Cómo comprobar psicométricas tipo de escalas?

Question

Es bien sabido, que existen diferentes tipos de escalas (ver Wikipedia Nivel de medición).

En psicolingüística hay técnica del Diferencial Semántico. Se utiliza una escala (generalmente de 5 o 7 grados) que tipo ordinal o de intervalo que se está debatiendo. Como Wikipedia dice, la mayoría piensa que es ordinal. Pero al mismo tiempo en el procesamiento de los investigadores el uso de la media aritmética y el Análisis de los factores: y se utiliza + y - operaciones matemáticas. Es crítico de error? Puede ser, sin embargo, en el hecho de que los intervalos entre más cercano grados son iguales - ¿cómo comprobarlo? ¿Cuál es la causa de la escala del tipo?

Answer 1

Usted realmente no se "marque" el tipo de escalas, tienes que utilizar la lógica y la razonabilidad de averiguar lo que es sensato hacer. Stevens' conjunto de escalas que no es de piedra y tiene problemas.

Escalas Likert son, de hecho, entre ordinales y de intervalo.

Técnicamente, en una escala ordinal es uno en el que cualquier transformación puede ser aplicado que conserva el orden y el significado será el mismo. Así, es posible que el código de una escala de Likert 1, 2, 3, 4, 5. O 0, 1, 2, 3, 4. O 0, 0.00001, 2, 17, 19101821.2. Pero el último no es razonable.

Para el análisis de factores, se ha escrito mucho. La búsqueda de "ordinal factor de análisis" y usted encontrará algunas cosas. Hay artículos, por ejemplo, por Joreskog y Sorbom. Diferentes personas tienen diferentes opiniones.

Puede agregar Likert de artículos? Técnicamente, no. Pero las personas lo hacen todo el tiempo y eso da resultados razonables.

Por otro lado, algunas de las adiciones que tienen poco sentido.

Answer 2

@Pedro ha dado una buena respuesta. Solo quiero añadir un punto: es importante la forma de la escala que se presenta o el formato.

Para la mayoría de la gente, al menos la escala del muescas están suscritos más de la escala de intervalo en lugar de ordinal. Comparar

(disagree)| --- | --- | --- |(agree)
(disagree)1 --- 2 --- 3 --- 4(agree)
totally disagree --- rather disagree --- rather agree --- totally agree

donde la 1 de la escala es sólo una rejilla para medir, mientras que la 3ª es claramente categórica, ordinal. Etiquetas implica verbal semántica de lo que los aislamientos de los puntos de distancia de los monumentos y hacia las islas.

La enfermedad de Osgood escala de calificación de (utilizado en el diferencial semántico) es como el 1 o 2 anterior; además, es bipolar, es decir, dos igualmente justo epítetos (o los objetos) symmetrize la escala, que mide la proximidad a cualquiera de ellos. Tal bipolar de la proximidad del dispositivo de medición parece estar más cerca de intervalo de distancia de ordinal, en comparación a un unipolar intensidad dispositivo de medición (como se muestra arriba), porque simétrica de la oposición de granula el "paisaje" entre los opuestos.

Así, la forma en que escala se presentan normalmente en un diferencial semántico hace pensar que es bastante intervalo.

Con escala ordinal por supuesto que es incorrecto hacer aritmética (tales como la computación en la media o sumar un total de puntuación) o comprobar si la distribución de los datos es normal. La distinción entre el intervalo y ordinal implica la noción de característica subyacente que se mide para producir un valor observado. Si la relación entre el subyacente y el observado es que se supone lineal, hablamos de intervalo (equiinterval) de escala. Si la relación es de suponerse monótona y es sabido de alguna manera (por ejemplo, postula), entonces la escala no es equiinterval; de tal magnitud puede ser fácilmente transformado en equiinterval.

Si la relación entre el subyacente y el observado se supone monótona y desconocido, se llega a una escala ordinal. Escala Ordinal puede ser transformado en el intervalo de si la transformación de la regla es trabajado. Podemos extraer las reglas de nuestro deseo pragmático de la maximización de una cierta cantidad en el análisis de concebir. Por ejemplo, uno podría querer correlaciones lineales entre los elementos a ser tan fuerte como sea posible. A continuación, la transformación, la cual maximiza las correlaciones pueden ser resueltos. Este proceso de cuantificación de los datos categóricos se refiere a menudo como el escalamiento óptimo.

Answer 3

La pregunta acerca de la "verdadera" naturaleza de una escala es realmente complicado. Pero una rápida respuesta pragmática es que, según el análisis que usted está interesado en la ejecución, puede ser bastante recta hacia adelante para lidiar con la escala de medida ordinal. Yo sugeriría hacerlo, dado que sería la posición más conservadora, como el intervalo de la naturaleza de la escala sería una más fuerte de la asunción.

Ahora, con respecto a cómo tratar con los datos... en general podría revisar la literatura en el punto modelos de respuesta y la gran variedad de modelos que se ofrecen allí. Sin embargo, si usted está en una literatura que se basa principalmente en el análisis de los factores, usted puede manejar con facilidad los datos ordinales mediante polychoric correlaciones (Ver el polycor en R, por ejemplo) en lugar de la tradicional producto-momento de Pearson y, a continuación, ejecutar el análisis factorial en la que la matriz de correlación.

Aún más fácil es utilizar un software como Mplus, que le permitirá declarar las variables como ordinal, y se ejecutará una versión generalizada de los factores tradicionales de análisis de forma automática.

De nuevo, este es un muy interesante y polémico tema, pero si su interés es principalmente práctico, simplemente puede tratar los datos como ordinal, y si usted está en el estado de ánimo de la exploración, usted también puede ejecutar bajo tradicional FA y ver si y cómo los resultados pueden variar.