El escalamiento multidimensional: Una técnica para la visualización y el análisis de la percepción
DOI:
https://doi.org/10.22458/rc.v27i1.4616Palabras clave:
escalamiento multidimensional, mapa perceptual, análisis multivariante, regresión múltiple, plan de estudioResumen
En educación y en otras áreas de las ciencias sociales se llevan a cabo estudios de la percepción de un grupo de personas sobre un cierto fenómeno bajo estudio y se hace necesario emplear técnicas especializadas para el análisis de esta percepción. El propósito de este artículo es presentar la técnica de escalamiento multidimensional como una opción de análisis de las percepciones y ejemplificar el uso de los mapas perceptuales, producto de esta técnica, en estudios donde se desee captar la percepción de un grupo de docentes. Para ello, se explica en qué consiste esta técnica estadística, y a modo de ejemplo, se aplica a un conjunto de datos que incluyen dos escalas que miden la percepción de 288 docentes de matemática, en cuanto a el grado de implementación de un programa de estudio. La principal conclusión a la que se llega es que la herramienta estadística de escalamiento multidimensional es apropiada para analizar las percepciones y opiniones de los docentes, esto debido a la facilidad de expresar estas percepciones en representaciones gráficas (Bord et al., 2018). Se recomienda la regresión lineal múltiple en los dos ejes de los mapas perceptuales para mejorar su interpretación.
Citas
Bord, I., Groenen, P. & Mair, P. (2018). Applied Multidimensional Scaling and Unfolding. Second Ed, Springer. https://doi.org/10.1007/978-3-319-73471-2
DeVellis, R. & Thorpe, C. (2021). Scale development: Theory and applications. Fifth Ed, Sage.
Estado de la Nación (2020). Estado de la Nación. Bases de datos del Estado de la Nación. Recuperado el 02 julio de 2020 de https://estadonacion.or.cr/base-datos/.
George, D., & Mallery, P. (2019). IBM SPSS Statistics 26 Step by Step: A Simple Guide and Reference. 16th ed. Routledge. https://doi.org/10.4324/9780429056765
Gil, J. (1993). La posición del profesorado ante el cambio educativo. Un escalamiento multidimensional no métrico de los discursos sobre la reforma. Revista de Investigación Educativa, 21(1), 67-82. Recuperado de https://revistas.um.es/rie/article/view/136531/124141
Guisande, C., Vaamonde, A. & Barreiro, A. (2013). Temas de Análisis Estadístico Multivariante. San José: EUCR.
Härdle, W.K., Simar, L. (2019). Applied Multivariate Statistical Analysis. Springer Cham. https://doi.org/10.1007/978-3-030-26006-4
Hernández, O. (2013). Temas de Análisis Estadístico Multivariante. San José: EUCR.
Hidalgo, P., Manzur, E., Olavarrieta, S. y Farias, P. (2007). Cuantificación de las distancias culturales entre países: un análisis de Latinoamérica. Cuadernos De Administración, 20(33). Recuperado de
https://revistas.javeriana.edu.co/index.php/cuadernos_admon/article/view/4096
IBM Corp. (2020). IBM SPSS Categories 28. SPSS Inc. Recuperado de https://www.ibm.com/docs/en/SSLVMB_28.0.0/pdf/es/IBM_SPSS_Categories.pdf
Kruskal, J. B. (1964). Nonmetric Multidimensional Scaling: A Numerical Method. Psychometrika, 2,123-162.
Lentini, V. & Villalobos, G. (2015). Condiciones en que se aplica la reforma curricular de Matemáticas en colegios públicos diurnos, según los docentes. Quinto informe del Estado de la Educación, 357-365.
Mair, P., Borg, I., & Rusch, T. (2016). Goodness-of-Fit Assessment in Multidimensional Scaling and Unfolding. Multivariate Behavioral Research, 51, 772-789.
Ruiz, A. (2014). La implementación de los programas oficiales de matemáticas. 5to Informe del Estado de la Educación, CONARE. Recuperado de:
Trejos, J., Castillo, W. & González, J (2014). Análisis Multivariado de Datos: Métodos y Aplicaciones. San José: EUCR.
