Вы находитесь на странице: 1из 21

Máster en Economía y Organización de

Empresas (Modulo III)

Máster  en  Economía  y  


Organización  de  empresas  
Módulo  III:  Competencias  para  la  preparación  de  trabajo  
fin  de  Máster  

Dr. Eulogio Cordón Pozo



Máster en Economía y Organización de
Empresas (Modulo III)

ÍNDICE DE CONTENIDOS !
1.  Errores en la medición. El modelo de valor verdadero

2. Validez y fiabilidad de escalas de medida

3.  Análisis factorial exploratorio y validación de escalas

4.  Ejemplo aplicado para evaluar la validez y fiabilidad de
escalas de medida.

5.  Análisis factorial confirmatorio (LISREL)

6.  Bibliografía básica recomendada.

Máster en Economía y Organización de
Empresas (Modulo III)

ERRORES EN LA MEDICIÓN!

"   Medir aspectos no observables es difícil, por lo que se pueden cometer errores en el
proceso de medición.

"   Los posibles errores que podemos cometer son:

1. Error de medida: diferencia existente entre la puntuación verdadera (que


desconocemos) y la empírica (la conocida) .

2. Error de estimación: diferencia entre el valor verdadero pronosticado y el
verdadero (que desconocemos).

3. Error de sustitución: diferencia entre la puntuación obtenida al aplicar una escala
o índice y la obtenida por otra escala o índice que mida el mismo concepto.

4. Error de predicción: diferencia entre la puntuación o valor obtenido en una escala
o índice y la pronosticada por una escala o índice que mide el mismo concepto

Máster en Economía y Organización de
Empresas (Modulo III)

MODELO DEL VALOR VERDADERO!

Medida  =  Valor  verdadero  +  Error  sistemá3co  +  Error  aleatorio  

Error sistemático: sesgo que afecta de forma constante a la medición, de manera


que siempre que se procede a medir se incurre en el mismo error (vg: un reloj que
se adelanta 5 minutos). Afecta a la VALIDEZ de la medida.



Error aleatorio: relacionado con circunstancias transitorias o aleatorias, de
manera que no siempre se produce el mismo error (depende de las circunstancias).
Afecta a la FIABILIDAD de la medida.

Máster en Economía y Organización de
Empresas (Modulo III)

VALIDEZ Y FIABILIDAD DE ESCALAS DE MEDIDA!


"   Las escalas de medida utilizadas en investigaciones deben ser válidas y
fiables

"   Un instrumento de medida puede ser fiable, pero no tiene por qué ser
válido

Ni válido ni fiable
Fiable, pero no válido
Válido y fiable

Máster en Economía y Organización de
Empresas (Modulo III)

VALIDEZ!
Un  instrumento  de  medida  es  válido  cuando  mide  lo  que  3ene  que  medir.  Una  
medida  tendrá  validez  cuando  las  diferencias  en  los  valores  observados  reflejan  
diferencias  verdaderas  solamente  sobre  las  caracterís3cas  que  se  pretenden  
medir  y  no  sobre  otros  factores.  Si  un  instrumento  es  válido,  no  habrá  error  
sistemá3co  (a  menor  error  sistemá3co,  mayor  validez)  

"   De contenido: relacionada con el grado de idoneidad con el que las características de lo
que se mide son recogidas por la media. ¿Recoge la medida todos los aspectos o facetas del
fenómeno que se mide? (revisión de la literatura).

"   De concepto: ¿qué se está midiendo realmente con el instrumento de medida?. Implica la
existencia de una consistencia interna, y el marco teórico es relevante para su determinación. La
validez de concepto se puede llevar a cabo a través de:

1.  Validez Convergente: existe una corroboración por procedimientos independientes del
concepto bajo estudio. Por ejemplo, si desarrollamos una escala nueva para medir un
concepto previo, la nueva escala debe estar correlacionada con las escalas previas que miden
el concepto.

2.  Validez discriminante: grado en que una medida no se correlaciona con otras de las que se
supone que debe diferir.

Máster en Economía y Organización de
Empresas (Modulo III)

FIABILIDAD!

Un  instrumento  de  medida  es  fiable  cuando  proporciona  puntuaciones  estables  y  


consistentes  (está  libre  de  error  aleatorio).  Mientras  la  validez  se  refiere  a  la  
coincidencia  entre  dos  medidas  de  algún  objeto  mediante  métodos  diferentes,  la  
fiabilidad  se  refiere  a  la  coincidencia  en  la  medida  de  algo  con  métodos  iguales  o  
muy  similares.  

1.  Técnica de pruebas repetidas o test-retest: permite determinar la estabilidad de una


medida en el tiempo. Se trata de realizar una medición repetida del mismo individuo utilizando la
misma escala bajo condiciones similares a las anteriores mediciones. Posteriormente se determina
la correlación entre ambas mediciones.

2.  Coeficiente alfa de Cronbach. Mide la fiabilidad entendida como consistencia interna. Este
coeficiente analiza la homogeneidad de los ítems que componen una escala. Su valor oscilará entre
0 y 1, y en general se suele aceptar que su valor debe ser superior a 0,7 y que a medida que
aumenta mejora la consistencia interna de la escala. No obstante, valores elevados (vg: superiores a
0,9) pueden ser indicativos de la existencia de ítems redundantes. ¡ Muy criticado !... aunque
necesario

Máster en Economía y Organización de
Empresas (Modulo III)

ANÁLISIS FACTORIAL EXPLORATORIO!


Escalas para la medida de la orientación al mercado

Naver y Slater (1990): con tres componentes que son orientación al cliente,
orientación a la competencia e interdependencia funcional
Kohli, Jaworski y Kumar (1993)

Máster en Economía y Organización de
Empresas (Modulo III)

ANÁLISIS FACTORIAL EXPLORATORIO (AFE)!


"   Pretende definir la estructura subyacente en una matriz de datos. En términos
generales, permite resumir un conjunto de variables observadas en un número
menor de factores, relacionando cada una de las variables con los factores (esto facilita
la interpretación de los mismos).

"   Las escalas con las que se miden las variables deben ser métricas (de intervalo o razón).

"   El número mínimo de casos recomendable es 100, y Número  de   Tamaño   Tamaño  
nunca menos de 50. Autores como Hair et al. (1999) variables muestral  (5) muestral  (10)
5 50 50
recomiendan que como mínimo se debe disponer de
6 50 60
un número de observaciones cinco veces (o mejor 7 50 70
aún 10 veces) el número de variables a analizar.
8 50 80
9 50 90

10 50 100

11 55 110

12 60 120
13 65 130

14 70 140
Fichero: datosseminario.sav (12 variables. Algo más de 100 casos)
15 75 150

16 80 160
17 85 170
18 90 180
19 95 190
20 100 200
Máster en Economía y Organización de
Empresas (Modulo III)

¿SON LOS DATOS ADECUADOS PARA AFE?!


"   Las correlaciones entre las variables deben ser elevadas. Matriz de correlaciones:
número elevado de correlaciones con valores superiores a un mínimo (0,3 – 0,5
según autores).



SPSS: Analizar – Correlaciones – Bivariadas (también se pueden obtener con el
procedimiento para el análisis factorial).

"  El estadístico de Kaiser-Meyer-Olkin (índice KMO) debe tomar un valor


suficiente. El resultado de la prueba de esfericidad de Bartlett debe ser significativo



SPSS: Analizar – Reducción de datos-Análisis factorial –Descriptivos

Máster en Economía y Organización de
Empresas (Modulo III)

¿SON LOS DATOS ADECUADOS PARA AFE?!


"   La diagonal de la matriz de correlaciones antiimagen debe tener un
valor apropiado (en principio, podrían eliminarse las variables con valores
inferiores a 0,5)



SPSS: Analizar – Reducción de datos-Análisis factorial –Descriptivos



¿Qué ocurre en nuestro ejemplo?

Máster en Economía y Organización de
Empresas (Modulo III)

NÚMERO DE FACTORES A CONSIDERAR!


"   A diferencia del análisis factorial confirmatorio, en el
exploratorio se desconoce a priori el número de
factores que se considerarán. ¿Qué criterios se
pueden seguir para determinar el número de factores a
extraer?



SPSS: Analizar – Reducción de datos-Análisis factorial –
Extracción

1.  Enfoque objetivo: criterio del valor propio
(Autovalores)


2.  Enfoque subjetivo: indicar el número de factores a
extraer (gráfico de sedimentación)

Mínimo
60%
Máster en Economía y Organización de
Empresas (Modulo III)

INTERPRETACIÓN DE LOS FACTORES!


"   Para interpretar los factores nos basamos en las cargas factoriales de las
distintas variables.

"   ¿Cuándo es una carga factorial significativa? (general: superior a ± 0,30; ¡ Es raro
encontrar valores superiores a ± 0,80)

Carga   Tamaño  Muestral  requerido  
factorial para  la  significación
0,75 50
0,70 60
0,65 70
0,60 85
0,55 100
0,50 120
0,45 150
0,40 200
0,35 250
0,30 350
Fuente: Hair et al (1999), p.100

Máster en Economía y Organización de
Empresas (Modulo III)

INTERPRETACIÓN: SOLUCIONES ROTADAS!


"   Para facilitar la interpretación de los factores se puede llevar a cabo
una rotación de los factores.

"  Hay diversos métodos de rotación. Algunos mantienen la
independencia de los factores rotados (vg:VARIMAX), y otros permiten la
existencia de factores correlacionados (vg: OBLIMIN).

"   La rotación VARIMAX es la que más simplifica la interpretación de los
factores.

Máster en Economía y Organización de
Empresas (Modulo III)

INTERPRETACIÓN DE LOS FACTORES!


Solución
Solución
rotadano
(VARIMAX).
rotada. Se eliminan
Se eliminan
cargas
cargas
menores
menores
a ±a0,4

± 0,4

Participación
en toma de
decisiones

Grado
de
formalización

Concentración
de
autoridad

Tolerancia al
fracaso y
asunción
riesgos
Máster en Economía y Organización de
Empresas (Modulo III)

FIABILIDAD: “PARTICIPACIÓN TOMA DECISIONES”


SPSS: Analizar – Escalas – Análisis de fiabilidad

Estadísticos de fiabilidad

Alfa de Cronbach
Alfa de basada en los N de
Cronbach elementos tipificados elementos
,750 ,756 4

Estadísticos total-elemento

Media de la Varianza de Alfa de


escala si se la escala si Correlación Correlación Cronbach si
elimina el se elimina el elemento-total múltiple al se eleimina
elemento elemento corregida cuadrado el elemento
Participación: desarrollo NP 9,81 5,327 ,622 ,451 ,647
Participación: adopción ideas 9,85 6,129 ,605 ,440 ,670
Participación: modificación productos existentes 9,70 6,152 ,428 ,191 ,757
Participación: abandono productos existentes 10,66 5,398 ,554 ,311 ,689

Matriz de correlaciones inter-elementos

Participación: Participación:
Participación: modificación abandono
Participación: adopción productos productos
desarrollo NP ideas existentes existentes
Participación: desarrollo NP 1,000 ,628 ,371 ,464
Participación: adopción ideas ,628 1,000 ,301 ,478
Participación: modificación productos existentes ,371 ,301 1,000 ,375
Participación: abandono productos existentes ,464 ,478 ,375 1,000
Máster en Economía y Organización de
Empresas (Modulo III)

FIABILIDAD GRADO DE FORMALIZACIÓN!


¿Eliminaría algún ítem?

Estadísticos de fiabilidad

Alfa de
Cronbach
basada en
los
Alfa de elementos N de
Cronbach tipificados elementos
,744 ,743 3

Estadísticos total-elemento

Media de la Varianza de Alfa de


escala si se la escala si Correlación Correlación Cronbach si
elimina el se elimina el elemento-tot múltiple al se eleimina
elemento elemento al corregida cuadrado el elemento
Evaluación se basa en estándares 10,55 8,614 ,447 ,200 ,793
Obligaciones, autoridad, etc. descritos formalmente 9,71 7,157 ,634 ,454 ,582
Existen procedimientos y directrices por escrito 9,88 7,117 ,639 ,458 ,575
Máster en Economía y Organización de
Empresas (Modulo III)

TOLERANCIA FRACASO/ASUNCIÓN RIESGOS!


¿Eliminaría algún ítem?

Estadísticos de fiabilidad

Alfa de Cronbach
Alfa de basada en los N de
Cronbach elementos tipificados elementos
,790 ,793 3

Estadísticos total-elemento

Media de la Varianza de Alfa de


escala si se la escala si Correlación Correlación Cronbach si
elimina el se elimina el elemento-tot múltiple al se eleimina
elemento elemento al corregida cuadrado el elemento
Se ofrecen incentivos a pesar de incertidumbre 9,80 7,414 ,585 ,343 ,768
Interés por proyectos arriesgados 9,49 7,121 ,659 ,450 ,684
Si se falla, se sigue animando 9,05 7,967 ,657 ,444 ,694
Máster en Economía y Organización de
Empresas (Modulo III)

CONCENTRACIÓN DE AUTORIDAD!
Escala con dos items

Estadísticos de fiabilidad

Alfa de Cronbach
Alfa de basada en los N de
Cronbach elementos tipificados elementos
,761 ,762 2

Correlaciones

No se
emprenden Custiones
Escala acciones sin triviales se
concentración autorización comentan a
de autoridad superior superior 1.  Correlación inter-ítem:
Escala concentración
de autoridad
Correlación de Pearson 1 ,904** ,894** mínimo de 0,3

Sig. (bilateral) ,000 ,000
N 100 100 100 2.  Correlación ítem-total:
No se emprenden Correlación de Pearson ,904** 1 ,615** mínimo de 0,5

acciones sin Sig. (bilateral)
autorización superior
,000 ,000


N 100 100 100 Fuente: Hair et al. (1999), p. 105

Custiones triviales se Correlación de Pearson ,894** ,615** 1
comentan a superior Sig. (bilateral) ,000 ,000
N
100 100 100

**. La correlación es significativa al nivel 0,01 (bilateral).


Máster en Economía y Organización de
Empresas (Modulo III)

BIBLIOGRAFÍA RECOMENDADA!
"   De Vellis, R. F. (2003): Scale Development, SAGE Publications (FEG/107 02 DEV).

"   Hair – Anderson – Tatham y Black (1999): Análisis multivariante, Prentice Hall (FEG/303 01
ANA).

"   Luque, T. (1997): Investigación de marketing, Ariel Economía, (FEG/603 04 LUQ)

"   Martinez, R. (2008): El análisis multivariante en la investigación científica, Ed. La Muralla (FCE/
519.2 MAR ana)

"   Pardo Merino, A y Ruíz Díaz (2002): SPSS 11. Guía para el análisis de datos, McGraw Hill (FEG/
303 01 PAR).

"   Peterson, R.A (1994): “ A meta-analysis of Cronbach’s coefficient alfa”, Journal of Consumer
Research,Vol. 21, nº 2, pp. 381-391.

"   Sarabia Sánchez, F.J. (coord., 1999): Metodología para la investigación en marketing y dirección de
empresas, Pirámide ( FEG/603 04 MET).

"   Sharma, S. (1996): Applied Multivariate Techniques, John Wiley & Sons, (FEG/303 01 SHA)

Máster en Economía y Organización de
Empresas (Modulo III)

Máster  en  Economía  y  


Organización  de  empresas  
Módulo  III:  Competencias  para  la  preparación  de  trabajo  
fin  de  Máster  

Dr. Eulogio Cordón Pozo

Вам также может понравиться