Tratamiento ordinal de las escalas cualitativas utilizadas por el Centro de Investigaciones Sociológicas

  1. Raquel González del Pozo 1
  2. José Luis García Lapresta 1
  1. 1 Universidad de Valladolid
    info

    Universidad de Valladolid

    Valladolid, España

    ROR https://ror.org/01fvbaw18

Revista:
Revista de métodos cuantitativos para la economía y la empresa

ISSN: 1886-516X

Año de publicación: 2019

Volumen: 28

Páginas: 124-142

Tipo: Artículo

DOI: 10.46661/REVMETODOSCUANTECONEMPRESA.3788 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Revista de métodos cuantitativos para la economía y la empresa

Resumen

Las escalas cualitativas formadas por términos lingüísticos son utilizadas por diversas disciplinas para determinar preferencias y diversos aspectos de la vida de los individuos. Aunque es habitual asignar números a las categorías de respuesta de estas escalas, no es adecuado utilizar codificaciones numéricas cuando los individuos perciben proximidades psicológicas distintas entre las categorías consecutivas de la escala, es decir, cuando las escalas cualitativas no son uniformes. En este trabajo se propone un procedimiento ordinal para jerarquizar un conjunto de alternativas a partir de las valoraciones mostradas por un grupo de individuos mediante una escala cualitativa no necesariamente uniforme. Dicho procedimiento está basado en las proximidades ordinales entre las categorías de respuesta de las escalas. El procedimiento propuesto se ilustra con un ejemplo tomado del Barómetro del Centro de Investigaciones Sociológicas (CIS) de mayo de 2011.

€ Ver financiación

Información de financiación

Los autores agradecen a los evaluadores anónimos sus comentarios y sugerencias que nos han permitido mejorar el trabajo, así como al Ministerio de Economía y Competitividad (MINECO) y al Fondo Europeo de Desarrollo Regional (FEDER) (referencia ECO2016-77900-P) por la financiación recibida.

Financiadores

Referencias bibliográficas

  • Balinski, M., & Laraki, R. (2007). A theory of measuring, electing and ranking. Proceedings of the National Academy of Sciences of the United States of America, 104, 8720-8725.
  • Balinski, M., & Laraki, R. (2011). Majority Judgment: Measuring Ranking and Electing. Massachusetts: MIT Press.
  • Beyth-Marom, R. (1982). How probable is probable? A numerical taxonomy translation of verbal probability expressions. Journal of Forecasting, 1, 257-269.
  • Díaz de Rada, V. (2004). Problemas de representatividad en las encuestas que utilizan muestreos probabilísticos. Papers, 74, 45-66.
  • Díaz de Rada, V. (2015). Calidad de los datos de preguntas de batería en encuestas presenciales: una comparación de un estudio con cuestionario en papel y en formato electrónico. Revista Española de Investigaciones Sociológicas, 152, 167-177.
  • Durán, A., Ocaña, A.C., Cañadas, I., & Pérez, F.J. (2000). Construcción de cuestionarios para encuestas: el problema de la familiaridad de las opciones de respuesta. Metodología de Encuestas, 2(1), 27-60.
  • Epstein, L.G. (1999). A definition of uncertainty aversion. The Review of Economic Studies, 66(3), 579-608.
  • Fleiss, J.L., Levin, B., & Paik, M.C. (2003). Statistical Methods for Rates and Proportions. New Jersey: Wiley and Sons.
  • Franceschini, F., Galetto, M., & Varetto, M. (2004). Qualitative ordinal scales: the concept of ordinal range. Quality Engineering, 16, 515-524.
  • García-Lapresta, J.L., & González del Pozo, R. (2019). An ordinal multi-criteria decision-making procedure under imprecise linguistic assessments. European Journal of Operational Research, 279, 159-167.
  • García-Lapresta, J.L., González del Pozo, R., & Pérez-Román, D. (2018). Metrizable ordinal proximity measures and their aggregation. Information Sciences, 448-449, 149-163.
  • García-Lapresta, J.L., & Pérez-Román, D. (2015). Ordinal proximity measures in the context of unbalanced qualitative scales and some applications to consensus and clustering. Applied Soft Computing, 35, 864-872.
  • García-Lapresta, J.L., & Pérez-Román, D. (2018). Aggregating opinions in non-uniform ordered qualitative scales. Applied Soft Computing, 67, 652-657.
  • Grossi, D., & Pigozzi, G. (2014). Judgment Aggregation: A Primer. Synthesis Lectures on Artificial Intelligence and Machine Learning. Morgan and Claypool.
  • Kennedy, R., Riquier, C., & Sharp, B. (1996). Practical applications of correspondence analysis to categorical data in market research. Journal of Targeting, Measurement and Analysis for Marketing, 5(1), 56-70.
  • Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 22(140), 1-55.
  • Lozano, L.M., García-Cueto, E., & Muñiz, J. (2008). Effect of the number of response categories on the reliability and validity of rating scales. Methodology, 4, 73-79.
  • Mangione, T.W. (1995). Mail Surveys: Improving the Quality. Applied Social Research Methods. Thousand Oaks: Sega Publications.
  • Matas, A. (2018). Diseño del formato de escalas tipo Likert: un estado de la cuestión. Revista Electrónica de Investigación Educativa, 20(1), 38-47.
  • Merbitz, C., Morris, J., & Grip, J.C. (1989). Ordinal scales and foundations of misinference. Archives of Physical Medicine and Rehabilitation, 70, 308-312.
  • Nadler, J., Weston, R., & Voyles, E. (2015). Stuck in the middle: the use and interpretation of mid-points in items on questionnaires. The Journal of General Psychology, 142(2), 71-89.
  • Pardo, A. (2002). Análisis de Datos Categóricos. Madrid: UNED.
  • Roberts, F.S. (1979). Measurement Theory. New York: Cambridge University Press.
  • Silva, L.C. (1997). Cultura Estadística e Investigación Científica en el Campo de la Salud: una Mirada Crítica. Madrid: Ediciones Díaz de Santos.
  • Stevens, S.S. 1951. Mathematics, Measurement and Psychophysics. Oxford, England: Wiley.
  • Teigen, K.H., & Wibecke, B. (1999). The directionality of verbal probability expressions: effects on decisions, predictions, and probabilistic reasoning. Organizational Behavior and Human Decision Processes, 80(2), 155-190.
  • Zimmer, A.C. (1983). Verbal vs. numerical processing by subjective probabilities. En: Scholz, R.W. (ed.). Decision Making under Uncertainty, pp. 159-182. North Holland, Amsterdam.
Fuente de los datos: Dialnet