El coeficiente de confiabilidad. Parte 3

Summary

En este video, se aborda el debate sobre el coeficiente alfa y la fiabilidad de las escalas perceptuales en la investigación. Se menciona que, aunque estas escalas son ordinales por naturaleza, muchos investigadores las han utilizado como si fueran de intervalos durante décadas. La discusión se centra en si se deben tratar como ordinales o forzar su análisis como si fueran de intervalos. Se argumenta que el investigador debe considerar la naturaleza de sus datos y si tiene medidas de intervalo adicionales para correlacionar con las escalas perceptuales. Además, se enfatiza la importancia de las tendencias y las percepciones en lugar de la precisión numérica exacta. Finalmente, se sugiere que la interpretación más completa y holística de las percepciones se logra a través de instrumentos confiables, válidos y objetivos.

Takeaways

• 🧐 Se ha discutido la fiabilidad de escalas perceptuales, como el coeficiente alfa, y su aplicación en contextos donde se asumen como escalas de intervalos.
• 🔢 Se menciona mi apoyo a la inclusión de frases numéricas en las escalas ordinales, permitiendo así su tratamiento como intervalos después de más de 50 años de uso.
• 🤔 La posición personal es que tanto la postura de tratar las escalas ordinales como intervalos como la de mantenerlas ordinales tienen sus razonamientos válidos.
• 📊 El investigador debe decidir cuál postura seguir al analizar sus datos, teniendo en cuenta otros elementos y medidas de intervalo.
• 🔗 Si hay una alta correlación entre las medidas perceptuales y medidas de intervalo, podría tratarse las escalas como si fueran de intervalos.
• 📉 La naturaleza ordinal de las escalas perceptuales se destaca, pero se reconoce la posibilidad de trabajar con ellas como intervalos bajo ciertas condiciones.
• 🔄 Se insiste en la importancia de la correlación entre diferentes medidas para determinar el tratamiento de las escalas.
• ⏱️ Se utiliza el ejemplo de la motivación, midiendo la motivación con escalas y comparándola con una medida conductual de intervalos.
• 🔑 La correlación entre la escala perceptual y una medida conductual externa de validez es clave para la decisión de cómo tratar las escalas.
• 📈 La tendencia y no la exactitud numérica es lo importante a la hora de medir fenómenos humanos o percepciones.
• ✅ La significación estadística y la interpretación de las tendencias son más relevantes que el valor numérico exacto.
• 🌐 Se enfatiza la importancia de una interpretación completa y holística de las percepciones medidas a través de instrumentos confiables, válidos y objetivos.

Q & A

¿Qué es el coeficiente alfa y por qué es importante en la confiabilidad de las escalas?

El coeficiente alfa es un indicador de la consistencia interna de una escala psicológica, es decir, la medida en que todas las preguntas o ítems de la escala aportan a la medición de un único concepto. Es importante para asegurar que la escala sea confiable y que los resultados sean consistentes.

¿Por qué algunas escalas perceptuales son consideradas ordinales y no de intervalos?

Las escalas perceptuales a menudo son ordinales porque los niveles de respuesta (como muy de acuerdo, de acuerdo, en desacuerdo, totalmente en desacuerdo) representan una secuencia de grados en lugar de distancias iguales entre categorías. Esto significa que el orden es importante, pero no necesariamente la distancia entre las categorías.

¿Qué es la posición del hablante sobre el uso de escalas ordinales como si fueran de intervalos?

El hablante está a favor de la idea de que, aunque las escalas perceptuales son ordinales por naturaleza, se pueden tratar como si fueran de intervalos si se ha utilizado durante un período prolongado y se ha desarrollado una comprensión de las distancias entre categorías.

¿Cómo se puede justificar el uso de escalas ordinales en análisis de intervalos?

Se puede justificar si hay una alta correlación entre las escalas perceptuales y mediciones de intervalos adicionales. Esto implica que, aunque las escalas son ordinales, su relación con medidas más precisas sugiere que pueden ser utilizadas en análisis de intervalos.

¿Por qué el hablante cree que la tendencia es más importante que la exactitud numérica en las mediciones de percepciones?

El hablante sugiere que las percepciones humanas no son exactas, y que lo que realmente importa es la tendencia, ya que refleja cómo se inclinan las respuestas en general. Esto proporciona una visión más holística y contextualizada del fenómeno que se está midiendo.

¿Qué es la correlación de Spearman y cómo se relaciona con las escalas ordinales?

La correlación de Spearman es una medida de asociación entre dos variables ordinales. Se utiliza para evaluar la correlación monotónica, lo que significa que puede detectar relaciones de tendencia incluso cuando las escalas no son de intervalos.

¿Qué es la correlación de Kendall y cómo se utiliza en el análisis estadístico?

La correlación de Kendall es otra medida de asociación utilizada para variables ordinales. Mide la concordancia en las relaciones de orden entre las observaciones y se utiliza en lugar de la correlación de Pearson cuando las medidas no son de intervalos.

¿Por qué es importante considerar otras mediciones de intervalo al analizar escalas perceptuales?

Es importante porque si las escalas perceptuales están altamente correlacionadas con medidas de intervalos, esto puede proporcionar una justificación para tratar las escalas perceptuales como si fueran de intervalos en el análisis, lo que puede aumentar la precisión del análisis.

¿Cómo se puede determinar si una escala perceptual es confiable y válida?

Se puede determinar a través de la correlación con medidas de intervalos externas y la persistencia en un comportamiento que refleje la motivación o la insatisfacción laboral, como el número de horas trabajadas extra sin la búsqueda de una recompensa extrínseca.

null

null

¿Qué sugiere el hablante sobre la interpretación de los resultados de las escalas perceptuales?

El hablante sugiere que la interpretación de los resultados debe centrarse en las tendencias y no en la exactitud numérica. La significancia estadística y la correlación con otras medidas son más importantes que el valor numérico exacto.

¿Cómo se debe manejar la decisión de si utilizar estadística paramétrica o no paramétrica?

El hablante recomienda que el investigador debe tomar la decisión basándose en los datos y en otros elementos de medición disponibles. Si las escalas ordinales están altamente correlacionadas con medidas de intervalos, podría justificarse el uso de estadística paramétrica.

¿Qué es la motivación intrínseca y cómo se puede medir?

La motivación intrínseca es el deseo de realizar una actividad por el placer y la satisfacción que proviene de la actividad en sí misma, en lugar de por recompensas externas. Se puede medir utilizando pruebas de motivación intrínseca y observando comportamientos como la persistencia en una tarea por más tiempo del que se requiere.