En las encuestas estadísticas realizadas utilizando entrevistas o cuestionarios estructurados, un subconjunto de los elementos de la encuesta que tienen respuestas binarias (por ejemplo, sí o no) forma una escala de Guttman (llamado así por Louis Guttman); Si pueden clasificarse en algún orden de modo que para un encuestado racional, el patrón de respuesta puede ser capturado por un solo índice en esa escala ordenada.
En otras palabras, en una escala de Guttman, los elementos se organizan para que un individuo que esté de acuerdo con un elemento en particular también esté de acuerdo con los elementos de orden de rango más bajo.
- Estoy dispuesto a estar cerca del helado;
- Estoy dispuesto a oler helado;
- Estoy dispuesto a comer helado; y
- Me encanta comer helado.
El acuerdo con cualquier elemento implica un acuerdo con los elementos de orden inferior.
Esto contrasta con los temas estudiados utilizando una escala Likert o una escala de Thurstone. El método de escala ideado por Guttman también se llama análisis de escalograma.
Un ejemplo bien conocido de una escala de Guttman es la escala de distancia social Bogardus, que es el siguiente:
- Estoy dispuesto a estar cerca del helado;
- Estoy dispuesto a oler helado;
- Estoy dispuesto a comer helado; y
- Me encanta comer helado.
La escala Guttman también se aplica a una serie de elementos en otros tipos de pruebas, como pruebas de rendimiento con resultados binarios.
¿Qué es la escala de Guttman ejemplos?
La escala ideal de Guttman es tal que si el encuestado no está de acuerdo, por ejemplo, con la Declaración 4 (habiendo acordado con las declaraciones 1 a 3), el demandado no estará de acuerdo con la Declaración 5 y superior, ya que estas representan expresiones más extremas de la actitud que se está investigando.
Por ejemplo, una serie de elementos sobre actitud podría ser
- «Estoy dispuesto a estar cerca de un gato»
- «Estoy dispuesto a tener un gato»
- «Me encanta tener un gato»
- «Estoy dispuesto a tocar a un gato»
- Contando de 1 a 50
- Resolver problemas de adición
- Resolver problemas de sustracción
- Resolver problemas de multiplicación
- Resolver problemas de división
- Se puede usar para responder muchas preguntas en una breve cantidad de espacio y/o tiempo.
- Es intuitivamente atractivo para la mayoría de las personas.
- Proporciona datos clasificados.
- Reproducibilidad
- Más unidimensional que Likert Scaling
- La orden de rango de las declaraciones no puede ser interpretada de la misma manera por el investigador, el sujeto o los jueces independientes.
- Difícil de construir
- El análisis de Scalogram puede ser demasiado restrictivo, solo se puede usar un universo estrecho de contenido
- Escala continua: los encuestados califican los objetos colocando una marca en la posición apropiada en una línea que se extiende de un extremo de la variable a la otra. La forma de la escala continua puede variar considerablemente.
- Escala comparativa: implica la comparación directa de los objetos de estímulo. La mayoría de las veces, se le pide al encuestado que compare una marca, producto o característica con otra. Los datos de escala comparativa deben interpretarse en términos relativos y solo tienen propiedades ordinales o de orden de rango.
- Escala discreta: los datos discretos, como los recuentos, son datos numéricos que tienen un número finito de valores posibles y solo pueden ser números enteros. Los datos discretos surgen de observaciones que solo pueden tomar ciertos valores numéricos. Las fracciones no tienen sentido. En algunas situaciones, las funciones o cálculos matemáticos tampoco son posibles.
¿Cómo se aplica la escala de Guttman?
Una encuesta a escala de Guttman es una serie de preguntas o declaraciones relacionadas y dicotómicas. Hay muchos ejemplos de preguntas dicotómicas en el banco de preguntas de SurveyMonkey. En general, asesoramos contra el uso de preguntas dicotómicas en las encuestas a menos que lo haga de manera controlada, como a escala de Guttman. Tome esta simple pregunta sobre las opiniones políticas, por ejemplo:
- Sí
- No
La escala Guttman combinaría la pregunta anterior con preguntas relacionadas que representan una posición de votación cada vez más de apoyo (o, alternativamente, crítica), como:
- Sí
- No
Puede aplicar la escala Guttman a una amplia gama de encuestas. Aquí hay algunos ejemplos para cuando lo usas:
- Sí
- No
A medida que coloca sus preguntas en su encuesta de SurveyMonkey, use la función «Poner esta pregunta (habilitar el modo de prueba)» o agregue peso a su pregunta de la escala de matriz/calificación.
Simplemente asigne cada «sí» o «de acuerdo» responda una puntuación de 1 y cada «no» o «en desacuerdo» responda una puntuación de 0. La puntuación de cada cuestionario representa la fuerza de opinión del encuestado, donde un puntaje más alto indica un más de apoyo. opinión.
¿Cómo se hace la escala de Guttman?
Los puntajes de la escala de Guttman tienen la ventaja de ser altamente informativos sobre dónde se encuentra un encuestado en cada elemento, ya que una puntuación de escala de 2 significa que él o ella acordó solo los dos primeros elementos y no los que siguieron.
Las escalas de Guttman se pueden definir de varias maneras. Estas definiciones se aplican a las matrices de datos compuestas de respuestas dicotómicas o politómicas, pero la presentación aquí se limitará al caso dicotómico (dos categorías de respuesta: correcto/incorrecto, correcto/incorrecto, de acuerdo/en desacuerdo, etc.). Una matriz de datos (personas por elementos) cumple con los requisitos de la escala de Guttman cuando las puntuaciones de la persona reproducen las respuestas exactas del elemento en la matriz de datos. Guttman buscó un método de escala que generaría valores numéricos para cada elemento y persona que podría usarse para reproducir las observaciones o respuestas de cada persona en cada elemento. La escala ideal de Guttman cumple con estos requisitos y propuso una variedad de métodos gráficos y numéricos para determinar si una escala se desvía o no de los patrones de escala ideales.
Un método gráfico popular se llama escalograma. Cuando las personas y los elementos se ordenan y se muestran en una tabla, la matriz de datos forma un patrón triangular distintivo para una escala ideal o perfecta. Este patrón se muestra en el panel izquierdo de la Tabla I. Las puntuaciones de la persona se enumeran en orden descendente (4 a 0) y los elementos se ordenan de fácil a duro (a es fácil, D es difícil). Cabe señalar que las puntuaciones de la persona asignadas a cada patrón de respuesta identifican exactamente los elementos específicos que la persona respondió de manera correcta o incorrecta. No se pierde información reemplazando los patrones de respuesta del elemento con las puntuaciones de la persona. Por ejemplo, se espera que una persona con una puntuación de 3 y un patrón de respuesta perfecto responda correctamente a los tres elementos más fáciles (A, B y C) e incorrectamente al elemento más difícil (D). Una prueba de cuatro ítems compuesta de elementos dicotómicos tiene 16 patrones de respuesta posibles (24 = 16). Hay 5 patrones de respuesta perfectos y 11 patrones imperfectos. Los 11 patrones imperfectos se muestran en el panel derecho de la Tabla I.
¿Cómo se realiza una escala de actitudes?
El CAS-R consta de 8 elementos: 2 elementos de la escala de actitudes de control originales (es decir, ítems 7 y 8, Tabla 2) y 6 ítems del índice de actitudes cardíacas (Tabla 2). El instrumento está diseñado para ser completado por el participante, aunque también puede leerlo al tema y completar por un entrevistador. El puntaje total puede variar de 8 a 40; Los puntajes más altos indican un mayor control percibido. El CAS-R se puntúa agregando los puntajes del elemento: cada elemento se clasifica en una escala de 1 (totalmente en desacuerdo) a 5 (totalmente de acuerdo); Las calificaciones en los artículos 5 y 8 se invierten antes de anotar. Este formato se seleccionó porque en un piloto del instrumento, los encuestados lo preferían a un formato sí-no y el formato de respuesta Likert arrojó datos más estables psicométricamente que el formato sí-no. El formato de respuesta Likert produce más variabilidad en las respuestas que contribuye a una mayor consistencia interna. La mayoría de los pacientes pueden completar el instrumento en menos de 2 minutos. El nivel de grado de lectura Flesch-Kincaid fue entre el cuarto y quinto grado.
Para proporcionar evidencia de validez de construcción, se probaron las hipótesis de que la ansiedad y la depresión se asociarían con el nivel de control percibido como lo demuestran investigaciones anteriores. La ansiedad se midió utilizando la escala de ansiedad del inventario de síntomas breves (Derogatis, 1993) o la lista de verificación de afecto de adjetivos múltiples (Zuckerman y Lubin, 1965), dependiendo del estudio del que se usaron los datos. La depresión se midió utilizando la lista de verificación de afecto de adjetivos múltiples (Zuckerman y Lubin, 1965), o la escala de depresión del inventario breve de síntomas.
Las subescalas de ansiedad y depresión del breve inventario de síntomas consisten en 6 ítems que son calificados por el paciente en una escala de 5 puntos (0-4) de angustia que varía de nada a extremadamente. Los puntajes de los artículos se suman y se obtiene la media; Los puntajes más altos indican niveles más altos de ansiedad o síntomas depresivos. La construcción, convergente, discriminante y la validez predictiva del inventario de síntomas breve se han demostrado en una serie de estudios (Derogatis, 1993).
La lista de verificación de adjetivos de afecto múltiple es un instrumento de autoinforme utilizado para evaluar la ansiedad y la depresión del estado (Zuckerman y Lubin, 1965). El instrumento consta de 132 adjetivos positivos y negativos asociados con estas emociones, organizados en orden alfabético. Los participantes leen los adjetivos y verifican aquellos que reflejan cómo se sienten actualmente. La puntuación se realiza calculando el número de adjetivos negativos verificados y el número de adjetivos positivos no verificados, un método que reduce el sesgo de respuesta. Los puntajes más altos indican niveles más altos de ansiedad o depresión. El instrumento se ha utilizado ampliamente en la investigación y tiene sensibilidad, confiabilidad y validez bien demuestrada (Zuckerman y Lubin, 1965).
Para fines descriptivos, los datos sobre variables sociodemográficas y clínicas se recopilaron de la entrevista del paciente y la revisión de registros médicos.
¿Qué mide la escala de Osgood?
Una escala diferencial semántica, o escala Likert (1932), es un rango de valores que describen un atributo. Cada valor en la escala representa un nivel diferente de ese atributo. El valor más extremo en cada dirección en la escala se llama ancla. La escala se divide, generalmente en divisiones iguales, con puntos entre los anclajes que dividen la diferencia entre los significados de los dos anclajes.
El número de puntos discretos que tenemos en la escala entre e incluyendo los anclajes es la granularidad de la escala, o el número de opciones que permitimos a los usuarios expresar sus propios niveles del atributo. El etiquetado más típico de un punto en una escala es una etiqueta verbal con un valor numérico asociado, pero también puede ser pictórico.
Por ejemplo, considere la siguiente declaración para la cual deseamos obtener una evaluación del acuerdo por parte del usuario: «El proceso de pago en este sitio web fue fácil de usar». Una escala diferencial semántica correspondiente para el atributo «Acuerdo» para evaluar el nivel de acuerdo del usuario podría tener estos anclajes: totalmente de acuerdo y en desacuerdo. Si la escala tiene cinco valores, incluidos los anclajes, hay tres puntos en la escala entre los anclajes. Por ejemplo, la escala del acuerdo podría incluir muy de acuerdo, de acuerdo, neutral, en desacuerdo y en totalmente en desacuerdo con los valores asociados, respectivamente, de + 2, + 1, 0, – 1 y – 2.
La escala diferencial semántica ampliamente utilizada (Osgood, Suci y Tannenbaum, 1957) se usa para evaluar el significado subjetivo de un concepto a los encuestados (ver un ejemplo en la Tabla 2.10). La escala diferencial semántica presenta a los encuestados un conjunto de escalas bipolares (buenas/malas, útiles/inútiles, inútiles/valiosas). Se pide a los encuestados que elijan un número (generalmente 1–7) o verifiquen la posición en una escala sin numerar que indique la medida en que los adjetivos se relacionan con una palabra o frase. Por ejemplo, es posible que se le solicite que califique un producto de software en las siguientes dimensiones bipolares rodeando el número que representa su juicio subjetivo de ese producto en cada dimensión bipolar.
El diferencial semántico de Osgood et al. También puede verse como un predecesor de medidas de semántica y similitud semántica derivadas de corpus contemporáneas. Por ejemplo, Burgess y Lund (1997) Hyperspace Analogue to Language Model (HAL) aprende un contexto de alta dimensión de corpus lingüísticos a gran escala que abarca muchos millones de palabras de habla o texto. El modelo rastrea las concurrencias léxicas en todo el corpus y de estos deriva un espacio de representación de alta dimensión. El significado de una palabra se concibe como un vector. Cada elemento de este vector corresponde a otra palabra en el modelo, con el valor de un elemento que representa el número de veces que las dos palabras cooperaron dentro de las muestras del discurso que constituyen el corpus. Por ejemplo, el vector para el perro contendrá un elemento que refleja el número de veces que la palabra «hueso» se encontró dentro de un rango de palabras dada en el corpus. Estos vectores pueden verse como las coordenadas de los puntos (palabras individuales) en un espacio semántico de alta dimensión. La similitud semántica es entonces una cuestión de distancia entre los puntos en este espacio.
¿Qué mide el diferencial semantico?
Osgood, Suci y Tannenbaum utilizaron el método diferencial semántico para examinar los efectos de la música en tres interpretaciones diferentes de una película. Esta técnica se utilizó en varios de los siguientes estudios, midiendo las reacciones de los participantes utilizando escalas bipolares con adjetivos contrastantes en cada extremo. Estos adjetivos se organizan a través de «evaluación», «potencia» y «actividad» (EPA). Por ejemplo, la evaluación puede incluir los adjetivos, «Good-Bad»; Potencia, «Weak Strong»; y la actividad, ‘Pasivo activo’. Las escalas bipolares utilizadas en los estudios de la EPA generalmente están numeradas 3-2-1-0-1-2-3, donde 0 se etiqueta ‘neutral’, 1 ‘ligeramente’, 2 ‘bastante, ‘y 3’ extremadamente ‘. En los estudios que involucran el diferencial semántico, los investigadores pueden evaluar la confianza de los sujetos en opciones particulares por medio de una escala de 5 puntos, de 1 (no tengo idea) a 5 (estoy seguro de que es ). Algunos académicos solicitan a los sujetos que califiquen la música en escalas que tienen valores extremos de «bajo gusto», «desacuerdos muy fuertes, recuerdo», «altamente desagradable» y «no son familiares en todo lo más familiar». Otros requieren sujetos para clasificar las emociones de acuerdo con ciertos adjetivos de 1 (en absoluto) a 5 (mucho).
Dasgupta y Greenwald (2001) informaron correlaciones significativas entre su termómetro de sentimiento y escalas diferenciales semánticas (similares pero no idénticas a la discutida en la siguiente sección) para las actitudes hacia las actitudes hacia el blanco (r = .51) y los negros (r = .43) estadounidenses (Experimento 1), y para las actitudes hacia los jóvenes (r = .70) y los viejos (r = .71; experimento 2). Turner y Feddes (2011) encontraron que las clasificaciones de termómetro de sentimiento externo de sus encuestados se correlacionaron fuertemente con sus clasificaciones de los mismos grupos externos utilizando una medida de actitud diferente (.73 ≤ .91). Estas correlaciones multimetodio del mismo trago indican que el termómetro de sentimiento muestra una buena validez convergente.
Las actitudes se basan en una combinación de influencias cognitivas, conductuales y afectivas, y generalmente se miden por escalas de autoinforme, como el «diferencial semántico», donde una persona califica el objetivo en las dimensiones evaluativas bipolares, como cuán bueno o malo o favorable /desfavorable lo es. Cada vez más, los investigadores han apreciado que también es útil evaluar las actitudes en dimensiones distintas de su valencia, como su accesibilidad (cuán rápido viene a la mente la actitud) y la ambivalencia (cuán consistente es la base de la actitud). Estos indicadores de «fuerza» de actitud son útiles para determinar qué actitudes son consecuentes y cuáles no. Las actitudes fuertes son aquellas que persisten con el tiempo, son resistentes al cambio y predicen otros juicios y acciones (Petty y Krosnick 1995). En cualquier momento dado, la evaluación expresada de uno puede verse influenciada por una variedad de factores contextuales, pero la suposición común es que la «actitud» del núcleo de uno es la evaluación subyacente que es capaz de guiar el comportamiento (las acciones), la cognición (los pensamientos y los recuerdos de uno ), y afecto (reacciones emocionales).
El cambio de actitud ocurre cuando la evaluación central de uno cambia de un valor significativo a otro, y generalmente se infiere de un cambio en la calificación de escala de una persona, aunque a veces se usan procedimientos de comportamiento y otros procedimientos indirectos o implícitos para evaluar el cambio. La mayoría de los estudios sobre el cambio de actitud implican exponer a las personas a una comunicación persuasiva de algún tipo, pero, como se indica a continuación, algunas técnicas de cambio de actitud no implican la exposición a ningún mensaje. El primer trabajo sobre el cambio de actitud intentó examinar qué variables y procedimientos aumentaron y cuáles disminuyeron la probabilidad de cambio (por ejemplo, ocurrieron más cambios cuando la fuente del mensaje se describió como un experto que cuando la fuente carecía de experiencia a pesar de que el mensaje era el mismo. ?).
¿Qué es y para qué sirve la escala de Likert?
Una escala Likert es una escala de medición «discreta»: una evaluación en una escala de 1 a 5, una evaluación verbal de lo bajo, medio y bueno � �
¡Todos ya han respondido un cuestionario que contiene una escala Likert! Es una escala muy extendida, pero también muy confiable. La escala Likert medirá una opinión Gradium en respuesta a una pregunta y realizará análisis cuantitativos de los resultados. Por lo tanto, permitirá establecer planes de mejora identificando con precisión los niveles de satisfacción por atributo.
¿Cuáles son los consejos para recordar construir una buena escala Likert?
1. Prefiera las palabras a notas y palabras que expresen opiniones como «pobres» o «excelentes». También distinga el significado de las palabras. Por ejemplo, es menos obvio marcar la diferencia entre «bueno» y «muy bueno» que «bueno» y «excelente»
2. Mantenga la misma noción que es, por ejemplo, «nada» extremadamente un «en lugar de» extremadamente una «extremadamente B»
3. Adopte una escala extraña, es decir, cuyo punto medio. Las mejores escalas son las de 5 o 7 valores (3 es muy poco; difícil posicionarse más allá de 7 valores)
4. Los espacios entre cada cheque deben ser idénticos, de lo contrario, las variaciones influirán en los encuestados
5. La escala Likert debe ser inclusiva, es decir, entender todo el espectro postal de respuesta, no en absoluto «completamente»
Artículos Relacionados:
