2. DEFINICION
Se trata de un índice de consistencia
interna que toma valores entre 0 y 1 y que
sirve para comprobar si el instrumento que
se está evaluando recopila información
defectuosa y por tanto nos llevaría a
conclusiones equivocadas o si se trata de
un instrumento fiable que hace mediciones
estables y consistentes.
3. DEFINICION
Alfa es por tanto un coeficiente de correlación al
cuadrado que, a grandes rasgos, mide la
homogeneidad de las preguntas promediando
todas las correlaciones entre todos los ítems para
ver que, efectivamente, se parecen.
Su interpretación será que, cuanto más se
acerque el índice al extremo 1, mejor es la
fiabilidad, considerando una fiabilidad respetable
a partir de 0,80.
4. Su fórmula estadística es la siguiente:
K
1
K 1
Si
ST
K: El número de ítems
Si^2: Sumatoria de Varianzas de los Items
ST^2: Varianza de la suma de los Items
α: Coeficiente de Alfa de Cronbach
2
2
5. Ejemplo 1
Items
Suma de Items
I
II
III
Campos (1)
3
5
5
13
Gómez (2)
5
4
5
14
Linares (3)
4
4
5
13
Rodas (4)
4
5
3
12
Saavedra (5)
1
2
2
5
Tafur (6)
4
3
3
10
VARP
1.58
1.14
1.47
Sujetos
(Varianza de la
Población)
Si2 :
4.19
ST2 : 9.14
6.
K: El número de ítems
Si^2 : Sumatoria de Varianzas de los Ítems
ST^2 : Varianza de la suma de los Ítems
a : Coeficiente de Alfa de Cronbach
3
3
α
=
1
1
:
:
3
4.19
: 9.14
4.19
9.14
0.81
Entre más cerca de 1 está α, más alto es el grado de confiabilidad
7. CONFIABILIDAD
Se puede definir como la estabilidad o
consistencia de los resultados obtenidos
Es decir, se refiere al grado en que la
aplicación repetida del instrumento, al
mismo sujeto u objeto, produce iguales
resultados
9. PROCEDIMIENTO DE DOS
MITADES (DIVISIÓN DE ÍTEMS EN
PARES E IMPARES)
1° Se calcula el Índice de Correlación (Pearson)
n
r
n
AB
2
2
n
2
2
2° Corrección de r con la ecuación de Spearman –
Brown
R
2r
1 r
11. n
6
n ( AB)
1068
( A) ( B)
1012
Numerador
56
n ( A2)
2112
( A)2
1936
2)
n(
(
)2
570
n ( A2) - ( A)2
n(
2)
-(
)2
176
41
529
Índice de correlación de Pearson ( r )
: 0.66
Corrección según Spearman-Brown ( R ) : 0.79
2r / (1+r)
Entre más cerca de 1 está R, más alto es el grado de
confiabilidad
13. CALCULO CON EL
EXCEL
Para efectuar este cálculo se empleará el
Anexo Nº 40, tomando los datos finales de
la Escala de Likert de las cuatro variables
en estudio.
15. ITEM 1
ITEM 2
ITEM 3
ITEM 4
CALIDAD
ECONOMIA DE
ESCALA
VALOR
AGREGADO
COMPETITIVIDAD
SUMATORIA DE
ITEMS
16
19
20
21
20
80
17
15
16
16
15
62
18
14
15
15
14
58
19
14
14
15
14
57
20
15
14
15
14
58
21
14
15
14
14
57
22
15
14
14
14
57
23
15
16
15
15
61
24
14
14
15
14
57
25
15
15
16
15
61
26
16
14
16
15
61
27
16
15
15
15
61
28
15
16
15
16
62
29
15
14
16
15
60
30
15
13
15
15
58
SUJETOS
VARP (Varianza
de la Población)
3,232
4,929
4,366
S Si2
K: El número de ítems
4
4,179
ST2
62,517
16,706
SSi²: Sumatoria de varianza de los ítems
17
ST²: Varianza de la suma de los ítems
63
16. K
K
1
α =
4
*
( 4+1)
α = 1,33
1
Si
ST
2
2
1 - 16,710
62,520
*
0,732726
α= 0,977
Este coeficiente nos indica que entre más cerca de 1 esté α, más alto es
el grado de confiabilidad, en este caso, el resultado nos da un valor de
0.977, entonces se puede determinar que el instrumento empleado
tiene un alto grado de confiabilidad.
17. Para mayor explicación…
CONFIABILIDAD
Muy baja
0
0%
de confiabilidad
en la medición
(la medición está
contaminada de
error).
Baja
Regular
Aceptable
Elevada
1
100%
de confiabilidad
en la medición
(no hay error).
Para este caso, el instrumento tiene un 97.7% de
confiabilidad.
20. Resultados…
Como se puede
apreciar, el
resultado tiene un
valor α de .977, lo
que indica que
este instrumento
tiene un alto grado
de confiabilidad,
validando su uso
para la
recolección de
datos.