Cómo encontrar una escala validada para tu investigación
Esta página es una traducción del original inglés revisado. Ver el original (EN)
cómo encontrar una escala validadaAndrzej Szymkowiak · Última revisión: septiembre de 2026

Ya sabes qué quieres medir — lealtad de marca, utilidad percibida, confianza u otro concepto bien estudiado. La siguiente pregunta es: ¿escribes tus propios ítems o tomas prestada una escala que otros investigadores ya han probado? En casi todos los casos deberías tomarla prestada. Esta guía explica por qué, dónde buscar y cómo juzgar si una escala es lo bastante buena para usarla.
Para encontrar una escala validada, busca en Google Scholar o Web of Science el nombre de tu constructo junto con "scale development" o "scale validation", revisa compendios de escalas publicados como el Marketing Scales Handbook o usa una biblioteca de constructos dedicada. El artículo de revista original donde se publicó la escala por primera vez es la fuente más fiable — y la que citas en tu sección de Método.
¿Por qué usar una escala validada?
Una escala validada ha sido probada con respondientes reales. Otros investigadores han comprobado que sus ítems son internamente consistentes (fiabilidad) y que captan el concepto previsto y no otra cosa (validez). La fiabilidad y la validez son cuestiones distintas — una escala puede ser muy fiable y aun así medir algo equivocado — y una buena escala necesita evidencia de ambas. Usar una escala así te da tres beneficios prácticos.
Primero, comparabilidad. Cuando usas la misma escala que un estudio anterior, tus resultados pueden compararse entre contextos, lo que hace tus hallazgos más útiles y publicables.
Segundo, confianza del revisor. Un revisor que ve una escala de una fuente bien citada ya confía en la medición. Una escala que escribiste tú mismo debe ganar esa confianza desde cero, y los revisores te pedirán que la demuestres.
Tercero, tiempo. Desarrollar bien una escala nueva requiere varios estudios piloto. Tomar prestada una validada te permite centrarte en la pregunta de investigación en lugar del instrumento.
La excepción es cuando no existe ninguna escala adecuada, o cuando una escala existente no encaja con tu población o idioma. En esos casos tendrás que adaptar o crear ítems, lo cual es un proceso propio.
Dónde encontrar escalas validadas
Artículos publicados
La fuente más fiable es un artículo de revista donde la escala se desarrolló o validó por primera vez. Busca en Google Scholar, Web of Science o Scopus el nombre de tu constructo más "scale development", "scale validation" o "measurement instrument". Los artículos que presentan una escala nueva suelen reportar todos los ítems en su totalidad o en un anexo.
Compendios y manuales de escalas
Varios recursos impresos recopilan escalas de distintos temas. El Marketing Scales Handbook (Bruner et al.) cubre constructos comunes en la investigación de consumidores. Measures for Clinical Practice and Research (Fischer y Corcoran) cubre psicología y salud. El Handbook of Marketing Scales (Bearden y Netemeyer) es otra referencia estándar. Tu biblioteca universitaria probablemente tenga al menos uno de ellos.
Bases de datos y revisiones reconocidas
Las revisiones sistemáticas a menudo comparan escalas competidoras para el mismo constructo y recomiendan la de mejor desempeño. Busca un artículo de revisión sobre tu tema — por ejemplo, "brand loyalty measures review" o "customer satisfaction scales systematic review". Estos ahorran tiempo porque preseleccionan las opciones por ti.
La biblioteca de escalas de Explonia
Explonia incluye una biblioteca de aproximadamente 370 constructos validados procedentes de investigación publicada, cada uno con su cita de fuente y DOI. Disponible a partir del plan Academic, la biblioteca se puede buscar por nombre de constructo. Eliges una escala y los ítems se añaden a tu estudio. Sigues citando a los autores originales — la biblioteca es una herramienta de búsqueda, no un sustituto de la fuente publicada. Puedes revisar ejemplos resueltos →. Cuando estés listo para incorporar una escala a un diseño de estudio completo, consulta de la pregunta de investigación al cuestionario →.
¿Cómo juzgar si una escala es lo bastante buena?
No todas las escalas publicadas son igual de buenas. Antes de decidirte, comprueba estos criterios.
| Criterio | Umbral convencional | Qué significa |
|---|---|---|
| Cronbach's alpha (α) | ≥ .70 (convención) | Consistencia interna; asume que los ítems son unidimensionales y aproximadamente tau-equivalentes (cargas similares) |
| McDonald's omega (ω) | ≥ .70 (convención) | Consistencia interna sin el supuesto de cargas iguales; a menudo preferida sobre α |
| Composite reliability (CR) | ≥ .70 | Fiabilidad a nivel de factor estimada a partir de las cargas del CFA (reportada en SEM) |
| Average variance extracted (AVE) | ≥ .50 | El factor explica al menos la mitad de la varianza de sus ítems (validez convergente) |
| HTMT (validez discriminante) | < .85 conservador; < .90 liberal (Henseler, Ringle & Sarstedt, 2015) | El factor es distinto de otros factores |
| Número de ítems | al menos 3 (normalmente 3-6; 4-6 para una escala nueva, Hinkin, 1998) | Menos de 3 deja un factor independiente infraidentificado; los bloques largos de ítems alargan la encuesta |
Trata estos puntos de corte como convenciones ampliamente usadas, no como leyes rígidas. El umbral de fiabilidad de .70 es una regla práctica (Nunnally y Bernstein, 1994), no una línea de aprobado/suspenso — un valor justo por debajo de él no es automáticamente fatal, y un valor alto por sí solo no prueba que la escala sea válida. Ten en cuenta además que alpha se apoya en supuestos (unidimensionalidad, cargas aproximadamente iguales) que los datos reales a menudo incumplen, por lo que McDonald's omega y, en SEM, composite reliability se reportan cada vez más junto a alpha o en su lugar.
Más allá de los números, hazte dos preguntas.
¿Coincide el contexto de la muestra con el tuyo? Una escala validada con estudiantes de un país puede no funcionar igual con profesionales de otro. Comprueba si estudios de validación posteriores han probado la escala en un contexto más cercano al tuyo.
¿Es adecuado el idioma? Algunas escalas usan expresiones idiomáticas que no se traducen bien. Para audiencias multilingües o no nativas, busca una versión traducida y revalidada, o planea un piloto corto para comprobar que los respondientes entienden cada ítem. Una redacción sencilla y clara reduce el error de medición entre distintos contextos lingüísticos.
Para profundizar en las medidas de fiabilidad, consulta /methods/reliability/. Para validez discriminante y el umbral HTMT, consulta /methods/htmt/. Para comparar HTMT con el criterio de Fornell-Larcker, consulta HTMT vs Fornell-Larcker →.
Ítems de codificación inversa
Muchas escalas incluyen uno o más ítems de codificación inversa (reverse-coded). Un ítem Likert típico podría decir "Confío en esta marca". Una versión inversa diría "Sospecho de esta marca". La puntuación se invierte: para una escala de 5 puntos, una respuesta de 5 pasa a 1, 4 pasa a 2 y así sucesivamente.
Los ítems de codificación inversa se usaban históricamente para detectar a respondientes que marcan la misma respuesta en cada pregunta. Su valor se debate hoy — algunas investigaciones sugieren que introducen sesgo de método en lugar de reducirlo — pero los encontrarás en muchas escalas publicadas. Si la escala original los incluye, úsalos en su forma publicada a menos que tengas una razón sólida para adaptarlos.
Marca el ítem como de codificación inversa en tu archivo de datos antes del análisis, para que la inversión de la puntuación se aplique antes de ejecutar la fiabilidad y el CFA.
Cómo citar la escala
Cuando uses una escala publicada, cita la fuente original en tu sección de Método, no solo a Explonia ni a cualquier otra herramienta que hayas usado para administrarla. Una frase típica se ve así:
La utilidad percibida se midió con seis ítems adaptados de Davis (1989). Los ítems preguntan a los respondientes en qué medida esperan que el sistema mejore su desempeño y su productividad en el trabajo. Los ítems se valoraron en una escala Likert de 5 puntos de 1 (totalmente en desacuerdo) a 5 (totalmente de acuerdo).
Incluye la cita original de la escala en tu lista de referencias. Si hiciste algún cambio en la redacción — incluso pequeño — indícalo con "adapted from" (adaptado de) en lugar de "from" (de), y describe brevemente los cambios. Lo mismo aplica al formato de respuesta: cambiar el número de puntos o las etiquetas también cuesta comparabilidad — consulta cuántos puntos necesita una escala Likert →.
Un punto más sobre los derechos de autor: la redacción de los ítems en escalas publicadas a veces está protegida, y las reglas varían de una escala a otra. Muchas escalas son gratuitas para su uso en investigación académica, pero algunos instrumentos muy usados — por ejemplo el MBI, el SF-36 o el WHOQOL — requieren una licencia, registro o pago incluso para estudios académicos. No des por hecho que el uso académico siempre es gratuito. Antes de usar los ítems, consulta el artículo original, la página de permisos del editor o el sitio web del autor.
Errores comunes que conviene evitar
- Escribir tus propios ítems cuando ya existe una escala validada para el constructo.
- Citar la herramienta de encuesta en lugar de los autores originales que desarrollaron la escala.
- Tratar α ≥ .70 como prueba de validez — la fiabilidad y la validez son cuestiones distintas.
- Usar solo dos ítems para un factor reflexivo, lo que lo deja infraidentificado.
- Ignorar si la escala se validó en una población y un idioma como el tuyo.
- Olvidar marcar los ítems de codificación inversa antes de ejecutar la fiabilidad y el CFA.
Preguntas frecuentes
¿Dónde puedo encontrar escalas validadas para investigación?
Empieza por el artículo de revista original donde se publicó la escala. Las búsquedas en Google Scholar de tu constructo más "scale development" o "scale validation" suelen mostrar las fuentes clave. Los compendios de escalas como el Marketing Scales Handbook reúnen muchas opciones en un solo lugar. La biblioteca integrada de Explonia, con aproximadamente 370 constructos y los DOI de sus fuentes, es otro punto de partida rápido, disponible en el plan Academic.
¿Puedo usar una escala publicada gratis? ¿La cito?
Depende de la escala. Muchas escalas son gratuitas para su uso en investigación académica, pero algunos instrumentos muy usados — como el MBI, el SF-36 o el WHOQOL — requieren una licencia, registro o pago incluso para estudios académicos. El estatus de derechos de autor varía de una escala a otra, así que consulta el artículo original, la página de permisos del editor o el sitio web del autor antes de usar los ítems. Sea cual sea la licencia, cita siempre a los autores originales en tu sección de Método — no cites únicamente la herramienta que usaste para administrar la encuesta. Si adaptas alguna redacción, escribe "adapted from" y describe el cambio.
¿Cuántos ítems debería tener una escala?
La mayoría de las medidas de constructos usan entre tres y seis ítems por factor. Tres es el mínimo práctico para que un factor reflexivo de CFA esté identificado y sea estable. Cuando desarrollas una escala nueva, Hinkin (1998) sugiere de cuatro a seis ítems por constructo en la escala final, y escribir al principio más o menos el doble de ítems, para poder eliminar los débiles. Más de seis ítems por factor alarga la encuesta sin un aumento proporcional de la fiabilidad, y las encuestas largas aumentan la fatiga y el abandono de los respondientes. Si necesitas acortar una escala, elimina los ítems con las cargas más bajas y comprueba que la fiabilidad y el AVE se mantienen por encima del umbral.
¿Qué pasa si Cronbach's alpha está por debajo de .70?
Primero, recuerda que .70 es una convención, no un punto de corte rígido, así que un valor un poco por debajo no es automáticamente un fracaso. Segundo, comprueba si el alpha bajo se debe a un único ítem débil — elimina ítems de uno en uno y recalcula para ver si el valor se recupera. Tercero, calcula una estimación de fiabilidad basada en el modelo: McDonald's omega (ω), que no asume cargas iguales, y composite reliability (CR) de tu CFA, ambas normalmente más precisas que alpha cuando las cargas varían. Si omega, CR y alpha permanecen todos bajos, puede que los ítems no formen un constructo unidimensional coherente y tengas que revisarlos o reemplazarlos. Consulta /methods/reliability/ para una guía paso a paso. Para orientación sobre cómo escribir ítems con mejores propiedades, consulta cómo escribir buenas preguntas de encuesta →.
¿Puede Explonia ayudarme a encontrar y usar una escala validada?
Sí. La biblioteca de Explonia con aproximadamente 370 constructos validados — cada uno con su cita de fuente y DOI — se puede buscar en el plan Academic. Añades los ítems a tu estudio con unos pocos clics y sigues citando a los autores originales que desarrollaron la escala; la biblioteca es una herramienta de búsqueda, no un sustituto de la fuente publicada.
References
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135. https://doi.org/10.1007/s11747-014-0403-8
Hinkin, T. R. (1998). A brief tutorial on the development of measures for use in survey questionnaires. Organizational Research Methods, 1(1), 104-121. https://doi.org/10.1177/109442819800100106
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
Cómo Explonia hace esto por ti
La biblioteca integrada de Explonia te permite buscar un constructo, ver la publicación de origen y añadir los ítems a tu estudio con unos pocos clics. Los ítems llegan con la redacción original y un fragmento de cita que puedes copiar a tus referencias. Como la biblioteca cubre aproximadamente 370 constructos, la mayoría de los constructos estándar en negocios, psicología y ciencias sociales ya están incluidos. Una vez que has elegido y administrado la escala, Explonia ejecuta comprobaciones de fiabilidad y CFA sobre tus datos y marca los ítems que reducen el ajuste, para que puedas tomar decisiones informadas sobre tu modelo de medición final. Para orientación sobre cómo presentar esos resultados, consulta cómo reportar resultados de CFA en formato APA →.
¿Listo para encontrar y usar una escala validada? Busca en la biblioteca de constructos de Explonia, añade los ítems a tu estudio y ejecuta la fiabilidad y el CFA sobre tus datos. Empieza gratis →
Cómo citar este artículo
Si este artículo te ayudó en tu investigación, puedes citarlo (APA 7):
Szymkowiak, A. (2026). Cómo encontrar una escala validada para tu investigación. Explonia. https://explonia.com/es/blog/find-validated-scale/
Last updated: septiembre 2026
Realiza todo tu estudio en un solo lugar
Diséñalo, recoge los datos y ejecuta CFA y SEM reales sobre tus propios datos — con un borrador de párrafo APA que puedes editar. Empieza gratis.
Empezar gratis