Академический Документы
Профессиональный Документы
Культура Документы
RELIEVE │2
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
RELIEVE │3
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
Cueto et al., 2000; Holgado–Tello et al., Preston & Colman, 2000; Richaud, 2005;
2008; Lozano et al., 2008; Oliden & Zumbo, Shafel et al., 2012; Weijters, Cabooter, &
2008; Preston & Colman, 2000; Weijters Schillewaert, 2010; Weng, 2004).
et al., 2010; Weng, 2004). En concreto, entendiendo la estimación
No se localizan, no obstante, estudios que tetracórica-policórica como la estimación más
analicen directamente las diferencias entre las ajustada en estos casos, el objetivo de este
matrices de correlaciones producto-momento estudio no es otro que evaluar, mediante un
y tetracórica-policórica resultantes de una procedimiento sistemático de simulación,
serie de ítems ordinales. Por otro lado, se cómo afecta a la estimación producto-
publican sólo de manera aislada trabajos que momento en variables ordinales, en
tengan en cuenta otros factores que afectan a comparación con el coeficiente de correlación
la estimación de ambos coeficientes de policórico-tetracórico, diversas condiciones
correlación, como el nivel de relación entre relacionadas con: el número de categorías de
las parejas de variables (Lozano et al., 2008), respuesta, la asimetría, el tamaño de la
los niveles de asimetría de las distribuciones muestra y la intensidad de la relación entre
marginales de las variables ordinales o el dichas variables. Así, bajo la premisa
tamaño de la muestra disponible en el fundamental de que el coeficiente de
conjunto de datos. correlación tetracórico-policórico realiza una
estimación insesgada de la relación entre
A pesar de todo ello, se constata que la
variables de naturaleza categórica (en este
información disponible para el investigador
caso ordinal) que provienen originalmente de
aplicado sobre las condiciones y beneficios
una variable latente continua, se espera, a
del empleo del coeficiente de correlación
partir de los resultados de esta investigación,
tetracórico-policórico no es clara, es
aportar recomendaciones concretas al
insuficiente, e incluso en ocasiones es
investigador de las Ciencias Sociales y de la
contradictoria. Mientras que en algunos foros
Salud basadas principalmente en la dirección
se defiende apasionadamente la necesidad de
e intensidad de estas diferencias. Se pretende
la estimación tetracórica-policórica en el caso
establecer, por tanto, en base a las evidencias
de cualquier escala dicotómica u ordinal
empíricas recabadas, bajo qué condiciones se
(López González, 2012), otros expertos
mantiene la recomendación general del
señalan que a partir de una cierta cantidad de
empleo del coeficiente de correlación
niveles de respuesta en la escala ordinal es
tetracórico-policórico para estimar la relación
posible (e incluso se recomienda por
entre las variables de una escala, y en qué
cuestiones de computación) el cálculo de la
casos, al no localizar diferencias significativas
matriz de correlaciones producto-momento,
entre ambas estimaciones, puede resultar más
aportando evidencias parciales, poco
simple, y por ende apropiada, la solución
generalizables o sesgadas que fundamenten
aportada por la estimación producto-
esta recomendación (Burga León, 2012;
momento.
Bandalos & Enders, 1996; Birkett, 1986;
Chan, 1991; Cicchetti, Shoinralter, & Tyrer, Método
1985; Cox, 1980; García Cueto, Muñiz
Fernández, & Hernández Baeza, 2000; En cuanto al diseño de la investigación, el
Freiberg Hoffmann et al., 2013; Gilley & estudio se implementó a partir de la
Uhlig, 1993; Holgado–Tello et al., 2008; simulación de datos ordinales. En total, se
Lozano, García-Cueto, & Muñiz, 2008; simularon 90 bases de datos, en función de las
Matell & Jacoby, 1972; Maydeu-Olivares, diferentes condiciones aplicadas, cada una de
Kramp, García-Forero, Gallardo-Pujol, & las cuales estuvo formada por 10 variables o
Coffman, 2009; Muthen & Kaplan, 1992; ítems, considerando en todos los casos que
Oliden & Zumbo, 2008; Panter et al., 1997; procedían de una escala unidimensional. Las
condiciones experimentales impuestas a los
RELIEVE │4
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
RELIEVE │5
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
RELIEVE │6
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
n=30 -0.165 0.062 -0.122 0.059 -0.091 0.051 -0.064 0.063 -0.044 0.056
n=200 -0.182 0.047 -0.119 0.042 -0.084 0.035 -0.054 0.028 -0.046 0.025
n=1000 -0.179 0.044 -0.120 0.041 -0.084 0.034 -0.059 0.023 -0.042 0.017
RELIEVE │7
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
En cuanto a los análisis inferenciales los tamaños de las muestras simuladas son
desarrollados, la tabla 4 muestra la más grandes. Estos resultados aportan un
información global sobre el ajuste de los 3 indicador de validez interna y consistencia de
modelos con y sin los efectos de las la perspectiva empleada en el estudio,
interacciones. En todos los casos resultan confirmando que los factores seleccionados
modelos altamente significativos con unos son esenciales en la configuración de las
porcentajes de varianza explicada (R2, diferentes estimaciones de los indicadores
coeficiente de determinación) muy producto-momento y tetracórico-policórico.
importantes, que van creciendo a medida que
RELIEVE │8
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
Dado que se obtienen interacciones altamente que existe una tendencia clara al acercamiento
significativas en el modelo, la interpretación entre las estimaciones de ambos coeficientes
de los factores principales podría resultar de correlación a medida que el número de
problemática. Así, el gráfico 1 muestra las opciones de respuesta aumenta y la relación
medias marginales de las diferencias de entre las variables es menos intensa. El
correlaciones del número de opciones de acercamiento entre ambas estimaciones de los
respuesta en función de los factores simetría y coeficientes de correlación es importante para
relación. A pesar de observarse algunas 2, 3, 4 y 5 niveles de respuesta, y la tendencia
interacciones en los diagramas, se evidencia se va estabilizando entre 5 y 7 niveles.
RELIEVE │9
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
RELIEVE │10
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
El último modelo, que incorpora los datos distribuciones marginales de las variables
simulados de las muestras de tamaño grande simuladas alcanza efectos significativos con
(n=1000), se muestra en la tabla 7. tamaños del efecto mucho más limitados. Por
Finalmente, se confirman las tendencias su parte, las interacciones siguen resultando
anteriormente observadas. Mientras que el significativas, y es especialmente importante
número de opciones de respuesta, seguido de el efecto de la interacción entre el número de
cerca por el nivel de relación entre las opciones de respuesta y la relación entre las
variables, es el factor con unos efectos más variables.
importantes, la simetría-asimetría de las
Dado que se mantienen los citados efectos la escala y cuando la relación entre las
de interacción significativos, se incluye el variables es más intensa. Por otro lado, parece
gráfico 3, que pormenoriza estas cuestiones que cuando el número de opciones de
en el caso de las muestras grandes. La respuesta es 5 o más, las diferencias entre
tendencia continua estabilizándose, ambos coeficientes de correlación se
mostrando interacciones más ligeras. Esta minimizan, llegando a acercarse a 0. Lo
cuestión posibilita la interpretación directa de contrario ocurre con el nivel de relación entre
los factores principales, a excepción de la las variables. Parece que, mientras que existen
simetría, cuya tendencia, aunque de manera muy pocas diferencias entre las estimaciones
más moderada, sigue mostrando síntomas de de ambas correlaciones cuando la relación
interacción importantes con el número de entre las variables es baja (r=.2), este valor
opciones de respuesta. aumenta mucho cuando la relación llega hasta
.5, estancándose en este nivel y
En todo caso, estos gráficos y técnicas de manteniéndose similar cuando la relación es
ANOVA de varios factores aplicados de .7. De hecho, en las pruebas post-hoc,
confirman que el coeficiente de correlación mostradas a continuación, la única pareja en
producto-momento estima que, en términos la que las diferencias no resultan altamente
absolutos, la relación entre las variables significativas es la conformada por las bases
ordinales es más baja (en relación con la de datos simuladas de tamaños de muestra
estimación tetracórica-policórica) cuando pequeños con relaciones entre las variables
éstas poseen pocas opciones de respuesta en medias y altas.
RELIEVE │11
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
RELIEVE │12
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
Igualmente, la tabla 9 muestra los tamaños más alejados y cuando se compara la relación
del efecto de las pruebas post-hoc en el caso baja con la moderada. De hecho, cuando se
del factor relación entre las variables. comparan los niveles de relación media y alta,
Nuevamente, se observa cómo los tamaños para 2 de los 3 tamaños de muestra los efectos
del efecto aumentan sistemáticamente a resultan bajos.
medida que se comparan niveles de relación
Tabla 9. Tamaños del efecto pruebas post-hoc (d de Cohen). Relación entre las variables
rxy≈.2 rxy≈.5 rxy≈.7
rxy≈.2 n=30 - 1.67 1.85
n=200 - 3.21 3.61
n=1000 - 8.03 9.22
rxy≈.5 n=30 - 0.18
n=200 - 0.40
n=1000 - 1.19
A nivel general, por tanto, las evidencias • Mientras que el número de niveles de
muestran las siguientes cuestiones: respuesta de la variable ordinal parece
alcanzar los efectos más altos, no se
• Los niveles de simetría-asimetría no
localizan tamaños del efecto grandes en las
parecen ejercer efectos grandes sobre las
pruebas post-hoc cuando se compara la
diferencias entre la estimación tetracórica-
situación de 5 niveles de respuesta con 7
policórica y la estimación producto-
niveles.
momento, y las diferencias localizadas no
• El nivel de relación de partida entre las
tienen una tendencia clara. Debe
variables parece alcanzar igualmente
destacarse, además, de cara a la posterior
efectos altamente significativos, con
propuesta que el sesgo asociado al factor
tamaños del efecto altos (valor del eta
de simetría-asimetría puede deberse tanto a
cuadrado), en los modelos planteados,
efectos de interacción entre este y el resto
aunque los tamaños del efecto de las
de factores en la estimación del coeficiente
pruebas post-hoc indican que no existen
de correlación producto-momento, como a
grandes diferencias entre los niveles de
la violación del supuesto de normalidad en
relación medios y altos.
la estimación tetracórica-policórica.
RELIEVE │13
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
Una vez desarrollado este conjunto de considera más recomendable el empleo del
análisis, estamos en condiciones de llevar a coeficiente producto-momento. Al respecto,
cabo una propuesta razonada y bien no olvidemos que en este caso se puede
delimitada en torno a los escenarios en los asumir la perspectiva de algunos autores
que, dada la importante infravaloración que el (Morales Vallejo, 2000; Nunnally, 2010), que
coeficiente de correlación producto-momento destacan que si el empleo de las técnicas
realiza de la verdadera relación entre las clásicas suponen un sesgo mínimo, dada la
variables (entendiendo el coeficiente pérdida de prestaciones asociada a la
tetracórico-policórico como el estimador aplicación del estimador tetracórico-
insesgado), puede ser recomendable el empleo policórico, no se justifica su uso. En este
de la estimación tetracórica-policórica. Por el contexto, la tabla 10 resume la propuesta
contrario, se determinan algunos otros casos realizada. Dado el hecho de que se considera
en los que, dado que no existen grandes necesario recabar información más profunda
diferencias entre ambos coeficientes de al respecto a partir de diversas fuentes de
correlación (fundamentadas en tamaños del información para llevar a cabo una propuesta
efecto moderados o bajos), y en base al más fundamentada y concreta, se lleva a cabo
principio de parsimonia que debe estar una recomendación general conservadora.
presente en todo análisis estadístico, se
Los criterios seguidos para el 2. En los casos en los que se dispone de una
establecimiento de la propuesta han sido los muestra de pequeño tamaño (n=30),
siguientes: debemos tener en cuenta que no se
recomienda en ningún caso la estimación
1. Dado que los análisis han mostrado que la
tetracórica-policórica con tamaños de
existencia o falta de simetría no ejerce un
muestra inferiores a 150 sujetos (Freiberg
efecto diferenciador en ambas
estimaciones, no se contempla esta Hoffmann et al., 2013), debido a la alta
inestabilidad que esta estimación puede
variable en la propuesta.
conllevar. Por otro lado, en cuanto al
RELIEVE │14
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
RELIEVE │15
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
RELIEVE │16
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
RELIEVE │17
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
Psychological Measurement, 51(3), 531- Gilley, W. F., & Uhlig, G. E. (1993). Factor
540. doi: Analysis and Ordinal Data. Education,
https://doi.org/10.1177/0013164491513002 114(2), 258.
Choi, J., Peters, M., & Mueller, R. O. (2010). González-González, H., Álvarez-Castillo, J.-
Correlational analysis of ordinal data: from L., & Fernández-Caminero, G. (2015).
Pearson’s r to Bayesian polychoric Desarrollo y validación de una escala de
correlation. Asia Pacific education review, medida de la empatía intercultural.
11(4), 459-466. doi: RELIEVE, 21(2). doi:
https://doi.org/10.1007/s12564-010-9096-y https://doi.org/10.7203/relieve.21.2.7841
Cicchetti, D. V., Shoinralter, D., & Tyrer, P. Holgado–Tello, F. P., Chacón–Moscoso, S.,
J. (1985). The Effect of Number of Rating Barbero–García, I., & Vila–Abad, E. (2008).
Scale Categories on Levels of Interrater Polychoric versus Pearson correlations in
Reliability : A Monte Carlo Investigation. exploratory and confirmatory factor analysis
Applied Psychological Measurement, 9(1), of ordinal variables. Quality & Quantity,
31-36. doi: 44(1), 153-166. doi:
https://doi.org/10.1177/014662168500900103 https://doi.org/10.1007/s11135-008-9190-y
Cohen, J. (1969). Statistical power analysis Hopkins, W. G. (2000). A new view of
for the behavioral sciences. New York: statistics. Recuperado a partir de
Academic Press. http://www.sportsci.org/resource/stats/
Corder, G. W., & Foreman, D. I. (2009). Lara, S. A. D. (2014). ¿Matrices
Nonparametric statistics for non- Policóricas/Tetracóricas o Matrices
statisticians: a step-by-step approach. San Pearson? Un estudio metodológico.
Francisco: Wiley. doi: Recuperado 16 de junio de 2016, a partir de
https://doi.org/10.1002/9781118165881 http://www.redalyc.org/articulo.oa?id=3334
Cox, E. P. (1980). The Optimal Number of 30869006
Response Alternatives for a Scale: A Lévy Mangin, J.-P. (2006). Modelización con
Review. Journal of Marketing Research, estructuras de covarianzas en ciencias
17(4), 407-422. doi: sociales: temas esenciales, avanzados y
https://doi.org/10.2307/3150495 aportaciones especiales. España: Netbiblo.
Ferreyra, M. F., & Backhoff-Escudero, E. López González, E. (2012). Sugerencias para
(2016). Validez del Generador Automático el análisis de escalas con métrica delicada.
de Ítems del Examen de Competencias Revista Iberoamericana de Evaluación
Básicas (Excoba). RELIEVE, 22(1). doi: Educativa, 5(1), 84-105.
https://doi.org/10.7203/relieve.22.1.8048 Lozano, L. M., García-Cueto, E., & Muñiz, J.
Freiberg Hoffmann, A., Stover, J. B., de la (2008). Effect of the Number of Response
Iglesia, G., & Fernández Liporace, M. Categories on the Reliability and Validity of
(2013). Correlaciones policóricas y Rating Scales. Methodology, 4(2), 73-79.
tetracóricas en estudios factoriales doi: https://doi.org/10.1027/1614-
exploratorios y confirmatorios. Ciencias 2241.4.2.73
Psicológicas, 7(2), 151-164. Marcus-Roberts, H. M., & Roberts, F. S.
García Cueto, E., Muñiz Fernández, J., & (1987). Meaningless Statistics. Journal of
Hernández Baeza, A. (2000). Educational and Behavioral Statistics,
Comportamiento del modelo de respuesta 12(4), 383-394. doi:
graduada en función del número de https://doi.org/10.3102/10769986012004383
categorías de la escala. Psicothema, 12(2), Muñiz, J. (1998). La medición de lo
288-291. psicológico. Psicothema, 10(1), 1-21.
RELIEVE │18
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
RELIEVE │19
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
RELIEVE │20
Martínez-Abad, Fernando & Rodríguez-Conde, María José (2017). Comportamiento de las correlaciones producto-
momento y tetracórica-policórica en escalas ordinales: un estudio de simulación. RELIEVE, 23(2), art. 5. doi:
http://dx.doi.org/10.7203/relieve.23.2.9476
RELIEVE │21