sulla fiducia a 10 punti, capire come formulare correttamente le domande, analizzare i dati e interpretare i risultati garantisce che le tue conclusioni siano affidabili e applicabili nella pratica.

Con SurveyMonkey puoi partire da serie di risposte elaborate da esperti, evitare gli errori più comuni e prendere decisioni più rapide e sicure. Il Facilitatore di risposte ti può aiutare a creare domande a scala Likert ben strutturate in pochi secondi, così potrai concentrarti sui risultati, non sulla configurazione. Dai un'occhiata alle nostre risorse, tra cui guide per la creazione di efficaci questionari CSAT, NPS e sul coinvolgimento dei dipendenti, oppure registrati gratis per lanciare il tuo prossimo sondaggio.

NPS, Net Promoter e Net Promoter Score sono marchi registrati di Satmetrix Systems, Inc., Bain & Company e Fred Reichheld.