Introducción

La escala Likert se ha convertido en un método de evaluación de uso popular dentro de la comunidad académica (^{Hernández et al., 2010}), en especial dentro de las ciencias sociales (^{Croasmun y Ostrom, 2011}; ^{Simms et al., 2019}). Esta fue creada por ^{Rensis Likert (1932)}, y se basa en la calificación de afirmaciones (^{Asociación Americana de Psicología [APA], 2010}), donde el participante, con el fin de medir actitudes, responde a cuestiones con valores que van desde una percepción en desacuerdo a otra que puede ser de acuerdo (^{Kerlinger y Lee, 2002}); es decir, de un nivel desfavorable a lo favorable (^{Garwood, 2006}). A través de esta escala es posible estudiar la percepción acerca de eventos, objetos y personas (^{Taherdoost, 2019}).

Por otro lado, es importante resaltar que la escala Likert, como todo método de medición, posee ciertas ventajas y desventajas (^{Hartley, 2014}). Una de sus ventajas es que ha demostrado ser atractiva para los participantes de las investigaciones (^{Garwood, 2006}), además de que su administración es fácil (^{Preston y Colman, 2000}) y su codificación es sencilla al momento de acumular un conjunto de datos (^{Heo et al., 2022}); permitiendo recopilar y analizar ítems basados en rasgos latentes (^{Anjaria, 2022}). Y, al ser un dato numérico, es posible generar inferencias estadísticas, las cuales suelen mostrar niveles adecuados de fiabilidad (^{Li, 2013}). ^{Singh et al. (2021)} enlista tres desventajas de la escala Likert que son: (1) solo mide la dirección de la actitud y no la intensidad de esta, (2) las puntuaciones utilizadas de dos participantes con actitudes opuestas/diferentes pueden llegar a sumar igual y (3) el análisis del ítem se basa en la media o mediana de las personas participantes. Argumentos coincidentes con los de ^{Li (2013)}, quien afirma que pueden existir problemas en relación con la pérdida y distorsión de la información; esto debido a su naturaleza ordinal y a que posee un formato cerrado. Además, ^{Anjaria (2022)} señala que al contar con tantas opciones de respuesta puede ser imposible para los participantes describir adecuadamente su opinión con relación a su sentimiento real.

Debido a los inconvenientes de la escala Likert, durante varias décadas se ha originado un debate sobre el uso apropiado de la escala Likert (^{Carifio y Perla, 2008}). Aunque el número de opciones de esta escala varía de 2 a 100 (^{Cummins y Gullone, 2000}), y algunas escalas puedan ser adaptadas a un mayor número de respuestas con el fin de mejorar la distinción de las posibles respuestas de los participantes (^{Bryman, 2003}), también han surgido diferentes controversias. Por ejemplo, existen discusiones sobre cuál escala es mejor (^{Colman et al., 1997}; ^{Cummins y Gullone, 2000}). De hecho, ^{Cox III (1980)}, luego de hacer una revisión entre los años 1900 y 1980, encontró que no existe una respuesta apropiada para todas las circunstancias. Desde los estudios de ^{Likert (1932)}, la opción de respuesta de cinco puntos se ha popularizado y, junto con de siete opciones ha sido, por mucho, las más empleadas (^{Cummins, 1997}). De hecho, el uso de la opción de respuesta de cinco puntos se ha convertido en una tradición, pero se requieren mayores argumentos para su uso (^{Bisquerra y Pérez-Escoda, 2015}).

Con el propósito de verificar cuál opción de respuesta es mejor, han surgido estudios que han tratado de realizar diversas comparaciones. Aunque se ha abordado esta problemática, todavía no existe un consenso sobre cuál opción de respuesta es mejor (^{Lewis y Erdinç, 2017}). Por un lado, ciertos autores no encontraron ventajas de alguna escala con algún número de respuestas en específico (^{Simms et al., 2019}). Por ejemplo, ^{Lewis y Erdinç (2017)}, luego de comparar las propiedades psicométricas (i.e., confiabilidad y validez) de la escala Likert de 7 y 11 puntos, no encontraron diferencias significativas entre estas, concluyendo que dichos aspectos no parecen del todo relevantes. Mientras que ^{Bisquerra y Pérez-Escoda (2015)} recomiendan el uso de la escala de 11 puntos.

Otros estudios proponen que la opción de respuesta más recomendable es la de siete puntos (^{Finstad, 2010}; ^{Taherdoost, 2019}), aunque esta valoración depende del objetivo de la investigación y la forma de administrar el cuestionario. Finalmente, están quienes mencionan que tanto la escala Likert de cinco y siete puntos no son adecuadas (^{Dolnicar et al., 2011}), donde se pone mayor énfasis en la opción de respuesta de siete puntos, la cual consideran que puede presentar problemas de sesgo en las respuestas y, además, ser menos estable en comparación con una opción de respuesta dicotómica.

Al revisar los anteriores antecedentes de investigación, surgen preguntas como ¿Qué criterios de comparación han sido empleados en dichos estudios? Con el fin de verificar cuál opción de respuesta Likert es mejor, algunos estudios mencionan que tanto la validez como la confiabilidad son propiedades psicométricas muy importantes de una escala Likert (^{Cummins y Gullone, 2000}). Otros estudios han evaluado la validez de las escalas (^{Chang, 1994}; ^{Hancock y Klockars, 1991}; ^{Preston y Colman, 2000}). Bajo este contexto, la validez de un instrumento de medición puede ser concebida como el “el grado en que la evidencia empírica y los fundamentos teóricos respaldan la adecuación y pertinencia de las conclusiones extraídas de alguna forma de medida” (^{American Psychological Asociation [APA], 2015, p. 1129}).

Considerando los objetivos de una investigación, existen diferentes tipos de validez (^{Aiken, 2003}), debido a que su estudio es un proceso multifacético (^{Adcock y Collier, 2001}). Primero, se encuentra la validez de contenido que mide qué tan bien los ítems representan un constructo (o al menos sus aspectos principales) de una variable latente (^{Hair et al., 2022}), el cual, si corresponde a un instrumento en otro idioma, requiere de un proceso de traducción-retraducción (^{Lazić y Purić, 2022}). Este tipo cuenta con fuentes de evidencia de validez. De acuerdo con ^{APA (2015)}, dentro de las fuentes de evidencia de validez se destacan aquellas basadas en el contenido del test, en el proceso de respuesta, la estructura interna, su relación con otras variables, y de las consecuencias de la interpretación de los resultados empleados. En este sentido, la validez de constructo es considerada una fuente de evidencia de validez que refleja el grado en que se mide una variable o factor (^{APA, 2010}), la cual unifica la parte teórica con la evidencia empírica (^{Strauss y Smith, 2009}). Además, junto a esta taxonomía, se encuentran la validez convergente (^{Sapsford, 2006}), que corresponde al grado en que se asocian las medidas de un concepto (^{Hair et al., 2014}), y la validez discriminante que, de acuerdo con ^{Clark y Watson (2019)}, implica examinar cómo una medida se relaciona con indicadores de otros constructos, es decir, se buscan correlaciones de heterorrasgos.

Es importante señalar que el análisis de la validez ha generado la necesidad de reflexionar en mayor profundidad sobre el rol que juega la medición dentro de las ciencias sociales (^{Borsboom et al., 2004}; ^{Norman, 2016}); partiendo de que la validez de un instrumento va más allá de la obtención de un coeficiente estadístico (^{Cronbach y Meehl, 1955}); esta debe centrarse en la posibilidad de replicar un instrumento de medición en diferentes contextos (^{LeBel et al., 2017}).

De esta forma, es importante considerar que otra de las ventajas de la escala Likert es la posibilidad de realizar estudios comparativos entre grupos (^{Hartley, 2014}), en especial, entre diferentes culturas y países (^{Ariely y Davidov, 2012}). Esto, luego de revisar que muchos instrumentos han sido estandarizados en países de habla inglesa, requiriendo un análisis especial para poder ser empleados en otros idiomas, lo cual no es del todo sencillo, pues puede presentar problemas en cuanto a la equivalencia cultural y/o semántica debido a la interpretación variada (^{Escobar-Pérez y Cuervo-Martínez, 2008}). Es así que el análisis de invarianza, que ha sido empleada para medir la equivalencia -comparación de las respuestas en un conjunto de ítems entre grupos (^{Hair et al., 2022})- en estudios comparativos entre países (^{Ariely y Davidov, 2012}), podría ser una alternativa metodológica para verificar qué escala de medición podría ser la más adecuada.

La invarianza hace alusión a que una medida sea semejante bajo diferentes condiciones de observación (^{Horn y Mcardle, 1992}). De acuerdo con ^{Hair et al. (2022)}, la invarianza involucra tres etapas: (1) invarianza configural (i.e., igual parametrización y forma de estimación); (2) invarianza de composición (i.e., ponderaciones iguales de los indicadores) e (3) igualdad de los valores medios compuestos y las varianzas. La invarianza de medida es entendida como la similitud o equivalencia en los resultados de un instrumento entre grupos (^{Byrne, 2008}), lo cual juega un rol trascendental para validar a un instrumento de medición.

Es importante resaltar que, según ^{Berrios-Riquelme et al. (2021)}, para evaluar la invarianza de un instrumento de medición se debe considerar lo siguiente: (a) la invarianza configural, donde se comprueba el ajuste del modelo sin ningún tipo de restricciones entre las muestras; (b) la invarianza métrica, es decir, si el ajuste continúa siendo adecuado aun cuando se encuentre una equivalencia de los modelos entre los grupos y, además, las cargas factoriales sean similares; (c) la invariancia escalar, se evalúa conservando las condiciones establecidas en los pasos anteriores -invarianza configural y métrica-, donde se restringen las intercepciones de los elementos con el fin de que los dos grupos sean equivalentes; una vez comprobándose esta invarianza, es posible completar el análisis a través de (d) la invarianza estricta residual, que establece una condición nueva que consiste en restringir las varianzas y covarianzas de los errores.

A partir de lo anterior, es posible observar que el estudio de la validez y la invarianza pueden servir como elementos de comparación para verificar qué escala es mejor, cinco o siete puntos. No obstante, la selección de una variable para realizar dicha contrastación requiere tres aspectos: (a) un cuestionario que haya sido validado en diferentes grupos (culturas o países); (b) que haya sido administrado en ambas escalas (i.e., 5 y 7 puntos) y, a la vez, (c) que existan antecedentes de estudios sobre la invarianza de este en alguna de las escalas mencionadas.

Un instrumento que responde a dichas cualidades puede ser el cuestionario Satisfaction with Life Scale (SWLS), propuesto por ^{Diener et al. (1985)}, el cual se encuentra integrado por cinco ítems que es respondido con siete opciones de respuesta tipo Likert. Es importante señalar que su evidencia empírica ha aumentado a nivel mundial (^{Pavot y Diener, 2008}), lo cual ha reflejado resultados satisfactorios en cuanto a la validez de constructo y convergente (^{Espejo et al., 2022}; ^{Martell Muñoz et al., 2018}; ^{Pavot y Diener, 1993}); y que ha sido medida mayormente a través de escalas Likert de siete y cinco puntos y, con menor frecuencia, de seis (^{Emerson et al., 2017}).

Teóricamente, la satisfacción con la vida es concebida como la forma en que una persona evalúa de manera completa su vida de una forma positiva (^{Veenhoven, 2015}). Asimismo, “es la medida en que una persona encuentra que la vida es rica, significativa, plena o de alta calidad” (^{APA, 2010, p. 456}). Para ^{Pavot y Diener (2009, p. 102)}, es “un juicio cognitivo consciente de la propia vida en el que los criterios de juicio dependen de la persona.” Su conceptualización puede variar entre las culturas (^{Oishi, 2006}) y, además, existen críticas acerca de la validez de los instrumentos que miden a esta variable. Por ejemplo, ^{Veenhoven (2015)} considera que propiamente dichos instrumentos no la miden; esto puede deberse a lo siguiente: (a) la dificultad de replicar el instrumento en diferentes contextos; (b) la complejidad de controlar la parte cultural dentro de los estudios comparativos entre países (^{Vittersø et al., 2005}); (c) la existencia de diferencias sobre cómo las personas conciben a la satisfacción con la vida (^{Tucker et al., 2006}). Por lo tanto, hacer estudios comparativos entre grupos (p.ej. países, géneros) puede ayudar a probar equivalencias psicométricas entre los ítems de una escala, lo cual es posible mediante la evaluación de la invarianza de medida (^{Hittner et al., 2018}).

En la teoría de la medición es indispensable que exista un significado compartido entre los grupos donde la conceptualización de la variable que se desea medir sea la misma (^{Vittersø et al., 2005}), ya que la escala puede no ser interpretada de la misma manera entre los grupos (^{Tucker et al., 2006}). En esencia, al existir inconsistencias en cuanto a la invarianza de medida entre grupos, también habrá diferencias en las respuestas (^{Hittner et al., 2018}).

Por otro lado, si bien es cierto que ^{Diener et al. (1985)} construyeron dicho instrumento mediante el empleo de escala Likert-7, existen otros estudios que han empleado otras escalas: seis puntos (^{Schnettler et al., 2017}) y cinco puntos (^{Dimitrova y Domínguez, 2015}; ^{Padrós et al., 2015}); evidencia empírica que reportó diferentes análisis de validez e invarianza entre grupos. Precisamente, bajo este último aspecto, se resalta que al ser la satisfacción con la vida una variable que puede cambiar según la parte cultural (^{Oishi, 2006}), han surgido diferentes investigaciones que han realizado estudios de invarianza entre países (^{Jang et al., 2017}; ^{Jovanović et al., 2022}).

Existen estudios que han investigado la validez e invarianza de la SWLS en diferentes países. Por ejemplo, ^{Jang et al. (2017)} evaluaron la validez de constructo y la invarianza configural a través de tres métodos diferentes en 15 idiomas y 26 países, entre ellos, países de habla hispana (Chile, Perú, Argentina, Bolivia, España) los autores encontraron invarianza configural y métrica, pero no comprobaron la invarianza escalar. Entre países de habla hispana existe evidencia empírica sobre validez de constructo del SWLS (^{Casas et al., 2012}; ^{Martell Muñoz et al., 2018}; ^{Mikulic et al., 2019}; ^{Padrós et al., 2015}; ^{Park et al., 2009}) e invarianza (^{Berrios-Riquelme et al., 2021}; ^{Esnaola et al., 2017}; ^{Espejo et al., 2022}; ^{Jovanović et al., 2022}; ^{Schnettler et al., 2021}).

En este mismo sentido, ^{Jovanović et al. (2022)}, con una muestra más representativa en 19 idiomas y 24 países -de los cuales solo dos eran de habla hispana (Argentina y España)-, se midió la invarianza configural, métrica y escalar a través del Análisis Factorial Confirmatorio Multigrupo (AFC-Multigrupo) comparando a los países y continentes; donde los autores únicamente encontraron evidencia de invarianza configural entre países y continentes; los hallazgos encontrados no fueron concluyentes para las pruebas de invarianza métrica y escalar. Por otro lado, ^{Park et al. (2009)} aplicaron el instrumento de SWLS en 27 países; pero no analizaron la validez ni la invarianza del instrumento.

Como es posible observar, se ha buscado medir la invarianza a través de diversos países. La mayoría de sus muestras son de dos (^{Esnaola et al., 2017}; ^{Sancho et al., 2019}; ^{Schnettler et al., 2017}) o tres países (^{Berrios-Riquelme et al., 2021}; ^{Dimitrova y Domínguez Espinosa, 2015}; ^{Whisman y Judd, 2016}), pero son pocos los que estudian cuatro países (^{Casas et al., 2012}) o más (^{Jovanović y Brdar, 2018} [ver Tabla 1]). Es importante señalar que, según ^{Emerson et al. (2017)}, la mayoría de los estudios que evalúan la invarianza de medida hacen uso del AFC-Multigrupo a través de la invarianza configural, métrica, escalar y estricta.

En este contexto, surge la siguiente pregunta de investigación: ¿Cuál opción de respuesta Likert -cinco o siete puntos- es más apropiada para administrar el SWLS en países iberoamericanos mediante el análisis de invarianza? Como se puede observar, la evidencia empírica reportada no es del todo concluyente porque, si bien se ha reportado algún tipo de invarianza (configural, métrica, escalar o estricta), no se ha encontrado evidencia sobre la invarianza de medida de dicho instrumento, la cual requiere la comprobación de las cuatro pruebas antes mencionadas, y no solo de alguna de ellas. Por lo tanto, este estudio podría aportar lo siguiente: (a) unirse al debate psicométrico acerca de cuál opción de respuesta Likert puede ser mejor y (b) aportar evidencia empírica sobre el estudio de la invarianza de medida a través de la comparación entre dos o más grupos diferentes (i.e., país y género).

Con base en los argumentos antes mencionados, la presente investigación se propuso comparar las propiedades psicométricas de ambas opciones de respuesta Likert, mediante el caso de un instrumento de satisfacción con la vida. Con la finalidad de comprobar si el número de opciones afecta la calidad métrica de la escala, se realizaron análisis estadísticos que permitieron comprobar la confiabilidad, validez e invarianza de medida del instrumento.

Metodología

Se realizó una investigación de tipo cuantitativa con un corte transversal y diseño no experimental. Se aplicó el cuestionario SWLS (^{Diener et al., 1985}) a dos muestras de estudiantes universitarios de diferentes países iberoamericanos.

Resultados

De manera preliminar, para explorar la validez de constructo, se realizó AFE. Se decidió utilizar un análisis de componentes principales con rotación varimax, debido a que rotar los factores permite mejorar las conjeturas de los análisis y maximizar la pureza de la saturación de las variables (^{Zeller, 2005}). En la Tabla 3 se observan los resultados de tales análisis, los cuales denotan valores favorables.

Para comprobar la validez de constructo, se llevó a cabo un AFC por medio de modelación con ecuaciones estructurales. Tal como se muestra en la Tabla 4, los índices de ajuste fueron aceptables para ambas muestras (TLI, CFI, NFI, RMSEA), excepto en el caso de X²/gl, cuyo resultado fue significativo en ambas muestras. Cabe señalar que, según ^{Ruiz et al. (2010)}, el valor aceptable es menor a 3.0, donde el estadístico de chi-cuadrado (X²) debe ser no significativo; no obstante, este estadístico no es utilizado para medir los índices de ajuste de los modelos debido a que es afectado por el tamaño de la muestra (^{Cheung y Rensvold, 2002}; ^{Putnick y Bornstein, 2016}; ^{Valdés et al., 2019}).

Si bien los análisis anteriores (i.e., AFE y AFC) son empleados para medir la validez de constructo, es importante resaltar que esta puede ser medida a través de la validez convergente, que se mide examinando las asociaciones entre ítems del mismo constructo, donde, a mayor nivel de convergencia, se podrá respaldar la validez del constructo (^{Clark y Watson, 2019}). Esta se calcula por medio de la varianza extraída promedio (AVE). Además, se evaluó la consistencia interna (confiabilidad) de la escala, donde ambas muestras obtuvieron valores superiores a 0.70 en la prueba de alfa de Cronbach (ver Tabla 5).

Los hallazgos anteriores muestran la pertinencia para realizar un análisis de invarianza, en sus diferentes etapas: configural, métrica, escalar y estricta (residual). En primer lugar, en la invarianza configural se cumplió en ambas muestras al comparar el género, pero esto no sucedió en cuanto a los países (véase Tablas 6 y 7). En referencia al grupo 1, aunque obtuvo un resultado significativo, el indicador χ²/gl fue superior a 3.0. Es importante poner atención en los valores de χ²/gl, pues como señala ^{Kline (2016)}, aunque los indicadores máximos de este parámetro no son claros, según ^{Ruiz et al. (2010)}, este debería ser inferior a 3.0, lo cual no sucedió en el caso de la invarianza estricta en el modelo de países y en el modelo de género en la invarianza configural, respectivamente.

Debido a este y otros aspectos, se recomiendan, como alternativas al χ²/gl, índices como el GFI, TLI y RMSEA, donde los cambios (Δ) para los dos primeros indicadores deben ser menores a 0.010; mientras que, para el último, debe ser inferior a 0.015 (^{Chen, 2007}; ^{Cheung y Rensvold, 2002}; ^{Jovanović et al., 2022}). Así, se identificó la invarianza métrica en el modelo de género del grupo 1.

En cuanto al grupo 2, obtuvo resultados favorables en la invarianza configural tanto para los países como el género. Posteriormente, al evaluar la invarianza métrica, solo se identificaron indicadores adecuados en género (ΔCFI y ΔTLI ≤ 0.010, y ΔRMSEA < 0.015). Finalmente, fue posible comprobar la invarianza escalar y estricta en el modelo de género (ver Tabla 7).

Discusión

Los hallazgos aportan evidencia empírica a estudios previos de invarianza de medida del SWLS, como los reportados por ^{Emerson et al. (2017)}, quienes, luego de analizar 27 artículos, encontraron que la invarianza configural y métrica fueron las más frecuentes, siendo menos recurrentes la escalar y la estricta, en especial al usar al género como modelo de comparación. En cambio, en el caso de las culturas (países), es menos usual encontrar algún tipo de invarianza. Cabe señalar que los hallazgos encontrados en el presente estudio coinciden con lo reportado por los autores mencionados.

Entonces, ¿cuál opción de respuesta Likert es mejor? Si bien es cierto que los estudios previos no se han orientado en abordar esta cuestión del todo, el SWLS ha sido medido a través de diferentes escalas: siete (^{Arrindell et al., 2022}; ^{Jovanović et al., 2022}), cinco (^{Dimitrova y Domínguez, 2015}; ^{Sancho et al., 2019}) y seis puntos (^{Schnettler et al., 2017}; ^{Schnettler et al. 2021}), e incluso, de 100 (^{Casas et al., 2012}); donde, también, se han realizado análisis de invarianza (ver Tabla 1), cuyos hallazgos han sido diversos. En el caso de aquellas investigaciones que usaron la escala Likert de siete opciones de respuesta, los resultados, aunque no fueron concluyentes, sí reflejaron algún tipo de invarianza (Jovanović et al., 2022, respecto de invarianza configural en países y continentes; ^{Jang et al., 2017}, en invarianza configural y métrica). Por otro lado, respecto a la escala Likert de cinco opciones de respuesta, al igual que en la escala anterior, se identificó algún tipo de invarianza (^{Dimitrova y Domínguez, 2015}, en invarianza configural, métrica y parcial al comparar muestras de Perú y España; ^{Hultell y Gustavsson, 2008}, en invarianza métrica entre sexo y edad, así como invarianza escalar entre sexos). Dichos resultados pueden no ser concluyentes, debido a que, de acuerdo con ^{Hair et al. (2022)}, para evaluar la invarianza se requieren seguir tres pasos jerárquicamente interrelacionados; es decir, primero se debe comprobar la existencia de invarianza configural, luego, si se cumple con los parámetros, será posible evaluar el siguiente tipo de invarianza (métrica, escalar y estricta).

Al respecto, ^{Putnick y Bornstein (2016)} señalan que hace falta un consenso para poder comprobar la invarianza, generando con ello que muchos estudios de invarianza de medición reporten invarianza parcial para uno o más de los pasos, lo cual sugiere que los investigadores están adoptando prácticas de flexibilización al liberar restricciones, a fin de comprobar la no invarianza entre los grupos; no obstante, se conoce poco de las implicaciones conceptuales y estadísticas de tomar la invarianza parcial como válida. En el caso del SWLS, y el uso de la invarianza parcial, ^{Emerson et al. (2017)} señalan que algunos autores cuestionan la utilidad que tiene reportar invarianza parcial, debido a que si se modifican los subconjuntos de una escala (eliminar ítems), se alterará notablemente el constructo que se pretende evaluar; por lo tanto, sugieren que, si se pretende reportar una invarianza parcial, esta deberá estar teóricamente sustentada. En el caso de la presente investigación, se decidió no reportar una invarianza parcial.

Tomando en cuenta los argumentos expuestos, ¿es invariante el SWLS en cinco países hispanohablantes? En primer lugar, los resultados del presente trabajo no son concluyentes, pues no todos los análisis de invarianza de medida han podido ser comprobados, al igual que varios de los estudios previos analizados por ^{Emerson et al. (2017)} y otros en población hispanohablante (^{Espejo et al., 2022}; ^{Schnettler et al., 2017}; ^{Schnettler et al., 2021}). Sin embargo, la evidencia empírica encontrada en este estudio sugiere que ambas escalas poseen invarianza configural y métrica entre géneros, pero no ha sido posible comprobar la invarianza escalar y estricta, excepto en el modelo de género de la escala Likert de cinco opciones de respuesta.

En cuanto a los hallazgos, estos implican que, si bien el instrumento es ampliamente utilizado, se requiere seguir realizando pruebas de confiabilidad y validez, debido a que los resultados pueden cambiar dependiendo del contexto; además, la aplicación en varios países puede aportar a la discusión sobre este tema. Así también, debería considerarse adaptar la escala al contexto actual, ya que esta fue propuesta en 1985. Por último, el presente estudio permitió evaluar su implicación metodológica con relación a la verificación de qué opción de respuesta puede ser la más adecuada.

Conclusiones

La presente investigación abordó múltiples propósitos: (a) determinar cuál escala Likert (cinco o siete puntos) puede ser mejor para medir el SWLS y (b) determinar la no invarianza de las escalas a través de países y el género en Iberoamérica. En primer lugar, ¿Cuál escala Likert es mejor? Si bien los hallazgos de este trabajo no fueron concluyentes, es posible sugerir, con base en estudios previos, que la escala Likert-5 obtuvo resultados más favorables.

En cuanto a la invarianza de medida, este trabajo contribuye al debate existente sobre la no invarianza de la escala SWLS, específicamente en cinco países hispanohablantes. Por lo tanto, se resalta que el instrumento sí es invariante al comparar países, pero respecto al género se obtuvieron algunos indicadores favorables para soportar la invarianza del instrumento.

Considerando las limitaciones de la presente investigación, para próximos estudios sería recomendable atender los siguientes líneas de acción: (a) utilizar un muestreo probabilístico; (b) incluir en el estudio datos de otros países hispanohablantes; (c) realizar un comparativo con escalas Likert no sólo de cinco y siete puntos, sino también de seis, escala que podría dar continuidad a la discusión -ya que ha sido en menor medida empleada por otros autores (^{Schnettler et al., 2017}; ^{Schnettler et al., 2021})-, pero que, debido a que no se buscaba saturar a los participantes ni modificar el número de muestra, no se consideró en la presente investigación; (d) analizar la invarianza mediante AFC multigrupo con base en otros grupos de comparación (rango de edad, ingresos, grupos culturales); (e) medir la validez discriminante y (f) realizar otros análisis de la invarianza (de factores).

Conflicto de intereses

Los autores declaran no tener conflictos de intereses.

Financiamiento

Se agradece al Programa para el Fortalecimiento y Apoyo a la Investigación (PROFAPI, 2022) del Instituto Tecnológico de Sonora por el apoyo financiero recibido para la realización de esta investigación.