La escala de Likert: qué es y cómo utilizarla

Seguro que, aunque no te suene su nombre, la conoces de sobra. La escala de

Likert tiene el honor de ser uno de los items más populares y utilizados en las
encuestas actuales. Tratándose de uno de los conceptos que todo investigador
debe conocer a fondo, hoy te traemos un artículo indispensable para que
aprendas qué es y cómo utilizar correctamente la escala de Likert.
¿Qué es la escala de Likert?
La escala de Likert es una herramienta de medición que, a diferencia de preguntas
dicotómicas con respuesta sí/no, nos permite medir actitudes y conocer el grado
de conformidad del encuestado con cualquier afirmación que le propongamos.
Resulta especialmente útil emplearla en situaciones en las que queremos que la
persona matice su opinión. En este sentido, las categorías de respuesta nos
servirán para capturar la intensidad de los sentimientos del encuestado hacia
dicha afirmación.
Sería un ejemplo de Likert la afirmación “Estoy satisfecho con los productos de la
empresa LexCorp” y la escala de valoración Totalmente de desacuerdo/ En
desacuerdo/ Neutral/ De acuerdo/ Totalmente de acuerdo:

Ítem de Likert vs escala de Likert

Estrictamente hablando, el ejemplo anterior (“Estoy satisfecho con los productos
de la empresa LexCorp” ) es un ítem Likert. Mientras que la suma de varios ítems
Likert junto con las valoraciones del encuestado en cada uno de ellos, componen
una escala de Likert (solo debemos sumar las valoraciones de aquellos ítems cuyo
contenido sea similar entre sí).
Usos de los Items de Likert
Podemos utilizar el ítem Likert para medir diferentes actitudes de un encuestado.
Por ejemplo, podemos emplearlo para descubrir:
 El nivel de acuerdo con una afirmación.
 La frecuencia con la que se realiza cierta actividad.
 El nivel de importancia que se atribuye a un determinado factor.
 La valoración de un servicio, producto, o empresa.
 La probabilidad de realizar una acción futura.

¿Cuántos niveles debe tener el ítem?

Entre los investigadores no hay un consenso claro al respecto. Probablemente el
ítem más utilizado sea el de 5 niveles, pero también se utilizan de 4, 7, o 10. Lo
que sabemos es que añadir niveles redunda en la obtención de unas valoraciones
más diversas. Por ejemplo, en un ítem de solo 5 puntos, los encuestados suelen
evitar las 2 opciones extremas, obteniendo muy poca variación (es el conocido
como central tendency bias).
Por otro lado, hay estudios que concluyen que, a partir de 8 niveles, los resultados
obtenidos son los mismos que con 8, con lo que añadir niveles no redundará en
una mayor variación en los resultados. Parece pues que lo óptimo son los ítems
con 7 u 8 niveles.

¿Cómo tratar los resultados?

Una vez terminado el cuestionario, cada ítem puede ser analizado separadamente
o bien, en determinados casos, las respuestas de un conjunto de ítems Likert
pueden sumarse y obtener un valor total. El valor asignado a cada posición es
arbitrario y lo determinará el propio investigador/diseñador de la encuesta. Dado
este valor, podremos calcular la media, la mediana, o la moda. La mediana y la
moda son las métricas más interesantes, dado que hacer una interpretación de la
media numérica si manejamos categorías como "de acuerdo" o "en desacuerdo",
no nos aportará mucha información.
Normalmente, en investigación comercial, los datos obtenidos los trataremos como
un intervalo, no como datos ordinales, si bien cabe señalar que en la literatura
científica hay un amplio debate metodológico al respecto.

✔ Ventajas del ítem Likert

Desde el punto de vista del diseño del cuestionario, es una escala fácil de
construir.
Desde el punto de vista del encuestado, le ofrecemos la facilidad de poder graduar
su opinión ante afirmaciones complejas.
En Internet funciona especialmente bien: es muy visual, el encuestado puede
realizar comparaciones entre ítems, así como modificar y ajustar su respuesta
fácilmente, tal y como podemos ver en esta pregunta de encuesta tipo Likert

✘ Inconvenientes del ítem Likert

Por un lado, dos personas pueden obtener el mismo valor en la escala Likert,
habiendo realizado elecciones diferentes.
Es difícil tratar las respuestas neutras, del tipo "ni de acuerdo ni en desacuerdo".
Los encuestados tienden a estar de acuerdo con las afirmaciones presentadas. Es
el fenómeno que conocemos como acquiescence bias.
Te recomendamos
Una buena escala de Likert debe ser simétrica, es decir, debe tener el mismo
número de categorías positivas y negativas.
Es recomendable que la escala incluya un punto medio, para que los encuestados
puedan seleccionar esa opción en caso de indecisión o neutralidad.
Si utilizamos varias escalas a lo largo del cuestionario, es interesante que sean
iguales o muy parecidas entre sí, es decir, que las valoraciones positivas siempre
estén en la misma zona, y que siempre tengamos el mismo número de niveles,
para evitar confundir al participante.
Algunos investigadores señalan que la escala Likert no es la mejor forma de
conocer una opinión, ya que ésta puede estar situada justo en el espacio que hay
entre dos de las opciones presentadas. En este sentido, una solución que nos
permite la tecnología online es que la valoración se realice mediante un control
deslizante (slider), de forma que el respondiente pueda expresar su opinión de una
forma mucho más fina.
Finalmente, como alternativa a la escala Likert, proponemos el uso de las escalas
específicas, que presentan una mayor validez y calidad estadísticas.

Antecedentes de la escala de Likert

La escala de Likert es una de las herramientas más utilizadas por los
investigadores de mercado cuando desean evaluar las opiniones y
actitudes de una persona. Existen varios tipos de escalas de medición
enfocadas directamente a medir las actitudes de las personas, entre
ellas, una de las más utilizadas es de la que hablaremos a continuación.

Qué es la escala de Likert

Empecemos con el nombre de la escala, el cual tiene su origen debido al
psicólogo Rensis Likert. Likert distinguió entre una escala apropiada, la
cual emerge de las respuestas colectivas a un grupo de ítems (pueden
ser 8 o más), y el formato en el cual las respuestas son puntuadas en un
rango de valores.

Técnicamente, una escala escala de likert hace referencia al último. La

diferencia de estos dos conceptos tiene que ver con la distinción que
Likert hizo entre el fenómeno que está siendo investigado y las variables
de los medios de captura.

La escala de Likert es uno de los tipos de escalas de medición. Es una

escala psicométrica utilizada principalmente en la investigación de
mercados para la comprensión de las opiniones y actitudes de un
consumidor hacia una marca, producto o mercado meta. Nos sirve
principalmente para realizar mediciones y conocer sobre el grado de
conformidad de una persona o encuestado hacia determinada oración
afirmativa o negativa.

Cuando se responde a un ítem de la escala de likert, el usuario responde

específicamente en base a su nivel de acuerdo o desacuerdo. Las
escalas de frecuencia con la de Likert utilizan formato de respuestas fijos
que son utilizados para medir actitudes y opiniones. Estas escalas
permiten determinar el nivel de acuerdo o desacuerdo de los
encuestados.

La escala de Likert asume que la fuerza e intensidad de la experiencia es

lineal, por lo tanto va desde un totalmente de acuerdo a un totalmente
desacuerdo, asumiendo que las actitudes pueden ser medidas. Las
respuestas pueden ser ofrecidas en diferentes niveles de medición,
permitiendo escalas de 5, 7 y 9 elementos configurados previamente.
Siempre se debe tener un elemento neutral para aquellos usuarios que ni
de acuerdo ni en desacuerdo.

Ejemplos de preguntas
Nivel de acuerdo o desacuerdo de una oración
Creo que la innovación es el elemento más importante a la hora de iniciar
una startup.

El sabor en la comida que consumo es lo más importante para elegir un

lugar en el que comer.

Mi aportación a la empresa es siempre valiosa.

Frecuencia de realización de una actividad

Salgo de vacaciones al menos 2 veces al año.

Consumo productos para cuidado de la piel todos los días.

Importancia de un factor
La experiencia del usuario dentro de mi estrategia comercial es…

Valoración de marca, empresa, producto o servicio

La marca de A se preocupa por el medio ambiente y la naturaleza

Probabilidad de realizar una acción en el futuro

Tengo planeado adquirir un automóvil en los próximos 6 meses.

Ejemplos de escalas de Likert

 Ventajas
 Es una escala de fácil aplicación y diseño.
 Puede utilizar ítems que no tienen relación con la expresión.
 Ofrece una graduación de la opinión de las personas encuestadas.
 Muy sencilla de contestar.

Desventajas
 Existen estudios científicos que indican que existe un sesgo en la
escala, ya que las respuestas positivas siempre superan a las
negativas.
 También hay estudios que indican que los encuestados tienden a
contestar “de acuerdo” ya que implica un menor esfuerzo mental a la
hora de contestar la encuesta.
 Dificultad para establecer con precisión la cantidad de respuestas
positivas y negativas.
 Si te ha quedado claro todo, es momento de crear tu primera encuesta
online utilizando la escala de Likert.

Criterios fundamentales para configurar los ítems

de una escala de Likert
Los ítems se deben relacionar fácilmente con las respuestas de la
oración, sin importar que la relación entre ítem y oración sea evidente.

Los ítems deben de tener siempre dos posturas extremas así como un
ítem intermedio que sirva de graduación entre los extremos. Es
importante mencionar que a pesar de que la escala de Likert más común
es la de 5 ítems, el uso de más ítems ayuda a generar mayor precisión
en los resultados.

Los ítems de la escala deben ser siempre seguros y fiables. Para lograr
la fiabilidad en ocasiones es necesario sacrificar la precisión de la escala.

Diferencias entre escala de Likert e ítem Likert.

Identificar cuando hablamos de una escala de Likert y un elemento tipo

Likert es muy fácil. La escala de Likert está compuesta por varios ítems
likert como se muestra en la siguiente imagen.

Escala de Likert y análisis de datos

Las encuestas se utilizan constantemente para medir la calidad. Por
ejemplo, las encuestas pueden utilizarse para medir la percepción del
cliente sobre la calidad del producto o el desempeño de la calidad en la
prestación de servicios.

Las escalas Likert son un formato de clasificación común para las

encuestas. Los encuestados clasifican la calidad de alto a bajo o mejor a
peor utilizando cinco o siete niveles.

Los estadísticos generalmente han agrupado los datos recogidos de

estas encuestas en una jerarquía de cuatro niveles de medición:

 Datos nominales: El nivel de medición más débil que representa

categorías sin representación numérica.
 Datos ordinales: Datos en los que es posible ordenar o clasificar las
respuestas, pero no es posible medir la distancia.
 Datos de intervalo: En general, datos enteros en los que se pueden
realizar mediciones de pedidos y distancias.
 Datos de relación: datos en los que es posible el ordenamiento
significativo, distancia, decimales y fracciones entre variables.
Los análisis de datos que utilizan datos nominales, de intervalo y de
relación son generalmente sencillos y transparentes. Los análisis de
datos ordinales, particularmente en lo que se refiere a Likert u otras
escalas en las encuestas, no lo son.

Una razón subyacente para analizar los datos ordinales como datos de
intervalos podría ser la afirmación de que las pruebas estadísticas
paramétricas (basadas en el teorema del límite central) son más
poderosas que las alternativas no paramétricas.

Sin embargo, el tratamiento de los datos ordinales como datos de

intervalo (o incluso de relación) sin examinar los valores del conjunto de
datos y los objetivos del análisis puede inducir a error y tergiversar los
resultados de una encuesta.

Fundamentos de las escalas de Likert

Las escalas de Likert se desarrollaron en 1932 como la familiar respuesta
bipolar de cinco puntos con la que la mayoría de la gente está
familiarizada hoy en día.3 Estas escalas van desde un grupo de
categorías-menos a la mayoría-pidiendo a la gente que indique cuánto
está de acuerdo o en desacuerdo, aprueba o desaprueba , O creer que
es cierto o falso.

Realmente no hay manera incorrecta de construir una escala de Likert.

La consideración más importante es incluir al menos cinco categorías de
respuesta. Algunos ejemplos de grupos de categorías aparecen en la
Tabla 1.

Los extremos de la escala a menudo se aumentan para crear una escala

de siete puntos añadiendo “muy” a la parte superior e inferior de las
escalas de cinco puntos. Se ha demostrado que la escala de siete puntos
alcanza los límites superiores de la confiabilidad de la escala.4

Como regla general, Likert y otros recomiendan que sea mejor utilizar
una escala lo más amplia posible. Siempre puede colapsar las
respuestas en categorías condensadas, si es apropiado, para el análisis.
Con esto en mente, las escalas a veces se truncan a un número par de
categorías (normalmente cuatro) para eliminar la opción “neutral” en una
escala de encuesta de “elección forzada”.

Análisis, generalización a índices continuos

Como regla general, la media y la desviación estándar son parámetros
no válidos para la estadística descriptiva cuando los datos están en
escalas ordinales, al igual que cualquier análisis paramétrico basado en
la distribución normal.

Los procedimientos no paramétricos basados en el rango, la mediana o

el rango son apropiados para analizar estos datos, al igual que los
métodos libres de distribución tales como tabulaciones, frecuencias,
tablas de contingencia y estadísticas de chi-cuadrado.

Los modelos de Kruskall-Wallis pueden proporcionar el mismo tipo de

resultados que un análisis de varianza, pero en base a los rangos y no a
los medios de las respuestas. Dado que estas escalas son
representativas de una medida subyacente continúa, una recomendación
es analizarlas como datos de intervalos como un piloto antes de recoger
la medida continua.

La Tabla 2 incluye un ejemplo de conclusiones engañosas, mostrando

los resultados de la encuesta anual de Alfred P. Sloan Foundation sobre
la calidad y extensión del aprendizaje en línea en los Estados Unidos.
Los encuestados utilizaron una escala de Likert para evaluar la calidad
del aprendizaje en línea en comparación con el aprendizaje presencial.

Mientras que el 60% de los encuestados percibe el aprendizaje en línea

como igual o mejor que cara a cara, hay una minoría persistente que
percibe el aprendizaje en línea como al menos algo inferior.

Si estos datos fueron analizados utilizando medios, con una escala de 1

a 5 de inferior a superior, esta separación se perdería, dando medios de
2,7, 2,6 y 2,7 para estos tres años, respectivamente. Esto indicaría un
acuerdo ligeramente inferior al promedio en lugar de la distribución real
de las respuestas.

Mejores prácticas para analizar los resultados de

la escala de Likert
 Las escalas Likert de cinco puntos se asocian comúnmente con las
encuestas y se usan en una amplia variedad de entornos. Te has topado
con la escala de Likert si alguna vez te han preguntado si estás
totalmente de acuerdo, de acuerdo, ni de acuerdo o en desacuerdo, en
desacuerdo o muy en desacuerdo sobre algo. Arriba podrás encontrar
algunos ejemplos de este tipo de preguntas.

Debido a que los datos de los elementos de Likert son discretos,

ordinales y tienen un alcance limitado, ha habido una larga disputa sobre
la forma más válida de analizar los datos de Likert. La elección básica es
entre una prueba paramétrica y una prueba no paramétrica. Los pros y
los contras para cada tipo de prueba se describen generalmente como
los siguientes:

 Las pruebas paramétricas, como la prueba t de 2 muestras, asumen

una distribución normal y continua. Sin embargo, con un tamaño de
muestra suficiente, las pruebas t son robustas a las salidas de la
normalidad.
 Las pruebas no paramétricas, como la prueba de Mann-Whitney, no
asumen una distribución normal o continua. Sin embargo, hay
preocupaciones acerca de una menor capacidad de detectar una
diferencia cuando uno realmente existe.
¿Cuál es la mejor opción? Esta es una decisión real que tienes que
hacerte cuando vas a hacer un análisis de los datos de tu encuesta
cuando utilizaste Likert.

A través de los años, una serie de estudios que han tratado de responder
a esta pregunta. Sin embargo, han tendido a mirar un número limitado de
distribuciones potenciales para los datos Likert, lo que hace que la
generalización de los resultados a sufrir.

Gracias a los aumentos en la potencia de la computación, los estudios de

simulación ahora pueden evaluar a fondo una amplia gama de
distribuciones.

Los investigadores identificaron un conjunto diverso de 14 distribuciones

que son representativas de los datos reales de Likert. El programa
informático dibujó pares independientes de muestras para probar todas
las combinaciones posibles de las 14 distribuciones.

En total, se generaron 10.000 muestras aleatorias para cada una de las

98 combinaciones de distribución. Los pares de muestras se analizan
utilizando tanto la prueba t de dos muestras y la prueba de Mann-
Whitney para comparar la eficacia de cada prueba. El estudio también
evaluó diferentes tamaños de muestra.

Los resultados muestran que para todos los pares de distribuciones las
tasas de error Tipo I (falso positivo) son muy cercanas a las cantidades
objetivo. En otras palabras, si usted utiliza cualquiera de los análisis y
sus resultados son estadísticamente significativos, no es necesario estar
demasiado preocupado por un falso positivo.

Los resultados también muestran que para la mayoría de los pares de

distribuciones, la diferencia entre el poder estadístico de las dos pruebas
es trivial. En otras palabras, si realmente existe una diferencia a nivel de
población, cualquiera de los análisis es igualmente probable que lo
detecte.

Las preocupaciones sobre la prueba de Mann-Whitney que tienen menos

poder en este contexto parecen ser infundadas.

Tengo una advertencia. Hay algunos pares de distribuciones específicas

donde hay una diferencia de poder entre las dos pruebas.

Si realiza ambas pruebas en los mismos datos y no están de acuerdo

(uno es significativo y el otro no lo es), puede consultar una tabla del
artículo para determinar si una diferencia en el poder estadístico podría
ser un problema. Esta diferencia de poder afecta sólo a una pequeña
minoría de los casos.

En general, la elección entre los dos análisis es lazo. Si necesita

comparar dos grupos de datos de Likert de cinco puntos, normalmente
no importa qué análisis utilice.

Ambas pruebas proporcionan casi siempre la misma protección contra

falsos negativos y siempre proporcionan la misma protección contra
falsos positivos. Estos patrones son válidos para tamaños de muestra de
10, 30 y 200 por grupo.
Ejemplos de escalas Likert para medir el nivel de satisfacción:
Este es uno de los mejores ejemplos de cómo utilizar la escala Likert cuando intentas
comprender el nivel de satisfacción del cliente. Por lo general, en este tipo de casos se
utiliza una escala unipolar tal y como se muestra en la siguiente imagen:

El conocimiento sobre lo que tus clientes o empleados piensan sobre tu nuevo producto o la
implementación de una nueva función de un producto puede obtenerse realizando una
pregunta de este tipo.

Ejemplo de escala de Likert para medir el grado de importancia:

Por ejemplo, estás presentando una nueva característica o lanzando un nuevo producto a un
mercado altamente competitivo. Si este es el caso, es importante saber qué opinan de esta
inclusión para saber su éxito.
Antes de implementar realmente el cambio, puedes realizar una encuesta online y evitar el
gasto de lanzar un producto que no sea lo que los clientes necesitan.
¿Cómo puedes hacer esto? Mediante el uso de uno de los mejores ejemplos de escala de
Likert:
Ejemplo de escala de Likert para entender la frecuencia de
ocurrencia:
Digamos que estás realizando una campaña de email marketing semanal, y lo que has
provocado gracias a esto es una caída drástica de suscriptores. Necesitas los conocimientos
adecuados para obtener los resultados correctos.
Comprender porqué se produce esta caída y decidir la frecuencia de los correos
electrónicos. Es por eso que es de extrema importancia preguntarle a los clientes con qué
frecuencia preferirían recibir correos electrónico de tu organización.
Te recomiendo aplicar los ejemplos de escalas de Likert pasados y el siguiente, estos te
ayudarán a obtener resultados eficientes en tu organización:

Ejemplo de escala Likert para ver el grado de dificultad:

Este es iuno de esos ejemplos de escalas Likert que se puede utilizar para comprender qué
tan fácil o difícil fue para tus clientes implementar una función nueva de tu producto o el
uso de un nuevo producto. También se puede utilizar para saber si tus empleados
consideran que el cambio en las políticas de la organización es fácil o difícil de sobrellevar.