¿Qué es medición?

¿Qué es medición?

Medir significa asignar números a las características de los objetos de acuerdo a criterios establecidos.
Una escala implica la creación de un continuo en el que se encuentran los objetos medidos. Existen cuatro escalas básicas de medición:

Una primera distinción la podemos realizar entre variables continuas y variables discretas:

•Las variables discretas pueden ser medidas en el nivel Nominal u Ordinal.

•Las variables continuas pueden ser medidas en como Intervalos o Razones.

[pic 1]

•Nominal: nombres (identificación y clasificación).

–Género, Marca, Tipo de Tienda, Comuna, Profesión.

–Porcentaje, Moda, Chi Cuadrado.

•Ordinal: orden (jerarquización, posición relativa).

–GSE, Tipo Escolaridad, Orden de Preferencia, Intervalos de Ingresos.

–Percentil, Mediana, Correlación Jerárquica.

•Intervalo: cuantificación (cero arbitrario).

–Temperatura, Percepciones, Notas.

–Rango, Media (Desviación Estándar), Correlación (ANOVA, otros).

•Ratio / Razón: cuantificación (cero absoluto).

–Longitud, Peso, Ingresos, Edad, Participación de Mercado.

–Anteriores + (Media Geométrica, Coeficiente de Variación).

Fuentes de error
  [pic 2] 

Ordinal

Evaluación de la escala: error total

Error Total = Error Muestral + Error No Muestral
Error Muestral: Se genera al usar una muestra y no la población en un estudio.  Es medible y disminuye conforme aumenta el tamaño de la muestra.
Error No Muestral: Se genera por procedimientos incorrectos en la toma y procesamiento de los datos. Sesgan resultados en dirección y magnitud desconocida.  Ejemplos: no respuesta, respuesta, interpretación, respuesta inducida, codificación. No es medible.
A medida que aumenta el tamaño de la muestra, tiende a crecer el error no muestral y decrece el error muestral.

Evaluación de la escala: error de medición[pic 3]

Error de medición = O – R = ES + EA  O = R + ES + EA
O = valor observado de la característica del objeto
R = valor real de la característica del objeto
ES = error sistemático (constante)
EA = error aleatorio (no es constante)

Una escala es confiable si no tiene error aleatorio. Tiene que ver con la consistencia, precisión y capacidad predictiva de los resultados de investigación.
Una escala es válida si no tiene error de medición. Mide lo que se pretende medir

Confiabilidad: Cómo evaluarla?

Se puede evaluar a través de:
Prueba-reprueba (i.e., la escala es administrada dos veces y se examina la correlación entre ambas mediciones),
Formas alternativas (e.g., se cambia el orden de las categorías de respuesta y se examina la correlación entre ambas mediciones)
Consistencia interna: se utiliza para escalas de 2 o más ítems, examinando las correlaciones entre todos los ítems. Alfa de Cronbach  medida más usada para evaluar la confiabilidad de escalas de 2 o más ítems. Varía entre 0 y 1 y valores >0,70 sugieren que la escala es consistente internamente, y por ende, confiable.

Validez: Cómo evaluarla?

1. Validez de contenido:  la escala incluye todas las dimensiones del constructo que se quiere medir.
2. Validez de criterio: la escala es capaz de predecir otras variables relacionadas (e.g., si la lealtad a la tienda predice la repetición de compra en la tienda).
3. Validez de constructo, incluye:
   Validez convergente: si la escala correlaciona con otras escalas diseñadas para medir el mismo constructo.
   Validez discriminante: si la escala no correlaciona con escalas que miden constructos no relacionados. Ejemplo: conciencia por el precio y aversión al riesgo.
   Validez nomológica: si la escala correlaciona con escalas que miden constructos similares.  Ejemplo: lealtad a la marca y actitud hacia la marca.

En cualquier caso, se sugiere siempre analizar la confiabilidad y validez de las escalas tanto en el piloto como en la investigación final. Además, se sugiere buscar escalas existentes que hayan logrado demostrar ser confiables y válidas.

[pic 4][pic 5]

[pic 6]

Decisiones al construir una escala de calificación por ítem

1.Número de categorías a usar: A mayor número de categorías, mayor capacidad para discriminar entre los objetos, pero considerar que los encuestados pueden confundirse con muchas categorías. Los estudios suelen usar entre 5 a 9 categorías.

2.Escala balanceada o no balanceada: Es decir, si el número de categorías favorables es igual o desigual al número de categorías no favorables.
En general, con el fin de obtener datos objetivos, la escala debe ser balanceada.

3.Número par o impar de categorías: Se sugiere usar un número impar de categorías con una categoría central (imparcial, neutral).

Si se desea forzar la respuesta en una dirección o cree que no existen respuestas neutras, puede ser usada una escala con un número par de categorías.

4.Elección forzada o no forzada: Esto es, incluir o no una opción de “no opina/no responde” En general, se sugiere usar una escala de elección forzada.
Sin embargo, en las situaciones en las que se espera que los encuestados no tengan opinión, la precisión de los datos puede mejorarse mediante una escala no forzada que incluye una categoría “no opina/no responde".

5.Naturaleza y grado de descripción de las categorías: Se debe evaluar si se debe etiquetar todas las categorías (para reducir la ambigüedad) y los adjetivos usados en la escala.
Frente a fuertes anclajes (e.g., 1 = Totalmente en desacuerdo, 5 = Totalmente de acuerdo), los participantes son menos propensos a usar las categorías extremas en comparación a anclas débiles (1 = En desacuerdo, 5 = De acuerdo).

...