¿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.

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

  1. Cecilia Chau dijo:

    Mucha claridad en tus aportes. Mil gracias

    Me gusta

  2. Effer dijo:

    Genial !

    Me gusta

  3. Anónimo dijo:

    Estimado JC,

    De verdad, muy buena llegada para enseñar algo pesado como estadística…y se nota que te apasiona.. de verdad tu aporte es de gran utilidad.. gracias por compartirlo.

    Saludos

    Me gusta

    • Estimado/a,

      Muchas gracias por comentar en Stats SOS y además, agradezco mucho el mensaje. Este tipo de gestos motivan mucho a seguir aprendiendo y creciendo. Espero tenerte pronto por acá para que puedas compartir otro comentario.

      ¡Muchos saludos!

      Me gusta

  4. Anónimo dijo:

    Hola, muchas gracias por tan buenos aportes al fascinante mundo de la estadística!!! De verdad gracias!

    Actualmente, hice un análisis de fiabilidad y quería saber cómo interpretar la correlación elemento total- corregida que nos sale en la tabla estadístico total -elemento. Mi duda es si gracias a esa correlación, podríamos decir que existe correlación entre un determinado item y el total de la prueba. Por ej. tomando como ej. la tabla 2 de arriba, podríamos decir que el item IREA27 tiene una fuerte correlación con el puntaje total de la prueba a la que pertenece? (estoy pensando en esto porque según el criterio de cohen 0.726, sería un correlación alta)

    Please, HELP! :/

    Me gusta

    • Estimado/a,

      Muchas gracias por escribir en Stats SOS. Me alegra mucho que el blog esté siendo de tu agradado :).

      Primero que todo, calma respira. La respuesta a la pregunta es “sí”. La correlación ítem test mide la relación entre los puntajes de un ítem y los puntajes de toda la prueba en su totalidad. Siguiendo el ejemplo que pones, los puntajes del ítem 27 al tener una correlación de .73 están fuertemente relacionados con los puntajes totales de la prueba.
      Espero que esto haya sido de ayuda.
      ¡Éxitos y espero volverte a verte pronto por aquí!

      Me gusta

  5. beatriz dijo:

    muy buenos días, me encanto su explicación. quisiera hacerle una consulta en mi cuadro sale que el “Alfa de Cronbach” = .395 y el “Alfa de Cronbach basada en elementos estandarizados” = .407
    no se si esta bien el trabajo realizado, espero un pronta respuesta y que tenga buen día.Gracias.

    Me gusta

    • Estimada Beatriz,

      Muchas gracias por escribir en Stats SOS. Me alegra mucho que te haya gustado la explicación. El trabajo está bien en la medida que sí es posible tener dos Alfa de Cronbachs distintos cuando se utiliza el normal y el estandarizado. Por un lado, el primer Alfa de Cronbach se calcula utilizando la varianza de los puntajes mientras que el segundo utiliza puntajes estandarizos de tus ítems y utiliza correlaciones para calcularlo.
      Al final del día, son en realidad casi lo mismo solo que uno utiliza puntajes estandarizados (para más información sobre esto te dejo este enlace: http://aathosc.tripod.com/PuntajeZ22.htm), y el otro utiliza la varianza.

      Creo que el problema no va por ahí, el tema es que tu Alfa de Cronbach es bastante bajo. Según Nunally (1978), para que tus puntajes sean confiables sería importante tener un Alfa de Cronbach mínimo de .70. Entonces, te recomendaría ver entre tus ítems cuáles no funcionan bien (eso se puede ver observando la correlación ítem – test explicada arriba) para ver qué puntajes de ítems se relacionan poco con el puntaje total de toda tu prueba.

      ¡Muchos éxitos!

      Me gusta

  6. ibiti13 dijo:

    Hola, Juan Carlos! Genial su post. Estoy empezando con el análisis estadístico de mi tesis y tengo una duda: ¿puedo calcular en alfa de Cronbach antes de hacer los análisis descriptivos (frecuencias…). No sé bien cuales deben ser los primeros pasos. Gracias por cualquier ayuda. Un cordial saludo. Ibiti.

    Me gusta

    • Estimado/a Ibiti,

      Gracias por escribir a Stats SOS. Interesante pregunta. Si estuviera en tu posición correría primero el alfa de cronbach y si es necesario que modifique los ítems de mi prueba lo haría. Luego de haber realizado todas las modificaciones recién correría los estadísticos descriptivos de mis pruebas.
      Por otro lado, si fueran datos sociodemográficos lógicamente no hay problema, puedes describir primero tu muestra y luego poner las descripciones de los puntajes de las mismas.
      Recuerda, primero limpias la base (tratas las casillas vacías), luego revisas cómo funcionan tus pruebas y manipulas la data (eliminar ítems) y luego es que haces tus análisis finales.
      Espero esto ayude.

      ¡Muchos éxitos! Ojalá tenerte pronto por aquí.

      Me gusta

      • ibiti13 dijo:

        ¡Muchísimas gracias, Juan Carlos! Me ha ayudado mucho. Seguramente, volveré a leer sus consejos a cada paso de mi análisis. De verdad, que estoy entusiasmada con la página porque es fácil de entender y da ánimos. Un saludo. 🙂

        Me gusta

  7. ibiti13 dijo:

    ¡Hola, Juan Carlos! Luego de leer todos los post hasta este otra vez, me he quedado con otra duda aquí. ¿Cómo puedo saber el puntaje total de una escala? Por ejemplo, tengo una escala de homofobia y creo que necesito transformarla en una otra variable, como homofobia total para luego medir si se relaciona con otras variables de la muestra. ¿Eso es cierto? ¿Cómo lo hago? Además, hay preguntas que están invertidas. Ya las he cambiado en redocificar en las mismas variables. Pero cuando hago los análisis descriptivos o de frecuencias, me sale un poco raro porque las personas que están de acuerdo con algo en una pregunta están totalmente en descuerdo en otra muy parecida y no tiene sentido. Creo que estoy haciendo algo mal. Ojalá me puedas echar un cable. Muchas gracias. Soy fan de su blog. Un saludo.

    Me gusta

    • Hola Ibiti,

      Muchas gracias por escribir a Stats SOS.
      Con respecto a los ítems inversos yo tendría cuidado de codificar en la misma variable. Sería más adecuado recodficar en una variable nueva nueva para evitar algún error.
      Por otro lado, con respecto a los puntajes totales lo que se suele hacer es sumar todos los ítems de la prueba y dividir el puntaje entre la cantidad de ítems que se tiene.
      Otra posibilidad es simplemente sumar todos los ítems.
      Estas operaciones se pueden hacer entrando a datos/calcular variable/ y ahí solo vas agregando los ítems poniendo siempre un signo más. Aquí dejo este enlace que podría ser de ayuda: https://www.youtube.com/watch?v=7jxpSLZCBsw

      ¡Muchos éxitos!

      Me gusta

      • ibiti13 dijo:

        ¡Hola, Juan Carlos! Una vez más, gracias por su ayuda. Voy a probar hacer los puntajes como ha explicado. Por otro lado, sobre el Alfa de Cronbach, me he basado en lo que ha escrito en este post más arriba: “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)”. Y la verdad es que mi programa de SPSS no acepta cuando intento hacer este análisis de fiabilidad en respuestas de sí y no. No me da la opción aceptar. Un saludo cordial. 🙂

        Me gusta

        • Hola Ibiti,

          Muchas gracias por escribir en Stats SOS. Si, el post dice que no funciona bien. Eso es cierto, pero esto no quiere decir que no se pueda hacer.
          Me parece curioso que el SPSS no te permita correr el alfa de cronbach con datos dicotomicos. Te invitaría a revisar. De todos modos, tendría cuidado. Es posible hacer el análisis pero no es lo más recomendable. El alfa de cronbach en general son varias correlaciones juntas. Como tu ya conoces por los posts anteriores las correlación de pearson no funciona con variables dicotomicas.
          Por eso, hacer un alfa de cronbach con variables dicotomicas no es lo mejor, pero de que es posible, es posible.
          ¡Muchos éxitos!

          Me gusta

          • ibiti13 dijo:

            ¡Gracias, Juan Carlos! Ahora entiendo mejor. Bueno, voy a seguir sus consejos. No parece mismo ser la mejor opción. Si no fuera por su blog, estaría muy perdida. ¡Felicidades! Un saludo. 🙂

            Me gusta

  8. ibiti13 dijo:

    ¡Perdóname, Juan Carlos! Me he olvidado hacerle otra pregunta. Tengo una escala de sí y no al envés de la escala de Likert. ¿Cómo puedo medir su consistencia interna? Ya sé que el alfa de Cronbach no sirve en este caso. Una vez más, gracias por cualquier ayuda. Saludos.

    Me gusta

    • Hola Ibiti,

      Muchas gracias nuevamente por escribir a Stats SOS. Lo lamento pero tu comentario no es del todo cierto. El alfa de Cronbach es una extensión de la fiabilidad de Kuder y Richardson que estaba dirigida exclusivamente a analizar consistencia interna con ítems dicotómicos.
      Dicho esto, el Alfa de Cronbach al ser una extensión sí permite hacer una análisis de fiabilidad con ítems dicotómicos.
      ¡Mucho éxitos!

      Me gusta

      • RAQUEL dijo:

        Eso quiere decir que si tengo items dicotomicos puedo aplicar alfa de cronbach para medir la confiabilidad.

        Me gusta

        • Hola Raquel,

          Muchas gracias por escribir a Stats SOS. Es posible hacerlo y tendrás un resultado (dado que es una extensión del análisis anterior). Pero no es lo más recomendable. Si quieres ser bien pegada a la regla usaría el análisis de Kuder Richardson. Otra posibilidad más actual es el índice de separación de personas que te da confiabilidad con ítems dicotomicos.

          Si estuviera en tu posición no lo haría, ahí depende del criterio del investigador. El alfa de cronbach es una extensión del análisis Kuder Richardson pero el alfa puede ser bien problemático y sobretodo con ítems dicotomicos. Pero he visto que te puede dar un resultado, pero no es lo mejor incurrir en la práctica de correr este análisis.

          Mucho éxito

          Me gusta

  9. Ana Iris Peña dijo:

    Buenas tardes Juan Carlos excelente manera de explicar la confiabilidad y el Alfa de Cronbach que llega a quienes tenemos tiempo que no usamos SPSS y nos recuerdas los pasos.
    Mi pregunta consiste en que tengo un cuestionario de mi trabajo de grado con 28 preguntas con opciones múltiples, de las cuales 19 aplican la escala de Likert de 5 opciones (Siempre, casi siempre, algunas veces, casi nunca y nunca), las 9 restantes tienen opciones variadas de acuerdo a cada variable cuyas alternativas oscilan de 3 a 6 respuetas distintas por cada ítem.
    Cómo me sugiere realizar el cálculo de confiabilidad con el Alfa de Cronbach. Mil gracias

    Me gusta

    • Estimada Ana,

      Muchas gracias por escribir a Stats SOS. Recomendaría hacer dos cosas. Revisar del cuestionario que conceptos miden. En el alfa de cronbach solo se pueden meter las preguntas que siguen un mismo concepto (es lo más lógico). Si cuenta con preguntas con opciones de respuesta distintos pero que miden el mismo concepto, la mejor solución sería ponderar estas respuestas y convertirlas de tal manera que todas las preguntas tengan la misma escala de puntuación.
      Un ejemplo sencillo, si un ítem tiene 2 opciones de respuesta (si y no) No podría valer 0 mientras que Sí valdría 100. Si otra pregunta tiene cuatro opciones (nunca, a veces, casi siempre y siempre). Nunca sería 0, a veces 25, casi siempre 75 y siempre 100. De esta manera todas las preguntas tienen la misma escala de puntuación.
      Este arreglo puede tener sus problemas matemáticos, las dos cosas mas importantes son: que todas las preguntas estén medidas de la misma manera y que todas esas preguntas compongan un concepto en común.
      De todas maneras, mientras mas parecida es la forma en que esta medida cada pregunta es mejor. Por ejemplo: todos los ítems tienen 3 opciones de respuesta.

      Espero que esto sirva

      ¡Muchos éxitos!

      Me gusta

  10. Anónimo dijo:

    Hola, Juan Carlos
    Te felicito, las explicaciones y ejemplos son entendibles.
    Tengo algunas dudas, quizás puedas ayudarme. En el caso que la confiabilidad del cuestionario que uso es adecuada, pero al analizar las sub escalas encuentro que alguna tiene un Alfa de Cronbach bajo ¿cómo podría explicarlo? ¿Qué razones pueden existir para que una sub escala no sea confiable/poco confiable? Pensaba en que quizás se podía deber a que esta sub escala tiene pocos ítems y que además, estos ítems pueden estar cargando mejor a otras sub escalas del cuestionario.
    Por otro lado, al revisar las correlaciones ítem- test del cuestionario encuentro que un par de ítems no discriminan bien, habías comentado que el punto de corte es .40 según Nunnally, y claro, hay reglas a dedo sobre ello, he visto que se considera también a partir de .30, ¿según qué autor? Aquí también me pregunto ¿qué razones pueden existir para que estos ítems tengan baja capacidad discriminativa? ¿Debo revisar la frecuencia de respuestas, qué ocurre si no veo dificultades en ello?
    Saludos!

    Me gusta

    • Estimad@,

      Muchas gracias por escribir a Stats SOS.
      Para hacer más sencilla la respuesta iré enumerando las diversas preguntas que me has hecho:
      1) Una confiabilidad puede salir baja debido a que los ítems no discriminan bien el constructo que se mide. Por otro lado, la cantidad de ítems también afecta, por lo general una mayor cantidad de ítems arroja un mayor alfa de cronbach.
      Otra posibilidad es que esa sub escala no sea unidimensional. El alfa de cronbach asume que los ítems que pones en el análisis miden solo un constructo. La explicación que me das es muy plausible, es posible que hayan ítems que cargan mejor en otras escalas, entonces cuando los metes todos juntos en el análisis “maquillas” el problema.
      2) Sobre los puntos de corte, existen varios puntos de corte, si mi memoria no falla Gliem y Gliem 2003 proponen puntos de corte de .30. La elección del punto de corte depende del investigador.
      Me parece acertada la estrategia de correr frecuencias en los ítems para ver si hay algún tipo de estilo en la forma de responder. Quizás todos responden puntajes muy altos o puntajes muy bajos o hacia el medio. Este análisis podría darte ideas preliminares del por qué los ítems no discriminan. Otra estrategia es correr un análisis factorial exploratoria con componentes principales para revisar si es que estas sub escalas que no funcionan son unitarias o no. Aquí aplicaría rotación VARIMAX (rotación ortogonal), para forzar al programa que te de componentes independientes.
      Por otro lado, si tu interés es saber si algunos ítems comparten varianza (tienen variabilidad en común), probaría con un análisis factorial. La diferencia entre uno y otro es la siguiente:
      El análisis por componentes principales busca darte el resultado en que los ítems explican la mayor cantidad de varianza posible.
      En cambio, el análisis factorial busca darte el resultado en que los ítems tienen mayor cantidad de varianza compartida. Lamentablemente, en el blog aún no he realizado un post sobre estos temas entonces no podría referirte a una página del blog. Sin embargo, en internet hay bastante explicación sobre estas dos técnicas, así que todo bien.

      En líneas generales, el análisis de confiabilidad de alfa de cronbach te da ideas preliminares sobre cómo se comportan los ítems. Lo mejor es acompañar este análisis con técnicas complementarias como un simple análisis de frecuencias o el más complejo análisis factorial exploratoria con componentes principales o con el análisis factorial.

      Espero haya ayudado el intercambio.

      ¡Muchos éxitos!

      Me gusta

  11. Bosco Villena Pereyra dijo:

    Hola Juan Carlos, tengo una consulta simple… Mi Alfa de Cronbach me ha salido negativo -0.04, tu mencionas que es probable que haya un problema de dignación en los cuestionarios. ¿Eso qué significa? ¿Y cómo se puede resolver? Gracias.

    Me gusta

    • Estimado Bosco,

      Disculpa la demora en responder pero he estado bastante atareado sacando un tema adelante. Vamos a tu pregunta:
      Si el Alfa de Cronbach general te ha salido negativo seguramente hay un tema con la manera de digitar los datos.
      Te recomendaría mirar tus cuestionarios, ver si las respuestas están bien digitadas y que cada respuesta es acorde a la pregunta. Por otro lado, es importante también revisar el tamaño de muestra. Si tienes una base de datos con pocas personas puede que esto también afecte.
      En concreto, te recomendaría mirar bien si es que las opciones de tu base son acordes a las del papel de no ser el caso, caballero no hay de otra tendrás que corregir.
      Otra opción es que tengas muy pocos casos, entonces podrías ampliar el tamaño de la muestra, en otras palabras, recoger más información.
      Te pediría por favor si es que me puedes describir un poco más el tema, por ejemplo, de qué son tus pruebas, cuántos participantes tienes, etc cosa que puedo darte más ideas.
      De todos modos espero se solucione.

      ¡Muchos éxitos!

      Me gusta

  12. kristopher dijo:

    hermano, muy claro tu post, pero qisiera que me ayudes, ya que veo es te es super sencillo,
    yo hice un cuestionario de 18 preguntas, ahora bien mi profesor me esta pidiendo : como realize este cuestionario y cual es el coefciente alfa de cronbach para la confiabilidad… ayudame que me es complicado!!

    Me gusta

    • Estimado Kristopher,

      Muchas gracias por escribir a Stats SOS. Te recomiendo seguir la ruta que sale en el blog (Analizar/Escala/Análisis de fiabilidad/). Luego pones estas 18 preguntas que tienes en la casilla para analizar. Si pones aceptar automáticamente te saldrá el Alfa de Cronbach que justamente te pide tu profesor.

      ¡Muchos éxitos!

      Me gusta

  13. sara030589 dijo:

    Estimado Juan Carlos:
    realmente no tengo ninguna noción sobre estadística, sin embargo tu post me ha ayudado a esclarecer y encontrar algo de entendimiento. Te quiero pedir un gran favor, realmente no sé en qué fallé en el momento de ingresar mis datos. Tengo una batería con ocho escalas, son 2443 datos, en algunas de estas escalas, el alfa es de 0, 7 o 0, 8. Sin embargo, en otras escalas, el alfa es muy bajo, de 0. 2 0 0, 3. Tengo entendido que el alfa se aplica en escalas que miden una misma dimensión, y si son diferentes constructos, éstas deben dividirse por subescalas, sin embargo realizo este mismo procedimiento y así mismo, el alfa me sigue saliendo muy bajo. Te comento esto, porque una compañera de trabajo trabaja con estos mismos datos, solo que en una cantidad mucho mayor, de 3200, y el alfa de cronbach que ella consigue en estas mismas escalas, es bueno de 0, 7 o 0,8. Realmente no sé cual es el problema, he asignado correctamente los valores. Tal vez me puedes dar alguna pauta sobre lo que estoy haciendo mal, ah, y otra cosa, hoy probé aumentando la suma de los items en una escala y mi alfa subió de 0,2 a 0, 6. Se puede calcular el alfa de cronbach aumentando esta variable de la suma? ayuda por favor, están a punto de echarme por esto

    Me gusta

  14. Estimada Sara,

    Muchas gracias por escribir a Stats SOS. Disculpa por la demora en responderte. Es posible que la cantidad de muestra esté generando que los datos cambien. Al fin y al cabo tu amiga tiene 800 personas más que tu en su muestra. Por otro lado, te recomendaría revisar que la digitación esté correcta y que han invertido los mismos ítems.
    Sobre tu pregunta de la suma, no, no puedes aumentar la suma al análisis. Es natural que la confiabilidad suba porque estás metiendo una variable (la suma) que de por sí está relacionada con tus otros ítems entonces por eso es que la confiabilidad sube. Ten mucho cuidado con esto, porque ese procedimiento no es adecuado en jerga eso es “cocinar” (acomodar los datos para que salgan como queremos que salgan). Entiendo que no lo has hecho adrede pero es bueno comentarlo :).

    ¡No te rindas! Esto es parte de los avatares de hacer estadística, pero al final todo sale bien.

    Por último, si revisaste y esas áreas no salen correctas (con confiabilidad adecuada) podrías no analizar en tus resultados posteriores y seguir con solo tus escalas confiables.

    ¡Mucho éxito!

    Me gusta

  15. Joseli dijo:

    Si en una prueba piloto de 15 ítems el 80% de ellos representan un alfa de 0.30 o menos que haría usted? Explique su respuesta y detalle los pasos que realizaría.
    me podria ayudar a responder esta pregunta

    Me gusta

    • Estimado Joseli,

      Muchas gracias por escribir a Stats SOS. Pareció pregunta de examen su consulta, tenga cuidado de copiar mi respuesta porque si su profesor se entera quizás tenga problemas. De todos modos la respondo.

      Aparentemente esta prueba cuenta con una pobre confiabilidad. Revisaría cuál es mi tamaño de muestra y sacaría frecuencias a todos los ítems para ver el patrón de respuesta. Respuestas muy repetidas reducen la variabilidad que a su vez afecta el alfa de cronbach (lo reduce).

      Los pasos que seguiría es:
      1) A pesar de que el 80% de los ítems me muestra un alfa de cronbach bajo revisaría el 100% en otras palabras, los 15 ítems.
      2) Revisaría la correlación ítem test de cada ítem para ver qué ítems son problemáticos y sacaría uno por uno los más problemáticos (que tienen correlación ítem test menores a .30).
      3) Al mismo tiempo revisaría si efectivamente eliminar ítem y correr mi análisis nuevamente mejora la confiabilidad (eso se puede ver en la última columna de mi análisis “alfa si el ítem se elimina”).
      4) Si mi prueba no mejora pensaría que es posible que la prueba no es unidimensional. Por ello, realizaría un análisis factorial exploratorio utilizando el método de componentes principales para confirmar esta hipótesis.
      5) Si el análisis anterior me arroja que múltiples componentes se forman con mis 15 ítems entonces agruparía estos y volvería a analizar sólo con los ítems que el análisis del análisis en el punto 4 agrupó.

      El alfa de cronbach asume unidimensionalidad entonces si tus ítems no forman 1 sola dimensión eso va a afectar tu alfa de cronbach. Además, una reducida cantidad de ítems afecta al alfa de cronbach.

      ¡Mucho éxito!

      Me gusta

  16. Tania dijo:

    Hola Juan Carlos!!
    Gracias por compartir el conocimiento de estadística en tu blog! Escribo para consultarte sobre el tratamiento de datos perdidos en SPSS y su relación con el alfa de cronbach. Te explico: tengo que hacer el análisis de confiabilidad de una encuesta, pero la dificultad que estoy encontrando es que dentro de la estructura de la encuesta tengo preguntas “puente”, es decir: preguntas que al tener un “no” de respuesta, te piden saltar dos preguntas más adelante porque las que siguen inmediatamente no aplican. No responder estas dos preguntas genera datos perdidos que son eliminados por el SPSS y no solo elimina las respuestas en blanco, sino todas las respuestas de esta encuesta. He verificado que haciendo el cálculo en excel solo considerando como nulas las respuestas en blanco (y no toda las encuestas que presenten respuestas en blanco), el alfa obtenido es mayor que el del SPSS.
    Por favor, pido tu apoyo indicándome si debería abordar de otra forma el cálculo del alfa o si debo dar un tratamiento especial a las respuestas en blanco para que no se eliminen todas las encuestas que presentan este tipo de respuesta.
    Agradezco de antemano tu atención y recomendaciones que tengas a bien enviarme.
    Saludos,

    Me gusta

    • Estimada Tania,

      Muchas gracias por escribir a Stats SOS. En efecto en excel te saldría más alto el alfa de Cronbach debido a que no estás perdiendo esos datos.
      Una solución para evitar el “listwise deletion” que tiene el SPSS es especificarle al programa qué valores son missings. Podrías ir a vista de variables y ahí vas a tener una columna que se refiere directamente a los missings. En los ítems donde es correcto que haya un dato vacío especificarle con 9999. Esto lo haces poniendo este número en la segunda columna, si mi memoria no falla en la opción del medio donde hay tres espacios, pon este número en el primero. Luego pones aceptar.

      Esto debería resolver tu problema. Lo importante es que en esas preguntas ya no haya un punto (un missing del sistema) sino un 9999.

      ¡Mucho éxito! Espero volver a tener noticias tuyas por acá.

      Me gusta

      • Tania dijo:

        Gracias por tu respuesta, Juan Carlos!! Seguí los pasos indicados:
        (1) Todos los espacios vacíos en la vista de datos del SPSS fueron completados con el valor “9999”;
        (2) En la vista de variables, columna “Perdidos” , se configuró en la 2da opción (la de 3 espacios en blanco) el valor “9999”
        Luego de ello, he verificado que el alfa de cronbach obtenido, sea considerando las celdas vacías o con los 9999, es el mismo y se calcula eliminando todas las encuestas donde exista algún dato perdido. Quiero saber si lo correcto es trabajar como indica el SPSS: eliminando todas las encuestas que podrían estar “incompletas” por omitir las preguntas que no aplican; o si debería hacer otro tratamiento a los datos.
        Nuevamente, agradezco el apoyo brindado y las orientaciones que tenga a bien enviar.
        Éxitos en todo!!

        Me gusta

        • Estimada Tania,

          Muchas gracias por escribir a Stats SOS. Tal como conversamos en la página de facebook sólo es posible obtener un alpha de cronbach de las pruebas psicométricas más no de fichas socio demográficas.
          Por otro lado, para ítems dicotómicos se puede obtener un alfa de cronbach pero no es lo más recomendado. Quizás la prueba de Kuder Richardson sería lo más preciso para este caso.

          Éxitos y espero que todo salga bien.

          Me gusta

  17. JuanMa dijo:

    Juan Carlos, gracias por tus aportes, aconsejame en el siguiente caso; para el alfa cronbach en una base de datos de un instrumento de 40m ítems, donde hay 8 categorías de 5 items cada una, aplicada a una población homogénea de 35 sujetos, ¿cómo debo generar mi tabla de excel, por dichas categorías o de los 40 items y, ¿lo consideras necesario? es un instrumento sobre estrategias de affrontramiento. Gracias de nuevo y felicidades por la página.

    Me gusta

    • Hola Juan Ma,

      Muchas gracias por escribir en Stats SOS. Sobre tu pregunta, los ítems se deben poner como columna.
      Lo que vas a tener que hacer es, en el análisis de Alfa de Cronbach meter los 5 ítems de cada escala por separado. Al final, tendrás 8 alfas de cronbach para cada uno de tus componentes.
      Personalmente, no aplicaría un alfa porque tu muestra es muy pequeña entonces puede que los índices salgan bajos más por el tamaño de muestra que porque realmente tu prueba no funciona.

      Ojalá todo vaya muy bien

      ¡Mucho éxito!

      Me gusta

  18. Andrea Galarce dijo:

    Hola Juan Carlos, me encantó tu blog!!, tengo una consulta, quiero obtener el alfa de Cronbach de un cuestionario de 40 ítems, de escala likert del 1 al 5 (Muy en desacuerdo a Muy de acuerdo), me di cuenta que 3 ítems están inversos, por lo que su puntuación es inversa, mi pregunta es, ¿es necesario invertirlas para realizar el análisis de confiabilidad?, o sea para que cada ítem tenga la misma escala?. Gracias!!!

    Me gusta

  19. Ale dijo:

    Hola! Me encanto el post! Yo estoy realizando una encuesta con 5 preguntas con la escala de likert de 3 opciones (1: en desacuerdo, 2: indiferente, 3 de acuerdo). Realice la prueba piloto y mi alfa me salio 0,09, quería saber cual podría ser la causa? Tal vez debería hacer una escala de likert de 5 opciones? o muy pocas preguntas? Espero su respuesta muchas gracias

    Me gusta

    • Ale dijo:

      La prueba se la hice a 10 personas, tambien puede influir?

      Me gusta

      • Estimada Ale,

        Muchas gracias por escribir a Stats SOS. De todas maneras influye la cantidad de preguntas, dada la cosntrucción del cálculo del alfa de cronbach correr ese análisis con pocas preguntas por lo general ocasiona que tengas un alfa muy bajo. Por otro lado, para ejecutar un alfa de cronbach tendrías que tener una muestra relativamente grande (por lo menos 100 personas).

        Entonces tus primeros indicios eran correctos :), tienes muy pocas preguntas y una meustra muy chiquita. Pero vas muy bien, ya que entiendes la causa del problema, solucionarlo será más sencillo.

        ¡Mucho éxito!

        Me gusta

  20. Andrea dijo:

    Hola, buenas tardes…realicé una encuesta de 40 preguntas (en realidad son 20 preguntas porque estoy utilizando el modelo Kano, que me exige hacer preguntas funcionales y no funcionales) con una escala de Likert de 1-5 pero con la población total de una pequeña empresa que sólo tiene 19 clientes, y mi Alfa de Cronbach me sale negativo :S no se cómo solucionarlo.
    Cómo puedo aumentar mi Alfa de Cronbach? O qué estoy haciendo mal?
    Agradecería su ayuda…

    Me gusta

    • Estimada Andrea,

      Muchas gracias por escribir a Stats SOS. A ver, hay varias alternativas. Es posible que hayas digitado de manera errónea tu base de datos y por eso sale negativo. Por definición el Alfa de Cronbach no puede salir negativo.
      Por otro lado, otra posibilidad es que las pregutnas funcionales y no funcionales las pusiste juntas. Intenta poner las preguntas funcionales por un lado y las no funcionales por otro lado.
      Otra posibilidad es tu tamaño de muestra, hacer un Alfa de Cronbach con tan pocos casos no es lo más recomendable.

      Espero que esto ayude

      ¡Mucho éxito!

      Me gusta

  21. César Avendaño dijo:

    Hola!
    Muy buen blog y muy buena explicación! Lamento no haberle conocido antes!!!!

    Tuve ciertos problemas en mi cuestionario ya que una sección tiene una escala politómica (si, no, no sabe) y las otras dos una likert de 5 puntos y no 7 como describes, dándome un alfa de 0,931 (bastante alto!!?), pero al citar a Kuder y Richardson en una respuesta me ayudó.
    A la hora de trabajar analizando los datos tengo problemas para establecer correlaciones de Pearson entre las tres secciones. Ya que mi hipotesis es determinar que existe una correlación positiva entre las tres (lo que lamentablemente no ocurre)

    CONOCIMIENTOS ACTITUDES PRACTICAS
    CONOCIMIENTOS Corr de Pearson 1 -,582** -,802**

    ACTITUDES Correlación de Pearson -,582** 1 ,938**

    PRACTICAS Correlación de Pearson -,802** ,938** 1

    **. La correlación es significante al nivel 0,01 (unilateral).

    A la hora de interpretar esto, no tengo idea por que existe una correlación negativa (escalas diferentes si y puse algunas preguntas con polaridad negativa inversamente puntuadas en Conocimientos) y una tan alta entre actitudes y prácticas siendo a que a la hora de revisar los puntajes, en actitudes el 75% de los encuestados cumple el puntaje mínimo, mientras que en prácticas lo hace apenas el 30%.

    Ahora me piden NORMALIZAR las escalas para correlacionar y honestamente NO SÉ QUE ES ESO.

    Trabaje todo en SPSS.

    AGRADECERÍA ALGUNA SUGERENCIA POR FAVOR.
    DE ANTEMANO MUCHAS GRACIAS!!!!!

    Me gusta

    • Estimado Cesar,

      Muchas gracias por tus comentarios y por escribir a Stats SOS. Es posible que la poca variabilidad de tus respuestas (el 75% de las personas tienen el puntaje mínimo, cuando hay variabilidad las puntuaciones de tu muestra están distribuidas a lo largo de todos tus puntajes o escala).

      Normalizar se refiere a tus puntajes convertirlos a puntaje Z, eso también le llaman estandarizar. Se llama así porque todos los puntajes estarán medidos de la misma manera. Existe un post en el blog que habla de esto, te recomendaría que lo revises :).

      En el SPSS esto se puede hacer de manera sencilla anda a la siguiente ruta:
      Analizar/estadísticos descriptivos/descriptivos/

      Introduce todas tus variables o puntajes dentro del recuadro, luego marca la casilla que está abajo al lado izquierdo. Luego aceptar. Ahí, el programa te botará unos puntajes que ya están normalizados o estandarizados. Luego, correlacionas esos puntajes convertidos así como lo hiciste antes ¡y listo!

      Cualquier cosa que necesites no dudes en escribir por acá 🙂

      ¡Mucho éxito!

      Me gusta

  22. Luz dijo:

    Buenos días, una consulta. Mi trabajo de investigación tiene dos variables y es de tipo correlacional por lo que tengo dos encuestas, éstas tienen que ser procesadas (para su confiabilidad) por separado, es decir una por una ????, pues al procesarlas conjuntamente me sale por debajo del promedio aceptable 😦

    Me gusta

    • Estimada Luz,

      Muchas gracias por escribir a Stats SOS. Exactamente, ambas variables tienen que ser procesadas de manera separada. Tienes que ingresar todos los ítems de un constructo y luego todos los ítems del otro en análisis distintos. Son independientes entre sí.

      ¡Mucho éxito!

      Me gusta

  23. Silvia dijo:

    Buenos días, tengo una consulta. Mi trabajo de investigación consiste en listas de verificación que contienen respuestas de opción múltiple así como también respuestas dicotómicas. La muestra que tengo es MUY pequeña. Como le menciono, son 5 listas de verificación que tienen alrededor de 50 preguntas, divididas en 6 apartados. Cada una de estas listas se aplica a una muestra de 3 personas. ¿Cúal es la metodología para validación que más aplica en este caso?

    Gracias

    Me gusta

    • Estimada Silvia,

      Muchas gracias por escribir a Stats SOS. Dado que tienes una muestra pequeña el alfa de Cronbach no es una opción. Una posibilidad para verificar la confiabilidad de los datos es tomarle a estas personas el mismo cuestionario una o dos veces más en un tiempo prudencial y correlacionar esos datos. Lo importante es identificar si es que las respuesta de estos tres participantes son consistes a lo largo de las dos o tres medidas que realices. Esto es mejor conocido como validez interna.

      Otra posibilidad para revisar validez pero externa, es que escojas aleatoriamente dentro de un grupo grande de personas con características similares a estas tres que ya les tomaste la prueba, le tomes las pruebas y revises si es que los resultados de ambos grupos de personas son similares. Esto se suele realizar para intentar generalizar hallazgos dentro de estudios experimentales donde las muestras muchas veces son pequeñas y bajo ambientes artificiales, controlados y no tan cercanos a la realidad.

      ¡Mucho éxito!

      Me gusta

      • Silvia dijo:

        Esta cantidad de 3 empresas fue seleccionada de una población más grande. Las listas de verificación corresponden a 5 actividades que realizan las empresas contratistas, como por ejemplo mantenimiento, limpieza y demás.

        Al calcular el tamaño de la muestra me había dado que debían de ser de 45 por lo que lo tuve que dividir en estas 5 actividades de manera equitativa, sin embargo no obtuve la totalidad de las respuestas por parte de las empresas, por lo que me tuve que limitar a 3 de cada una.

        Que opina de la metodología de mitades partidas para validar la fiabilidad? Aplica o no para este caso?

        Me gusta

        • Estimada Silvia,

          Muchas gracias por escribir a Stats SOS. Yo no iría por la confiabilidad por mitades de spearman brown. Esa metodología es sumamente útil si es que tienes una muestra grande y además que quieras ver si es que el orden de las preguntas está afectando la fiabilidad de las personas al responder. A veces incluso giran las preguntas y utilizan esta metodología para probar esto.

          ¡Mucho éxito!

          Me gusta

  24. Anónimo dijo:

    Buenas Tardes, en primer agradecer por su explicación tan clara, ha sido divertido y nada pesado aprender sobre ALFA DE CRONBACH, sin embargo tengo una consulta estoy realizando una investigación y el instrumento que estoy utilizando es el cuestionario, con preguntas cerradas en algunos casos dicotómicas y tricotómicas, para este caso como podría analizar la confiabilidad y consistencia interna de este cuestionario. DE ANTEMANO MUCHAS GRACIAS POR SU Y RESPUESTA.

    Me gusta

    • Buenos días,

      Muchas gracias por escribir a Stats SOS. Primero vería de identificar las áreas de la prueba, el alfa de cronbach solo funciona con un área a la vez. Si asumimos que utiliza ítems dicotómicos existen otros ítems que pueden ser de ayuda. Por ejemplo, está el índice de separación de personas que utiliza ítems dicotómicos. Por otro lado, si en un área todos los ítems son tricotómicos podrías utilizar el alfa de cronbach, sin embargo sería jalar el análisis un poco más de la cuenta. Yo te recomendaría intentar con el primer análisis.

      ¡Mucho éxito!

      Me gusta

  25. Milagros Espinoza dijo:

    Buenos días,
    Me gusto tu explicación, Gracias!!. tengo una consulta, Mi alfa me sale 0.75 pero con la intención de que me saliera mucho más revisa un canal en youtube y lo que hice fue invertir mis items para obtener mayor fiabilidad. Mi duda es si esto es valido y a la hora de sacar los demás análisis afectara?? utilizo los invertidos o no? para sacar los gráficos por preguntas?.
    Desde ya agradezco tu respuesta.
    https://www.youtube.com/watch?v=rZEHGkm01_A … ese fue el video que vi.

    Me gusta

    • Estimada Milagros,

      Muchas gracias por escribir a Stats SOS. El análisis de alfa de cronbach siempre se hace cuando los ítems están medidos en la misma dirección. En ese caso, si tienes ítems que tienen puntajes inversos debes voltearlos de tal manera que todo se midan hacia el mismo lado. Pero si, ya hiciste la inversión y de todos modos el ítem no tienen una alta correlación ítem test entonces simplemente lo retiraría de mi análisis. Vi el video brevemente y me percaté que ponen un ejemplo donde el alfa de cronbach es negativo y ahí se muestra que los ítems no están invertidos. Pero más allá de elló, me confiaría en el aspecto teoríco de mi escala más que mirar arbitrariamente las correlaciones entre ítems.

      ¡Mucho éxito!

      Me gusta

  26. arturo dijo:

    Estimado Juan Carlos, felicidades por tu página, realmente es un aporte magnífico el que haces. Aprovecho para preguntarte sobre qué opinas del hecho de calcular el alfa de Cronbach sobre una dimensión que fue obtenida de un análisis factorial previo (en el mismo estudio y muestra). Algunos opinan que esto es redundante y SIEMPRE te arrojará un alfa alto debido a la disposición de los ítems de cargar en un sólo factor; otro colegas opinan que esto no debe ocurrir necesariamente. Gracias por compartir tu opinión al respecto.

    Me gusta

    • Estimado Arturo,

      Muchas gracias por escribir a Stats SOS. Me alegra que el blog esté siendo de tu agrado.
      Este es un gran tema, yo uso el alfa de Cronbach como método introductorio al análisis de confiabilidad pero considero que tiene muchas fallas. Es más, he comenzado a dejar de utilizarlo para mis publicaciones, especialmente las psicométricas.

      Si asumimos por tu comentario a que te refieres a un análisis factorial confirmatorio, (CFA en inglés), la respuesta es sí. Es redundante porque el modelo del CFA de por sí te va a dar las cargas factoriales de cada uno de los ítems (los betas) que confoman un constructo latente. Más allá de que el alfa de cronbach va a salir alto porque ya hiciste una revisión de la estructura interna de la escala con el CFA, y, te has quedado con los ítems que tienen una alta relación con el constructo latente, el problema con el reporte del alfa de Cronbach es otro y un poco más serio.

      El Alfa de Cronbach asume “equivalencia de los taus” (tau equivalence). En otras palabras que las varianzas de cada uno de los ítems que conforman una escala (o constructo latente) son iguales. Eso no es cierto y de por sí, si tu encuentras en un modelo de CFA que los ítems aportan de manera diferente al constructo latente ya has dejado de asumir equivalencia de taus.Entonces ahí sí hay un problema bien fastidioso, porque ahí a veces el Alfa de Cronbach va a subestimar la confiabilidad o sobreestimarla y si no sacas otro indicador como confiabilidad compuesta o el índice de Omega de McDonald entonces sabrás que el alfa puede estar mal pero no tienes ni idea por qué.

      En las validaciones psicométricas que estoy trabajando ahora último estoy utilizando más el Omega de McDonald y la confiabilidad compuesta. Por dos razones, a) tener más indicadores de una medida te da más certeza de que lo que haces está bien calculado, b) el Omega es mucho más flexible y no asume equivalencia de varianzas ni de medias entre ítems. Entonces, se convierte en un indicador mucho más eficiente para estimar confiabilidad.

      ¡Mucho éxito y encantado de poder tenerte de vuelta por acá!

      Le gusta a 1 persona

  27. Anónimo dijo:

    Mil gracias por la opinión. Creo entonces que será un gran aporte a quienes estamos de aprendices en este campo, nos orientes sobre como estimar el Omega de Mac Donald!. Saludos.

    Me gusta

  28. Anónimo dijo:

    Hola, me encuentro validando una encuesta para mi tesis con expertos, son 5 experto y evaluaron 14 preguntas, con notas de 1 a 5 (siendo el 5, la mayor nota) calculé el alfa Crombach y me dió como resultado un puntaje de 0.609. No entiendo porqué si de las 14 preguntas, 7 tiene nota 5 por todos los evaluadores, y una que otra nota 4 y 3. Creía que me tendria que salir un indice alto. pero no. y no se como subirlo. calculé correlaciones en SPSS , pero me dice que esas preguntas con notas 5 por todos los evaluadores no son consideradas por que tienen varianza cero. Que se hace en este caso?

    Me gusta

    • Estimad@,

      Muchas gracias por escribir a Stats SOS. Lo que ocurre son dos cosas: primero que tienes pocos participantes y por eso el Alfa de Cronbach es bajo. Segundo, dado que tienes ítems que todas las personas respondieron lo mismo (por eso tienes varianza 0), entonces el alfa de Cronbach se reduce.

      En este caso, yo no calcularía Alfa de Cronbach sino un índice de Aiken o de Kappa. La idea de criterio de jueces expertos es ver que tan de acuerdo están sobre los ítems que estás evaluando. Por ello, no utilizaría un Alfa porque no te va a entregar la información que realmente tu necesitas.

      ¡Mucho éxito con la tesis!

      Me gusta

  29. Hilda dijo:

    Hola Juan Carlos, muy buenos tus aportes.
    Necesito tu ayuda, tengo mi cuestionario que abarca dos dimensiones con un total de 28 preguntas, la primera de una dimensión con 12 preguntas politómicas y la segunda dimensión con 16 preguntas dicotómicas, como demuestro su confiabilidad aplico alfa a la primera por tratarse de preguntas politómicas y KR -20 a la segunda dimensión por tratarse de preguntas dicotómicas y tendría dos tipos de confiabilidad para un sólo instrumento o esto está errado, no se que hacer.
    Por favor, me urge tu respuesta

    Me gusta

    • Estimada Hilda,

      Muchas gracias por escribir a Stats SOS. Pregunta complicada, creo que lo más adecuado sería hacer un análisis factorial confirmatorio para ítems que son categóricos. Pero esta puede ser una solución un poco compleja.

      Otra posibilidad es la que planteas pero tendrías que explicar muy bien por qué utilizaste dos análisis distintos. A pesar de esto, la prueba de Alfa de Cronbach es una extensión de la KR-20, entonces no es que sean dos análisis absolutamente distintos, ese podría ser otro argumento para ir por esta vía.

      ¡Mucho éxito!

      Me gusta

      • Hilda dijo:

        Muhas gracias, Juan Carlos, que pena no haber conocido tu blog con anterioridad, realmente eres una gran ayuda para los que nos iniciamos en el mundo de la investigación, tu aporte me sirve de mucho, nuevamente GRACIAS.

        Me gusta

  30. Anónimo dijo:

    Muy bueno!!!

    Me gusta

  31. Mari dijo:

    Hola Juan Carlos muy buena tu aporte que nos da, me encanto quisiera preguntarte si tengo dos variables que juego simbólico y la otra expresión corporal y cada una tiene sus items tengo q hacer a cada uno su alfa cronbach?

    Me gusta

    • Estimada Mari,

      Muchas gracias por escribir a Stats SOS. Si los ítems de tus medidas utilizan una escala likert de más de dos opciones de respuesta te diría que sí, que lo más conveniente sería hacer un alfa de cronbach para cada una de tus medidas.

      ¡Mucho éxito!

      Me gusta

  32. RENATO LIZAMA CORREA dijo:

    Gracias!! y en el caso que no sean escalas, como puedo confiabilizar?

    Me gusta

    • Estimado Renato,

      Muchas gracias por escribir a Stats SOS. Un favor, ¿podrías ampliar un poco más tu pregunta? Se me ocurren varias cosas entonces no quiero responder algo que no estás preguntando porque entendí mal la pregunta. Espero saber pronto más sobre tu duda.

      ¡Mucho éxito!

      Me gusta

  33. Anónimo dijo:

    Muchas gracias por su clara explicación, me ayudo!!!

    Me gusta

  34. FIDEL CALDERON dijo:

    se aplico un cuestionario a 24 personas, con cinco preguntas con escla de licker , minima varianza y el alfa me sale 0,224, demasiado bajo , que aplico

    Me gusta

    • Estimado Fidel,

      Muchas gracias por escribir a Stats SOS. Es probable que tu tamaño de muestra sea demasiado pequeño para correr el análisis. Además, el Alfa de Cronbach está sujeto a la cantidad de ítems que usas, entonces una prueba con pocas preguntas en muchos casos suele arrojar un Alfa de Cronbach bajo. Por ello, no aplicaría Alfa de Cronbach para esa situación.

      ¡Mucho éxito!

      Me gusta

  35. Juan Toapanta dijo:

    Muy buena explicación

    Me gusta

  36. Rocio dijo:

    Hola yo tengo un cuestionario de 96 items donde estoy midiendo 24 variables: por cada variable coloque 4 items dos que califican positivamente y dos negativamente a cada variable, El alfa me sale muy bajo para cada variable ya que quiero ver la consistencia interna del cuestionario, puedo hacer algo más o estoy mal en mi razonamiento

    Me gusta

    • Estimada Rocio,

      Muchas gracias por escribir a Stats SOS. Te recomendaría voltear los ítems de tal manera que todos sean calificados positivamente. Es posible que eso este haciendo que tu alfa de Cronbach sea bajo. Otra posibilidad es que tu tamaño de muestra sea muy pequeño. Yo evaluaría ambos temas.

      ¡Mucho éxito!

      Me gusta

  37. Verónica dijo:

    Mil graciasssssssss!!!

    Me gusta

  38. yahoska dijo:

    hola juan yo recientemente hize el alfa de cronbach y el resultado me salio .196 muy bajo tengo 14 preguntas y las respuestas son con las escala de likert algunas llevas respuestas grandes y otras son de si no talvez en su mayoria son respuestas grandes que no importa el orden de las respuestas, mi encuesta es cualitativa, como puedo saber cual es el error?

    Me gusta

    • Estimad@ Yahoska,

      Muchas gracias por escribir en Stats SOS. Creo que tendrías que revisar varias cosas, mejor las enumero para que sea más fácil.
      1) Chequea que efectivamente todos tus ítems forman un solo factor o concepto. Si es más de un concepto el alfa de cronbach suele salir bajo.
      2) El alfa de cronbach se puede correr de manera adecuada con ítems que están en escala likert con múltiples opciones y salen valores extraños cuando tienes “sí” y “nó”. Escalas con valores de “sí” y “nó” te recomendaría usar el análisis de Kuder Richardson.
      3) ¿Cuál es tu tamaño de muestra? Si tienes pocas personas eso puede afectar el valor del alfa de Cronbach.
      4) ¿A qué te refieres con que es cualitativa tu escala? Si tiene ítems en escala Likert pensaría que son más cuantitativos, ¿me podrías aclarar eso por fa?
      5) ¿A qué te refieres con que no importa el orden de las respuestas? Por lo general, cuando se hace un alfa de Cronbach se asume que valores más altos la persona tiene más el concepto que estás midiendo.
      6) Es posible que tus preguntas sean socio demográficas (aquí estoy infieriendo) tales como edad, sexo, nivel educativo, etc. Si fuera así, no se puede hacer un alfa de cronbach porque este análisis asume que los ítems están relacionados entre sí.

      ¡Mucho éxito!

      JC

      Me gusta

  39. Anyiai dijo:

    Hola Juan, tengo varias dudas
    Tengo en SPSS una encuesta con variables cualitativas mayoritariamente; nominales, ordinales y dicotómicas. Y algunas pocas cuantitaivas …
    1.- Si son dicotómicas, tengo entendido que tengo que utilizar el análisis de Kuder Richardson, es correcto?
    2.- Ahora, para el caso de las variables nominales y ordinales, que podría utilizar?
    3.- Alfa de Cronbach, podría utilizarlo para el item de variables ordinales?

    Quedo atenta, gracias!

    Me gusta

    • Estimad@,

      Muchas gracias por escribir a Stats SOS. Voy a seguir la numeración para que sea más fácil la respuesta.
      1) Así es, tendrías que usar KR.
      2) Si son variables ordinales sí se usa alfa de cronbach. Siempre y cuando estas ordinales tengan escala likert. Las nominales no suelen usar análisis de confiabilidad porque son preguntas que se usan como características particulares y no como una escala. Tendría cuidado en revisar eso.
      3) Por supuesto que puedes siempre y cuando midan algo específico.

      ¡Mucho éxito!

      Me gusta

  40. Anyiai dijo:

    Súper, muchas gracias! Me sirvió mucho tu aclaración 🙂

    Tengo unas últimas dudas, para el Análisis de Correspondencia aparece Alfa de Cronbach
    1.- La lectura se hace para el total ? o para ambas dimensiones 1y 2?
    2.- Si las dimensiones son menores a 0,6 y el total es superior a 0,7. Sirve de igual forma?

    Muchas gracias de ante mano!
    Quedo atenta!

    Me gusta

  41. Majo dijo:

    Hola JC! Una pregunta, por lo que entiendo, el alpha de Cronbach es como una correlacion pero para items que van del 1 al … . pero si estoy comparando dos pruebas (que miden similares constructos), aparte del alfa, que supongo que es para la confiabilidad interna de cada una, seria recomedable realizar correlacion “normal” entre las dos pruebas? Hay algun otro test que recomiendes? (ambas pruebas tienen escala tipo likert)

    Me gusta

    • Estimada Majo,

      Muchas gracias por escribir a Stats SOS. El Alfa de Cronbach es una prueba de confiabilidad, que es parecida a una correlación. El tema es que el Alfa de Cronbach ve cómo funciona la estructura interna de una prueba. Si quieres ver cómo se relacionan los puntajes de dos pruebas sí te recomendaría utilizar una correlación de pearson. Obtienes los puntajes totales de ambas pruebas y luego realizas la correlación.

      ¡Mucho éxito!

      Me gusta

  42. Nancy Agurto dijo:

    Gracias Juan Carlos
    estoy con un estres terrible en mis pruebas pero a pesar de ello tu explicacion clara y sencilla me a abierto un poco mas al conocimiento de estadistica gracias mil bendiciones

    Me gusta

  43. Anónimo dijo:

    Podrías decirme por qué el Alfa de Cronbach es tan utilizado sobre otros índices de confiabilidad y si es mejor y por qué? Gracias 🙂

    Me gusta

    • Estimad@,

      Muchas gracias por escribir a Stats SOS. El alfa de Cronbach se comenzó a utilizar bastante porque era una respuesta muy práctica para medir confiabilidad cuando no se podía volver a probar la prueba aplicándola nuevamente y correlacionar el puntaje antiguo con el nuevo. Esto se le llama test-retest y se ve cuán consistente es la prueba.

      El alfa de cronbach no es que sea mejor a por ejemplo la confiabilidad por mitades de spearman brown. Simplemente son métodos diferentes. El alfa de cronbach es un método de consistencia interna mientras que el de spearman brown se correlacionan una parte de los ítems con la otra.

      De todos modos, el alfa de cronbach tiene problemas serios cuando no es muy claro si es que la escala que estás usando es unidimensional, si esta fuera multidimensional (tiene más de un concepto dentro de los ítems) el alfa de cronbach podría salir sesgado. Además, es bien sensible a la cantidad de ítems que pongas en el análisis entonces mientras más ítems tengas, a menos que ninguno de estos se correlacione entre sí lo más probable es que el alfa de cronbach saldrá alto. Esto se da porque capitalizas por la enorme cantidad de ítems que tienes.

      ¡Mucho éxito!

      Me gusta

  44. Holaa 😀 una consulta, he visto que también eliminan ítems de acuerdo a las comunalidades y acá de acuerdo al Alfa… entonces no se cual priorizar.
    Gracias por la valiosa ayuda.

    Me gusta

    • Estimada Brenda,

      Muchas gracias por escribir a Stats SOS. En realidad lo que debería pasar es que haya concordancia entre uno y otro. Yo comenzaría por las comunalidades porque te van a dar ideas de la estructura factorial de la prueba y luego al final cuando ya hayas definido tu constructo según el análisis factorial exploratorio recién ahí aplicaría el Alfa de Cronbach.

      ¡Mucho éxito!

      Me gusta

  45. Alvaro Mendo dijo:

    Estimado Juan Carlos:

    Te saludo y felicito por to generosidad y didáctica de este blog. Confieso que tus escritos y respuestas me están ayudando mucho. Tengo una pregunta, por favor, ahi va: estoy investigando la correlacion de tres variables, (relacionandolas en pares), utilizo tres pruebas dos de ellas son escalas likert y obtengo como coeficientes de consistencia interna mas de 0.8, pero con una prueba psicológica de Desesperanza, la cual tiene 20 preguntas de dos alternativas de respuesta. Obtengo 0.618 como resultado de Kuder Richardson y con coeficiente de alfa de Cronbach 0.614, pero este valor esta considerado bajo, dime que pudo pasar, como podría argumentar ello ya que según la teoría que he revisando es algo confusa refieren que es una cantidad adecuada y otros muy bajo. te agradezco de ante mano

    Me gusta

    • Estimado Alvaro,

      Muchas gracias por escribir a Stats SOS y por tus palabras. Mira, hay varias razones para obtener una baja confiabilidad. Entre ellas están la cantidad de ítems por lo general suele ocurrir que mientras menos ítems tengas la probabilidad que el alfa no sea alto es mayor. Pero con 20 no deberías tener problemas. Una segunda opción podría ser que la gente está teniendo un estilo de respuesta en esa prueba de desesperanza. Por ejemplo, todos marcan en los extremos (ya sea muy alto o muy bajo) o hacia el centro lo cual hace que tu escala no tenga mucho variabilidad de puntajes, por ende no discrimine bien las personas que sienten más o menos desesperanza. Una tercera posibilidad podría ser que a la base de tu escala de desesperanza no haya solo una dimensión sino más de 1. En sí, el alfa de cronbach asume que tus 20 ítems forman solo 1 factor o constructo, pero a veces por cómo están fraseados los ítems se podrían armar más de 1 concepto y esto podría afectar la confiabilidad calculada con el alfa de Cronbach.

      ¡Mucho éxito!

      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 )

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 )

Google+ photo

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

Conectando a %s