Estadistica

1. Coeficiente de
Confiabilidad
UNIVERSIDAD DE CARABOBO
FACULTAD DE CIENCIAS DE LA EDUCACIÓN
DEPARTAMENTO DE EVALUACIÓN Y MEDICIÓN
CÁTEDRA: ANÁLISIS DE DATOS EDUCATIVOS
Alumna: Jenevic Castillo
C.I.: 20502734
Sección: 90

2. Pearson: es el coeficiente que se utiliza cuando las variables que se interrelacionan
son continuas, han sido medidas en escalas de intervalos o razón. Se caracteriza por
ser lineal y paramétrica, por lo tanto solo puede ser utilizado cuando exista una pareja
de variables correspondiente a una misma muestra ya que lo que se hace es comparar
la covarianza existente entra ellas. Para su utilización se deben considerar que se
cumplen los siguientes supuestos: cada par de datos es independiente de los demás, la
relación entre las variables es rectilínea y las variables son continuas.
Procedimiento Con SPSS:
1. Pulse el botón analizar de la barra de
menú.
2. Del menú emergente correlaciones
3. Seleccione a continuación Bivariadas
4. Luego inserte las variables objeto de
estudio.
5. Selecciones el coeficiente deseado
6. Pulse aceptar.
7. Interprete los resultados obtenidos.
22
*
))((
yx
yx
xy



Fórmula de los Desvíos
Donde X= (X-X) y Y= (y- y)   2222
)()(
))((
yyNxxN
yxxyN
xy



Fórmula de las puntuaciones Originales
El procesador muestra en un cuadro en primer lugar el
resultado de la correlación (Correlación de Pearson), luego la
probabilidad de significación para pruebas de hipótesis (Sig.
Bilateral) y finalmente el tamaño de la muestra o de la
población (N).

3. Determine si es cierto que a mayor puntuación en primer lapso existe un alta
tendencia a obtener mayores puntuaciones en resolución de problemas
Datos suministrados en el SPSS 1.Pulse el botón analizar de la barra de menú.

4. 2. Del menú emergente correlaciones 3. Seleccione a continuación Bivariadas
4. Luego inserte las variables
objeto de estudio.

5. Pearson
Correlación Pearson
Interpretación: Dado que el coeficiente de Correlación de
Pearson para las variables primer lapso y resolución de
problemas dio 0,79 la relación es imperfecta positiva de
grado alto, lo que indica que existe una alta tendencia a
que los estudiantes que obtuvieron mayores calificaciones
en primer lapso obtuvieron mayores calificaciones en
resolución de problemas y viceversa, los estudiantes que
obtuvieron menores calificaciones en primer lapso
obtuvieron menores calificaciones en resolución de
problemas y viceversa, por lo tanto el planteamiento es
cierto.
5. Selecciones el coeficiente deseado 6. Pulse aceptar.
7. Interprete los resultados obtenidos

6. Spearman
1. Pulse el botón analizar de la barra de
menú.
2. Del menú emergente correlaciones
3. Seleccione a continuación Bivariadas
4. Luego inserte las variables objeto de
estudio.
5. Selecciones el coeficiente deseado
6. Pulse aceptar.
7. Interprete los resultados obtenidos.
Sperman: El coeficiente de correlación de Spearman permite identificar
si dos variables se relacionan en una función monótona (es decir, cuando
un número aumenta, el otro también o viceversa).
El procesador muestra en un cuadro en primer
lugar el resultado de la correlación (Correlación
de Pearson), luego la probabilidad de
significación para pruebas de hipótesis (Sig.
Bilateral) y finalmente el tamaño de la muestra o
de la población (N).41,0
)1(
6
1 2
2




nn
d
s

7. 1- Determine si es cierto que a mayor edad se obtiene mayor índice de admisión.
Datos suministrados en el SPSS 1.Pulse el botón analizar de la barra de menú.

8. 2. Del menú emergente correlaciones 3. Seleccione a continuación Bivariadas
4. Luego inserte las variables
objeto de estudio.

9. Sperman
Correlación Pearson
5. Selecciones el coeficiente deseado 6. Pulse aceptar.
7. Interprete los resultados obtenidos
Interpretación: Dado que el coeficiente de
Correlación de Pearson para las variables edad e
índice de admisión dio -0,65 la relación es imperfecta
negativa de grado muy bajo, lo que indica que existe
una muy baja tendencia a que los estudiantes que
tienen mayor edad son los que tienen menor índice
de admisión y viceversa, los estudiantes que tienen
menor edad son los que tienen mayor índice de
admisión y viceversa, por lo tanto el planteamiento es
falso.

10. Alfa de Cronbach: es un modelo de consistencia interna, basado en el promedio de
las correlaciones entre los ítems. Entre las ventajas de esta medida se encuentra la
posibilidad de evaluar cuánto mejoraría (o empeoraría) la fiabilidad de la prueba si se
excluyera un determinado ítem. Se aplica para la validación de instrumentos de
recolección de datos.
Procedimiento Con SPSS:
1. Pulse el botón analizar de la barra de
menú.
2. Del menú emergente escala
3. Seleccione a continuación análisis de
Fiabilidad
4. Luego inserte las variables objeto de
estudio.
5. Entramos a la casilla Estadístico y
seleccionamos Escala si se elimina el
elemento
6. Selecciones el coeficiente deseado
7. Pulse aceptar.
8. Interprete los resultados obtenidos.

11. Supongamos que se tiene un cuestionario para evaluar la aceptación de un curso con
3 preguntas y se desea saber si los datos que se obtienen a través de esta herramienta
son confiables. Para evaluar la fiabilidad de este cuestionario, este mismo se aplico a
10 jueces. Las preguntas y los resultados se muestran a continuación:
Ítem 1: El curso a respondido a sus expectativas
Ítem 2: Los expositores conocen el tema
Ítem 3: Se desarrollo de acuerdo a lo programado
Para cada items se considero la escala del 1 al 5
Datos suministrados en el SPSS 1.Pulse el botón analizar de la barra de menú.

12. 2. Del menú emergente escala 3. Seleccione a continuación análisis de Fiabilidad
4. Luego inserte las variables objeto de estudio.
5. Entramos a la casilla Estadístico y seleccionamos
Escala si se elimina el elemento

13. 6. Selecciones el coeficiente deseado 7. Pulse aceptar.
Alfa de
Cronbach
Interpretación: El valor obtenido
del alfa es 0,699 y este es mayor al
valor mínimo requerido para
demostrar la confiabilidad de la
encuesta
8. Interprete los resultados obtenidos

14. Se trata de la misma fórmula que el Alfa de Cronbach solo que esta última
es expresada para ítems continuos y Kuder Richardson para ítems
dicotómicos.
Esta técnica es para el calculo de la confiabilidad de un instrumento
aplicable sólo a investigaciones en las que las respuestas a cada ítem
sean dicotómicas o binarias, es decir, puedan codificarse como 1 ó 0
(Correcto – incorrecto, presente – ausente, a favor – en contra, etc.)
Procedimiento Con SPSS:
1. Pulse el botón analizar de la barra de
menú.
2. Del menú emergente escala
3. Seleccione a continuación análisis de
Fiabilidad
4. Luego inserte las variables objeto de
estudio.
5. Selecciones el coeficiente deseado
6. Pulse aceptar.
7. Interprete los resultados obtenidos.