Gráficos de erro de Guttman: uma abordagem visual para a análise de escalabilidade

Autores/as

  • Michael Eduardo Reichenheim Universidade do Estado do Rio de Janeiro image/svg+xml
  • Claudia Leite de Moraes Universidade do Estado do Rio de Janeiro image/svg+xml
  • João Luiz Bastos Universidad Federal de Santa Catarina image/svg+xml

DOI:

https://doi.org/10.11606/s1518-8787.2026060007015

Palabras clave:

Psicometria, Viés, Medidas em Epidemiologia

Resumen

OBJETIVO: Desenvolver uma ferramenta gráfica inovadora para representar erros de Guttman e facilitar a análise da escalabilidade de instrumentos de aferição em epidemiologia. MÉTODOS: Implementada em R (RStudio), a função guttemap foi desenvolvida para preencher essa lacuna. Ela oferece uma representação visual intuitiva dos erros de Guttman, com gradientes de cores que facilitam a apreciação dos instrumentos de aferição, revelando padrões internos de inconsistência. Apresenta‑se a racionalidade subjacente ao mapa de erros de Guttman proposto e uma síntese comentada da rotina para sua implementação. RESULTADOS: Com sete exemplos sintéticos, demonstra‑se o potencial da representação gráfica na identificação de áreas problemáticas e como isso auxilia no embasamento de ajustes informados e o desenvolvimento de instrumentos mais robustos. CONCLUSÕES:  Com o guttemap, a análise de erros de Guttman torna‑se mais acessível e interpretável, contribuindo para o aprimoramento dos instrumentos de aferição e o avanço da pesquisa epidemiológica.

Referencias

1. Streiner DL, Norman GR, Cairney J. Health measurement scales. A practical guide to their development and use. 5th ed. Oxford: Oxford University Press; 2015.

2. Reichenheim M, Bastos JL. What, what for and how? Developing measurement instruments in epidemiology. Rev Saúde Pública. 2021 Aug;55(40):1-17. https://doi.org/10.11606/s1518-8787.2021055002813

3. Bastos JL, Reichenheim ME, Moraes CL. Measurement instruments for use in oral epidemiology. In: Peres MA, Antunes JL, Watt RG, editors. Oral Epidemiology: A Textbook on Oral Health Conditions, Research Topics and Method. New York: Springer; 2021. p. 465-77.

4. Sijtsma K, Molenaar IW. Introduction to nonparametric item response theory. Thousand Oaks: Sage Publications; 2002.

5. Wilson M. Constructing measures. An item response modeling approach. London: Routledge:Taylor & Francis; 2023.

6. Guttman L. The basis for scalogram analysis. In: Stouffer SA, Guttman L, Suchman EA, Lazarsfeld PF, Star SA, Clausen JA, editors. Measurement and predictio. Princeton: Princeton University Press; 1950. p. 60-90.

7. Sijtsma K, Molenaar IW. Mokken Models (chapter 18). In: Van der Linden, WJ, editor. Handbook of Item Response Theory, Volume One: Models. Boca Raton: Chapman and Hall/ CRC; 2018. p. 303-21.

8. Mokken RJ. A theory and procedure of scale analysis. Berlin: De Gruyter; 1971.

9. Hardouin JB, Bonnaud-Antignac A, Sebille V. Nonparametric item response theory using Stata. Stata Journal. 2011 Mar;11(1):30-51. https://doi.org/ 10.1177/1536867X1101100102

10. van der Ark LA, Koopman L, Straat JH, van den Bergh D. mokken: R Package for Nonparametric Item Response Theory and Mokken Scale Analysis (Version 3.1.2) [Internet]. 2022 [citado 2025 out 8]. Disponível em: https://cran.r-project.org/package=mokken2022

11. Molenaar IW, Sijtsma K, Boer P. MSP5 for Windows. User’s Manual for MSP5 for Windows: A Program for Mokken Scale Analysis for Polytomous Items (Version 5.0). Groningen: iec ProGAMMA; 2000.

12. Bastos JL, Bernardo FR, Reichenheim ME. One step further in mistreatment research: Assessing the scalability of the Explicit Discrimination Scale among Brazilian working-age adult respondents. J Community Psychol. 2025 Jan;53(1):e23146. https://doi.org/10.1002/jcop.23146

13. R Core Team. R: A language and environment for statistical computing [Internet]. Viena: R Foundation for Statistical Computing; 2023 [citado 2025 out 8]. Disponível em: http://www.R-project.org/

14. RStudio Team. RStudio: Integrated Development for R. RStudio [Internet]. Boston: PBC; 2024 [citado 2025 out 8]. Disponível em: http://www.rstudio.com/

15. StataCorp. Stata Statistical Software: Release 16. College Station: StataCorp LLC; 2019-2002.

16. OpenAI. ChatGPT [Large language model] [Internet]. São Francisco: OpenAI; 2024 [citado 2025 out 8]. Disponível em: https://chat.openai.com2024

17. Muthén B. A general structural equation model with dichotomous, ordered categorical, and continuous latent variable indicators. Psychometrika. 1984;49(1):115-32.

18. Muthén BO, Muthén LK, Asparouhov A. Regression and Mediation Analysis using Mplus. Los Angeles: Muthén & Muthén; 2016.

19. Dima AL. Scale validation in applied health research: tutorial for a 6-step R-based psychometrics protocol. Health Psychol Behav Med. 2018 May;6(1):136-61. https://doi.org/10.1080/21642850.2018.1472602

20. Epstein J, Osborne RH, Elsworth GR, Beaton DE, Guillemin F. Cross-cultural adaptation of the Health Education Impact Questionnaire: experimental study showed expert committee, not back-translation, added value. J Clin Epidemiol. 2015 Apr;68(4):360-9. https://doi.org/10.1016/j.jclinepi.2013.07.013

Publicado

2026-01-26

Número

Sección

Artigos Originais

Cómo citar

Reichenheim, M. E., Moraes, C. L. de, & Bastos, J. L. (2026). Gráficos de erro de Guttman: uma abordagem visual para a análise de escalabilidade. Revista De Saúde Pública, 60, 1. https://doi.org/10.11606/s1518-8787.2026060007015