De acordo com a enciclopédia SAGE de métodos de pesquisa em ciências sociais …
[a] o efeito teto ocorre quando uma medida possui um limite superior distinto para possíveis respostas e uma grande concentração de participantes pontua nesse limite ou próximo a ele. A atenuação da escala é um problema metodológico que ocorre sempre que a variação é restrita dessa maneira. … Por exemplo, um efeito teto pode ocorrer com uma medida de atitudes nas quais uma pontuação alta indica uma atitude favorável e a resposta mais alta falha em capturar a avaliação mais positiva possível. … A melhor solução para o problema dos efeitos do teto é o teste piloto, que permite a identificação precoce do problema . Se um efeito de teto for encontrado , [e] a medida do resultado for o desempenho da tarefa, a tarefa poderá ficar mais difícil de aumentar o intervalo de possíveis respostas. 1 [enfase adicionada]
Parece haver lotes de aconselhamento e perguntas ( e aqui ) que tratam de análise de dados que mostram efeitos de teto semelhante ao descrito na citação acima.
Minha pergunta pode ser simples ou ingênua, mas como alguém realmente detecta que um efeito de teto está presente nos dados? Mais especificamente, digamos que um teste psicométrico seja criado e suspeito de levar a um efeito de teto (apenas exame visual) e, em seguida, o teste é revisado para produzir uma faixa maior de valores. Como é possível demonstrar que o teste revisado removeu o efeito de teto dos dados que gera? Existe um teste que mostra que há um efeito de teto no conjunto de dados a, mas nenhum efeito de teto no conjunto de dados b ?
Minha abordagem ingênua seria apenas examinar a inclinação da distribuição e, se não estiver distorcida, concluir que não há efeito de teto. Isso é excessivamente simplista?
Editar
Para adicionar um exemplo mais concreto, digamos que desenvolvo um instrumento que mede algumas características latentes x que aumentam com a idade, mas eventualmente se nivelam e começam a declinar na velhice. Faço a primeira versão, que tem um intervalo de 1 a 14, pilotos, e acho que parece haver um efeito de teto (um grande número de respostas entre 14 e quase 14, o máximo. Concluo isso apenas por olhando para os dados, mas por quê? Existe algum método rigoroso para apoiar essa reivindicação?
Depois, reviso a medida para ter um intervalo de 1 a 20 e coleto mais dados. Vejo que a tendência corresponde mais de perto às minhas expectativas, mas como sei que a faixa de medição é grande o suficiente. Preciso revisá-lo novamente? Visualmente, parece estar ok, mas existe uma maneira de testá-lo para confirmar minhas suspeitas?
Quero saber como posso detectar esse efeito de teto nos dados, em vez de apenas observá-lo. Os gráficos representam dados reais, não teóricos. Expandir o alcance do instrumento criou uma melhor disseminação de dados, mas é suficiente? Como posso testar isso?
1 Hessling, R., Traxel, N., & Schmidt, T. (2004). Efeito de teto. Em Michael S. Lewis-Beck, A. Bryman e Tim Futing Liao (Eds.), A Enciclopédia SAGE de Métodos de Pesquisa em Ciências Sociais . (p. 107). Thousand Oaks, Califórnia: Sage Publications, Inc. doi: 10.4135 / 9781412950589.n102