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

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

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

k=. y r es la confiabilidad de la nueva escala. El nuevo test tendrá una confiabilidad de .60) entero será r = = . la fórmula del coeficiente de Spearman-Brown se simplifica a: r= 2r ' 1+ r ' Por ejemplo. Ésta no indica la confiabilidad del instrumento sino la de cada una de las mitades. como cuando sabemos la confiabilidad de las mitades y queremos conocer la del test entero.80? La respuesta es 26 items.60. ----------------------------------------------------------------------------------------------------------J.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.75 1 + (. Por ejemplo.cl .5 si se acorta a la mitad). ¿cuántos items se estima debería tener para que la confiabilidad fuera .79.de Viña del Mar. al aumentar o disminuir el número de items: r= kr ' 1 + (k − 1)r ' en que r’ es la confiabilidad de la escala inicial. julianrc@uvm. eligiéndolos al azar.) La fórmula de Spearman-Brown sirve para estimar la confiabilidad al alargar o acortar un instrumento. k es el tamaño de la nueva escala con respecto a la escala inicial (por ejemplo. la correlación será alta. si un escala de quince items tiene confiabilidad . se quiere acortar un test de treinta a veinte items. k = 2.79 2 − 1 (. Si la confiabilidad del test de treinta items es . la confiabilidad estimada del nuevo test será: 2 (. k=2 si se aumenta al doble. la confiabilidad del test 2(. si la correlación de las mitades ( r ' ) es . Está atenuada porque cada parte tiene la mitad de los items del test. (Se sabe que la confiabilidad aumenta al alargar un test. U.85) 1+ 3 ( ) ( ) en que k = 20/30 = 2/3.70.85. Rodríguez Cano. Se puede ver que en este caso. Si se duplica el tamaño del test.equivalentes.85) 3 r= = .

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

más consistente es la escala. Una escala Likert de cinco items es aplicada a doce personas. En la tabla de datos siguiente. 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. como en esta salida de Spss.Cuanto mayores son los valores de las covarianzas y menores los de las varianzas. Si es menor.80 es aceptable.70 ó . 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).cl .de Viña del Mar. Los valores de α van de 0 a 1. 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. 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’). julianrc@uvm. U. Se presenta abajo una salida de Spss a la que he agregado comentarios. Se considera que un valor superior a . Es simétrica: ----------------------------------------------------------------------------------------------------------J. si2 es la varianza del ítem i. Rodríguez Cano. Muestra el análisis de la consistencia interna de una escala Likert. ‘de varianza-covarianza’). y s x es la varianza de la escala total. los items están en las columnas y las personas en las líneas.

6098 .181818 ITEM3 ITEM4 ITEM5 0.272727 0.0000 12.492424 0.090909 0.7064 .4167 12.sus triángulos superior e inferior son iguales.8175 . En la diagonal principal aparecen las varianzas de cada ítem.9091 Corrected ItemTotal Correlation .3333 5.363636 ITEM2 0.5374 .6667 12.9015 7.0000 Variance 9.1929 (columna ‘Corrected ItemTotal Correlation’).2727 Std Dev 3. ----------------------------------------------------------------------------------------------------------J. pero la última columna (‘Alpha if Item Deleted’) nos dice que puede aumentar a . julianrc@uvm. U.090909 0.787879 0.1929 .0000 .515152 0.090909 0.181818 0.992424 0.7537 Scale Variance if Item Deleted 5.8175 si se elimina el ítem 4.6364 6. Rodríguez Cano.7118 .6436 .de Viña del Mar.7687 .4683 Alpha if Item Deleted . Se puede ver la baja correlación de este ítem con el conjunto de los demás: .cl .727273 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 15.7537).0451 N of Variables 5 ---------------------------------------------------------------- ITEM-TOTAL Statistics Scale Mean if Item Deleted ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 Alpha = 11.628788 0. VARIANCE-COVARIANCE MATRIX ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 ITEM1 0. el inferior.9167 11.515152 0. Spss muestra sólo uno.7281 El coeficiente α es aceptable (.7197 5.

8099 .1143 6.8175 Ejercicio 1.0606 4.8381 S C A L E (A L P H A) Corrected ItemTotal Correlation . Calcular α a partir de la siguiente matriz de covarianzas.cl . julianrc@uvm.6364 Std Dev 2. U. Analizar la siguiente salida de Spss para una escala de cinco items.4441 .7515 .4545 Corrected ItemTotal Correlation .6282 .0000 Variance 7. R E L I A B I L I T Y Scale Mean if Item Deleted ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 Alpha = 14.4000 12.6667 8.5402 .A continuación.5333 . Item 1 Item 1 Item 2 Item 3 10 5 4 Item 2 5 5 3 Item3 4 3 8 Ejercicio 2.4743 Alpha if Item Deleted .8375 Alpha = .9167 8.4167 8.7634 N of Variables 4 ITEM-TOTAL Statistics Scale Mean if Item Deleted VAR00001 VAR00002 VAR00003 VAR00005 7.1333 12.0667 12.8286 7.6996 .de Viña del Mar.6434 .6430 Alpha if Item Deleted .2667 4.2652 4.7793 .4000 13. Rodríguez Cano.2396 . después sólo el item 3.5781 .5696 ----------------------------------------------------------------------------------------------------------J.0000 Scale Variance if Item Deleted 4. 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 11.5282 . Después calcularlo eliminando sólo el item1.7155 .7810 6.6667 .4470 5. después sólo el item 2.7066 A N A L Y S I S Scale Variance if Item Deleted 6.7656 .

julianrc@uvm. Para demostrar esto empecemos calculando el promedio Lo haremos con la siguiente tabla. El promedio de un ítem dicotómico es p y su varianza es pq. y hay que rehacer la escala. En la fórmula de α se puede ver que es mayor que 1. Esto puede producirse: (1) cuando los items negativos no han sido recodificados. 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. o sea. en que las frecuencias están expresadas en proporciones (p y q) cuya suma es n = 1. x 1 0 f p q 1 fx p 0 p ----------------------------------------------------------------------------------------------------------J. p + q = 1.A veces puede aparecernos un α negativo. la suma de las covarianzas tiene que ser negativa. U.de Viña del Mar. p es la proporción de personas de acuerdo con el ítem.cl . con la varianza (piqi) del ítem dicotómico i. 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’. La fórmula es similar a α. (2) si los items tienen realmente covarianzas negativas porque miden cosas diferentes. Rodríguez Cano. con puntajes 1 y 0 respectivamente. si el numerador es mayor que el 2 sx denominador. y q es la proporción en desacuerdo. Para que esto ocurra. por lo tanto.

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

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

Sign up to vote on this title
UsefulNot useful