Los índices compuestos que aquí se describen representan la mejor forma de resumir información discreta y cualitativa. "Los índices compuestos son mucho más fáciles de interpretar que intentar encontrar una tendencia común en muchos indicadores separados" (Nardo et al., 2005[1]). Sin embargo, su elaboración y uso pueden ser controversiales. Los usuarios pueden malinterpretar estos índices con facilidad y frecuencia debido a la falta de transparencia sobre cómo se generan, lo que dificulta entender realmente lo que están midiendo.
La OCDE ha tomado varias medidas para prevenir o resolver problemas comunes asociados a los índices compuestos. Los índices compuestos presentados en esta publicación se han elaborado siguiendo los pasos indicados en el Manual para la Elaboración de Indicadores Compuestos (OCDE/Unión Europea/EC-JRC, 2008[2]) que son necesarios para la construcción significativa de índices compuestos o sintéticos.
Cada índice compuesto se basa en un marco teórico que representa un concepto acordado en el ámbito que abarca. Las variables que componen los índices se eligen en función de su relevancia para el concepto. Cada índice se elabora en estrecha colaboración con los correspondientes grupos de expertos de la OCDE, que asesoran sobre las variables y los esquemas de ponderación que deben utilizarse para el compuesto.
También se realizaron varios análisis estadísticos para garantizar la validez y fiabilidad de los índices compuestos. Las preguntas de la encuesta utilizadas para crear los índices son las mismas en todos los países, para garantizar que los índices sean comparables. Para eliminar los efectos de escala, todos los indicadores y variables se normalizaron entre "0" y "1" para que fueran comparables. Para construir los compuestos, todos los indicadores se agregaron utilizando un método lineal. Las puntuaciones de los índices se determinaron sumando las puntuaciones ponderadas de cada indicador. También se emplearon herramientas estadísticas (por ejemplo, el alfa de Cronbach) para establecer el grado de correlación entre un conjunto de variables comprendidas en cada índice y comprobar su fiabilidad interna. Esto implica que todas las variables incluidas en cada índice tienen un valor intrínseco, pero también están interrelacionadas y captan el mismo concepto subyacente. Por último, se llevó a cabo un análisis de sensibilidad mediante simulaciones de Montecarlo para determinar la solidez de las puntuaciones de los índices ante distintas opciones de ponderación.