Este documento presenta información sobre el coeficiente alfa de Cronbach, un método común para medir la confiabilidad de los tests y cuestionarios. Explica cómo calcular el coeficiente alfa, los factores que pueden afectarlo como el tamaño de la muestra, y estrategias para comparar los resultados entre grupos y estimar intervalos de confianza. También recomienda considerar más que solo el valor del alfa, y promover el conocimiento estadístico aplicado en la enseñanza.

1. Ayudando al coeficiente  de
Cronbach:
Nuevos ingredientes para el
análisis de la confiabilidad
César Merino Soto
Universidad Científica del Sur
XV Congreso Nacional de Psicología,
21 al 23 de Julio del 2011, Lima.

2. Consistencia Interna
Relación entre los items = consistencia de respuesta.
(los items producen respuestas similares)
Item 1 + Item 2 + Item 3 + Item 4
Coeficiente  (Cronbach, 1951)

3. Coeficiente :
El Padre
Cronbach, L. J.
(1951).
Coefficient alpha
and the internal
structure of tests.
Psychometrika,
16,297-334

4. Coeficiente :
Preguntas frecuentes
¿Cómo lo cálculo?
¿Qué programa de computadora uso para
calcularlo?
¿En qué nivel descriptivo se ubica el 
obtenido?

5. Coeficiente :
Algunas aspectos no considerados
Valor
poblacional
La diferencia Influencia de la
entre grupos dispersión de
de la los datos
Influencia
confiabilidad (variabilidad)
del tamaño
muestral

6. Coeficiente :
Preguntas infrecuentes
¿Es una
estimador
preciso en la
población? ¿El coeficiente ¿Cómo desatenuar
calculado para el el efecto de la
puntaje en un dispersión de los
grupo es similar al puntajes sobre la
¿Cómo atenuar obtenido en otro magnitud de la
el efecto del grupo? confiabilidad?
tamaño muestral
pequeño?

7. Ingredientes en el análisis de la consistencia
interna
Estimación Comparación
Intervalos de
Puntual 0n
confianza
Muestras 4. Muestras
dependientes independientes
Ajuste
>2n 1n
Dispersión 2n 2n
N pequeño >2n

8. Estrategias básicas en la estimación de la
consistencia interna
Estimación
Intervalos de
Puntual
confianza
¿Cómo desatenuar el efecto de la
dispersión de los puntajes sobre
la magnitud de la confiabilidad
Ajuste
¿Cómo desatenuar el efecto del
Dispersión pequeño tamaño muestral?
N pequeño

9. Coeficiente :
Estimación Puntual
 x
2

Ajuste por dispersión aX  1   2 1  a x  
 X 
Gulliksen (1950)
 N  3 2
N pequeño a  
 N  1 N 1
Feldt, Woodruff, & Salih (1987).

10. Coeficiente :
Estimación Puntual
 x
2

Ajuste por dispersión aX  1   2 1  a x  
 X 
Gulliksen (1950)
M N DE Min Max .α .αaj
Total 20.44 1369 4.34 1 29 0.86 -
5.6m-5.11m 19.11 217 3.76 9 28 0.79 0.84
6.0m-6.5m 20.10 168 3.29 11 27 0.73 0.84
6.6m-6.11m 20.52 110 2.58 14 26 0.68 0.89
7.0m-7.5m 21.41 126 2.42 16 28 0.67 0.90

11. Coeficiente :
Estimación Puntual
 N  3 2
N pequeño a  
 N  1 N 1
0.745 Feldt, Woodruff, & Salih (1987).
0.740
0.735
 = 0.70
0.730 Mientras más pequeño es el tamaño
muestral, más grande será el sesgo.
0.725
0.720
0.715
0.710
0.705
0.700
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150

12. Estrategias básicas en la estimación de la
consistencia interna
Estimación
Intervalos de
Puntual
confianza
¿Qué tan preciso es la
confiabilidad estimada en la
Ajuste
muestra?
Dispersión
N pequeño

13. Coeficiente :
Intervalos de confianza
z  ln 1    Bonnet (2002)
Basados en
transformación de α
z  ln  1   
1
3 Hakstain & Whalen
(1976)
Como otros estadísticos, el
coeficiente alfa está sujeto a
Feldt (1965)
variaciones de muestreo
Distribución F
Koning & Frances
(2003)
No basados en Iacobucci and
COV ítems
transformación de α Duchachek (2003)
Maydeu-
Distribución Olivares, Coffman, &
asintótica libre

14. Coeficiente :
Intervalos de confianza
Basados en
[0.55, 0.93] Bonnet (2002)
transformación de α
[0.63, 0.94] Hakstain & Whalen
(1976)
 = 0.83
[0.61, 0.94] Feldt (1965)
k=5
Koning & Frances
N = 12 [0.59, 0.93] (2003)
95%

15. Estrategias básicas en la estimación de la
consistencia interna
Comparación
0n
Muestras 4. Muestras
dependientes independientes
>2n 1n
2n 2n
>2n

16. Coeficiente :
Comparación (Contexto)
Grupo A ≠ Grupo B
Ho: Grupo A = Grupo B
H1: Grupo A ≠ Grupo B

17. Coeficiente :
Comparación (Contexto)
Varones Mujeres
I1
I1 I3
I3
I4 I2
I4 I2
I5
I5 I6
I6
¿Son estadísticamente
α diferentes? α
α1 ≠ α2

18. Coeficiente :
Comparación (Diseños)
Nro de grupos
α1 ≠ α2 α1 ≠ α2 ≠ … αn
Independencia Muestras
Varones Vs. Mujeres 8 años Vs. 9 años Vs. 10 años
Independientes
1ra. semana
1ra. Ocasión Vs. 2da. ocasión Vs.
Dependientes 2da. semana
Vs.
3ra. semana

19. Coeficiente :
Comparación (Ejemplo)
Prueba Gestáltica de Bender, 2da versión
4 años 5 años
(n = 30) (n = 30)
Total
2 alfas, nuestras independientes
Calif. 1 0.82 0.84
Calif. 2 0.81 0.79
Calif. 3 0.88 0.87
> 2 alfas, nuestras
dependientes

22. Programa ALPHATEST
2
4 años 5 años
(n = 30) (n = 30)
Total
Calif. 1 0.82 0.84
Calif. 2 0.81 0.79
Calif. 3 0.88 0.87

23. 0.82 13 30
0.84 13 30
4 años 5 años
(n = 30) (n = 30)
Total
Calif. 1 0.82 0.84
Calif. 2 0.81 0.79
Calif. 3 0.88 0.87

24. No hay diferencias estadísticamente
significativas entre los coeficientes en
ambos grupos (2 [1]= 0.085, p >
0.05).

25. 4 años 5 años
Total
Calif. 1 0.82 0.84
Calif. 2 0.81 0.79
Calif. 3 0.88 0.87

27. Sí hay diferencias estadísticamente
significativas entre los coeficientes en
ambos grupos (2 [2]= 6.759, p <
0.05).

28. Conclusiones
• La aplicación de procedimientos adjuntos requiere
un mínimo conocimiento formación en estadística
aplicada
• El análisis de la consistencia interna no termina en el
cálculo del coeficiente alfa.
• Existe más información que se puede comunicar
cuando se reporta el coeficiente de consistencia
interna.
• La información adicional ayuda a tomar decisiones
sobre una base cuantitativa y objetiva

29. Conclusiones
• Se requiere actualización temática en la enseñanza
de cursos de pregrado y postgrado.
• Se debe promover las investigaciones y
presentaciones metodológicas estudiantiles.

30. ¿PREGUNTAS?