A escala Likert é um método de medição utilizado por pesquisadores com o objetivo de avaliar as opiniões e atitudes das pessoas. Existem vários tipos de escalas de medição focadas no comportamento das pessoas, sendo a Likert uma das mais utilizadas. Saiba mais sobre o tema neste artigo!
O que é escala Likert?
É uma ferramenta de avaliação que permite aos pesquisadores questionar indivíduos sobre seu nível de concordância ou discordância com afirmações específicas. Diferentemente de perguntas simples de “sim” ou “não”, essa escala permite uma avaliação mais detalhada das respostas dos entrevistados.
Nomeada em homenagem à psicóloga Rensis Likert, a escala distingue entre um conjunto de itens respondidos coletivamente (geralmente 8 ou mais) e o formato de pontuação das respostas, que é o foco técnico da escala Likert. A diferença conceitual aqui reside na distinção que Likert fez entre o fenômeno estudado e as variáveis de coleta de dados.
Essa escala é amplamente utilizada em pesquisas de marketing para compreender as opiniões e atitudes dos consumidores em relação a marcas, produtos ou mercados específicos. Ela é particularmente útil para medir o grau de concordância ou discordância dos entrevistados com afirmações pré-determinadas.
Ao responder a um item na escala Likert, os participantes expressam seu nível de concordância ou discordância, utilizando uma série de opções que variam de “concordo totalmente” a “discordo totalmente”. Essas escalas permitem a medição de atitudes e opiniões de maneira que assume a linearidade na intensidade das experiências.
As respostas são estruturadas em diferentes níveis de mensuração, comuns em escalas de 5, 7 ou 9 pontos. É essencial incluir um ponto neutro para os entrevistados que não desejam expressar nem concordância nem discordância com uma afirmação específica.
Exemplos de perguntas em escala likert
Abaixo, temos para você alguns exemplos que você pode aplicar durante o processo de pesquisa.
Exemplos de escala Likert para nível de concordância ou discordância de uma frase
- Acredito que a inovação é o elemento mais importante ao iniciar uma startup.
- O sabor da comida que como é o mais importante na hora de escolher um lugar para comer.
- Minha contribuição para a empresa é sempre valiosa.
Exemplos de escala Likert sobre a frequência de uma atividade
- Saio de férias pelo menos 2 vezes por ano.
- Consumo produtos para a pele todos os dias.
Exemplo de escala Likert sobre a importância de um fator
- A experiência do usuário dentro da minha estratégia comercial é…
Exemplos de escala Likert para avaliação de marca, empresa, produto ou serviço
- A marca A se preocupa com o meio ambiente e a natureza
Exemplo de escala Likert sobre a probabilidade de realizar uma ação no futuro
- Pretendo comprar um carro nos próximos 6 meses.
Exemplos de respostas na escala Likert
Como vimos alguns exemplos de perguntas Likert que você pode implementar em sua próxima pesquisa, vamos compartilhar com você alguns tipos de respostas que você pode oferecer ao entrevistado dependendo do tipo de escala Likert que você usa:
Vantagens e desvantagens de usar a escala Likert
Considere estes aspectos da escala para descobrir se você pode usá-la em sua próxima pesquisa:
- É uma escala fácil de aplicar.
- Você pode usar itens que não estão relacionados à expressão.
- Oferece uma gradação da opinião das pessoas pesquisadas.
- Produz medições de qualidade (precisas e minimiza erros de medição)
- Permite realizar as análises necessárias para atingir os objetivos da pesquisa.
- As comparações podem ser feitas com avaliações anteriores do serviço ou com serviços similares (benchmarking).
- Muito simples de responder.
Desvantagens de uma escala Likert
- Existem estudos científicos que indicam que existe um viés na escala, uma vez que as respostas positivas sempre superam as negativas.
- Existem também estudos que indicam que os respondentes tendem a responder “concordo”, uma vez que envolve menos esforço mental ao responder a pesquisa.
- Dificuldade em estabelecer com precisão o número de respostas positivas e negativas.
Como fazer uma escala Likert?
A seguir, apresentaremos algumas recomendações para criar uma pesquisa usanod a pergunta com escala Likert:
1. Escreva perguntas claras
As perguntas devem ser feitas da forma mais concreta e específica possível para encorajar resultados efetivos. Lembre-se de que os entrevistados responderão apenas à pergunta exata que lhes for feita.
2. Mantenha os adjetivos consistentes
Preste muita atenção ao uso de adjetivos em perguntas do tipo Likert para garantir que os entrevistados possam compreender claramente o significado de cada opção. Cada adjetivo deve ter uma posição clara na escala, do mais alto ao mais baixo.
Use o termo “extremamente” para os dois extremos da escala (por exemplo, “concordo totalmente”, “discordo totalmente”), estabeleça um ponto médio neutro (por exemplo, “nem concordo, nem discordo”) e complete as classificações moderadas com o mesmo adjetivos (por exemplo, “discordo um pouco”, “concordo um pouco”).
3. Considere as escalas unipolar e bipolar
As escalas Likert são bipolares ou unipolares, ou seja, possuem dois extremos ou um.
- Use escalas bipolares quando quiser que os entrevistados respondam de um lado positivo ou negativo da neutralidade. Por exemplo, a pergunta “Qual a probabilidade de você recomendar este produto?” variaria de “Muito Improvável” a “Muito Provável”, com “Indeciso” como meio-termo.
- As escalas unipolares operam de uma escala de zero ao extremo. Por exemplo, a pergunta “Quão bom você acha que este produto é?” Você pode ter opções que variam de “Nada bom” a “Extremamente bom”.
4. Selecione os itens com cuidado
Os itens devem ser facilmente relacionados com as respostas da frase, independentemente de a relação entre item e frase ser evidente.
Eles devem ter sempre duas posições extremas bem como um item intermediário que sirva de graduação entre os extremos. É importante mencionar que embora a escala Likert mais comum seja a de 5 itens, a utilização de mais itens ajuda a gerar maior precisão nos resultados.
Os itens da balança devem ser sempre seguros e confiáveis. Para alcançar a confiabilidade, às vezes é necessário sacrificar a precisão da escala.
Escala Likert e análise de dados
Pesquisas são constantemente utilizadas para medir a qualidade. Por exemplo, pesquisas podem ser usadas para medir a percepção do cliente sobre a qualidade do produto ou o desempenho da qualidade na prestação de serviços.
As escalas Likert são um formato de classificação comum para pesquisas. Os entrevistados avaliam a qualidade de alta para baixa ou de melhor para pior usando cinco ou sete níveis.
Os estatísticos geralmente agrupam os dados coletados nessas pesquisas em uma hierarquia de quatro níveis de medição:
- Dados nominais:O nível de medição mais fraco que representa categorias sem representação numérica.
- Dados ordinais:Dados nos quais é possível ordenar ou classificar as respostas, mas não é possível medir a distância.
- Dados de intervalo: Geralmente, dados inteiros nos quais medições de ordem e distância podem ser feitas.
- Dados de relacionamento: dados nos quais é possível ordenação significativa, distância, decimais e frações entre variáveis.
As análises de dados usando dados nominais, de intervalo e de proporção são geralmente simples e transparentes. Já as análises de dados ordinais, especialmente no que se refere ao Likert ou a outras escalas em inquéritos, não o são.
Uma razão subjacente para analisar dados ordinais como dados intervalares poderia ser a afirmação de que os testes estatísticos paramétricos (baseados no teorema do limite central) são mais poderosos do que alternativas não paramétricas.
No entanto, tratar dados ordinais como dados de intervalo (ou mesmo de razão) sem examinar os valores do conjunto de dados e os objetivos da análise pode induzir em erro e deturpar os resultados de uma pesquisa.
Noções básicas de escalas Likert
1– As escalas Likert foram desenvolvidas em 1932 como uma resposta bipolar de cinco pontos com a qual a maioria das pessoas está familiarizada hoje.
2- Três dessas escalas variam de um grupo de categorias, do menor ao maior, pedindo às pessoas que indiquem o quanto concordam ou discordam, aprovam ou desaprovam, ou acreditam que é verdadeiro ou falso.
3– Realmente não existe maneira errada de construir uma escala Likert. A consideração mais importante é incluir pelo menos cinco categorias de resposta.
4- Os extremos da escala são frequentemente aumentados para criar uma escala de sete pontos, adicionando “muito” ao topo e à base da escala de 5 pontos. Foi demonstrado que a escala de 7 pontos atende aos limites superiores de confiabilidade da escala de 4 pontos.
5. Como regra geral, Likert e outros recomendam que é melhor usar uma escala tão ampla quanto possível. Você sempre pode recolher as respostas em categorias condensadas, se apropriado, para análise.
Com isto em mente, as escalas são por vezes truncadas para um número par de categorias (normalmente quatro) para eliminar a opção “neutra” numa escala de inquérito de “escolha forçada”.
Erros na análise da escala Likert
Um exemplo de conclusões enganosas foram os resultados da pesquisa anual da Fundação Alfred P. Sloan sobre a qualidade e extensão da aprendizagem online nos Estados Unidos. Os entrevistados usaram uma escala Likert para avaliar a qualidade da aprendizagem online em comparação com a aprendizagem presencial.
Embora 60% dos entrevistados considerem a aprendizagem online igual ou melhor do que a presencial, há uma minoria persistente que considera a aprendizagem online pelo menos um pouco inferior.
Se estes dados fossem analisados através de médias, com uma escala de 1 a 5 do menor para o maior, esta separação seria perdida, dando médias de 2,7, 2,6 e 2,7 para estes três anos, respectivamente. Isto indicaria uma concordância ligeiramente abaixo da média, e não a distribuição real das respostas.
Como regra geral, a média e o desvio padrão são parâmetros inválidos para estatísticas descritivas quando os dados estão em escalas ordinais, assim como qualquer análise paramétrica baseada na distribuição normal.
Procedimentos não paramétricos baseados em intervalo, mediana ou intervalo são apropriados para analisar esses dados, assim como métodos livres de distribuição, como tabulações cruzadas, frequências, tabelas de contingência e estatísticas qui-quadrado .
Os modelos Kruskall-Wallis podem fornecer o mesmo tipo de resultados que uma análise de variância, mas com base nos intervalos e não nas médias das respostas.
Uma vez que estas escalas são representativas de uma medida contínua subjacente, uma recomendação é analisá-las como dados de intervalo como um piloto antes de recolher a medida contínua.
Melhores práticas para analisar resultados da escala Likert
Como os dados dos itens Likert são discretos, ordinais e de escopo limitado, tem havido uma longa disputa sobre a maneira mais válida de analisar dados Likert.
A escolha básica é entre um teste paramétrico e um teste não paramétrico. Os prós e contras de cada tipo de teste são:
- Testes paramétricos: como o teste t para 2 amostras, assumem uma distribuição normal e contínua. No entanto, com um tamanho de amostra suficiente, os testes t são robustos a desvios da normalidade.
- Testes não paramétricos: como o teste U de Mann-Whitney, não assumem uma distribuição normal ou contínua. No entanto, existem preocupações sobre uma diminuição da capacidade de detectar uma diferença quando ela realmente existe.
Qual é a melhor opção?
Esta é uma decisão real que você deve tomar quando for fazer uma análise dos dados da sua pesquisa ao usar o Likert. Ao longo dos anos, vários estudos tentaram responder a esta questão.
No entanto, eles tendem a olhar para um número limitado de distribuições potenciais para dados Likert, o que prejudica a generalização dos resultados. Graças ao aumento do poder computacional, os estudos de simulação podem agora avaliar minuciosamente uma ampla gama de distribuições.
Os pesquisadores identificaram um conjunto diversificado de 14 distribuições que são representativas de dados reais do tipo Likert . O programa de computador desenhou pares independentes de amostras para testar todas as combinações possíveis das 14 distribuições.
No total, foram geradas 10.000 amostras aleatórias para cada uma das 98 combinações de distribuição. Pares de amostras são analisados usando o teste t de duas amostras e o teste de Mann-Whitney para comparar a eficácia de cada teste. O estudo também avaliou diferentes tamanhos de amostra.
Os resultados mostram que para todos os pares de distribuições as taxas de erro Tipo I (falso positivo) estão muito próximas das quantidades alvo. Em outras palavras, se você usar qualquer um dos tipos de análise e seus resultados forem estatisticamente significativos, você não precisa se preocupar muito com um falso positivo.
Os resultados mostram também que para a maioria dos pares de distribuições, a diferença entre o poder estatístico dos dois testes é trivial. Ou seja, se realmente existir uma diferença ao nível da população, qualquer uma das análises terá a mesma probabilidade de a detectar.
Em geral, a escolha entre as duas análises é difícil. Se você precisar comparar dois conjuntos de dados Likert de cinco pontos, geralmente não importa qual análise você usa.
Ambos os testes quase sempre fornecem a mesma proteção contra falsos negativos e sempre fornecem a mesma proteção contra falsos positivos. Esses padrões são válidos para tamanhos de amostra de 10, 30 e 200 por grupo.
Você deseja usar a escala Likert em uma pesquisa? Faça isso com Questionpro!
Lembre-se que com QuestionPro você pode fazer pesquisas online usando nosso modelo de escala Likert totalmente gratuito. Basta criar sua conta gratuita e pronto, você pode começar a testar esse tipo de pergunta.
Se quiser mais informações sobre esta e outras questões dentro da nossa plataforma, agende uma demonstração, conte-nos sobre o seu projeto e teremos o prazer de lhe oferecer uma de nossas ferramentas de pesquisa que melhor se adapta às suas necessidades. Ou se preferir, comece criando uma conta gratuita para nosso software de pesquisa.
