En general, estoy de acuerdo con los argumentos de Jeromy de que la media es una estadística razonable para las escalas Likert. Lo que podría hablar a favor de la mediana, es que la mediana es una medida mucho más robusta de la ubicación, ya que protege contra los valores atípicos (tiene el mayor punto de ruptura del 50%). Sin embargo, como las escalas Likert son escalas acotadas, la posibilidad de que haya valores atípicos extremos es muy baja (sólo si los datos son extremadamente asimétricos). Además, la mediana suele recortar demasiado los datos, por lo que podría considerar el uso de medias recortadas en su lugar. Normalmente se recomienda un 20% de recorte [1].
Si desea calcular una prueba emparejada de la diferencia de medianas, recomendaría comparar las medias utilizando un método bootstrap de percentiles (este es el único método para comparar medianas que funciona bien en el caso de valores empatados, véase Wilcox, 2005 [1]).
En el WRS para R, hay una función llamada trimpb2
que hace este cálculo para dos muestras independientes (también se puede calcular un valor p para las medias de trimmend con esa función). En su caso, sin embargo, necesita comparar grupos dependientes. En este caso, también puede hacer un método bootstrap de percentiles ajustados al sesgo [2].
Sin embargo, hay que tener en cuenta que la diferencia de las medianas de las distribuciones marginales no es lo mismo como mirar la mediana de las puntuaciones de las diferencias. La primera responde a la pregunta "¿En qué se diferencia la respuesta típica del primer grupo de la del segundo?" y la realiza la función WRS rmmcppb
. La segunda responde a la pregunta "¿Cuál es la puntuación de diferencia típica?" y la realiza la función WRS rmmcppbd
.
[1] Wilcox, R. R. (2005). Introduction to robust estimation and hypothesis testing. San Diego: Academic Press.
[2] Wilcox, R. R. (2006). Comparaciones por pares de grupos dependientes basadas en las medianas. Computational Statistics & Data Analysis, 50, 2933-2941. doi:10.1016/j.csda.2005.04.017