Tuotteet

SurveyMonkey on tehty tehokkaaseen toimintaan. Katso, mitä SurveyMonkey voi tehdä puolestasi.

Hanki tietoon perustuvia näkemyksiä johtavalta kyselytutkimusyritykseltä.

Tutustu ydinominaisuuksiin ja monipuolisiin työkaluihin yhdellä tehokkaalla alustalla.

Luo ja muokkaa verkkolomakkeita tiedon ja maksujen keräämiseen.

Tehosta toimintaa yli 100 integroinnin avulla.

Räätälöidyt ratkaisut kaikkiin tutkimustarpeisiin.

Kyselytutkimuksia ja näkemyksiä nopeammin tekoälyn avulla.

Mallit

Mittaa yrityksesi asiakastyytyväisyyttä ja ‑uskollisuutta.

Selvitä, mikä ilahduttaa asiakkaita ja tekee heistä suosittelijoita.

Paranna käyttäjäkokemusta hyödyllisillä havainnoilla.

Kerää yhteystietoja eri sidosryhmiltä.

Hallitse helposti tapahtumien vastauspyyntöjä.

Selvitä, mitä osallistujat haluavat tulevilta tapahtumilta.

Paranna sitoutumista ja tuloksia havaintojen avulla.

Pyydä palautetta, niin osaat vetää parempia kokouksia.

Paranna työsuoritusta työtovereiden palautteen avulla.

Luo parempia kursseja ja opetusmenetelmiä.

Pyydä opiskelijoita arvioimaan kurssimateriaalit.

Selvitä asiakkaiden mielipiteet uudesta tuoteideasta.

Materiaalit

Kyselytutkimusten ja datan parhaat käytännöt

Vinkkejä mm. kyselytutkimuksiin ja liiketoimintaan

SurveyMonkeyn ohjeet ja oppaat

Näin huippubrändit lisäävät kasvua SurveyMonkeyn avulla

Ota yhteys myyntiinKirjaudu sisään
Ota yhteys myyntiinKirjaudu sisään

How to use an ordinal scale to organize your survey questions

How to use an ordinal scale to organize your survey questions

Receiving actionable data based on people’s attitudes can be challenging. After all, measures of attitude are complex, and more often than not, highly subjective. Luckily, you can use an ordinal scale in your survey to collect useful data about your respondents’ opinions, perceptions, performance, and sentiments. The straightforward ordinal scale is a down-to-earth way to approach abstract questions in your surveys.

An ordinal or “ordered” scale allows you to evaluate a respondent’s attitude towards a subject by using a set of ordered responses. For example, responses can include: “very satisfied,” “satisfied,” “dissatisfied,” and “very dissatisfied.” In an ordinal scale, the order of answer options is what’s significant—you can’t quantify the exact difference between each answer option. The difference between responses like “very satisfied” and “satisfied,” for example, is relative, not exact.

Most of us have plenty of real-life experience with ordinal scales. Ordinal scales can help you do things like:

  • Understand nuanced opinions. Do respondents “agree” or “strongly agree” with a stance on an issue?
  • Uncover perceptions. Do respondents find a particular statement “false,” “mostly false,” “mostly true,” or “true”?
  • Measure relative performance. Is a certain employee “more productive,” “just as productive,” or “less productive” than other employees?
  • Gauge sentiment. Is a customer “very satisfied,” “satisfied,” “dissatisfied,” or “very dissatisfied” with a recent purchase?

As you can tell, the ordinal scale works across a variety of use cases. But what does it look like when it’s in use?

While not all ordinal scales are Likert scales like the ones above (or Likert-type scales if you want to get technical) all Likert scales are ordinal. This popular form of survey question offers respondents an ordered range of answers from one extreme to another. Take, for example, these questions from our Employee Satisfaction Survey Template:

How meaningful is your work?

  • Extremely meaningful
  • Very meaningful
  • Moderately meaningful
  • Slightly meaningful
  • Not at all meaningful

How challenging is your job?

  • Extremely challenging
  • Very challenging
  • Moderately challenging
  • Slightly challenging
  • Not at all challenging

These Likert scale questions measure each employee’s perception of the work they do using various ordinal, i.e. ordered, scales. Other Likert scale questions measure sentiment with a balance of positive, negative, and neutral answers:

Are you satisfied with your employee benefits, neither satisfied nor dissatisfied, or dissatisfied with them?

  • Extremely satisfied
  • Moderately satisfied
  • Slightly satisfied
  • Neither satisfied or dissatisfied
  • Slightly dissatisfied
  • Moderately dissatisfied
  • Extremely dissatisfied

In the Question Bank, you’ll find numerous survey questions that use ordinal scales. But we’ll walk you through how to write them on your own.

Just follow these steps:

1. Identify a focus for your question by deciding which opinion, perception, performance, or sentiment you’d like to collect data on. Decide whether to use a unipolar scale or bipolar scale. Unipolar scales measure the absence or presence of a single item—”not at all interested” to “extremely interested,” for instance. Bipolar scales ask respondents how their attitudes fall on two different sides of neutrality—”strongly disagree” to “strongly agree,” for example.

2. For unipolar questions, decide which single variable—like the level of “meaning” or “challenge”—to include in your scale. For bipolar questions, decide which two opposing variables—like “agree” and “disagree” or “satisfied” and “dissatisfied”—to include in your scale.

3. Create a set of ordered responses using your variable(s). While the difference between responses is always relative in ordinal scales, try to choose options that are somewhat evenly spaced from each other. For bipolar questions, include an equal number of responses for each opposing variable to avoid skewing your results.

If you plan on using the same ordinal scale for multiple survey questions, consider combining them into a single matrix/rating scale question. If you plan on tailoring an ordinal scale to each question, use classic multiple choice questions instead.

Note: Keep in mind that matrix questions can easily become overwhelming to answer. If you decide to use one, limit its size to 5 rows and 5 columns.

For multiple choice questions that use an ordinal scale, you can look at the responses both individually and collectively. In either case, you can easily compare the relative popularity of each choice to identify key takeaways. Matrix/rating scale questions provide a similar level of analysis but also give you the weighted averages from each choice.

Does this level of analysis sound overwhelming? The good news is you don’t have to do it on your own. SurveyMonkey Analyze automatically collects your response data and allows you to create charts and graphs from your closed-ended questions with the click of a button.

So take the time to write survey questions that use an ordinal scale. The responses will help you align with your respondents’ opinions, perceptions, performance, and sentiments.

Een vrouw met rood haar die een enquête maakt op een laptop

Työkalumme on suunniteltu hyödyntämään palautetta työtehtävässäsi tai toimialallasi.

Een man en een vrouw die op hun laptop naar een artikel kijken en informatie noteren op plakbriefjes

Kysymällä irtisanoutumis­haastattelussa juuri oikeat kysymykset voit vähentää työvoiman vaihtuvuutta. Aloita jo tänään työntekijälomake­työkalun ja -mallien avulla.

Een glimlachende man met een bril die een laptop gebruikt

Hanki tarvitsemasi luvat muokattavan suostumuslomakkeen avulla. Rekisteröidy ilmaiseksi jo tänään ja laadi lomakkeita suostumuslomakemalliemme avulla.

Een vrouw die informatie bekijkt op haar laptop

Luo ja muokkaa pyyntölomakkeita helposti ja kerää pyyntöjä työntekijöiltä ja asiakkailta. Asiantuntijoiden tekemillä malleilla pääset alkuun hetkessä.