Si las mismas personas rellenan el cuestionario antes y después del curso, entonces sus datos son dependiente . Se podría modelar esto con un modelo mixto Utilizando un efecto aleatorio para los estudiantes (ya que aparecen dos veces en el conjunto de datos). Por ejemplo, el $\textsf{R}$ paquete lme4
podría hacerlo de la siguiente manera:
LMM <- lmer(y ~ x + (1 | student))
Donde y
podría ser la suma de las respuestas en los ítems likert y x
alguna variable explicativa, como la edad o el sexo, o lo que sea de interés. Tenga en cuenta que este modelo supone que los elementos de la escala de agrado pueden aproximarse razonablemente mediante una distribución normal.
Sin embargo, hay un problema con tus ítems likert, ya que no son simétricos, porque no hay una respuesta neutral en una calificación de 4 escalas. En Wikipedia :
Los ítems Likert bien diseñados presentan tanto "simetría" como "equilibrio". Simetría significa que contienen el mismo número de posiciones positivas y negativas cuyas distancias respectivas son bilateralmente simétricas sobre el valor "neutro"/cero (independientemente de que ese valor se presente como candidato).
Si aún no ha recogido los datos, sería mejor cambiar las preguntas a una escala de 5, de forma que $3$ podría considerarse neutral.