Apa Itu Skala Likert? 4, 5, atau 7 Poin untuk Kuesioner Skripsi, Contoh Pernyataan, dan Cara Bikin dari Chat kakak.ai

Di banyak kampus, bab III skripsi sering macet di satu pertanyaan yang kelihatannya sepele: skala Likert-nya mau 4, 5, atau 7 poin? Pembimbing meminta 4 poin supaya responden tidak "bersembunyi" di jawaban netral, buku metodologi di perpustakaan memakai 5 poin, sementara jurnal internasional yang dijadikan rujukan justru memakai 7 poin. Ketiganya terdengar benar, dan ketiganya memang bisa dipertanggungjawabkan.

Namun yang jarang dibahas, skala yang kini dipakai jutaan kuesioner itu lahir dari sebuah tulisan riset sikap pada 1932, dan pilihan jawaban aslinya bahkan bukan "setuju", melainkan "approve". Dari sejarah kecil itu, ternyata ada banyak hal yang menjelaskan kenapa jumlah poin bukan soal selera, melainkan soal apa yang ingin kamu ukur dan bagaimana datanya akan dianalisis.

Ringkasnya: Skala Likert adalah cara mengukur sikap dengan meminta responden menyatakan tingkat persetujuan terhadap serangkaian pernyataan, lalu skor tiap butir dijumlahkan menjadi satu skor total. Format paling umum adalah 5 poin (Sangat Tidak Setuju sampai Sangat Setuju). Versi 4 poin menghapus pilihan netral, sedangkan versi 7 poin memberi gradasi lebih halus. Tinjauan Krosnick dan Presser (2010) menyebut 7 poin "probably optimal in many instances", tetapi instrumen baku yang sudah tervalidasi sebaiknya dipakai sesuai jumlah poin aslinya.

Daftar Isi

• Apa itu skala Likert dan dari mana asalnya
• Beda butir Likert dan skala Likert
• Skala Likert 4, 5, atau 7 poin: mana yang lebih baik
• Contoh pernyataan skala Likert untuk skripsi
• Kesalahan umum saat menyusun butir
• Cara menskor dan menganalisis data Likert
• Cara bikin kuesioner skala Likert dari chat kakak.ai
• FAQ

Apa itu skala Likert dan dari mana asalnya?

Skala Likert adalah teknik mengukur sikap dengan cara meminta responden memilih tingkat persetujuan atas beberapa pernyataan, misalnya dari Sangat Tidak Setuju sampai Sangat Setuju. Namanya diambil dari Rensis Likert, psikolog sosial asal Amerika Serikat yang memperkenalkannya lewat tulisan "A Technique for the Measurement of Attitudes" di Archives of Psychology No. 140, terbit di New York pada Juni 1932.

Tulisan itu bagian dari rangkaian riset sikap yang dimulai sejak 1929 di bawah arahan Gardner Murphy. Saat itu metode yang populer adalah teknik Thurstone, yang mengharuskan sekelompok juri menilai dulu bobot setiap pernyataan sebelum kuesioner disebar. Likert justru menawarkan jalan pintas yang ia sebut "simpler method of scoring": setiap pilihan jawaban langsung diberi angka, lalu angka tiap butir dijumlahkan tanpa perlu panel juri.

Format aslinya memakai 5 pilihan, yaitu Strongly Approve, Approve, Undecided, Disapprove, dan Strongly Disapprove. Kata "agree" yang kini akrab di kuesioner baru menjadi standar belakangan. Hasilnya, metode yang lahir hampir 95 tahun lalu itu kini menjadi format kuesioner paling umum di skripsi pendidikan, manajemen, psikologi, sampai kesehatan masyarakat.

Apa bedanya butir Likert dan skala Likert?

Padahal satu pertanyaan dengan pilihan Sangat Tidak Setuju sampai Sangat Setuju sebenarnya baru disebut butir tipe Likert (Likert-type item). Skala Likert yang utuh adalah gabungan beberapa butir, misalnya 8 sampai 10 pernyataan, yang bersama-sama mengukur satu konstruk seperti motivasi belajar atau kepuasan layanan. Skor totalnya yang kemudian dianalisis, bukan jawaban satu butir saja.

Salah kaprah lain juga sering muncul di tingkat istilah. Bilson Simamora dari Institut Bisnis dan Informatika Kwik Kian Gie, dalam artikelnya "Skala Likert, Bias Penggunaan dan Jalan Keluarnya" (Jurnal Manajemen, Vol. 12 No. 1, 2022, hlm. 84-93), mencatat bahwa banyak peneliti menyebut semua skala bertingkat sebagai Likert. Padahal pertanyaan seperti "Bagaimana rasa kopi X?" dengan pilihan sangat tidak enak sampai sangat enak termasuk skala berjenjang (itemized scale), bukan Likert, karena yang diukur bukan persetujuan atas sebuah pernyataan.

Skala Likert 4, 5, atau 7 poin: mana yang lebih baik?

Jawaban singkatnya, tidak ada satu angka yang selalu menang, tetapi penelitian memberi petunjuk yang cukup jelas. Salah satu tinjauan paling sering dirujuk datang dari Jon Krosnick dari Stanford University dan Stanley Presser dalam bab "Question and Questionnaire Design" di Handbook of Survey Research edisi ke-2 (2010, hlm. 263-313). Mereka mencatat skala Likert paling sering memakai 5 poin, diferensial semantik Osgood memakai 7 poin, dan skala Thurstone memakai 11 poin.

"Our review suggests that 7-point scales are probably optimal in many instances," tulis Krosnick dan Presser, yang artinya kurang lebih tinjauan mereka menunjukkan skala 7 poin kemungkinan paling baik dalam banyak keadaan.

Kata "kemungkinan" dan "banyak keadaan" di kalimat itu penting, karena sebagian besar studi yang mereka tinjau memakai kuesioner tertulis atau visual. Temuan serupa datang dari Carolyn Preston dan Andrew Colman dalam Acta Psychologica Vol. 104 No. 1 (2000), hlm. 1-15. Mereka meminta 149 responden menilai layanan toko dan restoran memakai skala 2 sampai 11 kategori plus skala 101 poin. Hasilnya, skala 2, 3, dan 4 poin berkinerja relatif buruk, sedangkan reliabilitas, validitas, dan daya beda naik signifikan sampai sekitar 7 kategori.

Studi itu memang punya batas: sampelnya 149 orang dan konteksnya penilaian layanan konsumen, bukan mahasiswa yang mengisi kuesioner skripsi. Menariknya, konsistensi internal tidak berbeda signifikan antarskala, sementara reliabilitas tes-ulang justru cenderung turun di atas 10 kategori. Responden sendiri paling menyukai skala 10 poin, disusul 7 dan 9 poin.

Bagaimana dengan skala Likert 4 poin tanpa netral?

Versi 4 poin (Sangat Tidak Setuju, Tidak Setuju, Setuju, Sangat Setuju) cukup lazim di skripsi Indonesia, alasannya supaya responden tidak memilih jawaban tengah tanpa berpikir. Kekhawatiran itu nyata, karena Krosnick dan Presser mencatat titik tengah memang bisa menjadi pelarian bagi responden yang malas menimbang, perilaku yang mereka sebut satisficing.

Namun menghapus titik tengah punya harga. Mengutip O'Muircheartaigh dan rekan (1999), Krosnick dan Presser menyebut penambahan titik tengah justru meningkatkan reliabilitas dan validitas, sedangkan tanpa titik tengah responden yang sungguh netral terpaksa memilih acak sisi moderat terdekat. Artinya, skala 4 poin sah dipakai, asal alasannya ditulis di bab metode dan disepakati pembimbing.

Namun ada satu aturan yang mengalahkan semua angka di tabel itu. Kalau instrumen yang dipakai adalah skala baku yang sudah tervalidasi, misalnya hasil adaptasi dari jurnal, jumlah poinnya sebaiknya tidak diubah tanpa alasan kuat, sebab validitasnya diuji dengan format aslinya. Krosnick dan Presser juga mencatat reliabilitas lebih tinggi bila semua titik diberi label kata, bukan hanya kedua ujungnya.

Contoh pernyataan skala Likert untuk skripsi

Pernyataan yang baik selalu dibuat dalam dua arah: favorable (positif) dan unfavorable (negatif). Campuran ini penting karena ada bias acquiescence, yaitu kecenderungan orang mengiyakan apa pun yang dibacanya. Menurut Krosnick dan Presser, rata-rata dari 10 studi menunjukkan 52 persen orang setuju dengan sebuah pernyataan, tetapi hanya 42 persen yang tidak setuju ketika disodori pernyataan kebalikannya. Dalam 8 studi lain, rata-rata 14 persen lebih banyak orang setuju dibanding saat diberi format pilihan paksa.

Berikut contoh butir untuk tiga topik yang sering muncul di skripsi. Tanda (+) berarti favorable dan (-) berarti unfavorable yang skornya dibalik saat analisis.

Untuk butir pemakaian AI, skala frekuensi (Tidak Pernah, Kadang-kadang, Sering, Selalu) kadang lebih tepat daripada skala persetujuan, karena yang ditanyakan adalah kebiasaan, bukan sikap. Sebelum disebar, uji dulu semua butir ke sekelompok kecil responden seperti dijelaskan di panduan uji coba kuesioner skripsi lewat pretest dan pilot test.

Kesalahan umum saat menyusun butir Likert

Salah satu kesalahan paling sering adalah butir double-barreled, yaitu satu pernyataan yang menanyakan dua hal sekaligus, misalnya "Dosen menjelaskan materi dengan jelas dan tepat waktu". Responden yang menilai penjelasannya jelas tetapi dosennya sering terlambat akan bingung harus memilih apa, sehingga butir seperti itu sebaiknya dipecah menjadi 2 pernyataan.

Kesalahan kedua justru lebih halus, yaitu negatif ganda, seperti "Saya tidak setuju bahwa tugas tidak bermanfaat", yang membuat responden harus berpikir 2 kali sebelum menjawab. Kesalahan ketiga muncul pada label yang tidak seimbang, misalnya Buruk, Cukup, Baik, Sangat Baik, Luar Biasa, yang memberi 1 pilihan negatif dan 4 pilihan positif. Hasilnya, sebaran jawaban sudah condong ke arah positif bahkan sebelum responden membaca pernyataannya.

Bagaimana cara menskor dan menganalisis data skala Likert?

Pada skala 5 poin, butir favorable diberi skor 1 untuk Sangat Tidak Setuju sampai 5 untuk Sangat Setuju, sedangkan butir unfavorable dibalik (reverse scoring) sehingga Sangat Setuju bernilai 1. Kalau satu variabel diukur dengan 10 butir, skor totalnya berkisar 10 sampai 50, dan skor itulah yang masuk ke uji statistik.

Kini perdebatan lama yang sering ditanyakan penguji adalah apakah data Likert ordinal atau interval. Gail Sullivan dan Anthony Artino dalam Journal of Graduate Medical Education Vol. 5 No. 4 (2013) menjelaskan bahwa jarak antarpilihan pada skala Likert belum tentu sama, sehingga datanya bersifat ordinal.

"Apa sebenarnya arti rata-rata dari 'tidak pernah' dan 'jarang'? Apakah 'jarang setengah' punya makna yang berguna?" tulis Gail Sullivan dan Anthony Artino (diterjemahkan dari artikel berbahasa Inggris mereka), mempertanyakan kebiasaan melaporkan rata-rata skor Likert tanpa melihat sebarannya.

Meski begitu, kesimpulan mereka tidak melarang uji parametrik. Merujuk tinjauan Geoff Norman dalam Advances in Health Sciences Education Vol. 15 (2010), hlm. 625-632, statistik parametrik ternyata tetap robust untuk data Likert, bahkan saat asumsi normalitas dilanggar. Untuk deskripsi, distribusi frekuensi tiap pilihan justru lebih informatif daripada rata-rata, sementara kekompakan butir dalam satu skala diuji dengan Cronbach alpha atau analisis faktor.

Bagaimana cara bikin kuesioner skala Likert dari chat kakak.ai?

Menyusun 30 butir lalu memindahkannya satu per satu ke formulir online biasanya memakan satu sore penuh. Di kakak.ai, langkah itu bisa diringkas lewat chat: cukup ceritakan kebutuhannya, misalnya "buatkan kuesioner kepuasan layanan perpustakaan, skala Likert 5 poin, untuk mahasiswa". kakak.ai menyusun drafnya dan menyimpannya di kakak.ai form, lalu kartu formulir di chat menghitung jumlah bagian dan pernyataannya, misalnya "2 bagian, 14 pernyataan".

Pintu masuknya ada di Beranda lewat kartu Formulir Survei dan Riset, di menu samping, atau dari agen Tugas Akhir Mahasiswa setelah instrumen selesai disusun lewat Survey/Instrumen Generator. Selama formulir masih draf, baris Perintah di bawah kotak chat menyediakan tombol Ubah jadi skala Likert, yang mengubah pertanyaan yang cocok menjadi skala Likert 1-5 dan menyebutkan dulu pertanyaan mana saja yang akan diubah.

Editor kakak.ai form menyediakan preset Likert 5 Persetujuan, Likert 7 Persetujuan, Likert 5 Kepuasan, Likert 5 Kepentingan, serta Diferensial Semantik 5 dan 7 poin. Perlu dicatat, preset 4 poin yang tersedia adalah skala frekuensi (Tidak Pernah sampai Selalu), bukan persetujuan tanpa netral. Untuk 4 poin persetujuan, pilih Kustom dan edit label serta skornya, atau minta langsung lewat chat, misalnya "ubah jadi skala Likert 4 poin tanpa netral".

Setelah jawaban masuk, perintah Analisis hasil formulir, Ringkas per pertanyaan, dan Uji reliabilitas (SPSS/R) muncul di chat, sementara halaman analitik menampilkan sebaran jawaban Likert per butir. Data bisa diunduh dalam CSV, Excel, paket SPSS, atau paket R. Hasil tetap dibaca sebagai pola, karena keputusan soal uji validitas dan reliabilitas tetap ada di tangan peneliti.

Kalau instrumen sudah lulus pilot test, fitur kunci form membuat formulir tidak bisa diubah, dipindah, atau dihapus, sementara respons tetap masuk. Membuat, mengubah, dan membaca hasil dari chat tidak memotong kredit tambahan, hanya kredit chat biasa sesuai model yang dipilih. Perbandingan dengan platform lain bisa dibaca di ulasan kakak.ai form sebagai alternatif Google Forms untuk survei akademik dan daftar platform survei kampus dengan batas respons gratis.

FAQ: Pertanyaan Umum tentang Skala Likert

Apakah data skala Likert ordinal atau interval?

Secara teknis, jawaban satu butir Likert bersifat ordinal karena jarak antarpilihan belum tentu sama. Namun tinjauan Norman (2010) menunjukkan uji parametrik tetap robust untuk data Likert, terutama untuk skor total dari banyak butir. Jelaskan pilihan analisis itu di bab metode.

Boleh tidak memakai skala Likert 6 poin?

Boleh. Skala 6 poin juga menghapus titik tengah seperti versi 4 poin, tetapi gradasinya lebih halus. Pastikan semua titik diberi label kata dan alasannya dicantumkan di bab metode.

Apakah skala Likert wajib punya pilihan netral?

Tidak wajib. Krosnick dan Presser mencatat titik tengah cenderung meningkatkan reliabilitas dan validitas, tetapi bisa menjadi pelarian responden yang malas berpikir. Pilih sesuai konstruk yang diukur dan diskusikan dengan pembimbing.

Berapa jumlah butir ideal per variabel?

Tidak ada angka baku. Satu butir jarang cukup untuk konstruk abstrak seperti motivasi atau kepuasan, jadi peneliti biasanya memakai beberapa butir per variabel lalu menguji kekompakannya dengan Cronbach alpha. Kalau memakai instrumen baku, ikuti jumlah butir aslinya.

Apa beda skala Likert dan diferensial semantik?

Skala Likert meminta tingkat persetujuan atas sebuah pernyataan. Diferensial semantik meminta responden menempatkan penilaian di antara dua kata sifat berlawanan, misalnya membosankan dan menarik, dan umumnya memakai 7 poin.

Apakah membuat kuesioner Likert di kakak.ai form gratis?

Akses dasar kakak.ai form gratis, termasuk semua tipe pertanyaan, analitik, dan unduh hasil. Membuat dan mengubah formulir lewat chat kakak.ai hanya memakai kredit chat biasa sesuai model yang dipilih, tanpa potongan kredit tambahan.

Pada akhirnya, angka 4, 5, atau 7 di kuesioner skripsi hanyalah keputusan desain yang perlu dibela di depan penguji. Yang membuatnya kuat adalah alasan tertulis di bab metode, butir yang bersih dari kesalahan, dan uji coba sebelum disebar. Langkah lanjutan menyusun skripsi dengan bantuan AI bisa dibaca di panduan memakai AI untuk skripsi.

Ingin langsung mencoba? Buka chat kakak.ai, ceritakan variabel penelitianmu, lalu minta kuesioner skala Likert dengan jumlah poin yang sudah disepakati bersama pembimbing. Panduan lengkapnya ada di halaman bantuan Formulir Survei dan Riset. Coba Sekarang, Gratis.