Una evaluación completa y adecuada de la validez debe incluir enfoques teóricos y empíricos. Como se muestra en la Figura 7.4, este es un proceso elaborado de varios pasos que debe tener en cuenta los diferentes tipos de confiabilidad y validez de escala.
Figura 7.4. Un enfoque integrado para la validación de medición
El enfoque integrado comienza en el reino teórico. El primer paso es conceptualizar las construcciones de interés. Esto incluye definir cada construcción e identificar sus dominios y/o dimensiones constituyentes. A continuación, seleccionamos (o creamos) elementos o indicadores para cada construcción en función de nuestra conceptualización de estos constructos, como se describe en el procedimiento de escala en el Capítulo 5. Una revisión de la literatura también puede ser útil en la selección de indicadores. Cada elemento se reactora de manera uniforme utilizando un texto simple y fácil de entender. Después de este paso, se puede emplear un panel de jueces expertos (académicos experimentados en métodos de investigación y/o un conjunto representativo de encuestados objetivo) para examinar cada indicador y realizar un análisis de S-Sort. En este análisis, cada juez recibe una lista de todas las construcciones con sus definiciones conceptuales y una pila de tarjetas de índice que enumeran cada indicador para cada una de las medidas de construcción (un indicador por tarjeta de índice). Luego se les pide a los jueces que lean independientemente cada tarjeta de índice, examinen la claridad, la legibilidad y el significado semántico de ese elemento, y lo ordenen con la construcción donde parece tener más sentido, en función de las definiciones de construcción proporcionadas. Se evalúa la confiabilidad entre evaluadores para examinar hasta qué punto los jueces acordaron con sus clasificaciones. Los elementos ambiguos que muchos jueces lo perdieron constantemente pueden ser reexaminados, reactivos o caídos. Los mejores elementos (digamos 10-15) para cada construcción se seleccionan para un análisis posterior. Cada uno de los elementos seleccionados es reexaminado por jueces para la validez aparente y la validez de contenido. Si no se logra un conjunto adecuado de elementos en esta etapa, es posible que deban crearse nuevos elementos en función de la definición conceptual de la construcción prevista. Es posible que se necesiten dos o tres rondas de S-Sort para llegar a un acuerdo razonable entre los jueces en un conjunto de elementos que mejor representan las construcciones de interés.
A continuación, el procedimiento de validación se traslada al reino empírico. Se crea un instrumento de investigación que comprende todos los elementos de construcción refinados, y se administra a un grupo de prueba piloto de encuestados representativos de la población objetivo. Los datos recopilados se tabulan y se someten a un análisis correlacional o un análisis factorial exploratorio utilizando un programa de software como SAS o SPSS para la evaluación de la validez convergente y discriminante. Los elementos que no cumplen con las normas esperadas de carga de factores (cargas del mismo factor superiores a 0.60 y cargas de factores cruzados inferiores a 0.30) deben eliminarse en esta etapa. Las escalas restantes se evalúan para la confiabilidad utilizando una medida de consistencia interna como Cronbach Alpha. La dimensionalidad de la escala también se puede verificar en esta etapa, dependiendo de si las construcciones dirigidas se conceptualizan como unidimensionales o multidimensionales. A continuación, evalúe la capacidad predictiva de cada construcción dentro de una red nomológica de construcción nomológica teóricamente mediante el análisis de regresión o el modelado de ecuaciones estructurales. Si las medidas de construcción satisfacen la mayoría o todos los requisitos de confiabilidad y validez descritos en este capítulo, podemos estar seguros de que nuestras medidas operativas son razonablemente adecuadas y precisas.
El enfoque integrado para la validación de medición discutido aquí es bastante exigente para el tiempo y el esfuerzo del investigador. No obstante, se necesita este elaborado proceso de varias etapas para garantizar que las escalas de medición utilizadas en nuestra investigación cumplan con las normas esperadas de investigación científica. Debido a que las inferencias dibujadas con escalas defectuosas o comprometidas no tienen sentido, la validación y la medición de la escala sigue siendo una de las fase más importantes e involucradas de la investigación empírica.
¿Qué debe tener un instrumento de recolección de datos?
Inicialmente, los datos de producción se recopilaron gracias al uso de procesos manuales y el uso de herramientas fuera de línea, como el papel. A lo largo de los años, sin embargo, los límites relacionados con la recopilación manual de datos, en términos de confiabilidad y confiabilidad de los datos y en términos de actualización inmediata de la información recopilada, han dejado en claro que estas herramientas fuera de línea ya no son adecuadas para recopilar Los datos de producción necesarios para definir estrategias corporativas ganadoras.
A lo largo de los años, ha habido una recopilación de datos de producción «mixta», si podemos definirla de esta manera, donde el proceso de recopilación de datos manuales ha visto la introducción de herramientas más modernas, como Excel. También en este caso, sin embargo, a lo largo de los años, las empresas han encontrado la ineficiencia del proceso y han entendido que el uso de herramientas muy diferentes inevitablemente conduce al error. De hecho, este tipo de recopilación de datos puede ser efectiva solo para aquellas compañías que tienen una cantidad limitada de datos que pueden monitorear manualmente.
Hoy en día, sin embargo, para ser verdaderamente competitivo, una empresa debe tener un sistema de software de gestión de producción, más comúnmente llamado software ERP. ERP Software es un software de gestión que integra todos los procesos comerciales relevantes para una empresa, como ventas, compras, gestión de almacenes y personal. Hasta la fecha, el software ERP es la herramienta fundamental para administrar, agregar y analizar los datos de producción recopilados. Un software ERP válido, con un excelente formulario de recopilación de datos, le permite aislar información estratégica para crear una ventaja competitiva en el mercado.
Sin embargo, si usted es una compañía micro, no se dice que el software ERP puede ser el software de recopilación de datos de producción adecuado para usted. Hay un software Cloudes, gracias al hecho de que se pueden usar en todas partes y que no necesitan un servidor para la instalación, le garantizan una colección de datos más barata, pero igualmente perfilado.
¿Cómo se determina la confiabilidad de un instrumento?
En las ciencias físicas, el término se explica por sí mismo, y se trata de asegurarse de que cada pieza de hardware, desde un espectrómetro de masas hasta un conjunto de escalas de pesaje, esté correctamente calibrada.
Como ejemplo, un investigador siempre probará la confiabilidad del instrumento de pesar escalas con un conjunto de pesos de calibración, asegurando que los resultados dados estén dentro de un margen de error aceptable.
Algunos de los saldos altamente precisos pueden dar resultados falsos si no se colocan en una superficie completamente nivelada, por lo que este proceso de calibración es la mejor manera de evitar esto.
En las ciencias no físicas, la definición de un instrumento es mucho más amplia, que abarca todo, desde un conjunto de preguntas de encuestas hasta una prueba de inteligencia. Una encuesta para medir la capacidad de lectura en los niños debe producir resultados confiables y consistentes para que se tome en serio.
Las encuestas de opinión política, por otro lado, son conocidas por producir resultados inexactos y entregar un margen de error casi involuntario.
En las ciencias físicas, es posible aislar un instrumento de medición de factores externos, como condiciones ambientales y factores temporales. En las ciencias sociales, esto es mucho más difícil, por lo que cualquier instrumento debe probarse con un rango razonable de confiabilidad.
Cualquier prueba de confiabilidad del instrumento debe probar cuán estable es la prueba con el tiempo, asegurando que la misma prueba realizada en el mismo individuo proporcione exactamente los mismos resultados.
Artículos Relacionados:
- Instrumentos de recolección de datos: ¿cuáles son los mejores para tu proyecto?
- Diseño y validación de instrumentos de recolección de datos: una guía paso a paso
- Herramientas para recopilar datos: las mejores maneras de recopilar y analizar información
- Técnicas de recolección de datos estadísticos: muestreo y encuestas
