استبيانات مقياس ليكرت: أمثلة وأفضل الممارسات

يُعدّ مقياس ليكرت العمود الفقري لقياس المواقف والاتجاهات. فمتى أردت معرفة مدى شدة موافقة شخص ما، أو مدى رضاه، أو مدى احتمال قيامه بفعل معين، فإن مقياس ليكرت يحوّل الشعور الغامض إلى رقم يمكنك تحليله. لكن من السهل الوقوع في أخطاء دقيقة عند استخدام هذه المقاييس: فمجموعة خيارات غير متوازنة، أو غياب نقطة محايدة، أو تسميات غير متسقة، كل ذلك قد يشوّه نتائجك بهدوء ودون أن تنتبه. يشرح هذا الدليل ماهية مقياس ليكرت، ويعرض أمثلة ملموسة، ويحدد أفضل الممارسات التي تحافظ على نظافة بياناتك.

جدول المحتويات

• ما هو مقياس ليكرت؟
• أمثلة شائعة على مقياس ليكرت
• المقياس الخماسي مقابل السباعي
• هل ينبغي أن تُدرج خياراً محايداً؟
• صياغة عبارات ليكرت القوية
• تحليل بيانات ليكرت
• أخطاء شائعة يجب تجنّبها
• الأسئلة الشائعة

ما هو مقياس ليكرت؟

يعرض مقياس ليكرت عبارة ما ويطلب من المشاركين تقييم مستوى موافقتهم عبر مجموعة مرتبة من الخيارات، تمتد عادةً من طرف نقيض إلى نقيضه. تقيس النسخة الكلاسيكية درجة الموافقة من «أعارض بشدة» إلى «أوافق بشدة»، غير أن البنية نفسها تصلح لقياس الرضا والتكرار والأهمية والاحتمال. والسمة المميزة هي أن الخيارات مرتبة ومتناظرة، مع وجود نقطة وسطى واضحة، بحيث تبدو المسافة بين النقاط المتجاورة متساوية تقريباً.

أمثلة شائعة على مقياس ليكرت

فيما يلي صيغ شائعة الاستخدام يمكنك تكييفها بحسب حاجتك:

• الموافقة: أعارض بشدة، أعارض، لا أوافق ولا أعارض، أوافق، أوافق بشدة.
• الرضا: غير راضٍ إطلاقاً، غير راضٍ، محايد، راضٍ، راضٍ جداً.
• التكرار: أبداً، نادراً، أحياناً، غالباً، دائماً.
• الأهمية: غير مهم إطلاقاً، قليل الأهمية، متوسط الأهمية، مهم جداً، بالغ الأهمية.
• الاحتمال: مستبعد جداً، مستبعد، محايد، محتمل، محتمل جداً.

تشيع مقاييس الرضا بوجه خاص في استبيان رضا العملاء، حيث تريد قياس المشاعر كمياً ومقارنتها عبر الزمن.

المقياس الخماسي مقابل السباعي

الخيار الأكثر شيوعاً هو بين المقياس الخماسي والمقياس السباعي. فالمقياس الخماسي أبسط، وأسرع في الإجابة، ويظهر بشكل جيد على الأجهزة المحمولة، مما يجعله خياراً افتراضياً آمناً لمعظم استبيانات التغذية الراجعة. أما المقياس السباعي فيوفّر تدرّجاً أدق وقادر على التقاط فروق أرقّ في المواقف، وهو أمر مفيد في الأوساط الأكاديمية أو في الأبحاث التفصيلية.

الموازنة حقيقية لكنها متواضعة. فكثرة النقاط تمنح المشاركين مساحة أكبر للتعبير عن الفروق الدقيقة، لكنها تزيد أيضاً من العبء الذهني وقد تجعل التسمية محرجة. أما بالنسبة لاستبيانات الأعمال اليومية، فإن خمس نقاط تحقق عادةً أفضل توازن بين الدقة والسهولة. وأياً كان اختيارك، فاستخدم العدد نفسه من النقاط بشكل متسق عبر الأسئلة المترابطة كي تبقى الدرجات قابلة للمقارنة.

هل ينبغي أن تُدرج خياراً محايداً؟

تتيح النقطة الوسطى المحايدة للمشاركين التعبير عن تردّد حقيقي، وهو في كثير من الأحيان إجابة صادقة ومفيدة. أما إزالتها فتفرض عليهم الاختيار وقد تدفع الناس نحو رأي لا يعتنقونه، مما يُدخل تشويشاً على النتائج. ومن ناحية أخرى، قد يتحول الخيار المحايد إلى ملاذ يلجأ إليه من لا يرغبون في بذل جهد التفكير.

وإليك إرشاداً عملياً: أدرِج خياراً محايداً حين يكون الحياد موقفاً مشروعاً، واقرنه بعدد متساوٍ من الخيارات الإيجابية والسلبية كي يبقى المقياس متوازناً. وإذا كنت بحاجة فعلية إلى دفع الناس نحو أحد الاتجاهين، فإن المقياس الزوجي ذا الاختيار القسري يظل خياراً متاحاً، لكن استخدمه بوعي وباعتدال.

صياغة عبارات ليكرت القوية

العبارة لا تقل أهمية عن المقياس نفسه. فاجعل كل عبارة مركّزة على فكرة واحدة، وتجنّب العبارات المزدوجة التي تسأل عن أمرين في آن واحد، واستخدم لغة بسيطة. صُغ العبارات بحياد كي يكون المقياس، لا الصياغة، هو حامل المشاعر. ومزج بعض العبارات المعكوسة الصياغة قد يقيك من نمط الإجابة على استقامة واحدة، لكن استخدمها بحذر لأنها ترفع أيضاً احتمال الالتباس. وحافظ على اتساق اتجاه المقياس كي لا يضطر المشاركون إلى إعادة توجيه أنفسهم عند كل سؤال. وتنطبق هذه المبادئ بالقدر نفسه عندما تقيس الولاء عبر استبيان NPS إلى جانب عبارات ليكرت.

تحليل بيانات ليكرت

بيانات ليكرت رُتبية، أي أن الفئات مرتبة لكن الفجوات بينها ليست مضمونة التساوي. والملخّص الأكثر قابلية للدفاع عنه هو عرض التوزيع: نسبة الإجابات في كل فئة، وغالباً ما تُدمج في مجموعتَي «الصندوق العلوي» و«الصندوق السفلي»، مثل نسبة من يوافقون أو يوافقون بشدة. ويُبلّغ كثير من الممارسين أيضاً عن المتوسط الحسابي لأغراض التتبع السريع، وهو أمر شائع ومفيد، مع أخذ في الحسبان أن التوزيع يروي قصة أكثر ثراءً. وتصوّر النتائج باستخدام أعمدة مكدّسة كي يسهل مقارنة المشاعر الإيجابية والسلبية بنظرة واحدة.

أخطاء شائعة يجب تجنّبها

• المقاييس غير المتوازنة التي تتضمن خيارات إيجابية أكثر من السلبية، مما يضخّم النتائج المواتية.
• اتجاه غير متسق عبر الأسئلة، مما يربك المشاركين ويفسد البيانات.
• تسميات غامضة حيث تُسمّى النقاط الطرفية فقط بينما تبقى النقاط الوسطى مبهمة.
• عدد مفرط من النقاط على شاشة محمولة صغيرة، مما يجعل الاختيار عرضة للخطأ.

الأسئلة الشائعة

ما هو مقياس ليكرت بعبارات بسيطة؟

هو سؤال تقييمي يستفسر عن مدى موافقة شخص ما، أو مدى رضاه، أو مدى احتمال قيامه بفعل معين، باستخدام مجموعة مرتبة من الخيارات المتوازنة التي تمتد من طرف نقيض إلى نقيضه مع وجود نقطة وسطى واضحة.

أيهما أفضل: مقياس ليكرت الخماسي أم السباعي؟

لا يوجد أفضل مطلق. فالمقياس الخماسي أبسط ويعمل جيداً على الأجهزة المحمولة، مما يجعله خياراً افتراضياً قوياً. أما المقياس السباعي فيلتقط فروقاً أدقّ ويناسب الأبحاث التفصيلية. اختر واحداً وطبّقه بشكل متسق عبر الأسئلة المترابطة.

هل ينبغي أن يتضمن مقياس ليكرت خياراً وسطياً محايداً؟

أدرِج خياراً محايداً حين يكون التردّد الحقيقي إجابة صحيحة، واحرص على تساوي عدد الخيارات الإيجابية والسلبية حوله. ولا تحذف النقطة الوسطى إلا حين تريد عن قصد إجبار المشاركين على الميل نحو أحد الاتجاهين.

كيف تحلّل نتائج مقياس ليكرت؟

اعرض التوزيع عبر الفئات، وغالباً ما يُجمّع في نسبتَي «الصندوق العلوي» و«الصندوق السفلي»، وصوّره باستخدام أعمدة مكدّسة. وقد يساعد المتوسط الحسابي في التتبع السريع، لكن تذكّر أن البيانات رُتبية، ولذا فإن التوزيع يمنحك الصورة الأكمل.