La reducción proporcional de la pérdida ( PRL ) es un marco general para desarrollar y evaluar medidas de la confiabilidad de formas particulares de realizar observaciones que posiblemente estén sujetas a errores de todo tipo. Tales medidas cuantifican cuánto el hecho de tener las observaciones disponibles ha reducido la pérdida (costo) de la incertidumbre acerca de la cantidad prevista en comparación con no tener esas observaciones.
La reducción proporcional del error es un marco más restrictivo ampliamente utilizado en estadística, en el que la función de pérdida general se reemplaza por una medida más directa del error, como el error cuadrático medio. Algunos ejemplos son el coeficiente de determinación y la lambda de Goodman y Kruskal . [1]
El concepto de reducción proporcional de la pérdida fue propuesto por Bruce Cooil y Roland T. Rust en su artículo de 1994. Muchas de las medidas de fiabilidad de uso común para datos cuantitativos (como los datos continuos en un diseño experimental) son medidas PRL, incluido el alfa de Cronbach y las medidas propuestas por Ben J. Winer (1971). También proporciona una forma general de desarrollar medidas para la confiabilidad de los datos cualitativos. Por ejemplo, este marco proporciona varias medidas posibles que son aplicables cuando un investigador desea evaluar el consenso entre los jueces a quienes se les pide que codifiquen una serie de elementos en categorías cualitativas mutuamente excluyentes (Cooil y Rust, 1995). Varios investigadores, incluidos Perrault y Leigh (1989), han propuesto medidas de este último tipo.
Referencias
- Cooil, B. y Rust, RT (1994), "Fiabilidad y pérdida esperada: un principio unificador" , Psychometrika , 59, 203-216. (disponible aquí )
- Cooil, B. y Rust, RT (1995), "Estimadores generales para la confiabilidad de los datos cualitativos" , Psychometrika , 60, 199-220. (disponible aquí )
- Rust, RT y Cooil, B. (1994), "Medidas de confiabilidad para datos cualitativos: teoría e implicaciones", Journal of Marketing Research , 31 (1), 1-14. (disponible aquí )
- Winer, BJ (1971), Principios estadísticos en diseño experimental . Nueva York: McGraw-Hill.
- Perreault, WD y Leigh, LE (1989), "Confiabilidad de los datos nominales basados en juicios cualitativos", Journal of Marketing Research , 26, 135-148