Cómo analizar las escalas de Likert

Las escalas de Likert, de uso frecuente en los estudios de investigación, miden las actitudes de los encuestados sobre cuán de acuerdo o en desacuerdo están en relación a una serie de preguntas o de afirmaciones. Una escala típica dentro de las posibles respuestas podría consistir en la siguiente: muy de acuerdo, de acuerdo, indeciso, en desacuerdo y totalmente en desacuerdo. Una codificación numérica de las respuestas permite a los investigadores analizar los datos de la escala de Likert con métodos de estadística descriptiva e inferencial.

Codifica las respuestas asignándole un valor numérico a cada una de ellas. Supón, por ejemplo, que le preguntamos a los encuestados cuán de acuerdo o en desacuerdo están con diez medidas adoptadas por los Parlamentarios. Las categorías de respuesta son: muy de acuerdo, de acuerdo, no está seguro/indeciso, no está de acuerdo y en desacuerdo. Podemos codificar las respuestas de la siguiente manera: muy de acuerdo=1, de acuerdo=2, indeciso=3, de acuerdo=4, y muy en desacuerdo=5. Puedes introducir estos datos en una hoja de cálculo de Excel para su análisis.

Representa el rango de las respuestas visualmente con gráficos de barras que muestren el número y el porcentaje de encuestados que se mostraron de acuerdo, en desacuerdo, etc., con cada posición cubierta en tu encuesta.

Resume los datos utilizando la escala de Likert de estadística descriptiva. Ten mucho cuidado en este paso. Un error común es calcular un promedio numérico, o el valor medio de las respuestas codificadas. Esto no es un método válido para el análisis de los datos de la escala de Likert, ya que son ordinales por naturaleza. Como alternativa, resume tus datos de la escala de Likert con el modo, o la respuesta más frecuente. Por ejemplo, si "de acuerdo" fue la respuesta más frecuente a una pregunta, el modo sería el valor numérico asignado a esa respuesta.

Examina con más profundidad los datos utilizando las técnicas estadísticas inferenciales. Existen muchas de ellas, la más adecuada dependerá de la naturaleza exacta de tu estudio. El análisis por diferencias es uno de los métodos que puedes utilizar. Para el ejemplo del paso uno, podrías analizar las respuestas dependiendo del género del encuestado como una variable independiente, examinando las diferencias en las respuestas entre los de género masculino y los de género femenino. El análisis factorial, que trata de explicar las respuestas en función de los factores subyacentes, también es utilizado con frecuencia.