Este documento describe diferentes técnicas para evaluar la confiabilidad y validez de instrumentos de investigación, incluyendo el Alfa de Cronbach, Kuder Richardson, Pearson, Spearman-Brown y triangulación. Explica cómo calcular la confiabilidad usando estas técnicas y provee ejemplos numéricos. También discute el programa SPSS y su uso para el análisis de datos de investigación.

1. Universidad de Carabobo
Facultad de Ciencias De La Educación
Mención: orientación
Asignatura: Estadística Aplicada a la Educación
BACHILLER:
 RODSSIEL GOMEZ
 C.I: 21.242.785
Sección: 90

2. Toda investigación requiere que los instrumentos utilizados para la
recolección de datos, sea producto de un estudio significativo que de
respuesta a las interrogantes presentadas y logren los objetivos
planteados. Es por ello que es fundamental determinar la validez de
estos para establecer la confiabilidad.

3. Manejan el Programa SPSS
Programas informáticos utilizados en el análisis de datos Desde los años ochenta
venimos experimentando una invasión del mundo de la informática en el campo
de la investigación educativa a todos los niveles; bases de datos, bases
bibliográficas... pero muy especialmente en el análisis de los datos. Los
aplicaciones de la informática a la investigación son importantes, teniendo en
cuenta que cada vez más la cantidad de datos que se manejan y la variedad de
análisis que se realizan rebasan la capacidad del cálculo manual (Buendía, Colas
y Hernández, 1997).
Es una potente herramienta de
tratamiento de datos y análisis estadístico.

4. Cálculo de confiabilidad
TECNICA DE ALPHA DE CRONBACH:
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.
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.
Su fórmula estadística es la siguiente:
Donde:
K: El número de ítems
Si2: Sumatoria de Varianzas de los Ítems
St
2: Varianza de la suma de los Ítems
α: Coeficiente de Alfa de Cronbach

7. Cálculo de confiabilidad
TECNICA DE KUDER RICHARDSON:
Técnica para el cálculo 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.).
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.
KR-20 = Coeficiente de Confiabilidad (Kuder Richardson)
n: Numero de Ítems del Instrumento.
σe: Varianza Total del Instrumento
σy: Respuesta Positiva x Respuesta Negativa

8. Para que sea efectiva la aplicación de este método se deben
seguir los siguientes supuestos:
-El denominador es la varianza de las puntuaciones totales del test.
-El numerador es la varianza verdadera, o la suma de covarianzas
de los ítems.
-Si los ítems no discriminan sus desviaciones típicas serán
pequeñas, el numerador será menor y por consiguiente la fiabilidad
también será menor.
Kuder Richardson, 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.

9. El coeficiente de correlacion de Spearman es exactamente
igual al coeficiente de Pearson calculado sobre el rango de
observaciones. Se pueden calcular igual si antes se han
transformado las puntuaciones en rangos.
Cálculo de confiabilidad
TECNICA DE PEARSON: Y TECNICA DE SPEARMAN:

10. Rango Interpretación
0,81 a 1,00 Muy alta
0,61 a 0,80 Alta
0,41 a 0,60 Moderada
0,21 a 0,40 Baja
0,00 a 0,20 Muy Baja
Cuando es Negativo Extremadamente Baja
Cuando es Mayor a 1 Extremadamente Alta
La confiabilidad se interpreta a través de un
coeficiente que tiene los siguientes rangos:

11. Ejemplo 1: Aplicación del Coeficiente de Correlación de Pearson
Sujetos
Puntuación X
(1° aplicación)
Puntuación Y
(2° aplicación)
X2 Y2 X.Y
1 10 12 100 144 120
2 20 19 400 361 380
3 15 15 225 225 225
4 13 15 169 225 195
5 8 9 64 81 72
6 10 12 100 144 120
7 11 11 121 121 121
8 17 16 289 256 272
9 20 19 400 361 380
10 5 4 25 16 20
N = 10 X = 129 Y = 132 X2 = 1.893 Y2 = 1.934 XY = 1.905

12.   
   


























N
y
y
N
x
x
N
YX
XY
r
2
2
2
2
  
   
97,0
42,209
20,202
10
132
934.1
10
129
893.1
10
132129
905.1
22





















r
Formula
El coeficiente de confiabilidad es 0,97;
lo cual indica una confiabilidad muy alta
(ver rangos de interpretación).

13. • En este ejemplo la confiabilidad es
muy alta. Si el instrumento mide
habilidades se debe aceptar el
instrumento; pero cuando es una
prueba afectiva, el coeficiente como
mínimo debe ser 0.81, es decir,
poseer una confiabilidad muy alta.

14. Fórmula de Spearman – Brown
2,1
2,1
1
2
r
r
rsp

 rsp : coeficiente de correlación Spearman-Brown
r1,2 : coeficiente de correlación de las dos mitades

15. En este ejemplo el coeficiente de correlación de Pearson (r1,2) de las dos mitades es 0,96
98.0
96.01
96.02



rsp
Se procede a calcular el coeficiente de confiabilidad aplicando la fórmula de Spearman-Brown. Los
resultados son los siguientes:
Se interpreta la confiabilidad como muy alta (0,98), por lo tanto, el instrumento tiene consistencia
interna.

16. TRIANGULACION
Morse (1991) define la triangulación
metodológica como el uso de al menos dos
métodos, usualmente cualitativo y cuantitativo
para direccionar el problema de investigación.
Cuando un método de investigación es
inadecuado, la triangulación se usa para
asegurar que se toma una aproximación más
comprensiva en la solución del problema de
investigación.
La triangulación de datos supone el empleo de distintas estrategias
de recolección de datos. Su objetivo es verificar las tendencias
detectadas en un determinado grupo de observaciones.
• la triangulación de datos en el tiempo implica validar una
proposición teórica relativa a un fenómeno en distintos
momentos. Los datos pueden ser longitudinales o
transversales.
• la triangulación de datos en el espacio recurre a poblaciones
heterogéneas para incrementar la variedad de las
observaciones
• la triangulación de persona es la recolección de datos de, al
menos, dos de los tres niveles de persona: individuos, parejas,
familias, grupos o colectivos (comunidades, organizaciones o
sociedades).
TIPO

17. https://youtu.be/lniAwaRK0H0?t=19
En el enlace anterior se podrá
observar como se procesan los
datos para una investigación
cualitativa en spss