Cómo comprobar el sesgo del método comúnPor favor, déjame saber el método paso a paso para realizar el sesgo del método común en JMP Pro 18
Ingeniería de Calidad y ProcesosRe: cómo comprobar el sesgo del método comúnNo estoy familiarizado con el sesgo de método común, pero una lectura rápida sobre él muestra que existen múltiples técnicas para evaluarlo. La más sencilla parece ser la prueba de factor único de Harman (que en realidad no es una prueba de hipótesis nula), que consiste simplemente en un análisis factorial exploratorio en el que se determina si un solo factor puede explicar más del 50 % de la varianza de las variables observadas.
Puede realizar la prueba de Harman fácilmente en Analizar > Métodos Multivariantes > Análisis Factorial. Consulte la documentación de la plataforma de Análisis Factorial para obtener instrucciones generales. Para este análisis, deberá establecer el número de factores extraídos en 1, ejecutar el modelo y consultar la sección "Varianza Explicada por Cada Factor". Si el valor del porcentaje es mayor que 50, este método demuestra evidencia de sesgo común.
Sin embargo, una lectura rápida sugiere que muchos investigadores consideran que el método de Harman es inferior a los métodos basados en el análisis factorial confirmatorio, disponible en la plataforma de Modelado de Ecuaciones Estructurales de JMP Pro 18 si se prefiere esta opción. Este ejemplo de la documentación muestra cómo configurar un modelo CFA en la plataforma SEM.
Re: cómo comprobar el sesgo del método comúnQuerido Ross,
Obtuve esta opción, como me sugeriste. Sin embargo, existe un método para encontrar el VIF (Factor de Inflación de la Varianza), que no está disponible en SEM. Para encontrar el VIF, haz clic derecho en las estimaciones de los parámetros, ve a Columnas, selección de columnas y debería aparecer la opción VIF. Sin embargo, en mi versión de JMP Pro 18 no está disponible. Quería saber si esta opción no está disponible porque es una versión académica gratuita. Mira lo que digo.
Re: cómo comprobar el sesgo del método comúnEsto no es una limitación de la versión académica (JMP Student Edition). Fit Model puede reportar los VIF en la tabla Estimaciones de Parámetros mediante el menú contextual, pero esta opción no está disponible en la plataforma SEM.
Re: cómo comprobar el sesgo del método comúnHola @Pradeep_Pai
Como mencionó Ross, existen alternativas para detectar el sesgo del método común. En SEM, se pueden especificar los factores comunes (variables latentes) y, a continuación, especificar una fuente de sesgo del método común como otra variable latente. El diagrama de ruta a continuación es un ejemplo de cómo se especificaría correctamente:
Aquí, la escala de las variables latentes se establece fijando su varianza en 1. En el caso de la variable latente del método, también establecemos restricciones de igualdad en todas sus cargas. En este ejemplo, asumimos que existe un método común para todas las variables observadas; si solo se espera que esto ocurra en un subconjunto de variables, las cargas pueden restringirse únicamente al subconjunto hipotético. Consulte el enlace que Ross compartió para ver un ejemplo paso a paso sobre cómo especificar las variables latentes.
Tras la estimación, se puede elevar al cuadrado el valor de las cargas del método para obtener una estimación de la varianza del método común en cada variable observada. Asimismo, si las cargas son estadísticamente significativas, se obtiene evidencia de la varianza del método común que no se puede ignorar.
Saludos cordiales,
~Laura
Re: cómo comprobar el sesgo del método comúnQuerido Ross,
Consulte la imagen adjunta, obtenida de la Búsqueda de Google. Indica claramente que al hacer clic derecho en las estimaciones de parámetros y seleccionar "estimaciones de columna", se activa la opción VIF. O bien la información de Google es incorrecta o estoy cometiendo un error. Tenga en cuenta que mi requisito de identificar (y rectificar) el sesgo del método común se aborda con creces. He utilizado el enfoque de factor único de Harman para ello.
Si considera lo anterior, por favor, infórmeme si la opción VIF está disponible en alguna versión. De hecho, vi un video donde se veía claramente la opción VIF al realizar CFA en SEM. Cuando intenté realizarlo en JMP Pro 18, esa opción no estaba disponible.
Re: cómo comprobar el sesgo del método comúnEstimada Sra. Laura,
Gracias por tu respuesta. Como mencioné al principio de mi publicación, realicé la prueba de sesgo del método común y logré reducir el valor por debajo del 50 %.
Si desea saber cómo reducir el CMB, por favor, infórmeme. La única opción (en la mayoría de los casos) para que los investigadores recopilen datos primarios es mediante un cuestionario. Si se pueden aplicar los pasos que he identificado, la posibilidad de CMB se reduce considerablemente. Todos mis estudiantes de doctorado deben seguir estas instrucciones.
Mejor,
Re: cómo comprobar el sesgo del método comúnPor cierto, gracias a ti y a Ross por la increíble explicación en vídeo de varios conceptos.
Un aspecto realmente impresionante es que cumples con tus plazos al completar el programa. No estoy seguro de si editas después de grabar o si puedes gestionar el contenido y el tiempo de una sola vez. En una sesión en vivo (y durante más de 35 años), no he podido limitar mis sesiones estrictamente a los plazos. O bien se extienden o terminan un poco antes, ya que la duración depende de las conversaciones y de la comprensión del concepto por parte de los estudiantes.
Re: cómo comprobar el sesgo del método comúnGracias por tus amables palabras sobre nuestros videotutoriales, Pradeep 
.
Con respecto a tu búsqueda en Google, no estás haciendo nada mal: la Guía de IA de Google se equivoca sobre los VIF en la plataforma SEM. Google parece estar reportando información de la documentación de Mínimos Cuadrados Ajustados, a pesar de que tu pregunta es específica para SEM. Y, para mi frustración, cuando le hice la misma pregunta a Google (aunque quizás con una redacción ligeramente diferente), la Guía de IA indicó correctamente que la plataforma SEM no reporta los VIF. ¡Así que da dos respuestas mutuamente excluyentes a la misma pregunta subyacente! Estos LLM son increíbles en muchos sentidos, pero te recomiendo consultar las páginas citadas siempre que la información que has solicitado sea particularmente importante para ti. He comprobado en numerosas ocasiones que la Guía de IA ha hecho afirmaciones falsas.
Re: cómo comprobar el sesgo del método comúnMe alegra que te haya resultado útil la prueba de Harman. Me encantaría saber más sobre el enfoque que utilizas para gestionar el CMB. Apuesto a que otros lectores de esta discusión también podrían beneficiarse. Normalmente intento identificar múltiples métodos de medición (en encuestas, quizás con varios reporteros) para abordar este problema. Sin embargo, no siempre es posible.
Mejor,
~Laura
Re: cómo comprobar el sesgo del método comúnGenial. Me he inscrito en la serie de seminarios web de dos partes para académicos sobre el uso de JMP Pro para desarrollar el paquete de cursos. También he hecho circular tu mensaje en la Facultad de Negocios de la Universidad Galgotias para que mis compañeros también pudieran unirse y registrarse. El único problema para la mayoría es el horario del programa, que es de 21:30 a 22:30, hora local. Dicho esto, sin duda asistiré y te enviaré un saludo.
Re: cómo comprobar el sesgo del método común¡Hola!
Hace unos 20 o 25 años, cuando las encuestas se realizaban sin encuestador (por correo, etc.), existía la posibilidad de que el encuestado marcara casillas sin siquiera leer la pregunta para completar su respuesta ( sesgo de encuesta o sesgo de aquiescencia) . Una escala inversa para algunas preguntas ayudaba a superar este error, comúnmente conocido como error de "satisfacción o de línea recta".
En el presente escenario, donde el encuestado califica múltiples ítems o variables, existe un sesgo que resulta en un error sistemático. Algunos puntos que se enumeran a continuación me ayudaron a reducir el error.
1. Más muestras en los datos o tamaño de muestra > 600
2. Más elementos (variables o preguntas) en un cuestionario. Aunque no tengo un límite para esto, cualquier encuesta con más de 25 preguntas debería ser suficiente.
3. Cuestionario multilingüe. En India se hablan y entienden bastantes idiomas. Si las respuestas se recopilan en diferentes idiomas, se ayuda a reducir el CMB.
4. La escala Likert será de 7 puntos (en lugar de una escala de 5 puntos) para registrar las respuestas.
5. Múltiples herramientas de recopilación de datos como Formularios de Google, cuestionarios de encuestas, etc.
6. Separación temporal al completar el cuestionario de la encuesta, por ejemplo, la parte A con 12 preguntas respondidas primero, seguida de la parte B con las preguntas restantes después de un tiempo de retraso.
7. Mantener diferentes respuestas en la misma escala de 7 puntos, como digamos que la mayoría de las preguntas tienen respuestas que van desde totalmente en desacuerdo a totalmente de acuerdo, mientras que algunas preguntas tienen respuestas que van desde completamente insatisfactorio a completamente satisfactorio.
También adjunto una salida de ChatGPT que enumera pasos y observaciones bastante similares. Estoy seguro de que la próxima vez que lo ejecute, también añadirá los puntos anteriores.
Déjame saber tus puntos de vista o los de cualquier persona de la comunidad JMP.
Re: cómo comprobar el sesgo del método comúnGracias por las sugerencias para reducir la línea recta. No tengo experiencia en desarrollo de encuestas, así que no tengo nada que añadir, pero estoy seguro de que algunos miembros de la Comunidad de Usuarios encontrarán esto útil y algunos podrían tener sus propios consejos para compartir.
Re: cómo comprobar el sesgo del método comúnHola Ross,
Al probar el AFE de un solo factor, la varianza explicada ronda el 55%, lo cual supera el umbral del 50% que indica el método común Bais. Sin embargo, al aplicar el SEM, obtuve un RMSEA de 0,092, que, al ser superior a 0,08, indica que el SEM no funciona. ¿Hay alguna forma de reducir el CMB?
Re: cómo comprobar el sesgo del método común@Pradeep_Pai , evaluar y corregir CMB en SEM no es mi especialidad. Etiquetaré a @LauraCS para ver si tiene alguna opinión.
