Una escala Likert ( / ˈ l ɪ k ər t / LIK -ərt , [1] [nota 1] ) es una escala psicométrica que lleva el nombre de su inventor, el psicólogo social estadounidense Rensis Likert , [2] que se utiliza comúnmente en cuestionarios de investigación . Es el enfoque más utilizado para escalar las respuestas en la investigación de encuestas, de modo que el término (o más completamente la escala de tipo Likert ) a menudo se usa indistintamente con escala de calificación , aunque existen otros tipos de escalas de calificación.
Likert distinguió entre una escala propiamente dicha, que surge de respuestas colectivas a un conjunto de ítems (generalmente ocho o más), y el formato en el que se califican las respuestas a lo largo de un rango. Técnicamente hablando, una escala Likert se refiere sólo a lo primero. [3] [4] La diferencia entre estos dos conceptos tiene que ver con la distinción que Likert hizo entre el fenómeno subyacente que se investiga y los medios para capturar la variación que apunta al fenómeno subyacente. [5]
Al responder a un ítem Likert, los encuestados especifican su nivel de acuerdo o desacuerdo en una escala simétrica de acuerdo-en desacuerdo para una serie de afirmaciones. Por lo tanto, el rango captura la intensidad de sus sentimientos hacia un elemento determinado. [6]
Se puede crear una escala como la suma simple o el promedio de las respuestas del cuestionario sobre el conjunto de ítems individuales (preguntas). Al hacerlo, la escala Likert supone que las distancias entre cada opción (opción de respuesta) son iguales. Muchos investigadores emplean un conjunto de elementos que están altamente correlacionados (que muestran una alta consistencia interna ), pero que también juntos capturarán el dominio completo bajo estudio (lo que requiere correlaciones que no son perfectas). Otros se atienen a un estándar según el cual "se supone que todos los elementos son réplicas entre sí o, en otras palabras, se consideran instrumentos paralelos". [7] : 197 Por el contrario, la teoría de pruebas moderna trata la dificultad de cada ítem (los ICC ) como información que debe incorporarse en los ítems de escala. [8]
Una escala Likert es la suma de respuestas a varios ítems Likert . Debido a que muchas escalas Likert emparejan cada ítem Likert constituyente con su propia instancia de una escala visual analógica (por ejemplo, una línea horizontal, en la que el sujeto indica una respuesta circulando en círculos o marcando marcas), a veces se hace referencia erróneamente a un ítem individual. como ser o tener una escala, y este error crea una confusión generalizada en la literatura y el lenguaje del campo.
Un ítem Likert es simplemente una afirmación que se pide al encuestado que evalúe dándole un valor cuantitativo en cualquier tipo de dimensión subjetiva u objetiva, siendo el nivel de acuerdo/desacuerdo la dimensión más comúnmente utilizada. Los elementos Likert bien diseñados exhiben tanto "simetría" como "equilibrio". Simetría significa que contienen números iguales de posiciones positivas y negativas cuyas distancias respectivas son bilateralmente simétricas con respecto al valor "neutral"/cero (ya sea que ese valor se presente como candidato o no). Equilibrio significa que la distancia entre cada valor candidato es la misma, lo que permite que las comparaciones cuantitativas, como el promedio, sean válidas entre elementos que contienen más de dos valores candidatos. [9]
El formato de un ítem Likert típico de cinco niveles, por ejemplo, podría ser:
La escala Likert es un método de escala bipolar que mide la respuesta positiva o negativa a una afirmación. A veces se utiliza una escala de puntos pares, donde la opción intermedia de "ni de acuerdo ni en desacuerdo" no está disponible. A esto a veces se le llama método de "elección forzada", ya que se elimina la opción neutral. [10] La opción neutral puede verse como una opción fácil de tomar cuando un encuestado no está seguro, por lo que es cuestionable si es una verdadera opción neutral. Un estudio de 1987 encontró diferencias insignificantes entre el uso de "indeciso" y "neutral" como opción intermedia en una escala Likert de cinco puntos. [11]
Las escalas Likert pueden estar sujetas a distorsiones por varias causas. Los encuestados pueden:
El diseño de una escala con clave equilibrada (un número igual de afirmaciones positivas y negativas y, especialmente, un número igual de afirmaciones positivas y negativas con respecto a cada puesto o tema en cuestión) puede obviar el problema del sesgo de aquiescencia, ya que la aquiescencia en ítems con clave positiva equilibrar la aquiescencia en ítems clave negativamente, pero los sesgos defensivos, de tendencia central y de deseabilidad social son algo más problemáticos.
Una vez completado el cuestionario, cada ítem se puede analizar por separado o, en algunos casos, las respuestas a los ítems se pueden sumar para crear una puntuación para un grupo de ítems. Por lo tanto, las escalas Likert a menudo se denominan escalas sumativas.
Si los elementos individuales de Likert pueden considerarse como datos de nivel de intervalo o si deben tratarse como datos categóricos ordenados es objeto de considerable desacuerdo en la literatura, [12] [13] con fuertes convicciones sobre cuáles son los métodos más aplicables. . Este desacuerdo se remonta, en muchos aspectos, a la medida en que los ítems de Likert se interpretan como datos ordinales .
Hay dos consideraciones principales en esta discusión. Primero, las escalas Likert son arbitrarias. El valor asignado a un ítem Likert no tiene una base numérica objetiva, ni en términos de teoría de la medida ni de escala (a partir de la cual se puede determinar una métrica de distancia ). El valor asignado a cada ítem Likert lo determina simplemente el investigador que diseña la encuesta, quien toma la decisión basándose en el nivel de detalle deseado. Sin embargo, por convención, a los elementos Likert se les tiende a asignar valores enteros positivos progresivos. Las escalas Likert suelen oscilar entre 2 y 10, siendo 3, 5 o 7 las más comunes. [14] Además, esta estructura progresiva de la escala es tal que cada ítem Likert sucesivo se trata como si indicara una respuesta "mejor" que el valor anterior. (Esto puede diferir en los casos en los que se necesita el orden inverso de la escala Likert).
El segundo punto, y posiblemente el más importante, es si la "distancia" entre cada categoría sucesiva de artículos es equivalente, lo que se infiere tradicionalmente. Por ejemplo, en el ítem Likert de cinco puntos anterior, la inferencia es que la "distancia" entre las categorías 1 y 2 es la misma que entre las categorías 3 y 4. En términos de buenas prácticas de investigación, es importante una presentación equidistante por parte del investigador. ; de lo contrario, puede producirse un sesgo en el análisis. Por ejemplo, es poco probable que un ítem Likert de cuatro puntos con categorías "Malo", "Promedio", "Bueno" y "Muy bueno" tenga todas las categorías equidistantes, ya que solo hay una categoría que puede recibir una calificación por debajo del promedio. Podría decirse que esto sesgaría cualquier resultado a favor de un resultado positivo. Por otro lado, incluso si un investigador presenta lo que él o ella cree que son categorías equidistantes, es posible que el encuestado no las interprete como tales.
Una buena escala Likert, como la anterior, presentará una simetría de categorías alrededor de un punto medio con calificadores lingüísticos claramente definidos. En tal escalamiento simétrico, los atributos equidistantes normalmente se observarán más claramente o, al menos, se inferirán. Es cuando una escala Likert es simétrica y equidistante que se comportará más como una medición a nivel de intervalo. Entonces, si bien una escala Likert es ciertamente ordinal , si está bien presentada puede aproximarse a una medición a nivel de intervalo. Esto puede ser beneficioso ya que, si se tratara simplemente como una escala ordinal, se podría perder información valiosa si la "distancia" entre los ítems de Likert no estuviera disponible para su consideración. La idea importante aquí es que el tipo apropiado de análisis depende de cómo se haya presentado la escala Likert.
Las nociones de tendencia central suelen ser aplicables a nivel de ítem, es decir, las respuestas suelen mostrar una distribución casi normal. La validez de tales medidas depende de la naturaleza interválica subyacente de la escala. Si se supone una naturaleza de intervalo para una comparación de dos grupos, la prueba t de muestras pareadas no es inapropiada. [4] Si se van a realizar pruebas no paramétricas, se recomienda la modificación de Pratt (1959) [15] a la prueba de rangos con signos de Wilcoxon en lugar de la prueba estándar de rangos con signos de Wilcoxon . [4]
Las respuestas a varias preguntas Likert se pueden sumar siempre que todas las preguntas utilicen la misma escala Likert y que la escala sea una aproximación defendible a una escala de intervalo, en cuyo caso el teorema del límite central permite el tratamiento de los datos como datos de intervalo que miden una variable latente. [ cita necesaria ] Si las respuestas sumadas cumplen estos supuestos, se pueden aplicar pruebas estadísticas paramétricas como el análisis de varianza . Los límites típicos para pensar que esta aproximación será aceptable son un mínimo de cuatro y preferiblemente ocho elementos en la suma. [5] [13]
Para modelar respuestas binarias de Likert directamente, se pueden representar en forma binomial sumando las respuestas de acuerdo y en desacuerdo por separado. La chi-cuadrado , la prueba Q de Cochran o la prueba de McNemar son procedimientos estadísticos comunes utilizados después de esta transformación. Pruebas no paramétricas como la prueba de chi cuadrado , la prueba de Mann-Whitney , la prueba de rangos con signos de Wilcoxon o la prueba de Kruskal-Wallis . [16] se utilizan a menudo en el análisis de datos en escala Likert.
Alternativamente, las respuestas de la escala Likert se pueden analizar con un modelo probit ordenado , preservando el orden de las respuestas sin asumir una escala de intervalo. El uso de un modelo probit ordenado puede evitar errores que surgen al tratar las calificaciones ordenadas como mediciones a nivel de intervalo. [17] La evaluación basada en el consenso (CBA) se puede utilizar para crear un estándar objetivo para las escalas Likert en dominios donde no existe un estándar objetivo u generalmente aceptado. La evaluación basada en el consenso (CBA) se puede utilizar para perfeccionar o incluso validar los estándares generalmente aceptados. [ cita necesaria ]
Una parte importante del análisis y la presentación de datos es la visualización (o trazado) de los datos. El tema de trazar datos de calificación Likert (y otros) se analiza detalladamente en dos artículos de Robbins y Heiberger. [18] En el primero recomiendan el uso de lo que ellos llaman gráficos de barras apiladas divergentes y compararlos con otros estilos de trazado. El segundo artículo [19] describe el uso de la función Likert en el paquete HH para R y ofrece muchos ejemplos de su uso.
A menudo se cree que las cinco categorías de respuesta representan un nivel de medición de intervalo . Pero esto sólo puede ser así si los intervalos entre los puntos de la escala corresponden a observaciones empíricas en un sentido métrico. Reips y Funke (2008) [20] muestran que este criterio se cumple mucho mejor con una escala visual analógica . De hecho, también pueden aparecer fenómenos que incluso cuestionen el nivel de escala ordinal en las escalas Likert. [21] Por ejemplo, en un conjunto de ítems A , B , C calificados con una escala Likert pueden aparecer relaciones circulares como A > B , B > C y C > A. Esto viola el axioma de transitividad de la escala ordinal.
Las investigaciones de Labovitz [22] y Traylor [23] proporcionan evidencia de que, incluso con distorsiones bastante grandes de las distancias percibidas entre los puntos de la escala, los ítems de tipo Likert funcionan de manera similar a escalas que se perciben como intervalos iguales. Por lo tanto, estos ítems y otras escalas de apariencia igual en los cuestionarios son resistentes a las violaciones del supuesto de igual distancia que muchos investigadores creen que se requiere para los procedimientos y pruebas estadísticas paramétricas.
Los datos en escala Likert pueden, en principio, usarse como base para obtener estimaciones de nivel de intervalo en un continuo aplicando el modelo politómico de Rasch , cuando se pueden obtener datos que se ajusten a este modelo. Además, el modelo politómico de Rasch permite probar la hipótesis de que las declaraciones reflejan niveles crecientes de una actitud o rasgo, según lo previsto. Por ejemplo, la aplicación del modelo a menudo indica que la categoría neutral no representa un nivel de actitud o rasgo entre las categorías en desacuerdo y de acuerdo.
Nuevamente, no todos los conjuntos de ítems en escala Likert pueden usarse para la medición de Rasch. Los datos deben comprobarse minuciosamente para cumplir los estrictos axiomas formales del modelo. Sin embargo, las puntuaciones brutas son estadísticas suficientes para las medidas de Rasch, una elección deliberada de Georg Rasch , por lo que, si está dispuesto a aceptar las puntuaciones brutas como válidas, también puede aceptar las medidas de Rasch como válidas.
Rensis Likert , el desarrollador de la escala, pronunció su nombre / ˈ l ɪ k ər t / LIK -ərt . [24] [25] Algunos han afirmado que el nombre de Likert "está entre los más mal pronunciados en [el] campo", [26] porque muchas personas pronuncian el nombre de la escala como / ˈ l aɪ k ər t / LY -kərt .