Escala Likert en la investigación: una guía práctica para el diseño, los tipos y el análisis.

La mayoría de las personas que utilizan escalas Likert en investigación nunca han recibido formación sobre cómo diseñarlas o analizarlas correctamente. Esta guía explica qué miden realmente las escalas Likert, cómo elegir el tipo adecuado, cómo diseñar ítems que generen datos fiables y qué pruebas estadísticas se aplican, para que su próxima encuesta le proporcione resultados útiles.

Ya sea que usted sea un profesional de L&D que diseña evaluaciones de capacitación, un gerente de recursos humanos que realiza encuestas de compromiso o un investigador en ciencias sociales, los principios aquí expuestos son aplicables.

Analizaremos qué mide realmente una escala Likert, los diferentes tipos entre los que puede elegir, cómo diseñar preguntas eficaces para una escala Likert, cómo analizar los datos resultantes y los errores comunes que cometen incluso los investigadores más experimentados.

¿Qué es una escala Likert?

La escala Likert es una herramienta psicométrica utilizada en cuestionarios y encuestas para medir actitudes, opiniones, percepciones y comportamientos. En lugar de hacer una simple pregunta de sí o no, permite a los encuestados expresar la intensidad de sus sentimientos a lo largo de un espectro gradual.

Cada escala Likert se compone de varias afirmaciones individuales llamadas ítems Likert. El encuestado lee cada afirmación y selecciona una de las opciones de respuesta ordenadas, que generalmente van desde una postura fuertemente negativa, pasando por un punto medio neutral, hasta una postura fuertemente positiva.

Por ejemplo, una escala de acuerdo de cinco puntos se ve así:

El principio fundamental de la metodología original de Likert es que la puntuación final es compuesta. No se analiza ningún ítem de forma aislada, sino que se suman o promedian las respuestas de varios ítems relacionados para obtener una puntuación en la escala que refleje la actitud subyacente que se está midiendo.

Escala Likert vs. ítem Likert: Esta distinción es importante. Una pregunta con formato de respuesta de cinco puntos es un ítem de Likert. Una escala Likert es el conjunto completo de ítems relacionados (generalmente de cuatro a diez) diseñados para medir un constructo. Muchos investigadores usan estos términos indistintamente, pero técnicamente, la escala es la medida agregada.

Tipos de escalas Likert

Elegir el tipo adecuado de escala Likert depende de lo que se esté midiendo y del grado de matices que se necesiten de los encuestados.

Escalas unipolares frente a escalas bipolares

escalas unipolares Miden una dimensión desde cero hasta un extremo. Son útiles para evaluar la intensidad de una cualidad específica. Algunos ejemplos son: desde "nada satisfecho" hasta "sumamente satisfecho" o desde "nunca" hasta "siempre".

escalas bipolares Mide dos conceptos opuestos con un punto medio neutral. El formato clásico de acuerdo/desacuerdo es bipolar porque abarca desde el desacuerdo total, pasando por la neutralidad, hasta el acuerdo total. Es ideal cuando necesitas capturar posturas tanto positivas como negativas sobre un tema.

Las investigaciones sugieren que las escalas unipolares funcionan mejor con cinco puntos de respuesta, mientras que las escalas bipolares son más precisas con siete puntos (tres a cada lado de un punto medio neutral verdadero).

Número impar frente a número par de puntos

Escalas impares Las escalas de 3, 5 o 7 puntos incluyen una opción intermedia neutral. Las versiones de cinco y siete puntos son las más utilizadas en las investigaciones publicadas. Incluir este punto intermedio permite a los encuestados que realmente no tienen una opinión expresarla con sinceridad, en lugar de verse obligados a tomar partido.

Escalas de números pares (4, 6 u 8 puntos) eliminan por completo la opción neutral. Este enfoque de "elección forzada" es útil cuando se necesita que los encuestados se inclinen específicamente hacia una dirección u otra, como en los comentarios sobre productos, donde una respuesta neutral no permite tomar medidas.

¿Cuántos puntos debes usar?

Esta es una de las cuestiones más debatidas en el diseño de encuestas. Esto es lo que nos dice la investigación:

• De cinco a siete puntos Generalmente, ofrecen el mejor equilibrio entre fiabilidad, sensibilidad y facilidad de uso para el encuestado. Los estudios han demostrado que la fiabilidad mejora al pasar de dos a cinco puntos, pero muestra rendimientos decrecientes a partir de siete.
• Menos de cinco puntos Reduce la granularidad de sus datos y puede ocultar diferencias significativas entre los encuestados.
• Más de siete puntos Esto aumenta la carga cognitiva sin mejorar significativamente la calidad de los datos. Los encuestados comienzan a tener dificultades para distinguir entre opciones adyacentes.
• Encuestas breves y realizadas desde dispositivos móviles Benefíciese de cinco puntos etiquetados para obtener respuestas más claras y rápidas.

En la práctica: utilice por defecto una escala de cinco puntos para la mayoría de las aplicaciones y pase a siete puntos cuando necesite distinciones más precisas o cuando mida constructos bipolares.

Dimensiones de escala comunes

Las escalas Likert no se limitan al grado de acuerdo. Estas son las dimensiones de respuesta más utilizadas en la investigación:

Por qué la escala Likert es importante en la investigación

La escala de Likert ha seguido siendo la herramienta de medición de encuestas dominante durante más de 90 años por varias razones prácticas.

Ventajas

Estandarización y comparabilidad. Todos los participantes responden al mismo conjunto de preguntas en el mismo formato, lo que facilita la comparación de datos entre individuos, grupos y periodos de tiempo. Esta coherencia es fundamental para los estudios longitudinales y la investigación transcultural.

Cuantifica la experiencia subjetiva. Las actitudes y opiniones son inherentemente abstractas. El formato Likert convierte estos sentimientos subjetivos en datos numéricos que pueden analizarse estadísticamente, lo que permite a los investigadores identificar patrones, correlaciones y diferencias significativas.

Combina profundidad con eficiencia. En comparación con las preguntas abiertas, las preguntas de escala Likert son más rápidas de responder para los encuestados y más fáciles de analizar para los investigadores. En comparación con las preguntas binarias de sí/no, capturan muchos más matices sobre la intensidad de la postura del encuestado.

Alta fiabilidad cuando está bien diseñado. Las escalas Likert de múltiples ítems que miden el mismo constructo tienden a producir resultados fiables. Al agrupar las respuestas de varios ítems relacionados, se reduce el impacto de cualquier respuesta atípica o distracción momentánea.

Flexibilidad. El formato se adapta a prácticamente cualquier ámbito de investigación: satisfacción del paciente en la atención sanitaria, compromiso de los empleados en recursos humanos, evaluaciones de cursos por parte de los estudiantes en educación, percepción de la marca en marketing y encuestas de opinión pública en ciencias políticas.

Desventajas y sesgos comunes

Ninguna herramienta de medición es perfecta, y comprender las limitaciones de las escalas Likert es tan importante como conocer sus puntos fuertes.

Sesgo de aquiescencia. Algunos encuestados tienden a estar de acuerdo con las afirmaciones independientemente de su contenido. Esto resulta especialmente problemático cuando todos los ítems están formulados en el mismo sentido. Incluir ítems con codificación inversa (donde el acuerdo indica una postura negativa) ayuda a detectar y reducir este sesgo.

Sesgo de tendencia central. Muchos encuestados evitan las opciones extremas y agrupan sus respuestas en torno al punto medio de la escala. Esto reduce el rango de datos recopilados y puede enmascarar diferencias de opinión reales.

Sesgo de deseabilidad social. Cuando los temas de la encuesta son delicados (cultura laboral, hábitos de salud personal, opiniones políticas), los encuestados pueden seleccionar respuestas que consideren más socialmente aceptables que las que reflejen la verdad. La administración anónima ayuda a mitigar este problema.

Datos ordinales, no de intervalo. En rigor, la diferencia entre "totalmente en desacuerdo" y "en desacuerdo" puede no ser igual a la diferencia entre "de acuerdo" y "totalmente de acuerdo". Este es el origen del prolongado debate estadístico sobre si se pueden utilizar pruebas paramétricas (como las pruebas t y el ANOVA) con datos de escala Likert. Abordamos este tema con mayor detalle en la sección de análisis que se presenta a continuación.

Se presupone un espectro de actitud lineal. Las escalas Likert presuponen que las actitudes existen en un continuo lineal que va de lo negativo a lo positivo. En realidad, algunas actitudes son más complejas y multidimensionales de lo que una sola escala puede abarcar.

Cómo diseñar preguntas efectivas con escala Likert

Los buenos datos parten de buenas preguntas. Estos principios de diseño se aplican a cualquier encuesta basada en la escala Likert.

1. Comience con objetivos de investigación claros.

Antes de redactar cualquier ítem, defina con precisión qué constructo está midiendo y qué decisiones se basarán en los datos. Una escala Likert que mida la "satisfacción del cliente con la incorporación" requiere ítems diferentes a los de una que mida la "confianza del empleado en el liderazgo".

2. Redacte elementos claros e inequívocos.

Cada enunciado debe abordar una sola idea. Evite preguntas compuestas como "La capacitación fue informativa y amena", ya que el encuestado podría estar de acuerdo con una parte y en desacuerdo con la otra.

Otras buenas prácticas para la redacción de ítems:

• Utilice un lenguaje sencillo y cotidiano. Evite la jerga a menos que su público sea especializado.
• Mantén las declaraciones breves. Intenta que cada elemento tenga menos de 20 palabras.
• Evite un lenguaje tendencioso que induzca a los encuestados a dar una respuesta en particular.
• No utilice dobles negaciones ("No estoy en desacuerdo con...").
• Incluya una combinación de elementos formulados de manera positiva y negativa para reducir el sesgo de aquiescencia.

3. Elija cuidadosamente las etiquetas de respuesta.

Cada punto de la escala necesita una etiqueta clara e inequívoca. Las investigaciones demuestran que las escalas etiquetadas (donde cada punto tiene una descripción verbal) ofrecen mayor fiabilidad y comprensión por parte de los encuestados que las escalas solo numeradas.

Asegúrese de que sus etiquetas sean simétricas. Para una escala de acuerdo de cinco puntos, "Totalmente en desacuerdo, En desacuerdo, Ni de acuerdo ni en desacuerdo, De acuerdo, Totalmente de acuerdo" mantiene la misma distancia conceptual a ambos lados del punto medio neutral.

4. Decide un punto medio neutral.

Incluir un punto medio (como «ni de acuerdo ni en desacuerdo») permite a los encuestados expresarse con honestidad cuando no tienen una opinión definida. Omitirlo obliga a tomar una decisión direccional. Ninguno de los dos enfoques es universalmente correcto; la decisión adecuada depende de los objetivos de la investigación.

Si sospecha que los encuestados podrían optar por la opción neutral para evitar pensar, considere agregar una opción separada de "No lo sé" o "No aplica" para distinguir la neutralidad genuina de la falta de interés.

5. Utilice elementos con codificación inversa.

Incluir algunos ítems donde el acuerdo indica una actitud negativa (por ejemplo, "Me resulta difícil seguir esta capacitación") tiene dos propósitos. Primero, obliga a los participantes a leer cada ítem con atención en lugar de marcar la misma respuesta en todos. Segundo, permite verificar la consistencia interna durante el análisis al comprobar que los ítems codificados inversamente se correlacionan negativamente con los ítems formulados positivamente.

6. Prueba piloto con entrevistas cognitivas

Antes de lanzar una encuesta completa, prueba tus preguntas con un grupo pequeño (de cinco a veinticinco personas). Pídeles que piensen en voz alta mientras responden. Esto te permitirá detectar formulaciones confusas, términos ambiguos u opciones de respuesta que no se ajusten a la forma en que la gente piensa realmente sobre el tema.

Cómo analizar datos de escala Likert

Aquí es donde muchos investigadores tropiezan. El método de análisis depende de si se trabaja con ítems individuales de la escala Likert o con puntuaciones agregadas de dicha escala.

El debate entre lo ordinal y lo intervalar

Los ítems individuales de la escala Likert generan datos ordinales. Las categorías de respuesta tienen un orden de clasificación claro, pero no se garantiza matemáticamente que la distancia entre ellas sea igual. "Totalmente de acuerdo" es más positivo que "de acuerdo", pero ¿es la diferencia entre ambas la misma que entre "en desacuerdo" y "totalmente en desacuerdo"? No hay forma de saberlo con certeza.

Piensa en los datos ordinales como en las posiciones finales de una carrera: sabes que el primero llegó antes que el segundo, pero no puedes asumir que la diferencia entre el primero y el segundo sea igual a la diferencia entre el segundo y el tercero. Las puntuaciones de la escala Likert compuesta se aproximan más a una distancia medida, más a los datos de tiempo que a las posiciones finales.

Sin embargo, al agrupar varios ítems en una puntuación de escala compuesta, muchos investigadores consideran que los datos resultantes se distribuyen aproximadamente en intervalos. Esta postura cuenta con un sólido respaldo en la literatura. Investigaciones realizadas por Geoff Norman y otros han demostrado que las pruebas paramétricas (pruebas t, ANOVA, correlaciones de Pearson) son lo suficientemente robustas como para producir resultados válidos con datos de escala Likert, incluso cuando el supuesto de intervalos iguales no se cumple en cierta medida.

En la práctica: para ítems individuales, utilice métodos no paramétricos. Para puntuaciones de escala agregadas de instrumentos de múltiples ítems bien diseñados, las pruebas paramétricas suelen ser aceptables.

Estadística descriptiva

Para los ítems individuales de Likert, informe el modo (respuesta más común) y distribución de frecuencias (Porcentaje de encuestados en cada categoría). Los gráficos de barras son la forma más clara de visualizar las respuestas a preguntas individuales.

Para obtener puntuaciones de escala agregadas, puede informar el mean y desviación estándar para resumir la tendencia central y la dispersión.

Estadística inferencial

Pruebas de confiabilidad

Antes de sacar conclusiones de su escala, verifique su consistencia interna mediante el alfa de Cronbach. Un valor superior a 0.70 suele ser aceptable, y superior a 0.80 se considera muy bueno. Si algún ítem presenta una correlación ítem-total corregida inferior a 0.30, considere eliminarlo, ya que podría no estar midiendo el mismo constructo que los demás ítems.

Verificaciones de validez

Validez de contenido Garantiza que sus elementos cubran el alcance completo de la construcción. Consulte con expertos en la materia durante la fase de diseño.

Validez de constructo Esto se puede evaluar mediante análisis factorial, que confirma si sus ítems se ajustan a las dimensiones teóricas esperadas.

Validez de criterio Compara tus puntuaciones en la escala con una medida establecida del mismo constructo. Una fuerte correlación entre ambas respalda la validez.

Aplicaciones prácticas de las escalas Likert

Investigación académica

En la investigación educativa, las escalas Likert suelen medir la implicación estudiantil, la autoeficacia y las actitudes hacia el aprendizaje. Un instrumento típico puede incluir entre 15 y 20 ítems que miden diferentes aspectos de la motivación académica, agrupados en puntuaciones de subescalas.

Sector Sanitario

Las encuestas de satisfacción del paciente, las evaluaciones de la eficacia del tratamiento y las mediciones de la calidad de vida suelen utilizar formatos Likert. La Escala de Usabilidad del Sistema (SUS, por sus siglas en inglés), por ejemplo, es un conocido instrumento Likert de diez ítems que se utiliza para evaluar la usabilidad de los sistemas de información sanitaria y los dispositivos médicos.

compromiso de los empleados

Las organizaciones utilizan encuestas rápidas con escala Likert para evaluar la satisfacción de los empleados, la seguridad psicológica y el compromiso organizacional a lo largo del tiempo. El formato estandarizado facilita la comparación de resultados entre departamentos y trimestres.

Estudio de mercado

Los estudios de percepción de marca, las encuestas de experiencia del cliente y los instrumentos de retroalimentación de productos se basan en gran medida en las escalas Likert. El Net Promoter Score (NPS), si bien técnicamente tiene un formato diferente, comparte la misma base conceptual de medir el sentimiento en un espectro gradual.

Comentarios del público en directo

Aquí es donde surgen las aplicaciones más potentes. Al impartir una sesión de formación, un taller o una presentación en una conferencia, recopilar comentarios en tiempo real mediante la escala Likert permite evaluar la comprensión y la satisfacción de la audiencia a medida que se desarrolla la sesión, en lugar de depender de los recuerdos posteriores al evento.

AhaSlidesEsta plataforma integral para encuestas en vivo, escalas de valoración, preguntas y respuestas, nubes de palabras y cuestionarios facilita la realización de encuestas, permitiendo a los presentadores integrar preguntas de valoración con escala Likert directamente en sus presentaciones en vivo, con visualización instantánea de las respuestas. No se necesita ninguna herramienta de encuestas adicional.

para evitar errores comunes

Utilizar un solo elemento como "escala". Una sola pregunta no constituye una escala Likert. Los ítems individuales son más susceptibles a errores de medición y efectos de contexto. Para una medición fiable, utilice al menos de cuatro a seis ítems por constructo.

Ignorando la diferencia entre los ítems de Likert y las escalas de Likert. Analizar ítems individuales con estadística paramétrica (calcular la media de una sola pregunta de cinco puntos, por ejemplo) es técnicamente inapropiado. Reserve esos métodos para puntuaciones agregadas de múltiples ítems.

Tratar todos los números como iguales. Asignar valores del 1 al 5 a las opciones de respuesta no convierte automáticamente los datos en intervalos. En la sección de metodología, explique con claridad cómo y por qué trata los datos.

Ignorar la codificación inversa. Si todos tus elementos apuntan en la misma dirección, no puedes distinguir el acuerdo genuino del sesgo de aquiescencia.

Complicar demasiado la escala. Una escala de diez puntos con puntos medios sin etiquetar genera confusión y no mejora significativamente la calidad de los datos en comparación con una versión bien diseñada de cinco o siete puntos.

‍