Likert-Skala: Der vollständige Praxisleitfaden

Die Likert-Skala ist die meistverwendete Bewertungsskala in Fragebögen. Sie misst Zustimmung in mehreren Stufen und ist seit 1932 ein Standardwerkzeug der empirischen Sozialforschung. In diesem Leitfaden erfahren Sie, wie Sie Likert-Items korrekt formulieren, wann eine 5- statt einer 7-stufigen Skala die bessere Wahl ist, wie Sie die Antworten statistisch sauber auswerten und welche Fehler Sie vermeiden sollten.

Was ist die Likert-Skala?

Die Likert-Skala ist eine ordinale Bewertungsskala, mit der Befragte ihre Zustimmung zu einer Aussage auf mehreren symmetrisch angeordneten Stufen einordnen. Eine klassische fünfstufige Skala reicht von „Stimme überhaupt nicht zu" bis „Stimme voll und ganz zu". Der amerikanische Psychologe Rensis Likert führte die Methode 1932 in seiner Dissertation ein, um Einstellungen quantitativ messbar zu machen.

Wichtig: Streng genommen besteht eine Likert-Skala aus mehreren Items, deren Einzelantworten zu einem Gesamtwert addiert werden. Ein einzelnes Item heißt korrekt „Likert-Item" oder „Likert-style item". Im Sprachgebrauch der Marktforschung wird der Begriff jedoch für beides verwendet.

Skalenaufbau: 4, 5, 6, 7 oder 10 Stufen?

Die Stufenzahl bestimmt, wie fein Befragte differenzieren können und wie stabil die Ergebnisse sind. Drei Faustregeln aus der Methodenliteratur:

• Fünf Stufen sind der Standard für allgemeine Befragungen. Sie sind kognitiv leicht verarbeitbar und liefern stabile Verteilungen.
• Sieben Stufen lohnen sich, wenn Sie kleine Unterschiede zwischen Gruppen messen möchten. Sie erhöhen die Varianz, kosten aber Bearbeitungszeit.
• Vier oder sechs Stufen (gerade Stufenzahl) erzwingen eine Tendenz, weil die neutrale Mitte fehlt. Nutzen Sie das gezielt, wenn Sie Ausweichantworten verhindern möchten.
• Zehn oder elf Stufen wirken präzise, sind aber für Likert-Items meist überdimensioniert. Für „Skala 1 bis 10"-Fragen ist der NPS-Standard der bekanntere Kandidat.

Die zentrale Designentscheidung lautet: gerade oder ungerade Stufenzahl. Eine ungerade Stufenzahl bietet eine echte Mittelposition („Weder noch"), die kulturell und kognitiv natürlicher ist. Eine gerade Stufenzahl zwingt zur Tendenz und verhindert die zentrale Tendenz, kostet aber Datenqualität bei Befragten ohne klare Meinung.

Skalenniveau und statistische Konsequenzen

Ob Likert-Daten ordinal oder intervallskaliert sind, ist seit Jahrzehnten umstritten. Die strikte methodische Position lautet: Die Abstände zwischen „Stimme nicht zu" und „Neutral" sind nicht zwingend gleich groß wie zwischen „Neutral" und „Stimme zu". Daraus folgt: Mittelwerte und Standardabweichungen sind formal nicht zulässig, der Median ist die korrekte zentrale Lage.

In der Praxis wird der Mittelwert trotzdem verwendet, vor allem wenn mehrere Items zu einer Skala summiert werden. Robuste Studien (Norman 2010, Carifio & Perla 2008) zeigen, dass parametrische Verfahren bei Likert-Skalen mit mindestens fünf Stufen meist zu denselben Schlüssen führen wie nichtparametrische. Der pragmatische Standard für Marktforschungsberichte: Median plus Verteilung anzeigen, Mittelwert nur ergänzend.

Item-Formulierung: zehn Regeln aus der Praxis

1. Eine Aussage pro Item. Vermeiden Sie Double-Barreled-Formulierungen wie „Das Produkt ist günstig und einfach zu bedienen" – Befragte müssten zwei Dimensionen gleichzeitig bewerten.
2. Klar positiv oder klar negativ formulieren. Doppelte Verneinungen produzieren Antwortfehler.
3. Kurze Sätze verwenden, idealerweise unter 20 Wörtern.
4. Konkrete statt abstrakte Begriffe wählen. „Die Lieferzeit war angemessen" ist präziser als „Der Service war gut".
5. Reverse-Coding nutzen: 20 bis 30 Prozent der Items in Gegenrichtung formulieren, um Akquieszenz-Bias zu erkennen und herauszurechnen.
6. Die Mittelposition klar benennen, etwa „Weder noch" oder „Neutral". Vermeiden Sie inhaltsleere Labels wie „Mittelmäßig".
7. Symmetrische Beschriftung an beiden Skalenenden. Asymmetrische Skalen verzerren systematisch.
8. Eine separate „Keine Angabe"-Option anbieten, wenn Befragte nicht alle Items beantworten können. Sonst landen Unwissende auf der neutralen Mitte und verzerren Ihre Verteilung.
9. Items derselben Skala blockweise präsentieren, aber die Reihenfolge zufällig rotieren, um Reihenfolgeeffekte zu mindern.
10. Vor dem Roll-out mit fünf bis zehn Probanden testen. Lautes Vorlesen lassen offenbart unklare Formulierungen.

Auswertung Schritt für Schritt

Eine saubere Likert-Auswertung folgt vier Schritten:

1. Häufigkeitsverteilung: Prozentanteil pro Stufe ausweisen. Das ist die ehrlichste Darstellung und Basis aller weiteren Kennzahlen.
2. Median berechnen. Bei einer fünfstufigen Skala mit den Werten 1 bis 5 ist der Median die Mitte der sortierten Antworten.
3. Top-2-Box bilden. Addieren Sie den Anteil der beiden zustimmungsstärksten Stufen („Stimme zu" und „Stimme voll und ganz zu"). Die Top-2-Box ist die in der Marktforschung verbreitetste Vergleichskennzahl, weil sie kommunikativ verständlich ist.
4. Net-Score berechnen, falls aussagekräftig: Top-2-Box minus Bottom-2-Box. Liefert Werte zwischen –100 und +100, vergleichbar mit dem NPS.

Wenn mehrere Items zu einer Skala gehören (z. B. fünf Items zur „Wahrgenommenen Servicequalität"), prüfen Sie die interne Konsistenz mit Cronbachs Alpha. Werte ab 0,7 gelten als akzeptabel, ab 0,8 als gut. Liegt Alpha darunter, messen Ihre Items vermutlich nicht dasselbe Konstrukt.

Visualisierung: Diverging Stacked Bar Chart

Die methodisch saubere Visualisierung für Likert-Daten ist der Diverging Stacked Bar Chart: Ein gestapeltes Balkendiagramm, das die neutrale Mitte als Nulllinie nutzt und Ablehnung links, Zustimmung rechts ausdehnt. So bleiben Verteilung, Tendenz und Mittelposition gleichzeitig sichtbar.

Vermeiden Sie Tortendiagramme. Sie unterschlagen die Ordnung der Stufen und sind beim Vergleich mehrerer Items unbrauchbar. Vermeiden Sie auch reine Mittelwert-Balken, weil sie die Verteilung verstecken: Ein Mittelwert von 3,0 kann eine breite Streuung oder eine konzentrierte neutrale Antwort bedeuten.

Häufige Fehler und wie Sie sie vermeiden

• Akquieszenz-Bias: Befragte stimmen tendenziell zu, unabhängig vom Inhalt. Gegenmittel: Reverse-Coded Items einbauen und auswerten.
• Zentrale-Tendenz-Bias: Befragte meiden die Extreme und kreuzen die Mitte an. Gegenmittel: Sieben statt fünf Stufen, oder gerade Skala ohne Mitte.
• Reihenfolgeeffekte: Die ersten Items prägen die Bewertung der folgenden. Gegenmittel: Reihenfolge der Items rotieren.
• Kulturelle Antwortstile: In manchen Kulturen werden Extreme stärker genutzt (z. B. USA, Lateinamerika), in anderen die Mitte (z. B. Ostasien). Bei internationalen Studien Datennormalisierung pro Markt prüfen.
• Kontext-Kontamination: Eine vorausgehende emotionale Frage färbt die folgenden Bewertungen. Gegenmittel: Filterfragen, Pause oder neutraler Übergangstext.
• Fehlende „Keine Angabe"-Option: Unwissende landen auf der Mitte und verfälschen die Verteilung.

Likert vs. andere Bewertungsskalen

Wann die Likert-Skala die falsche Wahl ist

Likert-Skalen sind hervorragend, wenn Sie Zustimmungsmuster vergleichen möchten – etwa zwischen Märkten, Zielgruppen oder Erhebungswellen. Sie sind die falsche Wahl, wenn Sie verstehen wollen, warum Befragte so antworten. Eine Bewertung von „Stimme nicht zu" sagt Ihnen nichts über das Motiv. War der Preis zu hoch? Die Bedienung unklar? Die Werbung irreführend?

Genau hier setzt Synfia an. Statt Befragte in Skalen-Stufen zu pressen, führt unsere KI strukturierte Gespräche, die nachfragen, wo es interessant wird. Sie kombinieren so quantitative Vergleichbarkeit mit qualitativer Tiefe – ohne den klassischen Tradeoff.