Обратная связь

Шкала Лайкерта

17 минут
05.11.2025
  • Никита Лиханов
    Customer Research Manager in FOQUZ
    Развиваю направление исследований клиентского опыта и UX в FOQUZ. Специализируюсь на исследованиях клиентского опыта (CX), методиках опросов и анализе обратной связи.
Шкала Лайкерта — одна из самых простых и при этом надежных методик для измерения мнений, установок и восприятия. Варианты от "Полностью согласен" до "Полностью не согласен" знакомы каждому: они превращают субъективное отношение респондента в количественные данные, пригодные для анализа.
Именно эта комбинация — простота для участника и точность для исследователя — сделала метод стандартом в исследованиях клиентского опыта, UX, HR и маркетинговых исследованиях. Он помогает понять, насколько человек удовлетворен продуктом, доверяет бренду, считает интерфейс удобным или готов повторить покупку.
Шкала универсальна: её используют и в больших количественных опросах, и в UX-тестах интерфейсов. Для исследователя она — способ «оцифровать» восприятие респондента, а для бизнеса — инструмент принятия решений, основанный на данных.

Как появилась шкала Лайкерта

До Ренсиса Лайкерта исследователи пользовались шкалой Терстоуна — сложной системой, где эксперты заранее присваивали каждому утверждению «вес» по степени согласия. Метод был точным, но трудоемким: требовал панели судей и сложных расчётов медиан, что делало массовые исследования почти невозможными.
В 1932 году Лайкерт предложил радикально упростить процесс. Вместо экспертных весов он использовал самооценку респондентов: участники выражали степень согласия с утверждениями по шкале от «полностью не согласен» до «полностью согласен». Общий результат вычислялся как сумма всех ответов, что позволило легко агрегировать данные и применять статистику.
Главная инновация заключалась в идее, что отношения и установки можно измерять через совокупность простых оценок. Каждый вопрос стал индикатором скрытой установки (например, удовлетворенности), а суммарный балл — её числовым выражением. Метод оказался настолько эффективным, что быстро вытеснил шкалу Терстоуна и стал стандартом в социальных, маркетинговых и UX-исследованиях.

Как устроена шкала Лайкерта

Шкала Лайкерта — это система последовательных утверждений, с которыми респондент выражает степень согласия или несогласия. Классический формат включает 5 уровней:
  • 1 — полностью не согласен;
  • 2 — скорее не согласен;
  • 3 — нейтрально;
  • 4 — скорее согласен;
  • 5 — полностью согласен.
Однако количество градаций может варьироваться от трёх (для быстрых оценок) до семи и даже девяти (для большей точности).
  • Никита Лиханов
    Customer Research Manager in FOQUZ
    Переход от, например, 5- к 7-балльной шкале даёт заметное улучшение чувствительности данных, но дальнейшее расширение до 9, 11 или более баллов редко оправдано и может привести к путанице в выборе и росту ошибки измерения. Диапазон 5−7 баллов считается «золотой серединой
Каждый пункт шкалы представляет собой отдельный индикатор скрытой переменной — отношения, удовлетворенности, восприятия. При ответе человек фактически «оцифровывает» своё мнение. Все оценки суммируются, и получается общий индекс, отражающий уровень выраженности установки. Это и есть ключевое отличие от других методов: не отдельные ответы важны, а совокупная тенденция.

Конструирование шкалы: от замысла к анкете

С чего начать

Определите, какую установку вы измеряете (например, «удовлетворенность поддержкой»). Разбейте её на 2−3 аспекта (скорость, компетентность, эмпатия) и для каждого подготовьте по 3−5 степеней согласия. В сумме на одну установку обычно достаточно 3−5 хорошо работающих утверждений: этого хватит для надежности и экономии времени респондента.

Как формулировать утверждения

Ваш пункт должен отражать одну мысль одним простым предложением.
  • Хорошо: «Служба поддержки отвечает быстро».
  • Плохо (двойной вопрос): «Ответ быстрый и всегда полезный».
  • Избегайте отрицаний и особенно двойных: «Мне не кажется, что…» — это источник ошибок.
  • Уточняйте контекст: «За последние 30 дней…», «В этом релизе…» — так вы измеряете актуальный опыт, а не общее впечатление.

Полярность и «реверс»

Сбалансируйте формулировки, чтобы снизить эффект «автосогласия»: часть пунктов позитивные («интерфейс понятный»), часть — негативные («навигация сбивает с толку»), либо меняйте стиль утверждений. Если используете негативные — реверс-кодируйте их перед анализом и следите, чтобы фразы были короткими и без отрицаний (иначе растёт путаница).
  • Никита Лиханов
    Customer Research Manager in FOQUZ
    Если вы видите метод-фактор от реверса, то лучше сделать формулировки однонаправленными. Вот тут очень хорошая статья о разработке шкалы. Там же Дж. Сауро рекомендует использовать однонаправленные формулировки

Сколько градаций ответа?

Для прикладных CX/UX-опросов оптимальны 5−7 категорий («полностью не согласен» → «полностью согласен»). Меньше — теряете чувствительность, больше — растет когнитивная нагрузка и ошибки выбора. Маркировать каждую градацию необязательно (по тому же исследованию Дж. Сауро).

Нейтральная середина — оставлять или нет?

Если измеряете мнение/восприятие — оставляйте «нейтрально»: это снижает шум и «вынужденные» ответы. Если заставляете исследовать действие/намерение, то можно убирать середину, но добавляйте «нет данных"/"неприменимо», чтобы не искажать результаты.

Порядок вопросов и контекст

Группируйте пункты по аспектам (например, «скорость», потом «качество»), но перемешивайте внутри группы или рандомизируйте порядок, чтобы уменьшить прайм-эффекты. Внешние «якоря» (сначала очень яркие утверждения) могут тянуть распределение ответов — проверяйте это в пилоте, либо обращайте внимание после запуска.

Матрицы vs отдельные вопросы

Матричные вопросы экономят место, но усиливают эффект «straight-lining» (одинаковые ответы по строкам). На мобильных версиях дробите матрицу на отдельные вопросы с крупными кнопками. Избегайте горизонтальных слайдеров — на телефонах они дают больше промахов.

Связь с продуктовой аналитикой

Лучшие шкалы «живут» вместе с поведением: заранее спланируйте, какие метрики вы будете связывать с индексом (конверсия, время до решенной заявки, retention). Это позволяет проверять предиктивную валидность: растёт ли вероятность нужного действия при росте шкального балла.

Шаблоны для быстрого старта

  • Удовлетворенность поддержкой: «Ответ был получен быстро / Специалист решил мой вопрос / Коммуникация была вежливой / Инструкции были понятными».
  • Понятность интерфейса: «Мне легко найти нужную функцию / Подсказки помогают разобраться / Термины в интерфейсе понятны / Навигация предсказуема».
  • Доверие к бренду: «Компания выполняет обещания / Я чувствую себя в безопасности / Информация прозрачна / Я бы рекомендовал бренд знакомым».
Итог: хорошая Лайкерт-шкала — это не «пять кнопок в ряд». Это аккуратно сформулированные однофокусные пункты, оптимальная длина и градации. Такой конструкт даёт устойчивые, интерпретируемые цифры, на которых действительно можно принимать решения.

Как шкала Лайкерта связана с нашими любимыми NPS, CSAT и CES

Метрики клиентского опыта — NPS, CSAT и CES кажутся разными инструментами, но все они выросли из одной идеи: шкалы Лайкерта, измеряющей степень согласия с утверждением. Разница лишь в том, какой аспект оценивается — эмоции, лояльность или усилие клиента.
Первоначально шкала Лайкерта применялась в социологии и психологии для замера мнений, но позже её перенесли в бизнес-среду. Благодаря этому компании смогли превратить субъективные ощущения — «насколько доволен», «насколько лоялен», «насколько было сложно» — в числовые показатели, с которыми можно работать и сравнивать между периодами или сегментами клиентов.
Все три метрики — это разные применения одной и той же психометрической методики. Поэтому при проектировании опросов CSAT/NPS/CES важно использовать те же принципы, что и в академических исследованиях: валидность формулировок, баланс шкалы и контроль за порядком вопросов.

Ошибки и искажения в шкалах Лайкерта

Интерпретация и анализ данных

После того как данные по шкале Лайкерта собраны, наступает ключевой этап — анализ. Именно на нём решается, превратятся ответы в реальные инсайты или останутся просто цифрами.

Агрегация и нормализация

Обычно данные по каждому утверждению кодируются в числовом виде (например, от 1 до 5). Далее считают суммарный или средний балл по группе утверждений, описывающих один конструкт (например, «удовлетворенность поддержкой»). Чтобы результаты можно было сравнивать между разными шкалами, их нормализуют — переводят в диапазон от 0 до 1 или от 0 до 100%.

Средние значения и распределения

Средний балл — базовая, но не единственная метрика. Для глубины анализа важно смотреть медиану и стандартное отклонение: если среднее и медиана сильно расходятся, значит, ответы распределены несимметрично, и шкала может быть понята неоднозначно. Для визуализации полезны boxplot-графики, которые показывают разброс и выбросы.
Факторный анализ помогает проверить, насколько все вопросы в шкале описывают одно и то же явление — например, удовлетворенность сервисом. Он показывает, какие утверждения «движутся вместе» и отражают общий скрытый смысл (его называют латентным фактором). Если одно из утверждений выбивается и имеет низкую связь с этим фактором, значит, респонденты понимают его иначе, и его стоит пересмотреть.
Дополнительно проводят корреляционный анализ (например, Пирсона или Спирмена), чтобы понять, как разные шкалы связаны между собой. Так можно, например, увидеть, что высокая удовлетворенность интерфейсом часто идёт рядом с доверием к бренду — и использовать это знание при приоритизации продуктовых улучшений.

Выявление смещений и визуализация

Для контроля искажений (bias) анализируют распределения по каждому пункту: чрезмерно «средние» ответы указывают на эффект центральной тенденции, а крайние — на эффект соглашательства. Полезно строить тепловые карты (heatmaps) по пунктам и группам, а также графики динамики по периодам, если опрос повторяется.

Как использовать шкалу Лайкерта в ФОКУЗ

Шкала Лайкерта — это не просто академический инструмент, а реальный способ понять, что чувствуют и думают пользователи. В ФОКУЗ её можно создать в множестве разных форм, поэтому исследователи могут легко создавать вопросы любого форма, измерять эмоции и собирать данные прямо в контексте взаимодействия клиента с продуктом — без сложных технических настроек.
ФОКУЗ — единственная в России платформа, которая объединяет онлайн-опросы, UX-тесты и виджеты в одном сервисе. Всё запускается просто, быстро настраивается и дает результат, с которым можно работать.
Если вы хотите протестировать, как клиенты реагируют на изменения, проверить понятность интерфейса или отследить эффект от редизайна, попробуйте сделать это в ФОКУЗ.
Ответы на частые вопросы

Популярные статьи