Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Psicom Tema 05 Likert
Psicom Tema 05 Likert
1. INTRODUCCIN.
El mtodo de escalamiento de Likert es el mtodo ms utilizado en
Psicologa para medir actitudes, y su uso se ha extendido a la medicin de
otros constructos, como por ejemplo las dimensiones de personalidad.
Likert (1932) propuso su mtodo de escalamiento a finales del primer
tercio del siglo XX. Previamente, Thurstone (1928) haba propuesto un mtodo
para la medicin de actitudes que implicaba la participacin de sujetos que
desempeaban el papel de jueces (el mtodo de los intervalos aparentemente
iguales). Segn Thurstone (1928), el nmero de jueces debea oscilar entre
200 y 300. La tarea de estos sujetos consista en valorar un conjunto de tems.
A partir de estas valoraciones, se calibraban los tems, es decir, se estimaba el
valor del tem en la escala. Una vez se dispona de un conjunto de tems
calibrados que constituan un cuestionario, ste se aplicaba al grupo de sujetos
que se deseaba estudiar, y se les peda que marcaran los tems con los que
estaban de acuerdo y aqullos con los que disentan. La puntuacin de cada
persona consista en la media de los valores de los tems con los que estaban
de acuerdo. El empleo de un nmero elevado de jueces y la necesidad de
calibrar los tems hacan que este mtodo fuera muy costoso y laborioso.
Asimismo, el mtodo de Thurstone implicaba una serie de supuesto
estadsticos que no haban sido verificados, por ejemplo, que los valores de
escala de los enunciados son independientes de la distribucin de actitudes de
los jueces que los valoran (Likert, 1932).
Tras reconocer la importancia de las aportaciones de Thurstone en el
terreno de la medicin de las actitudes, Likert (1932) se pregunt si la
construccin de escalas de medida mediante procedimientos ms sencillos
dara resultados tan buenos como los obtenidos por Thurstone en cuanto a la
fiabilidad y validez de las medidas, y si sera posible construir escalas evitando
asumir supuestos estadsticos innecesarios. As pues, el objetivo principal de
Likert (1932) fue desarrollar un mtodo de medicin de actitudes sencillo y
simple.
Brevemente, el mtodo de medicin de Likert consiste en la presentacin a los sujetos de
una serie de tems o enunciados ante los que tienen que expresar su posicin escogiendo una
alternativa de respuesta entre las ofrecidas. Por ejemplo, imaginemos que uno de los tems que
componen una escala de actitud hacia la pena de muerte dijera: La pena de muerte debe abolirse,
y que las alternativas de respuesta ofrecidas para contestar el tem fueran:
1. Completamente en desacuerdo.
2. En desacuerdo.
3. Indeciso.
4. De acuerdo.
5. Completamente de acuerdo.
Un sujeto que tuviera una actitud contraria a la pena de muerte contestara 4 o 5. Una vez
que el sujeto a contestado todos los tems, la puntuacin del sujeto en el cuestionario se determina
sumando o promediando los valores de las alternativas de respuesta escogidas ante cada tem
(Likert, 1932). Por esta razn las escalas o cuestionarios construidos siguiendo este mtodo se
denominan escalas sumativas.
2. SUPUESTOS.
Likert no elabor un modelo matemtico que fundamentara su mtodo de escalamiento. No
obstante, su mtodo implica una serie de supuesto que conviene conocer. Estos supuestos pueden
calificarse de dbiles porque no son muy restrictivos ni difciles de asumir.
El mtodo de Likert es un mtodo de escalamiento centrado en los sujetos (Torgerson,
1958). Su objetivo es medir sujetos, mostrar las diferencias individuales en relacin con una
determinada actitud. Por ello, se asume que la variabilidad observada en las respuestas de los
sujetos se debe a diferencias entre stos, esto es, a que tienen niveles de actitud diferentes.
El mtodo de Likert no pretende medir o calibrar los tems. stos son considerados
rplicas unos de otros, es decir, se supone que todos tiene el mismo valor de escala.
Asimismo, se supone que cada tem presenta una relacin monotnica con la actitud
subyacente que pretende medir. Esto quiere decir que cuanto ms favorable o positiva sea la actitud
de un sujeto, mayor ser la puntuacin que obtendr en el tem, y cuanto ms desfavorable o
negativa sea la actitud de un sujeto, menor ser la puntuacin que obtendr en el tem.
Grficamente, esta relacin puede representarse de la siguiente forma:
Figura 1. Relacin monotnica entre el tem y el continuo de la actitud.
+
Puntuaci
n
tem
+
ACTITUD
6.
Completamente de acuerdo.
Las escalas de respuesta que presentan siete alternativas incluyen en la escala anterior una
categora de respuesta central a la que se le asigna la puntuacin de 4.
Todas las escalas de respuesta que se utilizan en las escalas Likert son politmicas, pues
presentan ms de dos alternativas de respuesta. Adems, son escalas de respuesta ordenadas o
graduadas, ya que la asignacin de los nmeros enteros a las distintas respuestas constituye una
escala ordinal. A partir de las puntuaciones obtenidas por distintos sujetos en un mismo tem,
podemos hacer inferencias acerca de quines tienen una actitud ms o menos favorable, pero no
podemos determinar cul es la distancia entre sujetos que responden con alternativas diferentes.
Una vez se ha determinado cmo se puntuar cada tem, pero antes de calcular la
puntuacin de cada sujeto en el cuestionario, hay que detectar los tems invertidos y transformar la
puntuacin obtenida en ellos de manera que tenga el mismo significado que la puntuacin obtenida
en el resto de tems. Como sealamos anteriormente, Likert (1932) recomend que
aproximadamente la mitad de los tems representaran manifestaciones de actitudes positivas o
favorables, y la otra mitad de los tems constituyeran manifestaciones de actitudes negativas o
desfavorables. Si se sigue este criterio, nos encontraremos con que no todos los tems estn
redactados en el mismo sentido, y esto tiene importantes repercusiones en el significado de las
puntuaciones de los tems. Volvamos a nuestro ejemplo del cuestionario de actitudes hacia la
escuela. Una puntuacin de 5 (Completamente de acuerdo) a un tem favorable (La escuela es
divertida), no tiene el mismo significado que una puntuacin de 5 a un tem desfavorable (La
escuela es un rollo). En el primer caso la puntuacin denota una actitud favorable, mientras que en
el segundo indica una actitud desfavorable. Por ello, estas puntuaciones no pueden sumarse para
obtener una puntuacin de los sujetos. Previamente, es preciso que todas las puntuaciones en los
tems estn en la misma direccin. Para ello se procede a transformar las puntuaciones de los tems
que no estn redactados en el sentido que ms interesa. Por ejemplo, si interesa obtener una
puntuacin que indique el grado de actitud hacia la escuela de manera que a mayor puntuacin se
pueda inferir una actitud ms favorable, entonces habr que transformar los tems que denotan una
actitud desfavorable. Antes de la transformacin, estos tems suelen denominarse tems invertidos.
Cuando se trabaja con una base de datos grande, la transformacin de los tems invertidos
puede realizarse fcilmente con la ayuda de un programa estadstico de anlisis de datos, o incluso
con una hoja de clculo, implementando una frmula de transformacin. Si la escala de respuesta
empleada presenta como valor ms pequeo el 1 (que es lo ms frecuente), entonces la frmula de
transformacin es:
Pi = (Pm+1) - Po
donde:
Pi : puntuacin transformada en el tem invertido lista para calcular la puntuacin total en
el cuestionario;
Pm : puntuacin mxima que puede darse al tem;
Po : puntuacin original obtenida en el tem invertido.
Si la escala de respuesta utilizada para contestar los tems presenta como valor ms
pequeo el cero, entonces la frmula de transformacin es:
Pi = Pm - Po
Por ejemplo, supongamos que un sujeto ha contestado cuatro tems del cuestionario de
actitudes hacia la escuela utilizando una escala de respuesta de 6 puntos como la presentada en este
mismo apartado. Imaginemos que sus puntuaciones en los tems son las siguientes:
Items
Puntuacin (Po)
1. La escuela es divertida....................................................5
2. En la escuela aprendo cosas tiles...................................6
3. La escuela es un rollo......................................................2
4. En la escuela pierdo el tiempo.........................................1
Los tems 1 y 2 manifiestan una actitud favorable, mientras que los tems 3 y 4 denotan una actitud
desfavorable. Procedamos ahora a transformar los tems 3 y 4 aplicando la frmula
correspondiente. Como la escala de respuesta oscila entre 1 y 6, aplicaremos la frmula P i =
(Pm+1) - Po.
Items
Puntuacin (Po)
Puntuacin transformada (Pi)
3. La escuela es un rollo...................................2.....................................(6+1)-2 = 5
4. En la escuela pierdo el tiempo......................1.....................................(6+1)-1 = 6
Ahora que ya hemos transformado las puntuaciones obtenidas en los tems invertidos,
podemos calcular la puntuacin total de cada sujeto en el cuestionario. Como se indic al comienzo
de este tema, la puntuacin total de un sujeto en el cuestionario se determina sumando o
promediando los valores de las alternativas de respuesta escogidas ante cada tem (Likert, 1932),
razn por la que las escalas o cuestionarios construidos siguiendo este mtodo se denominan
escalas sumativas. En el ejemplo anterior, la puntuacin total del sujeto sera:
Items
Puntuacin
1. La escuela es divertida....................................................5
2. En la escuela aprendo cosas tiles...................................6
3. La escuela es un rollo......................................................5
4. En la escuela pierdo el tiempo.........................................6
Puntuacin total (suma)......................................................22
3. 3. Anlisis y seleccin de tems.
Una vez que ya se ha elaborado un banco inicial de tems, y se ha aclarado cmo se
puntuar cada uno de ellos y cmo se obtendr la puntuacin de cada sujetos, se inicia la fase de
anlisis cuantitativo de los tems. El banco de tems ha de aplicarse a una muestra que sea
representativa de la poblacin a la cual va dirigida el test. Esta muestra proporcionar los datos que
utilizaremos para realizar el anlisis cuantitativo de los tems.
Likert propuso dos tipos de anlisis: 1. un anlisis correlacional de los tems, y 2. un
anlisis basado en el criterio de consistencia interna (Likert, 1932; McIver y Carmines, 1981).
3.3.1. Anlisis correlacional de los tems.
El anlisis correlacional consiste en calcular la correlacin entre cada tem y la puntuacin
total en el cuestionario o test (es decir, la suma de todos los tems). Esta correlacin es conocida en
el marco de la Teora Clsica de los Tests como ndice de homogeneidad (IH). Si el tem analizado
mide lo mismo que el resto de tems, el ndice de homogeneidad ser elevado, de manera que los
sujetos que puntan alto en el tem, tambin tendern a puntuar alto en el cuestionario, y los sujetos
que puntan bajo en el tem, tendern a puntuar bajo en el cuestionario. Si el ndice de
homogeneidad es bajo o cercano a cero, entonces el tem analizado no mide lo que mide el resto de
tems. Likert denomin a los tems con un ndice de homogeneidad bajo como tems
indiferenciadores (Likert, 1932).
Los tems indiferenciadores aportan escasa o ninguna informacin til sobre la actitud que
se est midiendo, por ello no tiene sentido combinarlos con el resto de tems para obtener una
puntuacin total (McIver y Carmines, 1981). Adems, como demuestra la Teora Clsica de los
Tests, su uso puede perjudicar a la fiabilidad y a la validez del test. Por todo ello, los tems
indiferenciadores deben eliminarse.
El clculo del ndice de homogeneidad como la correlacin entre la puntuacin en el tem y
la puntuacin en el test (en adelante, correlacin tem-test) tiene el siguiente inconveniente: la
puntuacin total en el test incluye al tem como componente, es decir, el tem analizado aparece en
las dos variables que se correlacionan, y esto aumentar artificialmente el coeficiente de correlacin
que se obtenga. Para evitar este efecto, lo que se hace es calcular la correlacin entre el tem y el
test una vez que se ha eliminado de este ltimo la contribucin del tem. Esta correlacin recibe el
nombre de ndice de homogeneidad corregido(IHc), y se indica mediante la expresin r i(T-i) . La
frmula para calcular el ndice de homogeneidad corregido es (Peters y Van Vorhis, 1940):
ri ( T i ) =
(S
riT S T S i
2
T
+ S i2 2 riT S T S i
donde, riT es la correlacin tem-test, Si es la desviacin tpica que muestran las puntuaciones en el
tem, y ST es la desviacin tpica que presentan las puntuaciones en test.
Para interpretar el ndice de homogeneidad corregido suele tomarse como valor de
referencia 0.20. De manera que todos los tems que presentan r i(T-i) con valores inferiores a 0.20 son
eliminados del banco de tems por ser indiferenciadores.
Ejemplo de clculo.
Supongamos que 16 sujetos han contestado a los cuatro tems del cuestionario de actitudes
hacia la escuela que utilizamos anteriormente. Despus de transformar los tems invertidos, se han
calculado las puntuaciones en el test. Las puntuaciones en los tems despus de realizar las
transformaciones y en el test aparecen en la tabla que se muestra a continuacin. Vamos a ilustrar
cmo calcularamos el ndice de homogeneidad corregido (IHc) del tem 1.
SUJETOS
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
ITEM1
4
2
5
3
5
2
5
4
2
3
2
4
2
4
1
4
ITEM2
5
2
6
2
6
1
3
5
1
2
3
5
3
5
2
5
ITEM3
5
1
4
3
4
1
2
5
1
1
1
6
1
4
1
6
ITEM4
4
2
5
3
5
1
5
5
2
1
2
4
1
6
2
5
TEST
18
7
20
11
20
5
15
19
6
7
8
19
7
19
6
20
La frmula de clculo del IHc implica la obtencin del IH y de las desviaciones tpicas del
test y del tem. Recordemos que las frmulas para calcular el coeficiente de correlacin de Pearson
y la desviacin tpica son:
n
rxy =
z xI z yI
i= 1
( X X)
n
Sx =
i= 1
En la tabla siguiente, se muestran los estadsticos necesarios para calcular IH. Tan slo hay
que recordar que en nuestro caso la variable X es el tem 1, y la variable Y la puntuacin en el test.
As pues, vemos que ztem1 ztest = 13.47, es decir, ya tenemos el valor del sumatorio del producto
cruzado de las puntuaciones tpicas, que es el numerador de la frmula del coeficiente de
correlacin.
SUJETOS
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
SUMA
MEDIA
D.T.
ITEM1
4
2
5
3
5
2
5
4
2
3
2
4
2
4
1
4
ITEM2
5
2
6
2
6
1
3
5
1
2
3
5
3
5
2
5
ITEM3
5
1
4
3
4
1
2
5
1
1
1
6
1
4
1
6
ITEM4
4
2
5
3
5
1
5
5
2
1
2
4
1
6
2
5
TEST
18
7
20
11
20
5
15
19
6
7
8
19
7
19
6
20
3,25
1,29
3,50
1,75
2,88
1,96
3,31
1,74
12,94
6,23
tem 1
z test
ZITEM1
0,58
-0,97
1,36
-0,19
1,36
-0,97
1,36
0,58
-0,97
-0,19
-0,97
0,58
-0,97
0,58
-1,74
0,58
ZTEST
0,81
-0,95
1,13
-0,31
1,13
-1,27
0,33
0,97
-1,11
-0,95
-0,79
0,97
-0,95
0,97
-1,11
1,13
ZITEM1 X ZTEST
0,47
0,92
1,54
0,06
1,54
1,23
0,45
0,57
1,08
0,18
0,77
0,57
0,92
0,57
1,94
0,66
13,47
13.47
= 0.84
16
(S
riT S T S i
2
T
+S
2
i
) 2r
iT
S T Si
( 6.23
+ 1.29
= 0.76
El resultado obtenido indica que el tem est muy relacionado con el resto de tems que
componen el test, debido a que miden la misma actitud. Como caba esperar, el IHc es menor que el
IH, y la diferencia es apreciable debido a la pequea longitud del test: tan slo 4 tems. En este caso
un 25% del test (es decir, 1 tem de 4) es parte de las dos variables que correlacionamos cuando
calculamos el IH. Este porcentaje se reduce a medida que aumenta la longitud del test (cuando la
longitud del test es 5, el porcentaje es del 20%; cuando 6, el 17%; cuando 7, el 14%, ...). Por ello,
cuanto mayor sea la longitud del test menor ser la diferencia entre el IH y el IHc. Cuando
trabajamos con tests muy largos la diferencia es muy pequea.
10
XA XB
(n A
1) S 2A + ( n B 1) S B2
nA +nB 2
1
1
+
n
n
A
B
donde el numerador es la diferencia entre las medias en el tem de los dos grupos, y S 2 indica la
varianza en el tem del grupo correspondiente.
11
Ejemplo de clculo.
Vamos a aplicar este tipo de anlisis basado en el criterio de consistencia interna a los datos
que utilizamos anteriormente. Como en el caso anterior, el anlisis se centrar en el tem 1. En la
siguiente tabla aparecen las puntuaciones de los 16 sujetos, pero stos han sido ordenados de
manera decreciente en funcin de su puntuacin en el test. Los sujetos que configuran los dos
grupos con puntuaciones extremas en el test estn marcados en negrita.
SUJETOS
3
5
16
8
12
14
1
7
4
11
2
10
13
9
15
6
ITEM1
5
5
4
4
4
4
4
5
3
2
2
3
2
2
1
2
MEDIA A
4,5
MEDIA B
1,75
D. T. A
0,5
D. T. B
0,43
ITEM2
6
6
5
5
5
5
5
3
2
3
2
2
3
1
2
1
ITEM3
4
4
6
5
6
4
5
2
3
1
1
1
1
1
1
1
ITEM4
5
5
5
5
4
6
4
5
3
2
2
1
1
2
2
1
TEST
20
20
20
19
19
19
18
15
11
8
7
7
7
6
6
5
Las hiptesis estadsticas implicadas en esta prueba de diferencias entre medias son:
H0 : A B
H1 : A > B
Conociendo las medias y las desviaciones tpicas que los dos grupos presentan en el tem 1, vamos
a calcular el estadstico t1.
t=
XA XB
( n A 1) S 2A + ( n B 1) S 2B
nA + nB 2
1
1
n + n
B
A
4.5 1.75
( 4 1) 0.5
+ ( 4 1) 0.43 2 1 1
+
4+42
4 4
2
= 8.34
El ejemplo que se presenta pretende ayudar al lector a aplicar esta prueba en el anlisis de
tems. En la prctica, y trabajando con muestras ms grandes, es necesario verificar hasta qu
punto se cumplen los supuestos de la prueba.
12
13
n
S i2
n
i =1
=
1
n 1
S 2x
donde n es la longitud del test (es decir, el nmero de tems que lo componen), S2i es la varianza del
tem i, y S2x es la varianza que muestran las puntuaciones totales en el test. Un criterio bastante
extendido para interpretar el coeficiente alfa es que ste ha de ser igual o superior a 0.70 (Nunnally,
1978), entonces puede afirmarse que el test tiene una fiabilidad suficiente.
Ejemplo de clculo.
Con los datos del ejemplo que estamos utilizando, vamos a calcular el coeficiente alfa del
cuestionario de actitudes hacia la escuela. En la primera tabla que hemos mostrado, aparecen las
desviaciones tpicas de cada uno de los cuatro tems y de las puntuaciones totales en el test. Con
esta informacin ya podemos aplicar la frmula del coeficiente alfa de Cronbach:
n
S i2
n
i =1
=
1
n 1
S 2x
2
2
2
2
= 4 1 1.29 + 1.75 + 1.96 + 1.74
2
3
6.23
= 0.93
14
zi =
Xi X
Sx
Las puntuaciones tpicas nos indican cuntas desviaciones tpicas se aleja la puntuacin del
sujeto de la media de su grupo, y en qu sentido. Por ejemplo, si un sujeto presenta una z i = -0.5,
entonces podemos decir que se trata de un sujeto que est media desviacin tpica por debajo de la
media del grupo. Si las puntuaciones en el test siguen una distribucin aproximadamente normal,
entonces, con ayuda de las tablas de la distribucin normal, podemos transformar esa puntuacin
tpica en el porcentaje de sujetos que quedan por debajo (o por encima) de esa puntuacin. El valor
de probabilidad (funcin de distribucin) asociado a zi = -0.5 es 0.3085. Ahora podemos decir que
el sujeto que ha obtenido una zi = -0.5 supera aproximadamente al 31% de los sujetos de su grupo.
Si las puntuaciones en el test no siguen una distribucin aproximadamente normal no debe
realizarse esta ltima transformacin. Entonces podemos calcular el centil que corresponde a cada
puntuacin en el test. De esta manera sabremos cul es el porcentaje de sujetos que queda por
debajo de cada puntuacin en el test.
5. VALORACIN.
Una de las crticas que suele hacerse del mtodo de escalamiento de Likert es que no est
basado en un modelo matemtico determinado. Esta es una diferencia importante con los mtodos
desarrollados por Thurstone, que bas sus mtodos en una serie de supuestos formales y unas leyes
(por ejemplo, la Ley del Juicio Comparativo). En todo caso, el mtodo de Likert puede emnarcarse
dentro del mbito ms general de la Teora Clsica de los Tests.
15
BIBLIOGRAFIA.
Arce, C. (1994). Construccin de escalas psicolgicas. Madrid: Sntesis.
Garca Cueto, E. (1993). Introduccin a la psicometra. Madrid: Siglo XXI.
Meli, J. L. (1991). Mtodos de escalamiento unidimensional. Valencia: Cristbal Serrano Villalba.
Sancerni, M. D.; Meli, J. L.; Gonzlez Rom, V. y Daz, J. V. (1992). Psicometra: Problemas y
Prcticas. Valencia: Cristbal Serrano Villalba.
Wainerman, CH (1976) Escalas de medicin en Ciencias Sociales. Buenos Aires: Nueva Visin.
16
Referencias bibliogrficas.
Andrich, D. & Schoubroeck, L. (1989). The General Health Questionnaire: a
psychometric analysis using latent trait theory. Psychological Medicine, 19,
469-485.
Andrich, D.; Jong, J. y Sheridan, B. E. (1997). Diagnostic opportunities with
the Rasch model for ordered response categories. En J. Rost y R.
Langeheine (Eds.), Applications of latent trait and latent class models in
the social sciences (pp. 58-68). Mnster, Germany: Waxman Verlag.
Bock, R. y Jones, L. V. (1968). The measurement and prediction of
judgement and choice. San Francisco: Holden Day.
Dubois, B. y Burns, J. A. (1975). An analysis of the meaning of the question
mark response category in attitude scales. Educational and
Psychological Measurement, 35, 869-884.
Edwards, A. L. (1957). Techniques of attitude scale construction. New York:
Appleton-Century-Crofts.
Espejo, B. y Gonzlez-Rom, V. (1999). El significado de las categoras
centrales en las escalas tipo Likert. Trabajo presentado al VI Congreso de
Metodologa de las CC. Sociales y de la Salud. Oviedo, Espaa.
Espejo, B. y Gonzlez-Rom, V. (2001). Orden y relevancia de las alternativas de
respuesta "no estoy seguro", "trmino medio" y "?". Trabajo presentado al VII
Congreso de Metodologa de las CC. Sociales y de la Salud. Madrid, Espaa.
Hernndez, A.; Espejo, B.; Gonzlez-Rom, V. y Gmez-Benito, J. (en prensa).
Escalas de respuesta tipo Likert: es relevante la alternativa indiferente?.
Metodologa de Encuestas
Kaplan, K. J. (1972). On the ambivalence-indifference problem in attitude
theory: A suggested modification of the semantic differential technique.
Psychological Bulletin, 77, 361-372.
Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 140, 1-50.
(Traduccin al castellano en C. H. Wainerman (Comp.) (1976), Escalas de medicin en
ciencias sociales, pp-199-260. Buenos Aires: Nueva visin.
McIver, J. P. y Carmines, E. G. (1981). Unidimensional scaling. Beverly Hills, CA: Sage.
Neumann, L. (1979). Effects of categorization on relationships in bivariate
distributions and applications to rating scales. Dissertation Abstracts
International, 40, 2262-B
Nunnally, J. C. (1978). Psychometric theory. New York: McGraw-Hill.
Peters, C. C. y Van Vorhis, W. R. (1940). Statistical procedures and their mathematical bases.
New York: McGraw-Hill.
Sudman, S. y Bradburn, N. M. (1989). Measuring attitudes: recording
responses. En Sudman, S. y Bradburn, N. M. (Eds.). Asking questions: a
practical guide to questionnaire design. San Francisco: Jossey-Bass
Publishers.
Worthy, M. (1969). Note on scoring midpoint responses in extreme response
style scores. Psychological Reports, 24, 189-190.
17