Yo encuentro esto sobrevalorado: la idea de que cualquier fila de números del 1 al 5 es automáticamente una escala Likert. No lo es. Y es exactamente ahí donde empiezan los malentendidos.
El origen poco conocido de la escala del 1 al 5
¿Sabías que la escala del 1 al 5, como la conocemos hoy, nació en 1932? Renato Likert, un psicólogo estadounidense, introdujo un método para medir actitudes mediante afirmaciones seguidas de respuestas graduadas. No era solo “1 a 5”, era un sistema con categorías verbales: “Totalmente de acuerdo” a “Totalmente en desacuerdo”. El número era secundario. Hoy, en cambio, muchos reducen su modelo a un mero slider en Google Forms. Y eso, sinceramente, es como usar un Ferrari para dar vueltas en un estacionamiento.
El problema persiste: la gente dice “escala Likert” cada vez que ve cinco estrellas o cinco casillas. Pero una verdadera escala Likert requiere simetría, polaridad clara y, sobre todo, un conjunto de ítems que midan una sola dimensión. Si no, estás midiendo ruido, no datos. Una escala de satisfacción del cliente con cinco puntos puede parecerse a Likert, pero si no tiene ítems bien formulados, no pasa de ser una escala ordinal básica.
Y es que no todas las escalas son iguales, ni siquiera en su aparente simplicidad. Una escala del 1 al 5 puede tener intervalos iguales (como en una escala de temperatura), pero en la práctica, casi nunca los tiene. El salto emocional entre un “1” y un “2” en una encuesta de dolor físico no es el mismo que entre un “4” y un “5”. Lo que explica que, a pesar de su uso masivo, muchos análisis estadísticos con estas escalas sean cuestionables.
¿Likert o escala numérica? La confusión más común
La línea entre ambos conceptos es delgada. Una escala Likert típica mide la intensidad de acuerdo con una afirmación específica. Por ejemplo: “Estoy satisfecho con el servicio” → 1 (Nada de acuerdo) a 5 (Totalmente de acuerdo). La escala numérica, en cambio, puede ser más abierta: “Califique su satisfacción del 1 al 5”, sin ítem verbal asociado. Aquí, el usuario interpreta el significado por su cuenta. Y porque la subjetividad entra por la ventana, los datos pierden comparabilidad.
Estudios muestran que entre el 60% y el 80% de las encuestas comerciales etiquetan erróneamente sus escalas como “Likert” cuando en realidad usan escalas numéricas simples. ¿Por qué importa? Porque los métodos estadísticos cambian. Con una escala Likert bien construida, puedes aplicar análisis paramétricos (como la media). Con una escala puramente ordinal, el uso de la media es discutible. Mejor usar la mediana o análisis no paramétricos. Pero muchos lo ignoran. Porque es más fácil decir “el promedio fue 3.7” que explicar por qué eso podría no significar nada.
¿Por qué cinco puntos y no más o menos?
La elección del número 5 no es casual. Investigaciones en psicometría indican que entre 5 y 7 puntos es el rango óptimo para equilibrar precisión y carga cognitiva. Menos de 4 puntos ofrece poca diferenciación. Más de 7 genera fatiga. En un estudio de 2016 con 2,300 participantes, se encontró que una escala de 5 puntos produce respuestas más estables que una de 10 puntos (la variabilidad aumentó en un 22%). Pero incluso eso depende del público: adultos educados manejan mejor 7 puntos; adolescentes o usuarios de apps móviles prefieren 5.
Y aunque parezca obvio, no todos los 5 puntos son iguales. Hay escalas con punto medio (como 1-2-3-4-5), y otras con punto impar pero etiquetado (por ejemplo, 1=Malo, 3=Neutral, 5=Excelente). El punto medio puede actuar como “escape” para quienes no quieren tomar postura. En encuestas de rendimiento laboral, hasta un 34% eligen el centro cuando no hay presión. Eso lo cambia todo en la interpretación.
¿Cómo funciona una escala del 1 al 5 en distintos contextos?
La versatilidad de esta escala es su mayor fortaleza… y su mayor riesgo. Se usa en psicología, educación, marketing, salud y hasta en aplicaciones de comida a domicilio. Pero su significado cambia radicalmente según el contexto. En un hospital, un “3” en una escala de dolor puede significar “soportable pero presente”; en una app de streaming, un “3” en calidad de imagen puede significar “aceptable pero con fallas”. No son equivalentes. Ni siquiera están en la misma dimensión.
En educación, por ejemplo, se usa para evaluar desempeño estudiantil. Pero aquí el problema es la subjetividad del docente. Un estudio de la UNAM en 2020 reveló que dos profesores calificaron al mismo ensayo con 3 y 5, respectivamente, usando la misma rúbrica. ¿La diferencia? Criterios implícitos. Basta decir que sin una guía clara, la escala del 1 al 5 se vuelve una proyección personal.
En contraste, en el ámbito del NPS (Net Promoter Score), se usa una escala del 0 al 10, pero muchas empresas la adaptan al 1 al 5 para simplificar. Error. Porque el NPS depende de la distribución entre detractores, neutrales y promotores. Al comprimir la escala, pierdes matices. El 10 en NPS no es solo “muy satisfecho”, es “recomendaría sin dudarlo”. Reducir eso a un “5” trivializa el dato.
Dónde falla la escala del 1 al 5: sesgos y limitaciones
El sesgo de centralidad es real. Muchos usuarios evitan los extremos. En culturas colectivistas (como Japón o Colombia), la tendencia a no ofender influye en las respuestas. Un producto malo puede sacar un “3” por cortesía. En EE. UU., en cambio, los extremos se usan más: el 45% de las calificaciones en Amazon están en 1 o 5. ¿Por qué? Cultura de expresión directa. Dicho esto, aplicar la misma escala globalmente sin ajustar por contexto cultural puede distorsionar los resultados.
E incluso hay un sesgo de anclaje. Si la pregunta anterior fue muy negativa, la siguiente tendencia a calificar más bajo, aunque no esté relacionada. En pruebas A/B de UX, se ha observado que el orden de las preguntas afecta las calificaciones en hasta un 18%. Como resultado: los datos no miden lo que crees que miden.
Sistemas alternativos: ¿hay vida más allá del 1 al 5?
Claro que la hay. Y algunas opciones son incluso más efectivas, aunque menos populares. Tomemos la escala de faces (caritas): desde una triste hasta una feliz. Estudios con niños y adultos mayores muestran que esta escala tiene mejor comprensión que la numérica. En hospitales pediátricos, se usa para medir dolor con un 30% más de precisión.
Otra alternativa: las escalas de elección forzada. En lugar de calificar, eliges entre dos afirmaciones. Por ejemplo: “Prefiero rapidez a calidad” vs. “Prefiero calidad a rapidez”. Elimina el punto medio. Obliga a decidir. Y aunque no uses números, genera datos más claros sobre prioridades.
Porque a veces, forzar una cuantificación numérica a algo subjetivo como la emoción o la satisfacción, es como medir el amor con una regla: técnicamente posible, pero ridículo en la práctica.
Escalas del 1 al 5 vs. escalas de estrellas: ¿qué elegir?
En apps como Uber o Tripadvisor, predominan las estrellas. Visualmente atractivas, fáciles de escanear. Pero ¿son más precisas? No necesariamente. Una investigación de Nielsen Norman Group (2019) mostró que los usuarios tratan las estrellas como categorías, no como puntos numéricos. Cuatro estrellas = “bueno”, cinco = “perfecto”. El 78% no hace distinción entre 4.2 y 4.8. En cambio, en escalas numéricas, sí se percibe la diferencia entre 4 y 5. Pero pierden atractivo visual. Como resultado: las estrellas ganan en UX, las numéricas en precisión.
Preguntas Frecuentes
¿Se puede usar el promedio en una escala del 1 al 5?
Sí, pero con cuidado. Si la escala es verdaderamente Likert y los datos se distribuyen normalmente, el promedio es aceptable. Pero si es ordinal y con sesgo, mejor usar la mediana. Honestamente, no está claro que la media aritmética tenga sentido cuando no sabes si el salto de 2 a 3 es igual que de 4 a 5.
¿Por qué algunas escalas usan 1 al 5 y otras 0 al 10?
Depende del nivel de granularidad deseado. La escala 0-10 ofrece más matices, pero también más ruido. La 1-5 es más rápida, ideal para móviles. El problema persiste cuando se comparan ambos: un 7/10 no equivale a un 3.5/5, porque la psicología de la respuesta cambia.
¿Cómo evitar respuestas sesgadas en mis encuestas?
Invierte el orden de las categorías en algunas respuestas (por ejemplo, que el “Totalmente de acuerdo” aparezca a la derecha en la mitad de los casos). Usa etiquetas verbales claras. Y prueba con grupos pequeños antes de lanzarla. El 60% de los errores en escalas vienen de redacción ambigua, no del diseño.
La conclusión
Llamar a una escala del 1 al 5 solo “escala numérica” es correcto, pero insuficiente. Si tiene ítems de actitud, es escala Likert. Si mide percepción sin categorías verbales, es una escala ordinal simple. Si se usa para emociones, quizás debería no existir en forma numérica. Porque reducir lo humano a un número entre 1 y 5 es una simplificación útil, pero peligrosa. Yo estoy convencido de que su poder no está en el número, sino en cómo lo interpretamos. Y en eso, seguimos fallando. Los expertos no se ponen de acuerdo sobre si estas escalas miden actitudes o solo complacencia. Pero basta decir que mientras más las usamos, menos las entendemos. Eso lo cambia todo. Y es exactamente ahí donde deberíamos empezar a repensarlas.