SUS: mide la usabilidad de tu producto con diez preguntas

La escala SUS (System Usability Scale, escala de usabilidad del sistema) es un cuestionario de diez enunciados que mide la usabilidad percibida de un producto: un sitio web, una aplicación, un servicio o un dispositivo. La persona indica su grado de acuerdo con cada frase y las respuestas se condensan en una única puntuación de 0 a 100.

En cuatro décadas, la SUS se ha convertido en el estándar de facto de la investigación de UX: acumula normas medidas en cientos de estudios, así que tu resultado siempre tiene con qué compararse.

Su gran virtud es que resume una experiencia entera en un solo número que cualquiera entiende, sin necesidad de ser especialista en usabilidad. Abajo vemos de dónde salió la escala, los diez enunciados listos para usar, cómo se calcula la puntuación con un ejemplo, cómo se traduce ese número a una valoración y dónde se equivocan con más frecuencia los equipos que la aplican.

De dónde viene la SUS y por qué se confía en ella

El cuestionario lo ideó el ingeniero John Brooke en 1986, en la empresa Digital Equipment Corporation. El equipo necesitaba una forma rápida de comparar la comodidad de sus sistemas internos, y el propio Brooke bautizó su método como "quick and dirty", es decir, rápido y tosco. La ironía es que ese instrumento "tosco" ha sobrevivido a décadas de escrutinio: los estudios le atribuyen una fiabilidad alta y la enorme base de resultados acumulados lo ha convertido en una regla común con la que se mide de todo, desde aplicaciones bancarias hasta electrodomésticos.

La fuerza de la SUS descansa en tres cosas. Es corta: los diez enunciados apenas ocupan a la persona un par de minutos, un tiempo de respuesta bajo que ayuda a mantener alta la tasa de finalización. Es universal: sirve para cualquier producto interactivo. Y es comparable: esa única puntuación de 0 a 100 se puede contrastar con las normas del sector, con la competencia y con tus propias mediciones anteriores.

Los diez enunciados de la SUS

La escala original está en inglés, así que abajo va una adaptación cuidada de las formulaciones al español. Sustituye la palabra "sistema" por el nombre de tu producto (sitio, aplicación, servicio), pero hazlo de forma coherente en los diez puntos. Cada enunciado se valora con una escala de Likert de cinco puntos, desde "totalmente en desacuerdo" (1) hasta "totalmente de acuerdo" (5).

1. Creo que usaría este sistema con frecuencia.
2. El sistema me pareció innecesariamente complejo.
3. Me pareció fácil de usar.
4. Creo que necesitaría la ayuda de un técnico para poder usar el sistema.
5. Las funciones del sistema me parecieron bien integradas y coherentes.
6. Me pareció que el sistema tenía demasiadas incoherencias.
7. Imagino que la mayoría de la gente aprendería a usarlo muy rápido.
8. Me resultó muy incómodo y torpe de usar.
9. Me sentí con confianza al usar el sistema.
10. Tuve que aprender muchas cosas antes de poder empezar a usarlo.

Fíjate en la alternancia: los enunciados impares son positivos y los pares, negativos. No es un capricho, sino un mecanismo deliberado para que la persona lea cada frase en lugar de marcar cincos en piloto automático de arriba abajo. Romper ese orden o eliminar los puntos que parecen "sobrantes" no está permitido: las normas se calcularon sobre la escala completa, y una versión recortada ya no es comparable con ellas.

Cómo se calcula la puntuación: fórmula y ejemplo

El cálculo es más astuto de lo que parece, precisamente por esa alternancia. El procedimiento es este:

• en los puntos impares (1, 3, 5, 7, 9) se resta uno a la respuesta: aporte = respuesta menos 1;
• en los puntos pares (2, 4, 6, 8, 10) la respuesta se resta de cinco: aporte = 5 menos respuesta;
• se suman los diez aportes y el total se multiplica por 2,5.

Cada aporte queda en un rango de 0 a 4, los diez juntos dan un máximo de 40, y el multiplicador 2,5 estira el resultado hasta la escala habitual de 0 a 100. Veámoslo con un ejemplo. Una persona respondió a los puntos impares 4, 4, 5, 4, 4 y a los pares 2, 1, 2, 2, 3. Los aportes impares son 3, 3, 4, 3, 3, que suman 16. Los aportes pares son 3, 4, 3, 3, 2, que suman 15. En total, 31 puntos, que multiplicados por 2,5 dan una SUS de 77,5.

La puntuación se calcula por separado para cada participante, y el resultado del estudio es la media de todos ellos. Hacerlo a mano ya resulta pesado con diez cuestionarios, así que conviene volcar las respuestas en una hoja de cálculo o dejar que las procese la analítica de la propia plataforma de encuestas, que promedia toda la muestra sin errores de dedo.

Qué significa el resultado: por qué 68 es la media

El error más común al leer una SUS es tomar la puntuación como un porcentaje o como una nota escolar. Una SUS de 68 no es un "aprobado raspado" ni un "68% de usabilidad". Según el metaanálisis de Jeff Sauro, apoyado en más de 500 estudios, la puntuación media de la SUS es 68. Es decir, 68 es justo la mitad del mercado, el percentil 50: la mitad de los productos del mundo son más cómodos que el tuyo y la otra mitad, menos.

Para traducir la puntuación a una valoración clara, los investigadores usan una escala apoyada en la curva de distribución. Por encima de 80,3 estás en el nivel A, más o menos el 10% superior de los productos: la gente está satisfecha y dispuesta a recomendarlo. La franja de 68 a 80,3 es un notable sólido. Los valores de 51 a 68 avisan de problemas apreciables de usabilidad, y todo lo que baja de 51 indica que la usabilidad debería pasar a ser la prioridad número uno. Nuestro ejemplo de 77,5 cae en la zona B: un producto más cómodo que la media, pero que aún no llega al nivel excelente.

De la puntuación a una nota: percentiles y adjetivos

Además de la nota de la A a la F, hay una segunda forma muy intuitiva de leer el número: la escala de adjetivos de Bangor, Kortum y Miller, que asocia cada tramo con una palabra. Una puntuación en torno a 52 equivale a un "aceptable" a secas, alrededor de 72 ya es "bueno", y por encima de 85 se entra en "excelente". Por debajo de 50 los adjetivos se vuelven francamente negativos. En paralelo se suele hablar de aceptabilidad: por debajo de unos 50 puntos el producto se considera no aceptable, entre 50 y 70 queda en una zona marginal, y a partir de 70 se considera aceptable. Tres lentes distintas (percentil, letra y adjetivo) que apuntan al mismo sitio y te ayudan a explicar el resultado a quien no vive dentro del mundo de la UX.

Junto a la comparación con las normas hay un segundo referente, más honesto todavía: tú mismo. Una medición antes y después de un rediseño muestra si los cambios ayudaron o hicieron daño. Es en la evolución en el tiempo donde la SUS rinde de verdad, porque neutraliza las diferencias de gusto entre públicos y deja ver el efecto real de tu trabajo.

Cuántas respuestas necesitas

Una característica agradable de la SUS es que tolera muestras pequeñas. Los estudios de convergencia muestran que alrededor de doce participantes ya dan una estimación bastante estable como para tomar decisiones, y a medida que crece la muestra el intervalo de confianza simplemente se estrecha. Para comparar dos versiones de un producto o seguir su evolución, esa cifra suele bastar. Si quieres afinar más la precisión y saber qué margen de error tienes, viene bien repasar cómo funcionan el tamaño de muestra y el intervalo de confianza antes de fijar el número de personas a las que encuestas.

Errores frecuentes al medir con la SUS

Al aplicar la escala, los equipos tropiezan de formas bastante predecibles:

• Cambiar las frases o la escala. Enunciados reformulados, una escala de siete puntos en vez de cinco, preguntas eliminadas. Después de cualquiera de esos retoques ya no puedes comparar el resultado con la norma de 68, porque has medido otra cosa distinta.
• Leer la puntuación como un porcentaje. Una SUS de 70 no es "70 sobre 100 posibles", sino una posición relativa frente a otros productos. Sin percentiles, el número engaña.
• Esperar de la SUS un diagnóstico. El cuestionario dice cuán cómodo es el producto, pero calla sobre qué es exactamente lo incómodo. Por eso conviene añadir a los diez puntos una pregunta abierta del tipo "¿qué fue lo más incómodo?". Sin ella, una puntuación baja te deja adivinando las causas.
• Encuestar a quien no toca. La SUS se rellena después de una interacción real con el producto. Las respuestas de personas que solo vieron capturas o una página de aterrizaje no dicen nada sobre la usabilidad.
• Formular todos los puntos en positivo. A veces se elimina la alternancia "para simplificar", pero con ella desaparece la protección frente a las respuestas mecánicas, y con esa protección, la comparabilidad. El diseño de la escala influye directamente en la sinceridad de las respuestas.

SUS, UMUX y NPS: cuándo usar cada uno

La SUS mide la usabilidad, y ahí está su diferencia con las métricas vecinas. El NPS pregunta por la disposición a recomendar, es decir, por la actitud hacia el producto en general: un producto puede ser incómodo y aun así querido, o al revés. El UMUX y su versión corta UMUX-Lite resuelven la misma tarea que la SUS, pero con cuatro o dos preguntas, algo útil cuando el cuestionario ya va sobrecargado. Para valorar una acción concreta se usa el SEQ, una única pregunta justo después de completar la tarea, y el esfuerzo del cliente en escenarios de soporte lo mide el Customer Effort Score. La siguiente tabla resume cuándo recurrir a cada uno.

La combinación práctica es esta: la SUS una vez por trimestre o después de cada release importante, como termómetro general de la usabilidad; las métricas cortas en el momento de la acción; y siempre una pregunta abierta para las causas. Para redactar bien las preguntas del resto de tu investigación puedes apoyarte en un generador de preguntas de investigación UX, que te da un primer borrador que luego ajustas a tu producto.

Cómo montar una encuesta SUS en SurveyNinja

En SurveyNinja una encuesta SUS se arma en unos minutos: creas un cuestionario con los diez enunciados en una escala de cinco puntos, añades una pregunta abierta sobre las causas y envías el enlace a tus usuarios o incrustas la encuesta directamente en el producto. Las respuestas se exportan a Excel o CSV, donde aplicas la fórmula sobre toda la muestra y obtienes la puntuación media junto con su percentil y su letra. La lógica de saltos también ayuda: puedes mostrar la pregunta abierta solo a quien dio una valoración baja, para ir directo a las causas.

Puedes empezar gratis: en el creador de encuestas de SurveyNinja el plan gratuito no pone límite al número de respuestas, así que te sobran cuestionarios y respuestas para tu primera medición. Lanza la SUS antes de tu próximo rediseño, y así, cuando llegue, tendrás con qué comparar.

Preguntas frecuentes

¿Una SUS de 68 significa un 68% de usabilidad?

No. La puntuación SUS no es un porcentaje, sino una posición en una escala calibrada con cientos de estudios. 68 es el resultado medio del mercado, el percentil 50: justo la mitad. En cambio, una SUS de 80 ya corresponde más o menos al 10% superior de los productos, aunque "en porcentaje" la diferencia parezca modesta.

¿Se pueden cambiar las formulaciones de las preguntas?

Sustituir la palabra "sistema" por "sitio" o "aplicación" se puede y se debe, siempre igual en todos los puntos. Pero reformular los enunciados, quitar la alternancia entre puntos positivos y negativos o acortar la lista no está permitido: las normas se calcularon para la escala canónica, y tras esos retoques la comparación con ellas pierde sentido.

¿Sirve la SUS para sitios web y tiendas online?

Sí. El cuestionario se creó para "sistemas" en un sentido amplio y lleva décadas aplicándose a sitios web, aplicaciones, intranets e incluso dispositivos físicos. La única condición es que la persona haya usado de verdad el producto antes de rellenarlo, en lugar de valorarlo por una descripción.

¿En qué se diferencia la SUS del NPS?

La SUS mide la comodidad de la interacción; el NPS, la disposición a recomendar. Son ejes distintos: un producto con una usabilidad mediocre puede tener un NPS alto por su precio o por ser único, y al revés. Para una imagen completa, las métricas se usan juntas en lugar de elegir una sola.

¿Cada cuánto conviene medir la SUS?

Un ritmo razonable es una vez por trimestre o después de cada release y rediseño importante. Con más frecuencia no aporta: la percepción de comodidad cambia despacio y los cuestionarios de más cansan a los usuarios. Lo esencial es mantener la misma metodología de una oleada a otra para que la evolución sea honesta.

¿Qué hago si la puntuación es baja?

La SUS por sí sola no te dice qué arreglar. Mira las respuestas a la pregunta abierta, desglosa las valoraciones por puntos concretos (por ejemplo, un mal resultado en el punto sobre complejidad apunta a una interfaz sobrecargada) y completa la imagen con pruebas de usabilidad. La puntuación es un termómetro, no una radiografía.