Échelle de Likert : exemples, échelons et analyse

Imagine le questionnaire de fin de formation : « J’ai pu suivre les explications sans difficulté », et en dessous cinq cases allant de « pas du tout d’accord » à « tout à fait d’accord ». Presque tout le monde a déjà coché une de ces cases sans jamais savoir comment ce format s’appelle.

Il s’appelle échelle de Likert. Une échelle de Likert mesure les attitudes en présentant plusieurs affirmations portant sur le même sujet avec la même série de réponses graduées, en général cinq ou sept échelons allant du désaccord franc à l’accord franc, puis en combinant ces réponses en un score unique par personne interrogée. À la fin de cet article, tu sauras combien d’échelons il te faut, comment les nommer et ce que tu as le droit de calculer ensuite.

📌 L’essentiel en bref

• Rensis Likert a présenté la méthode dans sa thèse de 1932.
• Une question isolée est un item de Likert, pas une échelle.
• Le Baromètre de la DREES utilise quatre échelons, sans position neutre.
• Chaque échelon reçoit un mot, pas seulement les deux extrémités.
• Likert n’a jamais affirmé que les échelons étaient équidistants.

Qu’est-ce qu’une échelle de Likert ?

Une échelle de Likert est une technique de mesure issue de la recherche sociale : les personnes interrogées approuvent ou désapprouvent plusieurs affirmations portant sur le même sujet, à chaque fois avec les mêmes échelons de réponse. Les réponses individuelles sont ensuite combinées en un score total ou moyen décrivant l’attitude de cette personne.

La méthode remonte au psychologue social américain Rensis Likert, qui l’a exposée en 1932 dans sa thèse à l’université Columbia, publiée comme numéro 140 des Archives of Psychology sous le titre A Technique for the Measurement of Attitudes. Ce qui le motivait n’était pas la théorie mais l’économie de moyens : les méthodes établies de son époque exigeaient de lourdes études préalables, et il voulait savoir si une voie plus simple existait. Elle existait. Son échelle sur les relations internationales atteignait avec 24 affirmations la même fiabilité qu’une méthode concurrente avec 44 (Likert 1932, p. 33). Deux fois moins de questions pour un résultat équivalent, et c’est exactement pour cela que ce format se retrouve aujourd’hui dans presque tous les questionnaires.

En psychologie, un instrument de ce type s’appelle une échelle psychométrique. Il mesure une caractéristique qu’on ne peut pas observer directement à travers des réponses que l’on peut observer. L’attitude, la satisfaction ou la motivation sont invisibles. Ce qui est visible, c’est la case que quelqu’un coche.

Item de Likert et échelle de Likert ne sont pas la même chose

Cette distinction est presque toujours escamotée, y compris dans les supports pédagogiques. Une question isolée avec cinq échelons est un item de Likert. L’échelle de Likert n’existe qu’à partir du moment où tu poses plusieurs items de ce type sur la même caractéristique et où tu combines leurs valeurs en un seul chiffre. Likert l’écrit sans ambiguïté dans l’original : chaque affirmation est « a scale in itself », et les scores individuels sont ensuite combinés par une médiane ou une moyenne (Likert 1932, p. 24).

Dans un mémoire, c’est le point où la soutenance peut devenir désagréable. Appeler une question unique « échelle de Likert » puis en calculer la moyenne, cela fait deux erreurs dans une seule phrase. Poser six affirmations sur le contenu, le rythme, l’encadrement, les supports, la salle et l’organisation, puis en tirer un score de satisfaction, cela fait une échelle.

Une case à cocher est un item. Elle ne devient une échelle que par plusieurs items et une analyse commune.

Notre conseil de lecture : le texte original de Likert est en accès libre et, avec ses 55 pages, bien plus court que la réputation du classique ne le laisse croire. Qui veut le citer proprement devra de toute façon l’ouvrir.

Échelle de Likert : exemples de formulations en français

La vraie question, dans la pratique, n’est pas de savoir ce qu’est une échelle de Likert, mais comment nommer les échelons. La statistique publique française offre ici une référence directement utilisable, parce qu’elle publie ses questionnaires en entier.

Le Baromètre d’opinion de la DREES, l’enquête du ministère chargé des solidarités et de la santé, formule ses questions d’accord ainsi : « Pour chacune d’entre elles, dites-moi si vous êtes tout à fait d’accord, plutôt d’accord, plutôt pas d’accord ou pas du tout d’accord. »

La formulation de l’accord est reprise du questionnaire 2023 du Baromètre d’opinion de la DREES.

Pourquoi la DREES n’offre pas de position neutre

L’échelle de la DREES compte quatre échelons, donc pas de milieu. La modalité « ne sait pas » existe dans le codage mais n’est pas lue aux personnes interrogées : elle n’est enregistrée que si elle est exprimée spontanément.

Ce choix a un coût, et la DREES le documente elle-même. Le questionnaire précise qu’avant 2014, deux modalités seulement étaient proposées contre quatre depuis, et qu’en 2014 les deux versions de la question ont été posées en parallèle. Changer le nombre d’échelons casse la comparaison dans le temps, sauf si l’on prend la peine de mesurer les deux versions la même année.

L’échelle d’accord et son piège

La formulation « d’accord, pas d’accord » est celle qui vient en premier à l’esprit, et elle fonctionne. Elle produit aussi, de façon mesurable, davantage d’accord qu’une échelle qui interroge directement sur la chose elle-même : c’est l’acquiescement.

Partout où tu peux demander « À quel point les délais d’attente courts comptent-ils pour toi : très important à pas du tout important » au lieu de « Les délais d’attente courts sont importants pour moi : d’accord », la seconde forme est le meilleur choix.

Combien d’échelons pour une échelle de Likert ?

Cinq à sept échelons est la règle de travail dominante dans la littérature méthodologique. Des échelles de cette longueur mesurent de façon fiable, distinguent assez finement et sont celles que les personnes interrogées préfèrent.

Derrière cette règle se cache un arbitrage entre deux défauts. Trop peu d’échelons forcent des opinions différentes dans la même case, et la différence que tu voulais mesurer disparaît. Trop d’échelons rendent chaque échelon insignifiant : qui saurait expliquer ce qui sépare le 8 du 9 sur une échelle en onze points ?

Quatre, cinq ou sept échelons : ce que cela change

Le nombre impair a un milieu, le nombre pair n’en a pas. C’est la vraie différence, pas la finesse de la graduation. L’échelle en quatre échelons retenue par la DREES est donc avant tout un choix forcé : qui est indécis doit tout de même pencher d’un côté.

Selon l’usage, c’est un avantage ou un défaut. Dans une évaluation destinée à déclencher des améliorations, une tendance forcée aide souvent, parce qu’une colonne de cases centrales ne sert à personne. Dans une enquête d’opinion, où l’indécision réelle est un résultat en soi, elle fausse la mesure.

Ton échelle a-t-elle besoin d’un milieu neutre ?

La catégorie centrale est la décision la plus discutée de la construction d’échelle, et les deux camps ont de vrais arguments. Les voici en quelques lignes.

Ce que le milieu apporte

• Les personnes vraiment indécises peuvent le dire.
• Les répondants neutres ne dérivent pas vers un échelon voisin.
• L’échelle reste symétrique des deux côtés.

Ce que tu acceptes en échange

• Le milieu est aussi coché par facilité.
• Certains le choisissent au lieu de dire « je ne sais pas ».
• L’analyse ne distingue pas ces deux raisons.

Curieusement, Rensis Likert n’a jamais discuté cette question. Dans son texte de 1932, la catégorie « undecided » n’apparaît que comme une consigne de calcul, avec la valeur 3 (Likert 1932, annexe). Tout le débat sur le point neutre est né après lui.

Créer une échelle de Likert, étape par étape

On ne construit pas une échelle de Likert en écrivant une question et en plaçant cinq cases à côté. On la construit en décomposant une caractéristique en plusieurs affirmations qui visent la même chose par des angles différents.

Les six étapes ci-dessous valent aussi bien pour une évaluation de formation que pour la partie empirique d’un mémoire. Prévois plus de temps pour la première étape que pour toutes les autres réunies.

1. Définir la caractéristique. Écris en une phrase ce que tu veux mesurer. « La satisfaction à l’égard de la formation » est une caractéristique, « l’avis sur la formation » n’en est pas une.
2. Rédiger les affirmations. Cinq à dix phrases courtes, chacune portant exactement une idée. Deux sujets dans une phrase rendent la réponse inexploitable.
3. En inverser une partie. Formule certaines affirmations négativement pour repérer ceux qui cochent mécaniquement la même colonne. Likert recommande déjà cette astuce en annexe de son texte de 1932.
4. Choisir une échelle et s’y tenir. Décide une fois pour cinq ou sept échelons et garde la même dans tout le questionnaire.
5. Nommer chaque échelon. Chaque échelon reçoit un mot, pas seulement les deux extrémités. Les chiffres seuls ne suffisent pas.
6. Faire un test. Demande à cinq personnes qui ne connaissent pas ton sujet de répondre, puis demande-leur comment elles ont compris l’échelon du milieu.

Techniquement, une échelle de Likert est une question matricielle : plusieurs affirmations les unes sous les autres, la même échelle de réponse à côté. Dans empirio.ai, un outil de sondage en ligne venu d’Allemagne, tu la crées comme question matricielle et tu ne définis l’échelle qu’une seule fois. Pour construire le reste du questionnaire autour, va voir l’article sur la création d’un questionnaire.

Cette disposition est exactement ce que désigne le terme question matricielle : l’échelle apparaît une seule fois en tête de colonne et chaque ligne en dessous porte une affirmation distincte sur la même caractéristique. Les quatre lignes de l’exemple forment ensemble un score de satisfaction, tandis qu’une ligne isolée reste un simple item de Likert.

L’échelle de Likert est-elle ordinale ou d’intervalle ?

Un item de Likert isolé est ordinal. Tu sais que « plutôt d’accord » marque plus d’adhésion que « plutôt pas d’accord », mais tu ne sais pas si l’écart entre ces deux échelons vaut celui qui sépare « plutôt pas d’accord » de « pas du tout d’accord ».

Le score combiné de plusieurs items, lui, est le plus souvent traité dans la pratique comme une grandeur métrique. C’est une convention motivée, pas une vérité mathématique : plus il y a d’items dans le score, plus l’échelle obtenue est fine, et moins l’inégalité des pas individuels pèse.

Pour vérifier les termes : l’échelle ordinale ne connaît qu’un ordre de rang, l’échelle d’intervalle y ajoute des écarts égaux. Quels calculs dépendent de quel niveau, c’est détaillé dans la vue d’ensemble des niveaux de mesure.

Ce que Rensis Likert a lui-même écrit

Ici, le texte original mérite d’être ouvert, car il dit autre chose que ce qu’on répète. Likert n’a revendiqué des unités égales que pour sa méthode sigma, lourde à mettre en œuvre, jamais pour l’attribution simple des chiffres 1 à 5.

Son tableau II montre les deux côte à côte. Aux cinq échelons de l’une de ses affirmations correspondent les valeurs sigma −1,63, −0,43, +0,43, +0,99 et +1,76 (Likert 1932, p. 23). Les écarts valent donc 1,20, puis 0,86, puis 0,56, puis 0,77. Attribuer 1, 2, 3, 4, 5 revient à affirmer quatre fois le même écart. Likert le savait et justifiait le raccourci sur un plan purement pratique : les deux méthodes corrélaient à +0,99, donc le calcul simple était défendable « for all ordinary purposes » (Likert 1932, p. 43).

Deux conséquences pour toi. D’abord, la question « ordinal ou métrique » n’a pas une seule bonne réponse, seulement une décision. Ensuite, cette décision n’exige pas une querelle mais une règle que tu tiens et que tu justifies dans ta partie méthodologique.

Faut-il une distribution normale ?

Non, tes données collectées n’ont pas besoin de suivre une loi normale pour qu’une échelle de Likert soit légitime. La confusion vient de ce que Likert supposait, pour son calcul sigma, que les attitudes se distribuent à peu près normalement dans la population.

Il ajoutait aussitôt avoir pleinement conscience des dangers de cette hypothèse, la présentait comme une étape expérimentale et espérait que des travaux ultérieurs la rendraient inutile ou la confirmeraient (Likert 1932, p. 22). Pour une analyse simple avec les chiffres 1 à 5, l’hypothèse ne joue aucun rôle. La normalité redevient pertinente seulement si tu appliques certains tests statistiques à tes scores.

Analyser une échelle de Likert : médiane, moyenne ou fréquences ?

L’analyse dépend de ce que tu as devant toi : un item isolé ou une échelle construite à partir de plusieurs items. Cette seule distinction règle la plupart des discussions avec ton encadrement.

Pour un item isolé, la distribution des fréquences est la présentation la plus honnête, c’est-à-dire la part des répondants par échelon. La médiane (= la valeur au milieu des réponses ordonnées) et le mode (= l’échelon le plus souvent choisi) l’accompagnent. Une moyenne sur un item ordinal isolé est contestable, parce qu’elle suppose des écarts égaux que tu ne peux pas prouver.

Pour une échelle construite à partir de plusieurs items, tu formes d’abord la somme ou la moyenne par personne, puis tu travailles avec ce chiffre. C’est exactement ce que proposait Likert (Likert 1932, p. 26). Avant cela, tu vérifies que les items mesurent bien la même chose, en général avec l’alpha de Cronbach. Pour la suite, va voir la vue d’ensemble des méthodes d’analyse.

Regrouper les échelons : la top-two box

Les études de marché fusionnent couramment les deux échelons positifs en un seul indicateur, appelé top-two box. « Plutôt d’accord » et « tout à fait d’accord » deviennent alors un pourcentage facile à présenter.

C’est légitime et souvent utile, mais cela coûte de l’information. Dès que tu regroupes, tu ne vois plus si l’accord est fait de réponses convaincues ou prudentes. Publie donc les deux : l’indicateur regroupé et la distribution complète.

💡 Astuce

Note toujours combien de personnes ont sauté une affirmation. Une moyenne sur 40 réponses et une moyenne sur 120 se ressemblent dans un tableau et ne se valent pas.

Erreurs fréquentes avec les échelles de Likert

Les cinq erreurs ci-dessous se rencontrent aussi bien dans une enquête associative que dans un mémoire de master. Toutes n’apparaissent qu’au moment de l’analyse, quand les réponses sont là et que plus rien ne peut changer.

Elles ont un point commun : une demi-heure avant l’envoi suffit à les corriger. Après, non.

Demander l’accord là où une question directe suffirait

Les échelles du type « d’accord, pas d’accord » produisent systématiquement plus d’adhésion que celles qui interrogent directement sur la chose. Plutôt que « Je suis satisfait de la formation : d’accord », demande « À quel point es-tu satisfait de la formation : très satisfait à très insatisfait ».

Ne nommer que les deux extrémités

Une échelle avec « très insatisfait » à gauche, « très satisfait à droite » et rien que des chiffres entre les deux est vite construite et moins bonne. Les échelles entièrement verbalisées atteignent une fiabilité et une validité supérieures, et les répondants les préfèrent.

Numéroter avec des valeurs négatives

Une numérotation de −2 à +2 paraît symétrique mais ne se comporte pas ainsi. Les répondants évitent le côté négatif et répondent globalement plus positivement qu’avec une numérotation de 1 à 5. Garde des chiffres positifs et laisse les mots porter la direction.

Changer d’échelle en cours de route

Si la première moitié de tes affirmations compte cinq échelons et la seconde sept, tu ne peux pas les analyser ensemble. Le Baromètre de la DREES montre bien le coût d’un tel changement : en passant de deux à quatre modalités, l’enquête a dû poser les deux versions la même année pour rester comparable.

Deux affirmations dans une seule phrase

« La formation était bien structurée et facile à suivre » mesure deux choses. Qui a apprécié la structure mais pas les explications ne peut pas répondre et coche le milieu. Likert décrivait déjà ces énoncés doubles comme un critère d’exclusion en 1932. Pour séparer proprement les questions, va voir l’article sur les types de questions.

Conclusion

L’échelle de Likert est si répandue parce qu’elle mesure de façon fiable pour très peu d’effort, et elle est si souvent mal employée parce qu’elle paraît simple. Deux points t’épargneront la plupart des pièges : une échelle a besoin de plusieurs affirmations, et chaque échelon a besoin d’un mot. Tout le reste, du nombre d’échelons à la catégorie centrale, est un arbitrage que tu peux justifier dans ta méthodologie. Une seule affirmation ne doit jamais être acceptée sur parole, même venant d’un manuel : celle selon laquelle les échelons seraient équidistants. Rensis Likert ne l’a jamais dit.

Pour aller plus loin

• Tu veux trier les types d’échelles ? Échelle de notation : unipolaire, bipolaire, combien d’échelons
• Tu cherches le bon niveau de mesure ? Déterminer le niveau de mesure
• Tu construis tout le questionnaire ? Créer un questionnaire : structure et ordre
• Tu veux savoir si tes résultats tiennent ? Objectivité, fiabilité et validité

L’échelle est prête, le sondage manque encore ?

Avec empirio.ai, un outil de sondage en ligne venu d’Allemagne, tu crées tes affirmations de Likert en question matricielle et tu partages le sondage par lien ou par QR code.

Créer un sondage avec une échelle de Likert