李克特量表

一、  基本含义

李克特量表是总加量表的一种特定形式，是社会调查问卷中用得最多的一种量表形式。美国社会心理学家李克特(R．A．Likert)于1932年在原有的总加量表基础上改进而成。

李克特量表由一组对某事物的态度或看法的陈述组成，回答者对这些陈述的回答被分成“非常同意、同意、不知道、不同意、非常不同意”5类，或者“赞成、比较赞成、无所谓、比较反对、反对”五类。人们在态度上的差别，就在这一组的多样选择中被巧妙地反映出来。

二、  具体操作

 第一步：对象填表

请你对下列看法发表意见(请在每一行选一个方框打√)

    第二步：统计得分

对于赞同节俭办婚事的看法，我们按1=非常同意、2=同意、3=无所谓、4=不同意、5=很不同意来赋值；而对赞同婚事大操大办的看法，我们则按5=非常同意、4=同意、3=无所谓、2=不同意、1=很不同意来赋值。这样，上例4种看法的具体赋值情况就如下表：

四种看法的赋值

每一个回答者在这一量表上的4个得分(每行一个答案所对应的码值)加起来，就构成他对婚事操办方式的态度得分。

第三步：形成结论

按上述赋值方式，一个回答者在该量表上的得分越高，表明他的态度越倾向于婚事大操大办。

三、  设计方法

① 围绕要测量的态度或主题，以赞成或反对的方式写出与之相关的看法或陈述若干条(一般为20-30条)。对每一陈述都给予5个答案：非常同意、同意、无所谓、不同意、很不同意，并根据赞成或反对的方向分别赋以1、2、3、4、5分。

② 在所要测量的总体中，选择一部分对象(一般不能少于20人)进行试测。

③ 统计每位受测者在每条陈述上的得分以及每人在全部陈述上的总分。

④ 计算每一条陈述的分辨力，删除分辨力不高的陈述，保留分辨力高的陈述，形成正式的量表。

⑤ 分辨力的计算方法

先根据受测对象全体的总分排序；

然后取出总分最高的25％的人和总分最低的25％的人，并计算这两部分人在每一条陈述上的平均分；

将这两个平均分相减，所得出的就是这一条陈述的分辨力系数；

该系数的绝对值越大，说明这一陈述的分辨力越高。

分辨力的计算

    从表最下面一行结果中可以看出，第11条、第12条陈述的分辨力很小，故在制作正式的量表时，应将这两条陈述删除。

第二篇：满意度调查 李克特量表

客户满意度调查方案

满意度调查的十个发展时代：

满意度调研进入中国10多年的时间，从最初的服务落实度调查，到感知质量调查，到满意度指数模型调查，不断与多种研究技术和理念相结合，发展出满足不同需求的满意度调研技术。根据满意度调研关注点和解决问题的不同，到目前为止，满意度调研技术可归为10代。

如何量化满意状态？ 满意是一种抽象的心理状态，管理学讲“不能量化，就不能管理”，因此我们需要一杆秤来衡量人的满意状态。 第1代，服务落实度调查，目的是落实服务标准，规范员工行为，主要针对窗口部 门和一线员工。 第2代，感知质量调查，衡量的是服务效果，而不只是服务过程；不仅能评价前端， 而且能评价后端服务绩效。 第3代，满意度指数调查，是从宏观角度衡量服务绩效，分数跨行业可比，适用于 国家、行业层面。 第4代，满意度+不满意度调查，关注不满意客户，具体深入了解客户为什么不满 意。 第5代，满意度+短板改进，不满意度调查是从客户层面收集问题，短板改进是从企 业层面寻找原因，关注企业内部服务缺口，推动短板改进。 第6代，满意度+KANO分析，通过KANO模型，优化资源配置策略，寻找资源配置 边界。 第7代，满意度+U&A，分析差异化服务需求。 第8代，满意度+卓越服务，重点关注高满意人群。 第9代，满意度+用户体验，将满意度由防御工具转为进攻性工具，通过营造深刻的 用户体验，留住客户；并让客户散播好的口碑，吸引新客户。 第10代，满意度+服务管理，强调以满意度调查为核心建立服务管理体系。

用来量化满意状态的称叫量表，常见的有5级量表（也叫李克特量表）、7级量表、10级量表。5级量表通常是5种程度心理状态的等级递进，如“非常不满意、比较不满意、一般、比较满意、非常满意”；7级量表是将5级量表更细化，分为“非常不满意、不满意、比较不满意、一般、比较满意、满意、非常满意”；10级量表由于用文字很难描述各级状态，所以直接用1到10来衡量，1表示非常不满意，10表示非常满意，分数越高越满意。当然，还有更为简单的量表，如2级量表“满意”和“不满意”，等等。

为什么要将量表分得那么细，用简单的2级量表不就行了吗？因为同样是满意状态下，满意的程度不同，其导致的行为会有显著差异。如下图所示，在“比较满意”状态下，客户的忠诚度不到40%；而在“非常满

意”状态下，客户的忠诚度达到了70%。通过细分客户的满意状态，了解不同满意状态下客户的行为，更能采取针对性的措施。

另外一个要采取细分量表的原因是统计分析上的要求，量表越细，差异性越大。越是高级的统计分析，越是要求数据有足够的差异性，如常见的结构方程分析，就通常采用10级量表数据。

常见的量表都是“对称”分布的，如“非常不满意”与“非常满意”对称，“比较不满意”与“比较满意”对称，在通常情况下，采用这种对称的量表是一种稳妥的方式。但在某些情况下，采取“偏态”的量表可能更为合适，如偏向满意的5级量表，“非常满意”、“满意”、“比较满意”、“一般”、“不满意”。当整个行业的服务水平很高，如星级酒店，客户基本上不会有明显的不满和抱怨；这时，企业追求的不只是客户满意，更是追求卓越服务，追求客户惊喜，以此来大大提升客户忠诚度。这种情况下，偏态的满意度量表能更能有效的细分客户的满意状态，把注意力集中在能促使客户由“满意”提升到“非常满意”的因素上。

满意，字典里意思是“意愿得到满足；符合心愿”，其反义词是“失望”，意思是“希望未实现而不愉快”。就是说，满意是相对于期望而言的，没有期望，就没有失望，也无所谓满意不满意。

“非常满意”是“喜出望外”，“非常不满意”是“大失所望”，结果与期望的对比，导致了一种心理状态，在喜出望外和大失所望之间。

期望下限是满意与不满意的界限，较期望上限更为重要和敏感。超过期望上限，仍是满意程度的变化；而超过期望下限，就导致了满意性质的变化。

综上所述，请根据你的需要做出客户调查的表格。