🔬 physics

The Fragility of Global Comparisons of Perceived Scientist Trustworthiness: Evidence from Measurement Alignment across 68 Countries/Regions

Este estudio demuestra que las comparaciones transnacionales de la confianza percibida en los científicos basadas en promedios de puntuaciones observadas son engañosas debido a una falta de invarianza de medición, y que la aplicación del alineamiento de medición a las variables latentes revela clasificaciones de países y asociaciones sustantivas significativamente diferentes en comparación con los hallazgos originales.

Autores originales: Yuke Yang, Zhihao Ma

Publicado 2026-01-28

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Yuke Yang, Zhihao Ma

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que tú y otros 67 amigos están tratando de calificar cuánto confían en sus científicos locales. Todos completan la misma encuesta de 12 preguntas. El estudio original (Cologna et al., 2025) tomó todas estas respuestas, las promedió para cada país y creó una gigantesca tabla de clasificación de "Confianza en los Científicos". Luego usaron esta tabla para ver qué hace que la gente confíe más o menos en los científicos.

El Problema: La Regla Estaba Rota
Los autores de este nuevo artículo (Yang y Ma) analizaron ese estudio y dijeron: "Un momento". Argumentaron que las preguntas de la encuesta no funcionaban de la misma manera en todos los países.

Piénsalo de esta manera: Si le preguntas a una persona en el País A: "¿Son honestos los científicos?", ella podría pensar en un científico que dice la verdad sobre los datos. Pero en el País B, esa misma pregunta podría hacer que la gente piense en un científico que es amable y servicial. Aunque la palabra "honesto" sea la misma, el significado detrás de la respuesta es diferente.

El estudio original intentó comparar los puntajes promedio como si todos estuvieran usando exactamente la misma regla. Pero si una persona está midiendo en pulgadas y otra en centímetros, no puedes simplemente sumar los números y decir que ese país es más alto que el otro. El estudio original admitió que la "regla" no era perfecta, pero aun así procedieron a comparar los promedios de todos modos.

La Solución: La Herramienta de "Alineación"
Los nuevos autores utilizaron una herramienta estadística sofisticada llamada Alineación de Medición (Measurement Alignment).

Imagina que tienes 68 mapas diferentes de la misma ciudad, pero todos están dibujados a escalas distintas y ligeramente rotados.

La Forma Antigua: Simplemente apilas los mapas uno encima del otro y adivinas dónde están los puntos de referencia. Es desordenado e inexacto.
La Nueva Forma (Alineación): Utilizas un algoritmo especial para rotar, estirar y encoger los mapas lo suficiente como para que el punto de referencia de la "honestidad" en el Mapa A se alinee perfectamente con el punto de referencia de la "honestidad" en el Mapa B. Reconoces que los mapas son ligeramente diferentes, pero fuerzas su alineación para que puedas hacer una comparación justa.

¿Qué Pasó Cuando Rehicieron las Matemáticas?
Cuando los autores aplicaron esta herramienta de "alineación" a los datos, los resultados cambiaron drásticamente:

La Tabla de Clasificación se Invirtió: En el estudio original, algunos países estaban en la cima y otros en el fondo. Después de la alineación, 62 de los 68 países subieron o bajaron en la lista. ¡Algunos se movieron mucho! Por ejemplo, Uruguay cayó 15 puestos, mientras que la República Democrática del Congo subió 12 puestos. Los países "mejores" y "peores" en confiar en los científicos ya no eran los mismos.
El "Porqué" Cambió: El estudio original afirmaba que las personas que mantenían visiones "populistas" (desconfianza hacia las élites) o que creían en la "dominancia social" (deseo de una jerarquía estricta) confiaban mucho menos en los científicos.
- El Nuevo Hallazgo: Al usar los puntajes alineados, esas conexiones básicamente desaparecieron. El vínculo entre esas visiones políticas y la confianza en los científicos era casi nulo.
- Lo que se Mantuvo Verdadero: Lo único que todavía predecía fuertemente la confianza eran las actitudes positivas hacia la ciencia en sí (por ejemplo, "La ciencia es beneficiosa", "Confío en el método científico").

La Conclusión Principal
El artículo argumenta que, cuando comparas diferentes países, no puedes simplemente tomar un promedio simple de las respuestas de una encuesta. Si las preguntas no significan exactamente lo mismo en todas partes, tu "tabla de clasificación" es engañosa.

Al usar el método de "alineación" para arreglar la regla rota, los autores descubrieron que:

El ranking de qué países confían más en los científicos es muy diferente a lo que se informó previamente.
La idea de que la ideología política (como el populismo) impulsa fuertemente la desconfianza en los científicos podría haber sido una ilusión causada por una mala medición.

En resumen: No puedes comparar manzanas con naranjas solo porque ambas son frutas. Tienes que asegurarte de que estás comparando el mismo tipo de fruta, o tus conclusiones sobre cuál es "mejor" serán erróneas.

Resumen Técnico: La fragilidad de las comparaciones globales de la percepción de la confiabilidad de los científicos

Planteamiento del problema
Este estudio aborda un fallo metodológico crítico en la investigación de encuestas transnacionales con respecto a la medición de la "confiabilidad percibida de los científicos". Reevalúa los hallazgos de Cologna et al. (2025), quienes analizaron datos de 68 países/regiones ( $N = 69.534$ ). Aunque Cologna et al. reconocieron que su escala de cuatro factores de confiabilidad no cumplió con la invariancia métrica, escalar y estricta (MI), procedieron a realizar comparaciones transnacionales y análisis de regresión utilizando medias ponderadas de las puntuaciones observadas de los ítems. Los autores de este trabajo argumentan que tales comparaciones asumen implícitamente la comparabilidad entre países a nivel de puntuación observada, una condición que no se cumple cuando la invariancia escalar está ausente. Sin establecer la equivalencia de la medición, comparar medias latentes o asociaciones entre grupos conlleva el riesgo de obtener resultados engañosos o sustantivamente ambiguos.

Metodología
Los autores reanalizaron el conjunto de datos compartido públicamente utilizando un marco de alineación de medición riguroso para dar cabida a la no-invariancia entre países. El análisis siguió cuatro rutas analíticas distintas para probar la robustez de los resultados frente a las estrategias de ponderación y las especificaciones del modelo:

CFA agrupado vs. específico por país: El estudio comparó un Análisis Factorial Confirmatorio (CFA) de muestra agrupada (analizando todos los países simultáneamente) frente a 68 CFA separados específicos por país.
Estrategias de ponderación: Cada ruta de CFA se estimó con y sin pesos de encuesta para evaluar la sensibilidad a las especificaciones de ponderación.
Alineación de la medición: Siguiendo el enfoque de Asparouhov y Muthén (2014) y Han (2023), los autores aplicaron la alineación de la medición al modelo de cuatro factores (competencia, integridad, benevolencia y apertura). Este método permite un grado de no equivalencia en los parámetros de medición (cargas e interceptos) entre grupos, generando puntuaciones de factores latentes comparables.
Reestimación de modelos sustantivos: Utilizando las puntuaciones latentes alineadas (donde la alineación convergió con éxito), los autores volvieron a ejecutar los modelos de regresión lineal multinivel para evaluar las asociaciones entre la percepción de la confiabilidad de los científicos y los predictores demográficos, ideológicos, actitudinales y a nivel de país.

Resultos clave

Invariancia de la medición: En las cuatro especificaciones analíticas, los datos respaldaron la invariancia configural y métrica, pero fallaron consistentemente en establecer la invariancia escalar o estricta. Los intentos de establecer una invariancia parcial resultaron en la falta de convergencia del modelo.
Éxito de la alineación: La alineación de la medición produjo soluciones admisibles solo para las dimensiones de competencia y apertura. Los factores de integridad y benevolencia fallaron consistentemente en la alineación (produciendo soluciones inestables o valores de $R^2$ negativos), probablemente debido a la complejidad cultural y contextual de estos constructos en un entorno social en comparación con el contexto original de la teoría de la confianza organizacional.
Inestabilidad de la clasificación: Cuando se recalcularon las clasificaciones de los países/regiones utilizando puntuaciones latentes alineadas (específicamente para las dimensiones de competencia y apertura) en lugar de las medias ponderadas observadas, el orden cambió para 62 de los 68 países/regiones. Los cambios notables incluyeron la caída de Uruguay 15 puestos, la de Corea del Sur 11 puestos y el ascenso de la República Democrática del Congo 12 puestos.
Asociaciones sustantivas: El reanálisis alteró fundamentalmente las conclusiones sobre los predictores clave:
- Actitudes populistas relacionadas con la ciencia: El estudio original reportó una asociación negativa significativa con la confiabilidad. En el reanálisis utilizando puntuaciones alineadas, esta asociación fue cercana a cero y no significativa ( $\beta \approx 0.003, p = 0.775$ ).
- Orientación a la Dominancia Social (SDO): Del mismo modo, la asociación negativa significativa reportada en el estudio original se volvió no significativa en los modelos reanalizados.
- Actitudes hacia la ciencia: Variables como el beneficio percibido de la ciencia, la disposición a ser vulnerable ante la ciencia y la confianza en el método científico permanecieron fuertemente y positivamente asociadas con la confiabilidad, de acuerdo con los hallazgos originales.

Significancia y afirmaciones
El artículo sostiene que las comparaciones transnacionales basadas en promedios de puntuaciones observadas son engañosas cuando no se establece la equivalencia de la medición. Los autores demuestran que las clasificaciones de "tablas de clasificación" de países y las relaciones inferidas entre variables ideológicas (como el populismo y la SDO) y la confianza en los científicos son altamente sensibles a cómo se aborda la no equivalencia de la medición.

El estudio concluye que los enfoques de variables latentes, específicamente la alineación de la medición, proporcionan una base más defendible para la inferencia internacional que la simple agregación de puntuaciones observadas. Subraya que establecer —o aproximar adecuadamente— la comparabilidad de la medición no es simplemente un detalle técnico, sino un prerrequisito para interpretar las diferencias transnacionales en niveles y tamaños de efecto. Además, el fallo en la alineación del factor de integridad sugiere que la conceptualización de la "confianza" puede no ser equivalente a través de diversos entornos culturales e institucionales, lo que exige una clarificación conceptual transcultural más extensa y, potencialmente, una validación cualitativa de los ítems de la escala en investigaciones futuras.

Más como este