Ile stopni skali Likerta wybrać? Poradnik: 4, 5, 7 czy więcej punktów

Autor: Konrad Hryniewicz · Opublikowano i zaktualizowano: 7 października 2026

Pozycja Likerta a skala Likerta

Zanim wybierzesz liczbę punktów, warto rozróżnić dwa pojęcia. Pozycja Likerta to pojedyncze stwierdzenie z odpowiedziami od „zdecydowanie się nie zgadzam” do „zdecydowanie się zgadzam”. Skala Likerta to zestaw zwykle 4–10 pozycji mierzących ten sam konstrukt, których odpowiedzi się sumuje lub uśrednia (Koo i Yang, 2025). Liczba punktów dotyczy formatu odpowiedzi na każdą pozycję.

Rensis Likert w 1932 roku używał pięciu odpowiedzi. Dziś „skala typu Likerta” obejmuje formaty od 4 do 7 punktów, a w praktyce także 9, 11, a nawet 21 kategorii. Przeglądając jeden numer czasopisma psychologii klinicznej, Hartley (2014) zauważył, że dziewięć z dziesięciu artykułów korzystało ze skal typu Likerta, najczęściej 4- lub 5-punktowych, a autorzy rzadko informowali, czy skala zawiera pozycje odwrócone.

Co mówią badania o liczbie punktów

Wyniki są mniej jednoznaczne, niż sugerują popularne poradniki. Część badań wskazuje na wzrost rzetelności przy przejściu od 3 do 7 punktów, inne nie znajdują różnic, a jeszcze inne pokazują, że dodatkowe kategorie mogą wnosić błąd systematyczny. Hartley (2014) podsumował, że literatura nie daje mocnych podstaw, by jedną liczbę punktów uznać za zawsze najlepszą. Poniższa tabela zbiera wnioski z najważniejszych prac.

Z tych badań wynika kilka praktycznych wniosków:

• Za mało kategorii obniża rzetelność. Skale 2- i 3-punktowe „spłaszczają” różnice między osobami. Oaster (1989) uzyskał najniższe współczynniki właśnie dla 3 punktów.
• Powyżej 7 punktów zyski są małe. Pojawiają się za to nowe problemy: badani zaokrąglają do „okrągłych” liczb (Pearse, 2011) i mogą różnie rozumieć drobne różnice między kategoriami.
• Więcej punktów nie zawsze znaczy lepiej. Chang (1994) pokazał, że wyższa alfa przy większej liczbie punktów może wynikać ze stylu odpowiadania, a nie z lepszego pomiaru cechy.

Dlaczego wyższa alfa nie zawsze oznacza lepszą skalę

Rzetelność mierzona alfą Cronbacha zależy od korelacji między pozycjami. Korelacje rosną, gdy odpowiedzi mają więcej możliwych wartości, bo mniej informacji ginie przy zaokrąglaniu cechy do kilku kategorii. To zysk czysto statystyczny.

Jednocześnie dodatkowe kategorie dają respondentom więcej miejsca na własny styl odpowiadania. Jedni systematycznie omijają skrajne odpowiedzi, inni traktują „zgadzam się” i „zdecydowanie się zgadzam” zamiennie. Taki styl podnosi korelacje między pozycjami tej samej skali, więc zawyża alfę, ale nie poprawia trafności. W badaniu Changa (1994) skala 6-punktowa miała podobną alfę jak 4-punktowa, dopóki nie oddzielono wariancji metody. Po jej oddzieleniu rzetelność skali 6-punktowej była wyraźnie niższa, a korelacje z wynikami egzaminów pozostały takie same dla obu wersji.

Statystyczną stronę tego zjawiska dobrze widać w symulacji. Wygenerowałem odpowiedzi 2000 osób na 8 pozycji mierzących jedną cechę, a potem zamieniłem je na skale o różnej liczbie punktów. Model nie zawiera stylów odpowiadania, więc pokazuje tylko „czysty” zysk z dodatkowych kategorii.

Największy przyrost rzetelności następuje między 2 a 5 punktami. Przejście z 5 do 7 punktów podnosi alfę o około 0,01, a z 7 do 11 — już tylko o 0,006. Korelacja z kryterium od 5 punktów praktycznie się nie zmienia. W prawdziwych danych ten niewielki zysk może zniknąć, jeśli dodatkowe kategorie wprowadzą styl odpowiadania.

Parzysta czy nieparzysta liczba punktów?

Nieparzysta liczba punktów daje środek skali. Pozwala to wyrazić brak zdania osobom, które naprawdę go nie mają, ale bywa też wygodną ucieczką dla osób niezaangażowanych lub zmęczonych ankietą (Koo i Yang, 2025). Parzysta liczba punktów wymusza opowiedzenie się po jednej ze stron, nawet gdy respondent nie ma wyrobionej opinii (Croasmun i Ostrom, 2011).

Badania nie rozstrzygają tego sporu, a decyzja zależy od celu pomiaru. Kilka wskazówek z literatury:

• Środek skali opisuj jako „ani się zgadzam, ani nie zgadzam”, a nie „neutralny” czy „nie mam zdania”. Te ostatnie etykiety nie leżą na tym samym kontinuum co zgoda i brak zgody (Koo i Yang, 2025).
• Jeśli część osób może nie znać tematu, dodaj osobną odpowiedź „nie wiem” lub „nie dotyczy”, oddzieloną od skali i kodowaną jako brak danych (Pearse, 2011).
• Pamiętaj, że w skali nieparzystej środek ma różne znaczenia. Na skali zgody oznacza niepewność, a na skali „bardzo mało – bardzo dużo” — umiarkowane natężenie (Wyatt i Meyers, 1987).

Etykiety i wygląd skali są równie ważne jak liczba punktów

Ta sama 5-punktowa skala może działać zupełnie inaczej w zależności od opisów kategorii. Wyatt i Meyers (1987) porównali cztery popularne zestawy etykiet przy stałej liczbie punktów. Przy etykietach „całkowicie fałszywe – całkowicie prawdziwe” badani prawie nie używali końców skali: w jednym z testów aż 74% odpowiedzi przypadło na punkty 2 i 4. Przy łagodniejszych końcach („bardzo mało – bardzo dużo”) wszystkie punkty były używane mniej więcej równomiernie, a zmienność wyników była większa.

• Opisz słownie wszystkie kategorie, a nie tylko końce. W badaniu Oastera (1989) w pełni opisana skala 5-punktowa była wyraźnie rzetelniejsza niż ta sama skala z opisanymi tylko końcami.
• Dobierz siłę etykiet skrajnych do tematu. Przy pytaniach budzących skrajne opinie mocne końce przyciągną odpowiedzi do środka. Przy pytaniach o umiarkowanym natężeniu łagodniejsze końce lepiej różnicują badanych (Wyatt i Meyers, 1987).
• Numeruj od 1, a nie od 0 lub od −2. Zero bywa odczytywane jako całkowity brak cechy, a liczby ujemne zniechęcają do wyboru negatywnych odpowiedzi (Koo i Yang, 2025; Pearse, 2011).
• Utrzymaj ten sam kierunek w całym kwestionariuszu. Zmiana kolejności etykiet między skalami powoduje pomyłki. Kolejność też wpływa na wyniki: gdy pozytywny koniec jest po lewej, oceny bywają nieco wyższe (Hartley, 2014).
• W ankiecie internetowej użyj przycisków jednokrotnego wyboru i układu poziomego. Układ pionowy sprzyja wybieraniu skrajnych odpowiedzi (Koo i Yang, 2025).

Dopasuj skalę do respondentów

Liczba punktów, z której respondent faktycznie potrafi korzystać, zależy od jego wieku, wiedzy i doświadczeń.

• Dzieci. Młodsi uczniowie gorzej radzą sobie z abstrakcyjnymi sformułowaniami i długimi opisami. W badaniu Gözlügöl i Yalçın (2026) 4-punktowa skala klasyczna była dla dzieci nieco rzetelniejsza niż wersja z dłuższymi, zdaniowymi odpowiedziami, a u nastolatków było odwrotnie.
• Znajomość tematu. Chang (1994) badał studentów na początku kursu metod ilościowych. Ich słaba znajomość tematu mogła sprawić, że nie wykorzystywali sensownie dodatkowych kategorii skali 6-punktowej.
• Kultura i język. W niektórych grupach częściej wybiera się odpowiedzi skrajne, w innych — środkowe. Przy badaniach międzykulturowych format skali warto przetestować w pilotażu (Koo i Yang, 2025; Pearse, 2011).

Najpewniejszym sposobem sprawdzenia formatu jest pilotaż z metodą głośnego myślenia. Kilka osób z grupy docelowej odpowiada na pytania i na bieżąco mówi, jak je rozumie. Gözlügöl i Yalçın (2026) pokazali, że uczniowie z tym samym wynikiem sumarycznym odpowiadali na pozycje w zupełnie różny sposób, czego same wskaźniki statystyczne nie ujawniły.

Ile stopni skali Likerta wybrać? Tabela decyzyjna

Najczęściej wybierasz między 5 a 7 punktami. Siedem punktów daje nieco większą rozdzielczość, gdy badani są dorośli i znają temat. Pięć jest prostsze, szybsze i bezpieczniejsze przy dłuższych kwestionariuszach albo zróżnicowanej grupie badanych.

Gdy korzystasz z gotowego kwestionariusza

W pracy dyplomowej zwykle nie projektujesz skali od zera, tylko korzystasz z narzędzia o znanych właściwościach. Wtedy obowiązuje prosta zasada: zachowaj oryginalny format odpowiedzi. Zmiana liczby punktów lub etykiet zmienia rozkład wyników. Nawet gdy średnie wychodzą podobne, nie znaczy to, że skale są porównywalne. Inne etykiety oznaczają inny wymiar, na którym badani się określają (Wyatt i Meyers, 1987). W badaniu Gözlügöl i Yalçın (2026) ci sami uczniowie uzyskiwali różne sumy w dwóch formatach tej samej skali, więc nie da się ich odnieść do norm oryginału.

Jeśli zmiana jest konieczna, opisz ją w metodologii i ponownie sprawdź rzetelność i strukturę skali, np. za pomocą konfirmacyjnej analizy czynnikowej. Przykładem takiej modyfikacji jest badanie Croasmuna i Ostroma (2011). Autorzy zamienili 4-punktową skalę własnej skuteczności na 5-punktową ze środkiem, dodali 5 pozycji odwróconych i sprawdzili rzetelność w pilotażu (α = 0,87) oraz w badaniu głównym (α = 0,88).

Ostrożnie z pozycjami odwróconymi. Trudno napisać pozycję, która jest dokładnym przeciwieństwem pozytywnej, a odpowiedzi na wersję pozytywną i negatywną się różnią. Dlatego proste odwrócenie punktacji nie zawsze wystarcza (Hartley, 2014; Koo i Yang, 2025). Szerzej o projektowaniu pozycji piszę w poradniku o budowie i walidacji skali psychometrycznej.

Jak liczba punktów wpływa na analizę danych

Pojedyncza pozycja Likerta to zmienna porządkowa, niezależnie od liczby punktów. Opisuj ją medianą i rozkładem procentowym, a porównuj testami rangowymi. Średnia 3 na skali 5-punktowej może oznaczać zarówno, że wszyscy wybrali środek, jak i że połowa zaznaczyła 1, a połowa 5 (Koo i Yang, 2025). Sumę lub średnią kilku rzetelnych pozycji zwykle analizuje się jak zmienną ilościową, z użyciem testu t, ANOVA, korelacji Pearsona i regresji. Dobór testu opisuje poradnik jak dobrać test statystyczny do hipotezy.

Przy niewielkiej liczbie punktów (zwłaszcza 2–4) w analizie czynnikowej i modelach SEM warto użyć metod dla danych porządkowych. Pozycje Likerta można też modelować bezpośrednio jako dane porządkowe, np. modelem odpowiedzi stopniowanych (GRM) opisanym w poradniku IRT w R. Analizę całej ankiety omawia tekst o analizie ankiety.

# Ile stopni skali Likerta? Symulacja: ta sama cecha, różna liczba kategorii odpowiedzi
set.seed(2026)
n <- 2000      # osoby
k <- 8         # pozycje skali
r_kryt <- 0.50 # prawdziwa korelacja cechy z kryterium

cecha    <- rnorm(n)
kryterium <- r_kryt * cecha + sqrt(1 - r_kryt^2) * rnorm(n)
# odpowiedzi ciągłe: ładunek 0.7 na cesze + błąd
ciagle <- sapply(1:k, function(j) 0.7 * cecha + sqrt(1 - 0.7^2) * rnorm(n))

alfa <- function(x) {
  k <- ncol(x)
  k / (k - 1) * (1 - sum(apply(x, 2, var)) / var(rowSums(x)))
}
# podział na m równych przedziałów na skali ±2.5 SD (lekko asymetryczne progi realistyczne pomijamy)
kategoryzuj <- function(x, m) {
  progi <- seq(-2.5, 2.5, length.out = m + 1)[-c(1, m + 1)]
  findInterval(x, progi) + 1
}

wyniki <- t(sapply(c(2, 3, 4, 5, 7, 11), function(m) {
  dane  <- apply(ciagle, 2, kategoryzuj, m = m)
  suma  <- rowSums(dane)
  c(stopnie   = m,
    alfa      = round(alfa(dane), 3),
    r_kryt    = round(cor(suma, kryterium), 3),
    r_pozycji = round(mean(cor(dane)[upper.tri(diag(k))]), 3))
}))
ciagla <- c(stopnie = Inf, alfa = round(alfa(ciagle), 3),
            r_kryt = round(cor(rowSums(ciagle), kryterium), 3),
            r_pozycji = round(mean(cor(ciagle)[upper.tri(diag(k))]), 3))
print(rbind(wyniki, ciagla), row.names = FALSE)

Jak opisać format skali w pracy

W części metodologicznej podaj liczbę punktów, wszystkie etykiety, sposób kodowania, pozycje odwrócone i sposób liczenia wyniku. Przykład do adaptacji:

Sposób raportowania rzetelności pokazuje wzór raportowania alfy Cronbacha.

Najczęstsze błędy przy wyborze liczby punktów

1. Wybór „bo tak się robi”. Liczba punktów powinna wynikać z celu, respondentów i sposobu analizy, a decyzję warto jednym zdaniem uzasadnić w pracy (Pearse, 2011).
2. Opisane tylko końce skali. Respondenci różnie rozumieją nieopisane punkty środkowe, co obniża rzetelność (Oaster, 1989).
3. Zbyt mocne etykiety skrajne. Skala 5-punktowa zaczyna działać jak 3-punktowa (Wyatt i Meyers, 1987).
4. Różne formaty w jednym kwestionariuszu bez wyraźnego oznaczenia. Badani przeoczają zmianę kierunku lub liczby punktów (Hartley, 2014).
5. Zmiana formatu gotowego narzędzia bez ponownej walidacji i z porównywaniem wyników z normami oryginału (Gözlügöl i Yalçın, 2026).
6. Uznanie wyższej alfy za dowód lepszego formatu bez sprawdzenia trafności (Chang, 1994).
7. Średnie z pojedynczych pozycji raportowane bez rozkładu odpowiedzi (Koo i Yang, 2025).

Checklista przed uruchomieniem ankiety

• Liczba punktów jest uzasadniona celem badania i grupą respondentów.
• Wszystkie kategorie mają etykiety słowne, a ich siła pasuje do tematu pytań.
• Środek skali (jeśli jest) opisano jako „ani…, ani…”; „nie wiem / nie dotyczy” jest osobną odpowiedzią.
• Kierunek i numeracja są takie same we wszystkich blokach kwestionariusza.
• W przypadku gotowego narzędzia zachowano jego oryginalny format.
• Przeprowadzono pilotaż, najlepiej z metodą głośnego myślenia, i sprawdzono rozkład odpowiedzi.
• Zaplanowano analizę zgodną ze skalą pomiaru: pozycje jako dane porządkowe, sumy jako wyniki ilościowe.

Najczęstsze pytania

Czy skala Likerta musi mieć 5 punktów?

Nie. Rensis Likert używał pięciu odpowiedzi, ale dziś „skala typu Likerta” obejmuje formaty od 4 do 7 punktów, a czasem więcej. Pięć i siedem punktów to najczęstszy wybór, bo dobrze łączą rzetelność z łatwością odpowiadania.

Czy 7 punktów jest lepsze niż 5?

Często daje nieco większą zmienność i minimalnie wyższą rzetelność, ale zysk jest niewielki, a przy respondentach słabo znających temat dodatkowe kategorie mogą wnosić systematyczny błąd zamiast informacji. Przy dobrze opisanych kategoriach oba formaty są zwykle poprawnym wyborem.

Czy mogę zmienić liczbę punktów w gotowym kwestionariuszu?

Lepiej tego nie robić. Zmiana formatu odpowiedzi zmienia rozkład wyników, więc nie można ich porównywać z normami ani z wcześniejszymi badaniami. Jeśli zmiana jest konieczna, trzeba ją opisać i ponownie sprawdzić rzetelność i strukturę czynnikową.

Czy wynik z pojedynczej pozycji Likerta to zmienna ilościowa?

Pojedyncza pozycja to zmienna porządkowa, dlatego opisuje się ją medianą i rozkładem odpowiedzi. Sumę lub średnią kilku rzetelnych pozycji zwykle analizuje się jak zmienną ilościową.

@article{chang1994psychometric, author={Chang, Lei}, title={A psychometric evaluation of 4-point and 6-point {L}ikert-type scales in relation to reliability and validity}, journal={Applied Psychological Measurement}, year={1994}, volume={18}, number={3}, pages={205--215}, doi={10.1177/014662169401800302}}

@article{croasmun2011using, author={Croasmun, James T. and Ostrom, Lee}, title={Using {L}ikert-type scales in the social sciences}, journal={Journal of Adult Education}, year={2011}, volume={40}, number={1}, pages={19--22}, url={https://eric.ed.gov/?id=EJ961998}}

@article{gozlugol2026comparison, author={G{\"o}zl{\"u}g{\"o}l, Seda and Yal{\c{c}}{\i}n, Seher}, title={Comparison of the psychometric properties of extended {L}ikert-type scales and classic {L}ikert-type scales in psychological tests}, journal={Ankara University Journal of Faculty of Educational Sciences}, year={2026}, volume={59}, number={2}, pages={591--638}, doi={10.30964/auebfd.1816495}}

@article{hartley2014some, author={Hartley, James}, title={Some thoughts on {L}ikert-type scales}, journal={International Journal of Clinical and Health Psychology}, year={2014}, volume={14}, number={1}, pages={83--86}, doi={10.1016/S1697-2600(14)70040-7}}

@article{koo2025likert, author={Koo, Malcolm and Yang, Shih-Wei}, title={Likert-type scale}, journal={Encyclopedia}, year={2025}, volume={5}, number={1}, pages={18}, doi={10.3390/encyclopedia5010018}}

@article{oaster1989number, author={Oaster, T. R. F.}, title={Number of alternatives per choice point and stability of {L}ikert-type scales}, journal={Perceptual and Motor Skills}, year={1989}, volume={68}, number={2}, pages={549--550}, doi={10.2466/pms.1989.68.2.549}}

@article{pearse2011deciding, author={Pearse, Noel}, title={Deciding on the scale granularity of response categories of {L}ikert type scales: The case of a 21-point scale}, journal={Electronic Journal of Business Research Methods}, year={2011}, volume={9}, number={2}, pages={159--171}}

@inproceedings{watanabe2023consideration, author={Watanabe, Satoshi and Nakaya, Naofumi and Shirahama, Naruki and Matsumoto, Yuji}, title={A consideration of the distribution bias between visual analog scale and two types of {L}ikert scale (5 and 7-step {L}ikert scale)}, booktitle={Proceedings of the 10th IIAE International Conference on Intelligent Systems and Image Processing 2023}, year={2023}, pages={210--217}, doi={10.12792/icisip2023.041}}

@article{wyatt1987psychometric, author={Wyatt, Randall C. and Meyers, Lawrence S.}, title={Psychometric properties of four 5-point {L}ikert type response scales}, journal={Educational and Psychological Measurement}, year={1987}, volume={47}, number={1}, pages={27--35}, doi={10.1177/0013164487471003}}