Метрики · 12 сентября 2026 г.

Можно ли считать среднее по шкале Лайкерта: разбор методологического спора

Шкала Лайкерта — пятибалльная или семибалльная шкала согласия вроде «полностью не согласен — полностью согласен» — формально порядковая, а не интервальная, поэтому строгая методология требует медианы, а не среднего арифметического. На практике среднее по ней всё равно считают повсеместно: это лежит в основе NPS, CSAT и большинства метрик удовлетворённости. Спор идёт не первое десятилетие, и однозначного консенсуса нет: сторонники ссылаются на устойчивость среднего при большом числе градаций и выборке, противники — на систематическое искажение при асимметричном распределении ответов. Ниже — аргументы обеих сторон и практический компромисс для отчётов.

В чём формальная проблема

Шкала Лайкерта по классификации Стивенса — порядковая: категории «полностью не согласен», «не согласен», «нейтрально», «согласен», «полностью согласен» упорядочены, но равенство психологического расстояния между соседними категориями никем строго не доказано и не может быть доказано в общем случае — оно зависит от формулировки, языка, культурного контекста и даже от того, сколько градаций у шкалы.

Среднее арифметическое как операция предполагает именно равенство интервалов: складывая значения 1, 2, 3, 4, 5 и деля на число ответов, вы неявно утверждаете, что шаг от 1 до 2 равен шагу от 4 до 5. Для порядковой шкалы это допущение не доказано, и в этом состоит вся суть методологического возражения против среднего по шкале Лайкерта — не в том, что среднее посчитать невозможно технически, а в том, что его содержательная интерпретация опирается на недоказанное допущение.

Полезно отделить два уровня возражения: техническая возможность посчитать среднее — она есть всегда, компьютер не откажется разделить сумму чисел на их количество, — и содержательная законность интерпретации результата. Спор идёт исключительно о втором: никто не оспаривает, что среднее вычислить можно, обсуждается только то, что именно это число говорит о реальной удовлетворённости респондентов.

Аргументы за то, что среднее всё же можно считать

Первый и самый частый аргумент — при достаточно большом числе градаций шкалы, обычно от семи и выше, и достаточно большой выборке искажение от неравенства интервалов усредняется и становится пренебрежимо малым на практике, даже если формально нарушение остаётся. Это эмпирическое наблюдение, подтверждённое рядом методологических исследований, а не строгое математическое доказательство, но оно достаточно устойчиво повторяется, чтобы на него опирались в прикладной аналитике.

Второй аргумент — практичность и сопоставимость: среднее арифметическое легко считать, легко сравнивать между периодами и сегментами, легко объяснять нестатистической аудитории, а вся индустрия метрик клиентского опыта — NPS, CSAT, eNPS — уже построена вокруг средних и процентных долей. Отказ от среднего в пользу медианы разрушил бы сопоставимость с отраслевыми бенчмарками, которые тоже считаются как средние.

Третий, более прагматичный аргумент — сопоставимость во времени внутри одного трекингового исследования. Если одна и та же метрика на одной и той же шкале считается одинаково от волны к волне, систематическое искажение от неравных интервалов присутствует в каждом замере примерно одинаково и частично сокращается при сравнении разницы между периодами, даже если абсолютное значение самой метрики остаётся не вполне строгим с методологической точки зрения.

Аргументы против

Главное возражение противников — искажение не исчезает, оно просто становится менее заметным при симметричном распределении и резко проявляется при асимметричном, а распределение ответов по шкалам удовлетворённости почти всегда асимметрично: довольных клиентов обычно заметно больше, чем крайне недовольных, и ответы скапливаются у верхнего края шкалы, а не распределяются равномерно вокруг середины.

При такой асимметрии среднее систематически смещается относительно того, что интуитивно воспринималось бы как «типичный» ответ, и хуже отражает реальную картину, чем медиана. Второе возражение — потеря информации о форме распределения: два опроса могут дать одинаковое среднее 3,8, но в одном ответы кучкуются вокруг четвёрки, а в другом расколоты на группу очень довольных и группу очень недовольных с пустой серединой — и среднее в обоих случаях выглядит одинаково спокойным, хотя ситуации требуют совершенно разных решений.

Третье возражение — методологическое, а не статистическое: как только среднее по шкале Лайкерта начинает восприниматься как точное число, а не приближение, оно провоцирует избыточно точные сравнения — «удовлетворённость выросла с 3,71 до 3,76» — там, где исходная шкала физически не способна различить такую тонкую разницу. Точность записи числа после запятой создаёт иллюзию точности измерения, которой изначально не было в пятибалльной оценке.

Эмпирические исследования: что показывают симуляции

Кроме теоретического спора, вопрос проверяли эмпирически: методологи неоднократно запускали симуляции, сравнивающие результаты t-критерия и его непараметрического аналога на искусственно сгенерированных порядковых данных с разной степенью асимметрии. Общий вывод таких работ — оба метода в подавляющем большинстве случаев дают одинаковый содержательный вывод о наличии или отсутствии разницы между группами, когда распределение умеренно асимметрично и выборка не крошечная.

Расхождение выводов становится заметным в двух ситуациях: при выраженной асимметрии распределения, характерной для шкал удовлетворённости с преобладанием высоких оценок, и при малых выборках — меньше тридцати наблюдений в сравниваемой группе. Именно эти два условия и формируют практическое правило: для больших выборок с не слишком перекошенным распределением выбор между средним и медианой почти не влияет на вывод, а для малых и сильно асимметричных данных выбор становится содержательно важным, и предпочтение стоит отдавать более осторожному непараметрическому подходу. Эти же две проверки — размер выборки и форма распределения — стоит проходить перед любым статистическим тестом, а не только перед выбором между средним и медианой.

Частая путаница: шкала Лайкерта и оценочный вопрос — не всегда одно и то же

Термином «шкала Лайкерта» в разговорной практике иногда называют вообще любую оценочную шкалу в опросе, хотя строго методологически шкала Лайкерта — это конкретный формат: набор утверждений с одинаковой шкалой согласия, объединённых в один составной индекс, который в оригинальной методике Ренсиса Лайкерта 1932 года подразумевал суммирование нескольких пунктов, а не единичный вопрос.

Эта путаница важна именно для спора о среднем: аргументы в пользу того, что среднее по «шкале Лайкерта» допустимо, изначально формулировались применительно к суммарному баллу нескольких пунктов настоящей методики Лайкерта, а не к единичному оценочному вопросу вроде «оцените вашу удовлетворённость от 1 до 5», который сегодня тоже принято в разговорной речи называть «вопросом по шкале Лайкерта». Перенос аргументации с составного индекса на единичный вопрос — методологически не строгий шаг, и именно об этом стоит помнить, ссылаясь на устоявшуюся практику как на оправдание для среднего.

Единичный вопрос против суммарного балла шкалы

Важное методологическое различие, которое спор часто упускает, — между одиночным вопросом по шкале Лайкерта и суммарным баллом по нескольким пунктам одной валидированной психометрической методики. Для одиночного вопроса аргументы в пользу среднего слабее: одна пятибалльная шкала даёт мало градаций и не проходит через процедуру валидации, доказывающую приблизительное равенство интервалов.

Для суммарного балла — например, индекса, построенного из десяти пунктов шкалы Лайкерта с доказанной внутренней согласованностью, измеряемой альфой Кронбаха, — аргументы существенно сильнее: сумма нескольких порядковых шкал статистически ведёт себя ближе к непрерывной величине за счёт эффекта усреднения по пунктам, а сама методика при разработке часто проходит калибровку, приближающую её к интервальному уровню. Именно поэтому большинство психометрических опросников работают со средними суммарными баллами, не нарушая методологию так же грубо, как среднее по одиночному вопросу.

Практическое правило для отличия одного случая от другого простое: если в анкете один вопрос — это единичный порядковый показатель, и к нему нужно применять более осторожный подход; если несколько формулировок одной конструкции суммируются в общий балл по методике с опубликованной и проверенной структурой — оснований для среднего заметно больше.

Что говорят современные методологические руководства

Консенсуса в буквальном смысле нет, но осторожная практическая рекомендация большинства современных источников по методологии опросов выглядит так: для отчёта, где решение принимается на основе единственного числа, использовать медиану как более строгую и всегда корректную характеристику; среднее приводить рядом как дополнительную, привычную аудитории метрику, а не как единственный показатель.

Второй общий совет — независимо от выбора между средним и медианой всегда показывать форму распределения хотя бы один раз: гистограмму долей по каждой категории шкалы. Одно число, будь то среднее или медиана, никогда не передаёт полную картину — оно теряет ту самую информацию о форме распределения, которая часто важнее для решения, чем сама сводная цифра.

Третья рекомендация, которую реже формулируют явно, но которая следует из первых двух, — не менять выбранную метрику посреди уже идущего трекингового исследования без веской причины. Даже если решение в пользу среднего было принято до того, как встал вопрос строгости, смена метрики на середине серии замеров разрывает сопоставимость с историческими данными сильнее, чем сама методологическая неточность среднего, — и это отдельный практический аргумент в пользу того, чтобы решение принималось один раз, осознанно, в начале исследования, а не менялось от волны к волне.

Практический компромисс для отчёта

Работающий на практике подход — не выбирать одну сторону спора раз и навсегда, а привязывать выбор метрики к масштабу решения. Для быстрого внутреннего дашборда, где среднее уже привычно и сопоставляется с прошлыми периодами, менять метрику сейчас может быть дороже, чем оставить её как есть, явно пометив как приближение.

Для важного решения — например, стоит ли менять продукт на основе разницы в удовлетворённости между двумя версиями — стоит проверить оба варианта: посчитать и среднее, и медиану, и непараметрический критерий вроде Манна-Уитни параллельно с t-критерием. Совпадающий вывод по обоим методам снимает вопрос почти полностью; расходящийся — сигнал, что асимметрия распределения влияет на вывод достаточно сильно, чтобы разобраться в ней отдельно, прежде чем принимать решение.

Отдельный практический сигнал для перехода к более строгому подходу — момент, когда решение на основе среднего начинает восприниматься как спорное внутри команды: если коллеги регулярно ставят под сомнение разницу в десятые доли балла, это симптом, что метрика уже используется на пределе своей содержательной точности, и стоит явно перейти к параллельному расчёту медианы и непараметрического критерия, а не продолжать спорить о конкретных цифрах после запятой.

Что делать, если аудитория отчёта настаивает только на среднем

На практике решение о том, какую метрику приводить, не всегда принимает автор отчёта в одиночку: корпоративная традиция, шаблон дашборда или прямое требование заказчика может настаивать именно на среднем балле, невзирая на методологические тонкости. В такой ситуации полный отказ от среднего часто нереалистичен, и продуктивнее не спорить о принципе, а добавить к привычной цифре недостающий контекст.

Минимально достаточное дополнение — короткая сноска или отдельная строка с медианой и долей ответов в верхней категории шкалы рядом с уже привычным средним, без необходимости менять формат всего отчёта. Это не требует переучивать аудиторию новой метрике, но даёт любому внимательному читателю возможность заметить, если среднее и медиана расходятся заметно, — и именно такое расхождение, а не сам факт использования среднего, обычно является настоящим сигналом, что стоит присмотреться к данным внимательнее.

Типичные ошибки

• Считать среднее по одиночной пятибалльной шкале и приводить его как точную метрику без медианы и распределения рядом.
• Сравнивать средние баллы между сегментами без проверки, насколько по-разному распределены ответы внутри каждого сегмента.
• Автоматически переносить методологию суммарного психометрического балла на единичный вопрос анкеты.
• Использовать t-критерий для сравнения групп по шкале Лайкерта без параллельной проверки Манна-Уитни.

Практический алгоритм

1. Определите, это одиночный вопрос или суммарный балл нескольких валидированных пунктов.
2. Постройте гистограмму распределения ответов и оцените асимметрию на глаз.
3. Посчитайте и среднее, и медиану — если они близки, форма распределения не критична для вывода.
4. Для сравнения групп посчитайте параллельно t-критерий и Манна-Уитни и сравните выводы.
5. В отчёте явно укажите, какую метрику вы используете как основную и почему.

С чего начать

Возьмите вопрос анкеты по шкале Лайкерта, по которому уже считалось среднее, и постройте гистограмму распределения ответов рядом с медианой. Если распределение симметрично и среднее с медианой близки — можно спокойно продолжать использовать привычную метрику. Если распределение заметно скошено — стоит явно упомянуть это в следующем отчёте и привести обе цифры. В сервисе «До Сути» шкала Лайкерта собирается стандартным типом вопроса с оценкой, а расчёт среднего, медианы и проверка распределения выполняются во внешнем инструменте после выгрузки ответов.