CLCULO DE LA CONFIABILIDAD O FIABILIDAD

Existen diversos procedimientos para calcular la confiabilidad de un instrumento

de medicin. Todos utilizan procedimientos y frmulas que producen coeficientes
de fiabilidad. La mayora de stos pueden oscilar entre cero y uno, donde un
coeficiente de cero significa nula confiabilidad y uno representa un mximo de
confiabilidad (fiabilidad total, perfecta). Cuanto ms se acerque el coeficiente a
cero (0), mayor error habr en la medicin.

Los procedimientos ms utilizados para determinar la confiabilidad mediante un

coeficiente son:
Medida de estabilidad (confiabilidad por test-retest): En este procedimiento
un mismo instrumento de medicin (o tems o indicadores) es aplicado dos
o ms veces a un mismo grupo de personas, despus de un periodo de
tiempo. Si la correlacin entre los resultados de las diferentes aplicaciones
es altamente positiva, el instrumento se considera confiable. Se trata de
una especie de diseo panel. Desde luego, el periodo de tiempo entre las
mediciones es un factor a considerar. Si el periodo es largo y la variable
susceptible de cambios, ello puede confundir la interpretacin del
coeficiente de confiabilidad obtenido por este procedimiento. Y si el periodo
es corto las personas pueden recordar cmo contestaron en la primera
aplicacin del instrumento, para aparecer como ms consistentes de lo que
son en realidad.

 Mtodo de formas alternativas o paralelas. En este procedimiento no se

administra el mismo instrumento de medicin, sino dos o ms versiones
equivalentes de ste. Las versiones son similares en contenido,
instrucciones,

duracin

otras

caractersticas.

Las

versiones

generalmente dos son administradas a un mismo grupo de personas

dentro de un periodo de tiempo relativamente corto. El instrumento es
confiable si la correlacin entre los resultados de ambas administraciones
es significativamente positiva. Los patrones de respuesta deben variar poco
entre las aplicaciones.
Mtodo de mitades partidas (split-halves). Los procedimientos anteriores
(medida de estabilidad y mtodo de formas alternas), requieren cuando
menos dos administraciones de la medicin en el mismo grupo de
individuos. En cambio, el mtodo de mitades-partidas requiere slo una
aplicacin de la medicin. Especficamente, el conjunto total de tems (o
componentes) es dividido en dos mitades y las puntuaciones o resultados
de ambas son comparados. Si el instrumento es confiable, las puntuaciones
de ambas mitades deben estar fuertemente correlacionadas. Un individuo
con baja puntuacin en una mitad, tender a tener tambin una baja
puntuacin en la otra mitad.
Medidas de consistencia interna: Est basada en las correlaciones entre
distintos tems dentro de la misma prueba. Mide si los distintos tems
producen resultados similares en el supuesto general. Por ejemplo, si un
encuestado se expres favorablemente con la proposicin "Me gusta andar
en bicicleta" y "He disfrutado hacer ciclismo en el pasado", y en desacuerdo
con la proposicin "Odio las bicicletas", sera esto entonces indicativo de
una buena consistencia interna en el test. La consistencia interna se mide
frecuentemente con el Alfa de Cronbach, un estadstico calculado a partir
de las correlaciones pares entre los tems.

La confiabilidad vara de acuerdo con el nmero de tems 1 que incluya el

instrumento de medicin. Cuantos ms tems haya, mayor ser sta. Lo cual
resulta lgico; vemoslo con un ejemplo cotidiano: si se desea probar qu tan
confiable o consistente es la lealtad de un amigo hacia nuestra persona, cuantas
ms pruebas le pongamos, su fiabilidad ser mayor. Claro est que demasiados
tems provocarn cansancio en los participantes. Cada vez que se administra un
instrumento de medicin debe calcularse la confiabilidad, al igual que evaluarse la
evidencia sobre la validez.
CLCULO DE LA VALIDEZ
Con respecto a la validez de contenido, primero es necesario revisar cmo ha sido
medida la variable por otros investigadores. Y, con base en dicha revisin, elaborar
un universo de tems o reactivos posibles para medir la variable y sus dimensiones
(el universo debe ser lo ms exhaustivo que sea posible). Despus, se consulta a
investigadores familiarizados con la variable para ver si el universo es
verdaderamente exhaustivo. Se seleccionan los tems bajo una cuidadosa
evaluacin, uno por uno. Y si la variable est compuesta por diversas dimensiones
o facetas, se extrae una muestra probabilstica de reactivos, ya sea al azar o
estratificada (cada dimensin constituira un estrato). Se administran los tems, se
correlacionan las puntuaciones de stos entre s (tiene que haber correlaciones
altas, en especial entre tems que miden una misma dimensin, pero teniendo
cuidado que sean capaces de discriminar entre participantes) (Bohrnstedt, 1976;
Punch, 2009); y se hacen estimaciones estadsticas para ver si la muestra es
representativa. Para calcular la validez de contenido son necesarios varios
coeficientes. ste sera un procedimiento ideal. Pero, como veremos ms
adelante, a veces no se calculan estos coeficientes, sino que se seleccionan los
tems mediante un proceso que asegura la representatividad (no de manera
estadstica sino conceptual).

Un tem es la unidad mnima que compone una medicin; es un reactivo que estimula una respuesta en un sujeto (por ejemplo, una
pregunta, una frase, una lmina, una fotografa o un objeto de descripcin).

La validez de criterio se estima al correlacionar la medicin con el criterio externo

(puntuaciones del instrumento frente a las puntuaciones en el criterio), y este
coeficiente se toma como coeficiente de validez (Bohrnstedt, 1976). 2
Medicin

Criterio

Correlacin
Instrumento para medir la motivacin
intrnseca
Persistencia
en la tarea (horas extras sin recompensa extrnseca)

DE QU TIPOS DE INSTRUMENTOS DE MEDICIN O RECOLECCIN DE

DATOS CUANTITATIVOS DISPONEMOS EN LA INVESTIGACIN?
En la investigacin disponemos de diversos tipos de instrumentos para medir las
variables de inters y en algunos casos llegan a combinarse varias tcnicas de
recoleccin de los datos.
Cuestionarios
Tal vez el instrumento ms utilizado para recolectar los datos es el cuestionario. Es
un documento integrado por un conjunto de preguntas redactadas y estructuradas
de forma coherente, para ser planteadas a los informantes de las unidades de
observacin, que pueden ser las viviendas, los hogares, los establecimientos
comerciales o las oficinas pblicas, con el fin de captar y difundir la estadstica
bsica que demandan la sociedad y el Estado; organizado de acuerdo con
objetivos determinados para captar informacin que d respuesta a los
planteamientos conceptuales derivados de la problemtica y las consideraciones
2

Las pruebas de correlacin se presentan en el siguiente captulo: Anlisis de los datos cuantitativos.

hipotticas de la realidad que se quiere estudiar en las unidades de observacin y

la temtica definida.
Comentaremos primero sobre las preguntas y luego sobre las caractersticas
deseables de este tipo de instrumento, as como los contextos en los cuales se
pueden administrar los cuestionarios.
Qu tipos de preguntas se pueden hacer?
El contenido de las preguntas de un cuestionario es tan variado como los
aspectos que mide. Bsicamente se consideran dos tipos de preguntas:
cerradas y abiertas.
Preguntas cerradas: Contienen categoras u opciones de respuesta
que han sido previamente delimitadas. Es decir, se presentan las
posibilidades de respuesta a los participantes, quienes deben
acotarse a stas. Pueden ser dicotmicas (dos posibilidades de
respuesta) o incluir varias opciones de respuesta.
cerradas

son

fciles

de

codificar

Las preguntas

preparar

para

su

anlisis. Asimismo, estas preguntas requieren de un menor esfuerzo

por parte de los respondientes. stos no tienen que escribir o
verbalizar pensamientos, sino simplemente seleccionar la alternativa
que describa mejor su respuesta. Responder a un cuestionario con
preguntas cerradas toma menos tiempo que contestar a uno con
preguntas abiertas. Si el cuestionario es enviado por correo, se tiene
una mayor respuesta cuando es fcil de contestar y requiere menos
tiempo

completarlo.

La principal

desventaja de

las

preguntas

cerradas reside en que limitan las respuestas de la muestra y en

ocasiones ninguna de las categoras describe con exactitud lo que
las personas tienen en mente, no siempre se captura lo que pasa por
las cabezas de los sujetos.
Preguntas abiertas: no delimitan de antemano las alternativas de
respuesta, por lo cual el nmero de categoras de respuesta es muy

elevado; en teora, es infinito, y puede variar de poblacin en

poblacin. Las preguntas abiertas son particularmente tiles
cuando no tenemos informacin sobre las posibles respuestas de las
personas o cuando esta informacin es insuficiente. Tambin sirven
en situaciones donde se desea profundizar una opinin o los motivos
de un comportamiento. Su mayor desventaja es que son ms difciles
de codificar, clasificar y preparar para su anlisis. Adems, pueden
presentarse sesgos derivados de distintas fuentes: por ejemplo,
quienes tienen dificultades para expresarse oralmente y por escrito
pueden no responder con precisin lo que realmente desean o
generar confusin en sus respuestas.

Paso 5: analizar mediante pruebas estadsticas las hiptesis planteadas

(anlisis estadstico inferencial)
En este paso se analizan las hiptesis a la luz de pruebas estadsticas, que a
continuacin detallamos.
Estadstica inferencial: de la muestra a la poblacin
Para qu es til la estadstica inferencial?
Con frecuencia, el propsito de la investigacin va ms all de describir las
distribuciones de las variables: se pretende probar hiptesis y generalizar los
resultados obtenidos en la muestra a la poblacin o universo. Los datos casi
siempre se recolectan de una muestra y sus resultados estadsticos se denominan
estadgrafos; la media o la desviacin estndar de la distribucin de una muestra
son estadgrafos.
A las estadsticas de la poblacin se les conoce como parmetros. stos no son
calculados, porque no se recolectan datos de toda la poblacin, pero pueden ser
inferidos de los estadgrafos, de ah el nombre de estadstica inferencial.

Entonces, la estadstica inferencial se utiliza fundamentalmente para dos

procedimientos vinculados (Wiersma y Jurs, 2008; Asadoorian, 2008):

Probar hiptesis poblacionales.

Estimar parmetros.

Estadstica multivariada

Un vector aleatorio es un vector formado por una o ms variables aleatorias

escalares. La estadstica multivariante se ocupa de los vectores aleatorios que
tienen aplicaciones en muchas ciencias y tcnicas. Podemos destacar entre ellas
la econometra y la taxonoma.. Los vectores aleatorios nos sirven para construir
este tipo de modelos. Incluso en fsica, donde parece que los modelos determinan
claramente el valor de las variables, estas padecen errores producidos por
variables no incluidos en el modelo o procesos puramente aleatorios, lo que hace
necesario recurrir a modelos estadsticos para estimar sus parmetros.
Los mtodos

estadsticos

multivariantes y

el anlisis

multivariante son

herramientas estadsticas que estudian el comportamiento de tres o ms variables

al mismo tiempo. Se usan principalmente para buscar las variables menos
representativas para poder eliminarlas, simplificando as modelos estadsticos en
los que el nmero de variables sea un problema y para comprender la relacin
entre varios grupos de variables. Algunos de los mtodos ms conocidos y
utilizados son la Regresin lineal y el Anlisis discriminante.
Se pueden sintetizar dos objetivos claros:
1. Proporcionar mtodos cuya finalidad es el estudio conjunto de datos
multivariantes que el anlisis estadstico uni y bidimensional es incapaz de
conseguir.

2. Ayudar al analista o investigador a tomar decisiones ptimas en el contexto

en el que se encuentre teniendo en cuenta la informacin disponible por el
conjunto de datos analizado.
Existen diferentes modelos y mtodos, cada uno con su tipo de anlisis:
1. Mtodos de Dependencia:
1. Un estudio de la regresin nos permite averiguar hasta qu punto
una variable puede ser prevista conociendo otra. Se utiliza para
intentar predecir el comportamiento de ciertas variables a partir de
otras, como por ejemplo los beneficios de una pelcula a partir del
gasto en mrketing y del gasto en produccin.
2. El anlisis de la correlacin cannica intenta analizar la posible
existencia de relacin entre dos grupos de variables.
3. Un anlisis

discriminante nos

puede

dar

una funcin

discriminante que puede ser utilizada para distinguir entre dos o ms

grupos, y de este modo tomar decisiones.
4. Un anlisis multivariante de la varianza (MANOVA), extendiendo
el anlisis de la varianza (ANOVA), cubre los casos en los que se
conozca la existencia de ms de una variable dependiente sin
poderse simplificar ms el modelo.
5. La regresin logstica permite la elaboracin de un anlisis de
regresin para estimar y probar la influencia de una variable sobre
otra, cuando la variable dependiente o de respuesta es de
tipo dicotmico.
2. Mtodos de Interdependencia:

1. El anlisis de los componentes principales procura determinar un

sistema ms pequeo de variables que sinteticen el sistema
original.
2. El anlisis clster clasifica una muestra de entidades (individuos o
variables) en un nmero pequeo de grupos de forma que las
observaciones pertenecientes a un grupo sean muy similares entre
s

muy

disimilares

del

resto.

diferencia

del Anlisis

discriminante se desconoce el nmero y la composicin de dichos

grupos.
3. La Iconografa de las correlaciones.
3. Mtodos Estructurales:
Los modelos de ecuaciones estructurales analizan las relaciones existentes
entre un grupo de variables representadas por sistemas de ecuaciones
simultneas en las que se suponen que algunas de ellas (denominadas
constructos) se miden con error a partir de otras variables observables
denominadas indicadores. Los modelos utilizados constan, por lo tanto, de
dos partes: un modelo estructural que especifica las relaciones de
dependencia existente entre las constructos latentes y un modelo de
medida que especifica como los indicadores se relacionan con sus
correspondientes constructos.

REFRENCIAS BIBLIOGRFICAS

Bohrnstedt,G.W.(1976).EVALUACIN

DE LA CON

FIABILIDAD Y VALIDEZ EN LA
MEDICIN DE ACTITUDES. En G. F. Summers (Ed.), Medicin de actitudes

(pp . 103 127 ). Mxico, DF, Mxico: Trillas Wiersma y Jurs, 2008; Asadoorian,
2008)
TECNICAS DE ESTUDIO. Recuperado el 29/06/2016 de http://www.tecnicas-deestudio.org/investigacion/investigacion52.htm