LIKERT Proceso de analisis psicometrico spss.pdf

PROCESO DE ANÁLISIS PSICOMÉTRICO DE LOS TESTS Claudia Guevara - Cordero Para elaborar el análisis psicométrico de los test de aptitudes se siguen, resumidamente, los pasos mencionados a continuación: 1. ELABORACIÓN DE LA BASE DE DATOS. La matriz de datos (n x p) será elaborada considerando en la columna las variables trabajadas (como por ejemplo “sujeto”, “sexo”, “edad”, “item1”, “item2”, “item3”… “total”). a) Baseado de datos a SPSS b) Conversión de base de datos de EXCEL a SPSS 2. HALLAR EL PUNTAJE TOTAL DEL TEST. Luego de haber introducido los valores en base a las respuestas de los ítems a la base de datos, se procede a hallar el puntaje total del test. Éste constará en la suma de los puntajes de los ítems a todas las preguntas del test dadas por un sujeto. Es decir, el “Total” será una columna más (variable). 3. CODIFICACIÓN DE LAS VARIABLES. Una vez ingresadas las variables se debe codificar en la viñeta de “Vista de Variable” y especificar las condiciones de “tipo”, “valores”, “escalas”, principalmente. 4. RECODIFICAR EL PUNTAJE TOTAL A LA NUEVA VARIABLE GRUPOS EXTREMOS. Con la intención de examinar qué sujetos pertenecen a los grupos altos y a los grupos bajos, se recodifica la variable “Total” en la otra variable (por ejemplo: “Total_ext”). Ruta: Analizar

Estadísticos descriptivos

Frecuencias

5. ANÁLISIS DE LOS GRUPOS EXTREMOS. En la ventana emergente se introduce la variable “Total”. En la opción Estadísticos, se activa las opciones “Cuartiles”, “Media”, “Desviación Estándar”, datos que describirán el comportamiento del puntaje total de la prueba. Posteriormente se da la opción Aceptar. En el Output (ventana emergente donde se muestran los cuadros y gráficos procesados) aparecerá lo solicitado. Registrar los valores de los cuartiles o percentiles Q1 (P25), Q2 (P50), Q3 (P75). 6. ANÁLISIS DISCRIMINANTES. Los datos de los cuartiles registrados anteriormente serán introducidos en la recodificación. Ruta: Transformar

Recodificar

En diferentes variables

En esta parte se ingresa en la “Ventana Input” la variable “Total” y en la “Ventana Output” se escribe el nombre “Total_Ext”, se activa la opción “Cambiar” y en la opción “Viejos y Nuevos Valores” - saldrá una nueva variable - se ingresa en el

“Rango: Valores menores de”, el valor del cuartil 1 (que apareció en la casilla del output), para los viejos valores, mientras que para los nuevos el número “1”, seguido de activar la opción “Añadir”. Luego, en el “Rango valores mayores a”, el dato numérico del cuartil 3, para los valores antiguos; mientras que, para los valores nuevos, se ingresa el valor “3”, seguido de “Añadir”. Finalmente, en la casilla “Todos los demás valores”, el número del cuartil 2, para los valores antiguos, otorgándole “2” para los valores nuevos, seguido de “Añadir”. Luego de ello se activa “Continuar” y se regresa a la ventana anterior, escogiendo la opción “Aceptar”. 7. CREACIÓN DE LA VARIABLE TOTAL_EXT. El paso anterior creará una nueva variable, la cual se tiene que trabajar bajo la escala de medición Nominal, para lo cual se hace los cambios respectivos en la pestaña de “Vista de Variable”. Además, se otorgan los “Valores” respectivos como: 1: grupo bajo, 2: grupo medio y 3: grupo alto. 8. COMPARACIÓN DE MEDIAS ENTRE LOS GRUPOS EXTREMOS. Con la intención de ver la capacidad discriminante de cada ítem, y reconocer de esta forma cuál de ellos tiene mejor desempeño, permitiéndonos sacar aquellos que no rinden bien, se buscará analizar las medias de los grupos altos y de los grupos bajos. Ruta: Analizar

Comparación de medias Prueba T para Muestras Independientes

En la ventana emergente se introducen todos los ítems. En la “Variable de agrupación” se introduce la variable “Total_Ext” ya que es la nueva variable recodificada y queremos saber si discriminarán los ítems entre grupos altos (3) y grupos bajos (1), por esa razón en la opción “Definir grupos”, se ingresarán los números “1” para “Grupo 1” y “3” para “Grupo 2”. Luego de todo ello, se activa la opción “Aceptar”. 9. TABLA DE LA PRUEBA T PARA MUESTRAS INDEPENDIENTES En el output respectivo aparecerá la tabla mencionada. En ella encontraremos dos pruebas estadísticas incorporadas: la “Prueba de Levene para Igualdad de Varianzas” y la “Prueba T para Igualdad de Medias”. La prueba de Levene nos dice que si el grado de significación (Sig.) de F es menor a 0.05 debeos rechazar la hipótesis de igualdad de varianzas y considerar el valor T y su valor de significación correspondiente. Mientras que la prueba T (fijándonos en su nivel de Sig.) dice que si “Sig.” es menor a 0.05 (o sea es significativo) rechazamos la hipótesis de igualdad de medias entre los grupos, por lo que el ítem es adecuado y se queda en el análisis. De esta manera se rechazan todos los ítems que no sean significativos para T (valores mayores a 0.05).

10. ANÁLISIS DE CONFIABILIDAD En este análisis sólo ingresan los ítems que han pasado el análisis anterior, el de los grupos extremos. Ruta: Analizar

Escala

Análisis de Confiabilidad

En la ventana emergente se ingresan los ítems sobrevivientes. En la opción “Modelo” se escoge la alternativa “Alpha” (que por defecto ya sale señalada). En la opción “Estadísticos”, se seleccionan las opciones “Ítem”, “Escala” y “Escala si se elimina el ítem”, luego “Continuar”. Así, obtendremos el “Alfa de Crombach” inicial con el que se entra a este análisis y la cantidad de ítems analizados. De esta forma en el output saldrá la tabla respectiva “Estadísticos ítem – total”, fijándonos en la columna “Correlación corregida del Ítem – Total”, eliminaremos aquellos ítems cuya correlación es menor de 0.20. Siguiendo la misma ruta anterior: Ruta: Analizar

Escala

•

•

Análisis de Confiabilidad

Sacamos los ítems que hemos detectado tienen que eliminarse. Así, lo seguro es que el Alfa inicial suba, reduciéndose la cantidad de ítems. Aún así, el Alfa puede subir si analizamos la columna llamada, en la misma tabla, “Alfa de Crombach si se elimina el ítem”. 11. ANÁLISIS FACTORIAL A este análisis, igual que el anterior, solamente ingresan los ítems que pasaron las condiciones del análisis anterior. Ruta: Analizar

analiza la carga de los ítems para los factores respectivos; en algunos casos los ítems pueden cargar en más de un factor. En dicha situación y para la toma de decisiones de dónde pertenece el ítem se siguen los siguientes criterios (no necesariamente en el orden de preferencia o importancia): - Análisis de contenido (con el uso del test). - Componentes principales - Cargas o saturaciones más altas - Eliminación o reducción de factores

Reducción de datos

Análisis Factorial

En la ventana emergente se introducen los ítems seleccionados y se activan las siguientes condiciones. En “Descriptivos”: “Solución inicial”, “Determinante” y “KMO y Prueba de esfericidad de Bartlett”. En “Extracción”: “Valores Eigen sobre 1”, “Correlación de la matriz”, “Solución de factores no rotados”. En “Rotación”: “Varimax” y “Solución rotada”. Y finalmente, en “Opciones”: se modifica la opción “Suprimir valores absolutos menores de” de “0.10” a “0.40”. Luego de ello se regresa a la ventana principal y se activa “Aceptar”. 12. PERTINENCIA DEL ANÁLISIS FACTORIAL Si en las condiciones dadas se cumplen 2 de las 3 siguientes condiciones (Determinante cercano a 0, KMO > 0.05 y Prueba de esfericidad de Bartlett, significativa (0.00 – 0.05), el análisis factorial es recomendable y pertinente. 13. LOS FACTORES DEL ANÁLISIS FACTORIAL Lo siguiente a analizar es el número de factores arrojados por el Análisis Factorial. Ello se evidencia en la tabla “Total de la Varianza Explicada”, donde las filas llenas del lado derecho, indican el número de factores arrojados en el análisis. De allí, se evalúa el porcentaje acumulado de la varianza explicada. Posteriormente, vemos la tabla de “Matrices de Componentes Rotados”, donde se

•

•

Para poder pasar un ítem de una dimensión a otra, la diferencia de cargas entre las mismas debe ser menores a 0.10. De no ser así, el ítem pertenece al factor con carga más alta. Se debe considerar un mínimo de 3 - 5 ítems como mínimo por cada factor. De haber un factor con menos ítems, lo recomendable es eliminar dicho factor, tratando de salvar los ítems del mismo posicionándolos en otros posibles factores que carguen también. A pesar de que se encuentren cargas negativas, se trabaja pensando en sus valores absolutos. Si no aparece la carga de un ítem en la matriz es probable que su valor no haya superado el 0.40 de carga que debe de tener. En ese caso el ítem se elimina.

Este paso debe terminar señalando con un color o marca especial el factor en el que carga cada ítem. 14. HALLAR EL TOTAL_FINAL En base a los ítems que pasaron la prueba, se crea una nueva variable total, que viene a ser el total de contestaciones dadas a los ítems que vienen a formar el TEST (total_final) y ya no el pretest (total). Ruta: Transformar

Calcular variable

Se introducen los ítems finales con el signo “+” entre ellos para realizar la suma respectiva. Luego “Aceptar”. 15. BAREMOS Se introducen la variable del TOTAL_FINAL. Ruta: Analizar

Estadísticos Descriptivos Frecuencias

En la opción “Estadísticos” se activan las condiciones “Percentiles” y se ingresan los números del “99”, “95”, “90”, “85” hasta el “5”, “1”. Además se activan las opciones “Desviación estándar” y “Media”. En el output, aparecerá la tabla de “Estadísticos del Total_Final”. De allí obtenemos el BAREMO FINAL. CKGC/.