Creación de escalas en las ciencias de la administración

Authors

Juan Mejía-Trejo
Profesor Investigador Titular B CUCEA-Universidad de Guadalajara
https://orcid.org/0000-0003-0558-1943
DOI: https://doi.org/10.55965/abib.9786075471846.2018a

Keywords:

Escalas, Administración

Synopsis

Obtener reconocimiento y credibilidad en 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 sea medido, tanto con variables observables directamente como de sus relaciones subyacentes. Es así que las ciencias de la administración deberán centrar su interés en el planteamiento, diseño, desarrollo y validación de constructos tanto de relaciones directas como subyacentes. Particularmente, este último tipo de relaciones implica constructos que al repre- sentar abstracciones sólo pueden evaluarse de manera indirecta. La evaluación indirecta implica el diseño y uso de múltiples elementos (en nuestro caso, indica- dores) que miden al constructo, es decir, "plantean la escala para medir". Así, 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 este objetivo, en el capítulo 1, se justifica y enfatiza la importancia de la teoría del desarrollo de escalas a partir de explicar conceptos clave y básicos, como son: dimensionalidad, confiabilidad y validez. Además se destaca la importancia del enfoque de cuatro pasos en el desarrollo de una escala que involu- cra a estos tres conceptos.

En los capítulos 2. Dimensionalidad, 3. Confiabilidad y 4. Validez se plantea y se describe con mayor detalle cada uno los conceptos clave. Los capítulos 5, 6 y 7 hacen énfasis y detallan el enfoque en cuatro etapas y ofrecen ejemplos empíricos relevantes para cada paso.

Particularmente se remarca la importancia del análisis factorial tanto explora- torio como factorial. El enfoque en cuatro etapas está basado en el precedente de

múltiples trabajos de creación de escalas de diversos autores (Churchill, 1979; Clark y Watson, 1995; DeVellis, 1991; Haynes, Nelson y Blaine, 1999; Nunnally y Bernstein, 1994; Spector, 1992).

Cabe destacar que el diseño de una escala con base 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 procedi- mientos de creación de escala". Esto es debido a que los investigadores, conscientes, aprenden de sus esfuerzos y errores, 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 dimensiona- lidad de constructo.

Downloads

Download data is not yet available.

Author Biography

Juan Mejía-Trejo, Profesor Investigador Titular B CUCEA-Universidad de Guadalajara

Dr. Juan Mejía Trejo
He is born in 1964 in CDMX, México.
As professional experience:
1986-1987. Quality Department Control in KOKAI Electrónica S.A.
1987-2008. Former Internal Plant Exploitation Manager at Teléfonos de México S.A.B. Western Division.
As academic experience :
1987. He earned his degree in Communications and Electronics Engineering from the Escuela Superior de Ingeniería Mecánica y Eléctrica, Instituto Politécnico Nacional (ESIME at the IPN)
2004. He earned his master’s in Telecommunications Business Administration from INTTELMEX and France Telecom.
2010. He earned his doctorate in Administrative Sciences from the Escuela Superior de Comercio y Administración (ESCA at the IPN)
2011.He is a member of the Sistema Nacional de Investigadores (SNI) Level I of the Consejo Nacional de Ciencia y Tecnología (CONACYT) , México.
2010 to the present, he is Titular Research Professor B at the Department of Marketing and International Business at the Universidad de Guadalajara, México.
2018-2020. He earned his master’s in Valuing Business in the Centro de Valores S.C. México.
2019.He earned Level II of the SNI/CONACYT
2015-2022.He earned the Coordination of the Doctorate in Management Sciences at the Universidad de Guadalajara.

Currently, he is the founder of the AMIDI (Academia Mexicana de Investigacion y Docencia en Innovación SC) (https://amidi.mx/) as well as founder and editor-in-chief of the scientific journal Scientia et PRAXIS (https://scientiaetpraxis .amidi.mx/index.php/sp)
https://orcid.org/0000-0003-0558-1943

His line of research is Innovation Management, publishing articles and books that can be found on the Internet.
Email: jmejia@cucea.udg.mx

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 Nivel I del CONACYT
2010 a la actualidad es Profesor Investigador Titular B en el Departamento de Mercadotecnia y Negocios Internacionales, de la Universidad de Guadalajara, México.
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 como Nivel II
2015 a 2022 Coordinador del Doctorado de Ciencias de la Administración de CUCEA de la Universidad de Guadalajara.

2019 a la fecha, es fundador de la AMIDI (Academia Mexicana de Investigación y Docencia en Innovación SC) (https://amidi.mx/) así como fundador y editor responsable de la revista científica Scientia et PRAXIS (https://scientiaetpraxis.amidi.mx/index.php/sp)

Línea de Investigación la Administración de la Innovación, realizando publicaciones de artículos y libros localizables en Internet.

ORCID: https://orcid.org/0000-0003-0558-1943
email: jmejia@cucea.udg.mx

References

Anderson, J.C.y Gerbing, D.W.(1988).Structural equation modeling in practice:a review and recommended two-step approach.Psychological Bulletin,1(3),411- 423.

Allen,S.J.y Hubbard,R.(1986).Regression equations of the latent roots of random data correlation matrices with unities on the diagonal. Multivariate Behavioral Research, 21, 393-398.

Anastasi, A. y Urbina, S. (1998). Psychological testing. Englewood Cliffs, NJ: Prentice-Hall.

Arbuckle, J. L. (2003). Amos 5.0 [Computer soware]. Chicago, IL: SPSS.

Bagozzi, Richard P. y Yi, Y. (1988). On the evaluation of structural equation models. Journal of the Academy of Marketing Science Spring, 16 (1), 74-94.

Bagozzi,R.P.y Heatherton,T.F.(1994).Ageneralapproachtorepresentingmulti- faceted personality constructs: Application to state self-esteem. Structural EquationModeling,1(1),35-67. .

Bagozzi, R. P., Yi, Y. y Phillips, L. W. (1991). Assessing construct validity in organizational research. Administrative Science Quarterly, 36 (3), 421-458.

Bearden, W. O., Hardesty, D. y Rose, R. (2001). Consumer self-confidence: refinements in conceptualization and measurement. Journal of Consumer Research, 28 (june), 121-134.

Bearden,W.O.y Netemeyer,R.G.(1998).Handbookofmarketingscales:Multi-item measures for marketing and consumer behavior research. ousand Oaks, CA: Sage.

Bearden, W. O., Netemeyer, R. G. y Teel, J. E. (1989). Measurement of consumer susceptibility to interpersonal influence. Journal of Consumer Research, 15 (march), 473-481.

Bearden,W.O.,Sharma,S.y Teel,J.E.(1982).Samplesizeeffectsonchi-squareand other statistics used in evaluating causal models. Journal of Marketing Research, 19 (november), 425-430.

Bentler, P. M. (1990). Comparative fit indexes in structural models. Psychological Bulletin, 107 (2): 238-246

-----(2006). EQS 6.1. Structural Equations Program Manual. CA: Multivariate Soware Inc.

----- y Bonnet, D. G. (1980). Significance tests and goodness of fit in analysis of covariancestructures.PsychologicalBulletin,88(3),sep.-dec.,pp. 588-606.

-----y Chou,C.(1987).Practicalissuesinstructuralmodeling.Sociological Methods y Research,16(1),78-117.

Bollen, K. A. (1989). Structural equations with latent variables. New York: John Wileyy Sons.

----- y Lennox, R. (1991). Conventional wisdom on measurement: A structural equations perspective. Psychological Bulletin, 110, 305-314.

Boyle, G. J. (1991). Does item homogeneity indicate internal consistency or item redundancy in psychometric scales? Personality and Individual Differences, 3, 291-294.

Brown,T.A.(2006).Confirmatoryfactoranalysisforappliedresearch.NewYork: e Guilford Press.

Browne,M.W.y Cudeck,R.(1993).Alternativewaysofassessingmodelfit.InK.A.

Bolleny J.S.Long(Eds.).Testingstructuralequationmodels(pp.136-162).Newbury Park, CA: Sage.

Bruner,G.y Hensel,P.(1997).Marketingscaleshandbook:Acompilationofmulti- item measures. 2nd ed. Chicago: American Marketing Association.

Byrne, B. M. (2001). Structural equation modeling with AMOS: Basic concepts, applications,andprogramming.Mahwah,NJ:LawrenceErlbaum Associates.

----- (2005a). Factor analytic models: Viewing the structure of an assessment instrument from three perspectives. Journal of Personality Assessment, 85, 17-30.

----- (2005b). Factor analysis confirmatory. In B. S. Everitt y D. C. Howell (Eds.). Encyclopedia of Statistics in Behavioural Science, pp. 599-606. London, UK: Wiley. -----(2006).StructuralEquationModelingwithEQS,basicconcepts,applications, and

programming. London: LEA Publishers.

Calder,B.J.,Phillips,L.W.y Tybout,A.M.(1982).econceptofexternalvalidity.

Journal of Consumer Research, 9 (december), 240-244.

Campbell, D. T. (1960). Recommendations for APA test standards regarding

construct, trait, or discriminant validity. American Psychologist, 15, 546-553. -----y Fiske,D.W.(1959).Convergent and discriminant validity by the multitrait- multimethod matrix. Psychological Bulletin, 56, 81-105.

Carver, C. S. (1989). How should multi-faceted personality constructs be tested?

Issues illustrated by self-monitoring, attributional style, and hardiness. Journal of Personality and Social Psychology, 56 (4), 577-585.

Cattell, R. B. (1966). e meaning and strategic use of factor analysis. In R. B. Cattell

(Ed.), Handbook of multivariate experimental psychology (pp. 174-243). Chicago: Rand McNally.

Chau, P. Y. K. (1997). Reexamining a model for evaluating information center success using a structural equation modeling approach. Decision Sciences, 28 (2), 309- 334.

Chou, C.-P., Bentler, P. M. y Satorra, A. (1991). Scaled test statistics and robust

standard errors for nonnormal data in covariance structure analysis. British Journal of Mathematical and Statistical Psychology, 44, 347-357.

Hu, L.-T., Bentler, P. M. y Kano, Y. (1992). Can test statistics in covariance structure analysis be trusted? Psychological Bulletin, 112, 351-362.

Churchill, G. A. (1979). A paradigm for developing better measures of marketing constructs. Journal of Marketing Research, 16 (february), 64-73.

Churchill, G. A. y Iacobucci, D. (2002). Marketing research methodological Foundations. 8th ed. Fort Worth, TX: Harcourt College Publishers.

Downloads

PDF

Published

June 30, 2018

Series

Statistics

Categories

Copyright (c) 2018 Juan Mejía-Trejo

License

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Details about this monograph

ISBN-13 (15)

978-607-547-184-6

doi

10.55965/abib.9786075471846.2018a