Przypis1

Skala Likerta: jak analizować wyniki (średnia czy mediana)

Skalę Likerta analizujesz zależnie od tego, co liczysz. Pojedyncze pytanie z odpowiedziami od „zdecydowanie się nie zgadzam” do „zdecydowanie się zgadzam” to dane porządkowe, więc opisujesz je rozkładem odpowiedzi (liczebności i procenty) oraz medianą. Wynik skali, czyli suma albo średnia kilku pozycji mierzących to samo, opisujesz średnią i odchyleniem standardowym i zwykle analizujesz testami parametrycznymi. To drugie jest przedmiotem sporu metodologów; autorzy przeglądu, na którym opieram ten tekst, uznają, że wolno.

Poniżej: czym jest skala Likerta, pozycja a skala, spór o dane porządkowe i interwałowe opisany z obu stron, średnia czy mediana, odwrócone pozycje, Google Forms i zapis wyników. Przykłady są zmyślone.

Co to jest skala Likerta?

Rensis Likert opracował ją w 1932 roku do pomiaru postaw. Typowa skala Likerta ma 5 albo 7 punktów, na których badany zaznacza, jak bardzo zgadza się ze stwierdzeniem1. Odpowiedzi mają kolejność, ale odległości między nimi nie da się zmierzyć: różnica między „często” a „czasem” nie musi być taka sama jak między „czasem” a „rzadko”1. Stąd cały spór.

W języku prac dyplomowych „skala Likerta” znaczy dwie rzeczy, które trzeba rozróżnić:

  • format odpowiedzi pod pojedynczym pytaniem (pozycją), np. od 1 do 5;
  • skalę w ścisłym sensie, czyli zestaw kilku pozycji, z których liczy się jeden wynik.

Liczbę punktów (4, 5, 6, 7) ustala autor narzędzia. Jeśli używasz gotowego kwestionariusza z polską adaptacją, nie zmieniasz ani liczby punktów, ani ich opisów, bo to zmienia narzędzie; więcej w artykule o tym, jak dobrać kwestionariusz do badania.

Skala Likerta: dane porządkowe czy interwałowe?

To spór, który trwa od dziesięcioleci, i warto go znać, bo komisja może o niego zapytać.

Stanowisko ostrożne. Odpowiedzi to dane porządkowe, więc przy nich liczy się medianę, liczebności i odsetki, a do analiz używa testów nieparametrycznych: chi-kwadrat, rho Spearmana, testu U Manna-Whitneya. Tak streszczają je Sullivan i Artino, powołując się między innymi na tekst Jamieson z 2004 roku1.

Stanowisko praktyczne. Norman przeanalizował argumenty przeciw testom parametrycznym (mała próba, rozkład inny niż normalny, dane porządkowe ze skal Likerta) i przywołał badania sięgające lat trzydziestych XX wieku, według których testy parametryczne są odporne na naruszenia tych założeń; jego wniosek: można ich używać bez obawy o „złą odpowiedź”2. Carifio i Perla piszą wprost, że wiele badań pokazało, iż skale Likerta (w odróżnieniu od pojedynczych pozycji) dają dane interwałowe, a test F jest bardzo odporny na naruszenie tego założenia i umiarkowaną skośność; zastrzegają jednak, że nie dotyczy to analizy pozycja po pozycji3.

Co z tego wynika. Sullivan i Artino, po przeglądzie obu stron, podsumowują: testów parametrycznych można używać do odpowiedzi ze skal Likerta, ale do opisu danych średnie mają często ograniczoną wartość, a rozkład odpowiedzi bywa bardziej pomocny; średnia z dokładnością do setnych też niewiele mówi1. Radzą, żeby autor przed badaniem zdecydował, jak opisze i przeanalizuje dane, i uzasadnił to w metodzie1.

Dla Ciebie to znaczy: decyzję podejmujesz przed zebraniem danych, zapisujesz ją w planie analizy, uzgadniasz z promotorem i w metodzie piszesz jedno zdanie uzasadnienia ze źródłem. Wtedy pytanie z obrony masz z głowy.

Suma pozycji a pojedyncza pozycja

Tu leży sedno. Carifio i Perla piszą, że analiza „na chybił trafił”, pozycja po pozycji, to praktyka, z którą trzeba skończyć3. Sullivan i Artino zauważają, że pojęć mniej uchwytnych, takich jak motywacja czy satysfakcja, jedno pytanie zwykle nie obejmuje, dlatego tworzy się skalę z kilku pozycji i liczy wynik łączny albo średni, a spójność pozycji sprawdza się na przykład alfą Cronbacha1.

Praktycznie:

  • Kwestionariusz z adaptacją: liczysz wynik tak, jak każe artykuł adaptacyjny (suma albo średnia, osobno dla podskal) i ten wynik analizujesz.
  • Pojedyncze pytanie własne: opisujesz rozkład odpowiedzi; jeśli testujesz, wybierasz test dla danych porządkowych.
  • Dwadzieścia osobnych testów dla dwudziestu pozycji: zły pomysł, bo mnożysz testy i rozbijasz to, co narzędzie mierzy razem.

Średnia czy mediana?

Co opisujesz Miara
Pojedyncza pozycja liczebności i procenty w każdej kategorii, mediana
Wynik skali (suma albo średnia pozycji) średnia (M) i odchylenie standardowe (SD); przy wyraźnej skośności także mediana
Porównanie grup na pojedynczej pozycji rozkład odpowiedzi w grupach, test dla danych porządkowych

Średnie i odchylenia ze skal o odpowiedziach całkowitych, czyli z większości kwestionariuszy, zaokrąglasz do jednego miejsca po przecinku; tak mówi polska adaptacja zasad APA 74.

Jak odwrócić pozycje w skali Likerta?

Część pozycji w kwestionariuszach jest sformułowana odwrotnie („Rzadko się martwię” obok „Często się martwię”). Zanim policzysz wynik, odwracasz je według klucza z artykułu adaptacyjnego. Odwrócona odpowiedź to suma najniższego i najwyższego punktu skali minus odpowiedź: na skali od 1 do 5 to 6 minus odpowiedź, na skali od 1 do 6 to 7 minus odpowiedź. Ten drugi przykład podaje dokumentacja programu jamovi, gdzie odwracanie robi się zmienną przekształconą z formułą 7 - $source5.

Dwa błędy zdarzają się najczęściej: pozycja nieodwrócona (alfa Cronbacha wychodzi wtedy wyraźnie niższa niż w artykule adaptacyjnym) i pozycja odwrócona dwa razy, raz w danych i raz w opcji programu.

Skala Likerta w Google Forms

Formularze Google mają dwa typy pytań, które się do tego nadają6:

  • Skala liniowa: zaczyna się od 0 albo 1 i kończy liczbą całkowitą od 2 do 10; podpisać można tylko końce skali.
  • Siatka jednokrotnego wyboru: wiersze to pozycje, kolumny to odpowiedzi; wygodna dla kwestionariusza z jednym formatem odpowiedzi.

Jeśli narzędzie ma opisany każdy punkt („raczej się zgadzam”), skala liniowa z podpisanymi tylko końcami nie odda go wiernie; wtedy siatka z pełnymi opisami w kolumnach jest bliższa oryginałowi. Wersję online uzgadniasz z autorami narzędzia, jeśli wymagają zgody.

Odpowiedzi pobierasz w zakładce Odpowiedzi: Więcej, potem Pobierz odpowiedzi (.csv)7. Otwórz plik przed analizą i sprawdź, co jest w kolumnach. Jeśli zamiast liczb są słowa z opisów kolumn, przekodowujesz je na liczby według klucza narzędzia, w kopii pliku, a oryginał zostawiasz nietknięty. Jak wczytać taki plik do darmowego programu, opisuje instrukcja jamovi dla studenta.

Skala Likerta: interpretacja wyników

Wynik skali interpretujesz względem zakresu i względem literatury, a nie słowami „wysoki” i „niski” bez punktu odniesienia. Jeśli narzędzie ma normy, możesz je przywołać tylko wtedy, gdy powstały na grupie podobnej do Twojej. Wzór (dane zmyślone, zapis z przecinkiem według polskiej adaptacji):

Średni wynik skali satysfakcji ze studiów (zakres od 1 do 5) wyniósł M = 3,4; SD = 0,7. Na pozycję „Polecił(a)bym swój kierunek znajomym” 41% osób odpowiedziało „raczej się zgadzam” albo „zdecydowanie się zgadzam” (mediana: 3, czyli „ani tak, ani nie”).

Pierwsze zdanie dotyczy skali, drugie pojedynczej pozycji, i każde używa właściwej miary. Zapis statystyk i podział na wyniki i dyskusję opisuje artykuł o tym, jak opisać wyniki statystyczne, a wybór między korelacją Pearsona i Spearmana tekst korelacja Pearsona czy Spearmana.

Jak AI pomaga przy skali Likerta?

Model może przejrzeć Twój plan analizy i wskazać pozycje analizowane osobno tam, gdzie narzędzie liczy wynik łączny, albo testy niepasujące do poziomu pomiaru. Może też sprawdzić, czy lista pozycji odwróconych w Twoim arkuszu zgadza się z kluczem, który wkleisz z artykułu adaptacyjnego. Surowych odpowiedzi badanych do czatu nie wklejasz, a każdą uwagę modelu sprawdzasz w artykule adaptacyjnym i w wydruku z programu.

Pełny tor od zmiennych i narzędzi przez odwracanie pozycji, rzetelność i wybór testu po zapis wyników przechodzisz na własnej pracy w kursie Badania własne krok po kroku. Lekcje kończą się ćwiczeniem i kartą do wydruku.

Przypisy

  1. G. M. Sullivan, A. R. Artino Jr, Analyzing and Interpreting Data From Likert-Type Scales, „Journal of Graduate Medical Education” 5 (4), 2013, s. 541-542, https://doi.org/10.4300/JGME-5-4-18; pełny tekst: https://pmc.ncbi.nlm.nih.gov/articles/PMC3886444/ (dostęp: 27 października 2026). Tekst Jamieson: S. Jamieson, Likert scales: how to (ab)use them, „Medical Education” 38 (12), 2004, s. 1217-1218, https://doi.org/10.1111/j.1365-2929.2004.02012.x; jego treści nie otwierałem, przytaczam stanowisko za Sullivan i Artino. ↑ ↑2 ↑3 ↑4 ↑5 ↑6

  2. G. Norman, Likert scales, levels of measurement and the “laws” of statistics, „Advances in Health Sciences Education” 15 (5), 2010, s. 625-632, streszczenie, https://doi.org/10.1007/s10459-010-9222-y (dostęp: 27 października 2026). ↑

  3. J. Carifio, R. J. Perla, Ten Common Misunderstandings, Misconceptions, Persistent Myths and Urban Legends about Likert Scales and Likert Response Formats and their Antidotes, „Journal of Social Sciences” 3 (3), 2007, s. 106-116, streszczenie, https://doi.org/10.3844/jssp.2007.106.116 (dostęp: 27 października 2026). ↑ ↑2

  4. E. Skimina, J. Harasimczuk, J. Cieciuch, Podstawowe standardy edytorskie naukowych tekstów psychologicznych w języku polskim na podstawie reguł APA 7, Wydawnictwo Liberi Libri 2022, część 5.1.3 „Ułamki dziesiętne”, s. 60 (strona 61 pliku PDF), https://doi.org/10.47943/lib.9788363487560 (dostęp: 27 października 2026). ↑

  5. The jamovi project, Transformed Variables, jamovi Documentation, przykład „Reverse Scoring”, https://docs.jamovi.org/data/data_3_transformed_variables.html (dostęp: 27 października 2026). ↑

  6. Google, Wybieranie typu pytań w formularzu, Pomoc Edytorów Dokumentów Google, sekcje „Skala liniowa” i „Siatka jednokrotnego wyboru”, https://support.google.com/docs/answer/7322334?hl=pl (dostęp: 27 października 2026). ↑

  7. Google, Wyświetlanie odpowiedzi z formularza i zarządzanie nimi, Pomoc Edytorów Dokumentów Google, sekcja „Pobieranie wszystkich odpowiedzi w pliku CSV”, https://support.google.com/docs/answer/139706?hl=pl (dostęp: 27 października 2026). ↑

Dalej w dziale badanie i metoda