راهنمای جامع طراحی سوالات لیکرت (Likert Scale): از تئوری تا اجرا در نظرسنجی آنلاین

راهنمای جامع طراحی سوالات لیکرت (Likert Scale): از تئوری تا اجرا در نظرسنجی آنلاین

در دنیای پژوهش‌های اجتماعی، روان‌شناسی، بازاریابی و علوم رفتاری، توانایی سنجش دقیق نگرش‌ها، باورها و رفتارهای افراد، یکی از مهم‌ترین ارکان تصمیم‌گیری و تحلیل داده‌ها محسوب می‌شود. در این میان، مقیاس لیکرت (Likert Scale) به عنوان یکی از پرکاربردترین ابزارهای اندازه‌گیری در پرسشنامه‌ها، جایگاهی منحصر به‌فرد دارد و طراحی سوالات لیکرت به صورت اصولی و درست از اهمیت بسیار زیادی برخوردار است.

بسیاری از ما با نظرسنجی‌هایی روبرو شده‌ایم که در آن از ما خواسته می‌شود میزان موافقت یا مخالفت خود را با یک عبارت مشخص کنیم. عباراتی نظیر:

«من از خدمات ارائه‌شده توسط شرکت راضی هستم.»

  • کاملاً مخالف
  • مخالف
  • نظری ندارم
  • موافق
  • کاملاً موافق

این نوع سوالات، مثال بارزی از کاربرد مقیاس لیکرت هستند. اما طراحی صحیح این سوالات، فراتر از انتخاب چند گزینه ساده است. این مقیاس بر مبانی تئوریک خاصی بنا شده و رعایت استانداردهای علمی در طراحی آن می‌تواند به‌طور چشمگیری بر دقت داده‌ها و کیفیت تحلیل‌ها تأثیر بگذارد.

هدف این مقاله از یوچک، ارائه‌ی یک راهنمای جامع از تئوری تا اجرا برای طراحی، پیاده‌سازی و تحلیل سوالات مبتنی بر مقیاس لیکرت است. در این مسیر، به بررسی انواع مقیاس‌های لیکرت، اصول طراحی گویه‌ها، تحلیل داده‌ها، اشتباهات رایج و نمونه‌های عملی خواهیم پرداخت تا پژوهشگران، معلمان، مدیران و حتی دانشجویان بتوانند از این ابزار قدرتمند به‌درستی استفاده کنند.


معرفی مقیاس لیکرت

مقیاس لیکرت برای اولین بار توسط رنسیس لیکرت (Rensis Likert)، روان‌شناس آمریکایی، در سال ۱۹۳۲ معرفی شد. او در پایان‌نامه دکترای خود که در دانشگاه کلمبیا ارائه داد، این مقیاس را به‌عنوان روشی برای سنجش نگرش‌ها و دیدگاه‌ها پیشنهاد کرد. روش او به سرعت محبوب شد و به یکی از روش‌های اصلی در مطالعات علوم اجتماعی تبدیل گشت.

تعریف مقیاس لیکرت

مقیاس لیکرت نوعی مقیاس سنجش نگرش است که به‌صورت چندگزینه‌ای طراحی می‌شود و پاسخ‌دهنده باید میزان موافقت یا مخالفت خود را با یک گویه (عبارت) خاص، از طریق انتخاب یکی از گزینه‌های موجود، نشان دهد. این گزینه‌ها معمولاً در یک طیف پیوسته از کاملاً مخالف تا کاملاً موافق قرار دارند.

کاربردهای مقیاس لیکرت

مقیاس لیکرت در حوزه‌های زیر کاربرد گسترده‌ای دارد:

  • تحقیقات علمی: برای سنجش نگرش‌ها، باورها، احساسات و رضایت‌مندی.
  • ارزیابی آموزشی: برای ارزیابی نظر دانش‌آموزان یا دانشجویان نسبت به مدرس یا محتوای آموزشی.
  • بازاریابی و تحقیقات بازار: جهت بررسی نظرات مشتریان درباره محصولات یا خدمات.
  • مدیریت منابع انسانی: برای سنجش رضایت شغلی، ارزیابی عملکرد و فرهنگ سازمانی.
  • برنامه‌ریزی شهری و اجتماعی: برای درک بهتر از نیازها و نگرش‌های جامعه هدف.

مزایای استفاده از مقیاس لیکرت

  • سادگی در طراحی و استفاده
  • قابلیت تحلیل کمی و کیفی داده‌ها
  • درک آسان توسط پاسخ‌دهندگان
  • امکان مقایسه میان افراد و گروه‌ها

محدودیت‌های مقیاس لیکرت

  • تأثیر تعصب پاسخ‌دهندگان (Bias) مانند تمایل به میانه یا انتخاب پاسخ‌های اجتماعی مطلوب.
  • محدود بودن در سنجش نیت‌های رفتاری واقعی
  • فرض فواصل مساوی بین گزینه‌ها که گاهی در تحلیل آماری دقت را کاهش می‌دهد.

انواع مقیاس‌های لیکرت

مقیاس لیکرت می‌تواند به شکل‌های مختلفی طراحی شود که بر اساس تعداد گزینه‌ها در طیف پاسخ‌دهی، طبقه‌بندی می‌شود. انتخاب نوع مناسب مقیاس، نقش مهمی در دقت و کیفیت نتایج دارد.

۱. مقیاس لیکرت ۳ گزینه‌ای

این نوع ساده‌ترین مدل از مقیاس لیکرت است و معمولاً شامل گزینه‌های زیر است:

  • موافقم
  • نظری ندارم
  • مخالفم

ویژگی‌ها:

  • مناسب برای پرسشنامه آنلاین کوتاه یا با سطح درک عمومی پایین.
  • کاهش پیچیدگی برای پاسخ‌دهنده.
  • محدودیت در دقت تحلیل داده‌ها به‌دلیل عدم وجود سطوح شدت مختلف.

مثال:

«کار کردن در خانه بهره‌وری مرا افزایش می‌دهد.»

  • موافقم
  • نظری ندارم
  • مخالفم

 

۲. مقیاس لیکرت ۵ گزینه‌ای

رایج‌ترین نوع مقیاس لیکرت که شامل سطوح شدت بیشتری نسبت به مدل ۳ گزینه‌ای است. گزینه‌ها عبارتند از:

  • کاملاً مخالف
  • مخالف
  • نظری ندارم
  • موافق
  • کاملاً موافق

مزایا:

  • ایجاد تعادل بین دقت و سادگی.
  • مورد تأیید اکثر محققان علوم اجتماعی و رفتاری.
  • امکان تحلیل‌های آماری متنوع مانند میانگین، انحراف معیار و تحلیل عاملی.

مثال:

«من احساس می‌کنم که مدیرم از من حمایت می‌کند.»

  • کاملاً مخالف
  • مخالف
  • نظری ندارم
  • موافق
  • کاملاً موافق

۳. مقیاس لیکرت ۷ گزینه‌ای

این مدل، دامنه‌ی پاسخ‌گویی گسترده‌تری نسبت به نوع ۵ گزینه‌ای دارد و گزینه‌های بینابینی بیشتری برای سنجش ظرایف دیدگاه‌ها فراهم می‌آورد. گزینه‌ها به‌طور معمول به‌صورت زیر هستند:

  • کاملاً مخالف
  • مخالف
  • تا حدی مخالف
  • نظری ندارم
  • تا حدی موافق
  • موافق
  • کاملاً موافق

مزایا:

  • دقت بالاتر در سنجش نگرش‌ها.
  • کاهش احتمال تمایل به گزینه‌های میانه (central tendency bias).
  • مناسب برای جمعیت پاسخ‌دهنده‌ای با سطح تحلیلی بالاتر.

معایب:

  • ممکن است موجب سردرگمی برخی پاسخ‌دهندگان شود.
  • تحلیل داده‌ها به‌واسطه‌ی پیچیدگی گزینه‌ها، دشوارتر شود.

۴. سایر اشکال متنوع (۴، ۶، ۱۰ گزینه‌ای)

برخی محققان از مقیاس‌های زوج مانند ۴ یا ۶ گزینه‌ای استفاده می‌کنند که در آن‌ها گزینه میانه حذف شده است. هدف از این کار، اجبار پاسخ‌دهندگان به انتخاب موضع‌گیری مشخص است.

مثال: مقیاس ۴ گزینه‌ای

  • کاملاً مخالف
  • مخالف
  • موافق
  • کاملاً موافق

این نوع مقیاس برای سنجش تصمیمات قاطع و دیدگاه‌های مشخص کاربرد دارد.

مقایسه میان انواع مقیاس‌ها

نوع مقیاستعداد گزینه‌هادقت تحلیلپیچیدگی برای پاسخ‌دهندهمناسب برای
۳ گزینه‌ایکمپایینبسیار آسانپرسش‌های ساده و عمومی
۵ گزینه‌ایمتوسطمتعادلآسانپژوهش‌های دانشگاهی، سازمانی
۷ گزینه‌ایبالابالامتوسطتحلیل‌های پیشرفته و دقیق
۴/۶ گزینه‌ایمتوسطمتعادلمتوسطتصمیم‌گیری‌های قاطع و بدون گزینه میانه

 


اصول طراحی در مقیاس لیکرت (طراحی سوالات لیکرت)

طراحی صحیح سوالات (گویه‌ها) در پرسشنامه لیکرت، کلید موفقیت در جمع‌آوری داده‌های معتبر و قابل اعتماد است. هرچقدر طراحی گویه‌ها دقیق‌تر و علمی‌تر باشد، داده‌های به‌دست‌آمده نیز معنا‌دارتر و تحلیل‌پذیرتر خواهند بود.

۱. وضوح و سادگی گویه‌ها

گویه‌ها باید به زبان ساده، روشن و بدون اصطلاحات پیچیده یا تخصصی نوشته شوند. استفاده از جملات کوتاه و قابل فهم برای عموم مردم، درک و پاسخ‌دهی را آسان‌تر می‌کند.

❌ نادرست: من احساس انسجام سازمانی قابل‌توجهی درون بستر ادغام منابع انسانی دارم.
✅ درست: من احساس می‌کنم که اعضای تیم ما همکاری خوبی با یکدیگر دارند.


۲. اجتناب از سوالات دوگانه

سوالات دوگانه (double-barreled questions) آن‌هایی هستند که دو مفهوم را همزمان می‌سنجند. این نوع سوالات موجب سردرگمی پاسخ‌دهندگان شده و داده‌های نامعتبری تولید می‌کنند.

❌ نادرست: من از کیفیت خدمات و سرعت پاسخ‌گویی شرکت راضی‌ام.
✅ درست: من از کیفیت خدمات شرکت راضی‌ام. / من از سرعت پاسخ‌گویی شرکت راضی‌ام.


۳. بی‌طرفی و خنثی بودن گویه‌ها

گویه‌ها نباید جهت‌دار یا سوگیرانه باشند. سوالاتی که پاسخ‌دهنده را به سمت پاسخ خاصی هدایت کنند، موجب تعصب پاسخ‌ها (response bias) می‌شوند.

❌ نادرست: با توجه به کیفیت بسیار بالای خدمات، آیا راضی هستید؟
✅ درست: من از کیفیت خدمات ارائه‌شده راضی هستم.


۴. تناسب سطح زبان با جامعه آماری

سطح نگارش گویه‌ها باید با سطح تحصیلی و زبانی جامعه هدف هم‌خوانی داشته باشد. استفاده از واژگان تخصصی در جامعه‌ای با سطح سواد عمومی پایین، دقت پاسخ‌ها را کاهش می‌دهد.


۵. استفاده از طیف متعادل پاسخ‌ها

همواره باید تعداد گزینه‌های مثبت و منفی یکسان باشد. همچنین استفاده از گزینه بی‌طرفانه (مانند “نظری ندارم”) به پاسخ‌دهندگان اجازه می‌دهد در صورت نداشتن نظر، پاسخ معتبر دهند.


۶. ترتیب منطقی سوالات

گویه‌ها باید به‌گونه‌ای مرتب شوند که از ساده به پیچیده، یا از کلی به جزئی حرکت کنند. این نظم ذهنی، باعث راحتی بیشتر پاسخ‌دهندگان و افزایش نرخ پاسخ‌دهی کامل می‌شود.


اشتباهات رایج در استفاده از مقیاس لیکرت

با وجود سادگی ظاهری مقیاس لیکرت، برخی اشتباهات رایج می‌توانند باعث مخدوش شدن اعتبار داده‌ها شوند.

۱. طراحی گویه‌های جهت‌دار

برخی گویه‌ها به‌صورت ناخودآگاه پاسخ‌دهنده را به سمت گزینه‌ای خاص سوق می‌دهند. این خطا موجب کاهش عینیت و اعتبار نتایج می‌شود.

۲. استفاده زیاد از گویه‌های منفی

گویه‌هایی که بار معنایی منفی دارند (با واژه‌هایی مانند “نبود”، “نارضایتی”، “ناتوانی”) باعث گیج شدن مخاطب می‌شوند. در صورت استفاده، باید دقت کرد که بار معنایی آن‌ها شفاف باشد.

۳. عدم تعادل در طیف پاسخ‌ها

مثلاً اگر سه گزینه مثبت و تنها یک گزینه منفی در اختیار پاسخ‌دهنده قرار گیرد، نتایج دچار سوگیری مثبت می‌شوند.

۴. بی‌توجهی به ترتیب گزینه‌ها

ترتیب قرارگیری گزینه‌ها از نظر بصری بر پاسخ‌دهی تأثیر می‌گذارد. بهتر است گزینه‌ها از منفی به مثبت، یا بالعکس، به‌صورت ثابت در کل پرسشنامه چیده شوند.

۵. استفاده از تعداد زیاد گویه‌ها

پرسشنامه‌های بسیار طولانی باعث خستگی ذهنی پاسخ‌دهنده می‌شود که منجر به پاسخ‌دهی سطحی، تکراری یا حتی ترک پرسشنامه می‌گردد. بهتر است فقط گویه‌های ضروری انتخاب شوند.

۶. اجبار به پاسخ‌دهی

نباید همه گویه‌ها را الزامی کرد، زیرا ممکن است پاسخ‌دهنده واقعاً نظری نداشته باشد. در چنین مواردی گزینه‌هایی مانند “نظری ندارم” یا “قابل پاسخ نیست” کاربردی هستند.


تحلیل داده‌های حاصل از سوالات لیکرت

پس از گردآوری داده‌ها، نوبت به تحلیل آماری برای استخراج نتایج معنادار می‌رسد. روش تحلیل بر اساس نوع مقیاس، حجم نمونه، و هدف پژوهش تعیین می‌شود.

۱. تحلیل توصیفی (Descriptive Analysis)

در ساده‌ترین سطح، می‌توان از میانگین، میانه، مد، و انحراف معیار برای خلاصه‌سازی داده‌ها استفاده کرد.

نمره میانگین بالاتر نشان‌دهنده رضایت بیشتر است.۲. کدگذاری عددی پاسخ‌هابرای تحلیل آماری، باید پاسخ‌ها به صورت عددی کدگذاری شوند. مثلاً:این تبدیل، امکان استفاده از نرم‌افزارهایی مانند SPSS، Excel یا R را فراهم می‌سازد.۳. آزمون‌های آماریبسته به فرضیات پژوهش، می‌توان از آزمون‌های آماری مختلف استفاده کرد:

  • آزمون t مستقل: برای مقایسه میانگین پاسخ‌ها بین دو گروه (مثلاً زنان و مردان).
  • تحلیل واریانس (ANOVA): برای مقایسه میانگین بین چند گروه.
  • ضریب همبستگی پیرسون: برای بررسی ارتباط بین گویه‌ها یا با سایر متغیرها.
  • آزمون کای‌دو (Chi-square): برای تحلیل روابط بین متغیرهای اسمی و ترتیبی.

۴. تحلیل عاملی (Factor Analysis)تحلیل عاملی یکی از روش‌های پیشرفته برای کاهش تعداد گویه‌ها و کشف ساختارهای پنهان در داده‌هاست. این روش به شناسایی مؤلفه‌های اصلی نگرش‌ها کمک می‌کند.مثلاً در یک پرسشنامه ۲۰ گویه‌ای درباره رضایت مشتری، ممکن است سه عامل استخراج شوند:

  • کیفیت خدمات
  • پاسخ‌گویی
  • قیمت و ارزش خرید

۵. تحلیل اعتماد ابزار (آلفای کرونباخ)برای بررسی همبستگی داخلی گویه‌ها، از آلفای کرونباخ (Cronbach’s Alpha) استفاده می‌شود. عدد بالای ۰٫۷ نشان‌دهنده پایایی خوب پرسشنامه است.۶. تجسم داده‌هااستفاده از نمودارهای میله‌ای، دایره‌ای و هیستوگرام‌ها به درک سریع‌تر یافته‌ها کمک می‌کند. در نرم‌افزارهایی مانند Power BI یا Tableau می‌توان داشبوردهای تعاملی طراحی کرد.نمونه سوالات لیکرتطراحی نمونه سوالات با استفاده از مقیاس لیکرت، یکی از مراحل کلیدی در ساخت پرسشنامه‌های سنجش نگرش و رضایت است. در ادامه، مجموعه‌ای از نمونه سوالات در حوزه‌های مختلف ارائه می‌شود که می‌توان آن‌ها را بسته به نیاز پژوهش شخصی‌سازی کرد.۱. رضایت شغلی

لطفاً میزان موافقت خود را با جملات زیر مشخص کنید:

  • من از محیط کاری خود احساس رضایت می‌کنم.
  • مدیر من به‌طور مؤثری با من ارتباط برقرار می‌کند.
  • وظایف شغلی من با مهارت‌هایم تطابق دارد.
  • فرصت پیشرفت شغلی در این سازمان وجود دارد.
  • احساس می‌کنم کارم ارزشمند است.

۲. رضایت مشتری

لطفاً نظر خود را نسبت به خدمات شرکت بیان کنید:

  • روند خرید محصولات ساده و واضح بود.
  • کارکنان رفتار حرفه‌ای و دوستانه‌ای داشتند.
  • قیمت محصولات نسبت به کیفیت آن‌ها مناسب بود.
  • پاسخ‌گویی به سوالات من سریع و مؤثر بود.
  • احتمال دارد مجدداً از این برند خرید کنم.

۳. تجربه کاربری (UX) در سایت یا اپلیکیشن

لطفاً تجربه خود را با رابط کاربری این نرم‌افزار ارزیابی کنید:

  • پیدا کردن اطلاعات مورد نیاز آسان بود.
  • طراحی سایت از نظر بصری دلپذیر بود.
  • بارگذاری صفحات سریع انجام شد.
  • استفاده از سایت حس خوبی به من منتقل کرد.
  • سیستم ثبت‌نام/ورود بدون مشکل کار می‌کرد.

۴. آموزش و تدریس

لطفاً ارزیابی خود را از کلاس‌های آموزشی زیر بیان کنید:

  • محتوای درسی به‌روز و کاربردی بود.
  • استاد درس را به‌صورت روان و قابل فهم ارائه کرد.
  • فرصت کافی برای پرسیدن سوال در کلاس وجود داشت.
  • منابع ارائه‌شده مفید و قابل استفاده بودند.
  • ارزیابی‌های کلاسی منصفانه و مرتبط با محتوای آموزش بود.

نکات کلیدی در طراحی سوالات نمونه

  • هر سوال باید تنها یک مفهوم را پوشش دهد.
  • جملات باید مثبت، ساده و قابل درک باشند.
  • تمام سوالات باید در یک طیف ثابت (مثلاً ۵ گزینه‌ای) ارائه شوند.
  • ترتیب سوالات باید منطقی و غیرتکراری باشد.

نتیجه‌گیری

مقیاس لیکرت، به‌عنوان ابزاری مؤثر برای سنجش نگرش، احساس و رضایت، در میان پژوهشگران و سازمان‌ها محبوبیت بالایی دارد. با وجود ظاهر ساده آن، طراحی اصولی گویه‌ها و تحلیل دقیق داده‌ها، نیازمند آگاهی از مفاهیم آماری و روان‌سنجی است.برای دستیابی به نتایج دقیق و قابل اعتماد:

  • گویه‌ها باید بی‌طرف، واضح و غیر مبهم باشند.
  • انتخاب نوع مقیاس (۳، ۵ یا ۷ گزینه‌ای) باید متناسب با هدف پژوهش و ویژگی‌های پاسخ‌دهندگان صورت گیرد.
  • تحلیل داده‌ها با روش‌های آماری معتبر، تضمین‌کننده استخراج نتایج قابل استناد خواهد بود.

همچنین باید توجه داشت که کیفیت داده‌های جمع‌آوری‌شده، بستگی مستقیم به کیفیت طراحی سوالات دارد. بی‌توجهی به این نکات ممکن است منجر به داده‌های گمراه‌کننده و تصمیم‌گیری‌های اشتباه شود.

سؤالات متداول

مقیاس لیکرت نوعی ابزار اندازه‌گیری در پرسشنامه‌ها است که برای سنجش میزان موافقت یا مخالفت افراد با یک عبارت خاص به کار می‌رود. این مقیاس معمولاً شامل گزینه‌هایی از کاملاً مخالف تا کاملاً موافق است.

مقیاس ۵ گزینه‌ای تعادل خوبی میان سادگی و دقت دارد، در حالی‌که مقیاس ۷ گزینه‌ای جزئیات بیشتری را از نگرش پاسخ‌دهنده نشان می‌دهد. انتخاب بین این دو، بستگی به نیاز پژوهش دارد.

بله، این گزینه به پاسخ‌دهندگانی که واقعاً نظری ندارند یا تجربه‌ای از موضوع مورد نظر ندارند، امکان پاسخ‌دهی معتبر می‌دهد. حذف آن ممکن است باعث ایجاد سوگیری در نتایج شود.

برای سنجش پایایی، معمولاً از ضریب آلفای کرونباخ استفاده می‌شود. همچنین برای اعتبار محتوا باید از نظر متخصصان بهره گرفت و تحلیل عاملی نیز برای بررسی ساختار پرسشنامه مفید است.

بله. مقیاس لیکرت بسیار مناسب برای نظرسنجی‌های آنلاین است و بسیاری از پلتفرم‌ها مانند یوچک به‌طور پیش‌فرض امکان طراحی چنین سوالاتی را فراهم می‌کنند.

در بسیاری از موارد، محققان از میانگین پاسخ‌ها برای تحلیل استفاده می‌کنند. با این حال، چون داده‌های لیکرت ترتیبی هستند، برخی صاحب‌نظران توصیه می‌کنند که از آزمون‌های آماری غیرپارامتریک نیز بهره گرفته شود.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

نظرات کاربران

اولین نفری باشید که نظر می دهید