En la sección anterior se discutió cómo medir las respuestas de los encuestados a ítems prediseñados o indicadores pertenecientes a un constructo subyacente. Pero, ¿cómo creamos los indicadores ellos mismos? El proceso de creación de los indicadores se llama escalado. De manera más formal, el escalado es una rama de medición que implica la construcción de medidas asociando juicios cualitativos sobre constructos no observables con unidades métricas cuantitativas y medibles. Stevens (1946) dijo: “El escalado es la asignación de objetos a números según una regla”. Este proceso de medición de conceptos abstractos en términos concretos sigue siendo una de las tareas más difíciles en la investigación empírica en ciencias sociales.
El resultado de un proceso de escalado es una escala, que es una estructura empírica para medir ítems o indicadores de un constructo dado. Entender que las “escalas”, como se discutió en esta sección, son un poco diferentes de las “escalas de calificación” discutidas en la sección anterior. Se usa una escala de calificación para capturar las reacciones de los encuestados a un ítem dado, por ejemplo, como un ítem con escala nominal captura una reacción de sí/no y un ítem escalado a intervalos captura un valor entre “fuertemente en desacuerdo” y “fuertemente de acuerdo”. Adjuntar una escala de calificación a una declaración o instrumento no es escalar. Más bien, el escalado es el proceso formal de desarrollar ítems de escala, antes de que se puedan adjuntar escalas de calificación a esos ítems.
Las escalas pueden ser unidimensionales o multidimensionales, en función de si el constructo subyacente es unidimensional (por ejemplo, peso, velocidad del viento, tamaño firme) o multidimensional (por ejemplo, aptitud académica, inteligencia). La escala unidimensional mide construcciones a lo largo de una sola escala, que van de alta a baja. Tenga en cuenta que algunas de estas escalas pueden incluir varios elementos, pero todos estos elementos intentan medir la misma dimensión subyacente. Esto es particularmente el caso de muchos constructos de ciencias sociales como la autoestima, que se supone que tienen una sola dimensión que va de baja a alta. Las escalas multidimensionales, por otro lado, emplean diferentes ítems o pruebas para medir cada dimensión del constructo por separado, y luego combinar las puntuaciones en cada dimensión para crear una medida global del constructo multidimensional. Por ejemplo, la aptitud académica se puede medir usando dos pruebas separadas de la habilidad matemática y verbal de los estudiantes, y luego combinando estas puntuaciones para crear una medida general de la aptitud académica. Dado que la mayoría de las escalas empleadas en la investigación en ciencias sociales son unidimensionales, a continuación examinaremos tres enfoques para crear escalas unidimensionales.
Los métodos de escalado unidimensional se desarrollaron durante la primera mitad del siglo XX y recibieron el nombre de sus creadores. Los tres métodos de escalado unidimensional más populares son: (1) el escalado de igual aparición de Thurstone, (2) el escalado sumativo de Likert y (3) el escalado acumulativo de Guttman. Los tres enfoques son similares en muchos aspectos, siendo las diferencias clave la calificación de los ítems de la escala por parte de los jueces y los métodos estadísticos utilizados para seleccionar los ítems finales. A continuación se discuten cada uno de estos métodos.
El método de escalado de igual aparición de Thurstone. Louis Thurstone. uno de los primeros y más famosos teóricos del escalamiento, publicó un método de intervalos de igual aparición en 1925. Este método parte de una clara definición conceptual del constructo de interés. Con base en esta definición, se generan ítems de escala potenciales para medir este constructo. Estos ítems son generados por expertos que saben algo sobre el constructo que se está midiendo. El conjunto inicial de ítems candidatos (idealmente de 80 a 100 ítems) debe redactarse de manera similar, por ejemplo, enmarcándolos como declaraciones con las que los encuestados pueden estar de acuerdo o en desacuerdo (y no como preguntas u otras cosas). A continuación, se recluta un panel de jueces para seleccionar elementos específicos de este grupo de candidatos para representar el constructo de interés. Los jueces pueden incluir académicos capacitados en el proceso de construcción de instrumentos o una muestra aleatoria de encuestados de interés (es decir, personas que estén familiarizadas con el fenómeno). El proceso de selección se realiza haciendo que cada juez califique independientemente cada ítem en una escala del 1 al 11 en función de cuán cerca, a su juicio, ese ítem refleja el constructo pretendido (1 representa extremadamente desfavorable y 11 representa extremadamente favorable). Para cada ítem, compute la mediana y el rango intercuartil (la diferencia entre el percentil 75 y 25 — una medida de dispersión), los cuales se trazan en un histograma, como se muestra en la Figura 6.1. Los ítems de la escala final se seleccionan como declaraciones que se encuentran a intervalos iguales en un rango de medianas. Esto se puede hacer agrupando los elementos con una mediana común y luego seleccionando el ítem con el rango intercuartil más pequeño dentro de cada grupo mediano. Sin embargo, en lugar de apoyarse completamente en el análisis estadístico para la selección de ítems, una mejor estrategia puede ser examinar los ítems candidatos en cada nivel y seleccionar la afirmación que sea la más clara y que tenga más sentido. El valor medio de cada ítem de escala representa el peso que se utilizará para agregar los ítems en una puntuación de escala compuesta que representa el constructo de interés. Ahora tenemos una escala que parece una regla, con un ítem o declaración en cada uno de los 11 puntos de la regla (y ponderada como tal). Debido a que los ítems aparecen por igual a lo largo de todo el 11-pointrange de la escala, esta técnica se denomina escala de igual aparición.
Thurstone también creó dos métodos adicionales para construir escalas unidimensionales —el método de intervalos sucesivos y el método de comparaciones pareadas — que son ambos muy similares al método de intervalos de igual aparición, excepto por cómo se pide a los jueces que califiquen los datos. Por ejemplo, el método de comparación pareada requiere que cada juez haga un juicio entre cada par de declaraciones (en lugar de calificar cada declaración independientemente en una escala del 1 al 11). De ahí que el nombre pareado método de comparación. Con muchas declaraciones, este enfoque puede consumir mucho tiempo y ser difícil de manejar en comparación con el método de intervalos de igual aparición.
Figura 6.1. Histograma para ítems a escala de Thurstone
Método de escalado sumativo de Likert. El método Likert, un método de escalado unidimensional desarrollado por Murphy y Likert (1938), es posiblemente el más popular de los tres enfoques de escalado descritos en este capítulo. Al igual que con el método de Thurstone, el método Likert también comienza con una definición clara del constructo de interés, y utilizando un conjunto de expertos para generar alrededor de 80 a 100 ítems de escala potenciales. Estos ítems son luego calificados por los jueces en una escala de calificación de 1 a 5 (o 1 a 7) de la siguiente manera: 1 para estar muy en desacuerdo con el concepto, 2 para algo en desacuerdo con el concepto, 3 para indecisos, 4 para algo de acuerdo con el concepto, y 5 para estar muy de acuerdo con el concepto. Siguiendo esta calificación, se pueden seleccionar ítems específicos para la escala final, se pueden seleccionar de una de varias maneras: (1) calculando correlaciones bivariadas entre la calificación de los jueces de cada ítem y el ítem total (creado sumando todos los ítems individuales para cada encuestado), y arrojando ítems con bajo (por ejemplo, menos de 0.60) correlaciones ítem a total, o (2) promediando la calificación para cada ítem para el cuartil superior y el cuartil inferior de jueces, haciendo una prueba t para la diferencia en medias y seleccionando ítems que tengan valores t altos (es decir, aquellos que discriminen mejor entre las respuestas del cuartil superior e inferior). Al final, el juicio del investigador puede ser utilizado para obtener un conjunto relativamente pequeño (digamos de 10 a 15) de ítems que tienen altas correlaciones ítem a total y alta discriminación (es decir, valores t altos). El método Likert asume pesos iguales para todos los elementos y, por lo tanto, las respuestas del encuestado a cada ítem se pueden sumar para crear una puntuación compuesta para ese encuestado. De ahí que a este método se le llame escala sumada. Tenga en cuenta que cualquier ítem con significado invertido desde la dirección original del constructo debe ser codificado de forma inversa (es decir, 1 se convierte en un 5, 2 se convierte en un 4, y así sucesivamente) antes de sumarlo.
Método de escalado acumulativo de Guttman. Diseñado por Guttman (1950), el método de escalado acumulativo se basa en la técnica de distancia social de Emory Bogardus, la cual asume que la disposición de las personas a participar en las relaciones sociales con otras personas varía en grados de intensidad, y mide esa intensidad utilizando una lista de ítems arreglados de “menos intensos ” a “más intenso”. La idea es que las personas que están de acuerdo con un ítem de esta lista también estén de acuerdo con todos los ítems anteriores. En la práctica, rara vez encontramos un conjunto de elementos que coincidan perfectamente con este patrón acumulativo. Se utiliza un análisis de escalograma para examinar qué tan cerca corresponde un conjunto de ítems a la idea de acumulatividad.
Al igual que los métodos de escalado anteriores, el método Guttman también comienza con una definición clara del constructo de interés, y luego utilizando expertos para desarrollar un gran conjunto de ítems candidatos. Un grupo de jueces califica entonces cada ítem candidato como “sí” si ven el ítem como favorable al constructo y “no” si ven el ítem como desfavorable. A continuación, se crea una matriz o tabla que muestra las respuestas de los jueces a todos los ítems candidatos. Esta matriz se ordena en orden decreciente desde jueces con más “sí” en la parte superior hasta aquellos con menos “sí” en la parte inferior. Jueces con el mismo número de “sí”, las declaraciones se pueden ordenar de izquierda a derecha con base en la mayor cantidad de acuerdos a menos. La matriz resultante se asemejará a la Tabla 6.6. Observe que la escala ahora es casi acumulativa cuando se lee de izquierda a derecha (a través de los ítems). Sin embargo, puede haber algunas excepciones, como se muestra en el Cuadro 6.6, y por lo tanto la escala no es del todo acumulativa. Para determinar un conjunto de ítems que mejor se aproxime a la propiedad de acumulatividad, se puede utilizar una técnica de análisis de datos llamada análisis de escalograma (o esto se puede hacer visualmente si el número de elementos es pequeño). La técnica estadística también estima una puntuación para cada ítem que se puede utilizar para calcular la puntuación general de un encuestado en todo el conjunto de ítems.
Cuadro 6.6. Matriz de clasificación ordenada para una escala Guttman
Demandado
Tema 12
Tema 5
Tema 3
Ítem 22
Tema 8
Ítem 7
...
29
Y
Y
Y
Y
Y
Y
7
Y
Y
Y
-
Y
-
15
Y
Y
Y
Y
-
-
3
Y
Y
Y
Y
-
-
32
Y
Y
Y
-
-
-
4
Y
Y
-
Y
-
-
5
Y
Y
-
-
-
-
23
Y
Y
-
-
-
-
11
Y
-
-
Y
-
-
Y indica excepciones que impiden que esta matriz sea perfectamente acumulativa
