Diseño de Cuestionarios para la Creación de Escalas en las Ciencias Sociales. Uso del Análisis Factorial Exploratorio (SPSS) y Confirmatorio (EQS)

Autores/as

Juan Mejía Trejo
Profesor Investigador del Centro Universitario de Ciencias Económico-Administrativas (CUCEA) Universidad de Guadalajara (UdeG), Guadalajara, Jalisco, México.
https://orcid.org/0000-0003-0558-1943

Palabras clave:

diseño de cuestionarios, desarrollo de escalas, ciencias sociales, análisis factorial exploratorio, análisis factorial confirmatorio, eqs

Sinopsis

La investigación es una actividad permanente del ciclo: análisis, prueba de campo y síntesis que requiere de una gran agudeza por parte de quien lo practica, para discernir de las fuentes de información y recursos que empleará en la misma. Aún más, obtener reconocimiento y credibilidad en los resultados de investigación científica depende de qué estrategia esclarece y justifica mejor, la técnica de medición empleada. Así, es posible plantear diversas estrategias que permiten desarrollar y afinar las mediciones, sin embargo, su verdadero impacto dependerá del tipo de fenómeno científico que esté siendo medido, tanto con variables observables directamente como de sus relaciones subyacentes.

De ésta manera y basados en el enfoque y alcances que su investigación tenga respecto al amplio rango de las disciplinas que comprenden las ciencias sociales, deberán de centrar su interés en el planteamiento, diseño, desarrollo y validación de constructos tanto de relaciones directas como subyacentes, que permitan explicar teóricamente, la realidad.

Particularmente, éste último tipo de relaciones implica constructos que al representar abstracciones sólo pueden evaluarse de manera indirecta. La evaluación indirecta implica el diseño y uso de múltiples elementos (en nuestro caso, indicadores) que miden al constructo, es decir, plantean la escala para medir. Por lo tanto, partiendo de un problema de investigación determinado y caracterizados las factores, variables e indicadores que mejor la describan en forma de constructos, el objetivo principal de este documento es el de plantear y diseñar las relaciones de dichos factores, variables e indicadores para discutir cómo medirlos y validarlos a través de la creación de escalas.

Para lograr lo anterior, se proporciona al lector:

ANTECEDENTES. INVESTIGACIÓN y FUENTES DE INFORMACIÓN. con breves antecedentes de los que consta una idea de investigación, sus enfoques y alcances, el planteamiento del problema, los objetivos a alcanzar, y cómo conformar el marco teórico. Se ofrecen recomendaciones para hacer una mejor captura de la información. Se hace especial énfasis en la descripción de las fuentes de información, cómo tratarlas según el tipo de investigación a realizar y se exponen diversas características y condiciones de instrumentos tales como: el diseño de páneles, las entrevistas, los cuestionarios, etc.

CAPÍTULO 1. LA IMPORTANCIA DE REALIZAR MEDICIONES EN RELACIÓN A LAS CIENCIAS SOCIALES el cual, justifica y enfatiza la importancia de la teoría del desarrollo de escalas a partir de explicar conceptos clave y básicos, como lo son la: dimensionalidad, confiabilidad y validez.

Se destaca, la importancia del enfoque de cuatro etapas (el constructo; el contenido; el análisis factorial exploratorio y el análisis factorial confirmatorio) en el desarrollo de una escala que involucra a estos tres conceptos.

CAPÍTULO 2. DIMENSIONALIDAD. Donde se esclarece cómo ésta etapa permite definir el alcance del constructo y el modelo final, con el fin de entender dos técnicas base en toda investigación de las ciencias sociales: el análisis factorial exploratorio y el análisis factorial confirmatorio.

CAPÍTULO 3. CONFIABILIDAD. En este apartado, se explica la importancia del concepto y los diferentes tipos de confiabilidad existentes, la implicación de lo que es la consistencia interna, la fiabilidad y varianza compuestas en el diseño de la escala.

CAPÍTULO 4. VALIDEZ. Es aquí donde se expone el impacto que tiene la validez del instrumento a diseñar, los diferentes tipos enfatizando la impirtancia de la validez discriminante y nomológica para el análisis factorial confirmatorio.

CAPÍTULO 5. DEFINIENDO EL CONSTRUCTO Y SU CONTENIDO. Aquí, se inicia con el enfoque de cuatro etapas, haciendo recomendaciones profusas sobre la importancia de diseñar un marco teórico amplio y suficiente que soporte el diseño de la escala a través de la creación de indicadores.

CAPÍTULO 6. DISEÑANDO LA ESCALA. ANÁLISIS FACTORIAL EXPLORATORIO (Etapa 3). Ésta técnica permite hacer las primeras reducciones de las variables y sus indicadores en el constructo y modelo final. Para su mayor comprensión, se explica a través de problemas basados en el uso del software estadístico SPSS.

CAPÍTULO 7. FINALIZANDO LA ESCALA. ANÁLISIS FACTORIAL CONFIRMATORIO Y ECUACION ESTRUCTURAL. Es la última etapa de diseño y da cuenta del uso de software de análisis estructural EQS 6.2. El objetivo es hacer una demostración clara y concisa de cómo ingresar e interpretar los resultados que ésta herramienta aporta con el fin de confirmar el modelo e identificar relaciones subyacentes que el marco teórico no contempló.

Por último, cabe destacar, que el diseño de una escala basado en constructos que definen finalmente un modelo, son el cimiento de la investigación científica, los cuales, son de carácter más que nada iterativo, en vez de lineal. Esto quiere decir, que en lugar de seguir pasos y actividades lineales o consecutivas, como todo proceso lógico y secuencial, el proceso sugerido de desarrollo de la escala tiende fuertemente a ser un procedimiento iterativo y continuo en el que se reinician todos los procedimientos de creación de escalas. Esto es así debido a que los investigadores conscientes, aprenden de sus esfuerzos y errores en el campo de las ciencias sociales, por lo que se hacen necesarias las revisiones, incluyendo las que sean de etapas tempranas como la definición de factores, variables e indicadores a nivel conceptual, así como la definición de la dimensionalidad, confiabilidad y validez del constructo, nuevamente planteado.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Juan Mejía Trejo, Profesor Investigador del Centro Universitario de Ciencias Económico-Administrativas (CUCEA) Universidad de Guadalajara (UdeG), Guadalajara, Jalisco, México.

Dr. Juan Mejía Trejo

Nacido en la CDMX (1964).México.

Con experiencia profesional:

1986-1987. Departamento de Control de Calidad KOKAI Electrónica S.A.

1987-2008.Gerente de Explotación de Planta Interna en Teléfonos de México S.A.B. División Occidente.

Con experiencia académica:

1987 obtiene su licenciatura en Ingeniero en Comunicaciones y Electrónica de la Escuela Superior de Ingeniería Mecánica y Eléctrica del Instituto Politécnico Nacional (ESIME del IPN)

2004 egresa como Maestro en Administración Empresas de Telecomunicaciones por el INTTELMEX y France Telecom.

2010 obtiene su grado como Dr. en Ciencias Administrativas de la Escuela Superior de Comercio y Administración (ESCA del IPN)

2011 Ingresa al Sistema Nacional de investigadores CONACYT como Nivel I

2010 a la actualidad es Profesor Investigador Titular B en el Departamento de Mercadotecnia y Negocios Internacionales, de la Universidad de Guadalajara, México.

2015 a 2022 Coordinador del Doctorado de Ciencias de la Administración de CUCEA de la Universidad de Guadalajara.

2018-2020. Egresa como Maestro en Valuación de Negocios en Marcha por el Centro de Valores , S.C. México.

2019. Actualización en el Sistema Nacional de Investigadores CONACYT como Nivel II

2019. Es Fundador, Patrocinador principal y Director de la AMIDI (Academia Mexicana de Investigacion y Docencia en Innovación SC) (https://amidi.mx/)

2021. Es Fundador, Patrocinador principal y Editor-en-Jefe de la Revista Científica Scientia et PRAXIS (https://scientiaetpraxis .amidi.mx/index.php/sp)

2023. Es Fundador, Patrocinador principal y Editor-en-Jefe del Repositorio Digital AMIDI.Biblioteca

(https://www.amidibiblioteca.amidi.mx/index.php/AB)

2024. Actualización en el Sistema Nacional de Investigadores CONAHCYT como Nivel III

 

Actualmente, su línea de investigación es la Administración de la Innovación, publicando artículos y libros que pueden ser encontrados en Internet.

Su ORCID está en https://orcid.org/0000-0003-0558-1943

Emails: jmejia@cucea.udg.mx; juanmejiatrejo@hotmail.com; direccion@amidi.mx; editorial@scientiaetpraxis.amidi.mx

ResearcherID: O-8416-2017

ResearcherID: HMW-2043-2023

Citas

Mejía-Trejo, J., Sánchez-Gutiérrez, J., y Vázquez-Ávila, G. (2014). Culture of Competitiveness in the New Global Context. In J. Sánchez-Gutiérrez, J. Vargas-Barraza, y J. Mejía-Trejo, Modeling MLQ5X for Innovation and Value Creation(Vol. 1, pp. 1-18). Guadalajara, Jalisco: Universidad de Guadalajara.

Messick, S. (1993). Validity. In R. L. Linn (Ed.), Educational measurement (2nd ed., pp. 105-146). Phoenix, AZ: American Council on Education and the Oryx Press.

Mick, D. G. (1996). Are studies of dark side variables confounded by socially desir-able responding? The case of materialism. Journal of Consumer Research, 23(September), 106-119.

Miles, J. yShevlin, M. (1998). Effects of sample size, model specification and factor loadings on the GFI in confirmatory factor analysis. Personality and Individual Differences, 25, 85-90.

Mulaik, S. A. (1990), Blurring the Distinction Between Component Analysis and Cornrnon Factor Analysis. Multivariate Behavioral Research 25: 53-59.

Mulaik, S. A., James, L. R., Van Alstine, J., Bennet, N., Lind, S. y Stilwell, C. D. (1989). Evaluation of goodness-of-fit indices for structural equation models. Psychological Bulletin, 105(3), 430-45.

Mulaik, S. A., y McDonald R. P. (1978), The Effect of Additional Variables on Factor Indeterminancy in Models with a Single Cornrnon Factor. Psychometrika 43: 177-92.

Nederhof, A. (1985). Methods of coping with social desirability bias: A review. European Journal of Social Psychology, 15(July-September), 263-280.

Netemeyer, R.G., Bearden, W.O, Sharma, S. (2003) Scaling Procedures.Issues and Applications.USA: Sage Publications

Netemeyer, R. G., Pullig, C., y Bearden, W. O. (2002). Observations on some key psychometric properties of paper-and-pencil measures. In A. G. Woodside y E. M. Moore (Eds.), Essays by distinguished marketing scholars of the Society for Marketing Advances (pp. 115-138). Amsterdam: JAI.

Netemeyer, R. G., Boles, J. S., y McMurrian, R. C. (1996). Development and valida-tion of Work-Family Conflict and Family-Work Conflict scales. Journal of Applied Psychology, 81(4), 400-410.

Netemeyer, R. G., Durvasula, S., y Lichtenstein, D. R. (1991). A cross-national assessment of the reliability and validity of the CETSCALE. Journal of Marketing Research, 28(August), 320-327.

Neuberg, S. L., West, S. G., Thompson, M. M., y Judice, T. N. (1997). On dimensionality, discriminant validity, and the role of psychometric analyses in personality theory and measurement: Reply to Kruglanski et al.’s (1997) defense of the Need for Closure Scale. Journal of Personality and Social Psychology, 73, pp.1017-1029. Nevo, B. (1985). Face validity revisited. Journal of Educational Measurement, 22, 287-293.

Descargas

Publicado

septiembre 15, 2023

Licencia

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.

Detalles sobre esta monografía

ISBN-13 (15)

978-607-59397-6-6

doi

10.55965/abib.2023.9786075939766