Yo utilizaría una regresión logit ordenada de efectos fijos. Si tiene muchas observaciones por grupo, simplemente añada una variable ficticia por grupo, y entonces una prueba de Wald le dirá si, digamos, el grupo A o el grupo B reciben valoraciones significativamente diferentes. He añadido la condición "muchas observaciones por grupo", porque la estimación de efectos fijos de grupo mediante variables ficticias sólo es válida asintóticamente, como se ilustra en esta entrada . Según sus simulaciones, deberías tener unas 50 observaciones por grupo.
Dado que espera diferencias por revisor, lo cual es razonable, también puede utilizar efectos fijos de revisor para tener en cuenta la heterogeneidad de los revisores invariable en el tiempo. De este modo se controla el hecho de que los revisores especialmente "gruñones" pueden revisar un grupo en particular y, sin tenerlo en cuenta, parecería que ese grupo es menos importante de lo que realmente es. Sin embargo, si se añaden efectos fijos de los revisores a través de la variable ficticia, el problema anterior se agrava, ya que se tienen que estimar más parámetros con el mismo número de observaciones. Se esbozan soluciones sobre cómo implementar el logit ordenado de efectos fijos sin depender de la asintótica ici aparentemente, Stata no lo ha implementado oficialmente.
Puede evitar el problema anterior de los parámetros incidentales con el logit ordenado si está dispuesto a asumir que su escala Likert no es meramente ordinal, sino cardinal. (Lo que implica, por ejemplo, que de media una valoración de 1 y 5 es tan buena como una valoración de 2 y 4). En este caso, puede utilizar simplemente la regresión de efectos fijos OLS, utilizando de nuevo efectos fijos para el revisor y el grupo. Comprobar las diferencias entre las variables ficticias de grupo le dirá si un grupo se considera más importante que otro.
