Escalas de Likert: construcción y análisis

1 · Definición

Una escala de Likert presenta afirmaciones y pide indicar el grado de acuerdo con cada una, en una serie ordenada de opciones.

2 · Cómo se construye

Las afirmaciones. Cortas, en una sola oración, con una sola idea cada una. Mitad redactadas en sentido positivo y mitad en negativo, para detectar a quien responde todo igual sin leer — recordando invertir las negativas antes de sumar.

Las opciones. Cinco o siete puntos, con etiquetas en todas —no solo en los extremos— y equilibradas: la misma cantidad de opciones a cada lado del centro.

1 · Muy en desacuerdo
2 · En desacuerdo
3 · Ni de acuerdo ni en desacuerdo
4 · De acuerdo
5 · Muy de acuerdo

¿Punto medio o no? Con punto medio (impar) se permite la indiferencia genuina, y se acumulan respuestas evasivas. Sin punto medio (par) se fuerza a definirse, y se pierde a quien realmente no tiene posición. No hay consenso; hay que elegir y declarar.

“No sabe / no corresponde” va aparte, nunca en el medio de la escala: no es un punto intermedio de acuerdo.

3 · La discusión: ¿se puede promediar?

Es el debate más viejo de la metodología aplicada, y conviene entender los dos lados.

No se puede, dice la posición estricta. Es una variable ordinal: sabemos que 4 es más que 3, pero no que la distancia entre 3 y 4 sea igual a la que hay entre 4 y 5. Promediar exige distancias iguales. Corresponden mediana, modo y frecuencias.

Se puede en la práctica, dice la posición aplicada. Cuando se suman varios ítems que miden lo mismo, el puntaje total se comporta razonablemente como una variable de intervalo, y los métodos paramétricos son bastante robustos a esa violación.

4 · Qué hacer en la práctica

Para un ítem suelto:

• Tabla de frecuencias con porcentajes por categoría. Es lo más informativo y lo que menos se usa.
• Mediana y modo.
• Gráfico de barras apiladas al 100 %, que es la mejor forma de mostrar varios ítems juntos.
• Para comparar grupos: chi-cuadrado o Mann-Whitney.

Para una escala sumada:

• Verificar la confiabilidad antes de sumar nada.
• Invertir los ítems negativos.
• Sumar o promediar los ítems.
• Tratar el puntaje como cuantitativo, con media, desvío y pruebas paramétricas.
• Declarar que se hizo así.

5 · La trampa de la dicotomización

Una práctica muy extendida: agrupar “de acuerdo” y “muy de acuerdo” en una sola categoría y reportar “el 68 % está de acuerdo”.

Es legítimo para comunicar y tiene dos costos que conviene conocer: pierde información —no distingue el acuerdo tibio del entusiasta— y depende del corte, que muchas veces se elige después de ver los datos.

Si se dicotomiza, va el criterio declarado de antemano y, además, la tabla completa.

6 · Errores frecuentes

• Promediar un ítem suelto sin aclararlo. Si lo hacés, decilo, e informá también la mediana.
• Olvidar invertir los ítems negativos. Es el error de procesamiento más común y arruina la escala entera: los ítems inversos se cancelan con los directos.
• Sumar ítems sin verificar que midan lo mismo. Para eso está el alfa de Cronbach. Sumar cosas heterogéneas produce un puntaje sin significado.
• Poner “no sabe” en el medio de la escala. No es un punto intermedio.
• Etiquetar solo los extremos. Sin etiquetas intermedias, cada persona interpreta distinto los puntos del medio.
• Mezclar escalas de 5 y de 7 puntos en el mismo instrumento.
• Informar solo la media. Dos distribuciones muy distintas pueden tener la misma media: una concentrada en el centro y otra polarizada en los extremos. El gráfico de barras apiladas lo muestra; la media lo esconde.

7 · En el software

# R — invertir un ítem negativo en escala de 1 a 5
datos$item3_inv <- 6 - datos$item3

# Puntaje total y confiabilidad
datos$escala <- rowSums(datos[, c("item1", "item2", "item3_inv")])
psych::alpha(datos[, c("item1", "item2", "item3_inv")])

# Frecuencias por ítem
sapply(datos[items], table)

# Python
datos["item3_inv"] = 6 - datos["item3"]
datos["escala"] = datos[["item1", "item2", "item3_inv"]].sum(axis=1)
datos[items].apply(pd.Series.value_counts)

SPSS:     Transformar › Recodificar en distintas variables  (para invertir)
          Analizar › Escala › Análisis de fiabilidad

@misc{estadistica_ar_escalas_de_likert,
  author       = {Montivero, Jorge Luis},
  title        = {{Escalas de Likert: construcción y análisis}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/escalas-de-likert}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-09-18}
}