Universidad de Viña del Mar Escuela de Ciencias Sociales Carrera de Sociología

TECNICAS CUANTITATIVAS ESCALA LIKERT

La escala Likert, creada en 1932 por el psicólogo norteamericano Rensis Likert (1903-1981), es el instrumento más usado para medir actitudes. La escala Likert es un conjunto de aseveraciones (items) ante las cuales la persona expresa su grado de acuerdo o desacuerdo o indecisión. Cada ítem tiene habitualmente cinco opciones de respuesta: Muy de acuerdo (MA), De acuerdo (A), Indeciso (I), En desacuerdo (D) y Muy en desacuerdo (MD). No hay respuestas correctas o incorrectas. Hay items positivos, que expresan actitud positiva hacia el objeto, e items negativos, que expresan actitud negativa hacia el objeto. Si estamos midiendo actitud hacia la televisión, un ítem positivo sería “la televisión sirve para estar al día en muchos temas” y uno negativo sería “ver televisión es perder el tiempo”. Es conveniente que la escala tenga ambos tipos de items para controlar la tendencia a estar de acuerdo con las aseveraciones o a contestar mecánicamente. Los puntajes van de 1 a 5, dando mayor puntaje a la opción de respuesta que indica actitud positiva hacia el objeto. Si el ítem es positivo, la opción MA recibe 5 puntos; si es negativo, la opción MD recibe 5 puntos. En el ejemplo del párrafo anterior, recibe puntajes máximos quien está muy de acuerdo con que la televisión sirve para estar al día, y muy en desacuerdo con que ver televisión es perder el tiempo. El puntaje de una persona en la escala es la suma de los puntajes que ha obtenido en los items. A mayor puntaje en la escala, más positiva es su actitud. La escala Likert se aplica habitualmente como parte de un cuestionario, que puede contener varias escalas y otros instrumentos. La escala Likert es una escala sumatoria: sus puntajes son la suma de los puntajes de los items. Otras escalas sumatorias son las de items con opciones de respuesta de 0 a 10, y las de items dicotómicos (1=sí, 0=no). La escala Likert fue diseñada para medir actitudes pero, por lo fácil que es construirla, contestarla y analizarla, y porque sus propiedades psicométricas (validez, confiabilidad) son relativamente fáciles de evaluar, es usada para medir opiniones, percepciones, valores, aspectos de personalidad y otras variables. Por ejemplo, la ----------------------------------------------------------------------------------------------------------J. Rodríguez Cano, U.de Viña del Mar, julianrc@uvm.cl

En general.pregunta “¿Qué le pareció la selección de fútbol en el último partido?” puede tener las opciones de respuesta “muy bien”. palabras como ‘todos’. Hay varias recetas para escribir items. Una limitación de toda medición en papel es que exige un grado mínimo de comprensión de lectura. Aunque la confiabilidad de una escala aumenta al tener más items. porque el error sistemático tenderá a compensarse. no equivalente a la respuesta escrita. ----------------------------------------------------------------------------------------------------------J.cl . Las personas suelen contestar tratando de ser consistentes con su actitud actual. cuantos más items haya. por lo tanto. Las palabras aíslan la conducta. ‘siempre’. en que todos o nadie estarán de acuerdo. Esto depende de las características de las personas a las que se les va a aplicar y del lugar donde se hará. No usar. “regular”. ‘nadie’. con palabras simples. La conducta se da en una situación concreta. Aquí hay unas cuantas: • • • • Evitar aseveraciones que se refieran a hechos del pasado. mayor será la confiabilidad. Son la respuesta verbal a una situación simbólica. es problemático aplicarla a niños o a personas de muy bajo nivel educacional o con grados de analfabetismo. “mal” y “muy mal”. Revelan en parte el deber ser. “bien”. en un contexto con muchos otros elementos. la sacan de contexto real. con puntajes 5 a 1 respectivamente. salvo que se justifique. julianrc@uvm. Las diferencias en los extremos de la escala no se detectan con items extremos sino con el uso de las opciones de respuesta de los items. Si simplemente no recuerdan. U. estar escritos en forma directa. y similares. no entregan información. Evitar aseveraciones de hechos objetivos o de conocimientos. ‘nunca’. • • • ¿Cuántos items debe tener una escala? No se recomienda más de quince o veinte items. Evitar items extremos. Los items deben ser cortos. el aumento va disminuyendo al agregar (ver más adelante el coeficiente Spearman-Brown). entendibles y familiares para el que contesta. Pero no tenemos mejor alternativa: una buena medición debe contextualizar lo más posible el estímulo que aparece en el papel. suelen idealizar el pasado o inventarlo.de Viña del Mar. Evitar palabras como ‘sólo’. Una escala larga puede aburrir y hacer que las respuestas al resto de la escala no sean contestadas o lo sean mecánicamente. ‘ninguno’. es preferible dos items con una cada uno. Los items extremos no discriminan y. Evitar items que contengan dos o más aseveraciones. etc. Rodríguez Cano. Por otra parte. ‘principalmente’. ‘solamente’. También se supone que una escala mide una sola dimensión y esto es menos sostenible al haber más items. Un problema de esta escala radica en el elemento conductual de las actitudes: es la distancia que hay entre la respuesta a palabras escritas en un papel y la conducta real. En vez de un ítem con dos aseveraciones.

Un ítem discrimina si separa a los sujetos en el ítem en forma similar a como los separa en la actitud. se modifican. Para cada persona se suman los puntajes que obtuvo en los items. julianrc@uvm. Para evaluarlo se pueden tomar los grupos de los cuartiles extremos (4° y 1°) en el puntaje total y comparar sus promedios en el ítem mediante un Anova. Rodríguez Cano. contestan los items e indican qué problemas han tenido al hacerlo. Esto se hace porque.cl . teóricamente.de Viña del Mar. aunque las opciones de respuesta de los items son variables ordinales. Otra forma de hacerlo es correlacionar los puntajes del ítem y la escala. La suma es su puntaje en la escala. Los sujetos del pretest. la validez y confiabilidad de la escala y. Se aplica la escala. de características similares a los que se les va a aplicar la escala definitiva. 5. 2. ANALISIS DE LOS ITEMS El análisis de los items sirve para determinar cuáles se mantendrán en la escala y cuáles se han de eliminar. 4. Escribir items positivos y negativos.Las etapas en la construcción de la escala son: 1. Likert indica algunas posibles causas de que un ítem no discrimine: • Es poco entendible. si corresponde. ----------------------------------------------------------------------------------------------------------J. para posibles reemplazos. en que la actitud que la subyace es continua. Aplicar un pretest. cuantitativa. Se espera que los items discriminen y que se correlacionen positivamente entre sí. Definir el concepto nominal y operacionalmente. (Crear más de los necesarios. Se analizan los items. se les considera cuantitativas porque tienen más de tres categorías de respuesta. U. Construcción de items. Esto se justifica además. expresada en el puntaje de la escala.) 3.

• • Se refiere a algo diferente del resto de los items (por lo tanto. su correlación con la escala no será 0 porque el ítem es parte de la escala. deben estar también correlacionados con la escala. conviene eliminar uno porque está midiendo lo mismo que el otro. el mismo concepto. Esta atenuación también ocurre cuando se disminuye el número de opciones de respuesta de los items. produzca resultados similares. Cuanto más alta es la correlación. Se verá aquí otra forma de confiabilidad. especialmente aplicable a escalas y tests. quiere decir que miden lo mismo. y de cada uno con los demás. U. CONFIABILIDAD: CONSISTENCIA INTERNA Se han analizado antes dos formas de confiabilidad: la estabilidad del instrumento y el grado de acuerdo entre jueces.cl . probablemente su correlación con la escala será baja. que correlaciona los puntajes de las dos mitades del test. Es respondido igual (o casi igual) por todo el grupo. julianrc@uvm. como el ‘split-half’. que es la suma de los items. Además de alargar inútilmente la escala. La consistencia interna de un instrumento consiste en que cada parte de la escala mida lo mismo. Esto se da habitualmente en items muy extremos. la consistencia interna. personas en diferentes posiciones de la escala tienen igual probabilidad de estar de acuerdo). Se deben eliminar los items que están poco correlacionados con los demás y con la escala. Un ítem debe ser también eliminado si está correlacionado positivamente con algunos items y negativamente con otros. Los items que están poco correlacionados miden cosas diferentes. mayor es la medición común del concepto. es extremadamente alta. Sin embargo. Un ítem que discrimina adecuadamente está también correlacionado con los demás items y con la escala. Cuando hay pocos items conviene correlacionar cada ítem con la escala sin el ítem. Un ítem poco correlacionado no aporta a la escala y disminuye su validez y su confiabilidad. Hay que tener presente que aunque un ítem no esté correlacionado con ninguno otro. Los items deben estar correlacionados entre sí. si la correlación entre dos items. Un peligro al eliminar muchos items es que algunas dimensiones pueden quedar con muy pocos items o con ninguno. si son ----------------------------------------------------------------------------------------------------------J. Si la correlación es negativa hay que considerar invertir su codificación.de Viña del Mar. da doble ponderación al aspecto medido. Rodríguez Cano. además. Si miden lo mismo. de manera que sea indiferente cuál parte del instrumento usamos en nuestra medición. Por lo tanto. La correlación disminuye si los items tienen poca varianza. Los primeros métodos usados fueron los de equivalencia. Si dos items están correlacionados.

¿cuántos items se estima debería tener para que la confiabilidad fuera . Si la confiabilidad del test de treinta items es . se quiere acortar un test de treinta a veinte items.equivalentes. julianrc@uvm.85) 1+ 3 ( ) ( ) en que k = 20/30 = 2/3.79. si la correlación de las mitades ( r ' ) es . El nuevo test tendrá una confiabilidad de .70. la correlación será alta. la confiabilidad estimada del nuevo test será: 2 (.cl . Por ejemplo.85) 3 r= = . Rodríguez Cano. U.) La fórmula de Spearman-Brown sirve para estimar la confiabilidad al alargar o acortar un instrumento. al aumentar o disminuir el número de items: r= kr ' 1 + (k − 1)r ' en que r’ es la confiabilidad de la escala inicial. Ésta no indica la confiabilidad del instrumento sino la de cada una de las mitades. k = 2. (Se sabe que la confiabilidad aumenta al alargar un test. eligiéndolos al azar.de Viña del Mar. como cuando sabemos la confiabilidad de las mitades y queremos conocer la del test entero. Si se duplica el tamaño del test. la confiabilidad del test 2(.80? La respuesta es 26 items.75 1 + (. si un escala de quince items tiene confiabilidad .79 2 − 1 (. k=2 si se aumenta al doble.85.60) entero será r = = .60) Se puede también usar la fórmula de Spearman-Brown para estimar cuántos items se necesitan para conseguir una determinada confiabilidad: k= r (1 − r ') r '(1 − r ) Por ejemplo.60. k=. y r es la confiabilidad de la nueva escala. k es el tamaño de la nueva escala con respecto a la escala inicial (por ejemplo. Está atenuada porque cada parte tiene la mitad de los items del test. Se puede ver que en este caso. ----------------------------------------------------------------------------------------------------------J.5 si se acorta a la mitad). la fórmula del coeficiente de Spearman-Brown se simplifica a: r= 2r ' 1+ r ' Por ejemplo.

su varianza es la suma de las varianzas de cada ítem más dos veces su covarianza. Es sabido que si x = x1 + x2 .No hay una relación proporcional entre el aumento del largo del test y el aumento de la confiabilidad. La suma de todos los elementos de la matriz es igual a la varianza de la escala. Si una escala Likert tiene dos items. Esto se debe al factor ‘techo’: r no puede ser mayor de 1. U. que van en la misma dirección. en que i<j. pueden haber muchas correlaciones. El coeficiente α es la medida más usada para medir confiabilidad de escalas y tests. las varianzas indican variación no compartida por los items. En la diagonal principal. dado que la ubicación de los items en la escala es arbitraria. la varianza es la suma de las varianzas de los k items más dos veces la suma de las covarianzas de todos los pares de items. se puede decir que es varianza ‘mala’. el promedio de estas correlaciones es numéricamente igual al coeficiente α creado por Lee Cronbach en los años 50. su varianza es: s = ∑ s + 2∑ 2 x i =1 2 i i =1 k k ∑ Cov j=1 k ij . ----------------------------------------------------------------------------------------------------------J. La objeción que se hace al método de ‘split-half’ es que el cansancio o la reactividad pueden hacer diferentes las respuestas de cada mitad. Mide el grado en que los items son consistentes. Rodríguez Cano. Pero. la varianza de x es igual a la suma de la varianza de x1 más la de x2 más dos veces la covarianza de x1 y x2 . Si hay k items. Si se parte un test en todos las posibles pares de mitades y se calcula una correlación para cada par.de Viña del Mar. las varianzas indican inconsistencia. se puede decir que es varianza ‘buena’. Las covarianzas indican variación compartida por los items.cl . Si x es la suma de k elementos. Las covarianzas indican consistencia de los items. sino de una manera más fácil. Es una matriz simétrica porque los dos triángulos son iguales. El cálculo de α no se realiza correlacionando todos los pares de mitades. Los elementos de la matriz de covarianzas son las varianzas en la diagonal principal y las covarianzas en los dos triángulos (arriba y abajo de la diagonal principal). en que miden lo mismo. julianrc@uvm. usando la matriz de covarianza de los items. y también menor cuanto mayor sea r. Ésta crece en menor proporción. y es aun menor al continuar aumentando k. Los items pueden variar conjuntamente con otros items (covarianzas) o separadamente (varianzas). Esto se puede superar correlacionando los puntajes de los items pares e impares.

cl . ‘de varianza-covarianza’).Cuanto mayores son los valores de las covarianzas y menores los de las varianzas.de Viña del Mar. como en esta salida de Spss. y s x es la varianza de la escala total. más consistente es la escala.70 ó . julianrc@uvm. La fórmula contiene un factor de corrección (k / k-1) y la proporción de varianza ‘buena’ (igual a uno menos la proporción de varianza ‘mala’). En la tabla de datos siguiente. Muestra el análisis de la consistencia interna de una escala Likert. Se considera que un valor superior a . Si es menor. Es simétrica: ----------------------------------------------------------------------------------------------------------J. Rodríguez Cano. U. Una escala Likert de cinco items es aplicada a doce personas. si2 es la varianza del ítem i. La fórmula de α es: k ⎛ 2 ⎞ ⎜ ∑ si ⎟ k ⎜1 − i=1 2 ⎟ α= k −1⎜ sx ⎟ ⎜ ⎟ ⎝ ⎠ en que k es el número de items. pueden desecharse los items que menos aportan a la confiabilidad de la escala (la salida de Spss indica qué pasaría si se eliminara cada ítem). Los valores de α van de 0 a 1.80 es aceptable. ITEMS 1 3 4 4 3 2 3 4 4 3 2 3 5 2 2 2 3 2 1 1 4 3 3 3 3 4 3 1 2 2 2 1 2 3 3 2 1 3 3 4 4 4 5 5 4 3 5 5 4 3 3 3 5 3 4 3 2 2 3 3 4 4 2 3 3 2 -------------------------------------------------------------Se muestra a continuación la matriz de covarianzas (llamada a veces. Se presenta abajo una salida de Spss a la que he agregado comentarios. los items están en las columnas y las personas en las líneas.

727273 0.1929 (columna ‘Corrected ItemTotal Correlation’).090909 0.545455 --------------------------------------------------------------- R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Statistics for SCALE Mean 15.7281 El coeficiente α es aceptable (.272727 0.6667 12.363636 ITEM2 0. el inferior.628788 0.6098 .5374 .4167 12.de Viña del Mar.181818 ITEM3 ITEM4 ITEM5 0.8175 si se elimina el ítem 4.7537). ----------------------------------------------------------------------------------------------------------J.515152 0.0000 Variance 9.cl .7537 Scale Variance if Item Deleted 5.0000 12.090909 0.181818 0.9091 Corrected ItemTotal Correlation .7118 .6364 6. En la diagonal principal aparecen las varianzas de cada ítem.9015 7.7687 .4683 Alpha if Item Deleted .8175 .0451 N of Variables 5 ---------------------------------------------------------------- ITEM-TOTAL Statistics Scale Mean if Item Deleted ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 Alpha = 11. Se puede ver la baja correlación de este ítem con el conjunto de los demás: .3333 5.7197 5. julianrc@uvm.7064 .515152 0.090909 0.9167 11.2727 Std Dev 3.1929 .0000 .492424 0. Rodríguez Cano. U. Spss muestra sólo uno. VARIANCE-COVARIANCE MATRIX ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 ITEM1 0.992424 0.787879 0.sus triángulos superior e inferior son iguales.6436 . pero la última columna (‘Alpha if Item Deleted’) nos dice que puede aumentar a .

los cambios que ha producido la eliminación del ítem 4: R E L I A B I L I T Y A N A L Y S I S S C A L E (A L P H A) Statistics for SCALE Mean 11.6667 .A continuación.7066 A N A L Y S I S Scale Variance if Item Deleted 6.6434 .4000 12.7656 . U.8099 . Analizar la siguiente salida de Spss para una escala de cinco items. después sólo el item 3.6364 Std Dev 2.0000 Variance 7.0667 12. Rodríguez Cano.8375 Alpha = .1143 6. julianrc@uvm. Item 1 Item 1 Item 2 Item 3 10 5 4 Item 2 5 5 3 Item3 4 3 8 Ejercicio 2.0606 4.8175 Ejercicio 1.9167 8.0000 Scale Variance if Item Deleted 4.7810 6.de Viña del Mar.8286 7. Después calcularlo eliminando sólo el item1.4743 Alpha if Item Deleted .1333 12.4545 Corrected ItemTotal Correlation .6282 .4470 5.5781 .4441 .6667 8.cl .5282 .6996 .7634 N of Variables 4 ITEM-TOTAL Statistics Scale Mean if Item Deleted VAR00001 VAR00002 VAR00003 VAR00005 7. Calcular α a partir de la siguiente matriz de covarianzas.7793 . R E L I A B I L I T Y Scale Mean if Item Deleted ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 Alpha = 14.5402 . después sólo el item 2.8381 S C A L E (A L P H A) Corrected ItemTotal Correlation .5696 ----------------------------------------------------------------------------------------------------------J.7155 .2652 4.2396 .4167 8.4000 13.5333 .2667 4.7515 .6430 Alpha if Item Deleted .

Esto puede producirse: (1) cuando los items negativos no han sido recodificados. Para que esto ocurra.cl . con puntajes 1 y 0 respectivamente. si el numerador es mayor que el 2 sx denominador. en que las frecuencias están expresadas en proporciones (p y q) cuya suma es n = 1. Para demostrar esto empecemos calculando el promedio Lo haremos con la siguiente tabla. En la fórmula de α se puede ver que es mayor que 1. con la varianza (piqi) del ítem dicotómico i. Rodríguez Cano. la suma de las covarianzas tiene que ser negativa. por lo tanto. p + q = 1. esto es posible sólo si ∑s i =1 k 2 i El coeficiente KR20 de Kuder-Richardson es usado para medir la consistencia interna de escalas de items dicotómicos.A veces puede aparecernos un α negativo. La fórmula es similar a α. y q es la proporción en desacuerdo. o sea. (2) si los items tienen realmente covarianzas negativas porque miden cosas diferentes. x 1 0 f p q 1 fx p 0 p ----------------------------------------------------------------------------------------------------------J. U. julianrc@uvm. k ⎛ ⎞ ⎜ ∑ pi q i ⎟ k ⎜1 − i=1 2 ⎟ KR20 = k −1⎜ sx ⎟ ⎜ ⎟ ⎝ ⎠ Una escala de items dicotómicos presenta aseveraciones y las personas optan por las respuestas ‘sí’ o ‘no’. y hay que rehacer la escala. El promedio de un ítem dicotómico es p y su varianza es pq. p es la proporción de personas de acuerdo con el ítem.de Viña del Mar.

F. Kuder y M. o muy cercanos a ellos. W. Demostremos que la varianza de un ítem dicotómico es pq usando la siguiente ∑ f ( x − X )2 2 tabla. si el promedio = p = . No existe un puntaje ----------------------------------------------------------------------------------------------------------J. U. significa que es una variable cuantitativa. INTERPRETACION DE PUNTAJES La escala Likert diferencia personas: a mayor puntaje. julianrc@uvm. Sin embargo. no se puede decir que tenga una actitud positiva o negativa.de Viña del Mar. n 1 El promedio de un item dicotómico es la proporción de casos de acuerdo con el ítem. y que n=1. quiere decir que 60 % de las personas está de acuerdo. sino con respecto al grupo. más positiva es su actitud. Rodríguez Cano.X )2 pq2 p2q pq(p+q) Dado que p+q=1. es una generalización del KR20 para todo tipo de items. El coeficiente α de Cronbach. La fórmula de la varianza en tablas de frecuencia es: s = n x 1 0 f p q 1 x. Hay que recordar que esto es posible sólo si los valores asignados a las respuestas son 1 (sí) y 0 (no). que el resultado sea interpretable. Richardson a fines de los años 30.X )2 q2 p2 f (x .60. la varianza de un ítem dicotómico es: s2 = Σ f ( x − X ) 2 pq = = pq n 1 El coeficiente KR20 fue creado por G.X q -p (x .cl . creado unos quince años después. Que tenga sentido calcular el promedio de una variable dicotómica. Salvo que una persona tenga el puntaje máximo o el mínimo. no es posible interpretar un puntaje en forma absoluta.El promedio de la variable dicotómica es: X = ∑ fx = p = p . Por lo tanto.

la escala muestra las diferencias entre las actitudes de las personas. U. Puede abarcarse a gran cantidad de personas. Aplicada en un cuestionario. Tampoco estar sobre la mediana de los puntajes del grupo indica una actitud positiva. es rápida y barata. En este caso se habla de establecer normas. que habitualmente contienen los coeficientes necesarios para evaluar las propiedades de la escala. La ‘responsabilidad’ de lo afirmado en la aseveración se traslada del entrevistado al entrevistador. Se dice que la escala ha sido estandarizada.cl . lo que disminuye sus problemas de confiabilidad: las personas reciben los items presentados de la misma manera. Rodríguez Cano. formato y opciones de respuesta. con igual introducción. sino con lo que podría ser considerada la población. Los datos que produce son fáciles de manejar usando programas estadísticos.neutral. puede ser usada como instrumento permanente. Los puntajes.de Viña del Mar. sirven para comparar. y sirven para comparar. que permiten interpretar puntajes refiriéndolos a la población. • • • • • ----------------------------------------------------------------------------------------------------------J. Esto hace inncecesario formular items extremos (que además no discriminan) para detectar diferencias. Como los items no consisten en preguntas sino en aseveraciones. no lo es el puntaje central de la escala (el punto medio entre el mínimo y el máximo posibles). El costo por persona es relativamente bajo. los valores son referidos al grupo. VENTAJAS DE LA ESCALA LIKERT • Es un instrumento estructurado. se pueden asociar puntajes a percentiles. Como cada ítem tiene varias opciones y los puntajes de los items se suman. julianrc@uvm. expresados en percentiles. Cuando los puntajes son estandarizados (se transforman a desviaciones standard: puntaje z). Si se aplica la escala a una o más muestras. Si la escala tiene buena validez y confiabilidad. no ya con el grupo o muestra. sólo que se está en la mitad de la muestra que tiene una actitud más favorable (o menos desfavorable). grande(s) y representativa(s) de una población específica. recomendaciones. la persona se siente más libre para opinar sobre temas comprometedores.