Ciencia Latina Revista Científica Multidisciplinar

Julio-Agosto, 2023, Volumen 7, Número 4.

https://doi.org/10.37811/cl_rcm.v7i4.6905

Tratamiento y representación de datos provenientes de escalas tipo Likert

Jonathan Alberto Machuca Yaguana1 María Emilia Maldonado Machuca
jonathan.machuca@unl.edu.ec maria.e.maldonado@unl.edu.ec
https://orcid.org/0000-0002-3632-9348 https://orcid.org/0009-0000-6131-8475
Universidad Nacional de Loja Universidad Nacional de Loja
Ecuador Ecuador

Fabricio Vladimir Vinces Vinces

fabricio.vinces@unl.edu.ec
https://orcid.org/0000-0002-5912-6367
Universidad Nacional de Loja
Ecuador

RESUMEN

El presente trabajo de investigación aporta un modelo matemático con el cual se puede presentar de

forma resumida los datos provenientes de instrumentos basados en escalas de tipo Likert. La fórmula

se desarrolló con base en un proceso de normalización de datos y la característica de linealidad de

este tipo de escalas. El modelo permite obtener un valor representativo para cada indicador de la

pregunta sin importar el tamaño de la escala, con lo cual es posible generar gráficos estadísticos que

permiten abstraer con facilidad los principales hallazgos de una investigación. El modelo también se

destaca por generar valores acotados entre 0 y 1 con lo cual es posible establecer relaciones de

comparación y orden entre los indicadores de la pregunta, con lo cual se facilita en gran medida el

análisis cuantitativo de datos recabados mediante escalas de Likert.

Palabras clave: tratamiento de datos cualitativos; escala Likert; cuestionarios; encuestas.

1
Autor principal.
Correspondencia: jonathan.machuca@unl.edu.ec

pág. 736
Processing and representation of data from Likert-type scales

ABSTRACT

The present research work provides a mathematical model with which data from instruments based

on Likert-type scales can be presented in a summarized form. The formula was developed based on

a data normalization process and the linearity characteristic of this type of scales. The model makes

it possible to obtain a representative value for each indicator of the question regardless of the size of

the scale, making it possible to generate statistical graphs that allow the main findings of an

investigation to be easily abstracted. The model also stands out for generating values bounded

between 0 and 1, making it possible to establish comparison and order relationships between the

indicators of the question, which greatly facilitates the quantitative analysis of data collected through

Likert scales.

Keywords: qualitative data processing; Likert scale; questionnaires; surveys.

Artículo recibido 15 junio 2023

Aceptado para publicación: 15 julio 2023

pág. 737
INTRODUCCIÓN

En toda investigación es común la tarea de presentar resultados. Los resultados permiten evidenciar

los principales hallazgos del proceso metodológico de la investigación. Así, las rutas establecidas por

la comunidad científica para el estudio de cualquier tema, fenómeno o problema se basan en tres

enfoques: cualitativo; cuantitativo y mixto (Hernández-Sampieri y Mendoza, 2018).

El enfoque cualitativo explora y describe la realidad para crear una concepción sobre el fenómeno

estudiado; en consecuencia, este enfoque es inductivo e implica la inmersión en el campo,

interpretación conceptual, flexibilidad, preguntas y recolección de datos. Sarduy (2007) menciona

que, en el enfoque cualitativo, es habitual utilizar técnicas de recolección de información como: la

observación no estructurada, entrevistas abiertas, revisión de documentos, grupos focales, evaluación

de experiencias personales, cuestionarios, registro de historias de vida, interacción e introspección

con grupos o comunidades; donde los resultados se representan mediante: líneas de tiempo, tablas de

frecuencia, clasificaciones, diagramas de Venn, gráficos de barras, pasteles, entre otros.

En el enfoque cuantitativo se contrasta un concepto con datos estadísticos de una realidad (Fuentes-

Doria et al. 2020); consecuentemente, este enfoque implica la realización de encuestas,

experimentaciones, relación entre variables, preguntas e hipótesis, y recolección de datos. (Hernández

et al., 2010; Otero, 2018). Se utilizan técnicas de recolección de información como encuestas,

cuestionarios estandarizados, registros de observación estructurados, entre otras. Estas técnicas

recogen datos que generalmente se analizan principalmente por medio de tablas y gráficos estadísticos

como: histogramas, áreas, cajas y bigotes, gráficos de dispersión, líneas de tendencia, entre otros

(Abela, 2013; Generalitat de Cataluña, 2019).

En el enfoque mixto, se interrelacionan las dos rutas anteriores para realizar inferencias que permitan

una mayor comprensión del fenómeno de estudio (Hernández-Sampieri y Mendoza, 2018).

Profundizando en las investigaciones basadas en el enfoque cuantitativo, es habitual utilizar

instrumentos de recolección de datos como cuestionarios. Los cuestionarios están compuestos por un

número finito de preguntas, las cuales pueden ser abiertas o cerradas (Hernández et al., 2010). Las

pág. 738
preguntas abiertas son aquellas que buscan recolectar opiniones o recabar información sobre el

contexto en que se desarrolla una situación o fenómeno objeto de estudio con el fin de obtener

elementos para describirlo. Por esto, esta clase de preguntas se tabulan mediante el enfoque

cualitativo. Por su parte, las preguntas cerradas contienen opciones o categorías de respuesta

previamente delimitadas, así pues, pueden ser dicotómicas, como preguntas de sí y no, o estar basadas

en escalas métricas. El objetivo de escalas es la medición simultánea de varias características sobre

un mismo objeto. Las más conocidas son: la escala Likert y la escala de Osgood o de diferencias

semánticas debido a que se construyen por medio de adjetivos “bipolares” de forma que el sujeto

seleccione una posición entre varias opciones impares que se dejan entre cada polo.

Profundizando sobre las escalas tipo Likert, para González del Pozo y García (2019), son aquellas en

donde las categorías de respuesta varían entre tres y siete niveles o grado; y tienen como objeto,

recoger información acerca de sus actitudes y preferencias de las personas. Para Ospina et al. (2005),

esta escala tiene sus fundamentos en la teoría factorial de aptitudes de Charles Spearman. Es una de

las más utilizadas, tanto por su sencillez de construcción, como porque: “Declararse de acuerdo con

cualquier enunciado de tipo Likert, implica un menor esfuerzo psíquico por parte del entrevistado”

(Perán, 2016, p. 3).

Los encuestados realizan sus valoraciones a través de una escala cualitativa, ordenada y simétrica, es

decir, con el mismo número de categorías favorables y desfavorables; y, separadas por una categoría

de respuesta central. Generalmente, son utilizadas en estudios de tipo social, educativo y otras, debido

a que estandariza las opciones de respuesta respecto de una determinada cuestión (Likert, 1932), lo

que permite situar a cada individuo en un punto determinado, agilizando el proceso de tabulación y

análisis de los datos.

Así mismo, es importante destacar que, en estas escalas, cada elemento de la escala proporciona

información sobre la actitud de la persona y que tanto la acumulación de información como la suma

de respuestas, permite decidir la posición que una persona ocupa en el eje de la actitud que se busca

medir (Ospina et al, 2005). En la Tabla 1, se muestran algunas escalas tipo Likert entre las que constan

pág. 739
de: acuerdo, satisfacción, frecuencia, efectividad, calidad, expectativa y cantidad. Las escalas fueron

adaptadas de Igartua (2006).

Tabla 1

Escalas de Likert para cuestionarios de opiniones y actitudes

Puntos del continuo

Tipo de escala
1 2 3 4 5
Muy de Muy en
Acuerdo De acuerdo Neutral En desacuerdo
acuerdo desacuerdo
Satisfacción Muy satisfecho Satisfecho Neutral Insatisfecho Muy insatisfecho
Frecuencia Siempre Casi siempre A veces Casi nunca Nunca
Efectividad Muy eficaz Eficaz Neutral Ineficaz Muy ineficaz
Calidad Excelente Buena Moderada Pobre Muy pobre
Expectativa Muy alta Alta Media Baja Muy baja
Cantidad Mucho Bastante Algo Poco Nada
Nota. Información adaptada de Igartua (2006, p. 281).

El tratamiento de esta clase de preguntas se puede realizar mediante un gráfico de barras agrupadas.

Para construir uno de estos, en uno de los ejes se ubica la frecuencia o conteo de respuestas de los

encuestados, y en el otro, los indicadores de la pregunta o las opciones de la escala utilizada, como

se muestra en las Figuras 1 y 2, respectivamente. No obstante, la representación de esta clase de

resultados se torna poco efectiva debido a la gran cantidad información que muestran, por esto, resulta

complicado abstraer los principales resultados de la investigación y más aún, cuando la pregunta

cuenta con una gran cantidad de indicadores. Esta problemática la documentan con mayor detalle

González del Pozo y García (2019), y manifiestan que uno de los problemas sobre el tratamiento de

datos cualitativos consiste en “cómo se trata y presenta la información procedente de dichas escalas”

(p. 127). En este contexto, el objetivo de la presente investigación consiste en establecer un modelo

matemático para tratar y representar, de forma compacta, los datos recabados mediante escalas tipo

Likert, y así, generar un gráfico estadístico con el cual los lectores puedan abstraer con facilidad los

principales hallazgos de una investigación.

pág. 740
METODOLOGÍA

La investigación para generar el modelo se basó en el marco metodológico del proceso de

normalización de datos empíricos utilizado en Física. Este procedimiento consiste en lo siguiente:

Supongamos que se tiene una serie de observaciones relacionadas o de la misma naturaleza 𝑥1 , 𝑥2 ,

𝑥3 , ⋯ , 𝑥𝑛 , las cuales fueron realizadas en los tiempos 𝑡1 , 𝑡2 , 𝑡3 , ⋯, 𝑡𝑛 . Para obtener una perspectiva

general del fenómeno o comportamiento de los datos se realiza un gráfico de dispersión 𝑥 − 𝑡, no

obstante, este gráfico no es del todo adecuado porque cada dato avanza a su propio ritmo y los sucesos

no son comparables entre sí. Esto se soluciona comparando cada observación (𝑥𝑖 ) con respecto al

máximo valor de la serie (𝑥máx). A esta comparación (𝑥𝑖 /𝑥máx ) es lo que en Física se denomina

normalización de datos. Una de las ventajas de este proceso es que el nuevo gráfico tendrá como

rango o recorrido en el intervalo [0, 1], con lo cual, todas las observaciones son comparables.

En este caso, la analogía con el procedimiento descrito fue la siguiente: las observaciones 𝑥1 , 𝑥2 , 𝑥3 ,

⋯ , 𝑥𝑛 se corresponden con los indicadores de la pregunta, por lo tanto, cumplen con la condición de

ser de la misma naturaleza. Por su parte, considerando que “las escalas Likert presuponen que cada

afirmación de la escala es una función lineal de la misma dimensión actitudinal subyacente” (Igartua,

2006, p. 281), los tiempos 𝑡1 , 𝑡2 , 𝑡3 , ⋯, 𝑡𝑛 , hacen referencia a un continuo, de modo que se

corresponden con la propia escala Likert utilizada para construir la pregunta del instrumento. Con

estos elementos, para lograr que el modelo sea capaz de reducir las opciones de la escala a una sola

dimensión, se procedió mediante una suma ponderada, es decir, se calculó el producto de cada

observación (𝑥𝑖 ) con el respectivo momento en que se realizó dicha valoración (𝑡𝑖 ). Finalmente, para

determinar el máximo valor de la serie (𝑥máx) y dado que todas las opciones de la escala tienen la

misma probabilidad de ser elegidos por los encuestados, se calculó tal que: 𝑥max = 𝑥𝑛 𝑡𝑒 .

pág. 741
RESULTADOS Y DISCUSIÓN

La metodología descrita permitió construir el modelo (1).

∑𝑡𝑖=1
𝑒
𝑟𝑖 𝑤1 (𝑟1 𝑤1 ) + (𝑟2 𝑤2 ) + ⋯ + (𝑟𝑡𝑒 𝑤𝑡𝑒 )
𝐼𝑖 = = (1)
(𝑛)(𝑡𝑒 ) (𝑛)(𝑡𝑒 )

En donde:

● 𝐼𝑖 , determina un valor representativo para cada indicador de la pregunta. El valor corresponde

a un número distribuido entre 0 y 1, por lo tanto, indica el porcentaje con respecto del total.

● 𝑟𝑖 , corresponde al número de veces que fue seleccionada la respectiva opción de la escala.

● 𝑤𝑖 , corresponde al peso de cada opción en la escala, cuanto mayor sea la frecuencia, mayor

peso y viceversa. Por ejemplo, para los datos de la Tabla 2 la distribución de pesos queda tal

que: siempre (5), casi siempre (4), a veces (3), casi nunca (2) y nunca (1).

● 𝑡𝑒 , corresponde al tamaño de la escala o número de opciones de respuesta.

● 𝑛, corresponde al número de encuestados.

A continuación, se pone en práctica lo descrito y se procede a representar datos provenientes de

escalas tipo Likert. Primero, consideremos los datos de la Tabla 2, los cuales muestran el conteo de

respuestas a una pregunta basada en una escala Likert de frecuencia con 5 opciones de respuesta y 10

indicadores (Columna 1: recursos concretos). La escala mide la frecuencia de uso de ciertos recursos

didácticos en las aulas de clase y tiene como posibles respuestas las siguientes opciones: siempre,

casi siempre, a veces, casi nunca y nunca. En este caso, el tamaño de la escala es cinco, es decir: 𝑡𝑒 =

5. Por su parte, al sumar las respuestas en cada indicador (filas) se puede notar que el instrumento se

aplicó a un total de 7 personas, llamaremos a este parámetro 𝑛, consecuentemente 𝑛 = 7.

pág. 742
Tabla 2

Respuestas a una pregunta con escala Likert de frecuencia de cinco niveles

Siempr Casi siempr Casi
Recursos concretos A veces Nunca Total
e e nunca

Maquetas 0 4 0 1 2 7

Texto escolar 1 2 3 1 0 7

Laboratorio 1 2 3 1 0 7

Materiales entorno 1 2 3 1 0 7

Formularios 2 2 2 0 1 7

Carteles/Infografías 2 4 0 1 0 7

Talleres/Pruebas
4 2 1 0 0 7
escritas

Calculadora 6 0 1 0 0 7

Pizarra 7 0 0 0 0 7

Nota. Los datos corresponden a una investigación de grado, la cual tuvo como objetivo indagar sobre

la frecuencia de uso de recursos concretos por docentes de Física en una institución de nivel medio

en Ecuador.

Al representar los datos de la Tabla 2 de una forma convencional, es decir, mediante un gráfico de

barras agrupadas, se pueden obtener las Figuras 1 y 2. En la primera, se hace énfasis en los indicadores

de la pregunta (tipo de recurso didáctico) y en la segunda, énfasis en la escala de frecuencia (escala

Likert). No obstante, ninguna de las dos resulta suficiente para obtener una abstracción general de los

hallazgos de la investigación, consecuentemente, no queda claro cuál ha sido realmente la frecuencia

de uso de los diversos recursos didácticos concretos por los profesores encuestados.

pág. 743
Figura 1

Representación convencional de los datos de la Tabla 2 con énfasis en los indicadores

Materiales del entorno

Maquetas
Recursos didácticos concretos

Calculadora

Laboratorio Nunca
Talleres/Pruebas escritas Casi nunca

Formularios A veces
Casi siempre
Carteles/Infografías
Siempre
Texto escolar

Pizarra

0 1 2 3 4 5 6 7
Frecuencia

Figura 2

Representación convencional de los datos de la Tabla 2 con énfasis en la escala

Materiales del entorno

Nunca Maquetas
Calculadora
Casi nunca Laboratorio
Escala Likert

Talleres/Pruebas escritas

A veces Formularios
Carteles/Infografías
Texto escolar
Casi siempre
Pizarra

Siempre

0 1 2 3 4 5 6 7
Frecuencia

Aplicando el modelo (1) al primer indicador de los datos de la Tabla 2 (“Maquetas”), se obtiene lo

siguiente:

∑5𝑖=1 𝑟𝑖 𝑤1 (0)(5) + (4)(4) + (0)(3) + (1)(2) + (2)(1)

𝐼𝑖 = = = 0,57
(𝑛)(𝑡𝑒 ) (7)(5)

Y al hacerlo para el resto de los indicadores se puede construir la Tabla 3.

pág. 744
Tabla 3

Reducción de la escala original a una sola dimensión

Recursos concretos 𝐼𝑖
Maquetas 0,57
Texto escolar 0,69
Laboratorio 0,69
Materiales del entorno 0,69
Formularios 0,71
Carteles/Infografías 0,80
Talleres/Pruebas escritas 0,89
Calculadora 0,94
Pizarra 1,00
Nota. Cada indicador queda reducido a un único valor, el cual se encuentra distribuido entre 0 y 1,

por lo tanto, se puede llevar a porcentaje con solo multiplicarlo por 100.

Así, con los valores de la Tabla 3 se puede generar la Figura 3.

Figura 3

Representación simplificada de datos de la Tabla 2

Pizarra 100,00%

Calculadora
Recursos didácticos concretos

94,29%

Talleres/Pruebas escritas 88,57%

Carteles/Infografías 80,00%

Formularios 71,43%

Materiales del entorno 68,57%

Laboratorio 68,57%

Texto escolar 68,57%

Maquetas 57,14%

0% 20% 40% 60% 80% 100%

Porcentaje (%)

Al centrar nuestra atención en la Figura 3, resulta fácil abstraer los principales hallazgos de la

investigación, así, por ejemplo, se puede reconocer a simple vista tanto el porcentaje de uso de cada

recurso didáctico concreto, como su respectiva relación de orden. A detalle, el recurso didáctico

pág. 745
“Pizarra” con un porcentaje del 100 %, indica que este recurso siempre fue utilizado por los docentes

para impartir sus clases y que fue utilizado por todos ellos sin excepción. En el otro extremo se

encuentra el recurso “Maquetas” que solo fue utilizado el 57 % de las veces. Nótese que la

interpretación se hace en relación con la frecuencia de uso de un recurso e implícitamente con el total

de clases impartidas por los docentes. Dado que estos responden respecto a sus clases dictadas.

CONCLUSIONES

En el presente artículo se presentó un modelo matemático (1) con el cual es posible tratar y representar

de forma compacta y simplificada los datos provenientes de instrumentos basados en escalas tipo

Likert. El modelo permite obtener un valor representativo para cada indicador de la pregunta sin

importar el tamaño de la escala, con lo cual es posible generar gráficos estadísticos que permiten

abstraer con facilidad los principales hallazgos de la investigación.

Así mismo, el modelo (1) se destaca porque la escala de simplificación (𝐼𝑖 ) que genera, establece un

valor representativo acotado entre 0 y 1 para cada indicador de la pregunta, con lo cual es posible

establecer relaciones de orden y comparaciones entre cada indicador, lo cual facilita en gran medida

un análisis cuantitativo de este tipo datos.

LISTA DE REFERENCIAS

Abela, A. (2013). Advanced Presentations by Design. Pfeiffer.

Fuentes-Doria, D., Toscano-Hernández, A., Malvaceda-Espinoza, E., Díaz Ballesteros, J., y Díaz

Pertuz, L. (2020). Metodología de la investigación: Conceptos, herramientas y ejercicios

prácticos en las ciencias administrativas y contables. Editorial Universidad Pontificia

Bolivariana.

Generalitat de Cataluña. (2019). Guía de visualización de datos. Reconocimiento 4.0 de Creative

Commons.

González del Pozo, R., y García Lapresta, J. L. (2019). Tratamiento ordinal de las escalas

cualitativas utilizadas por el Centro de Investigaciones Sociológicas. Revista De Métodos

Cuantitativos Para La Economía Y La Empresa, 28, 124–142.

pág. 746
 https://doi.org/10.46661/revmetodoscuanteconempresa.3788

Hernández, R. Fernández, C. y Baptista, P. (2010). Metodología de la Investigación. McGraw Hill.

Hernández-Sampieri, R. y Mendoza, C. (2018). Metodología de la investigación: las rutas

cuantitativa, cualitativa y mixta. McGraw Hill México.

Igartua, J. J. (2006). Métodos Cuantitativos de Investigación en Comunicación. BOSCH

Comunicación.

Likert, R. (1932). A Technique for the measurement of attitudes. Archives de Psychology, 22(33),

5–55.

Ospina Rave, B. E., Sandoval, J. D., Aristizábal Botero, C. A., & Ramírez Gómez, M. C. (2005).

La escala de Likert en la valoración de los conocimientos y las actitudes de los

profesionales de enfermería en el cuidado de la salud. Antioquia, 2003. Investigación y

Educación en Enfermería, XXIII(1), 14-29.

Otero, A. Enfoques de la investigación. Métodos para el diseño del proyecto de Investigación.

Perán, A. (2016). Visualización y análisis de escalas Likert - VIII Jornadas de Usuarios de R

[Diapositivas]. https://gauss.inf.um.es/8jornadasR/filestaller/albacete8jr-visualizacion-y-

analisis-de-escalas-Likert.pdf

Sarduy Domínguez, Y. (2007). El análisis de información y las investigaciones cuantitativa y

cualitativa. Revista cubana de salud pública, 33(3), 1-11.

https://www.redalyc.org/articulo.oa?id=21433320

pág. 747