Skala Likert: Cara Membuat Kuesioner & Scoring yang Tepat

Skala Likert Adalah

Skala Likert adalah skala pengukuran yang paling umum dipakai di kuesioner penelitian sosial untuk mengukur sikap, persepsi, atau pendapat responden terhadap suatu pernyataan, lewat tingkat persetujuan berjenjang.

Data hasil skala Likert erat kaitannya dengan diskusi jenis data penelitian — khususnya perdebatan ordinal vs interval yang dibahas lebih rinci di bagian bawah artikel ini.

Jumlah Poin

Skala Likert paling umum memakai 5 poin (Sangat Tidak Setuju hingga Sangat Setuju) atau 7 poin untuk diskriminasi respons yang lebih halus. Beberapa peneliti memakai skala genap (4 atau 6 poin) untuk memaksa responden memilih arah (setuju/tidak setuju) tanpa opsi netral di tengah — pilihan ini tergantung apakah kamu ingin memberi ruang untuk sikap netral atau tidak.

Cara Scoring

Setiap poin skala diberi nilai numerik berurutan (misalnya 1=Sangat Tidak Setuju hingga 5=Sangat Setuju). Untuk pernyataan negatif (unfavorable), penilaian dibalik (reverse-scored) supaya arah interpretasinya konsisten dengan pernyataan positif dalam satu konstruk yang sama. Skor total per responden per konstruk biasanya dihitung dengan menjumlahkan atau merata-ratakan skor semua item dalam konstruk tersebut.

Contoh reverse-scoring: pada skala 1-5, pernyataan negatif "Saya merasa pelayanan ini lambat" perlu dibalik dengan rumus (skala maksimum + 1) − skor asli. Kalau responden menjawab 2 (Tidak Setuju) untuk pernyataan negatif ini, skor setelah dibalik = (5+1)−2 = 4 — konsisten diinterpretasikan sebagai kecenderungan positif terhadap kecepatan pelayanan.

Apakah Boleh Diperlakukan sebagai Data Interval?

Ini perdebatan metodologis yang belum sepenuhnya selesai. Secara teori, skala Likert satu item menghasilkan data ordinal (urutan jelas, tapi jarak antar poin belum tentu sama). Namun dalam praktiknya, kebanyakan peneliti memperlakukan skor total/rata-rata dari beberapa item Likert sebagai data interval karena, ketika digabung dan dirata-ratakan, distribusinya cenderung mendekati kontinu — inilah dasar sebagian besar analisis statistik parametrik (uji t, ANOVA, regresi, korelasi Pearson) yang memakai data kuesioner Likert dianggap dapat diterima secara konvensi di banyak bidang ilmu sosial, meski secara teori murni item Likert tunggal tetap ordinal.

Kalau kamu memilih memperlakukan item Likert tunggal sebagai ordinal, lihat Uji Non-Parametrik sebagai alternatif uji parametrik yang lebih sesuai.

Kesalahan Umum

1. Lupa membalik skor item negatif (unfavorable) sebelum digabung dengan item positif dalam skor komposit yang sama.
2. Menganalisis item Likert tunggal dengan uji parametrik tanpa menyadari bahwa datanya secara teori ordinal — sebaiknya gunakan skor komposit dari beberapa item, atau beralih ke uji non-parametrik.
3. Tidak konsisten jumlah poin antar konstruk dalam satu kuesioner (misalnya konstruk A pakai 5 poin, konstruk B pakai 7 poin) tanpa alasan metodologis yang jelas, sehingga sulit membandingkan skor antar konstruk.