Como você sabe o que seus clientes estão pensando? A única maneira eficaz de entrar na mente de seu público é perguntar-lhes diretamente - e para fazer isso com sucesso, você precisará entender e usar as perguntas da escala Likert. 

O que é uma escala Likert? 

Uma escala Likert é uma escala de classificação usada para medir atitudes, percepções e opiniões. Muitas vezes utilizada em pesquisas de mercado e ciências sociais, os pesquisadores usam a escala para entender pontos de vista e sentimentos em relação a um produto, serviço, marca ou mercado. A escala tem o nome de seu inventor, o psicólogo americano Rensis Likert.

Você provavelmente já encontrou questões da escala Likert antes. Quer você tenha recebido um e-mail perguntando "Qual a sua satisfação com sua transação?" após a compra de um item ou "Qual a probabilidade de você retornar?" após receber um serviço - as perguntas da escala Likert estão em toda parte. Elas são uma das formas mais populares e fáceis de medir atitudes em pesquisa de mercado. 

Criada em 1932, a escala Likert é um modelo de pesquisa que tipicamente inclui 5 a 7 opções de resposta que variam de um forte acordo a um forte desacordo, com uma opção neutra no meio. A escala Likert avalia os sentimentos em relação a uma afirmação (também conhecida como o item Likert) que está sendo perguntada. A escala pode ser usada para medir uma variedade de diferentes temas de sentimentos, incluindo probabilidade, concordância, qualidade, freqüência e importância. [1]

pergunta CES escala de 5 pontos do likert

É fácil contar os resultados para suas perguntas da pesquisa em escala Likert. Basta somar os números (ou dados ordinais) associados a cada sentimento de valor para produzir uma pontuação geral, por exemplo, 1 = discordar fortemente, 3 = neutro, 5 = concordar fortemente. A escala Likert também é conhecida como uma escala "somativa" por este motivo. 

Vantagens de usar uma escala Likert

"Por que a escala Likert é tão popular? É fácil de construir, e o mais importante, funciona".

- Jon A. Krosnick, Thomas M. Ostrom, Charles F. Bond, Jr., e Constantine Sedikides [2]

Como mencionado na citação acima, a facilidade de se estabelecer uma escala Likert é uma das muitas vantagens da escala Likert. Quanto mais fácil for para você fazer suas perguntas, mais fácil será para seus clientes fornecer as informações de que você precisa. 

Medir o feedback através das perguntas da escala Likert também proporciona uma visão mais matizada da intensidade dos sentimentos de seu público em comparação com uma simples pergunta de sim ou não. 

É também uma maneira simples de gerar informações para análise de dados. Uma pesquisa de satisfação do cliente baseada na escala Likert pode ser rápida e fácil para os clientes responderem, mas também para você analisar. 

Melhores do que as perguntas de resposta binária, as perguntas do tipo Likert fornecem mais dados para trabalhar com a intenção do cliente, a perspectiva dele sobre seus produtos e serviços e a importância que ele atribui a determinados tópicos. Além disso, é mais fácil analisar as respostas de seus entrevistados com perguntas quantitativas do tipo Likert do que com perguntas abertas, que capturam o feedback qualitativo literal.

DICA: Saiba como otimizar seu método de coleta de pesquisas com uma mistura de escalas quantitativas Likert e perguntas qualitativas em aberto aqui: Pesquisa qualitativa vs. quantitativa: Qual é a diferença?

Exemplos de perguntas da escala Likert

Para ajudá-lo a começar, reunimos uma lista de algumas das melhores e mais comuns perguntas do Likert a serem feitas através de pesquisas de Índice de Satisfação do Cliente (CSAT), pesquisas de Índice de Esforço do Cliente (CES) e Perguntas Adicionais (AQ) da Escala de Classificação. Vá até nossa lista completa de perguntas populares sobre satisfação do cliente para mais informações, ou leia os exemplos abaixo.

pergunta da pesquisa do CSAT em escala de 5 pontos de Likert
  • CSAT (índice de satisfação do cliente): Qual o seu grau de satisfação com [produto/serviço]? Escala de resposta: 1 a 5, Muito insatisfeito a Muito satisfeito
  • CES (índice de esforço do cliente): [característica do produto] me facilitou a realização [característica objetivo]. Escala de resposta: 1 a 5, Discordar fortemente para concordar fortemente
  • AQ: Qual é a sua satisfação com a qualidade do produto? Responda a escala: 1 a 5, Muito insatisfeito a Muito satisfeito
  • AQ: Qual a probabilidade de você [recomprar/renovar o contrato]? Responda a escala: 1 a 5, Muito improvável a Muito provável
  • AQ: Este [produto/serviço] me ajuda a atingir meus objetivos. Responda a escala: 1 a 5, Discordar fortemente para concordar fortemente
  • AQ: Minha associação com [marca/serviço] foi positiva. Escala de resposta, 1 a 5, Discordar fortemente para concordar fortemente [6].

DICA: Para uma reviravolta divertida em uma escala Likert tradicional, use pesquisas de rosto sorridente para avaliar o sentimento do cliente de uma forma visualmente intuitiva e universalmente reconhecível.

4 dicas para criar uma pesquisa em escala Likert

Para projetar uma pesquisa em escala Likert bem sucedida, existem alguns fatores-chave a serem levados em consideração. Aqui estão nossas melhores dicas de boas práticas a seguir ao criar sua pesquisa.

1. Mantenha os pontos da escala ordinal estranhos

Os pesquisadores sugerem que uma escala Likert impactante tem um número igual de seleções de sentimentos positivos e negativos com um ponto médio neutro, caso o leitor não concorde ou discorde com a afirmação ou pergunta. Manter a escala de classificação com um número ímpar de valores e com um ponto médio neutro "Sem opinião" permite que o leitor não se sinta pressionado ou tendencioso em relação aos lados positivos ou negativos da escala de pontos. [5]  

2. Mas certifique-se de que não sejam demasiados

Os itens Likert podem ter até 11 pontos de escala para um leitor escolher, mas qual é o número certo de pontos a incluir para uma medição eficaz? Os pesquisadores descobrem que demasiadas opções de escala Likert podem causar confusão e falta de validade dos dados, enquanto poucos pontos de escala não podem medir adequadamente a distinção do leitor entre os pontos de sentimento. Estudos também sugerem que a quantidade ideal de pontos de escala a serem incluídos é de 5 a 7 [3].

3. Usar declarações positivas e negativas

Tenha confiança em seus dados, considerando a possibilidade de pedir declarações invertidas positivas e negativas. Por exemplo, se você tiver uma declaração positiva como, "Eu aprecio que a nova linha de roupas da Hem & Stitch tem estilos para todas as idades" e o usuário "Concorda fortemente" com a declaração, tente incluir uma declaração negativa como "A nova linha da Hem & Stitch tem muitas opções de estilo" para ver se o mesmo usuário responde negativamente à declaração. Dessa forma, você pode ter certeza de que seu leitor está prestando atenção e de que seus dados da escala Likert são sólidos. [4] 

4. Evite perguntas com duplo barril

Suas perguntas devem ser claras e diretas para evitar confusão, o que pode impedir que seus destinatários concluam sua pesquisa. Certifique-se de que você não está fazendo perguntas de barril duplo, ou perguntas que têm múltiplas opções para as pessoas responderem. "Você recomendaria este produto a um amigo e qual é a probabilidade de fazê-lo?" seria um exemplo. 

Usando as perguntas da escala Likert para entender seu público

Aqui estão nossas principais dicas para tornar sua pesquisa em escala Likert mais eficaz.

pesquisa de rosto sorriso de 5 pontos em escala de likert

Certifique-se de que suas perguntas sejam claras 

Ao utilizar Likert ou outras escalas de classificação, é importante ter certeza de que suas perguntas sejam claras, específicas e imparciais. Fornecemos 7 exemplos de perguntas ruins de pesquisa a serem evitadas enquanto você está construindo suas pesquisas e outros exemplos de perguntas da Voz do Cliente que ajudam a preencher lacunas entre o que sua marca fornece e o que o cliente espera. 

Conta para potencial enviesamento

Ao pesquisar conjuntos de indivíduos, você sempre quer considerar como os enviesamentos podem distorcer seus dados.

O viés de resposta de aquisição, por exemplo, é a tendência comum de concordar com todas as declarações/questões feitas. Para evitar isso, certifique-se de ter um ponto médio neutro, perguntas equilibradas e a quantidade apropriada de pontos de escala positivos e negativos para garantir que o viés não comprometa os dados de suas respostas. [2] 

Há também um viés de não-resposta, onde os destinatários de sua pesquisa não querem ou são incapazes de completar sua pesquisa. 

Use sua balança de Likert no momento certo

As perguntas da pesquisa do tipo Liker devem ser usadas para os propósitos corretos. Estes tipos de perguntas são mais eficazes ao examinar um assunto ou tópico específico para maiores informações ou nuances.

Por exemplo, uma pergunta da escala Likert pode ser usada para ver como seu público se sente sobre um novo produto, ou o que eles pensam de seu atendimento ao cliente. Eles são melhor usados para obter mais detalhes - ou variações - sobre um tópico específico, em vez de uma visão geral. 

Use as pesquisas do site Delighted com escalas Likert para chegar ao cerne das opiniões de seus clientes

Pesquisar clientes para obter feedback é essencial para melhorar seu negócio, e certificar-se de que você está usando as melhores ferramentas de avaliação (como uma escala Likert) para esses dados é ainda mais crucial. 

É possível criar facilmente perguntas de escala Likert com os modelos gratuitos de pesquisa de satisfação do cliente (CSAT) e de índice de esforço do cliente (CES) do Delightedpara interceptação na Web, link ou e-mail. Também é possível criar suas próprias perguntas de escala Likert personalizadas com o recurso Additional Questions (AQ)

As perguntas de pesquisa de escala Likert são um método comprovado para pesquisar seu público com confiança. Comece a criar sua pesquisa de escala Likert hoje mesmo com nosso criador de pesquisas on-line gratuito e obtenha os insights necessários para dimensionar sua marca para um sucesso de longo prazo.


Referências: