Si cada ítem en el cuestionario es ordinal, y no creo que este punto pueda ser discutido dado que no hay forma de saber si la diferencia cuantitativa entre "totalmente de acuerdo" y "de acuerdo" es la misma que entre " totalmente en desacuerdo "y" en desacuerdo ", entonces ¿por qué la suma de todas estas escalas de nivel ordinal produciría un valor que comparte las propiedades de los datos de nivel de intervalo verdadero?
Por ejemplo, si estamos interpretando los resultados de un inventario de depresión, no tiene sentido (al menos para mí) decir que una persona con una puntuación de "20" está dos veces más deprimida que una persona con una puntuación de " 10 ". Esto se debe a que cada elemento del cuestionario no mide las diferencias reales en los niveles de depresión (suponiendo que la depresión es un trastorno orgánico estable e interno), sino la calificación subjetiva de acuerdo de la persona con una declaración en particular. Cuando se le preguntó, "¿qué tan deprimido diría que su estado de ánimo está en una escala de 1-4, 1 está muy deprimido y 4 no está deprimido en absoluto", cómo sé que la calificación subjetiva de 1 de un encuestado es la misma que la de otro encuestado ? ¿O cómo puedo saber si la diferencia entre 4 y 3 es la misma que la de 3 y 4 en términos de la persona? s nivel actual de depresión. Si no podemos saber nada de esto, entonces no tiene sentido tratar la suma de todos estos elementos ordinales como datos de nivel de intervalo. Incluso si los datos forman una distribución normal, no creo que sea apropiado tratar las diferencias entre los puntajes como datos de nivel de intervalo si se calcularon sumando todas las respuestas a elementos similares. Una distribución normal de datos solo significa que las respuestas son probablemente representativas de la gran población; no implica que los valores obtenidos de los inventarios compartan propiedades importantes de datos de nivel de intervalo. Creo que es apropiado tratar las diferencias entre los puntajes como datos de nivel de intervalo si se calcularon sumando todas las respuestas a elementos similares. Una distribución normal de datos solo significa que las respuestas son probablemente representativas de la gran población; no implica que los valores obtenidos de los inventarios compartan propiedades importantes de datos de nivel de intervalo. Creo que es apropiado tratar las diferencias entre los puntajes como datos de nivel de intervalo si se calcularon sumando todas las respuestas a elementos similares. Una distribución normal de datos solo significa que las respuestas son probablemente representativas de la gran población; no implica que los valores obtenidos de los inventarios compartan propiedades importantes de datos de nivel de intervalo.
Debemos tener cuidado en las ciencias del comportamiento acerca de cómo usamos las estadísticas para hablar de las variables latentes que estamos estudiando, ya que no hay una forma directa de medir estas construcciones hipotéticas, habrá problemas significativos cuando intentemos cuantificarlas. a pruebas paramétricas. Nuevamente, el simple hecho de que hayamos asignado valores a un conjunto de respuestas no significa que las diferencias entre estos valores sean significativas.