LECTURA 5: INTERPRETACIÓN DE LAS PUNTUACIONES

La interpretación de las escalas o inventarios es un tópico que suele

generar algunas controversias. Sin embargo, la psicometría brinda las
nociones básicas para poder realizarlas de manera correcta. Recuerden
que el fin último de todo el proceso que hemos descrito hasta ahora es
obtener resultados que sean válidos a la hora de interpretarlos (esto es
buscar una explicación posible a los datos obtenidos a la luz de la teoría
que nos respalda). Para poder llegar a este punto, debemos realizar
algunos pasos previos.
En primer lugar, es menester diseñar una buena base de datos
que luego nos permite realizar los análisis pertinentes. Para ello, se
tienen que “volcar” los datos de cada una de las cédulas de recolección
de datos disponibles de una manera particular. Vale aclarar que,
debemos procurar que no existan datos incompletos o ítems sin
contestar, porque eso conllevaría el descarte total de esa cédula (es
decir, una unidad de análisis menos en mi muestra). La mayoría de los
softwares disponibles para ejecutar análisis estadísticos (Excel, R, SPSS,
entre otros) necesitan que le entreguemos toda esa información en un
solo documento. Entonces, hay que pasar los datos correspondientes a
las respuestas de todas (muestra) y cada una de las personas (unidad
de análisis) exclusivamente en formato numérico. Es decir, se deben
codificar todas las respuestas o campos completados. Por ejemplo, si se
le preguntara cuál es su sexo, podría responder varón (=1) o mujer
(=2). De igual manera con cada uno de los ítems que componen la
escala deberíamos volcar la codificación correspondiente a la escala
(Likert1 o similar) de modo que si el reactivo reza “Siento que en mi
trabajo estoy haciendo algo que vale la pena” y la opción escogida por
ese respondiente es nunca se coloca un 1. En cambio, si fuera casi
nunca un 2, ni una cosa ni la otra un 3, casi siempre un 4 y siempre un
5. En este punto se debe atender a la posibilidad de la existencia de
ítems reversos, que son aquellos que están redactados en una
“dirección” distinta al constructo que pretenden medir (tomando como
ejemplo el ítem anterior “Siento que en mi trabajo no estoy haciendo

1
Las escalas tipo Likert suelen ser las más utilizadas por este tipo de instrumentos. Se recomienda que su
variación se diseñe en números impares (cinco o siete usualmente) para que exista un punto medio (ni una
cosa ni la otra) que permita a los respondientes tener una opción más bien neutra que no se oriente hacia
ninguno de los extremos. Las denominaciones que marcan los puntos de acuerdo/desacuerdo pueden diferir
con respecto a las diferentes escalas. Por ejemplo, pueden variar entre nunca y siempre, o entre totalmente
en desacuerdo y totalmente de acuerdo.
cosas que valgan la pena”). Una vez identificados hay que volver a los
criterios de corrección de cada escala pero, por lo general, se les asigna
un puntaje opuesto al marcado por la persona (es decir, si eligió 2=
”casi nunca” se coloca 4= ”casi siempre”).
Todos los datos (sociodemográficos y de respuesta a los ítems de
las escalas) que corresponden a una unidad de análisis se colocan en
una misma fila, mientras que las respuestas de las distintas personas a
una misma pregunta se colocan en una misma columna. Si volvemos a
la escala presentada en la LECTURA 3, recordaremos que la misma
estaba conformada por 9 ítems que podían ser valorados en una escala
de respuesta tipo Likert de 5 puntos igual a la descrita en el párrafo
anterior. En la Figura 1, vemos la estética de una base de datos
confeccionada siguiendo los criterios antes mencionados. Allí, podríamos
observar que la primera columna corresponde a la edad (variable que no
hace falta codificar, quizás si acordar que se van a colocar solamente
números enteros) y la segunda al sexo (1=varón; 2=mujer). A partir de
la tercera columna vamos a encontrar la opción escogida en cada ítem
por cada persona que contestó el instrumento. En este caso,
visualizamos 18 escalas contestadas.

Figura 1: Ejemplo de base de datos

Esto debe hacerse con todas las unidades de análisis y todas las
variables evaluadas en un mismo momento. Recordemos que es muy
común en Psicología Organizacional medir un conjunto de constructos,
dado que muchas veces se busca comprender cómo se relacionan las
mismas. Entonces, una vez confeccionada la matriz con todos los datos
necesarios (evitando errores de tipeo y ausencia de datos) podemos
pasar a la segunda parte que apunta a la estimación de un puntaje
general de la variable (y/o sus dimensiones constitutivas) para cada
una de las unidades de análisis y, luego, para la muestra (si
quisiéramos). El análisis siempre se realiza mediante este puntaje
obtenido y nunca por la frecuencia de respuestas a cada uno de los
ítems (por ejemplo, con respecto al ítem 1 el 80% de la muestra
contestó nunca, mientras un 20% sostuvo que casi siempre) dado que
este es un error muy común que se suele ver.
Este punto nos invita a pensar que la interpretación puede ser
individual (aunque sólo nos permite hacer análisis descriptivos muy
simples) o muestral (permite análisis de tipo descriptivos e
inferenciales). Por tanto, para esta segunda etapa debemos conocer
cuántas dimensiones componen la variable: si la totalidad de los ítems
corresponden a un mismo constructo se conoce como unidimensional, si
los ítems se reparten entre dos factores será bidimensional o bien una
escala puede estar compuesta por tres o más dimensiones. Sea cual sea
el caso, hay que conocer qué ítems se corresponden con cada dimensión
de la variable. Si retomamos la escala que venimos trabajando desde la
LECTURA 3 (Figura 2) podemos ver que se trata de un instrumento de
una sola dimensión.

1 2 3 4 5
1 Siento que en mi trabajo estoy haciendo algo que vale la pena
2 Las normas laborales son justas
3 Recomendaría a un amigo trabajar en mi organización
Creo que mi trabajo encaja con las expectativas iniciales sobre
4 el
5 En mi trabajo me siento motivado/a
6 Tengo interés en mi trabajo
7 Recibo apoyo de mi supervisor
8 Deseo permanecer en mi trabajo actual
En mi trabajo puedo desarrollar temas que son importantes
9 para mi
Figura 2: Ítems de la adaptación argentina de la escala de Felicidad en el Trabajo de
Lutterbie y Pryce-Jones

Pero si a los fines didácticos nos permitiéramos pensar que, luego

de los análisis factoriales pertinentes, esta escala se compone de dos
factores podríamos sostener que los ítems 1, 4, 5, 6 y 9 (5 ítems) se
corresponden con un aspecto eudaimónico de la felicidad en el trabajo,
mientras que los ítems 2, 3, 7 y 8 (4 ítems) refiere a las condiciones
laborales. Notar que los ítems pueden pertenecer a sólo una dimensión
como ya hemos marcado anteriormente. Entonces, para el cálculo de los
puntajes de las dos dimensiones (que acabamos de establecer sólo para
este ejercicio) deberíamos los números correspondientes a las
respuestas de cada unidad de análisis a los ítems que corresponden a
cada una de las dimensiones por separado. En este ejemplo hipotético
(respuestas que aparecen en la Figura 2), para el primer factor
deberíamos sumar: 2 (ítem 1) + 3 (ítem 4) + 5 (ítem 5) + 3 (ítem 6) +
4 (ítem 9) = 17 puntos; y para el segundo factor 3 (ítem 2) + 4 (ítem
3) + 4 (ítem 7) + 4 (ítem 8) =18 puntos.
Ahora bien, si tomamos el criterio de suma (algunas escalas lo
utilizan) para la estipulación del puntaje del instrumento podríamos caer
en la trampa de pensar que la distancia entre los puntajes obtenidos (17
y 18) son tales. Sin embargo, esto no es totalmente cierto dado que las
dos dimensiones tienen distinta cantidad de reactivos. Por lo tanto, la
gran mayoría de las escalas de este tipo “solucionan” dicha dificultad
calculando la media para cada dimensión (o para la variable) y
transformándolas en puntuaciones que sólo puedan variar entre 1 y 5
(siempre va a variar de acuerdo a la amplitud de los puntos Likert
estipulados, es decir, si fuera una escala de 7 puntos variaría entre 1 y 7
el puntaje posible para cada dimensión). De esta manera, si dividimos el
puntaje por la cantidad de ítems (17/5 = 3.4 y 18/4 = 4.5) podemos
corroborar fehacientemente (dado que la transformación realizada pone
a los puntajes en la misma variabilidad) que, para esta persona, el
factor condiciones laborales tiene más peso que los aspectos
eudaimónicos en lo que hace a su nivel de felicidad en el trabajo.
Consecuentemente, para calcular el puntaje de la muestra hay que
obtener la media de los scores de todos los individuos que contestaron
el instrumento (todos estos procedimientos van a ser demostrados en
un video utilizando el software SPSS).
A partir de allí, resta abordar la tercera etapa que permite
interpretar los resultados numéricos. Esta fase va a depender de la
disponibilidad (o no) indicadores fijados con anterioridad para cada
instrumento de medición. A grandes rasgos, los resultados pueden
interpretarse con base en un baremo (interpretación normativa) o un
punto de corte.
En el primer caso, el instrumento ha de ser aplicado a una
muestra representativa de la población objetivo y, con ello, se obtienen
las normas o los baremos. Es decir, tablas de puntuaciones estándar
que se clasifican por grupos poblacionales o muestrales según algunos
criterios como la edad, el género o la profesión. Luego, se interpreta
cada puntuación en términos relativos, comparando la puntuación de la
persona (puntaje bruto) con las obtenidas por otras de “su” grupo de
referencia (por ejemplo, varón de más de 60 años). Los métodos más
usados para describir la posición de un sujeto respecto al grupo son la
puntuación típica (z) y los rangos percentiles (si se quiere profundizar
ver material ampliatorio).
En el segundo, la persona que desarrolla el instrumento decide
establecer una tabla de interpretación en varios niveles. Para ello toma
como punto de corte los percentiles necesarios en función de la cantidad
de categorías a establecer. Si quisiera tomar tres categorías como bajo,
medio y alto nivel de felicidad, por ejemplo, debería tomar los
percentiles C33 y C66. Esto le permitiría establecer qué puntajes brutos
entrarían dentro del primer tercio y cuáles dentro del segundo y del
tercero. Si, en cambio, quisiera establecer cuatro grupos debería optar
por los percentiles C25, C50 y C75 (cuartiles). En este caso el puntaje
obtenido individualmente se compara con los de la totalidad de la
muestra y no con su grupo de referencia.
Finalmente, si los autores del instrumento no brindaran una forma
de interpretación de los datos se podría proceder como hemos marcado
anteriormente, a mayor puntaje obtenido más alto índice de lo que se
pretende medir y a menor puntaje menor índice.