Rensis Likert publicó la escala que lleva su nombre en 1932, en una monografía titulada «A Technique for the Measurement of Attitudes». Ofrecía cinco respuestas, que en el original iban de «strongly approve» a «strongly disapprove». Pronunciaba su apellido «Lick-ert», según colegas a los que se presentó, y casi nadie lo ha hecho desde entonces.
Pronunciar mal el apellido es una tradición. Discutir sobre el número es la otra. En algún lugar, hoy, un equipo está a punto de lanzar una encuesta, y el lanzamiento está parado por un desacuerdo sobre si la pregunta de satisfacción debe tener cinco puntos o siete. Alguien opina que siete es más científico. Alguien ha leído que diez es más preciso. A quien escribió la encuesta le gustaría irse a casa.
La disputa lleva noventa años en marcha, y eso es una pista. Las preguntas con respuestas de peso suelen acabar zanjándose.
Lo que encontraron las pruebas
En los extremos hay un hallazgo real. En la comparación más citada, la gente valoró las mismas cosas en escalas de todas las longitudes, de dos a once puntos, y después en una de 101. Las escalas de dos, tres y cuatro puntos funcionaron mal en fiabilidad, en validez y en su capacidad de distinguir a unos encuestados de otros. La calidad mejoraba al añadir puntos, hasta unos siete. Por encima de diez, la coherencia de las respuestas de una ocasión a otra empezaba a caer.
Así que hay un suelo y un techo. Con muy pocos puntos, personas con opiniones distintas acaban en la misma casilla. Con demasiados, se les piden distinciones que no saben hacer. Nadie conoce la diferencia entre un 62 y un 67, y menos que nadie quien lo puso.
Entre el suelo y el techo, la evidencia deja de apuntar en una sola dirección. Para las preguntas de acuerdo/desacuerdo, pruebas en varios países europeos hallaron que cinco puntos producían mejores datos que siete u once. Para valoraciones sueltas en investigación de usabilidad, un profesional que revisó la evidencia concluyó que siete puntos son un poco mejores que cinco, pero no mucho. Su ejemplo merece la pena. En una versión de cinco puntos de un cuestionario estándar de usabilidad, los encuestados intentaron marcar entre dos opciones, un 3,5, en cerca del 2,5 % de 858 respuestas. En una versión de siete puntos no lo hizo ninguno de 840. Unas pocas personas, de vez en cuando, quieren una escala más fina que cinco.
Esa misma revisión termina con una frase que habría que leer en voz alta en la reunión. Si te encuentras debatiendo si una escala debe tener cinco puntos o siete, dice, probablemente ya le has dedicado demasiado tiempo.
Lo que mueve más las respuestas
Ese tiempo está mejor empleado en otra parte, porque otras decisiones sobre una pregunta de valoración pesan bastante más.
La primera son las etiquetas. Una escala que pone una palabra en cada punto, de «muy difícil» a «muy fácil», le dice a la gente qué significa cada respuesta. Una escala que solo etiqueta los extremos deja el centro a la imaginación, y el 3 de uno es el 4 de otro. Los experimentos que compararon ambas hallaron más fiable la que va etiquetada del todo. Ese es también el argumento práctico a favor de las escalas cortas. Cinco palabras claras son fáciles de encontrar. Once no, y por eso las escalas largas suelen llegar con números y una plegaria.
La segunda es de qué está hecha la escala. El formato de Likert pide a la gente que esté de acuerdo o en desacuerdo con una afirmación, y una afirmación invita al acuerdo porque sí. Preguntar directamente por la cosa, cómo de fácil, con qué frecuencia, cómo de bien, la mide mejor, como explicamos en preguntas de acuerdo/desacuerdo.
La tercera es quién responde. En distintos países la gente usa la misma escala de manera distinta. Unos van a los extremos y otros se quedan en el centro, con diferencias mucho mayores que cualquier cosa que pueda producir el número de puntos. Un equipo que compara mercados debería preocuparse por el sesgo intercultural mucho antes que por una sexta y una séptima opción.
Y la cuarta es qué pasa después con las respuestas. Una escala larga tienta a tratar las valoraciones como mediciones. La pregunta de once puntos más conocida del mundo empresarial, la del Net Promoter Score, se reparte enseguida en tres cajones, uno de los cuales se tira, de modo que la mayor parte de la precisión que se le pidió al cliente nunca se usa. Echamos la cuenta en ¿predice el NPS el crecimiento?.
La única regla firme
Hay un consejo en el que coinciden la evidencia y los profesionales, y no tiene nada que ver con qué número es mejor. No cambies el que tienes.
Una valoración solo significa algo por comparación, con el trimestre pasado, con otro segmento, con una referencia publicada. Altera la escala y la comparación se rompe. Un 4,1 sobre 5 no se convierte en una nota sobre 7 con una regla de tres, porque la gente no usa las dos escalas de forma proporcional. Lo que se gana en finura se pierde con creces en historial. Si una escala tiene que cambiar, haz convivir la antigua y la nueva durante una ronda, para que el empalme se vea.
Para una pregunta que escribes de cero, la elección no es difícil. Usa cinco puntos para las preguntas de acuerdo/desacuerdo, para todo lo que se lee en un móvil y allí donde quieras una palabra en cada opción. Usa siete si una sola valoración tiene que sostener el resultado por sí misma y tus encuestados están acostumbrados a esas cosas. Evita dos, tres y cuatro, salvo en preguntas sobre hechos. Evita todo lo que pase de diez. Pon todas las escalas en la misma dirección, da a quienes no tienen experiencia con el asunto una forma de decirlo y, tras la valoración, pregunta por qué, porque es en el motivo donde está la información. Nuestra guía de tipos de preguntas de encuesta repasa las alternativas a la valoración.
Después envía la encuesta. Los cinco puntos de Likert aguantan desde 1932 sin que nadie haya demostrado que seis habrían sido mejores, y el equipo que dedicó una semana a la cuestión ha aprendido una cosa valiosa: que apenas cambiaba nada.
Cómo te ayuda Diaform
En Diaform, una valoración es una pregunta dentro de un chat. La escribes como opción única con tus propias etiquetas, cinco o siete según prefieras, y el entrevistador de IA pregunta después por qué y repregunta cuando la respuesta es vaga, tantas veces como permitas. Cada conversación recibe un resumen con citas literales, de modo que el motivo queda junto al número. Diaform no elegirá tu escala ni corregirá cómo la usan distintos clientes. Hay una prueba gratis de 14 días.
