Psicología, tercera época ▪ Revista digital arbitrada

Vol. 35, N° 2-2016 | pp. 15-38 | ISSN: 1316- 0923

A nálisis cuantitativo par a items multipunto

Aysbel Gonzáles Álvarez
Escuela de Psicología, Universidad Central de Venezuela
[email protected]

Resumen

Cuando el objetivo del instrumento es medir el comportamiento típico de los

examinados, se suele utilizar items multipunto o tipo Likert, los cuales deben ser
sometidos a una exhaustiva revisión cualitativa y cuantitativa para poder conformar
la versión definitiva del instrumento psicométrico. En tanto se disponga de items
de mayor calidad, el instrumento será mejor. El análisis cuantitativo de los items
se realiza mediante la aplicación de estadísticos, y a partir del resultado obtenido
en cada procedimiento, se propone un modelo de selección para aquellos items
que se aproximen al valor ideal establecido teóricamente para cada estadístico,
considerando el objetivo del instrumento, su población y la tabla de especificaciones.
Se recomienda utilizar estadísticos que describan individualmente al item (media,
desviación típica), que reporten su capacidad discriminativa (correlación inter-
item) y su nivel de homogeneidad (consistencia interna).

Palabras clave: Análisis de items, Items tipo likert, Correlación inter-item,

Consistencia interna.

Recibido: 10 de abril de 2016

Aceptado: 15 de julio de 2016
Publicado: 10 de enero de 2017
Psicología ▪ Refereed journal
Volume 35, Issue 2-2016 | Pages 15-38 | ISSN: 1316- 0923

Q uantitative analysis of multi- point scale

Aysbel Gonzáles Álvarez
Escuela de Psicología, Universidad Central de Venezuela
[email protected]

Abstract

When the objective of an instrument is to measure the typical behavior of

examinees, multi-point scales or Likert-type items are usually used, which must be
subjected to an exhaustive qualitative and quantitative review to be able to shape
the final version of the psychometric instrument. As higher the quality of the items
is, the better the instrument. The quantitative analysis of the items is done through
statistical analyses, and from the result obtained in each procedure, a selection
model is proposed for those items that demonstrate being close to the ideal value
theoretically established for each statistic, taking into consideration the objective
of the instrument, its population, and the table of specification. It is recommended
to use statistics that describe items individually (mean, standard deviation), that
report their discriminative capacity (inter-item correlation) and their level of
homogeneity (internal consistency).

Keywords: Item analysis, Likert-type items, Inter-item correlation, Internal

consistency.

Received: Apr 10, 2016

Accepted: Jul 15, 2016
Published: Jan 10, 2017
 Análisis cuantitativo para items multipunto 17

Un Instrumento Psicométrico, es una medida objetiva y estandarizada,

compuesto por un conjunto de tareas, preguntas, estímulos, frases o
situaciones que son presentadas a un examinado, con el objetivo de
describirlo a partir de sus respuestas. El puntaje que se obtiene intenta poner
de relieve una muestra de comportamiento representativa de la variable que
se requiere medir (Anastasi y Urbina, 1998; Cortada de Kohan, 1999).
Independientemente de la naturaleza de la variable que se pretenda medir,
los instrumentos psicométricos deben cumplir con ciertos requisitos que
permitan, a partir de las puntuaciones derivadas de su medición, representar
con mayor fidelidad el nivel del constructo que posee la persona evaluada.
Explica Tavella (1978), que por ello los constructores se preocupan en
demostrar que sus instrumentos miden realmente aquello para lo que ha
sido concebido, que, aunque las puntuaciones contienen un margen de
error tolerable, efectivamente los resultados permiten, describir o clasificar
a los examinados según la variable evaluada. En este sentido, uno de los
principales aspectos que debe cuidar el constructor de un instrumento
psicométrico es el diseño de los indicadores empíricos (de los items) que son
reflejo del constructo o variable a medir.
Los items o reactivos son las unidades básicas que componen el
contenido fundamental de un instrumento de medición psicológica,
independientemente del área al cual este dirigido. Los items, deben ser
analizados con el propósito de conocer cómo se comporta cada uno de ellos
dentro del instrumento psicométrico en construcción. Mientras se tengan
reactivos de mayor calidad, el instrumento como totalidad estará dotado
de mayor fuerza y será óptimo. Un item va a ser bueno dependiendo del
marco de interpretación que dan: la conceptualización teórica de la variable
a medir, el objetivo del instrumento y de la población a la cual está dirigido.
El primer paso a seguir para elaborar un instrumento psicométrico consiste
en diseñar su tabla de especificaciones o esquema descriptivo. En este
punto, se define la estructura teórica de la variable a medir, a través del
establecimiento de las dimensiones y del número de items necesarios para
evaluarla en la versión definitiva. Se debe decidir cuál es el tipo de item
que es más apropiado para ser usado; en este sentido, la revisión de las
fuentes documentales especializadas ha permitido determinar que existen
diferentes tipologías para la clasificación de los reactivos. Uno de los tipos
más utilizados en psicología es denominado Item Multipunto, Politómico o
Tipo Likert.

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

18 Aysbel González Álvarez

Este modelo presenta al examinado un enunciado general en forma de

frases, afirmaciones o situaciones, acompañado de una serie ordenada de
categorías (como una escala). Posteriormente se solicita al evaluado que,
entre las categorías presentes, escoja la opción que mejor lo identifique o
describa, realizando así una valoración graduada de la conducta o rasgo
medido en los enunciados. Morales, Urosa y Blanco (2003) plantean los
reactivos que miden el mismo rasgo y, a partir de las respuestas dadas a los
items, se obtiene una sumatoria que permite ubicar a los examinados a lo
largo del continuo de la variable medida. Es por lo que los instrumentos que
se construyen a partir de estos items se denominan Escalas Sumativas.
En este sentido, Domínguez (2013) explica que se asume que existe una
equivalencia en la distancia entre las opciones que plantea la escala y la
manifestación del constructo en la persona; es decir, si hay cuatro opciones
de respuesta en la escala (nunca, pocas veces, a menudo y siempre) para
cualquier enunciado, la distancia psicológica entre nunca y pocas veces sería
la misma que entre pocas veces y a menudo.
Este tipo de items es utilizado comúnmente en aquellos instrumentos
psicométricos cuyas variables evalúan el comportamiento típico de los
individuos, como rasgos de personalidad, intereses, actitudes, etc. En estos
casos, no existen respuestas correctas ni incorrectas, ni hay una connotación
de rendimiento o de aprendizaje, solo se busca describir cómo es la persona
“normalmente”, saber cuál es su opinión, cómo son los sentimientos que
predominan, etc.
Luego de haber seleccionado el tipo de items a diseñar, se debe construir un
mayor número de reactivos de los necesarios para la versión definitiva del
protocolo (el doble o triple). Inicialmente son analizados cualitativamente
por un conjunto de expertos teóricos en la variable, los cuales van a valorar
qué tan congruentes son los reactivos con las especificaciones teóricas
propuestas, es decir, si los mismos pertenecen o no a la dimensión asignada
por el constructor. Aquellos items que sean considerados congruentes por la
mayoría de los expertos, pasan a la fase de análisis cuantitativo.
Con el número de items obtenido anteriormente, se procede a realizar una
aplicación piloto de la versión experimental del instrumento. Martínez,
Hernández y Hernández (2014) explican que, para que los resultados de
los análisis de los items del estudio piloto sean útiles, la muestra debe ser
representativa de la población a la que se destina el instrumento psicométrico,

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

 Análisis cuantitativo para items multipunto 19

ya que todos los estadísticos de los items dependen en gran medida de las
características de la muestra.
El análisis cuantitativo consiste en la utilización de estadísticos que permitan
describir cómo se comportan los items a partir del resultado obtenido en
cada procedimiento. Se seleccionan aquellos reactivos que se aproximen
al valor ideal establecido teóricamente para cada estadístico, de acuerdo al
objetivo del instrumento, la población a la cual se dirige y a la tabla de
especificaciones.

A nálisis cuantitativo de items multipunto

A continuación, se presentan los pasos a seguir para realizar un analisis
cuantitativo para un instrumento psicométrico compuesto por items
multipuntos.

Revisión de los protocolos de evaluación:

Luego de haber aplicado la versión experimental del instrumento se debe
contar con los protocolos contestados por los examinados. En este momento,
se debe verificar que el proceso de estandarización durante la aplicación
haya sido el correcto, que se cuenten con formularios completados de forma
adecuada, es decir, que tengan datos de identificación y que los items hayan
sido contestados de forma correcta. Esta revisión inicial permite constatar
que los datos que se van a cargar son de calidad y cumplen con las condiciones
mínimas para poder proceder a la revisión estadística. Se recomienda
numerar los formularios en físico y que dicha numeración corresponda con
la utilizada dentro de la matriz de datos, lo cual es oportuno de ser necesario
regresar a revisar el protocolo para la verificación de algún dato.

Construcción de la matriz datos:

Para poder llevar a cabo los diferentes análisis estadísticos, se debe construir
una matriz de datos con las respuestas de los examinados para cada uno de
los items del instrumento psicométrico; en las filas se van a colocar a los
individuos y en las columnas cada uno de los reactivos. Se puede utilizar para
el procesamiento de la información programas como Excel o algunos más
especializados como SPSS. Se debe cargar en la matriz la opción seleccionada
para cada reactivo, asignando el puntaje que corresponda según su selección.

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

20 Aysbel González Álvarez

Por ejemplo, si está evaluando una variable felicidad, y se tienen las siguientes
opciones de respuesta: nunca, pocas veces, a menudo y siempre, y el enunciado
es el siguiente “Estoy alegre constantemente”, claramente la direccionalidad
del item es directa, es decir, valores altos van a indicar mayor presencia
del atributo felicidad en la persona y van a corresponder con la respuesta,
comportamiento o evidencia “típica” del rasgo, mientras que valores bajos
corresponden con menor presencia del rasgo. Las opciones se codificarían
de la siguiente manera: nunca= 1, pocas veces= 2, a menudo= 3 y siempre= 4
(Céspedes y Tristán-López, 2014). Ahora bien, si el reactivo fuera “Estoy triste
constantemente”, la direccionalidad de item sería inversa, lo que implicaría
que aquellas puntuaciones más altas se corresponderían con baja presencia
del constructo de interés, y por tanto, se codificarían en la matriz de datos
de la siguiente manera: nunca= 4, pocas veces= 3, a menudo= 2 y siempre= 1.
Si bien es cierto que durante la aplicación se debe promover que los
examinados no dejen de contestar algún item o que marquen dos opciones
en una de las respuestas, se debe tener una codificación especial para dichas
omisiones o errores al contestar y se denonomina con la etiqueta “No
Contesta” o “No Aplica”.

Procesamiento estadístico de la información:

Según Tavella (1978), los procedimientos para analizar un instrumento
psicométrico pueden variar en mayor o menor medida según la naturaleza
de la variable a medir (rendimiento, aptitud, actitud, etc.), pero todos
suponen un análisis estadístico de parámetros que en la psicometría se
utilizan comúnmente, lo cual permite utilizar recursos estadísticos y de
interpretación para asegurar la calidad del instrumento psicométrico
en construcción. A continuación, se van a referir los estadísticos que son
apropiados utilizar cuando se realiza un análisis para items multipunto de
los reactivos

Análisis de las opciones de respuesta

Los items multipuntos pueden presentar un recorrido variado en el continuo
de las opciones de respuestas, por ejemplo, puede ir de 1 hasta 4 o del 1 hasta
7, la cantidad de valores seleccionada por el constructor del instrumento. En
este sentido, explican Morales y cols. (2003) que, en la medida que se tenga
más números de opciones, el instrumento va a adquirir más confiabilidad
y por tanto se va a lograr una mejor descripción del individuo. Los autores

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

 Análisis cuantitativo para items multipunto 21

hacen la salvedad de que el número de opciones no debe superar la capacidad

discriminativa de los examinados en el constructo evaluado y recomiendan
que sean tres valores el número mínimo de opciones y el número máximo
entre seis y siete.
Partiendo de lo anterior resulta oportuno analizar cómo se comportan las
opciones de respuesta. Uno de los primeros aspectos a revisar es cuántas
personas seleccionan cada una de las opciones de respuesta y este reporte
se hace en términos porcentuales. Cabría esperar que esta inspección inicial
permita conocer cuáles son las opciones que están siendo escogidas por la
mayoría de las personas.
Un item ideal sería aquel cuyas opciones centrales sean seleccionadas
por la mayoría de las personas, y las extrema, por un menor número de
examinados. Como se observa en la Tabla 1, las opciones Nunca y Siempre,
por ser las extremas, han sido seleccionadas por un menor porcentaje de
personas (10% cada una), mientras que, las opciones centrales Pocas Veces y
A menudo, han sido escogidas de forma equitativa por la misma cantidad de
personas (40% cada una).

Tabla 1
Análisis de las opciones de respuestas del item 1.

Item 1
Frecuencia Porcentaje
Nunca 20 10

Pocas Veces 80 40

A Menudo 80 40

Siempre 20 10

Total 100 100

Nota: Tabla de elaboración propia.
Un item susceptible de ser rechazado sería aquel cuyas opciones de respuestas
no son escogidas por el mismo porcentaje de personas, en especial cuando
son los valores extremos los que presentan un mayor porcentaje de selección,
ya que este patrón de respuestas no permite diferenciar adecuadamente a los
examinados.

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

22 Aysbel González Álvarez

Igualmente, se puede utilizar la Media del item (x) como un estadístico

que permite describir las opciones de respuestas. La media aritmética hace
referencia a cuál es el número de opciones seleccionado en promedio por
los examinado; se espera tener una media cercana a los rasgos centrales
de puntuaciones. Siguiendo el ejemplo anterior, se tienen cuatro opciones
de respuesta que van desde 1, que significa Nunca, hasta 4, que significa
Siempre. Un item cuyos valores se encuentren entre 2 y 3 (cercano al centro
teórico que es 2,5) sería ideal, mientras que, cuando el reactivo presenta
una media cercana a las opciones extremas, el item podría estar fallando al
detectar ciertos valores del constructo (DeVellis, 2003). Normalmente, los
items con medias muy cercanas a alguno de los extremos suelen tener valores
bajos en la varianza y correlaciones bajas con otros items.
Otra manera de analizar cómo se comportan las opciones de respuestas para
items multipunto es a través de la asimetría (α₃). Hernández, Fernández y
Baptista (2010) exponen que ésta, se utiliza para conocer cuánto se parece
la distribución de datos a la distribución teórica curva normal; asimismo,
plantean que constituye un indicador del lado de la curva donde se agrupan
las frecuencias. Cuando adquiere valores cercanos a cero, implica que es un
item que tiene una distribución simétrica, donde los valores centrales son los
que han sido seleccionado por la mayoría de las personas. Cuando la forma
de la distribución es marcadamente asimétrica, la media suele ubicarse hacia
las opciones extremas.
La distribución del item puede presentar asimetría negativa cuando la
mayoría de las observaciones se ubican hacia la derecha de la curva, es decir,
por encima de la media (Ver Figura 1). Mientras que, será asimetría positiva,
cuando la mayoría de las opciones de respuestas se encuentran hacia el
extremo izquierdo de la curva, es decir, por debajo de la media (Ver Figura 2).

Figura 1. Asimetría Positiva

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

 Análisis cuantitativo para items multipunto 23

Figura 2. Asimetría Negativa

Como se puede observar, a través de la utilización de un histograma, se

recoge los puntos de análisis previamente explicados. Puede apreciarse que,
un item óptimo será aquel donde la forma de la distribución se asemeje a una
curva normal (Ver Figura 3), es decir, aquél cuyas opciones centrales sean
las que presenten mayor porcentaje de selección, su media gire en torno al
centro teórico y, por tanto, tenga una asimetría cercana a cero. Cuando las
opciones de respuestas son escogidas de forma desigual, la distribución del
reactivo se aleja de esta representación y se observa un item que está fallando
para este tipo instrumento.

Figura 3. Asimetría de un Item Ideal

Capacidad Discriminativa
Un instrumento psicométrico tiene como objetivo principal poder
identificar las diferencias entre los individuos evaluados, es decir, poder
saber con certeza objetiva la cuantía del rasgo presente en los examinados.
Para lograrlo es necesario que el instrumento esté compuesto por items que
diferencien entre las personas; en la medida que los indicadores logren este
cometido, se tendrá un instrumento psicométrico que también lo alcance. Lo
anterior implica que se deben seleccionar reactivos que tengan la capacidad

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

24 Aysbel González Álvarez

de diferenciar o discriminar, en términos estadísticos, entre los grupos de

examinados. El item ideal será aquel que distinga entre los individuos que
tienen mayor presencia del rasgo en comparación con aquéllos que tienen
menor presencia.
Anastasi y Urbina (1998) explican que existen alrededor de cincuenta
índices que proporcionan información sobre la capacidad discriminativa
de los items. La selección de alguno de ellos depende principalmente del
nivel de medida de la variable (dicotómica o continua) y de qué aspecto
estadístico del item el constructor está interesado en describir (la capacidad
discriminativa del item como elemento, o en conjunto con otras variables).
No obstante, a pesar de las diferencias en el procedimiento y las suposiciones
de cada uno, la mayor parte los índices que miden la capacidad discriminativa
de los items arrojan información similar en cuanto a cuáles son los mejores
reactivos para seleccionar (Oosterhof, 1976). Cuando se quiere analizar si los
examinados tienden a responder coherentemente, de manera que se pueda
deducir que todos los reactivos expresan el mismo rasgo, los procedimientos
que se suelen utilizar son la correlación inter-item , la correlación item-
total y el contraste de medias de los grupos extremos.
A continuación, se van a presentar aquellos indicadores de capacidad
discriminativa que son reportados en la literatura como los más frecuentes
para analizar los reactivos multipunto.

a) Capacidad discriminativa de un item

En primer lugar, resulta oportuno hacer una revisión de la capacidad
discriminativa del item como elemento único, y a tal efecto se puede calcular
la desviación típica, la varianza o la kurtosis. Estos estadísticos informan el
grado en que un reactivo diferencia correctamente entre los examinados con
relación al rasgo del instrumento que se pretende medir.
La varianza y desviación típica (s), estadísticamente, se definen como
una medida de dispersión de los puntajes en torno a la media de los reactivos.
Ambos estadísticos se interpretan de la misma manera, aunque se expresan
en magnitudes distintas. La varianza se obtiene al elevar al cuadrado la
desviación típica, por lo cual el valor obtenido siempre es positivo, haciendo
más difícil interpretar el significado del valor de la varianza. La desviación
típica está expresada en la misma unidad de la variable (segundos, respuestas
correctas, grado de acuerdo), por lo cual suele existir cierta preferencia por
los autores en utilizar la desviación típica para analizar los items. Morales

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

 Análisis cuantitativo para items multipunto 25

(2008), plantea que la desviación típica describe el grado de homogeneidad

de los reactivos; añade que será más baja en la medida en que la respuesta al
item esté más próximo a la media, es decir, se disperse menos del promedio y
aumentará si hay puntuaciones extremas muy alejadas de la media. Cuando
todas las personas seleccionen la misma opción de respuesta, la desviación
típica será de 0.
En la literatura, no existe un valor referencial que permita analizar la calidad
del item en términos de la deviación típica. En general, se interpreta cuando
se compara con el resultado obtenido entre los reactivos. Dos desviaciones
típicas pueden compararse entre sí directamente si provienen de datos
comparables (unidades comparables, es decir, la misma escala métrica).
Items con grandes desviaciones estándar son deseables, ya que indica que los
examinados usaron la escala de respuesta completa, mientras que una más
pequeña (cerca de cero) indica que los evaluados respondieron el item de
manera similar. Por ejemplo, una gran mayoría seleccionó “Nunca”, en este
caso, los items del instrumento psicométrico no colocan a los examinados
a lo largo del continuo del constructo, por tanto, no permite identificar las
diferencias individuales.
Morales (2008), explica que en ocasiones puede ser de utilidad conocer cuál
es el valor máximo posible de la desviación típica; este valor máximo posible
es igual a:

Por ejemplo, si se tiene un item multipunto con cuatro opciones de respuesta,

que van desde 1, que significa Nunca, hasta 4, que significa Siempre, la
puntuación máxima posible es 4 y la puntuación más baja posible es 1; en
este caso, la desviación típica máxima posible es:

Se plantea una progresión aritmética entre el número de opciones y la

variabilidad máxima, partiendo de que el mínimo de opciones que puede
tener un item es dos y su variabilidad máxima es . Se considera
que, por cada unidad que aumenten las opciones de respuesta, va a aumentar
media unidad la variabilidad máxima, como se plantea en la Tabla 2.

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

26 Aysbel González Álvarez

Tabla 2
Variabilidad Máxima según el número de opciones de los items.

Número de Opciones 2 3 4 5 6 7

Variabilidad Máxima 0,5 1 1,5 2 2,5 3

Nota: Tabla de elaboración propia.
Morales (2008) considera que esta referencia suele ser poco útil, ya que este
valor máximo es difícilmente alcanzable en la mayoría de las situaciones,
aunque hace la salvedad que en el caso de reactivos binarios, sí es más
frecuente que la desviación típica obtenida sea la mayor posible o se aproxime
mucho a la mayor posible.
Otra medida de dispersión, menos utilizada, es el coeficiente de variación
(CV), también denominado variabilidad relativa. Consiste en dividir la
desviación típica entre la media. Es independiente de la unidad de medida
y dicho coeficiente es habitual que sea multiplicado por 100. Mientras más
cercano a 100, mayor es el nivel de variabilidad y viceversa.

Mide los cambios en la desviación típica en comparación con la media. Se

debe tener cuidado cuando la media esté influida por la variable (como
pruebas de rendimiento máximo). Podría utilizarse como un indicador
para realizar comparaciones y verificar cuales items tienen mayor capacidad
discriminativa (Morales, 2008).
La capacidad discriminativa de un item también puede verse reflejada en el
cálculo de la Kurtosis , la cual hace referencia al grado de curvatura (o
achatamiento) de la distribución en comparación con la distribución normal
(Lezama y Urdanibia, 2009). Se analiza la kurtosis de la distribución del
item según ésta sea más o menos apuntada que la distribución de la curva
normal. Se dice que la distribución es mesokúrtica cuando la distribución
del item se comporta como una curva normal, en este caso, el valor de la
kurtosis será de cero. Cuando la distribución del item está más apuntada
que la de la curva normal, se denomina leptokúrtica y los valores de la
kurtosis son positivos. Mientras que, cuando es aplanada, tendiendo a ser
menos apuntada que la distribución normal, se denomina platikúrtica y los
valores de la kurtosis son negativos. En el caso de los items multipunto, un
item ideal será aquél cuyo valor de kurtosis esté cercano a cero, es decir, que
su distribución sea cercana a la curva normal. Por ejemplo, al analizar los

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

 Análisis cuantitativo para items multipunto 27

items presentes en la Tabla 3, se puede observar que el reactivo 20 presenta

una mejor capacidad discriminativa dado que su kurtosis se acerca más a 0.

Tabla 3
Ejemplo de los tipos de Kurtosis.

Kurtosis
Estadístico Tipo de Kurtosis
Item 1 -,533 Platikúrtica

Item 14 ,726 Leptokúrtica

Item 20 ,025 Tiende a Mesokúrtica

Nota: Tabla de elaboración propia.

Para probar la calidad de los items, se suele seleccionar la media y la

desviación típica o la asimetría y la kurtosis. Resulta poco parsimonioso
utilizar todos los estadísticos para describir el comportamiento del item
de forma individual. Suele existir cierta correspondencia en los resultados,
puesto que, en general, si todos los individuos responden a un item dado de
manera idéntica, éste no discriminará entre los individuos con diferentes
niveles del rasgo que se mide, es decir, no existirá variabilidad. En contraste,
si las respuestas son diversas respecto al atributo de interés, entonces el rango
de puntajes obtenidos para un reactivo también debe ser diverso, lo cual
implica alta variabilidad (DeVellis, 2003).

b) Correlación inter-item
Una forma de conocer qué tanto discriminan los items, consiste en verificar
cómo es la relación entre un par de reactivos, a través del análisis de sus
inter-correlaciones. Las correlaciones entre reactivos examinan el grado en
que el puntaje de un item está relacionado con la puntuación obtenida en
otro de los reactivos que componen la escala. Para Cohen y Swerdlik (2005)
esta propiedad proporciona una evaluación de la redundancia de items, es
decir, en qué medida los reactivos de un instrumento psicométrico evalúan
el mismo contenido. Asimismo, DeVellis (2003) expresa que, para alcanzar
items altamente intercorrelacionados, cada elemento individual debe
correlacionarse con la colección de reactivos restantes. Si todos los items
están midiendo el mismo dominio, se esperaría que todos correlacionen

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

28 Aysbel González Álvarez

bien. Aquellos items que tengan correlaciones consistentemente bajas

podrían requerir ser eliminados para disponer de un cuestionario óptimo.
Cuando se calcula la correlación inter-item, se debe considerar el tipo de
reactivo y el nivel de medida que le corresponde. Si se van a analizar items
binarios, lo correcto es utilizar la correlación Phi (­ɸij), mientras que, para los
items multipunto, lo común es aplicar la Correlación Producto Momento de
Pearson (rij). En ambos casos se obtiene un rango de valores que va entre -1 y
+1, el cual es un indicador de la variación conjunta del par de items, es decir,
cómo es el patrón de comportamiento de ambos reactivos. El resultado
esperado va a depender de la asociación teórica, por ejemplo, en el caso de
dos items que pertenezcan a una misma dimensión, lo deseable es que su
relación sea alta y positiva, mientras que, si los items son de dimensiones
teóricamente antagónicas, el resultado debería ser moderado y negativo. Se
espera que el comportamiento dado en item i, pueda decir algo de cómo
se comportará el item j, debido a que por ser parte de la misma dimensión
comparten información del constructo a medir, en aquellos casos donde las
dimensiones son heterogéneas, se puede dar el escenario en el cual el nivel
de asociación sea menor.
Rust y Golombok (2013) exponen que mientras mayor sea la correlación,
mayor capacidad discriminativa tiene el item. Los autores plantean que es
ideal tener una asociación mayor a rij=.20, descartando aquellas asociaciones
que sean: cercanas a cero, negativas cuando sean de una misma dimensión y
aquellas que sean 1 o muy cercanas a este valor, ya que implican redundancia
en el contenido. Estos autores explican que suele esperarse que la correlación
promedio entre los reactivos oscile entre rij=.20 y rij=.40 lo que sugiere que,
si bien los items son razonablemente homogéneos, contienen una varianza
única suficiente como para no ser isomorfos entre sí. Por su parte, Ferketich
(1991) plantea que, aunque no hay un criterio único y rápido para establecer
el nivel de correlación, una regla de oro es que los reactivos que correlacionen
debajo de rij=.30, no están suficientemente relacionados y, por lo tanto, no
contribuyen a la medición de constructo y que los items que se correlacionan
rij=.70 son redundantes y probablemente innecesarios.
Para analizar la correlación promedio entre los items se utilizan todos los
reactivos del instrumento que se está diseñando para medir el constructo.
Primero, se debe calcular la correlación entre cada par de elementos, como se
ilustra en la Tabla 4. Por ejemplo, si se tienen cinco reactivos, se obtendrán
diez emparejamientos de diferentes items, es decir, diez inter-correlaciones.

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

 Análisis cuantitativo para items multipunto 29

Tabla 4
Matriz de correlaciones inter-items.

Item 1 Item 2 Item 3 Item 4 Item 5

Item 1 1 ,419* ,640* ,604* -,410*

Item 2 1 611* ,454* -,459*

Item 3 1 ,580* -,497*

Item 4 1 -,471*

Item 5 1
*Correlación estadísticamente significativa (p<0,05)
La correlación promedio entre los reactivos, es simplemente el promedio o la
media de todas estas correlaciones. En el ejemplo, se obtuvo una correlación
promedio entre todos los reactivos de ri-i=.147 . Como se observa, instrumentos
con muchas inter-correlaciones negativas van a generar un valor promedio
muy bajo, por lo tanto, los reactivos que correlacionen negativamente con
sus pares serán aquellos reactivos con muchas inter-correlaciones negativas
y, en consecuencia los candidatos principales a ser eliminados. Cuando se
desincorpora el item 5, la correlación promedio inter-item mejora pasando a
ri-i=.551 y sus correlaciones oscilan entre ri-i=.419 y ri-i=.640.
De igual manera, se puede analizar cómo es el comportamiento promedio
de un solo reactivo, por ejemplo, al desincorporar el reactivo 5, para
el item 1 se encontró que: r12=.419 ; r13=.640; r13=.604 y por tanto, su
comportamiento promedio sería igual r1-i=.554 y todas las inter-correlaciones
son estadísticamente significativas (Ver Tabla 5).
Tabla 5
Promedio de las correlaciones inter-items.
Media de las inter- Correlación Correlación
N° de items
correlaciones Mínima Máxima
Correlaciones inter-items
,147 -,497 ,640 5
para la Escala Total
Correlaciones inter-items al
,551 ,419 ,640 4
Eliminar el item 5
Correlaciones inter-item,
,554 ,419 ,640 3
para el item 1
Nota: Tabla de elaboración propia.

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

30 Aysbel González Álvarez

El análisis y la aplicación de los baremos para la correlación inter-item se

realizará sobre el resultado promedio obtenido de las correlaciones entre los
items de todo el instrumento, los que componen una dimensión o de un
solo item. Dentro de este análisis, se puede ver qué tanto mejora la relación
promedio cuando dicho reactivo se descarta del modelo.

c) Correlación item-puntaje total de la escala (dimensión)

A través del análisis de la correlación item-puntaje total, se puede verificar
si los items diferencian entre los examinados. Este procedimiento consiste
en asociar las respuestas dadas a un reactivo con la sumatoria de todos los
demás items de la escala (o dimensión). Cuando se analiza la relación entre
el item y el puntaje total, se espera identificar si puntuar alto en un reactivo
se corresponde con la alta presencia del rasgo que mide la escala.
Cuando se tiene un item multipunto y una variable continua que proviene
de la sumatoria de todos los demás items, es apropiado utilizar la Correlación
Producto Momento de Pearson (rij) . Se espera que el resultado de los coeficientes
de correlación sea estadísticamente significativo y que presente valores entre
moderado y alto, en especial, cuando la dimensión es homogénea. Puntuar
alto en dicho item estará asociado con valores altos en el puntaje total de
la escala (o dimensión), es decir, seleccionar las opciones de respuesta que
mayor describan a la persona, estará asociado con una mayor presencia del
rasgo. Los items con una mayor correlación con el puntaje total son los que
tienen más en común y, por tanto, se puede pensar que miden lo mismo que
los demás. Los items con correlaciones negativas, no significativas o muy
bajas con respecto a las de los otros, suelen ser susceptibles a ser eliminados
de la escala (Morales y cols., 2003). Cabe destacar, que no se esperan valores
iguales a 1, porque esto implicaría redundancia en la escala. En este sentido,
Nunnally y Bernstein (1994), explican que correlaciones menores a rij=.30
pueden ser considerados como items pobres.
Autores como DeVellis (2003) y Morales y cols. (2003), consideran que se
debe realizar el análisis de la correlación eliminando el aporte del propio
item, lo cual se logra mediante la correlación item-puntaje total corregida
(ri(T-i)). La inclusión del reactivo en la “escala” puede “inflar” el coeficiente de
correlación. Cuanto menor sea el número de reactivos en el conjunto, mayor
será la diferencia que hará la inclusión o exclusión del item bajo escrutinio.
En general, es aconsejable examinar la correlación corregida entre el item y

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

 Análisis cuantitativo para items multipunto 31

el total. En programas como SPSS se puede obtener directamente este valor

para su análisis.
Por ejemplo, en la Tabla 6 se observa que el reactivo 3 presenta una
correlación alta, positiva y significativa con el puntaje total de la escala
(r1-t=.667; p <.05) lo que quiere decir que aquellas personas que se encuentran
identificadas con el enunciado del item (Siempre, A menudo, Totalmente
de Acuerdo, etc.) serán las que presenten en mayor medida el constructo.
Mientras que, aquellos que no perciban cuáles items los representan (Nunca,
Pocas veces, Insatisfecho, No me describe, etc.) serán los que presenten en menor
medida el rasgo. Es decir, que el patrón de respuestas del item 3, permite
considerarlo como un reactivo con una adecuada capacidad discriminativa.
Al ser sus respuestas estadísticamente significativas, se puede considerar que
el resultado es producto de la información que comparten ambas variables y
que las hacen covariar altamente, y no debido al azar.
Por otra parte, se puede observar que el reactivo 5 presenta una asociación
moderadamente alta y negativa, lo cual implica que aquellos examinados
que se identificaron con las respuestas de mayor acuerdo en el reactivo
(Siempre, A Menudo), son quienes presentan en menor medida el rasgo y
viceversa. Este escenario es el esperado si se analiza un reactivo inverso (sin
recodificar), o un item que sea de una dimensión contraria. Si este escenario
se presenta en un item directo de la dimensión o de la escala total, será
valorado como un item de poca calidad.

Tabla 6
Correlación Item-total corregida.
Correlación item-total corregida
Item 1 ,607**

Item 2 ,489**

Item 3 ,667**

Item 4 ,567**

Item 5 -,564

**Correlación estadísticamente significativa (p<0,05)

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

32 Aysbel González Álvarez

d) Grupos de Contraste
Autores como Anastasi y Urbina (1998), Morales y cols. (2003) y Hogan
(2004), plantean que la construcción de grupos de contraste es una técnica
válida para analizar la capacidad discriminativa de los items. Partiendo de la
premisa de que el instrumento en su totalidad es un indicador válido del rasgo,
se construyen grupos que tienen diversidad del rasgo, luego se identifican
quienes recibieron una puntuación elevada en el puntaje total en la escala y
aquéllos que recibieron una baja puntuación, para después determinar hasta
qué punto un reactivo particular diferencia los que obtuvieron en mayor
medida el rasgo de los que la presentan en menor medida, es decir, qué tanto
el item distingue en función del atributo medido.
El grupo con Alta Presencia del rasgo está compuesto por los examinados que
se ubican en los porcentajes superiores de la escala (el 25% de los mejores,
el 27% de los que tienen en mayor presencia el rasgo, etc.), Mientras que, el
grupo con Baja Presencia del rasgo serán aquéllos ubicados en el 25%, 27%
o 33% del menor puntaje en la escala total (o dimensión). Se suele utilizar la
prueba de contraste de medias t de student, para comparar la media del grupo
con Alta Presencia y Baja Presencia. Si resulta estadísticamente significativa
la diferencia, quiere decir que el item efectivamente puede diferenciar en
función del atributo, por lo tanto, es un reactivo apto para pertenecer a
la escala definitiva. En cambio, si no es estadísticamente significativa la
diferencia entre los grupos contrastados, el item no distingue correctamente
entre los evaluados, por lo que resulta conveniente eliminarlo de la escala.
Para analizar la capacidad discriminativa de los items, se construyeron dos
grupos de comparación Alta Presencia del Rasgo (desde el cuartil 75 hacia
los valores mayores) y Baja Presencia del Rasgo (desde el cuartil 25 hacia los
valores menores), se espera que como cada grupo tiene variedad de presencia
del rasgo, el item discrimine entre cada uno de ellos. Se utilizó la prueba t de
student para comparar ambas muestras (Ver Tabla 7). Se encontró que todos
los reactivos diferencian entre aquéllos que obtuvieron en mayor medida el
rasgo y los que lo presentan en menor medida, es decir, que el item distingue
en términos del constructo medido. Por ejemplo, el item 1 obtuvo el siguiente
resultado: t(174)=-15,996; p<.05. Esto quiere decir que existen diferencias
estadísticamente significativas entre el grupo que presenta alta presencia y el
grupo de baja presencia, por lo tanto, el item discrimina correctamente, lo
cual es un comportamiento óptimo para el reactivo.

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

 Análisis cuantitativo para items multipunto 33

Tabla 7
Prueba t de student para cada item.
Prueba T para la igualdad de medias

95% Intervalo de
Error confianza para la
Sig. Diferencia
t gl típ. de la diferencia
(bilateral) de medias
diferencia
Inferior Superior
Se han asumido
Item 1
varianzas iguales
-15,996 174 ,000 -1,646 ,103 -1,849 -1,443

Se han asumido
Item 2
varianzas iguales
-13,153 174 ,000 -1,646 ,125 -1,893 -1,399

Se han asumido
Item 3
varianzas iguales
-17,078 174 ,000 -2,048 ,120 -2,284 -1,811

Se han asumido
Item 4
varianzas iguales
-22,190 174 ,000 -2,293 ,103 -2,497 -2,089

Se han asumido
Item 5
varianzas iguales
13,477 174 ,000 1,525 ,113 1,302 1,748

Nota: Tabla de elaboración propia.

Morales y cols. (2003) plantean que tanto la correlación item-total como el

contraste de grupos, arrojan información semejante; un item que diferencia
adecuadamente a los grupos extremos claramente tiene una alta relación con
el total de la escala. Los autores afirman que con los dos procedimientos se
llega a la misma selección de items, así que usar uno u otro método depende
del interés de quien construye el instrumento.

Consistencia Interna
Al definir el dominio del constructo a medir, cada reactivo es una muestra
individual del área a evaluar. En este sentido, el análisis de la consistencia
interna permite determinar el grado en que los diferentes items miden el
mismo rasgo. Esta revisión permite conocer qué tanto los reactivos del
instrumento en construcción son iguales en términos de lo que mide, es
decir, qué tanto están correlacionados. Se basa en la consistencia de las
puntuaciones a todos los reactivos del instrumento. Si el puntaje de los
reactivos que constituyen el instrumento tiene correlaciones positivas entre
ellos se dice que es un instrumento homogéneo, es decir, que el contenido
evalúa el mismo rasgo (Brown, 1980; Kaplan y Saccuzzo, 2006).
Para el caso de los items multipunto, se debe aplicar el Alfa de Cronbach (α),
el cual adquiere valores entre 0 y 1. Mientras más cercano a 1, implica que
el instrumento es más homogéneo y mientras más cercano a 0, el domino

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

34 Aysbel González Álvarez

a evaluar resulta más heterogéneo. Si el alfa es negativa, significa que existe

algún tipo de falla, probablemente, debido a la presencia de correlaciones
negativas (o covarianzas) entre los items. Si esto ocurre, intente recodificar
los reactivos inversos o eliminar los items directos que presenten altas
inter-correlaciones negativas. Existen varios programas estadísticos que
permiten computar el valor del alfa (SPSS, SAS, R). Otra opción para
calcular el alfa es hacerlo manualmente a través de la siguiente formula:
, donde n es el número de items que compone la escala,
s2t es iguala la varianza del instrumento total y Σs2i es la sumatoria de la
varianza de los items.
En cuanto a los valores óptimos de consistencia interna, Nunnally
(1978) considera que el punto crítico sería a partir de α= 0,70. Por otra
parte, DeVellis (2003) desarrolla ciertos parámetros para en análisis de la
consistencia interna (Ver Tabla 8). En este orden de ideas, Morales y cols.
(2003), añaden que, el valor de la consistencia interna esperado va a depender
del uso previsto del instrumento, por ejemplo, para investigaciones básicas,
se puede exigir un valor mínimo de α= 0,60, pero para tomar decisiones o
selección de personal, recomienda exigir valores mayores de α= 0,80. No
obstante, un punto a considerar es el muestreo de contenido que conforma
la dimensión o instrumento total, ya que, si originalmente se espera que el
mismo mida aspectos similares, de debe apuntar a tener un alfa elevado,
mientras que, si el dominio tiende a ser más heterogéneo, lo adecuado es
encontrar valores modestos de la consistencia interna.

Tabla 8
Valoración de la consistencia interna según DeVellis (2003).
Valor del α Etiqueta

Mayor a α = 0,90 Acortar la Escala por ser redundante

α= 0,80 y α= 0,90 Muy bueno

α= 0,70 y α= 0,80 Respetable

α= 0,65 y α= 0,70 Mínimamente Aceptable

α= 0,60 y α= 0,65 Indeseable

Menor a α= 0,60 Inaceptable

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

 Análisis cuantitativo para items multipunto 35

El análisis presentado anteriormente para revisar la calidad de los items

y los posibles comportamientos inadecuados de los mismos (valores de la
media no central, poca variabilidad, correlaciones negativas entre los items,
correlaciones bajas item-puntaje total y correlaciones débiles entre los items)
tenderán a reducir la consistencia interna. Por lo tanto, después de haber
seleccionado los mejores reactivos, eliminando aquéllos que son pobres y
manteniendo los buenos, el cálculo de la consistencia interna es una forma
de evaluar el éxito logrado (DeVellis, 2003).
Algunos programas de computación como SPSS permiten verificar cómo
se ve afectado su valor al eliminar un reactivo, por ejemplo, al analizar la
consistencia interna de los cinco reactivos analizados en la Tabla 5, se puede
observar que su consistencia interna es moderada α= 0,522 debido a que
uno de los reactivos presenta altas correlaciones negativas. En la Tabla 9, se
observa que ocurría si se desincorpora alguno de los reactivos, por ejemplo,
al eliminar el reactivo 5, el valor de la consistencia interna aumenta α= 0,829,
mientras que, si se elimina el item 3, su consistencia interna disminuiría
considerablemente α= 0,163, es decir, que no sería conveniente eliminarlo
de la escala total. Además, a través de este procedimiento, se puede obtener
información de cómo se ve afectada la media y la varianza de la escala total
cuando se elimina un item, la correlación item-total corregida y la correlación
múltiple al cuadrado, la cual indica qué tanto de la variabilidad del reactivo
está explicando la variabilidad de la escala total.
Tal como explica Morales y cols. (2003), este no es un procedimiento
mecánico. Los items se deben ir suprimiendo de uno en uno o en pequeños
bloques, observar qué ocurre con la combinación de reactivos que van
quedando y cómo se ve afectada la consistencia interna de la escala. La idea
final, es mantener los items que conformen un instrumento excelente.

Tabla 9
Estadísticos de la Escala cuando se desincorpora un reactivo.
Estadísticos total-item
Varianza de la Correlación
Media de la escala si se Correlación item- Alfa de Cronbach si
escala si se elimina múltiple al
elimina el item total corregida se elimina el item
el item cuadrado
Item 1 13,37 5,196 ,607 ,492 ,245
Item 2 13,86 5,335 ,489 ,412 ,320
Item 3 13,49 4,557 ,667 ,583 ,163
Item 4 13,47 5,636 ,567 ,463 ,294
Item 5 13,49 11,773 -,564 ,325 ,829
Nota: Tabla de elaboración propia.

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

36 Aysbel González Álvarez

Construcción de baremos:
Para poder decidir cuáles son los reactivos que van a conformar la escala
definitiva, el constructor del instrumento debe establecer cuáles son las pautas
esperadas del comportamiento de los reactivos en cada uno de los estadísticos
seleccionados. Para dicho análisis se va a tomar en cuenta lo propuesto por
Cohen y Swerdlik (1999) quienes explican que para la construcción de un
instrumento psicométrico, se debe considerar los aspectos internos que lo
caracterizan, viendo cómo se comporta la variable, a quién está dirigido y
cuál es el objetivo para lo cual se diseña. Por ejemplo, se debe conocer si la
variable y sus dimensiones son homogéneas o heterogéneas o si se necesita
que los reactivos redunden en consistencia interna.
Como se ha ido observando a lo largo de esta entrega, existen diversos
estadísticos, que arrojan información distinta acerca del comportamiento
de los reactivos. No obstante, en la bibliografía difícilmente se encontrará
información de un comportamiento prototípico que aplique exactamente
igual para todos los instrumentos psicométricos y que permitan de antemano
tener definido como serán los reactivos que se deben escoger. La selección
de los reactivos requiere la construcción de un modelo de análisis particular
que refleje el comportamiento ideal de los items, vinculando los números
obtenidos en los estadísticos y el comportamiento teórico de la variable.
Lezama y Urdanibia (2009) plantean la pertinencia de construir un baremo
que incluya los estadísticos que se van a utilizar y se asignen pesos diferenciales
al recorrido de valores que asume cada estadístico, no solo considerando el
comportamiento ideal, sino también valorando el desempeño inadecuado
de los estadísticos. Por ejemplo, si se tiene una variable homogénea, se espera
que valores altos de la correlación item-dimensión sean puntuados con
mayor peso, mientras que correlaciones negativas y cercanas a cero recibirán
una menor calificación en el baremo.
Es importante resaltar que no se debe elegir un item solo por un estadístico;
la decisión de si va a pertenecer o no la escala definitiva depende de cómo se
comporte en la mayoría de los estadísticos, del objetivo del instrumento, de
la población y de su tabla de especificaciones.

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

 Análisis cuantitativo para items multipunto 37

diseño de la escala definitiva

Luego de haber realizado el análisis estadístico de los items, se espera que

el producto sea la selección de los mejores reactivos. En ocasiones, se deben
hacer ajustes o modificaciones, que pasan por la revisión de redacción o
del contenido para lograr items de mayor calidad. Se debe recordar que los
items que constituyan el modelo definitivo de la escala deben responder a
lo establecido en la tabla de especificaciones. No debe ocurrir que alguna
dimensión quede sin item o con menor cantidad de lo establecido, ya que
ello afectaría la validez del instrumento.
Cuando los items presentan muchos ajustes, es recomendable realizar una
segunda aplicación para verificar que los arreglos realizados efectivamente
están generando los efectos deseados. Sobre esta segunda aplicación se
puede realizar otros análisis estadísticos multivariantes como el Análisis
Factorial, para verificar la calidad de los reactivos (Hair, Tathan y Black,
1999; Richaud, 2005). Cuando los ajustes son mínimos, se puede pasar a la
siguiente etapa para comprobar la validez y confiabilidad de la escala.

R eferencias bibliográficas
Anastasi, A. & Urbina, S. (1998). Test Psicológicos. (7ma Ed.). México: Prentice
Hall.
Brown, F. (1980). Medición en Psicología y Educación (4ta Ed.). México: El
Manual Moderno.
Céspedes, V. & Tristán-López, A. (2014). Influencia de la direccionalidad
de los items en los resultados de instrumentos de medición. Diversitas,
10(1), 29-43.
Cohen, R. & Swerdlik, M. (2001). Pruebas y Evaluación Psicológica.
Introducción a las pruebas y a la Medición. (4ta Ed.). México: McGraw
Hill.
Cortada de Kohan, N. (1999). Teorías psicométricas y construcción de tests.
Buenos Aires: Lugar Editorial.
DeVellis, R. (2003). Scale Development. (2da Ed.). EE. UU: Sage Publications
Inc.
Domínguez, S. (2013). ¿Items politómicos o dicotómicos? Un estudio
empírico con una escala unidimensional. Revista Argentina de Ciencias
del Comportamiento, 5(3), 30-37.

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016

38 Aysbel González Álvarez

Ferketich, S. (1991). Focus on Psychometrics Aspects of Item Analysis.

Research in Nursing & Health, 14, 165-168.
Hair, J., Anderson, R., Tatham, R. & Black, W. (1999). Análisis multivariante.
(5ta Ed.). Madrid: Prentice Hall.
Hernández, R., Fernández, C. & Baptista, P. (2010). Metodología de
Investigación. (5ta Ed.). México: Trillas.
Hogan, T. (2003). Pruebas Psicológicas. México: Manual Moderno.
Kaplan, R. & Saccuzzo, D. (2006). Pruebas Psicológicas. Principios, aplicaciones
y temas. (6ta Ed.). México: Thomson.
Lezama, L. & Urdanibia, A. (2010). Análisis de Items y de la Prueba. Caracas:
Fondo Editorial. Facultad de Humanidades. Universidad Central de
Venezuela.
Martínez, M., Hernández, M. & Hernández, M. (2014). Psicometría. Madrid:
Alianza Editorial.
Morales, P. (2008). Estadística aplicada a las Ciencias Sociales. Madrid:
Universidad Pontificia Comillas.
Morales, P., Urosa, B. & Blanco, A. (2003). Construcción de Escalas de actitudes
tipo Likert. Madrid: La Muralla.
Nunnally, J. (1978). Psychometric theory. New York: McGraw-Hill.
Nunnally, J. & Bernstein, I. (1996) Teoría Psicométrica. (3ra Ed.). México:
McGraw Hill.
Oosterhof, A. (1976). Similarity of various items discrimination indices.
Journal of Educational Measurement, 13(2), 145-150.
Richaud, M. (2005). Desarrollos del análisis factorial para el estudio de:
item dicotómicos y ordinales. Interdisciplinaria: Revista de Psicología y
Ciencias Afines, 22(2), 237-251.
Rust, J. & Golombok, S. (2014). Modern Psychometrics. (3ra Ed.). London:
Routledge.
Tavella, N. (1978). Análisis de los itemes en la construcción de instrumentos
psicométricos. México: Trillas.

Psicología, tercera época ▪ Revista arbitrada ▪ Vol. 35, 2-2016