Escala de autoestima de Rosenberg: calificación e interpretación

La Escala de Autoestima de Rosenberg (EAR, o RSES en inglés) es, según su custodio, quizá la medida de autoestima más usada en investigación social, y de las peor citadas en español. Busca «escala de Rosenberg interpretación» y la primera página te dará una tabla de tres bandas —30–40 alta, 26–29 media, menos de 25 baja— como si fuera oficial. No lo es. El Departamento de Sociología de la Universidad de Maryland, custodio del instrumento, contesta esa pregunta en su sitio: no hay puntos de corte discretos que delimiten autoestima alta y baja.

Qué mide, y por qué eso importa

La página del custodio define el constructo: la autoestima es una orientación positiva o negativa hacia uno mismo, una evaluación global del propio valor. La escala se desarrolló en los años sesenta con 5,024 estudiantes de bachillerato de 10 escuelas del estado de Nueva York elegidas al azar.

La autoestima no es una categoría del DSM: aparece dentro de otras. En los criterios de trastorno distímico del DSM-IV-TR reproducidos en el TIP 48 de SAMHSA figura entre los síntomas que acompañan al ánimo deprimido: criterio dentro de un diagnóstico, nunca diagnóstico. Y a la vez es un objetivo de tratamiento legítimo: el metaanálisis de 77 estudios longitudinales de Sowislo y Orth (2013) respalda el modelo de vulnerabilidad, porque la autoestima baja predice depresión (β = −.16) con más fuerza que a la inversa (β = −.08).

Estructura y aplicación

Diez reactivos —cinco en positivo y cinco en negativo— con cuatro opciones de «muy de acuerdo» a «muy en desacuerdo». Se diseñó como escala de Guttman y hoy se califica casi siempre como Likert. Es autoaplicada: el protocolo del PhenX Toolkit precisa que no requiere personal especializado ni equipo y que no supera los 15 minutos; el rango de edad de la fuente es 15 años o más, aunque su grupo de trabajo la recomienda desde los 10. El custodio reporta test-retest de .82 a .88 y alfas de .77 a .88.

La versión estándar no fija ventana de recuerdo: pregunta por el sentir general, no por las últimas dos semanas. Es una diferencia de fondo con el PHQ-9 y el GAD-7, y explica por qué la EAR no se comporta como ellos ante el cambio.

Los reactivos son de dominio público y el custodio publica su hoja de aplicación; aquí no los reproducimos, por la razón que desarrolla la guía sobre licencias de instrumentos psicológicos. Y una instrucción que casi nadie respeta: no imprimas en la hoja del paciente los asteriscos que marcan los reactivos inversos.

Cómo se califica: dos métricas y una trampa

La regla oficial asigna 3, 2, 1 y 0 puntos (de «muy de acuerdo» a «muy en desacuerdo») a los reactivos 1, 2, 4, 6 y 7, y los valores invertidos a los 3, 5, 8, 9 y 10; el rango va de 0 a 30. El mismo custodio admite la otra convención: pesos de 1 a 4 en lugar de 0 a 3, con lo que el rango pasa a 10–40.

Convención	Peso por respuesta	Rango total	Dónde la encontrarás
0–3	0 a 3	0–30	Página del custodio; literatura en inglés
1–4	1 a 4	10–40	Mayoría de los estudios en español

No las mezcles ni omitas cuál usaste: un 24 significa cosas opuestas en cada una.

La trampa de la numeración de columnas

La hoja oficial numera sus columnas 1 = muy de acuerdo, 2 = de acuerdo, 3 = en desacuerdo, 4 = muy en desacuerdo. Esa numeración corre en dirección contraria a los pesos que la misma página asigna a los reactivos positivos, donde «muy de acuerdo» vale 3 y no 1. Los números de columna son etiquetas, no pesos. Quien califica leyendo las columnas invierte la escala completa y convierte autoestima alta en baja.

No hay punto de corte, y las bandas que circulan no tienen origen

El custodio remite a la literatura de la población que te interese. Buscamos el origen de las dos bandas que más circulan y no lo localizamos. La española —la del primer párrafo— aparece solo en repositorios, sitios de contenido y apéndices de tesis, sin atribución a ningún estudio publicado. La inglesa —15 a 25 dentro del rango normal, por debajo de 15 autoestima baja— suele atribuirse al propio custodio y no está en ninguna de sus páginas actuales. Trátalas como folclore: no las cites ni las pegues en una nota.

El contraste con los instrumentos que sí tienen corte es la lección. El PHQ-9 y el GAD-7 tienen umbrales porque fueron validados contra una entrevista diagnóstica independiente, con sensibilidad y especificidad publicadas para un trastorno concreto. La EAR no tiene ese diseño: no localizamos ningún estudio de exactitud diagnóstica para ella, en ningún idioma, contra ningún estándar de referencia. Difícilmente podría haberlo: no existe un «trastorno de autoestima» que sirva de criterio.

Lo que sí existe para México: percentiles, no cortes

El estudio mexicano más útil es el de Reynoso-González y colegas (2022), con universitarios de tres instituciones públicas de Coahuila, Jalisco y Nayarit. El modelo bifactorial con factor general fue el de mejor ajuste, con consistencia interna adecuada (α = 0.87 total; 0.80 y 0.79 por dimensión), y publica bandas en la métrica 10–40: bajo 10–26, medio 27–35, alto 36–40, con media de 30.62 y DE de 6.52.

Léelas por lo que son: percentiles —bajo, por debajo del 25; medio, del 25 al 75; alto, por encima del 75— sobre una muestra incidental de universitarios. Son bandas descriptivas de esa muestra, no cortes clínicos ni una norma nacional. El resumen del artículo las llama «puntos de corte»; el método las deriva de percentiles, no de un estándar diagnóstico. Otra grieta: el método reporta 675 participantes y una tabla, 692. Y las normas son específicas de cada subgrupo: en los datos normativos estadounidenses de Sinclair y colegas (2010) los puntajes variaron por edad, escolaridad, empleo, ingreso, estado civil y grupo racial y étnico.

Traducción no es validación: qué EAR tienes en la mano

En inglés el debate de la EAR es su dimensionalidad: Marsh, Scalas y Nagengast (2010) refutan el modelo unidimensional y respaldan un factor sustantivo más factores de método por estilo de respuesta, estables a ocho años; Gnambs y Schroeders (2020), con 12,437 estudiantes de una muestra nacional alemana, muestran que ese efecto de redacción se atenúa conforme suben la competencia lectora y el razonamiento. En adolescentes y en baja alfabetización, los reactivos negativos son el punto frágil.

En español el problema es otro: bajo el mismo nombre circulan varios textos distintos, y el custodio no avala ninguno —remite a la literatura de cada idioma y aclara que no es repositorio de traducciones—. Los cuatro con literatura publicada detrás:

España, clínica. Vázquez Morejón y colegas (2004), 533 pacientes de salud mental comunitaria, traducción de Echeburúa (1995): alfa de 0.87, r = 0.72 a dos meses, r = 0.74 a un año, correlación de −0.61 con el SCL-90-R.
Chile. Rojas-Barahona, Zegers y Förster (2009), 473 adultos de la Región Metropolitana: alfa de 0.754 y dos factores. Es el trabajo que enuncia en español la métrica 10–40.
México, adultos mayores. De León Ricardi y García Méndez (2016), 220 personas de 60 a 88 años en la Ciudad de México, sobre la traducción chilena con ajuste lingüístico mexicano: alfa de 0.73.
Colombia, contrapeso obligado. Cogollo, Campo-Arias y Herazo (2015), versión dicotómica con ventana de 30 días, 951 escolares de 10 a 15 años: Kuder-Richardson de 0.63, no unidimensional. Cambiar el formato de respuesta cambia el instrumento.

No localizamos ninguna validación mexicana en muestra clínica: los estudios mexicanos que sí localizamos son con universitarios y con adultos mayores de comunidad. Para adolescentes mexicanos no localizamos ningún estudio psicométrico que podamos citar con confianza. Tampoco localizamos datos mexicanos de estabilidad temporal. Una ironía útil: el estudio mexicano de universitarios declara haber usado una adaptación colombiana dicotómica y la califica en métrica Likert de 10–40.

Lo que un puntaje no te dice

No diagnostica. No hay trastorno que confirmar ni descartar con una cifra de autoestima.
No tamiza. Sin estándar de referencia ni exactitud diagnóstica publicada, un puntaje bajo no detecta nada: describe.
No se compara entre idiomas. En Schmitt y Allik (2005), con 16,998 participantes de 53 países y 28 idiomas, los reactivos negativos se interpretaron distinto entre países: los autores concluyen que la comparación transcultural directa puede tener valor limitado.
No mide la semana pasada. El custodio advierte que la autoestima es una característica generalmente estable en adultos, difícil de manipular experimentalmente y poco realista de «enseñar». Reaplicarla cada semana produce ruido, no curva de progreso: los intervalos razonables se miden en meses, como plantea la guía sobre cómo medir el progreso en terapia.
No dice nada del riesgo. La EAR no incluye reactivo alguno de ideación suicida. Si aparece cualquier revelación de riesgo, corresponde una evaluación clínica inmediata conforme a tu protocolo y tu formación. Esta guía no te dará un protocolo de pasos —eso viene de las guías profesionales aplicables donde ejerces—, y desconfía de quien te lo ofrezca en un blog. Como recurso para tu paciente en México, la Línea de la Vida atiende al 800 911 2000, gratuita, 24 horas, los 365 días del año, operada por la CONASAMA.

Licencia: dominio público, y aun así se cita

El aviso vigente en la página del custodio es inequívoco: la escala está ahora en el dominio público, puede usarse sin cargo y sin notificar al departamento, y ese permiso se extiende a hacer traducciones o adaptaciones, de forma consistente con las prácticas tradicionales de atribución académica.

En el mismo sitio sobrevive el texto anterior de preguntas frecuentes, de junio de 2021, que enmarcaba el uso como un permiso concedido por la viuda de Rosenberg y pedía dar crédito. Manda el aviso de dominio público —sin fecha propia, en páginas actualizadas en septiembre de 2025—, pero la petición de crédito conserva sentido, y el crédito que el custodio pide no es la primera edición de 1965 sino la revisada: Rosenberg, Morris. 1989. Society and the Adolescent Self-Image. Revised edition. Middletown, CT: Wesleyan University Press.

Dónde vive el puntaje en la nota

La NOM-004-SSA3-2012 pide que la nota de evolución describa los resultados relevantes de los estudios de servicios auxiliares de diagnóstico y tratamiento solicitados previamente (numeral 6.2.3), y que toda nota lleve fecha, hora, nombre completo de quien la elabora y firma (numeral 5.10); su alcance para la práctica psicológica está en la guía de la NOM-004. Sin punto de corte, el registro carga el contexto que el número no trae:

«EAR (Rosenberg, 1989; traducción de Rojas-Barahona et al., 2009), aplicada el 12/03/2026: 24/40. Sin punto de corte clínico establecido; se usa como línea base de seguimiento, no como criterio diagnóstico.»

Escribir «autoestima baja (24)» sin métrica, versión ni fecha convierte una medición en etiqueta, y es uno de esos errores de documentación clínica que después no se pueden reconstruir. La ausencia de corte obliga a redactar el objetivo sobre el cambio, no sobre el umbral: «incremento de al menos 5 puntos en la EAR, métrica 10–40, sostenido en dos mediciones separadas por tres meses» es verificable; «mejorar la autoestima» no lo es. Esa mecánica está en la guía sobre objetivos SMART.

Registrar versión, métrica, fecha y puntaje crudo, y comparar la medición de hoy con la de hace seis meses, es sencillo con un paciente y pesado con treinta. Ahí ayuda una plataforma: gesell.ai incluye escalas validadas con calificación automática, entre ellas el PHQ-9 y el GAD-7, cuyos puntajes quedan en el expediente estructurado y listos para tu nota; la EAR la sigues calificando tú. El instrumento aporta el dato; la lectura clínica es tuya, y el resultado es apoyo a la decisión que tú evalúas.