Skala Likert merupakan salah satu format pengukuran yang paling banyak digunakan dalam penelitian kuantitatif, terutama untuk mengukur sikap, persepsi, kepuasan, tingkat persetujuan, atau pengalaman responden terhadap suatu pernyataan.
Skala ini terlihat sederhana karena menggunakan kategori jawaban seperti 1 sampai 5. Akan tetapi, kualitas pengukuran tidak ditentukan oleh jumlah kategori saja. Peneliti perlu memastikan bahwa konstruk yang diukur jelas, setiap item hanya memuat satu gagasan, arah skor konsisten, serta prosedur pengolahan datanya sesuai dengan tujuan penelitian.
Angka 1–5 tidak memiliki makna secara otomatis. Maknanya berasal dari definisi setiap kategori respons dan arah pengukuran yang ditetapkan peneliti.
Apa Itu Skala Likert?
Skala Likert adalah pendekatan pengukuran yang meminta responden menunjukkan tingkat persetujuan atau respons terhadap sejumlah pernyataan yang berkaitan dengan suatu konstruk.
Contohnya, penelitian mengenai kepuasan layanan digital dapat menggunakan pernyataan:
“Aplikasi mudah digunakan.”
Responden kemudian memilih tingkat persetujuan, misalnya:
| Skor | Kategori |
|---|---|
| 1 | Sangat Tidak Setuju |
| 2 | Tidak Setuju |
| 3 | Netral |
| 4 | Setuju |
| 5 | Sangat Setuju |
Secara metodologis, perlu dibedakan antara item dan skala. Satu pernyataan dengan pilihan 1–5 lebih tepat disebut sebagai Likert-type item. Sementara itu, istilah skala Likert sering digunakan untuk sekumpulan item yang dirancang untuk mengukur satu konstruk tertentu.
Skala Likert 1–5, 1–4, dan 1–7
Tidak ada ketentuan universal bahwa semua penelitian harus menggunakan lima kategori.
Peneliti dapat memilih jumlah kategori berdasarkan tujuan pengukuran, karakteristik responden, dan desain instrumen.
1. Skala 1–5
Format yang umum digunakan:
- Sangat Tidak Setuju
- Tidak Setuju
- Netral
- Setuju
- Sangat Setuju
Format ini cukup praktis dan mudah dipahami oleh responden.
2. Skala 1–4
Format empat kategori menghilangkan pilihan tengah, misalnya:
- Sangat Tidak Setuju
- Tidak Setuju
- Setuju
- Sangat Setuju
Pilihan ini dapat digunakan ketika peneliti memiliki alasan metodologis untuk tidak menyediakan kategori netral.
3. Skala 1–7
Kategori yang lebih banyak dapat memberikan ruang respons yang lebih rinci, misalnya dari:
- Sangat Tidak Setuju sampai 7. Sangat Setuju.
Yang penting bukan sekadar memilih 5 atau 7 kategori, tetapi memastikan seluruh kategori memiliki definisi yang jelas dan digunakan secara konsisten.
Contoh Skor Skala Likert
Misalnya terdapat lima item untuk mengukur kepuasan pengguna aplikasi.
| No. | Pernyataan | Skor |
|---|---|---|
| 1 | Aplikasi mudah digunakan | 1–5 |
| 2 | Informasi dalam aplikasi mudah dipahami | 1–5 |
| 3 | Proses layanan berjalan dengan cepat | 1–5 |
| 4 | Saya merasa puas menggunakan aplikasi | 1–5 |
| 5 | Aplikasi memenuhi kebutuhan saya | 1–5 |
Apabila seorang responden memberikan skor 4, 5, 4, 4, dan 5, maka total skornya:
4 + 5 + 4 + 4 + 5 = 22
Nilai rata-ratanya:
22 ÷ 5 = 4,40
Rata-rata tersebut kemudian dapat digunakan sesuai rancangan analisis penelitian.
Jangan langsung menetapkan bahwa rata-rata 4,40 berarti “sangat puas” sebelum menentukan kriteria interpretasi skor yang digunakan.
Cara Menentukan Kategori Skor
Peneliti dapat membuat interval interpretasi berdasarkan rentang skor yang digunakan.
Untuk skala 1–5, salah satu cara sederhana adalah menggunakan rumus:
Misalnya:
Sehingga interval interpretasi dapat disusun seperti berikut:
| Rentang | Interpretasi |
|---|---|
| 1,00–1,80 | Sangat Rendah |
| 1,81–2,60 | Rendah |
| 2,61–3,40 | Sedang |
| 3,41–4,20 | Tinggi |
| 4,21–5,00 | Sangat Tinggi |
Interpretasi tersebut bukan aturan tunggal yang wajib dipakai untuk seluruh penelitian. Kriteria sebaiknya dijelaskan dalam metode agar pembaca mengetahui bagaimana peneliti memperoleh kategori tersebut.
Cara Membuat Pernyataan Kuesioner Skala Likert
Kualitas data sangat dipengaruhi oleh kualitas item.
1. Tentukan konstruk terlebih dahulu
Peneliti perlu menjawab:
Konsep apa yang sebenarnya ingin diukur?
Misalnya kepuasan pelanggan, kualitas layanan, perceived usefulness, employee engagement, atau minat beli.
Konstruk harus memiliki definisi konseptual dan, bila diperlukan, definisi operasional yang jelas.
2. Turunkan konstruk menjadi indikator
Setelah konstruk ditentukan, identifikasi dimensi atau indikator yang mewakilinya.
Contohnya, konstruk kualitas layanan dapat memiliki beberapa aspek seperti responsiveness, reliability, assurance, atau aspek lain sesuai landasan teori yang digunakan.
3. Buat satu gagasan dalam satu item
Hindari pernyataan seperti:
“Pelayanan cepat dan ramah.”
Item tersebut mengukur dua hal sekaligus. Responden dapat menilai pelayanan cepat tetapi tidak ramah, atau sebaliknya.
Lebih baik dipisahkan:
“Pelayanan diberikan dengan cepat.”
“Petugas memberikan pelayanan dengan ramah.”
4. Gunakan bahasa yang spesifik
Hindari kalimat terlalu umum seperti:
“Aplikasi ini bagus.”
Pernyataan tersebut sulit diketahui aspek “bagus” yang dimaksud.
Lebih spesifik:
“Fitur aplikasi mudah dipahami.”
5. Gunakan periode referensi bila diperlukan
Untuk pengalaman atau perilaku, periode waktu dapat membantu responden menjawab secara lebih konsisten.
Contohnya:
“Dalam tiga bulan terakhir, saya menggunakan layanan ini secara rutin.”
Pernyataan Positif dan Negatif
Item dapat ditulis dalam arah positif maupun negatif, tetapi penggunaannya perlu dirancang dengan hati-hati.
Contoh item positif:
“Saya merasa nyaman menggunakan aplikasi ini.”
Contoh item negatif:
“Saya sering mengalami kesulitan saat menggunakan aplikasi ini.”
Apabila item negatif digunakan, arah skornya harus diperhatikan ketika membentuk skor konstruk.
Apa Itu Reverse Coding?
Reverse coding adalah proses membalik nilai skor pada item yang arah pernyataannya berlawanan dengan item lainnya.
Pada skala 1–5:
| Skor Awal | Skor Setelah Reverse |
|---|---|
| 1 | 5 |
| 2 | 4 |
| 3 | 3 |
| 4 | 2 |
| 5 | 1 |
Rumus sederhananya:
Misalnya responden memberikan skor 2 pada item negatif. Setelah reverse coding, nilainya menjadi:
Reverse coding harus dilakukan sebelum skor total atau skor rata-rata konstruk dihitung.
Analisis Data Skala Likert
Analisis tidak berhenti pada menghitung jumlah skor. Peneliti harus mempertimbangkan tujuan penelitian dan bentuk data yang diperoleh.
1. Analisis Deskriptif
Analisis deskriptif dapat digunakan untuk melihat:
- Frekuensi jawaban.
- Persentase tiap kategori.
- Median dan modus.
- Rata-rata, apabila sesuai dengan pendekatan analisis yang digunakan.
- Sebaran atau distribusi respons.
Untuk setiap item, peneliti dapat melihat apakah jawaban responden cenderung berada pada kategori rendah, tengah, atau tinggi.
2. Uji Reliabilitas
Apabila beberapa item digunakan untuk mengukur satu konstruk, peneliti dapat mengevaluasi konsistensi internal instrumen dengan teknik yang sesuai, misalnya Cronbach’s alpha atau ukuran reliabilitas lainnya.
Nilai reliabilitas tidak boleh dilihat secara terpisah dari teori, kualitas item, jumlah indikator, dan desain penelitian.
3. Uji Validitas
Validitas berkaitan dengan sejauh mana instrumen mendukung interpretasi bahwa konstruk yang dimaksud memang diukur.
Dalam penelitian dengan pendekatan tertentu, peneliti dapat menggunakan analisis faktor, convergent validity, discriminant validity, atau prosedur validitas lainnya sesuai metode yang digunakan.
Untuk penelitian berbasis PLS-SEM, misalnya, evaluasi konstruk dapat melibatkan outer loading, AVE, composite reliability, dan HTMT sesuai model yang dibangun.
4. Analisis Inferensial
Data dari item Likert merupakan data ordinal pada tingkat item. Pemilihan analisis statistik perlu mempertimbangkan bagaimana data tersebut digunakan dalam penelitian.
Teknik yang dapat digunakan antara lain:
- Korelasi Spearman untuk hubungan antarvariabel ordinal atau ketika asumsi parametrik tidak terpenuhi.
- Regresi atau analisis parametrik ketika konstruk dan data telah diperlakukan sesuai asumsi metode yang digunakan.
- Analisis ordinal ketika outcome secara eksplisit bersifat ordinal.
- PLS-SEM, CFA, atau SEM ketika penelitian menggunakan model konstruk laten dan prosedur pengukurannya sesuai.
Karena itu, tidak tepat menyatakan bahwa semua data Skala Likert harus dianalisis dengan satu teknik statistik tertentu.
Kerangka Keputusan Metodologis
| Elemen | Pertanyaan Praktis |
|---|---|
| Konstruk | Apa konsep yang benar-benar ingin diukur? |
| Indikator | Apa dasar teori untuk setiap indikator? |
| Item | Apakah setiap pernyataan hanya memuat satu gagasan? |
| Respons | Mengapa menggunakan 4, 5, atau 7 kategori? |
| Coding | Apakah arah skor seluruh item sudah konsisten? |
| Kualitas instrumen | Apakah instrumen telah diuji sesuai desain penelitian? |
| Analisis | Apakah teknik analisis sesuai dengan data dan tujuan penelitian? |
| Interpretasi | Apakah kesimpulan tidak melampaui kemampuan desain penelitian? |
Matriks tersebut dapat digunakan sebagai pemeriksaan sebelum kuesioner disebarkan.
Langkah Praktis Menyusun Skala Likert
Urutan kerja berikut dapat dijadikan checklist saat menyusun Bab III:
- Definisikan konstruk yang akan diukur.
- Tentukan dimensi dan indikator berdasarkan teori.
- Pilih format kategori respons.
- Susun item dengan bahasa yang spesifik.
- Pastikan satu item hanya memuat satu gagasan.
- Tentukan arah skor setiap item.
- Lakukan expert review atau uji coba bila diperlukan.
- Tetapkan coding dan reverse coding.
- Evaluasi kualitas instrumen.
- Hitung skor sesuai model analisis yang telah direncanakan.
Setiap keputusan metodologis sebaiknya didokumentasikan. Hal ini membantu ketika instrumen perlu direvisi atau ketika reviewer meminta penjelasan mengenai dasar pemilihan metode.
Contoh Kuesioner Skala Likert
Misalnya penelitian mengukur kepuasan mahasiswa terhadap layanan akademik.
Petunjuk:
Berikan jawaban sesuai dengan tingkat persetujuan Anda terhadap setiap pernyataan.
| No. | Pernyataan | 1 | 2 | 3 | 4 | 5 |
|---|---|---|---|---|---|---|
| 1 | Informasi akademik mudah saya pahami | ☐ | ☐ | ☐ | ☐ | ☐ |
| 2 | Petugas memberikan pelayanan dengan cepat | ☐ | ☐ | ☐ | ☐ | ☐ |
| 3 | Sistem akademik mudah digunakan | ☐ | ☐ | ☐ | ☐ | ☐ |
| 4 | Saya merasa puas terhadap layanan akademik | ☐ | ☐ | ☐ | ☐ | ☐ |
| 5 | Saya mengalami kesulitan berulang ketika mengakses layanan akademik | ☐ | ☐ | ☐ | ☐ | ☐ |
Item nomor 5 merupakan pernyataan negatif. Jika digunakan untuk membentuk skor kepuasan yang semakin tinggi semakin positif, item tersebut perlu melalui reverse coding.
Kesalahan yang Sering Terjadi
1. Kategori respons tidak konsisten
Jangan menggunakan 1–5 pada sebagian item lalu mengubah arti angka pada item lainnya tanpa penjelasan.
2. Tidak menjelaskan anchor
Kuesioner harus menjelaskan apa arti angka 1, 2, 3, 4, dan 5.
3. Lupa melakukan reverse coding
Item negatif yang tidak dibalik dapat menyebabkan skor konstruk menjadi salah arah.
4. Item terlalu ambigu
Pernyataan seperti “layanan sangat baik” tidak menjelaskan aspek apa yang sedang dinilai.
5. Double-barreled question
Hindari menggabungkan dua atribut dalam satu item seperti:
“Petugas cepat dan ramah.”
6. Terlalu banyak item dengan makna sama
Penambahan item tidak selalu meningkatkan kualitas instrumen. Item harus memiliki alasan teoritis dan kontribusi pengukuran yang jelas.
Codebook untuk Menghindari Kesalahan Pengolahan Data
Peneliti dapat membuat codebook sederhana sebelum data dianalisis.
| Nama Variabel | Item | Arah Skor | Skala | Reverse |
|---|---|---|---|---|
| SAT1 | Aplikasi mudah digunakan | Positif | 1–5 | Tidak |
| SAT2 | Informasi mudah dipahami | Positif | 1–5 | Tidak |
| SAT3 | Saya kesulitan menggunakan aplikasi | Negatif | 1–5 | Ya |
| SAT4 | Saya puas menggunakan aplikasi | Positif | 1–5 | Tidak |
Codebook membantu mengurangi kesalahan ketika data dipindahkan dan dianalisis menggunakan Excel, SPSS, R, SmartPLS, atau perangkat lunak statistik lainnya.
Hubungan Skala Likert dengan Bab Hasil dan Pembahasan
Instrumen harus dirancang dengan mempertimbangkan analisis yang akan dilakukan. Apabila penelitian hanya bersifat deskriptif, peneliti dapat menampilkan distribusi respons dan statistik deskriptif.
Apabila penelitian menguji hubungan atau pengaruh, peneliti harus memastikan bahwa konstruk, pengukuran, dan teknik analisis sesuai dengan desain penelitian.
Apabila penelitian menggunakan SEM atau PLS-SEM, item Likert biasanya menjadi indikator konstruk laten yang kemudian dievaluasi melalui model pengukuran dan model struktural. Dengan demikian, penyusunan kuesioner tidak seharusnya dilakukan terpisah dari rencana analisis data.
Checklist Sebelum Kuesioner Disebarkan
- Konstruk telah memiliki dasar teori yang jelas.
- Setiap indikator dapat dijelaskan sumber dan alasannya.
- Setiap item hanya mengukur satu gagasan.
- Kategori respons telah didefinisikan.
- Arah skor telah ditentukan.
- Reverse coding telah diidentifikasi.
- Uji kualitas instrumen telah direncanakan.
- Teknik analisis telah disesuaikan dengan desain penelitian.
- Potensi bias dan keterbatasan instrumen telah dipertimbangkan.
Kesimpulan
Skala Likert bukan sekadar pilihan angka 1–5. Kualitas instrumen ditentukan oleh hubungan antara konstruk, indikator, item, kategori respons, coding, pengujian instrumen, dan teknik analisis.
Peneliti perlu memastikan bahwa setiap pernyataan benar-benar merepresentasikan konstruk yang ingin diukur. Item negatif harus diperiksa arah skornya, kategori respons harus memiliki definisi yang jelas, dan teknik analisis harus disesuaikan dengan tujuan serta struktur data.
Instrumen yang baik bukan yang paling banyak itemnya, tetapi yang setiap itemnya memiliki fungsi pengukuran yang jelas.
GoAcademica membantu mahasiswa, peneliti, dan akademisi memahami metodologi penelitian, penyusunan instrumen, pengolahan data, serta penulisan artikel ilmiah secara lebih terarah. Keputusan metodologis sebaiknya selalu memiliki dasar teori dan alasan yang dapat dipertanggungjawabkan.
Perlu Publikasi Jurnal Ilmiah?
Hubungi tim expert dari GoAcademica untuk konsultasi gratis menentukan tujuan publikasi jurnal Anda
FAQ
Apakah Skala Likert harus menggunakan 5 poin?
Tidak. Peneliti dapat menggunakan 4, 5, 6, 7, atau jumlah kategori lain sesuai kebutuhan desain penelitian. Yang penting adalah alasan pemilihan kategori dan konsistensi penggunaannya.
Apa bedanya Skala Likert dengan item Likert?
Item Likert adalah satu pernyataan yang diberi pilihan respons bertingkat. Skala Likert umumnya merujuk pada kumpulan item yang digunakan untuk mengukur suatu konstruk.
Apakah skor 1 selalu berarti sangat tidak setuju?
Tidak selalu. Artinya bergantung pada instruksi dan coding yang ditentukan peneliti. Pada skala persetujuan, 1 sering digunakan untuk “Sangat Tidak Setuju”, tetapi format lain dapat digunakan.
Apakah item negatif harus digunakan?
Tidak wajib. Item negatif dapat digunakan untuk tujuan tertentu, tetapi harus dirumuskan dengan jelas dan diproses menggunakan reverse coding ketika arah pengukurannya berlawanan.
Apakah data Skala Likert boleh dihitung rata-rata?
Tergantung pada unit data dan pendekatan analisis yang digunakan. Pada tingkat item, respons Likert bersifat ordinal. Ketika beberapa item digabung menjadi skor konstruk, perlakuan statistik dapat berbeda sesuai desain penelitian dan asumsi metode yang digunakan.
Apakah Skala Likert bisa digunakan dalam penelitian kualitatif?
Skala Likert pada dasarnya menghasilkan data terstruktur yang lazim digunakan dalam penelitian kuantitatif. Penelitian kualitatif lebih sering menggunakan wawancara, observasi, dokumen, atau pertanyaan terbuka untuk memahami pengalaman dan makna secara mendalam.
Referensi
- Boone, H. N., Jr., & Boone, D. A. (2012). Analyzing Likert data. Journal of Extension, 50(2), Article 2TOT2.
- DeVellis, R. F., & Thorpe, C. T. (2021). Scale development: Theory and applications (5th ed.). SAGE Publications.
- Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 22(140), 5–55.
