Profundización en Consistencia interna
Alfa de Cronbach
Se refiere al grado en que los ítems de
una escala se correlacionan entre ellos.
Alfa de crombach estandarizado
Alfa ordinal
Omega de Mcdonals
La consistencia interna se considera
aceptable cuando se encuentra entre 0,70 y 0,90.
Para determinar la consistencia
interna de una escala de veinte ítems se necesitan entre cinco y veinte participantes por cada ítem.
La consistencia interna de un instrumento varía según población en que se aplica por ello es siempre necesario informar el valor cada vez que se aplique
La confiabilidad tipo consistencia interna se refiere al grado en que los ítemes, puntos o reactivos que hacen parte de una escala se correlacionan entre ellos, la magnitud en que miden el mismo constructo
Existen disponibles un par de fórmulas para calcular la consistencia interna de una escala con patrón de respuesta politómica:
Alfa de Cronbach = k r/ 1+r (k-1) k,
número de ítemes r = Σr / nr r
correlación de Pearson nr = k (k - 1) / 2
Una segunda fórmula disponible basa el cálculo del coeficiente en la varianza de los ítemes y la varianza de la puntuación total. Esta fórmula es:
Alfa de Cronbach = k / k - 1 [1- Σσi 2 /σT2 ] k
número de ítemes σi
varianza del ítem σT
Varianza total de la escala
la consistencia interna de una escala dicotómica se calcula:
KR-20 = k / k - 1 [1- Σ piqi / σT2 ] k
número de ítemes pi
% de afirmativo del ítem qi
complemento de p σT
varianza total de la escala
Valores de consistencia interna inferiores a 0,70 indican una pobre correlación entre los ítemes y aquellos por encima de 0,90 indican redundancia o duplicación de ítemes, es decir, que por los menos un par de ítemes miden exactamente el mismo aspecto de un constructo y uno de ellos debe eliminarse
Este coeficiente debe calcularse siempre se aplique el instrumento en una población, aunque se haya observado en usos precedentes valores en el rango deseado. La consistencia interna varía según las características de los participantes
Valores de alfa de Cronbach entre 0,70 y 0,90 indican una buena consistencia interna. La determinación del alfa de Cronbach se indica para escalas unidimensionales entre tres y veinte ítems.
El coeficiente alfa fue descrito
en 1951 por Lee J. Cronbach
El alfa de Cronbach es el promedio de las correlaciones entre los ítems que hacen parte de un instrumento
También se puede concebir este coeficiente como la medida en la cual algún constructo, concepto o factor medido está presente en cada ítem
La popularización del coeficiente alfa de Cronbach se debe a la practicidad de su uso, ya que requiere una sola administración de la prueba
Una manera de mejorar el valor del coeficiente de consistencia interna cuando las escalas tienen varios dominios es estratificarla en subescalas dependiendo del contenido
De esta forma se puede hallar un mejor valor estimado de la consistencia interna que con el coeficiente alfa no estratificado
El valor mínimo aceptable para el coeficiente alfa de Cronbach es 0,70; por debajo de ese valor la consistencia interna de la escala utilizada es baja. Por su parte, el valor máximo esperado es 0,90; por encima de este valor se considera que hay redundancia o duplicación
Es necesario tener en cuenta que el valor de alfa es afectado directamente por el número de ítems que componen una escala. A medida que se incrementa el número de ítems, se aumenta la varianza sistemáticamente colocada en el numerador, de tal suerte que se obtiene un valor sobreestimado de la consistencia de la escala
El alfa de Cronbach tiene gran utilidad cuando se usa para determinar la consistencia interna de una prueba con un único dominio o dimensión
El alfa ordinal la mayoría de veces da mayor al Alfa de Cronbach
Al considerar el alfa ordinal se acepta la confiabilidad de cada uno de los dominios y de la encuesta completa, lo que no ocurre completamente al trabajar con el alfa de Cronbach.
Los valores del alfa de Cronbach subestiman la confiabilidad de un instrumento al trabajar con escalas ordinales.
Cuando no se cumplen los supuestos para la utilización del alfa de Cronbach al estimar la confiabilidad, una alternativa válida es el alfa ordinal,
Una razón que podría explicar el poco uso del alfa ordinal es la dificultad para calcularla
Esta a diferencia del coeficiente de alfa trabaja con las cargas factoriales , que son la suma ponderada de las variables estandarizadas, transformación que hace más estable los cálculos y refleja el verdadero nivel de fiabilidad.
En segundo lugar, no depende del número de ítems tal como se aprecia en su expresión matemática Dónde: ω: es el símbolo de coeficiente omega; ʎi , es la carga factorial estandarizada de i.
En tercer lugar, el coeficiente omega es considerado una adecuada medida de la confiabilidad si no se cumple el principio de tal equivalencia, el cual puede incumplirse si los coeficientes de los ítems que conforman una matriz de solución factorial presentan valores muy diferentes
Para considerar un valor aceptable de confiabilidad mediante el coeficiente omega, éstos deben encontrarse entre .70 y .90 ,aunque en algunas circunstancias pueden aceptarse valores superiores a .65 .
El empleo poco frecuente del coeficiente omega puede explicarse a que no se encuentra en paquetes estadísticos de carácter comercial, como el Statistical Package for the Social Sciences (SPSS)
Con base en sus beneficios derivados de la literatura metodológica disponible, se sugiere el empleo del coeficiente omega en futuras investigaciones de corte psicométrico, con el objetivo de tener una medida más precisa de la confiabilidad.
Esta modalidad es una forma de manejar el valor del coeficiente de consistencia
interna, es utilizado cuando las escalas tienen varios dominios
El instrumento se estratifica en sub-escalas dependiendo del contenido, de esta forma se puede hallar un mejor valor estimado de la consistencia interna que en el coeficiente alfa no estratificado.
Se utilizan además formas más sofisticadas para probar la consistencia interna de una escala calculándose a partir de la varianza de cada ítem y la varianza total de la escala:
a=n/n-1 (1-SsT2/sT2
Donde “n” es el número de ítems
st2 es la varianza de cada ítem
sT2 es la varianza total de la escala