Échelle de Likert : définition, exemples et bonnes pratiques

Les questions de type « D’accord/Pas d’accord » sont monnaie courante dans les études de marché. Mais pour saisir les nuances subtiles qui se dissimulent derrière les réponses, l’échelle de Likert est l’outil idéal.

L’échelle de Likert est un type de question de sondage qui permet de mesurer l’intensité d’une opinion, d’une attitude ou d’un comportement selon une gradation allant d’un point extrêmement positif (comme « Tout à fait d’accord ») à un point extrêmement négatif (comme « Pas du tout d’accord »).Elle permet ainsi de déterminer avec précision le degré d’approbation ou de satisfaction des personnes interrogées, ou leur probabilité d’agir.

Dans cet article, vous allez découvrir les principes fondamentaux d’une échelle de Likert, comment choisir le nombre de points qui la composent et comment formuler les questions et les options de réponse pour obtenir des données fiables.

L’échelle de Likert est un type de question de sondage qui permet de mesurer l’intensité d’une opinion, d’une attitude ou d’un comportement selon une gradation allant d’un point positif à un point négatif.

Les chercheurs et professionnels des sondages peuvent ainsi quantifier et comprendre les subtilités des opinions, des attitudes et de la psychologie des individus. Par exemple, une personne qui apprécie un produit sans pour autant en raffoler répondra probablement « J’aime bien ».

S’il est possible de résumer l’avis des consommateurs concernant un produit aux deux positions « J’aime » et « Je n’aime pas », l’échelle de Likert offre davantage de nuances avec une palette d’options allant de « Je n’aime pas du tout » à « J’aime beaucoup ».

Rédiger des questions de type Échelle de Likert efficaces n’est pas juste une bonne pratique, c’est la condition sine qua non pour obtenir des résultats statistiquement valides et exploitables.

Une échelle bien conçue doit comporter une palette d’options de réponse complète et équilibrée pour couvrir tout le spectre des attitudes (par exemple, de « Pas du tout d’accord » à « Tout à fait d’accord »).

En appliquant ces principes, vous obtiendrez des données fiables et pertinentes qui vous permettront de prendre des décisions stratégiques en toute confiance.

Pour une efficacité optimale, votre échelle de Likert doit être formulée de manière précise, ce qui implique l’emploi d’une forme interrogative (question) et non déclarative.

Lorsque vous utilisez une forme déclarative (comme « Le service était excellent » par exemple), vous vous exposez à un écueil important, appelé le biais d’acquiescement. Il se trouve en effet que les personnes interrogées dans le cadre d’un sondage ont généralement tendance à être d’accord avec la proposition qu’on leur soumet, ce qui fausse vos données en augmentant artificiellement les réponses positives. Pour contrer ce penchant bien ancré, utilisez des questions directes, par exemple : « Êtes-vous satisfait(e) du service ? ».

Outre ce biais, une formulation vague fournit des informations sans grand intérêt. Pour convertir des opinions générales en données pertinentes et exploitables, vous devez être très précis dans vos questions. Par exemple, lorsque vous évaluez le service d’un restaurant, ne vous contentez pas de parler du « service » et indiquez :

En étant précis dans vos questions, vous obtiendrez des réponses tout aussi précises, ce qui garantira la fiabilité de vos mesures.

Se limiter à des questions de type « D’accord »/« Pas d’accord » est très restrictif et ne produit pas des données assez imprécises. Le secret d’une échelle de Likert efficace réside dans une parfaite adéquation entre le concept évalué et les options de réponse proposées. 

Les options de réponse que vous choisissez définissent le contexte sémantique de l’ensemble de l’évaluation. Il est donc essentiel d’utiliser la terminologie adéquate pour obtenir les réponses les plus précises possible lorsque vous mesurez d’autres concepts :

Si l’échelle d’approbation est idéale pour évaluer les opinions, elle ne permet pas toujours de saisir les nuances dont vous avez besoin. Un participant qui répond « Tout à fait d’accord » avec le fait d’utiliser une application tous les jours n’indique pas pour autant à quelle fréquence il l’utilise. Adapter le vocabulaire de l’échelle au concept évalué est un moyen simple, mais efficace pour obtenir des données fiables et sans ambiguïté.

Dans le cas d’une échelle bipolaire, les attitudes peuvent se positionner d’un côté ou de l’autre d’un point médian qui exprime l’ambivalence ou la neutralité. Exemple :

Le discours d’ouverture a-t-il été utile ou inutile ? 

Dans le cas d’une échelle unipolaire, il n’y a pas de point médian. Les participants doivent se prononcer sur un même trait décliné en différents degrés compris entre sa valeur maximale et sa valeur nulle. Par exemple :

Vous sentez-vous à l’aise pour exprimer vos opinions au travail ?

Les questions de type Échelle de Likert sont présentes dans presque tous les types de sondages, notamment sur la satisfaction client, l’engagement des employés ou l’expérience produit.

Ne laissez pas la qualité de vos données au hasard. Grâce à ces cinq bonnes pratiques, vous rédigerez des questions qui vous permettront d’obtenir des données fiables et exploitables, transformant votre feedback en leviers organisationnels mesurables.

Les points de votre échelle sont essentiels, car ils déterminent le degré de nuance que vous pouvez saisir dans les réponses.

Vous devez donc faire un choix entre un nombre de points pair ou impair, et entre une échelle bipolaire ou unipolaire.

Avant de vous décider, prenez en compte la complexité de votre sujet et le profil de votre public cible, afin de trouver un bon compromis pour obtenir des réponses précises, fiables et de qualité.

Des études suggèrent que la structure de l’échelle influence les réponses des participants. Le « bon » choix dépend du concept évalué et de la population cible.

Des études montrent que les échelles à 5 à 7 points offrent généralement le meilleur compromis entre fiabilité, clarté et facilité de réponse. Une étude a révélé que les échelles à 7 points peuvent s’avérer utiles dans certains cas, tandis que d’autres ont montré qu’il y avait peu de différence dès lors que l’on dépasse 5 points. Il s’agit donc de trouver le juste équilibre, afin de recueillir des réponses précises sans lasser les participants.

Conseil : si les participants sont peu familiers du sujet, utilisez une échelle à 5 points pour des réponses plus claires et plus rapides.

Pour vous donner une idée de l’efficacité des échelles de Likert, voici huit exemples de questions de ce type qui illustrent l’évaluation concepts essentiels tels que l’approbation, la satisfaction, l’importance ou la fréquence. 

Cet exemple de question est une échelle de Likert bipolaire à 4 points qui mesure le degré d’approbation concernant une déclaration. En excluant le point médian, elle incite les participants à se déclarer soit « D’accord », soit « Pas d’accord » et permet d’obtenir une réponse plus précise et tranchée.

Êtes-vous d'accord ou pas d'accord avec le postulat que notre entreprise a respecté le délai de livraison annoncé ?

Cet exemple de question est une échelle de Likert bipolaire à 7 points qui mesure le degré d’approbation concernant une déclaration à l’aide d’une large palette d’options allant de « Pas du tout d’accord » à « Tout à fait d’accord ». Le spectre de réponse étendu permet de saisir précisément les différentes nuances de ressenti, même les plus subtiles.

Dans quelle mesure êtes-vous d’accord avec la déclaration suivante ? « L’entreprise favorise l’évolution de carrière de ses employés. »  

Cet exemple de question est une échelle de Likert unipolaire en 5 points qui mesure le degré de satisfaction client, avec des options de réponse allant de « Pas du tout satisfait(e) » à « Extrêmement satisfait(e) ».

Êtes-vous satisfait(e) de la rapidité de notre service ?

Cet exemple de question est une échelle de Likert unipolaire à 6 points qui mesure le degré d’importance, avec des options de réponse allant de « Pas du tout important » à « Extrêmement important ». L’absence de point médian a pour but d’inciter les participants à se prononcer clairement sur le degré d’importance qu’ils accordent à un critère donné.

La rapidité du service est-elle importante pour vous ?

Cet exemple de question est une échelle de Likert unipolaire à 5 points qui mesure le degré de probabilité d’une action future, avec des options de réponse allant de « Pas du tout probable » à « Extrêmement probable ». Ici, les participants sont incités à se prononcer sur la probabilité d’accomplir une action donnée.

Est-il probable que vous assistiez à notre prochaine conférence ?

Cet exemple de question est une échelle de Likert unipolaire à 5 points qui mesure la fréquence d’un comportement spécifique, avec des options de réponse allant de «  Jamais » à « Toujours ». Son but est de déterminer rapidement à quelle fréquence les participants effectuent une action donnée.

À quelle fréquence utilisez-vous le tableau de bord de reporting ?

Cet exemple de question est une échelle de Likert unipolaire en 10 points qui mesure le degré de satisfaction client, à l’aide d’une large palette d’options allant de « Pas du tout satisfait(e) » à « Extrêmement satisfait(e) ». Le spectre de réponse étendu permet d’évaluer la satisfaction de manière très nuancée, ce qui génère des données particulièrement précises.

Sur une échelle de 1 à 10, êtes-vous satisfait(e) de la rapidité de notre livraison ? (1 correspondant à « Pas du tout satisfait(e) » et 10 à « Extrêmement satisfait »).

Cet exemple de question est une échelle de Likert numérique à 11 points. Il s’agit de la question de référence pour calculer le Net Promoter Score. Elle invite les participants à évaluer la probabilité qu’ils recommandent une entreprise sur une échelle de 0 à 10 (0 correspondant à « Pas du tout probable » et 10 à « Extrêmement probable »). 

Recommanderiez-vous cette entreprise à un(e) ami(e) ou un(e) collègue ?

Une fois que vous avez collecté toutes les réponses, utilisez notre calculatrice NPS gratuite pour découvrir instantanément votre Net Promoter Score, puis comparez-le aux benchmarks de votre secteur.

Vous avez donc créé votre sondage en utilisant différents types d’échelles de Likert et collecté les réponses. Félicitations ! Il vous reste maintenant à analyser toutes ces données et ce n’est pas une mince affaire !

Cette étape est en effet essentielle pour quantifier précisément les performances et les indicateurs étudiés dans votre sondage.

Les réponses de chaque question doivent être traitées comme des données ordinales, en se concentrant sur leur ordre séquentiel et non en supposant que leurs intervalles sont identiques.

Commencez par déterminer la répartition en calculant le nombre brut et le pourcentage de chaque catégorie de réponses.

Présentez ces données sous la forme d’un graphique à barres, en classant chaque catégorie des réponses négatives aux réponses positives, pour que la forme de la répartition se voie en un coup d’œil.

Pour transformer les données brutes en données exploitables, suivez ces trois étapes :

Pour quantifier la dispersion des réponses, ajoutez l’écart interquartile. Cet indicateur de variabilité montre l’éparpillement des réponses tout en excluant les valeurs aberrantes.

Contrairement à l’écart-type, qui présuppose une distribution normale, l’écart interquartile est mieux adapté aux « échelons » d’une échelle de Likert.

Une fois que vous disposez d’une vision d’ensemble, approfondissez l’analyse en filtrant et en comparant les réponses entre différents groupes. Vous verrez ainsi si le ressenti est influencé par des variables secondaires telles que :

En recoupant vos catégories de réponse et ces variables à l’aide d’analyses croisées, vous pouvez passer d’une simple description des faits à l’identification de facteurs déterminants.

Pour des résultats plus clairs et plus concis, regroupez les catégories issues de votre échelle en catégories plus larges et plus faciles à gérer. Dans le domaine des études de marché, on utilise généralement la terminologie suivante :

Une méthode courante et très efficace consiste à regrouper les réponses en trois grandes catégories : positives (T2B), neutres et négatives (B2B).

Cette approche simplifie la présentation des résultats, met en évidence l’orientation générale du ressenti et est très utile pour suivre l’évolution des tendances au fil du temps.

Choisir les bons types de graphiques pour représenter vos résultats permet aux parties prenantes de saisir en un coup d’œil la vue d’ensemble et les détails sous-jacents. Voici les plus courants :

Même des échelles de Likert bien conçues peuvent comporter des erreurs susceptibles d’altérer la qualité de vos données. Il est donc essentiel de les identifier et de les corriger pour garantir la fiabilité de vos résultats. Voici cinq erreurs courantes et comment rectifier rapidement le tir.

Si votre question n’est pas pertinente ou si les participants évitent de prendre position, vous pouvez vous retrouver avec un nombre dominant de réponses correspondant au point médian de votre échelle (par exemple «  Ni d’accord, ni pas d’accord »). Ce nombre trop important de réponses neutres peut masquer le sentiment réel.

Solution rapide :

Des options de réponse vagues ou dont la gradation n’est pas clairement marquée peuvent compliquer l’appréciation des participants et entraîner des réponses erronées.

Solution rapide :

Utilisez des libellés de réponse clairs, précis et complets (par exemple « Légèrement satisfait », « Relativement satisfait », « Très satisfait », « Extrêmement satisfait »). Il est régulièrement démontré dans des études que des libellés complets améliorent les capacités de mesure de l’échelle.

Une question double est un énoncé qui tente d’évaluer deux concepts différents à la fois (par exemple : « Le prix de ce produit est raisonnable et sa qualité excellente »). Un participant qui est d’accord avec l’un des concepts, mais en désaccord avec l’autre, ne peut pas répondre avec précision.

Solution rapide :

Scindez l’énoncé en deux questions, l’une portant sur le premier concept (prix) et l’autre sur le deuxième (qualité).

Le fait de modifier l’ordre des options de réponse en cours de sondage peut induire en erreur les participants. En effet, si vous placez l’option la plus négative (« Pas du tout d’accord » par exemple) à gauche et la plus positive à droite dans les premières pages, et que vous inversez subitement cet ordre, cela prête à confusion. C’est d’ailleurs l’une des principales sources d’erreur d’appréciation.

Solution rapide :

Placez vos options de réponse dans le même ordre tout au long du sondage (l’option la plus négative toujours à gauche, par exemple). Dans le cas où un changement de sens s’avérait absolument nécessaire, ajoutez une courte note pour informer les participants que le sens de l’échelle a été inversé.

Il s’agit d’une tendance qui pousse les personnes interrogées à exagérer sciemment les attitudes pour se présenter sous un jour favorable ou conforme aux normes sociales, en particulier sur des sujets sensibles.

Solution rapide :

Les échelles de Likert permettent d’obtenir des données extrêmement nuancées à condition de choisir la polarité et le nombre de points appropriés, de formuler clairement ses questions et de proposer un spectre d’options de réponse équilibré. Elles figurent parmi les outils les plus polyvalents pour collecter du feedback et réaliser des études. Si vous avez compris comment formuler les questions, et analyser et interpréter les résultats, vos échelles de Likert génèreront des données fiables et exploitables.

Avec SurveyMonkey, bénéficiez d’options de réponse rédigées par des experts, évitez les écueils les plus courants et prenez des décisions plus rapidement. Grâce à notre Assistant Réponses, créez des questions de type Échelle de Likert en quelques secondes. En gagnant du temps sur la conception, vous pouvez vous concentrer davantage sur les données. Consultez nos ressources, notamment des articles sur le NPS (Net Promoter Score®) et la création de sondages CSAT, et nos modèles de sondages sur l’engagement des employés, ou inscrivez-vous gratuitement pour créer votre prochain sondage.

NPS®, Net Promoter® et Net Promoter® Score sont des marques déposées de Satmetrix Systems, Inc., Bain & Company et Fred Reichheld.