La System Usability Scale (SUS) es uno de los cuestionarios más utilizados para medir la usabilidad percibida de un producto digital. Se compone de diez afirmaciones, se responde en una escala de cinco puntos y produce una puntuación entre 0 y 100. Su principal ventaja es práctica: puede administrarse en pocos minutos y permite comparar versiones, prototipos o productos con un criterio común.
El resultado no es un porcentaje ni un diagnóstico completo. Un SUS de 74 no significa que el sistema tenga un 74 % de usabilidad. Expresa la posición de esa experiencia dentro de una escala estandarizada y debe interpretarse con el contexto del estudio, el perfil de los participantes, las tareas realizadas y la variabilidad de las respuestas. El cuestionario funciona especialmente bien como línea base y como medida comparativa, pero necesita apoyarse en observación, éxito de tarea, tiempo, errores y comentarios cualitativos.
👉 Si necesitas descargarte infografías sobre System Usability Scale (SUS), descuentos en cursos y herramientas y mucho más puedes hacerlo aquí: descargar infografías y recursos
Resumen del artículo sobre System Usability Scale (SUS)
La System Usability Scale fue creada por John Brooke en 1986 como un instrumento breve para recoger la percepción global de usabilidad después de utilizar un sistema. Sus diez ítems alternan afirmaciones positivas y negativas. Las respuestas se transforman mediante una fórmula sencilla y el resultado final se expresa en una escala de 0 a 100.
El valor del SUS reside en la comparabilidad. Puede utilizarse para establecer una línea base, medir el efecto de un rediseño o comparar productos. La referencia global más citada se sitúa alrededor de 68, aunque no debe tratarse como una frontera rígida entre aprobado y suspenso. La interpretación mejora cuando se incluyen intervalos de confianza, distribución de respuestas y benchmarks del sector o del tipo de producto.
El cuestionario mide percepción, no desempeño. Por eso conviene administrarlo después de que cada participante complete las tareas y combinarlo con tasa de éxito, tiempo en tarea, errores, SEQ, entrevistas y datos de analítica digital. Una puntuación aislada resume la experiencia; no explica dónde está el problema ni qué cambio debe realizarse.
System Usability Scale (SUS): cuadro resumen de pros y contras
| Aspecto | Ventajas | Limitaciones | Implicación práctica |
|---|---|---|---|
| Rapidez | Diez ítems y pocos minutos de respuesta. | La brevedad reduce la capacidad de diagnóstico. | Úsalo para medir el conjunto y añade técnicas que expliquen las causas. |
| Comparabilidad | Permite comparar versiones, productos y momentos distintos. | Pierde valor si cambian tareas, perfiles o administración. | Documenta siempre el contexto. |
| Coste | No exige una infraestructura compleja. | Una muestra poco representativa produce conclusiones débiles. | Invierte en reclutamiento y tareas. |
| Interpretación | El score de 0 a 100 facilita la comunicación. | Se confunde con frecuencia con un porcentaje. | Acompaña el número con benchmark y margen de error. |
Historia y evolución de la System Usability Scale (SUS)
John Brooke desarrolló el cuestionario en Digital Equipment Corporation durante una etapa en la que los equipos necesitaban evaluar hardware y software sin convertir cada prueba en un proyecto de investigación extenso. La conocida descripción de la escala como un método “rápido y sucio” no implica falta de rigor: alude a una herramienta breve, repetible y útil dentro de ciclos de desarrollo reales.
Con el tiempo, la System Usability Scale dejó de ser una herramienta interna y comenzó a utilizarse en productos muy distintos: aplicaciones empresariales, webs, dispositivos médicos, sistemas de voz, plataformas móviles y servicios públicos. Esa independencia respecto a una tecnología concreta explica buena parte de su popularidad.
Su evolución también ha traído debates. Algunos análisis defienden una lectura esencialmente unidimensional; otros encuentran una posible distinción entre usabilidad general y aprendibilidad. En la práctica, conviene mantener el score global como medida principal y tratar cualquier subescala con cautela, especialmente en muestras pequeñas.
¿Cómo se estructura y administra el cuestionario SUS?
El cuestionario contiene diez afirmaciones respondidas en una escala de 1 a 5, desde “totalmente en desacuerdo” hasta “totalmente de acuerdo”. Cinco ítems están redactados en sentido positivo y cinco en sentido negativo. La alternancia obliga a leer con atención y reduce respuestas mecánicas, aunque también puede confundir a participantes con dificultades de lectura o poca familiaridad con encuestas.
La administración correcta es sencilla: el participante usa el sistema, completa las tareas previstas y responde al SUS al terminar. Conviene hacerlo antes de una entrevista larga para que la conversación no modifique el recuerdo global. El investigador debe evitar orientar las respuestas.
No existe un tamaño mínimo universal que convierta automáticamente el resultado en fiable. Con pocos participantes puede ser útil de forma exploratoria, pero la incertidumbre será mayor. Es preferible informar del número de participantes, la desviación y el intervalo de confianza en lugar de presentar un score con apariencia de precisión absoluta.
Hubspot herramienta para UX y CRO
System Usability Scale (SUS): estructura y metodología del cuestionario
| Componente | Cómo funciona | Recomendación | Error habitual |
|---|---|---|---|
| Diez ítems | Recogen una valoración global. | Mantener la secuencia y una traducción validada. | Eliminar preguntas para acortar. |
| Escala de 1 a 5 | Mide el grado de acuerdo. | Usar las mismas etiquetas en todos los estudios. | Cambiarla por una escala de 0 a 10. |
| Ítems alternos | Combina afirmaciones positivas y negativas. | Revisar respuestas mecánicas. | Calcular todos los ítems igual. |
| Momento | Se responde tras usar el sistema. | Administrarlo después de las tareas. | Pasarlo antes o a mitad de la prueba. |
System Usability Scale (SUS): cómo se estructura y administra el cuestionario
| Fase | Acción | Control | Resultado |
|---|---|---|---|
| Preparación | Seleccionar una versión comprensible. | Redacción, orden y etiquetas. | Cuestionario comparable. |
| Experiencia | Completar tareas representativas. | Mismo alcance para perfiles equivalentes. | Valoración basada en uso real. |
| Respuesta | Entregar el SUS al finalizar. | No sugerir respuestas. | Percepción global reciente. |
| Documentación | Guardar contexto, muestra y versión. | Trazabilidad. | Comparaciones defendibles. |
¿Cómo se calcula la puntuación de la System Usability Scale (SUS)?
La fórmula transforma cada respuesta en una contribución de 0 a 4. En los ítems impares se resta 1 al valor marcado. En los pares se resta la respuesta a 5. Después se suman las diez contribuciones y el total se multiplica por 2,5.
- Ítems impares: respuesta − 1.
- Ítems pares: 5 − respuesta.
- Resultado: suma ajustada × 2,5.
Si las respuestas son 4, 2, 4, 1, 5, 2, 4, 2, 4 y 1, las contribuciones son 3, 3, 3, 4, 4, 3, 3, 3, 3 y 4. La suma es 33 y el score final es 82,5.
El cálculo debe hacerse por participante. Después se obtiene la media del grupo y, cuando sea posible, la mediana, la desviación estándar y un intervalo de confianza.
System Usability Scale (SUS): procedimiento de cálculo y obtención del score
| Paso | Operación | Ejemplo | Comprobación |
|---|---|---|---|
| 1. Revisar | Confirmar diez respuestas válidas. | Valores entre 1 y 5. | Sin celdas vacías. |
| 2. Impares | Restar 1. | 4 aporta 3. | Contribución entre 0 y 4. |
| 3. Pares | Restar la respuesta a 5. | 2 aporta 3. | Dirección invertida. |
| 4. Sumar | Agregar diez contribuciones. | Total 33. | Entre 0 y 40. |
| 5. Escalar | Multiplicar por 2,5. | 82,5. | Entre 0 y 100. |
System Usability Scale (SUS): cómo se calcula e interpreta la puntuación
| Dato | Qué significa | Qué no significa | Cómo comunicarlo |
|---|---|---|---|
| Score individual | Percepción de una persona. | Eficiencia objetiva. | Útil para distribución y extremos. |
| Media | Estimación central de la muestra. | Verdad exacta de toda la población. | Añadir n y variabilidad. |
| 68 | Referencia global frecuente. | Aprobado universal ni 68 %. | “En torno al promedio”. |
| Diferencia | Posible cambio entre versiones. | Mejora confirmada sin incertidumbre. | Mostrar diferencia e intervalo. |
Interpretación de resultados y benchmarks internacionales
La referencia de 68 aparece con frecuencia porque procede de grandes conjuntos de datos y funciona como una media orientativa. No obstante, un benchmark general no sustituye a uno específico. Una herramienta interna compleja, un ecommerce y una aplicación de salud no comparten necesariamente las mismas expectativas.
Las escalas de adjetivos, percentiles y notas ayudan a traducir el score, pero no todas emplean los mismos cortes. Conviene elegir una referencia, citarla en el informe y mantenerla en estudios sucesivos.
System Usability Scale (SUS): interpretación de resultados y benchmarks internacionales
| Rango orientativo | Lectura | Decisión | Precaución |
|---|---|---|---|
| Más de 80 | Percepción muy favorable. | Conservar fortalezas. | No asumir que todas las tareas funcionan. |
| 70–80 | Resultado generalmente bueno. | Priorizar mejoras con evidencia. | Comparar con el sector. |
| Alrededor de 68 | En torno a la referencia global. | Buscar oportunidades. | No tratarlo como aprobado automático. |
| 50–67 | Por debajo de la referencia. | Investigar bloqueos. | No concluir la causa con el score. |
| Menos de 50 | Problemas importantes. | Investigación cualitativa prioritaria. | Revisar muestra y administración. |
System Usability Scale (SUS): Dimensiones ocultas y limitaciones del instrumento
El SUS suele utilizarse como una escala global. Algunos análisis han identificado una dimensión relacionada con aprendibilidad, pero dividir una escala breve reduce todavía más las observaciones disponibles. En estudios pequeños, una diferencia aparente puede depender de una o dos respuestas.
La limitación principal es clara: el SUS indica cómo se sintió la experiencia, no qué ocurrió en cada tarea. Un usuario puede valorar una interfaz agradable y cometer errores. Otro puede completar todo con rapidez y puntuar bajo porque esperaba un flujo diferente.
También influyen estética, familiaridad, confianza en la marca, dispositivo y escenario. El cuestionario no localiza el problema, no mide carga mental por tarea y no explica si la fricción afecta a la conversión.
System Usability Scale (SUS): dimensiones ocultas y limitaciones del instrumento
| Dimensión o límite | Qué aporta | Qué deja fuera | Cómo complementarlo |
|---|---|---|---|
| Percepción global | Resumen de la experiencia. | Problemas por pantalla. | Observación y entrevistas. |
| Aprendibilidad | Señales sobre facilidad inicial. | Evolución a largo plazo. | Estudios longitudinales. |
| Satisfacción | Confianza y comodidad. | Éxito y tiempo. | Métricas de tarea. |
| Score único | Comunicación sencilla. | Dispersión y segmentos. | Mediana, intervalos y perfiles. |
Aplicación práctica del SUS en evaluación UX
El SUS es especialmente útil para comparar. Un equipo puede medir una versión actual, rediseñar un flujo y repetir el estudio con tareas equivalentes. También puede comparar dos soluciones que resuelven la misma necesidad. Para que esa comparación sea válida deben mantenerse, en la medida de lo posible, perfil, dispositivo, dificultad y administración.
- SUS + SEQ: percepción global y dificultad de cada tarea.
- SUS + desempeño: éxito, tiempo, errores y ayuda.
- SUS + entrevista: el score indica magnitud y la conversación explica causas.
- SUS + analítica digital: contrasta laboratorio con abandonos y conversiones reales.
- SUS + CRO: ayuda a priorizar hipótesis y validar rediseños.
En proyectos donde la experiencia afecta a la conversión, es recomendable conectar el cuestionario con un análisis de UX y CRO. También puede combinarse con A/B testing aplicado a UX cuando existe tráfico suficiente y una hipótesis concreta.
System Usability Scale (SUS): protocolo profesional para diseñar, ejecutar y comunicar un estudio
Aplicar el SUS parece sencillo porque el cuestionario es corto. La dificultad real está alrededor del formulario: elegir participantes adecuados, definir tareas representativas y evitar que el contexto distorsione las respuestas. Un score calculado a la perfección no arregla un estudio mal planteado.
Empezar por una pregunta de investigación concreta
Antes de reclutar, define qué decisión debe apoyar el estudio. No es lo mismo establecer una línea base que comparar dos versiones o comprobar si un flujo está preparado para lanzarse. La pregunta puede formularse así: “¿La nueva contratación mejora la usabilidad percibida frente a la versión actual?”. Esa precisión determina la muestra y el análisis.
Conviene fijar por adelantado qué cambio se considerará relevante. Una subida de dos puntos puede carecer de importancia práctica si la variabilidad es alta. Una mejora moderada acompañada de menos errores y más éxito puede justificar el rediseño. El SUS debe formar parte del criterio, no ser el único criterio.
Reclutar usuarios que representen el uso real
El número importa, pero el perfil importa más. Una muestra amplia de personas ajenas al producto puede ofrecer una media precisa de la población equivocada. Define experiencia previa, frecuencia de uso, necesidades, dispositivo y cualquier condición que afecte a la interacción.
Cuando la muestra sea pequeña, presenta el estudio como exploratorio y muestra la dispersión. Si necesitas comparar versiones o segmentos, calcula el tamaño según el efecto esperado y la variabilidad observada. Cuando no existan datos, un piloto ayuda a estimarla y a descubrir problemas en las tareas.
Diseñar tareas comparables y realistas
El SUS valora la experiencia que acabas de provocar. Si las tareas son demasiado fáciles, la puntuación puede resultar artificialmente alta. Si incluyen información confusa ajena a la interfaz, el score puede penalizar al producto por un problema del guion. Las tareas deben representar objetivos reales sin indicar cada clic.
En comparaciones longitudinales, conserva el núcleo de las tareas. Puedes adaptar datos o nombres, pero evita cambiar la dificultad de forma sustancial. Documenta cualquier modificación para no atribuir al diseño un efecto producido por el escenario.
Administrar el cuestionario sin sesgos
Entrega el SUS al finalizar las tareas. Mantén instrucciones breves y neutrales. Si utilizas un formulario digital, comprueba que no obliga a desplazamientos incómodos ni altera el orden. El mecanismo de recogida también forma parte de la experiencia y puede influir.
No corrijas una respuesta porque parezca contradictoria. La alternancia genera patrones extraños. Solo deben excluirse datos con un criterio documentado: cuestionario incompleto, imposibilidad de usar el sistema o evidencia de que no se comprendió la escala.
Analizar algo más que la media
La media es útil, pero puede ocultar dos grupos opuestos. Revisa distribución, mediana, desviación y segmentos. Una aplicación puede funcionar bien para expertos y mal para usuarios nuevos. El score global mezclaría ambas experiencias.
Cuando compares versiones, muestra diferencia e incertidumbre. Evita afirmar que una variante gana porque obtiene tres puntos más si los intervalos son amplios. Contrasta el resultado con tiempo, éxito y errores. Si percepción y desempeño divergen, ese desacuerdo es un hallazgo.
Elegir el benchmark adecuado
El benchmark global ayuda a situarse, pero el mejor punto de comparación suele ser el propio producto. Una serie histórica con la misma metodología permite detectar cambios con más fiabilidad. También es útil separar escritorio y móvil cuando la experiencia cambia.
En productos críticos, como salud o finanzas, una puntuación alrededor de la media puede ser insuficiente. En herramientas especializadas, cierta complejidad inicial puede ser aceptable si la eficiencia posterior es alta. La interpretación debe conectar el score con riesgo, frecuencia de uso y coste del error.
Convertir el score en un plan de acción
El SUS no prioriza pantallas. Para pasar del número al cambio, revisa grabaciones, notas, errores y comentarios. Agrupa problemas por frecuencia, gravedad y alcance. Después formula hipótesis: simplificar una etiqueta, reducir pasos, mejorar una explicación o reorganizar navegación.
Relaciona cada hipótesis con una métrica. Algunas deberían mejorar éxito y tiempo; otras, confianza o comprensión. Repite el SUS cuando exista una versión suficientemente distinta y mantén condiciones comparables. Pasarlo después de cada ajuste menor añade ruido.
Comunicar resultados sin exagerarlos
Un buen informe incluye objetivo, participantes, tareas, método, score medio, distribución, intervalo, benchmark y métricas complementarias. Añade una frase sencilla: “La versión obtiene 74 puntos, por encima de la referencia utilizada, con diferencias entre usuarios nuevos y recurrentes”. Después explica qué observaciones sostienen las recomendaciones.
Evita etiquetas tajantes como “usable” o “inusable” basadas en un corte. La System Usability Scale resume percepción. La decisión de lanzar, rediseñar o mantener requiere desempeño, accesibilidad, incidencias, conversión, riesgo y objetivos.
Cuando el protocolo se aplica de forma consistente, el SUS deja de ser un número decorativo. Se convierte en una medida útil para seguir la evolución del producto, alinear UX con negocio y comprobar si las decisiones de diseño mejoran la experiencia real.
Mantener una serie histórica y una ficha metodológica
Para que las mediciones ganen valor con el tiempo, conserva una ficha metodológica por estudio. Debe incluir fecha, versión del producto, canal de reclutamiento, dispositivo, perfil, tareas, incidencias y cualquier cambio en la redacción o en la herramienta de recogida. Esta información permite distinguir una mejora real de una variación provocada por el contexto. También evita que un equipo nuevo compare cifras que, en realidad, proceden de condiciones diferentes.
Una serie histórica resulta especialmente útil cuando el producto evoluciona de forma continua. En lugar de interpretar cada dato de manera aislada, observa tendencias y relaciona los cambios con lanzamientos, rediseños o incidencias. Si la puntuación desciende después de incorporar una función, revisa qué segmentos se ven afectados y qué tareas concentran los problemas. El seguimiento gana precisión cuando utiliza la misma metodología y conserva los datos individuales anonimizados para poder recalcular intervalos y segmentaciones.
Conclusiones sobre System Usability Scale (SUS)
La System Usability Scale ofrece una medida breve y estandarizada de usabilidad percibida. Su estructura permite obtener un score comparable sin convertir cada evaluación en un proyecto complejo. Esa sencillez exige disciplina: respetar los diez ítems, calcular las polaridades y administrar el cuestionario después de una experiencia real.
La puntuación debe interpretarse con contexto. El valor de 68 es una referencia general, no un porcentaje ni una frontera universal. La muestra, las tareas, el sector y la variabilidad modifican la lectura. Para obtener una visión útil, combina SUS con desempeño, entrevistas, SEQ, analítica digital y datos de conversión.
En Lester Grow trabajamos con equipos de producto y marketing para conectar percepción, comportamiento y resultados. La analítica web permite comprobar si las fricciones observadas también aparecen en datos reales, mientras que CRO ayuda a convertir hallazgos en hipótesis medibles.
Preguntas frecuentes sobre System Usability Scale (SUS)
¿Qué es la System Usability Scale (SUS)?
Es un cuestionario de diez ítems creado por John Brooke para medir la usabilidad percibida de un sistema. Produce una puntuación de 0 a 100.
¿La puntuación SUS es un porcentaje?
No. Aunque se expresa de 0 a 100, es una puntuación transformada. Un 75 no significa un 75 % de usabilidad.
¿Cómo se calcula?
En los ítems impares se resta 1. En los pares se resta la respuesta a 5. Se suman las contribuciones y se multiplica por 2,5.
¿Qué significa obtener 68 puntos?
Que el resultado está alrededor de una referencia global frecuente. No implica por sí solo que el producto esté aprobado.
¿Cuántos participantes necesito?
No hay un mínimo universal. Con muestras pequeñas puede usarse de forma exploratoria, pero la incertidumbre será mayor.
¿Cuándo debe administrarse?
Después de que la persona haya utilizado el sistema y completado las tareas previstas.
¿Puede aplicarse en español?
Sí. Para conservar comparabilidad es recomendable utilizar una versión española validada o documentar cualquier adaptación.
¿Sustituye una prueba de usabilidad?
No. Indica cómo se percibió el sistema, pero no muestra dónde se produjeron errores ni por qué.
¿Puedo comparar dos versiones?
Sí, siempre que perfiles, tareas y administración sean comparables y se analice la incertidumbre.
¿Qué diferencia hay entre SUS y SEQ?
El SUS evalúa la experiencia global; el SEQ pregunta por la facilidad de una tarea concreta.
¿Puede haber un SUS alto y muchos errores?
Sí. La percepción subjetiva y el desempeño objetivo están relacionados, pero no son lo mismo.
