126. Skala Likerta a pojedynczy item Likerta – ważne rozróżnienie

W języku badań ankietowych określenia „item Likerta” i „skala Likerta” bywają używane zamiennie. Nie są jednak synonimami. Pojedynczy item Likerta jest jedną pozycją pytania lub stwierdzenia z uporządkowanymi kategoriami odpowiedzi, natomiast skala Likerta jest zwykle zestawem kilku itemów, które wspólnie mają mierzyć jeden konstrukt. To rozróżnienie ma znaczenie dla operacjonalizacji, oceny rzetelności, kodowania danych, wyboru statystyk i formułowania wniosków. W tej lekcji kursu metodologii badań i statystyki na statystyk.edu.pl uporządkujemy te pojęcia oraz pokażemy, dlaczego nie każdą pięciostopniową odpowiedź można nazywać skalą Likerta.

Dwa znaczenia słowa „Likert”

Nazwa pochodzi od Rensisa Likerta, który opisał technikę pomiaru postaw opartą na reagowaniu na serię twierdzeń i sumowaniu lub agregowaniu odpowiedzi (Likert, 1932). Współcześnie słowo „Likert” odnosi się jednak do dwóch powiązanych, lecz różnych elementów narzędzia:

• formatu odpowiedzi – uporządkowanego zestawu kategorii, na przykład od „zdecydowanie się nie zgadzam” do „zdecydowanie się zgadzam”;
• skali pomiarowej – wielopozycyjnego zestawu itemów, których odpowiedzi są łączone w jeden wynik odnoszący się do określonego konstruktu.

W praktyce pierwszy element powinno się nazywać itemem Likerta albo pozycją typu Likerta, a drugi – skalą Likerta lub, ostrożniej, wielopozycyjną skalą z itemami typu Likerta. Takie rozróżnienie jest szczególnie ważne w badaniach medycznych, psychologicznych i społecznych, gdzie pojedyncza odpowiedź często opisuje tylko jeden przejaw złożonego zjawiska.

Czym jest pojedynczy item Likerta?

Pojedynczy item Likerta to jedno stwierdzenie lub pytanie, wobec którego respondent wybiera jedną z uporządkowanych kategorii odpowiedzi. Przykład:

„Czuję, że personel pielęgniarski traktował mnie z szacunkiem”.

1 – zdecydowanie się nie zgadzam; 2 – raczej się nie zgadzam; 3 – ani się zgadzam, ani się nie zgadzam; 4 – raczej się zgadzam; 5 – zdecydowanie się zgadzam.

W tym przykładzie mamy jeden item oraz pięć kategorii odpowiedzi. Kategorie są uporządkowane: odpowiedź 5 oznacza większą zgodność ze stwierdzeniem niż odpowiedź 4, a odpowiedź 4 większą niż 3. Nie wynika z tego automatycznie, że odległość między każdą parą sąsiednich kategorii jest identyczna. Dlatego pojedynczy item Likerta jest najczęściej traktowany jako zmienna porządkowa.

Warto zauważyć, że „pięciostopniowy” opisuje liczbę kategorii, a nie poziom pomiaru. Kod 1–5 jest kodem liczbowym, ale same liczby nie muszą oznaczać pomiaru ilościowego w sensie skali przedziałowej. Kod 5 nie musi oznaczać dokładnie dwa razy większego natężenia cechy niż kod 2.

Item a pytanie z odpowiedzią liczbową

Nie każda odpowiedź oceniana liczbą od 1 do 5 jest itemem Likerta. Przykładowo pytanie „Ile razy w ostatnim tygodniu ćwiczył(a) Pan/Pani?” z odpowiedziami 0, 1, 2, 3, 4 lub więcej nie jest typowym itemem Likerta. Są to kategorie częstości, a nie stopnie zgody z twierdzeniem. Podobnie skala bólu od 0 do 10 jest skalą ocenową, ale nie staje się przez to automatycznie skalą Likerta.

Czym jest skala Likerta?

Skala Likerta w ścisłym sensie jest wielopozycyjnym narzędziem pomiarowym. Składa się z kilku itemów, które mają wspólnie reprezentować jeden konstrukt, na przykład satysfakcję z opieki, lęk przed zabiegiem, poczucie własnej skuteczności albo obciążenie objawami.

Załóżmy, że badacz mierzy satysfakcję pacjenta z wypisu ze szpitala. Może zastosować cztery itemy:

1. „Otrzymałem(am) jasne informacje dotyczące dalszego leczenia”.
2. „Wiedziałem(am), jakie objawy powinny skłonić mnie do pilnego kontaktu z lekarzem”.
3. „Miałem(am) możliwość zadania pytań dotyczących zaleceń”.
4. „Instrukcje dotyczące leków były dla mnie zrozumiałe”.

Każdy item osobno dostarcza częściowej informacji. Dopiero po sprawdzeniu, czy itemy rzeczywiście odnoszą się do wspólnego konstruktu, można rozważać utworzenie wyniku sumarycznego lub średniego.

Formalny zapis wyniku skali

Jeżeli skala obejmuje k itemów, a odpowiedź osoby i na item j oznaczymy jako x_ij, wynik sumaryczny można zapisać następująco:

S_i = x_i1 + x_i2 + … + x_ik = Σ_j=1^k x_ij

• S_i – wynik sumaryczny osoby i;
• x_ij – odpowiedź osoby i na item j;
• k – liczba itemów w skali;
• Σ – symbol sumowania wszystkich odpowiedzi od pierwszego do ostatniego itemu.

Można także obliczyć średnią:

M_i = (1/k) Σ_j=1^k x_ij

Średnia zachowuje pierwotną skalę odpowiedzi. Jeśli każdy item ma zakres 1–5, wynik średni również mieści się od 1 do 5. Suma czterech itemów ma natomiast zakres od 4 do 20. Wybór sumy lub średniej nie powinien być przypadkowy. Trzeba opisać go w protokole, sprawdzić sposób kodowania oraz określić, jak traktowane będą braki danych.

Dlaczego pojedynczy item nie jest tym samym co skala?

Najważniejsza różnica dotyczy zakresu informacji. Pojedynczy item opisuje jedną odpowiedź na jedno stwierdzenie. Skala wielopozycyjna ma reprezentować szerszy konstrukt za pomocą kilku obserwowalnych wskaźników. Dzięki agregacji można ograniczyć wpływ przypadkowej specyfiki pojedynczego pytania, o ile itemy są odpowiednio skonstruowane i faktycznie mierzą wspólną cechę.

Nie oznacza to jednak, że każda grupa itemów automatycznie tworzy skalę. Do uzasadnienia agregacji potrzebne są argumenty teoretyczne i empiryczne. Należy rozważyć między innymi:

• czy itemy odnoszą się do jednej, jasno zdefiniowanej cechy;
• czy mają podobny kierunek interpretacji;
• czy odpowiedzi są wystarczająco kompletne i zrozumiałe;
• czy itemy wykazują odpowiednią spójność;
• czy struktura czynnikowa wspiera założenie o wspólnym wymiarze;
• czy wynik sumaryczny ma sens dla planowanego zastosowania.

Współczynnik alfa Cronbacha może być pomocny w ocenie spójności wewnętrznej, ale nie dowodzi sam w sobie jednowymiarowości skali ani jej trafności. Wysoka alfa może wynikać także z dużej liczby podobnie sformułowanych itemów. Dlatego ocena narzędzia powinna obejmować również treść pozycji, podstawy teoretyczne i inne dowody trafności.

Przykład z medycyny: satysfakcja pacjenta

W badaniu jakości opieki pacjent odpowiada na jedno stwierdzenie: „Jestem zadowolony(a) z informacji otrzymanych przy wypisie”. Odpowiedź 1–5 jest pojedynczym itemem Likerta. Można opisać rozkład odpowiedzi, podać medianę, kwartyle lub odsetki poszczególnych kategorii.

Jeżeli badacz zastosuje osiem itemów obejmujących informacje o lekach, terminach kontroli, objawach alarmowych, diecie, aktywności i kontakcie z placówką, a następnie po uzasadnieniu połączy je w jeden wynik, będzie analizował skalę wielopozycyjną. Wynik nie jest już odpowiedzią na jedno pytanie, lecz agregatem informacji o kilku aspektach przygotowania pacjenta do samoopieki.

Nie należy jednak bezrefleksyjnie sumować itemów. Jeśli jeden item dotyczy uprzejmości personelu, drugi czasu oczekiwania, a trzeci zrozumiałości zaleceń, mogą one tworzyć szerszy indeks doświadczeń pacjenta, ale niekoniecznie jednorodną skalę satysfakcji. Ostateczna decyzja wymaga zdefiniowania konstruktu.

Przykład z psychologii i zdrowia publicznego

Załóżmy, że badanie dotyczy poczucia własnej skuteczności w radzeniu sobie z cukrzycą typu 2. Przykładowy item brzmi: „Potrafię zaplanować posiłek zgodny z zaleceniami, nawet gdy jestem poza domem”. Odpowiedź od 1 do 5 jest pojedynczym itemem. Sama odpowiedź może być użyteczna, jeśli pytanie dotyczy konkretnej umiejętności.

Jeżeli narzędzie obejmuje także monitorowanie glikemii, przyjmowanie leków, rozpoznawanie objawów hipoglikemii i rozmowę z personelem medycznym, kilka itemów może wspólnie tworzyć skalę poczucia własnej skuteczności. Wynik średni 4,2 nie oznacza, że pacjent wybrał kategorię „4,2”. Jest syntetycznym opisem odpowiedzi na wiele pozycji. To właśnie właściwość wyniku agregowanego, a nie pojedynczego itemu.

Konsekwencje dla kodowania danych

Przy kodowaniu itemów należy najpierw ustalić znaczenie kategorii, a dopiero potem przypisać im liczby. Jeżeli 1 oznacza „zdecydowanie się nie zgadzam”, a 5 „zdecydowanie się zgadzam”, kodowanie jest zgodne z kierunkiem stwierdzenia. W itemie odwróconym, na przykład „Często nie wiem, co zrobić w związku z chorobą”, wyższa zgoda może oznaczać niższe poczucie skuteczności. Przed obliczeniem wyniku skali item taki trzeba odwrócić, jeśli konstrukcja wyniku zakłada, że większa wartość oznacza większe poczucie skuteczności.

Dla skali 1–5 transformację można zapisać jako:

x_ij^odwr. = 6 − x_ij

Liczba 6 wynika z zasady: minimum + maksimum, czyli 1 + 5. Po transformacji 1 staje się 5, 2 staje się 4, 3 pozostaje 3, 4 staje się 2, a 5 staje się 1. Jeśli zakres wynosiłby 0–10, wzór miałby postać x^odwr. = 10 − x. Błąd w odwróceniu choćby jednego itemu może obniżyć spójność skali i zniekształcić wynik sumaryczny.

Jak analizować item, a jak skalę?

Analiza pojedynczego itemu powinna uwzględniać częstości odpowiedzi, kategorię dominującą, odsetek braków, asymetrię oraz ewentualne efekty podłogi i sufitu. Ponieważ item jest zmienną porządkową, bez dodatkowego uzasadnienia nie należy traktować różnicy między 1 a 2 jako dokładnie takiej samej jak różnicy między 4 a 5.

W przypadku wyniku wielopozycyjnego można rozważać statystyki opisowe dla sumy lub średniej, analizę rozkładu, rzetelność, strukturę czynnikową i związki z innymi zmiennymi. W wielu zastosowaniach wynik skali bywa analizowany metodami parametrycznymi, zwłaszcza gdy obejmuje kilka pozycji, ma odpowiednią rozpiętość i nie wykazuje poważnych naruszeń założeń. Nie jest to jednak automatyczne „podniesienie” pojedynczego itemu do skali przedziałowej. Decyzję trzeba uzasadnić projektem badania i właściwościami danych (Jamieson, 2004; Sullivan i Artino, 2013).

W raporcie należy wyraźnie napisać, czy analizowano pojedyncze itemy, czy wynik złożony. Zdanie „średnia ocena w skali Likerta wyniosła 4,1” jest nieprecyzyjne, jeśli faktycznie chodzi o jeden item. Lepsze będzie: „średnia odpowiedź na pojedynczy item wyniosła 4,1” albo „średni wynik czteropozycyjnej skali wyniósł 4,1”.

Najczęstsze błędy

• Nazywanie każdej odpowiedzi 1–5 skalą Likerta. Sam zakres liczbowy nie wystarcza. Trzeba określić treść kategorii i konstrukcję narzędzia.
• Traktowanie pojedynczego itemu jak pełnej skali. Jedno pytanie może być trafnym wskaźnikiem konkretnego aspektu, ale zwykle nie reprezentuje całego złożonego konstruktu.
• Sumowanie itemów bez sprawdzenia kierunku kodowania. Itemy odwrócone muszą być odpowiednio przekształcone przed agregacją.
• Uznawanie wysokiej alfy za dowód jakości całego narzędzia. Alfa opisuje określony aspekt spójności, nie zastępuje analizy trafności i jednowymiarowości.
• Ukrywanie sposobu obliczania wyniku. Czy wynik jest sumą, średnią, średnią ważoną czy indeksem? Czy wymagano odpowiedzi na wszystkie itemy? Te informacje powinny być jawne.
• Interpretowanie kodów jak jednostek pomiaru. Różnica między kodami 2 i 3 nie musi mieć identycznego znaczenia jak różnica między 4 i 5.
• Wnioskowanie przyczynowe na podstawie korelacji wyników skal. Sama skala i jej rzetelność nie zmieniają obserwacyjnego charakteru badania.
• Automatyczne utożsamianie wyniku skali z cechą latentną. Wynik obserwowany jest wskaźnikiem konstruktu, a nie bezpośrednim pomiarem całej jego „istoty”.

Przykład praktyczny: ocena lęku przed zabiegiem

Badacz przygotował trzy itemy:

1. „Przed zabiegiem odczuwam napięcie”.
2. „Potrafię zachować spokój przed zabiegiem”.
3. „Obawiam się, że nie poradzę sobie z procedurą”.

Wszystkie odpowiedzi mają zakres 1–5, ale drugi item ma kierunek przeciwny, jeśli wyższy wynik ma oznaczać większy lęk. Po odwróceniu drugiej pozycji badacz może rozważyć obliczenie średniej z trzech itemów. Najpierw powinien jednak sprawdzić, czy itemy są treściowo zgodne z konstruktem lęku przed zabiegiem, czy respondenci rozumieją je jednoznacznie oraz czy dane nie wskazują na problem z jednym z itemów.

Jeśli pacjent odpowiada kolejno 4, 2 i 5, po odwróceniu drugiej odpowiedzi otrzymujemy 4, 4 i 5. Wynik średni wynosi:

M = (4 + 4 + 5) / 3 = 4,33

Wartość 4,33 jest wynikiem skali złożonej z trzech itemów. Nie oznacza, że pacjent wybrał kategorię 4,33 w pojedynczym pytaniu. Tę różnicę trzeba zachować w opisie danych i w interpretacji.

Co warto zapamiętać?

• Item Likerta to pojedyncze stwierdzenie lub pytanie z uporządkowanymi kategoriami odpowiedzi.
• Skala Likerta to zwykle zestaw kilku itemów, które po uzasadnieniu łączy się w jeden wynik.
• Odpowiedzi 1–5 są kodami kategorii; nie gwarantują automatycznie skali przedziałowej.
• Pojedynczy item i wynik wielopozycyjnej skali mogą wymagać odmiennych opisów i analiz.
• Sumowanie itemów wymaga zgodności treściowej, prawidłowego kodowania i argumentów dotyczących rzetelności oraz trafności.
• W publikacji trzeba jasno podać liczbę itemów, zakres odpowiedzi, sposób odwracania pozycji, metodę agregacji i regułę postępowania z brakami danych.
• Istotność statystyczna, wielkość efektu i znaczenie praktyczne są odrębnymi kwestiami; żadna z nich nie wynika automatycznie z samego faktu użycia skali Likerta.

Najkrótsza reguła brzmi: item Likerta jest pojedynczą pozycją odpowiedzi, a skala Likerta jest konstrukcją złożoną z wielu pozycji. Jeżeli w analizie nie rozróżnimy tych poziomów, łatwo pomylić właściwości kodu odpowiedzi z właściwościami agregowanego wyniku. To właśnie dlatego precyzyjne nazwanie zmiennej jest częścią poprawnej metodologii, a nie jedynie kwestią redakcyjną.

Źródła i dalsza lektura

1. Likert, R. (1932). A Technique for the Measurement of Attitudes. No. 140. Columbia University. Informacja wydawcy / źródło.
2. Jamieson, S. (2004). Likert scales: how to (ab)use them?. Medical Education, 38(12), 1217–1218. DOI: 10.1111/j.1365-2929.2004.02012.x.
3. Carifio, J.; Perla, R. (2008). Resolving the 50-year debate around using and misusing Likert scales. Medical Education, 42(12), 1150–1152. DOI: 10.1111/j.1365-2923.2008.03172.x.
4. Sullivan, G. M.; Artino, A. R., Jr. (2013). Analyzing and interpreting data from likert-type scales. Journal of Graduate Medical Education, 5(4), 541–542. DOI: 10.4300/JGME-5-4-18.
5. Wu, M.; Leung, K. (2017). ノ Likert-type scales and data analysis: A review of misconceptions and best practices. Journal of Social Sciences, 3(3), 106–116. Pełny opis źródła.

Jeżeli potrzebujesz indywidualnego wsparcia w doborze metod, przygotowaniu bazy lub opracowaniu wyników badań, sprawdź analiza statystyczna.