2. Umfrage: Messung und Skalierung
2.3 Nicht-komparative Skalen
Typologie von Skalierungsverfahren
Nicht-komparative Skalen: Kontinuierliche Ratingskalen
Kontinuierliche Ratingskalen
Probanden bewerten Objekte, indem sie eine entsprechende Position auf einer Linie markieren, die von einem Extrem zum anderen Extrem eines bestimmten Kriteriums läuft.
Wie bewerten Sie „Real“ als Lebensmittelgeschäft?
Kontinuierliche Ratingskalen: Perception Analyzer
Diskrete Ratingskalen: Likert-Skala
Likert-Skala
Probanden geben an, inwieweit sie den aufgeführten Aussagen zustimmen – anhand einer 5- oder 7-Punkte-Skala, die von einem Extrem zum anderen reicht.
Im Folgenden sind unterschiedliche Aussagen über Real aufgeführt. Bitte geben Sie an, wie stark Sie diesen Aussagen zustimmen:
WICHTIG: Beachten Sie die umgekehrte Richtung von Fragen 2, 5 und 6. Kehren Sie die entsprechenden Skalen vor der Datenanalyse um – d.h. die höhere Zahl soll eine bessere Einstellung bedeuten.
Likert-Skala: Beispiele
Populäre Likert-Skalen im Marketing
Konstrukt | Skalenpunkte | ||||
Einstellung |
Sehr schlecht |
Schlecht |
Weder gut, noch schlecht |
Gut |
Sehr gut |
Wichtigkeit |
Überhaupt nicht wichtig |
Unwichtig |
Neutral |
Wichtig |
Sehr wichtig |
Zufriedenheit |
Sehr unzufrieden |
Unzufrieden |
Weder zufrieden, noch unzufrieden |
Zufrieden |
Sehr zufrieden |
Kaufwahrscheinlichkeit (Kaufabsicht) |
Definitiv nicht |
Wahrscheinlich nicht |
Unentschieden |
Wahrscheinlich ja |
Auf jeden Fall ja |
Kaufhäufigkeit |
Nie |
Selten |
Manchmal |
Oft |
Sehr oft |
Zustimmung |
Trifft überhaupt nicht zu |
Trifft eher nicht zu |
Teils teils zu |
Trifft eher zu |
Trifft voll und ganz zu |
Diskrete Ratingskalen: Semantisches Differential
Wie schätzen Sie das Erscheinungsbild von Kaufhof ein?
Im folgenden Kasten finden Sie jeweils gegensätzliche Begriffspaare. Bitte kreuzen Sie an, inwieweit Sie in Ihrer Einschätzung jeweils mehr zu der einen oder der anderen Ausprägung tendieren.
HINWEIS: Die negativen Adjektive erscheinen in der Skala manchmal links und manchmal rechts. Dies ermöglicht die Tendenz einiger Probanden nachträglich zu kontrollieren, alles links oder rechts anzukreuzen, ohne die Adjektive gelesen zu haben.
Semantisches Differential: Beispiel
Messung von Selbsteinschätzung, Einstellung gegenüber Personen bzw. Produkten
- Bewertungsprofile von verschiedenen Objekten / Befragten / Segmenten
- Jeder Punkt entspricht dem Mittelwert oder Median der jeweiligen Skala
Semantische Profile von Shampoo-Marken „Herbal Magic” und „Elseve” im Vergleich zum idealen Shampoo aus der Sicht von Konsumenten
- Ideales Shampoo
- Elseve
- Herbal Magic
Diskrete Ratingskalen: Stapel-Skala
Stapel-Skala
Eine unipolare Ratingskala mit 10 Kategorien von -5 bis +5 ohne Neutralpunkt (0).
Wird oft als Alternative zum semantischen Differential verwendet, insb. wenn es schwierig erscheint, ein sinnvolles Paar von entgegengesetzten Adjektiven zu finden.
Bitte geben Sie an, wie zutreffend folgende Wörter und Phrasen die Geschäfte beschreiben. Wählen Sie eine Plus-Zahl für Phrasen, die das Geschäft zutreffend beschreiben. Je genauer Ihrer Meinung nach die Beschreibung auf das Geschäft zutrifft, desto höher sollte die Plus-Zahl sein. Wählen Sie eine Minus-Zahl für Phrasen, die Ihrer Meinung nach auf das Geschäft nicht zutreffen. Je weniger die Phrase auf das Geschäft zutrifft, desto sollte die Minus-Zahl sein. Sie können jede Zahl zwischen +5 (für zutreffende) und -5 (für unzutreffende) Beschreibungen wählen.
Wichtigste nicht-komparative Skalen
Skala | Beschreibung | Beispiele | Vorteile | Nachteile |
Kontinuierliche Ratingskalen |
Markierung auf einer kontinuierlichen Linie |
Reaktion auf TV-Werbespots |
Einfach zu bilden |
Nicht PC-gestützte manuelle Auswertung kann sehr mühsam sein |
Diskrete Ratingskalen |
||||
Likert-Skala |
Grad der Zustimmung auf der Skala von 1 (stimme ganz und gar nicht zu) bis 5 (stimme vollkommen zu) |
Messung von Einstellungen |
Einfach zu verstehen, zu verwenden und zu bilden |
Zeitaufwendiger |
Semantisches Differential |
Zweipolige siebenstufige Ratingskala mit entgegengesetzten Adjektiven auf den Polen. |
Marken-, Produkt- und Firmenimage |
Vielseitig |
Keine Eignung darüber, ob die Daten intervallskaliert sind |
Stapel-Skala |
Unipolare zehn Punkte Skala von -5 bis +5 ohne Neutralpunkt (0) |
Messung von Einstellungen und Image |
Einfach zu konstruieren und zu verwenden in Telefon-Umfragen |
Manchmal verwirrend und schwierig anzuwenden |
Konstruktion von diskreten Ratingskalen
Anzahl von Antwortkategorien
Zwar gibt es keine eindeutige einzig optimale Anzahl von Antwortkategorien, traditionell werden Skalen mit fünf bis neuen Antwortkategorien verwendet.
Balanciert vs. nicht-balanciert
Generell sollte die Skala balanciert sein, um objektive Ergebnisse erzielen zu können.
Gerade vs. ungerade Anzahl von Antwortkategorien
Wenn eine neutrale bzw. indifferente Antwort zumindest für einige Probanden in Frage kommt, sollte man eine Skala mit ungerader Anzahl von Antwortkategorien verwenden.
Obligatorische vs. nicht- obligatorische Antwort
Wenn einige Probanden keine Meinung haben können, durch nicht-obligatorische Fragen kann die Genauigkeit der Ergebnisse verbessert werden.
Verbale Beschreibung
Es gibt gute Argumente dafür, die meisten (wenn nicht alle) Antwortkategorien zu beschriften. Die Beschriftung sollte möglichst nah an den Antwortkategorien sein.
Anzahl von Antwortkategorien
Anzahl von Antwortkategorien
Zwar gibt es keine eindeutige optimale Anzahl von Antwortkategorien, traditionell werden Skalen jedoch mit fünf bis neun Antwortkategorien verwendet.
- + Je höher die Anzahl von Antwortkategorien, desto feinere Unterschiede in der Bewertung können von der Skala registriert werden.
- – Die meisten Probanden können nur mir einigen wenigen Antwortkategorien umgehen.
Involvement und Wissen
- Mehr Antwortkategorien wenn Probanden an der Bewertungsaufgabe interessiert sind, oder ein tiefes Wissen über das Objekt oder den Sachverhalt haben.
Natur von Objekten
- Sind feine Unterschiede für die Objekte charakteristisch?
Modus der Datenerhebung
- Weniger Antwortkategorien für Telefoninterviews.
Datenanalyse
- Weniger Antwortkategorien für Aggregation, Verallgemeinerungen, oder Gruppenvergleiche.
- Mehr Kategorien für anspruchsvolle statistische Analysen, insb. Korrelationsbasierte u. ä.
Balancierte oder nicht-balancierte Skalen
Balanciert vs. nicht-balanciert
Generell sollte die Skala balanciert sein, um objektive Ergebnisse erzielen zu können.
Balancierte Skala:
- Sehr gut
- Gut
- Weder gut noch schlecht
- Schlecht
- Sehr schlecht
Nicht-balancierte Skala:
- Extrem gut
- Sehr gut
- Gut
- Angemessen
- Schlecht
- Sehr schlecht
Gerade oder ungerade Anzahl von Antwortkategorien
Gerade vs. ungerade Anzahl von Antwortkategorien
Wenn eine neutrale bzw. indifferente Antwort zumindest für einige Probanden in Frage kommt, sollte man eine Skala mit ungerader Anzahl von Antwortkategorien verwenden.
- – Die mittlere Option einer Einstellungsskala zieht viele Probanden an, die unsicher sind oder ihre Meinung nur ungern offenbaren würden.
- – Das kann die Maße der zentralen Tendenz und Varianz verzerren.
- – Wollen/brauchen wir „Kontrast“ in kontroversen Einstellungen?
Obligatorische oder nicht-obligatorische Antwort?
Obligatorische vs. nicht- obligatorische Antwort
Wenn einige Probanden keine Meinung haben können, durch nicht-obligatorische Fragen kann die Genauigkeit der Ergebnisse verbessert werden.
- – Fragen ohne Alternative „weiß nicht“ erzeugen tendenziell eine höhere Menge an genauen Daten.
- – Wollen die Probanden nicht antworten oder haben sie keine Meinung?
- – Nutzen Sie „weiß nicht“ oder besser „nicht zutreffend“ bei sachlichen Fragen und Wissensabfragen, aber nicht für die Messung von Einstellungen und Meinungen.
- – Nutzen Sie die Filterführung, um sicherzustellen, dass Probanden Ihre Fragen beantworten können
Verbale Beschreibung
Verbale Beschreibung
Es gibt gute Argumente dafür, die meisten (wenn nicht alle) Antwortkategorien zu beschriften. Die Beschriftung sollte möglichst nah an den Antwortkategorien sein.
- – Die verbale Beschreibung für jede Antwortkategorie verbessert die Genauigkeit und Reliabilität nicht immer. Wichtig ist es, die Ambivalenz der Beschriftung zu vermeiden.
- – Spitze vs. Flache Antwortverteilung