Likert equidistante como suma ponderada de categorías de respuesta
Introducción: La suma de puntajes de elementos de Likert puede no ser significativa ya que no se cumple la propiedad de equidistancia. Esto implica que el cálculo de la media, la desviación estándar, la correlación, la regresión y el alfa de Cronbach utilizando la suma de las varianzas de los elemen...
- Autores:
-
Chakrabartty , Satyendra Nath
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2022
- Institución:
- Corporación Universidad de la Costa
- Repositorio:
- REDICUC - Repositorio CUC
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.cuc.edu.co:11323/11389
- Acceso en línea:
- https://hdl.handle.net/11323/11389
https://doi.org/10.17981/cultedusoc.14.1.2023.04
- Palabra clave:
- Ítems tipo Likert
Suma ponderada
Monotónico
Equidistante
Distribución normal
Likert items
Weighted sum
Monotonic
Equidistant
Normal distribution
- Rights
- openAccess
- License
- CULTURA EDUCACIÓN Y SOCIEDAD - 2022
Summary: | Introducción: La suma de puntajes de elementos de Likert puede no ser significativa ya que no se cumple la propiedad de equidistancia. Esto implica que el cálculo de la media, la desviación estándar, la correlación, la regresión y el alfa de Cronbach utilizando la suma de las varianzas de los elementos y la varianza de la prueba podría ser problemático. Objetivo: Evitar la limitación de las puntuaciones de Likert sumativas transformando las puntuaciones de los ítems sin procesar en puntuaciones monotónicas continuas que satisfagan la propiedad equidistante y evalúen los métodos con respecto a las propiedades deseadas y prueben la normalidad de las puntuaciones de las pruebas transformadas. Metodología: El documento metodológico proporciona tres métodos para transformar puntajes discretos y ordinales de ítems en puntajes continuos por suma ponderada donde los pesos consideran frecuencias de diferentes categorías de respuesta de diferentes ítems y generan datos continuos que satisfacen propiedades equidistantes y monótonas. Resultados y discusión: Todos los métodos propuestos evitaron las principales limitaciones de las puntuaciones de Likert sumativas, generando datos continuos que satisfacen las propiedades equidistantes y monótonas. El método basado en frecuencias de categorías de respuesta para diferentes ítems (Método 3) pasó la prueba de normalidad a diferencia del Método 1 y el Método 2. Las puntuaciones transformadas normalmente distribuidas en el Método 3 facilitan la realización de análisis bajo una configuración paramétrica. Conclusiones: Los métodos propuestos que tienen altas correlaciones con las puntuaciones de Likert sumativas, conservan una estructura factorial similar y brindan reconciliación al debate sobre la naturaleza ordinal frente a la de intervalo de los datos generados a partir de un cuestionario de Likert. Teniendo en cuenta las ventajas teóricas, se recomienda el Método 3 para puntuar elementos de Likert principalmente debido a la distribución normal de las puntuaciones individuales que facilita la significatividad de las operaciones y para realizar análisis estadísticos paramétricos. |
---|