¿Tienes confianza? La confiabilidad y el Alfa de Cronbach

Estimados todos, bienvenidos a un nuevo episodio de Stats SOS, espero que estén muy bien.

En la aventura de hoy tenemos que tener mucha confianza en nosotros y nuestros datos :). El post de hoy como bien sale, busca ver cuán confiables son nuestros datos. En otras palabras, ver si es que las personas nos han respondido por responder o si lo han hecho de manera consciente. Otro tema que nos ayuda la confiabilidad es conocer a grandes rasgos cómo es que está funcionando nuestro cuestionario.

En ese caso, el reto de nuestra aventura es poder resolver el tema de la confiabilidad y poder describirla de manera sencilla. 

Entonces, ¿qué es la confiabilidad? La confiabilidad estadística es cuando los resultados de un análisis se pueden reproducir en diferentes muestras. En otras palabras, son consistentes. Cuando se analiza un cuestionario, se busca que este tenga confiabilidad y consistencia interna. El primero significa que este cuestionario pueda representar efectivamente y sin un gran sesgo, las opiniones de las personas. Aparte, estas opiniones pueden reproducirse nuevamente con el mismo cuestionario.

¡Excelente! Ahora vamos a lo siguiente, consistencia interna. Como el mismo nombre lo dice, se refiere al interior de un cuestionario. En otras palabras, a que los puntajes de cada pregunta del cuestionario sean consistentes con el puntaje total de todo el cuestionario. Pero ahora me dirán, ¿Cómo diablos sacamos el puntaje total de todo la prueba? Muy sencillo, la colección de todas las preguntas del cuestionario nos permite obtener un puntaje total del mismo. Hay varias maneras de obtener esto, pero no tocaré este tema aquí, los que tienen interés en ello siempre pueden ir a la parte de comentarios :).

Entonces, dicho esto en esta aventura veremos específicamente una técnica para obtener la confiabilidad o fiabilidad que vendría a ser el análisis por consistencia interna, el cual es el Alfa de Cronbach. Pero es importante mencionar que existen otras formas de calcular la confiabilidad, como la técnica por mitades, el test-retest, etc.

Ojo, pestaña y ceja (1): El análisis de consistencia funciona de manera adecuada con preguntas que tienen un escala de respuesta de tipo Likert. Una escala Likert, es la clásica escala de respuesta que tiene por ejemplo, valores del 1 – 7, donde 1 es “Nunca”, 2 “Algunas veces”, hasta el  7 que sería “Siempre”. El Alfa de Cronbach no funciona bien con escalas que tienen valores sí y no (dos opciones de respuesta). Para ello, existen otras técnicas estadísticas (Sijtsma, 2009).

¡Perfecto! En lugar de estar hablando tanto, creo que lo mejor que podríamos hacer es ir a un ejemplo :). Imagínense que queremos conocer los niveles de estrés de un grupo de trabajadores justo después del cierre laboral de fin de mes donde la carga de trabajo es muy alta. Para ello, usamos un cuestionario de 33 preguntas sobre síntomas de estrés que tienen opciones de respuesta del 1-5, donde 1 es “Nunca” y 5 es “Siempre”.

Le pedimos a la empresa que nos de tiempo para entregarle una encuesta a los 250 trabajadores para conocer sus síntomas de estrés. Sin embargo, el encargado nos comenta que tengamos cuidado porque en este espacio laboral, la gente tiende a subestimar sus niveles de estrés y muchos de ellos no aceptan que se sienten muy tensos y evidencian síntomas de estrés.

Dicho esto, nos ponemos alerta y sabemos que tenemos que tener especial cuidado con esto. Muy bien, les tomamos el cuestionario de estrés a los trabajadores, ingresamos toda la información a la computadora y ¡a viajar!

Para nuestro viaje es necesario que sigamos la siguiente ruta:

Analizar/Escala/Análisis de fiabilidad/

En esta ventana, es necesario entrar a Estadísticos, y hacer click (pinchar) para marcar la casilla que dice “Escala si se elimina el elemento”, luego de ello Continuar. 

¡Genial! Ya estamos a mitad del proceso, ahora cerremos esta parte. Luego de ello, debemos poner los elementos que vendrían a ser todos los ítems o preguntas de la prueba que quieren analizar. Aceptar. 

¡Muy bien! Si necesitan un café, té o manzanilla, ¡este es el momento perfecto! (5 minutos después). (Tambores para darle ritmo a los análisis de nuestros resultados).

Tabla 1

Alfadecronbach

Esta primera tabla nos dice nuestro Alfa de Cronbach general. ¿Qué diablos significa este número? ¡Muy sencillo! En el fondo es una correlación, así como la correlación de Pearson que ya conocemos (ver post). La única diferencia con una correlación es que los valores posibles son de 0 – 1. Si les sale un Alfa de Cronbach negativo es muy probable que hay un error de dignación de los cuestionarios. 

En esencia, este estadístico nos propone lo siguiente: Nosotros le tomamos la prueba a 250 trabajadores, ¿cierto? Ahora asumamos que escogemos al azar otro grupo de 250 trabajadores y se les toma la misma prueba. Luego de ello, se hace una correlación de los puntajes de la prueba de nuestros trabajadores con este grupo “ficticio” o mejor dicho “esperado” de puntajes. Y así, mis valientes aventureros sale el Alfa de Cronbach. ¿Enredado? ¡No se preocupen! Lo seguimos viendo.

En ese caso, nuestro Alfa de Cronbach debe ser alto, porque demuestra que hay una relación fuerte entre estos dos grupos, lo cual a su vez muestra que hay consistencia, porque se puede reproducir los mismo puntajes de nuestra prueba de estrés con este otro grupo esperado.

En este caso, nuestro Alfa de Cronbach es de .933 lo cual muestra un Alfa de Cronbach bastante bueno. Algunos autores muestran que valores mayores a .70 son adecuados y que menor a esto puede ser complicado (George & Mallery, 2003; Gliem & Gliem, 2003). En ese caso, vamos !muy bien!

Tabla 2

descripcionconsistenciainterna1

 descripcionconsistenciainterna2

Ahora se viene lo bueno, ¡¿Qué es esta tabla enorme con muchos números?! Sencillo, es un resumen de nuestras 33 preguntas de síntomas de estrés. Nada más y nada menos. Los que aún siguen un poco nerviosos por esta tabla no hay problema, (aquí un poco de música relajante para calmar los ánimos).

Si bien aquí salen 4 columnas, las columnas más importantes para nosotros son las dos últimas hacia la derecha. La primera nos dice la correlación item-test. ¿Qué es esto? Es la correlación de los puntajes de cada pregunta con los puntajes totales de toda la prueba.  Pero en este caso, los valores sí pueden ir de -1 a 1. Pero lo que nosotros buscamos es que todos los valores sean positivos. Nuevamente, así como el Alfa de Cronbach, los puntajes deben ser altos. En ese caso, una clásica regla de dedo es que los valores deben ser mayores a .40 (Gliem & Gliem, 2003). Sin embargo, esto es bien discutible porque se pueden encontrar otras reglas de dedo con valores menores.

En nuestro caso, podemos ver que la gran mayoría de las preguntas funcionan bien con la excepción de la: 8, 12, 14 y 33. Esto lo sabemos porque la correlación ítem – test es menor a .40. En otras palabras, los puntajes de estos ítems no están fuertemente relacionados con el puntaje total de la prueba.  En general, cuando ocurre esto la lógica sería retirar los ítems que no funcionan bien del análisis. 

¡Pero no tan rápido! ¡Paremos el carro! Antes de hacer esto, es necesario ver a la última columna de la derecha, que es el “Alfa de Cronbach si es que se elimina el elemento”. Aquí, como el nombre lo dice, nos muestra cuánto subiría nuestro Alfa de Cronbach si es que retiramos el ítem (pregunta) de nuestro análisis. Si vemos en la columna, si retiramos los ítems 8, 12 y 14 el Alfa de Cronbach no subiría nada o subiría a penas un punto, entonces no vale la pena quitar esos ítems.

Por otro lado, si retiramos el ítem 33 (que tiene una correlación ítem-test de .078), aquí sí hay un cambio de 3 puntos en el Alfa de Cronbach. Por lo tanto, sería recomendable eliminar ese ítem de nuestra escala de estrés.

¿Cómo se elimina el ítem? Muy sencillo se vuelve a realizar todo la aventura con la única diferencia que esta vez no incluimos la pregunta 33 y listo (Aquí les dejo una tonada aventurera de los 80).

Ojo, pestaña y ceja (2): El Alfa de Cronbach asume por defecto Unidimensionalidad. ¿Uni…que? Esto quiere decir que interpreta que todas las preguntas que pongamos en el análisis generan un puntaje total único. Si tienen cuestionarios que tienen diferentes áreas o temas. Por ejemplo, 5 ítems miden autoestima, 6 ítems miden, identidad, etc. Es mejor utilizar el Alfa de Cronbach separando por cada una de las áreas.

¡Muy bien! Creo esto sería todo mis valientes lectores, ¡hemos logrado la hazaña! ¡Los felicito por ello! Recuerden que si tienen alguna pregunta pueden ir siempre a la parte de comentarios. Encantado de poder responderles y saber más de ustedes. Por último, un ojo, final.

Ojo, pestaña y ceja (3): Si bien el Alfa de Cronbach se ha mostrado como una aventura aparte, en general siempre que hagamos análisis inferenciales (ver post), cualquiera que hayamos visto en Stats SOS, siempre es importante antes analizar la consistencia interna de nuestros datos. ¿Por qué? porque sino estamos analizando datos y haciendo concluyendo sobre la base de datos que no son confiables. 

¡Perfecto! Para la siguiente aventura volveremos a nuestras queridas regresiones y las miraremos más a profundidad. En otras palabras, entraremos en la selva de la moderación y la mediación estadística. 

Espero que todos hayan experimentado una excelente aventura, siempre es muy agradable poder enfrentar estas aventuras con ustedes.

¡Buenas vibras para todos!

Referencias

George, D., & Mallery, P. (2003). SPSS for Windows step by step: A simple guide and reference. 11.0 update (4th ed.). Boston: Allyn & Bacon.

Gliem, J & Gliem, R. (2003). Calculating, Interpreting, and Reporting Cronbach’s Alpha Reliability Coefficient for Likert-Type Scales. Conference in Adult, Continuing, and Community Education. Midwest Research to Practice.

Sijtsma, K. (2009). On the use, the misuse and the very limited of the Cronbach’s Alpha. Psychometrika, 74(1) 107-120. DOI: 10.1007/S11336-008-9101-0

Anuncios

Acerca de Juan Carlos Saravia Drago

Magister de Estadistica aplicada a las ciencias sociales (Quantitative analysis for the social science). Katholieke University of Leuven (KUL). Magister en psicología clinica y de la salud de la Pontificia Universidad Católica del Perú (PUCP). Especialista en análisis cuantitativos en promoción de la salud, estrés, salud ocupacional y en jóvenes.
Esta entrada fue publicada en Básico 2.0 y etiquetada , , , , . Guarda el enlace permanente.

176 respuestas a ¿Tienes confianza? La confiabilidad y el Alfa de Cronbach

  1. Elena dijo:

    Buenos días,

    Me gustó mucho leer el post. En mi caso tengo un problema que no puedo responder. Tengo un instrumento que mide una dimensión ( desgaste por empatía) y esta a su vez se divide en otras 3 dimensiones. Resulta que estoy analizando el alfa de Cronbach del instrumento completo y me sale que tiene una puntuación buena ( 0.7..) pero cuando lo analizo por las 3 dimensiones que tiene el instrumento todas me dan una alpfa Cronbach muy baja (de 0.3 o 0.4). ¿Qué ocurre? ¿Eso es posible? Agradecería mucho tu comentarios.
    saludos.

    Le gusta a 1 persona

    • Estimada Elena,

      Muchas gracias por escribir a Stats SOS. Sí es posible, dos cosas pueden pasar. Que ese grupo de ítems no discriminan las personas que tienen mucho o poco desgaste porque todos dan respuestas parecidas.

      Por otro lado, la cantidad de ítems por lo general lleva a que tengas menor variabilidad y por eso es que los alfas son tan bajos. Mis dos respuestas están relacionadas entre sí.

      ¡Mucho éxito!

      Me gusta

  2. Anónimo dijo:

    hola buenas noches, pues solo quisiera saber .. cual seria mi respuesta ante la siguiente pregunta. por que o debido a que mi alfa dio como resultado un coeficiente de 0.935? …así mismo también quisiera saber … por ejemplo al momento de analizar en el SPSS las correlaciones bivariadas .. me indica que algunas preguntas puedo invertirlas y así de esa manera también aumentar mi alfa … estaría correcto para la investigación hacer eso? o ya se llamaría manipulación cosa que no debería de existir en una investigación no experimental? … agradecería si me podría contestar esas dudas que tengo por favor … saludos desde Perú.

    Me gusta

    • Estimad@,

      Muchas gracias por escribir a Stats SOS. Si el alfa sale alto quiere decir que la prueba es confiable y que los ítems se relacionan entre sí y permite generar un puntaje único. Personalmente no invertiría los ítems porque la máquina me lo dice sino tendría un criterio teórico detrás de ello.

      ¡Mucho éxito!

      Me gusta

  3. Anónimo dijo:

    Buenas tardes ,
    porque me sale mi alfa 0.16? es malo eso?

    Me gusta

    • Estimad@,

      Muchas gracias por escribir a Stats SOS. Dado que el alfa de Cronbach debe ser lo más cerca a 1.00 posible entonces diría que sí. Es muy baja la confiabilidad. Es posible que los ítems no se relacionen entre sí o no haya variabilidad entre las respuestas (que todos marcan la misma opción).

      ¡Mucho éxito!

      Me gusta

      • Tomas Flores dijo:

        Si se toma datos basicos el alfa sale en bajo nivel, para su calculo recalcular con variable suma incluida y asumir este dato en la validacion

        Me gusta

        • Estimado Tomas,

          Muchas gracias por escribir a Stats SOS. No se si metería dentro del análisis la sumatoria de todos los datos porque tendrías un problema de duplicidad de datos que generaría algo que le llaman multicolinealidad. Personalmente, no es algo que haría.

          ¡Mucho éxito!

          Me gusta

  4. Gabriela Irene Rodríguez Gámez dijo:

    Buen día
    Quisiera saber si existe alguna diferencia entre confiabilidad de alfa (alpha reliability) y alfa estandarizada (standardized alpha)? Debido a que en el paquete estadístico R commander me arroja ambos datos. Sé que el alfa estandarizada refiere a la relación que existe entre los reactivos, pero, entonces ¿A qué refiere la confiabilidad de alfa que arroja R en este caso?
    Espero haber sido clara y me pueda apoyar con esta duda
    Gracias de antemano

    Me gusta

    • Estimada Gabriela,

      Muchas gracias por escribir a Stats SOS. Solo se diferencian en la manera de calcular el índice. El alfa normal se calcula usando las varianzas (matriz de varianza covarianza) y el alfa de cronbach estandarizado utilizando las correlaciones de los ítems (matriz de correlaciones).

      En ese caso utiliza insumos distintos para hacer el cálculo.

      ¡Mucho éxito!

      Me gusta

  5. amacias182 dijo:

    Esto de alfa de cronbach se hace despues de haber aplicado el cuestionario por lo que entiendo??? Y la otra pregunta, entonces para lo que sirve es para determinar si las personas nos contestaron a lo loco o si en realidad si fueron respuestas verdaderas??? es decir, su utilidad es ver que lo que contestaron en verdad lo piensan???

    Me gusta

  6. Anónimo dijo:

    holaa en la columna de correlacion total corregida tengo algunos valores negativos , seria necesario eliminarlos o puedo trabajar con ellos normalmente? gracias

    Me gusta

    • Estimad@,

      Muchas gracias por escribir a Stats SOS. Recomendaría eventualmente anularlos. Pero antes de eso, sacaría estadísticos descriptivos sobre esos ítems complicados. La distribución de las respuestas podría darte ideas de cómo es que la gente está respondiendo los ítems.

      ¡Mucho éxito!

      Me gusta

  7. Anónimo dijo:

    Muy buena explicación, además muy detallados ejemplos, pero quiero saber con exactitud qué quiere decir en mi tesis Rho=.574 entre la gestión administrativa y a enseñanza…Muy agradecida..

    Me gusta

  8. Anónimo dijo:

    Hola! Una consulta, si en un cuestionario tengo varios tipos de preguntas (dicotómicas, respuesta múltiple, etc) y solo 2 con escala likert con pocos ítems. Es válido usar en ese caso el alfa de cronbach o es mejor usar otros estadisticos? Ya que una de mis variables puede incluir una pregunta de respuesta múltiple como una likert.

    Me gusta

    • Hola,

      Muchas gracias por escribir a Stats SOS. Para curarte en salud yo solo pondría dentro de la prueba de alfa de cronbach preguntas que tengan respuestas politomicas. El problema es que el alfa no funciona muy bien con preguntas dicotomicas.

      Mucho éxito!

      Me gusta

  9. James dijo:

    Hola, me guastaria saber que pasa cuando el resultado es mayor a uno. R:1.52

    Me gusta

  10. Omar Garcia dijo:

    Buenos dias, que me puede decir sobre la confiabilidad interobservador .cuando se da y como ..Gracias

    Me gusta

    • Estimado Omar,

      Muchas gracias por escribir a Stats SOS. La confiabilidad entre observadores se refiere al nivel de concordancia que hay entre ellos. Esto se da cuando se hace una observación ya sea de aula o de cualquier fenómeno donde múltiples personas observan un fenómeno y ven por ejemplo cuanto se repite el mismo. Luego se ve entre los observadores cuantos de ellos estuvieron “de acuerdo” con el nivel de repeticiones. Los acuerdos se dividen entre el total de observadores y ahí se obtiene un coeficiente.

      Mucho éxito!

      Me gusta

  11. Alberto dijo:

    Yo lo veo así, dime si estoy mal porfavor. Supongamos que soy un profesor que le aplica 50 examenes sobre ingles (que maestro tan perro por cierto jaja) en el semestre a mis alumnos, (los examenes equivalen a cada uno de los 50 reactivos de un hipotetico cuestionario), y al final, si saco el promedio que sacaron mis alumnos en todos ellos es de 8.3. Si me pongo a ver las calificaciones promedio de todo el salon en cada uno de los examenes tendre los siguientes puntajes: 7.5, 8.5, 7, 8.7 y así. Entonces en el momento en que vea que en un examen el promedio fue de por ejemplo 5.7, eso me bajara mi coeficiente de confiabilidad, mi consistencia interna… entonces en el momento en que elimino ese 5.7, es decir ese examen (entiendase por reactivo) de mi evaluación total, subira mi alfa de cronbach, es masomenos asi la logica Juan Carlos?? Mil gracias por tu tiempo y conocimientos, eres el mejor!!

    Me gusta

    • Estimado Alberto,

      Muchas gracias por escribir a Stats SOS y por tus palabras. Sí, es más o menos así. La diferencia es que no es a nivel de todo el examen sino a nivel de las preguntas. Si en un reactivo todos te responden lo mismo (se equivocan o aciertan) ese ítem no está discriminando si una persona es buena o no tan buena. Por ello, la varianza (las diferencias) no se captan y entonces la confiabilidad cae.

      Mucho éxito!

      Me gusta

  12. jessica marchan vargas dijo:

    hola! me encanto tu enseñanza. una consulta, que pasa cuando me sale – ,014 que puede haber fallado? y como solucionarlo por favor.

    Me gusta

  13. Carlos dijo:

    Hola una consulta, como usted lo tomaría si la confiabilidad de las 2 variables juntas me sale 0.875, pero si saco por separados la primera variable me sale 0.817 y la segunda variable me sale 0.743. esta segunda variable estaria bien ? puesto que dicen que un resultado 0.7 es aceptable pero un 0.8 es muy bueno.

    Me gusta

  14. René Arenas dijo:

    Excelente material, felicidades una consulta: cuando el alfa sale negativo: -0,765, como habría que interpretarlo

    Me gusta

  15. Rene dijo:

    Saludos y muchas gracias por el contenido. Mi consulta es:
    Tengo 2 escalas que quiero correlacionar, la primera de ellas tiene 4 dimensiones( 4 items por dimensión) y la otra es unidimensional(10 items ), mi pregunta es si en caso la confiabilidad que obtenga por cada una de las dimensiones sea baja (menor a 0.7) podría correlacionar cada una de estas dimensiones con la otra escala de 10 items, o es que la baja confiabilidad seria un inconveniente para realizar un análisis correlacional?

    Me gusta

  16. Camilo dijo:

    Buenos días, primero, me ha encantado tu blog. Segundo, creo que repetiré una pregunta que te hicieron pero ya que vi que te has especializado también en cuestiones de salud, quizás la haga mas especifica.
    Estoy realizando una Escala de estilo de vida promotor de salud. Al realizar el Alfa de C. del conjunto de Items me da uno bueno, sobre ,8. Pero al realizar por dimesiones (nutriciòn, estres, etc) desciende y no sobrepasa ,6 y otros lisa y llanamente ni el ,3.
    Puedo mantener el análisis o qué modificaciones debo realizar.
    Muchas gracias.

    Me gusta

  17. Anónimo dijo:

    Que sucede cuando hay cuestionarios incompletos?
    Saludos

    Me gusta

  18. Carlos F dijo:

    Una pregunta, tengo una dimensión cuya respuestas son binarias; y mencionaste en el Post “El Alfa de Cronbach no funciona bien con escalas que tienen valores sí y no (dos opciones de respuesta). Para ello, existen otras técnicas estadísticas (Sijtsma, 2009)”. ¿Cuáles son estas otras técnicas estadísticas?, por favor.

    Me gusta

  19. Fatima Gamarra dijo:

    Hola! Podrías explicarme como hallar el puntaje total de mi cuestionario?Para hallar la consistencia interna. Muchas gracias.

    Me gusta

    • Hola Fátima, el puntaje total del cuestionario no tiene que ver con la consistencia interna. Por un lado, para hallar el puntaje total tendrías que sumar todos los ítems.
      Por otro lado, para conseguir la consistencia interna tiene que meter los ítems por separado y ver uno por uno cómo van funcionando con respecto al puntaje total del tu prueba.

      Mucho éxito!

      Me gusta

  20. Anónimo dijo:

    hola si el alfa me sale 3.214 es bueno o malo ?

    Me gusta

  21. Stefania dijo:

    Hola, en una escala que aplique las subescalas obtienen valores bajos de confiabilidad, y estoy haciendo un analisis de regresion logistica binaria ¿De que manera se puede justificar la introduccion de estas subescalas en el modelo de regresion? ya que dan valores bajos

    Me gusta

  22. Buenos dias necesito que me ayuden si seria adecuado aplicar el alfa de crombach a mi cuestionario que tiene 29 preguntas entre lascuales hay preguntas con respuestas dicotomicas y preguntas de tipo abierta, existe esa posibilidad? como podria darle valor a cada respuesta obtenida? Por otra parte podria agrupar las respuestas de mis preguntas abiertas de tal maneraque ĺas vuelva dicotomicas y asi homogenizar mis respuestas a solo dicotomicas y luego aplicar el test de kuder-richardson? Espero pronta sus respuestas

    Me gusta

    • Estimado Jimmy,

      Muchas gracias por escribir a Stats SOS. Lamentablemente el alfa de Cronbach sólo se puede aplicar con ítems politómicos.
      La opción que planteas sí es viable siempre que cuando categorices todos tus ítems vayan en la misma dirección tanto conceptual como numérica (a mayor puntaje más se da la conducta).

      Mucho éxito!

      Me gusta

  23. Juan Carlos Saravia Drago ayudame porfa te lo agradecere

    Me gusta

  24. Anónimo dijo:

    Hola, Juan Carlos:

    Espero que estés bien. Te felicito por el blog es súper claro y amigable :).
    Estoy haciendo mi tesis de maestría sobre cómo la autoevaluación afecta el aprendizaje autorregulado. Para ello, he aplicado un instrumento de autorregulación en dos oportunidades (pre y post). Cuando obtuve la confiabilidad (alfa de Cronbach) en el pretest de toda la escala todo estuvo bien. Ahora que he vuelto a procesarla me sale negativa (-,052), a pesar de que ya revisé la digitación. He procesado la confiabilidad para cada una de las 4 subescalas que mide la prueba y me salen bajas (todas alrededor de .5, a diferencia del pretest donde todas estuvieron dentro del nivel aceptable). Con ello, ¿debo entender que es probable que en la segunda aplicación los participantes no necesariamente han llenado a conciencia la prueba o qué pudo haber pasado? ¿esto afectaría el procesamiento de los demás datos que debo realizar? ¿o ya no es necesario el procesamiento de la confiabilidad en la segunda aplicación?

    De antemano agradezco tu respuesta!

    Saludos!

    Me gusta

    • Hola,

      Muchas gracias por escribir a Stats SOS. Son varias preguntas así que las enumeraré:
      1) Sí es necesario que corras alfa de cronbach en el post test.
      2) Revisaría no solo la digitación sino si tienes ítems inversos que no fueron volteados.
      3)Sacaría una tabla de frecuencias de ambas mediciones para ver cómo así sale tan baja la correlación.
      4) Finalmente haría un análisis factorial exploratorio con método de componentes principales (por dar un ejemplo) para poder ver si es que las escalas se están juntando como realmente se desea.

      Mucho éxito!

      Me gusta

  25. Anónimo dijo:

    Hola… muy bueno el post y divertido… has comentado que si el Alfa es bajo (<0.7) puede deberse a que los encuestados no han hecho el test a conciencia… (también hay la posibilidad que el test sea una verdadera "basura" que no sirve para lo que se supone debe servir, así no le ponemos el peso de la responsabilidad a los pobres encuestados)… pero planteo una tercera opción y me dices, desde tu experiencia que opinas: que no sea ni lo primero ni lo segundo. Es decir, el test es bueno, la gente lo contesto a conciencia, pero la materia que evalúa escapa del "conocimiento" de los encuestados. Te pongo un ejemplo: un test sobre manejo de situaciones de riesgo en altamar, el test ha sido utilizado en diversos contextos e idiomas y siempre con alfas fantásticos… pero deciden pasárselo a un grupo de marineros bolivianos (responsables del control de aduanas en el lago Titicaca) y el test arroja un valor de 0.4. Y no es que estén mal preparados, sino que en efecto las condiciones de navegación en un lago y de gestión de situaciones de riesgo son distintas allí que en mar abierto… Estas de acuerdo o esta tercera vía interpretativa no es posible? Gracias!

    Me gusta

  26. Anónimo dijo:

    buenas noches, quisiera saber si al tener una prueba que tiene items directos e inversos se deben diferenciar al momento de ingresar los datos al SPSS. o todos se ingresan con los puntajes directos.

    Lo consulto porque cuando analizo el alfa con los puntajes directos sin cambiar los inversos el alfa obtenido es de ,833 mientras que cuando hago el cambio de los items inversos disminuye a ,676

    quedo atenta a tu respuesta, gracias!

    Me gusta

    • Estimados,

      Muchas gracias por escribir a Stats SOS. Los ítems todos tienen que ir hacia la misma dirección. Por ende, los inversos deben ser volteados de tal manera que vayan hacia la misma dirección que los directos. Te recomiendo revisar cómo están codificados tus ítems porque eso es particular.

      Mucho éxito!

      Me gusta

  27. Carla dijo:

    Buenas una consulta.Es una investigacion correlacional
    Con respecto a la contrastacion de hipótesis para la general que son mis dos variables utilice la prueba de spearman donde me sale ,0245 y una significancia de ,021 en este caso existe una relación muy débil. Al realizar las prueba de las hipótesis especificas(son las tres dimensiones de la primera variable relacionadas con la segunda variable) en este caso el rho de spearman me salio para la primera hipótesis ,169 y su significancia ,117 ; el otro rho es ,055 y su significancia ,615 y por ultimo un Rho de ,101 y significancia ,352.
    Que significan los resultados?
    Agradezco tu respuesta

    Me gusta

    • Muchas gracias por escribir a Stats SOS. En esencia implica que casi ninguna de tus correlaciones es estadísticamente significativa con excepción de esa de 0.245. Las que son significativas pero con correlaciones menores a 0.10 la verdad que son irrelevantes.

      Mucho éxito!

      Me gusta

  28. Carla dijo:

    Disculpe me equivoque al digitar, error ,0245 lo correcto es ,245

    Me gusta

  29. Ricardo Gonzalez dijo:

    Buenas tardes
    Tengo un cuestionario con preguntas que tienen como respuesta valores entre 0 y 5 variable continua (no es tipo likert), puedo utilizar el alfa de Combranch, en caso de que tu respuesta sea no, que me recomendarías.
    Muhcas gracias por tu gentil ayuda
    Saludos
    Ricardo

    Me gusta

  30. Cristian dijo:

    Buenas noches, Juan Carlos. Primero que todo, agradezco tu expertis, tu post y el tiempo que inviertas en responder mis consultas, que para mejor apreciación y facilitar tus respuestas, van enumeradas.

    1) Levanté un cuestionario con 24 preguntas, de las cuales 18 son con respuestas tipo Likert y 6 con preguntas abiertas. De las 18 Likert, 16 son con la escala Muy buena a Muy Mala (5 opciones), 1 es de selección múltiple (5 opciones) y la última con la escala Muy Perteneciente a No Perteneciente (5 opciones). Pregunta: ¿La pregunta de selección múltiple es considerada politómica? (y, por tanto, ¿factible de incluir en las 18 que he levantado siguiendo Likert?)

    2) Si tu respuesta a 1) es positiva, tengo un cuestionario con el 75% de preguntas en escala Likert. Pregunta: ¿Cuál sería el % ideal de preguntas politómicas en un cuestionario para que el Alfa de Cronbach “no sufra” (o su índice sea confiable, asumiendo correcta construcción de preguntas) atendida la presencia de preguntas abiertas (y/o dicotómicas visto que ya estamos aquí), y por tanto, invisibles para el cálculo del AdC? Porque tal vez un 75% de politómicas sea suficiente, pero ya sabes, en las abiertas se logra más información aún que en las politómicas.

    3) Esta pregunta tal vez me la contestaste ya en 1). Pretendo fusionar mi cuestionario con otro que también usa Likert, pero del tipo Nunca a Siempre (4 opciones) y con 30 preguntas. Dado que aquel es politómico, mi pregunta es ¿Afecta la confiabilidad del AdC el que tengan 4 opciones de respuesta, dado que el resto tiene 5 opciones?

    3.1) En la línea argumental de 3, ¿Afecta la confiabilidad del AdC el que la cantidad de preguntas del otro cuestionario (30) constituya, al fusionar ambos instrumentos en uno solo, el 55.5% del total del cuestionario final fusionado, dada la característica de 4 opciones de sus preguntas?

    4) Antes de llegar a tu página, leí por ahí que el Alfa de Cronbach “asume” unidimensionalidad, vale decir según entiendo, arroja resultados confiables a partir de un set de preguntas coherentes referidas a un solo tema. Pues bien, la pregunta es a)¿Recomendarías evaluar el AdC por dimensión en caso de que el cuestionario contenga más de un tema? En específico, el cuestionario de 30 preguntas mencionado más arriba contiene 6 dimensiones de 5 preguntas c/u. Al convertirlo, junto con el que levanté, en un solo gran cuestionario, b)¿Puedo, por tanto, confiar en los resultados del AdC general del instrumento? o, al contrario, c)¿Me recomiendas evaluar AdC por dimensión?

    4.1) A la luz de 4), si recomendaras la evaluación por dimensión, ¿Cómo debo construir la confiabilidad del instrumento en su conjunto?

    Profundamente agradecido,

    Cristian.

    Me gusta

    • Hola Cristian,

      Muchas gracias por escribir a Stats SOS. Enumero las preguntas para que sea más fácil.

      1) Sí es politómica pero no la incluiría.
      2) Bueno si las pones es muy seguro que tu alfa caiga.
      3)Los tomaría de forma separada para no complicarme la vida.
      4)De todas maneras las pondría por separado porque eso es correcto, el alfa asume unidimensionalidad. Evauaría por dimensión.
      4.1) La única forma es metiendo todos los ítems en el análisis pero te va a salir bajo porque tienes dimensiones por separado. A menos que estas dimensiones estén altamente correlacionadas. Otra forma se solo poner los puntajes totales de las dimensiones y no por ítems para encontrar una confiabilidad global.

      Mucho éxito!

      Me gusta

      • Anónimo dijo:

        Estimado Juan Carlos, agradezco tu respuesta. Me ayuda muchísimo. En este tiempo, no obstante, me ha surgido una última consulta que quisiera pedirte me ayudes a despejar. Se trata de qué estadístico utilizar a la hora de obtener el puntaje final en recuento vertical de los valores dados según respuesta, por encuesta. En mi matriz tengo las encuestas enumeradas en forma vertical, filas, y cada item ocupa una columna. Por tanto, por cada fila tengo todos los items de la encuesta, así como por cada columna una pregunta específica en el conjunto muestral.
        Pues bien, necesito saber qué estadístico utilizar para obtener:
        a) El valor de cada pregunta en el conjunto de encuestas. ¿Moda?
        b) Si tomo tu recomendación de 4.1:”Otra forma se solo poner los puntajes totales de las dimensiones y no por ítems para encontrar una confiabilidad global”… ¿Debo sacar la Media de los puntajes en cada dimensión, y luego la Media global del instrumento para la confiabilidad general?

        Muchas gracias desde ya!

        Cristián.

        Me gusta

        • Estimado Cristian,

          Muchas gracias por escribir a Stats SOS. Enumeraré para que sea más fácil.
          1) Yo pondría a las personas como filas y las preguntas como columnas. La moda te sirviría para saber cuál es el valor que más se repite.
          2) No, solo pon los totales por área y con eso podrías conseguir el índice de confiabilidad.

          Mucho éxito!

          Me gusta

  31. Arturo Covarrubias dijo:

    Juan Carlos muchas gracias por compartir tus conocimientos, son invaluables, dos preguntas, si la confiabilidad desde el alfa es aceptable a partir de .7 cómo podría reportar alfas entre .5 y .69; y la segunda pregunta es podrías recomendar autores para ahondar en el tema? de antemano muchas gracias por tu tiempo y respuesta

    Me gusta

  32. rmoreno22 dijo:

    Buenas noches Juan Carlos, gracias por su gran aporte en esta área. Espero que me pueda ayudar a tiempo. Me gustaría saber si en todas las investigaciones es necesario validar un instrumento o una encuesta. En mi caso por ejemplo tengo un estudio descriptivo y las preguntas no tienen la clásica escala de likert para sumar según variables, son preguntas que las tengo recodificadas en el spss, pero cada pregunta varía la una de la otra, algunas tienen hasta 9 opciones de respuestas, y otras son dicotómicas, pero no requieren agruparlas y sumarlas, porque no tendría sentido; la intención solamente es tabular todos estos datos y mostrarlas en tablas y gráficos; pero no sé si es necesario tener que realizar el análisis de fiabilidad de alfa de cronbach o algún otro. Intente con el alfa de cronbach y me sale un valor negativo y el spss me dice: El valor es negativo debido a una covarianza promedio negativa entre elementos. Esto viola los supuestos del modelo de fiabilidad… Agradezco de antemano tu aclaración en este punto.

    Me gusta

  33. José dijo:

    Hola Juan Carlos, gracias por compartir tus conocimientos. Tengo una duda. He leido que se ha estudiado la confiabilidad con alfa en el NEOPI-R que tiene 5 dimensiones, pero hablan de un alfa general. Esto esta bien? Lo que te he entendido es que debería de tener un alfa por cada dimensión. Otra cosa. Si el test tiene dimensiones, pero a su vez tiene una puntuación general, por ejemplo una prueba de bienestar que tenga categorías, pero una puntuación de bienestar final, podría correr el alfa con toda la prueba (también)?. Y una ultima consulta que me perdí con tanta información, los ítemes así sean inversos o directos, tengo que volverlos directos para analizarlo verdad?

    Me gusta

  34. Francisco Javier Rodríguez dijo:

    Estadísticas de fiabilidad
    Alfa de Cronbach N de elementos
    .774 81 preguntas sobre uso de NTICS de parte de docentes universitarios, se aplicó a 150 alumnos de Licenciatura.
    Dr. Usted, cree que .774 es válido en el Alfa de Cronbach y si sería posible aumentar el Alfa de Cronbach a 8. Muchas gracias, saludos.

    Me gusta

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s