2 Alfa de Cronbach

Alfa de Cronbach
FACPYA Dra. Martha Rodríguez 1

Análisis de fiabilidad
El análisis de fiabilidad (confiabilidad) permite estudiar las
propiedades de las escalas de medición y de los elementos (ítems)
que componen las escalas.
El procedimiento Análisis de fiabilidad calcula un número de medidas de
fiabilidad de escala que se utilizan normalmente y también proporciona
información sobre las relaciones entre elementos individuales de la escala.
La confiabilidad se refiere a la confianza que se tiene a los datos
recolectados, debido a que hay una repetición constante, estable de la
medida. Es la exactitud o precisión de un instrumento de medición.
Una medición es confiable o segura cuando aplicada repetidamente a
un mismo individuo o grupo, o al mismo tiempo por investigadores
diferentes, proporciona resultados iguales o parecidos.
Tipos: 1) estabilidad a través del tiempo, 2) representatividad, ausencia de
variaciones para medir un mismo constructo en distintas sub-poblaciones,
3) equivalencia o consistencia, con métodos como el Alfa de Cronbach
Análisis de fiabilidad
Ejemplo. ¿El cuestionario mide la satisfacción del cliente
de manera útil? El análisis de fiabilidad permite:
Determinar el grado en que los elementos del
cuestionario se relacionan entre sí,
Obtener un índice global de la consistencia interna de la
escala en su conjunto
Identificar elementos problemáticos que deberían ser
excluidos de la escala.

Alfa de Cronbach
Es un modelo de consistencia interna, que se basa en la correlación inter-
elementos promedio. En un cuestionario, se supone que las variables
(preguntas) están relacionadas con la magnitud inobservable de interés. En
particular, las n variables deberían realizar mediciones estables y
consistentes, con un elevado nivel de correlación entre ellas.
No es un estadístico al uso, por lo que no viene acompañado de ningún p-
valor que permita rechazar la hipótesis de fiabilidad en la escala.
Sus valores oscilan entre 0 y 1, pero cuanto más se aproxime a su valor
máximo, 1, mayor es la fiabilidad de la escala.
En determinados contextos y por tácito convenio, se considera que valores
del alfa superiores a 0,8 son suficientes para garantizar la fiabilidad de la
escala.

Alfa de Cronbach
Como criterio general, George y Mallery (2003, p. 231) sugieren las recomendaciones
siguientes para evaluar los coeficientes de alfa de Cronbach:
-Coeficiente alfa >.9 es excelente
-Coeficiente alfa >.8 es bueno
-Coeficiente alfa >.7 es aceptable
-Coeficiente alfa >.6 es cuestionable
-Coeficiente alfa >.5 es pobre
Nunnally (1967, p. 226): en las primeras fases de la investigación un valor de

fiabilidad de 0.6 o 0.5 puede ser suficiente. Con investigación básica se necesita al
menos 0.8 y en investigación aplicada entre 0.9 y 0.95
George, D. y Mallery, P. (2003). Spss for Windows step by step: A Simple Guide and Reference. 11.0 Update (4.ª
ed.). Boston: Allyn & Bacon.
Nunnally, J. (1967). Psychometric Methods. New York: McGraw-Hill Book Co.

Existen dos métodos para
calcular el alpha de Cronbach

Alfa de Cronbach
Ejemplo: considere la siguiente encuesta de satisfacción con 5
preguntas que se hizo a 10 individuos.
En Variables. Agregar con las siguientes
características:
P1 P2 P3 P4 P5 Tipo Numérico (excepto la de encuestados que
1 1 4 4 1 3 sería Cadena)
2 5 3 2 2 3 Decimales: 0
Valores: agregar Eiqueta de Valor
3 4 1 1 3 3
Medida: Ordinal, excepto la primera que sería
4 2 5 2 3 3 Nominal
5 3 3 1 4 3
6 1 2 5 2 3
7 4 1 1 5 3
8 1 2 3 3 3
9 2 5 2 3 3
10 2 4 4 1 3

Método de varianza

Alfa de Cronbach
Calcular el Alfa de Cronbach con SPSS:
-Analizar
-Escala
-Análisis de fiabilidad
- Modelo: Alfa

Alfa de Cronbach
¿Cómo incrementar el valor del Alfa de Cronbach?
Razón 1. Ítems invertidos. Esto puede generar incluso valores

negativos del Alfa de Cronbach y resultan cuando los ítems no se
relacionan de manera positiva entre ellos, lo que conduce a una
violación de modelo de confiabilidad, por ejemplo que los ítems se
orienten en diferentes direcciones respecto al constructo
Razón 2: Algún ítem no es discriminante, los valores o respuestas de

algún ítem o pregunta no cambian.

Alfa de Cronbach
¿Cómo podemos saber cuál es el orden que tienen nuestros ítems?
A) Calcular la suma y revisar correlaciones con los ítems (no debe haber ítems invertidos)
-Transformar
-Calcular variable
-SUMA1=P1+P2+P3+P4+P5

Alfa de Cronbach
B) Encontrar correlaciones negativas
-Analizar
-Correlaciones Bivariadas (todos los ítems más la suma)
-Revisar la columna (correlaciones) de la variable suma, las correlaciones negativas representan
ítems invertidos
Dra. Martha Rodríguez 12

FACPYA
Alfa de Cronbach
B) Encontrar ítems invertidos
-Ordenar la variable suma para visualizar mejor lo anterior (menor a mayor)
-Los valores más bajos de todos los ítems deberían ir arriba y los más altos abajo, si alguno está
al revés indicarían ítems invertidos

FACPYA
Alfa de Cronbach
C) Corregir ítems invertidos
-Copiar en otra columna ítem invertido con otro nombre
-Ordenar la nueva variable y cambiar los valores con su contrario (ej: 5 por 1, etc)

FACPYA
Alfa de Cronbach
D) Calcular nuevamente el Alfa de Cronbach
-Analizar
-Escala
-Análisis de fiabilidad
- Alfa (calcular nuevamente pero sustituyendo la variable nueva)

FACPYA
Alfa de Cronbach
D) Calcular nuevamente el Alfa de Cronbach
-Revisar ahora las correlaciones con una nueva suma, deben ser positivas las correlaciones y
principalmente significativas
-Si hay correlaciones negativas volver al primer paso
Hay correlaciones negativas

con la pregunta 2
FACPYA
Alfa de Cronbach
C2) Corregir ítems invertidos, en este caso la Pregunta 2
-Copiar en otra columna ítem invertido con otro nombre
-Ordenar la nueva variable y cambiar los valores con su contrario (ej: 5 por 1, etc)

FACPYA
Alfa de Cronbach
D2) Calcular nuevamente el Alfa de Cronbach
-Analizar-Escala-Análisis de fiabilidad - Alfa (calcular nuevamente pero sustituyendo la variable nueva)
-Revisar ahora las correlaciones con una nueva suma, deben ser positivas las correlaciones y
principalmente significativas-Si hay correlaciones negativas volver al primer paso
No hay correlaciones negativas

y el valor de Alfa subió

FACPYA
Alfa de Cronbach
¿Cómo resolver el problema de los ítems que no discriminan?
-Revisar las respuestas de las preguntas, en este caso la pregunta 5 no cambia. Se puede revisar la
desviación estándar con el menú de Analizar- Estadísticos descriptivos-Descriptivos-

FACPYA
Alfa de Cronbach
¿Cómo resolver el problema de los ítems que no discriminan?
-Reformular la pregunta (ítem) para tener respuestas variadas

FACPYA
Alfa de Cronbach
Eliminar o Seleccionar ítems
Entre las ventajas de Alfa de Cronbach se encuentra la posibilidad de evaluar cuánto
mejoraría (o empeoraría) la fiabilidad de la prueba si se excluyera un determinado ítem.
-Por ejemplo considerar las preguntas P1, P2i, P3i, P4 y P5. En la ventana del análisis de
fiabilidad, en estadísticos seleccionar Escala si se eliminan elementos.

FACPYA
Alfa de Cronbach
En la última columna de la Tabla que se presenta, se proporciona el Alfa de
Cronbach si se quitara una pregunta.
El ítem que se debería eliminar sería la P5, ya que si se elimina el Alfa de Cronbach
subiría a 0.782

FACPYA
Alfa de Cronbach
Si volvemos a calcular el Alfa tendríamos los siguientes resultados, que sugieren que
se elimine la pregunta 2i para tener un Alfa de Cronbach de 0.840

FACPYA

2 Alfa de Cronbach

Cargado por

Copyright:

Formatos disponibles

2 Alfa de Cronbach

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

2 Alfa de Cronbach

Cargado por

Copyright:

Formatos disponibles

Alfa de Cronbach

FACPYA Dra. Martha Rodríguez 1

FACPYA Dra. Martha Rodríguez 3

FACPYA Dra. Martha Rodríguez 4

Nunnally (1967, p. 226): en las primeras fases de la investigación un valor de

FACPYA Dra. Martha Rodríguez 5

FACPYA Dra. Martha Rodríguez 6

FACPYA Dra. Martha Rodríguez 7

FACPYA Dra. Martha Rodríguez 8

FACPYA Dra. Martha Rodríguez 9

Razón 1. Ítems invertidos. Esto puede generar incluso valores

Razón 2: Algún ítem no es discriminante, los valores o respuestas de

FACPYA Dra. Martha Rodríguez 10

FACPYA Dra. Martha Rodríguez 11

Dra. Martha Rodríguez 12

Dra. Martha Rodríguez 13

Dra. Martha Rodríguez 14

Dra. Martha Rodríguez 15

Hay correlaciones negativas

Dra. Martha Rodríguez 17

-Analizar-Escala-Análisis de fiabilidad - Alfa (calcular nuevamente pero sustituyendo la variable nueva)

No hay correlaciones negativas

Dra. Martha Rodríguez 18

Dra. Martha Rodríguez 19

Dra. Martha Rodríguez 20

Dra. Martha Rodríguez 21

Dra. Martha Rodríguez 22

Dra. Martha Rodríguez 23

También podría gustarte