likert-scale-web

Modèle Echelle de Likert

Mesurez des attitudes et des opinions avec un plus grand degré de nuance.

Trusted by 65M+ users and leading companies

walt disney
asos
contentful
ubisoft
pepsico
macys
whirlpool
hanes
yamaha
docusign
liberty mutual
wp engine
accenture
bumble
delloite
hewlett packard
total
dropbox
walt disney
asos
contentful
ubisoft
pepsico
macys
whirlpool
hanes
yamaha
docusign
walt disney
asos
contentful
ubisoft
pepsico
macys
whirlpool
hanes
yamaha
docusign
liberty mutual
wp engine
accenture
bumble
delloite
hewlett packard
total
dropbox
walt disney
asos
contentful
ubisoft
pepsico
macys
whirlpool
hanes
yamaha
docusign

À propos du modèle Echelle de Likert

L'échelle de Likert est un système d'évaluation que vous pouvez utiliser pour mesurer des données subjectives complexes telles que ce que les gens pensent de votre produit, service ou expérience.

Vos clients (ou vos clients potentiels, interrogés en tant que sujets d'interview) peuvent trouver une réponse possible à une déclaration ou à une question exprimée en mots ou en chiffres. 

Des exemples de réponses incluent une plage telle que « tout à fait d'accord », « neutre », « d'accord », « en désaccord » ou « tout à fait en désaccord » ou « fortement satisfait » à « fortement insatisfait ». Vous pouvez également utiliser des nombres, tels que 1 = « tout à fait d'accord », 2 = « d'accord », et ainsi de suite.

L'objectif est de poser à votre client des questions spécifiques pour les transformer en informations utilisateur exploitables et faciles à interpréter.

Continuez à lire pour en savoir plus sur les échelles de Likert.

Qu'est-ce qu'une échelle de Likert ?

L'échelle de Likert est une échelle d'options de réponse à cinq (ou sept) points qui demande à votre client ou au sujet d'interview d'être d'accord ou en désaccord avec une affirmation.

L'échelle suppose que l'intensité de l'attitude ou de l'opinion d'une personne est linéaire, allant de fortement d'accord à fortement en désaccord, et suppose que les attitudes peuvent être mesurées.

Par exemple, chacune des cinq (ou sept) réponses serait soit comptée en fonction de la fréquence à laquelle un sentiment a été exprimé ou aurait une valeur numérique qui serait utilisée pour mesurer l'attitude étudiée.

Les données de Likert peuvent être une source fiable pour indiquer comment les gens pensent et ce qu'ils ressentent, tant que vous êtes conscient de la tendance des sujets d'interview à toujours répondre par l'affirmative en cas de doute.

Pour réduire l'impact de ce biais, les chercheurs peuvent...

  • Formuler des questions sous forme d'énoncés :

  • La présentation de faits sur lesquels les clients peuvent s'aligner (ou qu'ils peuvent rejeter) peut donner un aperçu de différents éléments de votre entreprise. En conséquence, les moyennes des scores vous donnent une mesure générale de la satisfaction que vous pouvez suivre au fil du temps et essayer d'améliorer.

  • Incluez et évaluez les déclarations positives et négatives, par paires, par souci de cohérence :

  • au lieu de mesurer des sentiments ponctuels, voyez si vos clients sont d'accord, en désaccord ou neutres de manière fiable dans plus d'un cas.

Quand utiliser l'échelle de Likert ?

Les chercheurs de toutes disciplines (de l'UX au marketing en passant par l'expérience client, par exemple) peuvent utiliser une échelle de Likert pour mesurer les déclarations d'accord.

Selon votre produit, service ou expérience, l'échelle peut également être utilisée pour mesurer :

  • L'accord :

  • Tout à fait d'accord → Pas du tout d'accord

  • La fréquence :

  • Souvent → Jamais

  • La qualité :

  • Très bien → Très mal

  • La probabilité :

  • Certainement → Jamais

  • L'importance :

  • Très important → Sans importance

Pour obtenir une mesure plus précise des réponses de chacun, il vaut la peine de demander aux gens s'ils sont d'accord ou en désaccord avec plusieurs affirmations. Vous pouvez ensuite combiner ou faire la moyenne des réponses d'une personne.

Créez votre propre échelle de Likert

Créer votre propre échelle de Likert est facile. L'outil de tableau blanc de Miro est le canvas parfait pour les créer et les partager. Commencez par sélectionner le modèle d'échelle de Likert, puis suivez les étapes pour créer le vôtre.

  1. Décidez ce que vous souhaitez mesurer sur votre échelle de Likert.

  2. C'est le fondement de votre tableau Miro. Assurez-vous que ce que vous mesurez peut être mis à l'échelle en fonction de la force des opinions, des attitudes, des sentiments ou des expériences. Les clients devraient voir deux extrêmes clairs (positif et négatif) et un point médian neutre.

  3. Créez ou modifiez vos énoncés ou questions d'indicateur d'échelle de Likert.

  4. L'échelle fonctionne mieux lorsque vous essayez de trouver des informations sur les clients qui ne peuvent pas être comprises avec une seule réponse. Un exemple d'énoncé pourrait être : « Le nombre d'articles sur le menu à emporter me submerge. » Chaque énoncé (ou chaque question) essaie de découvrir ce que ressent réellement votre client.

  5. Décidez des échelles de réponse de Likert.

  6. Au minimum, vous pouvez utiliser une échelle de 5 points. Au maximum, une échelle de 7 points. Moins ou plus peut compromettre la lisibilité de l'échelle. Choisissez un langage simple et clair avec différentes catégories, telles que « D'accord - Pas d'accord », « Utile - Inutile », « Toujours - Jamais ». Vous pouvez ajouter ou supprimer des pense-bêtes (qui peuvent servir de points et de catégories) en conséquence.

  7. Faites d'abord un test avec votre équipe.

  8. Partagez le tableau Miro avec votre équipe pour tester les questions peu claires, les déclarations maladroites ou les catégories en double. Demandez à votre équipe si chaque élément de l'échelle peut vous aider à recueillir des retours exploitables. Si ce n'est pas le cas, révisez ou supprimez cet élément.

  9. Testez et réitérez au besoin.

  10. Invitez des participants sur votre tableau Miro et demandez-leur de répondre à chaque affirmation ou question. Essayez le vote par points. La collecte de données doit être un processus que vous affinez au fil du temps. Commencez avec un petit groupe de participants représentant un groupe plus large sur lequel vous essayez d'en savoir plus. Affinez (ou développez) votre échelle de points et vos questions au fur et à mesure que vous obtenez les retours des utilisateurs et calculez vos résultats.

  11. Organisez et importez visuellement les résultats de l'enquête de l'échelle de Likert à partir d'autres sources.

  12. Miro. Importez les résultats de l'enquête selon vos besoins sur votre tableau Miro, pour les partager et les examiner avec votre équipe.

Modèle Echelle de Likert

Commencer avec ce modèle maintenant.

Modèles associés
3×3 Prioritization Method-thumb-web
Aperçu
Modèle de méthode de priorisation 3×3
User Personas Thumbnail
Aperçu
Modèle de Personas
PI Planning Thumbnail
Aperçu
Modèle PI Planning
Porters Five Forces Thumbnail
Aperçu
Modèle des Cinq Forces de Porter
Scenario Mapping Thumbnail
Aperçu
Modèle Cartographie de Scénarios
2×2 Prioritization Matrix-thumb
Aperçu
Modèle de matrice de priorisation 2x2