Nicht-komparative Skalen

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