Rensis Likert publiceerde de schaal die zijn naam draagt in 1932, in een monografie met de titel “A Technique for the Measurement of Attitudes”. Ze bood vijf antwoorden, die in het origineel liepen van “strongly approve” tot “strongly disapprove”. Hij sprak zijn naam uit als “Lick-ert”, volgens collega’s aan wie hij zich voorstelde, en sindsdien doet bijna niemand dat nog.
De naam verkeerd uitspreken is de ene traditie. Ruziën over het aantal is de andere. Ergens staat vandaag een team op het punt een enquête te lanceren, en de lancering ligt stil door onenigheid over de vraag of de tevredenheidsvraag vijf punten moet hebben of zeven. Iemand vindt zeven wetenschappelijker. Iemand heeft gelezen dat tien nauwkeuriger is. Degene die de enquête schreef, wil graag naar huis.
Het geschil loopt al negentig jaar, en dat is een aanwijzing. Vragen met grote antwoorden worden meestal wel beslecht.
Wat de tests uitwezen
Aan de randen is er een echte bevinding. In de meest geciteerde vergelijking beoordeelden mensen dezelfde dingen op schalen van elke lengte, van twee tot elf punten, en daarna op een schaal van 101. De schalen met twee, drie en vier punten presteerden slecht op betrouwbaarheid, op validiteit en op hun vermogen respondenten van elkaar te onderscheiden. De kwaliteit verbeterde naarmate er punten bij kwamen, tot ongeveer zeven. Boven de tien begon de consistentie van de antwoorden van de ene keer op de andere te dalen.
Er is dus een vloer en een plafond. Bij te weinig punten belanden mensen met verschillende opvattingen in hetzelfde vakje. Bij te veel wordt hun gevraagd onderscheid te maken dat ze niet kunnen maken. Niemand kent het verschil tussen een 62 en een 67, en wie het cijfer gaf nog het minst.
Tussen vloer en plafond wijst het bewijs niet langer één kant op. Voor eens/oneens-vragen bleek uit tests in Europese landen dat vijf punten betere data opleverden dan zeven of elf. Voor losse scores in usability-onderzoek concludeerde een praktijkonderzoeker na het doornemen van het bewijs dat zeven punten iets beter zijn dan vijf, maar niet veel. Zijn voorbeeld is de moeite waard. Bij een vijfpuntsversie van een gangbare usability-vragenlijst probeerden respondenten in ongeveer 2,5% van 858 antwoorden een punt tussen twee opties aan te kruisen, een 3,5. Bij een zevenpuntsversie deed niemand van de 840 dat. Een paar mensen willen af en toe een fijnere schaal dan vijf.
Hetzelfde overzicht eindigt met een zin die in de vergadering hardop zou moeten worden voorgelezen. Als je merkt dat je discussieert over de vraag of een schaal vijf of zeven punten moet hebben, staat er, heb je er waarschijnlijk al te veel tijd aan besteed.
Wat de antwoorden meer beïnvloedt
Die tijd kun je beter elders besteden, want andere keuzes rond een beoordelingsvraag wegen heel wat zwaarder.
De eerste zijn de labels. Een schaal met een woord bij elk punt, van “zeer moeilijk” tot “zeer makkelijk”, vertelt mensen wat elk antwoord betekent. Een schaal met alleen labels aan de uiteinden laat het midden aan de verbeelding over, en de 3 van de een is de 4 van de ander. Experimenten die beide vergeleken, vonden de volledig gelabelde variant betrouwbaarder. Dat is ook het praktische argument voor kortere schalen. Vijf heldere woorden zijn makkelijk te vinden. Elf niet, en daarom komen lange schalen meestal met cijfers en een schietgebedje.
De tweede is waar de schaal van gemaakt is. Het format van Likert vraagt mensen het eens of oneens te zijn met een stelling, en een stelling nodigt uit tot instemming om de instemming. Rechtstreeks naar de zaak zelf vragen, hoe makkelijk, hoe vaak, hoe goed, meet beter, zoals we uitleggen in eens/oneens-vragen.
De derde is wie er antwoordt. Mensen in verschillende landen gebruiken dezelfde schaal verschillend. Sommigen grijpen naar de uiteinden en anderen blijven in het midden, met verschillen die veel groter zijn dan wat het aantal punten kan veroorzaken. Een team dat markten vergelijkt, zou zich druk moeten maken om cross-culturele bias, lang voordat het zich druk maakt om een zesde en zevende optie.
En de vierde is wat er daarna met de antwoorden gebeurt. Een lange schaal verleidt mensen ertoe scores als metingen te behandelen. De bekendste elfpuntsvraag in het bedrijfsleven, die achter de Net Promoter Score, wordt meteen in drie bakken gesorteerd, waarvan er één wordt weggegooid, zodat het grootste deel van de precisie die van de klant werd gevraagd nooit wordt gebruikt. De kosten daarvan tellen we op in voorspelt NPS groei?.
De enige vaste regel
Er is één advies waarover het bewijs en de mensen uit de praktijk het eens zijn, en het heeft niets te maken met welk getal het beste is. Verander niet wat je hebt.
Een score betekent alleen iets in vergelijking, met het vorige kwartaal, met een ander segment, met een gepubliceerde benchmark. Wijzig de schaal en de vergelijking is stuk. Een 4,1 op een vijfpuntsschaal kun je niet met een rekensommetje omzetten naar een score op een zevenpuntsschaal, omdat mensen de twee schalen niet evenredig gebruiken. Wat je aan verfijning wint, verlies je vele malen aan geschiedenis. Als een schaal toch moet veranderen, laat de oude en de nieuwe dan één ronde naast elkaar lopen, zodat de naad zichtbaar is.
Voor een vraag die je nieuw schrijft, is de keuze niet moeilijk. Gebruik vijf punten voor eens/oneens-vragen, voor alles wat op een telefoon wordt gelezen en overal waar je bij elke optie een woord wilt. Gebruik zeven als één score het resultaat in haar eentje moet dragen en je respondenten zulke dingen gewend zijn. Vermijd twee, drie en vier, behalve bij feitelijke vragen. Vermijd alles boven de tien. Laat elke schaal dezelfde kant op lopen, geef mensen zonder ervaring met het onderwerp een manier om dat te zeggen, en laat op de score een vraag naar het waarom volgen, want in de reden zit de informatie. Onze gids over soorten enquêtevragen behandelt de alternatieven voor een score.
Verstuur daarna de enquête. De vijf punten van Likert gaan al mee sinds 1932 zonder dat iemand heeft bewezen dat zes beter zou zijn geweest, en het team dat een week aan de kwestie besteedde, heeft één waardevol ding geleerd: dat het heel weinig uitmaakte.
Hoe Diaform helpt
In Diaform is een beoordelingsvraag één vraag in een chat. Je schrijft die als enkele keuze met je eigen gelabelde opties, vijf of zeven naar wens, en de AI-interviewer vraagt daarna waarom en vraagt door als het antwoord vaag is, zo vaak als jij toestaat. Elk gesprek krijgt een samenvatting met letterlijke citaten, zodat de reden naast het cijfer staat. Diaform kiest je schaal niet en corrigeert niet voor hoe verschillende klanten haar gebruiken. Er is een gratis proefperiode van 14 dagen.
