P. 1
Escala de likert

Escala de likert

|Views: 11.576|Likes:
Publicado porEli Zabeth

More info:

Published by: Eli Zabeth on Nov 12, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

08/19/2013

pdf

text

original

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

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

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

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

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

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

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

090909 0.0000 Variance 9.090909 0. Se puede ver la baja correlación de este ítem con el conjunto de los demás: .7118 .3333 5.515152 0.7687 . VARIANCE-COVARIANCE MATRIX ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 ITEM1 0.4167 12.2727 Std Dev 3.787879 0.5374 . pero la última columna (‘Alpha if Item Deleted’) nos dice que puede aumentar a .9015 7. Spss muestra sólo uno.628788 0.090909 0. ----------------------------------------------------------------------------------------------------------J.de Viña del Mar.1929 (columna ‘Corrected ItemTotal Correlation’).0000 .727273 0.cl .6364 6.181818 ITEM3 ITEM4 ITEM5 0.1929 . julianrc@uvm.7281 El coeficiente α es aceptable (.272727 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 15.992424 0.7197 5.6436 .sus triángulos superior e inferior son iguales.6098 .9167 11.363636 ITEM2 0.6667 12.7537).7064 .515152 0.9091 Corrected ItemTotal Correlation . U.181818 0.7537 Scale Variance if Item Deleted 5. Rodríguez Cano. En la diagonal principal aparecen las varianzas de cada ítem.8175 .492424 0.0000 12. el inferior.4683 Alpha if Item Deleted .8175 si se elimina el ítem 4.0451 N of Variables 5 ---------------------------------------------------------------- ITEM-TOTAL Statistics Scale Mean if Item Deleted ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 Alpha = 11.

0667 12.9167 8.0000 Scale Variance if Item Deleted 4.0606 4.8375 Alpha = .7810 6. Rodríguez Cano. 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 .5781 .6667 . U.6434 .1333 12.5402 .4743 Alpha if Item Deleted .5333 .7656 .8286 7.7066 A N A L Y S I S Scale Variance if Item Deleted 6.6364 Std Dev 2.2396 .de Viña del Mar.4545 Corrected ItemTotal Correlation .4000 12.0000 Variance 7. Después calcularlo eliminando sólo el item1.4441 .6996 .7793 .cl .7634 N of Variables 4 ITEM-TOTAL Statistics Scale Mean if Item Deleted VAR00001 VAR00002 VAR00003 VAR00005 7.7515 . después sólo el item 3.6667 8.7155 .8099 . después sólo el item 2.6430 Alpha if Item Deleted .2652 4. Calcular α a partir de la siguiente matriz de covarianzas.8175 Ejercicio 1.4167 8.6282 . Analizar la siguiente salida de Spss para una escala de cinco items.5696 ----------------------------------------------------------------------------------------------------------J.4470 5.4000 13. Item 1 Item 1 Item 2 Item 3 10 5 4 Item 2 5 5 3 Item3 4 3 8 Ejercicio 2.1143 6.A continuación. julianrc@uvm.2667 4. R E L I A B I L I T Y Scale Mean if Item Deleted ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 Alpha = 14.8381 S C A L E (A L P H A) Corrected ItemTotal Correlation .

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

Hay que recordar que esto es posible sólo si los valores asignados a las respuestas son 1 (sí) y 0 (no). U. la varianza de un ítem dicotómico es: s2 = Σ f ( x − X ) 2 pq = = pq n 1 El coeficiente KR20 fue creado por G. y que n=1.60. no se puede decir que tenga una actitud positiva o negativa. F. no es posible interpretar un puntaje en forma absoluta. Richardson a fines de los años 30. sino con respecto al grupo.cl . julianrc@uvm. Rodríguez Cano. n 1 El promedio de un item dicotómico es la proporción de casos de acuerdo con el ítem. Salvo que una persona tenga el puntaje máximo o el mínimo.X )2 pq2 p2q pq(p+q) Dado que p+q=1. es una generalización del KR20 para todo tipo de items. si el promedio = p = . creado unos quince años después.El promedio de la variable dicotómica es: X = ∑ fx = p = p . o muy cercanos a ellos. más positiva es su actitud. Kuder y M. No existe un puntaje ----------------------------------------------------------------------------------------------------------J. Sin embargo. significa que es una variable cuantitativa. INTERPRETACION DE PUNTAJES La escala Likert diferencia personas: a mayor puntaje.X q -p (x . El coeficiente α de Cronbach. Demostremos que la varianza de un ítem dicotómico es pq usando la siguiente ∑ f ( x − X )2 2 tabla. Por lo tanto. W. Que tenga sentido calcular el promedio de una variable dicotómica. que el resultado sea interpretable.de Viña del Mar. quiere decir que 60 % de las personas está de acuerdo.X )2 q2 p2 f (x . La fórmula de la varianza en tablas de frecuencia es: s = n x 1 0 f p q 1 x.

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

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->