IDEA INTUITIVA

Supngase que un buen tirador prueba tres armas observndose los siguientes resultados:

** * ** * ** * * * * **

El arma no muestra validez ni confiabilidad

El arma es confiable pero no vlido

* * * * * *
Torres & Medina (2012)

El arma es vlido y confiable

VALIDEZ
La validez se define como el grado en el que un instrumento mide la variable que pretende medir.
Tipos de validez

Validez de contenido

Validez de criterio

Validez de constructo

Validez predictiva

Validez concurrente

Torres & Medina (2012)

Validez de Contenido
Se refiere al grado en que un instrumento refleja un dominio especfico de contenido de lo que se mide (Sampieri y otros, 2008,273). Kerlinger (2001;604), sostiene no es una tarea fcil y es por ello que se debe recurrir a jueces competentes, para que juzguen el contenido de los reactivos; para ello se debe facilitar a los jueces instrucciones especficas para realizar dichos juicios y despus si es posible utilizar algn mtodo para agrupar los juicios recabados.
Torres & Medina (2012)

Formas Generales de Presentacin al Experto

Torres & Medina (2012)

MODELO I

Autora: Chvez Alizo

Torres & Medina (2012)

Modelo II

Torres & Medina (2012)

Modelo III

Torres & Medina (2012)

Ejemplo 1: de Prueba Estadsticas: Chi-Cuadrado Se a sometido a seis jueces para que valoren la validez del instrumento segn el formato II, referido a la identificacin de las dificultades de enseanza con respecto al uso de las Tecnologas de la Informacin y comunicacin (TICs) en los docentes de la UGEL de Tacna, anotando el valor de uno (1), cuando existe aprobacin y de cero (0) en caso contrario
tems Item_1 Item_2 Item _3 Item _4 Item _5 Item _6 Item _7 Item _8 Item _9 Item _10 Jueces 01 1 1 0 1 1 1 1 1 1 0 02 1 1 1 1 0 1 1 1 1 0 03 1 1 1 1 1 1 1 1 0 1 04 1 1 1 1 1 1 1 1 1 1 05 0 1 1 1 1 1 1 1 0 1 06 1 1 0 1 1 1 1 1 1 1 Total 5 5 4 5 6 5 6 6 4 3

Torres & Medina (2012)

Prueba de Chi Cuadrado

Formulacin de hiptesis Hiptesis nula (Ho): El instrumento no es vlido. (Si P=<0.75) Hiptesis alternativa (Ha): El instrumento es vlido (Si P>0.75) Nivel de significacin : a = 0.05 Estadgrafo de prueba Modelo estadstico del Chi cuadrado Resultados del Clculo
Frecuencias
Observadas (Oi)
2

Acuerdo 52 45
2

Desacuerdo

Total 60 60
2

(Oi - Ei ) =
Ei

8 15
2

Esperadas (Ei)

gl : Grados de libertad gl = (C -1)(F -1) Zona de aceptacin y de rechazo

1-a a

X2 =

(Oi - Ei )
Ei

(52 - 45) =
45

(8 - 15) +
15

= 4.4

X2 (2-1)(2-1);0.95 = x2 (1); 0.95 = 3.841

c Regin de rechazo: [3.841; >

Regla de decisin Como X2 = 4.4 >3,841, entonces se rechaza Ho. Conclusin: El instrumento es vlido

Torres & Medina (2012)

Procedimiento de ejecucin en el SPSS

Una vez ingresado al programa SPSS 17.0, copiar las categoras de los jueces en una sola columna (variable: tem). Luego elegir en el men principal las opciones: Analizar Pruebas no paramtricas Chicuadrado.(luego se apertura un cuadro de dialogo) En el cuadro de dialogo seleccionar la Columna (Variable: tem) a analizar y ubicarlo en la lista de variables destino. Luego en la opcin: valores esperados aadir los valores 1 y 3 en ese orden consecutivo. Luego pulsar Aceptar y observa los resultados en el visor de resultados.
Torres & Medina (2012)

Ejemplo 2: Prueba Binomial

Se ha sometido a la valoracin de 10 jueces, un instrumento ficticio de 10 tems. Se pide hallar la validez de jueces. n J1 J2 J3 J4 J5 J6 J7 J8 J9 J10 it1 1 1 0 1 1 1 1 0 1 1 it2 1 1 1 0 1 0 1 0 1 1 it3 1 1 1 1 1 0 1 1 0 1 it4 0 1 1 0 1 1 0 1 1 1 it5 1 1 1 0 1 1 0 0 1 0 It6 1 1 1 1 1 1 1 1 0 1 it7 0 0 0 1 1 1 1 1 1 1 it8 0 1 0 1 1 1 1 0 1 1 it9 0 1 0 0 1 1 0 0 1 1 it10 0 1 1 0 0 1 0 0 1 0

Torres & Medina (2012)

Prueba Binomial
Formulacin de hiptesis Hiptesis nula (Ho): Ho : P1 = P2 = 0.5 (El tem no es vlido). Hiptesis alternativa (Ha): P1 > P2 (El tem es vlido). Nivel de significacin : a = 0.05 Estadgrafo de prueba Modelo estadstico de la Prueba Binomial

n x n- x p(x ) = x P Q
P: Proporcin de casos esperados en una categora. Q =1-P: Proporcin de casos esperados en la otra categora. n: nmero total de jueces. x: frecuencia de aprobacin al tem.

Torres & Medina (2012)

Resultados del Clculo

n J1 J2 J3 J4 J5 J6 J7 J8 J9 J10 x it1 1 1 0 1 1 1 1 0 1 1 8 it2 1 1 1 0 1 0 1 0 1 1 7 it3 1 1 1 1 1 0 1 1 0 1 8 It4 0 1 1 0 1 1 0 1 1 1 7 it5 1 1 1 0 1 1 0 0 1 0 6 it6 1 1 1 1 1 1 1 1 0 1 9 it7 0 0 0 1 1 1 1 1 1 1 7 it8 0 1 0 1 1 1 1 0 1 1 7 it9 0 1 0 0 1 1 0 0 1 1 5 it10 0 1 1 0 0 1 0 0 1 0 4

tem 1:

tem 2:
10 x =8

p (x 8) =

10 x n - x x P Q = 0,054687

p( x 7 ) =
x =7

10

10 x n - x x P Q = 0,172

Torres & Medina (2012)

it1 J1 J2 J3 J4 J5 J6 J7 J8 J9 J10 Tot. p(x)= 1 1 0 1 1 1 1 0 1 1 8 0,05

It2 1 1 1 0 1 0 1 0 1 1 7 0,17

it3 1 1 1 1 1 0 1 1 0 1 8 0,05

it4 0 1 1 0 1 1 0 1 1 1 7 0,17

it5 1 1 1 0 1 1 0 0 1 0 6 0,38

it6 1 1 1 1 1 1 1 1 0 1 9 0,01

it7 0 0 0 1 1 1 1 1 1 1 7 0,17

it8 0 1 0 1 1 1 1 0 1 1 7 0,17

it9 0 1 0 0 1 1 0 0 1 1 5 0,5

it10 0 1 1 0 0 1 0 0 1 0 4 0,38

Regla de decisin Se observa que solo el tem 6, resulta ser significativo ya que: p(x) = 0.01 < 0.05.
Torres & Medina (2012)

Procedimiento de ejecucin en el SPSS

Una vez ingresado al programa SPSS 17.0, copiar las categoras de los jueces como se observa en el ejemplo 2. Luego elegir en el men principal las opciones: Analizar Pruebas no paramtricas Binomial.(luego se apertura un cuadro de dialogo) En el cuadro de dialogo seleccionar las variables (tems) a analizar y ubicarlo en la lista de variables destino. Luego pulsar Aceptar y observa los resultados en el visor de resultados.
Torres & Medina (2012)

Observaciones del Modelo Estadstico

N de jueces que intervienen 03 04 05 06 07 08 09 10 Aprobacin de jueces al tem 03 04 05 06 07 07 y 08 08 y 09 09 y 10 N tems que podran resultar vlidos Ninguno Ninguno 01 01 01 02 02 02

Torres & Medina (2012)

Validez de Criterio
La validez de criterio establece la validez de un instrumento de medicin al compararlo con algn criterio externo que pretende medir lo mismo Sampieri y otros (2008; 280).

Coeficiente de validez = (rxy)^2

rxy = [n xi2 - ( xi ) ][n yi2 - ( yi ) ]
2 2

n xi yi - ( xi )( yi )

donde: n: nmero administrados. x: puntaje del instrumento elaborado. y: puntaje del criterio externo. rxy: correlacin de Pearson.
Torres & Medina (2012)

Ejemplo 3: Validez de Criterio

Se desea validar un test de inteligencia con los estudiantes del primer ao de la universidad y para ello se ha aplicado a 12 estudiantes el instrumento. El criterio de medicin externa de comparacin se ha considerado el rendimiento acadmico obtenido en sus estudios del nivel secundario y es como sigue:

Estudiante Promedio del nivel secundario.

1 13

2 15

3 15

4 19

5 12

6 17

7 15

8 17

9 14

10 14

11 19

12 14

Puntaje logrado del 116 test de inteligencia

112

110 120 103 120 113 114 106 108 128 109

Torres & Medina (2012)

Desarrollo
n
1 2 3 4 5 6 7 8 9 10 11 12 Total

yi
116 112 110 120 103 120 113 114 106 108 128 109 1359

xi
13 15 15 19 12 17 15 17 14 14 19 14 184

xiyi
1508 1680 1650 2280 1236 2040 1695 1938 1484 1512 2432 1526 20981

xi2
169 225 225 361 144 289 225 289 196 196 361 196 2876

yi2
13456 12544 12100 14400 10609 14400 12769 12996 11236 11664 16384 11881 154439

yi

xi

xi y i

xi2

yi2

Torres & Medina (2012)

rxy =

[ n x - ( xi ) ][ n y - ( y i ) ]
2 i 2 2 i 2

n xi y i - ( xi )( y i )

rxy =

[12(2876) - (184) ][12(154439) - (1359) ]

2 2

12(20981) - (184)(1359)

= 0.838

Coeficiente de validez = (rxy)2 = (0.84)^2 = 0.7

Interpretacin: El 70 % de las variaciones observadas en el test de inteligencia de los alumnos son explicadas por las variaciones de los promedios obtenidos en el nivel secundario.
Torres & Medina (2012)

Procedimiento de ejecucin en el SPSS

Una vez ingresado al programa SPSS 17.0, copiar las valoraciones de las variables del promedio del nivel secundario y las puntuaciones del test de inteligencia del ejemplo 3. Luego elegir en el men principal las opciones: Analizar Correlaciones Bivariadas.(luego se apertura un cuadro de dialogo) En el cuadro de dialogo seleccionar las variables (promedio del nivel secundario y las puntuaciones del test de inteligencia ) a analizar y ubicarlo en la lista de variables destino. Comprobar la casilla de coeficientes de correlacin este remarcado Pearson y luego pulsar Aceptar.
Torres & Medina (2012)

Validez de Constructo
La validez de constructo, fue creado en 1954 por el APA (Asociacin Americana de Psicologa), y se refiere a que tan adecuado resulta el instrumento para medir un concepto terico abstracto subyacente en la variable que es de inters para el investigador

Por la magnitud procedimental de la prueba de validez de constructo mediante el CFA, se ha convenido tratarlo la siguiente sesin.
X4 Nota en Psicologa

Rendimiento Acadmico

Torres & Medina (2012)

X1 Nota en Matemtica

X3 Nota en Lenguaje X2 Nota en Estadstica Habilidad numrica

Habilidad verbal

Confiabilidad
La confiabilidad de un instrumento de medicin o uno comparable al aplicarse al mismo objeto una y otra vez, deben arrojar resultados iguales o similares. Kerlinger (2002:582)
Aspectos que afectan a la confiabilidad:
Muestra limitada del comportamiento (i.e. poco tems) Errores de medicin: (especialmente los errores aleatorios) Error sistemtico: errores que consistentemente afectan los puntajes de los individuos. Usualmente asociados con alguna caracterstica de la persona o el test que no tiene nada que ver con el constructo que esta siendo midiendo. Produce baja validez. Error aleatorio: errores que afectan el puntaje de los individuos en forma puramente aleatoria o al azar. Produce baja confiabilidad.
Torres & Medina (2012)

Teora Clsica de los Test (TCT)

t ij = Tij + e ij
t ij
Tij
= puntaje observado del individuo i en el test j. = puntaje verdadero (se considera constante para un individuo). = puntaje de error aleatorio (no sistemtico).

eij

Axiomas de la Teora Clsica de los Test (TCT) Axioma 1: Axioma 2: Axioma 3: Axioma 4:

E (t ij ) = Tij

re
re
re

i 1Ti 1

ij e ik

= 0 Cov(e ij , e ik ) = 0 ; "j k
= 0 Cov(e ij , Tik ) = 0 ; "j k
Torres & Medina (2012)

= 0 Cov (e ij , Tij ) = 0

ij Tik

Teoremas de la Teora Clsica de los Test (TCT) Teorema 1: Teorema 2: Teorema 3:

E (e ij ) = 0

me = 0
ij

S r = S
2 tT

2 T 2 t

Test Paralelos Axioma 5: Axioma 6:

Ti1 = Ti 2
2 S i2 = S 1 i2

2 Corolario 4.1: rtT = rt t rtT = rt t

1 2

1 2

ndice de confiabilidad.

Teorema 5: Corolario 5.1:

Si t = T + e

Teorema 4:

rt1t2

2 ST = 2 St

S t2 = S T2 + S e2

Torres & Medina (2012)

Definicin alternativa del coeficiente de confiabilidad

Se2 rt t = 1 - 2 St
1 2

Prueba de Hiptesis de Test Paralelos

Cuando los datos medidos son de la escala de razn y posee una distribucin normal, es posible contrastar la igualdad de medias y variancias de los test para determinar si son paralelos. Estadgrafos de Prueba
0, x < x(1) k S n ( x) = , x ( k ) x x ( k +1) , k = 1,2,..., n - 1 n 1, x( n ) x

Normalidad:

; Dn = Sup S n ( x ) - Fo (x )
-< x<

Igualdad de Medias: Igualdad de Varianzas:

D n T= SD

Di D= i =1 n

SD =

1 n 2 Di n - 1 i =1

n Di - i =1 n

( S 2 - S 2) n - 2 t t = 1 2 n -2 2S S 1- r2 1 2 12 Torres & Medina (2012)

Tipos de Confiabilidad
Alarcn (1998:20), sostiene que se han ideado numerosas frmulas que permiten determinar los diversos conceptos referentes a la confiabilidad, lo que ha dado lugar a la distincin de tres tipos de coeficientes de confiabilidad:

Tipos de Confiabilidad

C. Estabilidad

C. Equivalencia

C. Consistencia Interna

Torres & Medina (2012)

Coeficiente de Estabilidad
Se refiere al grado de correlacin en que puede obtenerse los mismos resultados al aplicar el mismo test dos veces sucesivas (test-retest).
Modelo Estadstico de Determinacin del Grado de Correlacin

rxy =

[n x - ( x i ) ][n y - ( y i ) ]
2 i 2 2 i 2

n x i y i - ( x i )( y i )

Nota: Muchos investigadores han abandonado las medidas de estabilidad por las llamadas medidas de equivalencia. Summers (1986:111)
Torres & Medina (2012)

Ejemplo 4: Coeficiente de Estabilidad

Datos ficticios para valorar la confiabilidad de una escala de auto estima con base tcnica de primera y segunda prueba. (Polit sexta edicin)
n 1 2 3 4 5 6 7 8 9 10 x 55 49 78 37 44 50 58 62 48 67 y 57 46 74 35 46 56 55 66 50 63

Desarrollo:

rxy = 0,95308337 0.95

Interpretacin: Segn el teorema 04 demostrada anteriormente, se interpreta que el 95% de la varianza de los puntajes observados puede Torres & Medina (2012) ser atribuida al puntaje verdadero

Procedimiento de ejecucin en el SPSS

Una vez ingresado al programa SPSS 17.0, copiar las valoraciones de los puntajes de la primera y segunda evaluacin (test retest) del ejemplo 4. Luego elegir en el men principal las opciones: Analizar Correlaciones Bivariadas.(luego se apertura un cuadro de dialogo) En el cuadro de dialogo seleccionar las variables (puntajes de la primera y segunda evaluacin ) a analizar y ubicarlo en la lista de variables destino. Comprobar la casilla de coeficientes de correlacin este remarcado Pearson y luego pulsar Aceptar.

Torres & Medina (2012)

Coeficiente de Equivalencia
Permite determinar la efectividad del diseo de dos test, elaborados de forma distinta (diferentes tems), pero con los mismos contenidos
Modelo Estadstico de Determinacin del Coeficiente de Equivalencia

rxy =

[n x - ( x i ) ][n y - ( y i ) ]
2 i 2 2 i 2

n x i y i - ( x i )( y i )

Interpretacin: Suponiendo que el coeficiente de correlacin de Pearson tuviera el siguiente valor rxy =0.87, entonces rxy ^2 = 0.7569. Implicara que aproximadamente el 76% de la varianza de los puntajes observados en una de las pruebas puede ser predicha por la varianza de los puntajes en la otra prueba Torres & Medina (2012)

Coeficiente de Consistencia Interna

Se dice que un instrumento tiene consistencia interna si todas las subpartes que lo integran miden una misma caracterstica y que estas distintas partes deben correlacionar entre si
Modelos Estadstico de Determinacin del Coeficiente de Consistencia Interna

Modelos Estadsticos

Mtodo de divisin Mtodo de Kuder por mitades Richardson

Coeficiente de Alfa de Cronbach

CFA

Segn SpearmanBrown

Segn Guttman
Torres & Medina (2012)

Mtodo de Divisin por Mitades

Sean t1 y t2 las subpartes iguales de tems del instrumento.

Segn Spearman-Brown

Segn Guttman
2 2 S t1 + S t2 rtt = 2 1 2 S t

rt1t 2 2 =
donde:

2rt1t 2 1 + rt1t 2

donde:
2 S t2 , S t 2 : son las varianzas de ambas mitades 1

rt t

1 2

: Correlacin r de Pearson

S t2

: es la varianza total

Nota: Existen distintas formas de dividir el test en dos mitades, y cada una de ellas da un valor diferente del coeficiente de confiabilidad, la ms confiable ser aquello que rena los supuestos analizados en test Torres & Medina (2012) paralelos.

Ejemplo 5: segn Spearman-Brown

tems
S
It 1 It 2 It 3 It 4 It 5 It 6 It 7 It 8 It 9 It1 0

Puntaje Mitades t1 9 7 9 12 14 12 16 9 13 13 9 9 13 9 12 t2 9 8 8 17 18 15 15 7 20 15 11 15 12 12 20 S 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
It 1 It 2 It 3 It 4

tems
It 5 It 6 It 7 It 8 It 9 It1 0

Puntaje Mitades t1 9 7 8 10 11 13 11 13 8 9 7 17 7 9 15 14 13 t2 7 12 12 14 7 14 15 9 11 8 7 17 10 9 19 17 17

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

1 1 1 2 3 3 3 1 2 2 1 1 3 3 2 3 5

1 1 1 3 3 2 3 1 3 1 2 3 1 2 2 2 4

3 1 1 2 2 3 1 3 1 1 1 1 2 1 1 1 5

1 3 3 3 1 3 4 3 3 4 2 1 5 1 3 3 4

3 1 3 2 5 1 5 1 4 5 3 3 2 2 4 2 1

3 3 2 2 4 4 4 1 5 5 4 4 3 5 5 1 1

1 1 1 4 4 2 1 1 5 5 1 3 1 1 5 2 3

1 1 1 3 3 2 1 1 1 2 1 1 1 1 2 1 5

3 1 3 4 4 4 5 3 5 2 3 2 3 2 5 2 1

1 2 1 4 3 3 4 1 4 1 2 5 4 3 3

1 2 1 1 2 1 2 3 1 3 1 3 1 1 3

2 1 1 2 2 3 2 2 1 1 1 3 1 1 2

1 1 2 2 1 1 2 2 2 1 1 2 1 1 1 2 1

2 2 2 3 3 4 3 3 2 3 3 4 2 3 5 4 5

3 1 2 2 3 4 2 3 2 1 1 5 2 3 4 2 2

2 5 2 3 2 5 4 2 3 2 3 5 3 3 5 4 3

1 3 3 3 1 2 4 3 4 1 1 3 1 1 5 4 5

1 1 1 2 1 1 1 1 1 1 1 2 1 1 1 1 2

2 2 3 2 2 5 3 2 2 1 1 4 2 3 5 3 3

1 1 3 4 1 1 3 1 1 3 1 3 3 1 3 5 4

3 Torres 11 & 9 Medina 33 3 3 (2012) 1 19 11 34 3 2

Desarrollo
Segn el SPSS: Parte 1: tem 1, tem 2, tem 3, tem 4 e tem 5. Parte 2: tem 6, tem 7, tem 8, tem 9 e tem 10. Donde: t1 = tem 1+ tem 2 + tem 3 + tem 4 + tem 5 t2 = tem 6 + tem 7 + tem 8 + tem 9 + tem 10

rt t = rxy =
1 2

[ n xi2 - ( xi ) ][n yi2 - ( yi ) ]

2 2

n xi yi - ( xi )( yi )

= 0.567

rt1t 2 2 =

2rt1t 2 1 + rt1t 2

2(0.567 ) = = 0.724 1 + 0.567

Torres & Medina (2012)

Ejemplo 6: segn Guttman

tems
S 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 It1 1 1 1 2 3 3 3 1 2 2 1 1 3 3 2 3 5 It2 1 1 1 3 3 2 3 1 3 1 2 3 1 2 2 2 4 Itt3 3 1 1 2 2 3 1 3 1 1 1 1 2 1 1 1 5 It4 1 3 3 3 1 3 4 3 3 4 2 1 5 1 3 3 4 It5 3 1 3 2 5 1 5 1 4 5 3 3 2 2 4 2 1 It 6 3 3 2 2 4 4 4 1 5 5 4 4 3 5 5 1 1 It7 1 1 1 4 4 2 1 1 5 5 1 3 1 1 5 2 3 It8 1 1 1 3 3 2 1 1 1 2 1 1 1 1 2 1 5 It9 3 1 3 4 4 4 5 3 5 2 3 2 3 2 5 2 1 It 10 1 2 1 4 3 3 4 1 4 1 2 5 4 3 3 3 1

Puntaje mitades
Parte1 9 7 9 12 14 12 16 9 13 13 9 9 13 9 12 11 19 Parte2 9 8 8 17 18 15 15 7 20 15 11 15 12 12 20 9 11

Puntaje Total
18 15 17 29 32 27 31 16 33 28 20 24 25 21 32 20 30

Torres & Medina (2012)

tems S
18 19 20 21
It1 It2 It3 It4 It5 It6 It7 It8 It9 It10

Puntaje mitades Puntaje total

Parte1 Parte2

1 2 1 1 2 1 2 3 1 3 1 3 1 1 3 3 3

2 1 1 2 2 3 2 2 1 1 1 3 1 1 2 3 2

1 1 2 2 1 1 2 2 2 1 1 2 1 1 1 2 1

2 2 2 3 3 4 3 3 2 3 3 4 2 3 5 4 5

3 1 2 2 3 4 2 3 2 1 1 5 2 3 4 2 2

2 5 2 3 2 5 4 2 3 2 3 5 3 3 5 4 3

1 3 3 3 1 2 4 3 4 1 1 3 1 1 5 4 5

1 1 1 2 1 1 1 1 1 1 1 2 1 1 1 1 2

2 2 3 2 2 5 3 2 2 1 1 4 2 3 5 3 3

1 1 3 4 1 1 3 1 1 3 1 3 3 1 3 5 4

9 7 8 10 11 13 11 13 8 9 7 17 7 9 15 14 13

7 12 12 14 7 14 15 9 11 8 7 17 10 9 19 17 17

16 19 20 24 18 27 26 22 19 17 14 34 17 18 34 31 30

Ejemplo segn Guttman

22 23 24 25 26 27 28 29 30 31 32 33 34

Varianzas Torres & Medina (2012)

9.234

16.557

39.811

Desarrollo Donde:

S t1
St
2

= 9.234 =16.557 = 39.811

St

2 S t2 + S t2 1 rtt = 2 1 2 S t

9.234 + 16.557 = 0.704 = 2 1 39.811

Torres & Medina (2012)

Procedimiento de ejecucin en el SPSS

Una vez ingresado al programa SPSS 17.0, copiar los puntajes de los tems del ejemplo 5. Luego elegir en el men principal las opciones: Analizar Escalas Anlisis de fiabilidad. (luego se apertura un cuadro de dialogo) En el cuadro de dialogo seleccionar las variables (tems ) a analizar y ubicarlo en la lista de variables destino. En el botn Modelo elegir Dos mitades y luego pulsar Aceptar.
Torres & Medina (2012)

Mtodo de Kuder Richardson

Las frmulas de Kuder-Richardson KR20, siguen siendo el enfoque ms popular de confiabilidad para tems dicotmicos.
KR 20
.

n 1 = n -1

p q i i i =1 2 St
n

donde: n : nmero de tems. p i : es la proporcin que contest favorablemente al tem i qi = 1 - pi

pi qi : es la varianza del i-simo tem.

S t2 : es la varianza total.
Nota: se suponen que todos los tems tiene la misma media y varianza sea que los tems son paralelos Torres & Medina (2012)

tems
n S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 S13 S14 S15 S16 S17 S18 S19 S20 S21 S22 S23 S24 S25 it1 1 1 0 1 1 1 1 0 1 1 1 0 1 1 1 1 1 1 0 1 1 0 1 1 1 it2 1 1 1 0 1 0 1 0 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 it3 1 1 1 1 1 0 1 1 0 1 0 1 1 1 1 1 1 1 0 1 0 1 0 1 1 it4 0 1 1 0 1 1 0 1 1 1 1 1 0 1 1 1 1 1 0 1 1 1 1 1 1 it5 1 1 1 0 1 1 0 0 1 0 1 1 0 1 0 1 1 1 0 1 1 0 1 1 0 it6 1 1 1 1 1 1 1 1 0 1 0 1 1 1 1 0 1 1 1 1 1 1 1 1 1 it7 0 0 0 1 1 1 1 1 1 1 0 0 0 1 0 1 0 0 0 1 0 0 1 it8 0 1 0 1 1 1 1 0 1 1 1 0 0 1 0 1 0 1 1 1 1 1 1 it9 0 1 0 0 1 1 0 0 1 1 0 0 0 0 0 1 0 1 0 1 0 0 1 it10 0 1 1 0 0 1 0 0 1 0 0 0 0 1 1 0 1 1 0 1 1 0 1 it11 1 0 0 1 1 1 1 0 1 1 1 1 1 1 0 0 0 0 0 1 0 1 1 1 1 it12 0 1 1 0 1 1 1 0 0 1 0 0 0 0 1 0 0 1 0 1 0 0 0 0 1 it13 0 1 1 0 1 1 1 0 1 1 1 1 1 1 1 0 1 0 0 1 0 0 1 1 1 it14 0 1 1 1 1 0 1 0 1 1 0 0 1 1 1 0 0 0 0 1 1 0 1 1 1 it15 0 1 0 0 1 1 1 0 1 1 0 1 1 1 0 0 0 0 0 1 1 0 1 0 1 Total 6 13 9 7 14 12 11 4 12 13 6 8 8 13 9 8 8 10 3 15 9 6 13 12 14

0 1 (2012) 1 Torres &1 Medina 1 1 1 1

Desarrollo:
n S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 S13 S14 it1 1 1 0 1 1 1 1 0 1 1 1 0 1 1 it2 1 1 1 0 1 0 1 0 1 1 0 1 1 1 it3 1 1 1 1 1 0 1 1 0 1 0 1 1 1 it4 0 1 1 0 1 1 0 1 1 1 1 1 0 1 it5 1 1 1 0 1 1 0 0 1 0 1 1 0 1 it6 1 1 1 1 1 1 1 1 0 1 0 1 1 1 it7 0 0 0 1 1 1 1 1 1 1 0 0 0 1 it8 0 1 0 1 1 1 1 0 1 1 1 0 0 1 it9 0 1 0 0 1 1 0 0 1 1 0 0 0 0 it10 0 1 1 0 0 1 0 0 1 0 0 0 0 1 it11 1 0 0 1 1 1 1 0 1 1 1 1 1 1 it12 0 1 1 0 1 1 1 0 0 1 0 0 0 0 it13 0 1 1 0 1 1 1 0 1 1 1 1 1 1 it14 0 1 1 1 1 0 1 0 1 1 0 0 1 1 it15 0 1 0 0 1 1 1 0 1 1 0 1 1 1 Total 6 13 9 7 14 12 11 4 12 13 6 8 8 13

continua
Torres & Medina (2012)

n S15 S16 S17 S18 S19 S20 S21 S22 S23 S24 S25 sum pi qi pi qi

it1 1 1 1 1 0 1 1 0 1 1 1 20 0,8 0,2 0,16

it2 1 1 1 1 1 1 1 1 1 1 1 21 0,84 0,16 0,13

it3 1 1 1 1 0 1 0 1 0 1 1 19 0,76 0,24 0,18

it4 1 1 1 1 0 1 1 1 1 1 1 20 0,8 0,2 0,16

it5 0 1 1 1 0 1 1 0 1 1 0 16 0,64 0,36 0,23

it6 1 0 1 1 1 1 1 1 1 1 1 22 0,88 0,12 0,11

it7 0 1 0 0 0 1 0 0 1 0 1 12 0,48 0,52 0,25

it8 0 1 0 1 1 1 1 1 1 1 1 18 0,72 0,28 0,2

it9 0 1 0 1 0 1 0 0 1 1 1 11 0,44 0,56 0,25

it10 1 0 1 1 0 1 1 0 1 1 1 13 0,52 0,48 0,25

it11 0 0 0 0 0 1 0 1 1 1 1 16 0,64 0,36 0,23

it12 1 0 0 1 0 1 0 0 0 0 1 10 0,4 0,6 0,24

it13 1 0 1 0 0 1 0 0 1 1 1 17 0,68 0,32 0,22

it14 1 0 0 0 0 1 1 0 1 1 1 15 0,6 0,4 0,24

it15 0 0 0 0 0 1 1 0 1 0 1 13 0,52 0,48 0,25

Total 9 8 8 10 3 15 9 6 13 12 14 11,043 pi qi 3,0976

n p q i i n 15 3.0976 i =1 1 KR20 = = 1 = 0.7709 2 n -1 14 11 . 0433 St Torres & Medina (2012)

Coeficiente de Alfa de Cronbach

Para la determinacin del coeficiente de alfa de Cronbach se considera a cada uno de los tems en un test como una prueba paralela por lo tanto se debe de asumir el cumplimiento de los supuestos inherentes a las pruebas paralelas
n 2 Si n a= 1 - i =1 2 n -1 St

donde: n : nmero de tems.

i =1

S i2 : suma de varianzas de los tems

S t2

: es la varianza total.

Nota: Tamayo (2003:310) y Chavez Alizo (1994:200), sostienen que se aplica a

reactivos poltmicos como la escala de Lickert.
Torres & Medina (2012)

Ejemplo 7: Coeficiente Alfa de Cronbach

tems sujetos It1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 1 1 2 3 3 3 1 2 2 1 1 3 3 2 3 5 It2 1 1 1 3 3 2 3 1 3 1 2 3 1 2 2 2 4 It3 3 1 1 2 2 3 1 3 1 1 1 1 2 1 1 1 5 It4 1 3 3 3 1 3 4 3 3 4 2 1 5 1 3 3 It5 3 1 3 2 5 1 5 1 4 5 3 3 2 2 4 2 It6 3 3 2 2 4 4 4 1 5 5 4 4 3 5 5 1 It7 1 1 1 4 4 2 1 1 5 5 1 3 1 1 5 2 It8 1 1 1 3 3 2 1 1 1 2 1 1 1 1 2 1 5 It9 3 1 3 4 4 4 5 3 5 2 3 2 3 2 5 2 1 It10 1 2 1 4 3 3 4 1 4 1 2 5 4 3 3 3 1 Puntaje total 18 15 17 29 32 27 31 16 33 28 20 24 25 21 32 20 30

Torres & 4 1 Medina 1 (2012) 3

continua

tems sujetos It1 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

Varianza

Puntaje total It2 1 2 1 1 2 1 2 3 1 3 1 3 1 1 3 3 3 1.0597 2 1 1 2 2 3 2 2 1 1 1 3 1 1 2 3 2 0.7496 It3 1 1 2 2 1 1 2 2 2 1 1 2 1 1 1 2 1 0.795 It4 2 2 2 3 3 4 3 3 2 3 3 4 2 3 5 4 5 It5 3 1 2 2 3 4 2 3 2 1 1 5 2 3 4 2 2 It6 2 5 2 3 2 5 4 2 3 2 3 5 3 3 5 4 3 It7 1 3 3 3 1 2 4 3 4 1 1 3 1 1 5 4 5 It8 1 1 1 2 1 1 1 1 1 1 1 2 1 1 1 1 2 0.734 It9 2 2 3 2 2 5 3 2 2 1 1 4 2 3 5 3 3 1.523 It10 1 1 3 4 1 1 3 1 1 3 1 3 3 1 3 5 4 1.772 16 19 20 24 18 27 26 22 19 17 14 34 17 18 34 31 30 39.811

Torres & Medina (2012) 1.209 1.637 1.668 2.317

Desarrollo: n = 10

i =1

S i2

= 1.05971 + 0.7496 + +1.523 +1.772 = 13.4652 = 39.811

S t2

n S i2 n a= 1 - i =1 2 n -1 St

13.4652 = 10 1 = 0.735 9 39.811

Torres & Medina (2012)

Procedimiento de ejecucin en el SPSS

Una vez ingresado al programa SPSS 17.0, copiar los puntajes de los tems del ejemplo 7. Elegir en el men principal las opciones: Analizar Escalas Anlisis de fiabilidad. (luego se apertura un cuadro de dialogo) En el cuadro de dialogo seleccionar las variables (tems ) a analizar y ubicarlo en la lista de variables destino. En el botn Modelo elegir Alfa y luego pulsar Aceptar.
Torres & Medina (2012)