El objetivo de este artículo es demostrar las ventajas del método de Composición de Preferencias Probabilísticas en problemas multicriterio con datos de escalas de Likert. Las ayudas a la decisión multicriterio requieren una base de datos como matriz de decisión, en la que se evalúan dos o más alternativas según dos o más variables seleccionadas como criterios de decisión. Varios problemas de esta naturaleza utilizan medidas por escalas de Likert. Dependiendo del método, se requieren parámetros de estos datos (por ejemplo, medias, modas o medianas) para los cálculos. Esta parametrización de datos en escalas ordinales ha alimentado la controversia durante décadas entre autores que favorecen el rigor matemático/estadístico y argumentan en contra del procedimiento, afirmando que las escalas ordinales no deberían ser parametrizadas, y científicos de otras áreas que han demostrado ganancias del proceso que compensan esta relajación. La Composición de Preferencias Probabilísticas puede mitigar las protestas planteadas y obtener resultados más precisos que los que pueden ofrecer las estadísticas descriptivas o los modelos paramétricos. El algoritmo propuesto en código R implica el uso de probabilidades con distribuciones empíricas y el ajuste de histogramas de datos medidos por escalas de Likert. Dos estudios de caso con conjuntos de datos simulados que tienen características peculiares y un caso real ilustran las ventajas de la Composición de Preferencias Probabilísticas.