Likert-schaal: wat het is, voorbeelden en hoe je ze gebruikt

Een likert-schaal is een schaalvraag waarmee je meet in welke mate iemand het eens of oneens is met een stelling. Respondenten kiezen een antwoord op een symmetrische schaal, meestal van vijf of zeven punten, die loopt van “helemaal oneens” tot “helemaal eens” met een neutraal midden. De likert-schaal is de meest gebruikte manier om houdingen, meningen en tevredenheid te kwantificeren in enquêtes, omdat ze abstracte oordelen omzet in cijfers die je kunt vergelijken en analyseren.

De schaal is genoemd naar de Amerikaanse psycholoog Rensis Likert, die de methode in 1932 beschreef in zijn onderzoek naar attitudes. Bijna een eeuw later is de likert-schaal nog altijd de ruggengraat van vrijwel elke vragenlijst, van klanttevredenheidsonderzoek tot medewerkersbevragingen en merkonderzoek. In dit artikel leggen we uit wat een likert-schaal precies is, hoe ze eruitziet, wanneer je vijf of zeven punten kiest, welk meetniveau erbij hoort en hoe je de antwoorden correct analyseert.

Wat een likert-schaal precies is

Een likert-schaal bestaat uit een stelling en een reeks geordende antwoordopties die een oordeel uitdrukken in gradaties. De klassieke vorm is de eens-oneens-schaal: je legt een bewering voor, bijvoorbeeld “De klantenservice heeft mijn vraag snel opgelost”, en de respondent geeft aan hoe sterk hij of zij het daarmee eens is. De antwoorden zijn niet willekeurig maar staan in een logische volgorde, van het ene uiterste naar het andere, met een neutraal punt in het midden.

Belangrijk is het onderscheid tussen een likert-item en een likert-schaal. Eén enkele stelling met antwoordopties is strikt genomen een likert-item. Wanneer je meerdere items die hetzelfde onderliggende begrip meten optelt tot één score, spreek je van een echte likert-schaal. In de praktijk gebruiken de meeste mensen de term “likert-schaal” voor beide, en dat doen wij in dit artikel ook. Het onderscheid is wel relevant zodra je de betrouwbaarheid van een set vragen wilt beoordelen, daarover later meer.

De kracht van de likert-schaal zit in de combinatie van eenvoud en informatiewaarde. Voor de respondent is invullen intuïtief: bijna iedereen begrijpt het verschil tussen “eens” en “helemaal eens”. Voor de onderzoeker levert het gestructureerde, numerieke data op die je kunt middelen, vergelijken tussen groepen en over de tijd volgen. Zo wordt een subjectieve mening een meetbare grootheid. Dat maakt de likert-schaal een typisch instrument van kwantitatief marktonderzoek: je zet zachte, kwalitatieve oordelen om in harde cijfers.

Hoe een likert-schaal eruitziet

Een likert-schaal presenteer je als een stelling met een rij antwoordlabels of bijbehorende cijfers. De labels lopen symmetrisch: er staan evenveel positieve als negatieve opties rond het neutrale midden. De meest voorkomende variant is de eens-oneens-schaal met vijf punten. Zo ziet een standaard 5-punts likert-schaal eruit:

Niet elke likert-schaal draait om eens en oneens. Dezelfde structuur werkt voor andere dimensies, zolang de opties maar geordend en symmetrisch zijn. Veelgebruikte varianten zijn tevredenheid (van “zeer ontevreden” tot “zeer tevreden”), frequentie (van “nooit” tot “altijd”), waarschijnlijkheid (van “zeer onwaarschijnlijk” tot “zeer waarschijnlijk”) en belangrijkheid (van “totaal niet belangrijk” tot “heel belangrijk”). De keuze van de labels bepaalt wat je meet, dus die moet nauw aansluiten bij de vraag die je stelt.

Een goed ontworpen likert-schaal heeft heldere, evenwichtige labels. De afstand tussen “oneens” en “helemaal oneens” moet in de beleving van de respondent ongeveer even groot zijn als tussen “eens” en “helemaal eens”. Springt één label eruit of ontbreekt er een tegenpool, dan raakt de schaal uit balans en vertekent dat de antwoorden.

5-punts of 7-punts likert-schaal kiezen

De vraag hoeveel punten je schaal moet tellen, komt bij elk onderzoek terug. De twee gangbare keuzes zijn vijf en zeven punten, en beide hebben hun voorstanders. Meer punten geven de respondent meer nuance en verhogen in theorie de gevoeligheid van de meting. Minder punten maken invullen sneller en verlagen de kans dat mensen afhaken, zeker op een smartphone.

Een aparte discussie is het aantal punten even of oneven maken. Een oneven aantal, zoals vijf of zeven, bevat een neutraal middenpunt. Dat geeft respondenten die echt geen mening hebben een eerlijke uitweg. Het nadeel is dat sommige mensen de neutrale optie kiezen om na te denken te vermijden, wat je meting minder scherp maakt. Een even aantal, zoals vier of zes punten, dwingt mensen om een kant te kiezen. Dat noemen we een geforceerde keuze. Gebruik die alleen als je zeker weet dat iedereen een standpunt heeft, want anders verzin je een mening die er niet is.

De praktische vuistregel: kies vijf punten voor brede enquêtes onder klanten of het grote publiek, en zeven punten wanneer je verschillen tussen respondenten heel precies wilt meten, bijvoorbeeld in attitude- of medewerkersonderzoek. Belangrijker dan het exacte aantal is dat je binnen één vragenlijst consequent dezelfde schaal aanhoudt. Wisselen tussen vijf en zeven punten verwart de respondent en bemoeilijkt de vergelijking.

Welk meetniveau een likert-schaal heeft

Om likert-data correct te analyseren moet je weten op welk meetniveau je meet. Het meetniveau bepaalt namelijk welke statistische bewerkingen zijn toegestaan. Een likert-item levert strikt genomen data op ordinaal meetniveau op: de antwoorden staan in een duidelijke rangorde, maar de afstanden tussen de punten zijn niet gegarandeerd gelijk. Het verschil tussen “oneens” en “neutraal” is niet aantoonbaar even groot als tussen “eens” en “helemaal eens”, ook al staan er nette cijfers bij.

Dat heeft gevolgen. Bij zuiver ordinale data is de mediaan het correcte middelpunt, niet het rekenkundig gemiddelde. Toch behandelen veel onderzoekers een opgetelde likert-schaal, dus een som of gemiddelde van meerdere items samen, in de praktijk als data op intervalniveau. Dat is verdedigbaar zolang de schaal uit voldoende items bestaat en de resultaten robuust zijn. Voor één los item blijf je op zeker: rapporteer dan de verdeling en de mediaan. Behandel likert-cijfers dus nooit klakkeloos als gewone getallen, maar houd altijd in het achterhoofd dat de afstanden tussen de punten een aanname zijn en geen gemeten feit. Wie dieper wil graven in de bewerkingen die bij elk niveau horen, vindt meer in ons overzicht van de meest gebruikte statistische technieken in marktonderzoek.

De likert-schaal naast andere schaalvragen

De likert-schaal is de bekendste schaalvraag, maar niet de enige. Om de juiste keuze te maken helpt het te weten hoe ze zich verhoudt tot verwante schaaltypes die je vaak in enquêtes tegenkomt.

De Net Promoter Score is eigenlijk een gespecialiseerde 11-puntsschaal met een vaste vraag, en de Customer Satisfaction Score gebruikt een klassieke likert-achtige tevredenheidsschaal. Waar de likert-schaal uitblinkt, is het meten van een houding via meerdere stellingen tegelijk. Wil je juist de beleving tussen twee polen vastleggen, dan is de semantische differentiaal geschikter. En gaat het puur om een spontane waardering, dan volstaat een eenvoudige beoordelingsschaal. Kies het schaaltype dat past bij het begrip dat je wilt meten, niet andersom.

Een goede likert-schaal opstellen

Een likert-schaal staat of valt met de kwaliteit van de stellingen en de labels. Dezelfde zorgvuldigheid die je bij het opstellen van een vragenlijst hanteert, geldt dus ook per schaalvraag. Deze richtlijnen houden je meting zuiver:

Formuleer één idee per stelling. Vermijd dubbelvragen zoals “De medewerker was vriendelijk en snel”. Als iemand het met het ene deel eens is en met het andere niet, kan hij niet eerlijk antwoorden. Splits zo’n stelling in twee items.

Houd de stelling neutraal. Suggestieve formuleringen (“Onze uitstekende service heeft u vast geholpen”) sturen het antwoord. Beschrijf de situatie zakelijk en laat het oordeel aan de respondent.

Balanceer de schaal. Zet evenveel positieve als negatieve opties rond het midden, met labels die logisch oplopen. Een scheve schaal trekt de antwoorden naar één kant.

Kies bewust voor wel of geen neutraal midden. Beslis vooraf of je respondenten een neutrale uitweg gunt of een keuze afdwingt, en houd die keuze consequent vol in de hele vragenlijst.

Label elk punt, niet alleen de uiteinden. Als alleen de uitersten een woord krijgen, moeten mensen de tussenpunten zelf invullen. Volledig gelabelde schalen worden consistenter ingevuld.

Gebruik dezelfde schaal binnen een thema. Wisselende schalen dwingen de respondent telkens opnieuw na te denken over de betekenis, wat fouten en uitval veroorzaakt.

Test de vragenlijst vooraf. Leg de schaal aan een handvol mensen voor en vraag of de stellingen en labels helder zijn. Kleine onduidelijkheden komen zo aan het licht voordat je het onderzoek uitzet. Een correct opgezette schaal is ook de basis voor de betrouwbaarheid en validiteit van je resultaten.

Likert-data analyseren

Als de antwoorden binnen zijn, begint de analyse. De eerste stap is altijd de verdeling bekijken: hoeveel procent koos elke optie? Een staafdiagram per stelling laat in één oogopslag zien of de meningen positief, negatief of verdeeld zijn. Deze frequentieverdeling is de eerlijkste weergave van ruwe likert-data.

Voor een samenvattend getal kies je tussen de mediaan en het gemiddelde. Bij één los item is de mediaan het meest verdedigbaar, omdat de data ordinaal zijn. Bij een opgetelde schaal van meerdere items rapporteren onderzoekers vaak het gemiddelde, wat handig is om groepen of periodes te vergelijken. Een veelgebruikte praktische maat is de top-box score: het percentage respondenten dat de twee (of één) meest positieve opties koos. Die vertaalt een schaal naar één helder cijfer, bijvoorbeeld “72 procent is het (helemaal) eens”. De top-box is vooral waardevol wanneer je resultaten over de tijd volgt: je ziet in één getal of de tevredenheid stijgt of daalt ten opzichte van de vorige meting, zonder je te verliezen in de volledige verdeling.

Wanneer je meerdere items optelt tot één schaal, wil je weten of die items werkelijk hetzelfde begrip meten. Daarvoor bereken je de interne consistentie, meestal met Cronbach’s alfa. Een alfa vanaf ongeveer 0,70 geldt als voldoende betrouwbaar. Zo weet je of je de items terecht samenvoegt tot één score. Let er ten slotte op dat je genoeg respondenten hebt om conclusies op te baseren: hoe je die aantallen bepaalt, lees je in ons artikel over de steekproefgrootte bepalen.

Veelgemaakte fouten met likert-schalen

Ook een vertrouwd instrument als de likert-schaal gaat mis wanneer je niet oplet. De meest voorkomende valkuilen:

Gemiddelden op één ordinaal item plakken. Een gemiddelde van 3,7 op een losse vijfpuntsvraag suggereert een precisie die er niet is. Toon liever de verdeling of de mediaan.

Onevenwichtige labels. Drie positieve opties tegenover twee negatieve trekken de score kunstmatig omhoog. Houd de schaal symmetrisch.

Instemmingsneiging negeren. Mensen zijn geneigd het eerder eens dan oneens te zijn met een stelling. Door af en toe een omgekeerd geformuleerd item op te nemen, controleer je of respondenten echt lezen.

Te veel stellingen. Een eindeloze rij likert-vragen leidt tot rechtdoorklikken, waarbij mensen overal dezelfde kolom aantikken. Houd batterijen kort en gevarieerd.

Schalen door elkaar gebruiken. Wie in dezelfde enquête vijf- en zevenpuntsschalen mixt, maakt vergelijken onnodig moeilijk en verwart de respondent.

Wanneer je een likert-schaal het beste inzet

De likert-schaal is niet voor elke onderzoeksvraag de juiste keuze, maar in een aantal situaties is ze bijna onmisbaar. Ze komt het sterkst tot haar recht wanneer je een houding of oordeel wilt meten dat je niet met een simpel ja of nee kunt vangen, en dat je bovendien over de tijd of tussen groepen wilt vergelijken.

In klanttevredenheidsonderzoek vormen likert-vragen de kern: hoe eens is de klant met stellingen over de service, het product en de prijs? In medewerkersonderzoek meet je met dezelfde techniek betrokkenheid en werkbeleving, bijvoorbeeld in een jaarlijkse bevraging. Lees hoe waardevol dat is in ons artikel over de voordelen van medewerkersbevragingen. In merk- en imago-onderzoek leg je houdingen tegenover een merk vast, en in een behoefteanalyse peil je hoe belangrijk klanten bepaalde kenmerken vinden.

Waar de likert-schaal minder geschikt is, is bij het verkennen van het waarom achter een mening. Een cijfer vertelt je dat klanten ontevreden zijn, maar niet waarom. Voor die diepgang combineer je kwantitatieve schaalvragen met kwalitatieve methoden zoals focusgroepen of interviews. De sterkste onderzoeksopzet gebruikt beide: de likert-schaal om te meten hoeveel en hoe sterk, en kwalitatief onderzoek om te begrijpen waarom.

Likert-schalen inzetten in professioneel marktonderzoek

De likert-schaal lijkt eenvoudig, en dat is precies de valkuil. Achter een nette rij “eens tot oneens” schuilen keuzes over het aantal punten, het al dan niet neutrale midden, de formulering van elke stelling en de manier waarop je de data mag analyseren. Die keuzes bepalen of je meting klopt of dat je conclusies trekt op drijfzand. Een goed opgezette likert-schaal levert cijfers waar je beleid op kunt bouwen, van klanttevredenheid tot merkbeleving en medewerkersbetrokkenheid.

Bij BABLR ontwerpen we vragenlijsten waarin de schalen, de steekproef en de analyse op elkaar aansluiten, zodat je resultaten betrouwbaar en bruikbaar zijn. Wil je klanttevredenheid of houdingen professioneel in kaart brengen met de juiste schaalvragen? Ontdek onze aanpak voor klanttevredenheidsonderzoek en zet je volgende meting meteen goed op.