Diapositivas para validar un instrumento de investigación

1. VALIDEZ Y CONFIABILIDAD
DE UN INSTRUMENTO
Dr. Guillermo GAMARRA ASTUHUAMÁN

2. MEDICIÓN
Ahora bien medir es un
proceso que vincula conceptos
abstractos con indicadores
empíricos, Sampiere, 2012
La medición es el proceso de asignar
números o marcadores a objetos, personas,
estados o hechos, según las reglas
específicas para representar la cualidad o
cantidad de un atributo.

3. INSTRUMENTO DE MEDICIÓN
Según Sampiere, 20112 un instrumento de Medición es un: “Recurso que utiliza
el investigador para registrar información o datos sobre las variables que
tiene en mente …”, p. 276
Encuesta
Cuestionario Entrevista
Un instrumento de medición adecuado es
aquel que registra datos observables
que representan verdaderamente los
conceptos o variables que el
investigador tiene en mente.
Todo instrumento de medición debe cumplir: La valides, la
confiabilidad y la objetividad

4. VALIDEZ
La validez, se refiere al grado en que un instrumento realmente mide la
variable que pretende medir y conduce a conclusiones válidas
Por ejemplo, un instrumento para medir
la inteligencia válida debe medir la
inteligencia y no la memoria.
La valides tiene tres grandes
componentes: Valides de contenido, de
criterio y de constructo.

5. VALIDEZ TOTAL
La valides de un instrumento de medición se evalúa sobre la base de todos los
tipos de evidencia. Cuando mayor evidencia de validez de contenido, de
criterio y de constructo tenga un instrumento de medición, éste se acercará
más a representar las variables que pretende medir
Validez total = Validez de contenido + validez de criterio + valides de constructo

6. CONFIABILIDAD
La confiabilidad es uno de los requisitos de la investigación cuantitativa y se
fundamenta en el grado de uniformidad con que los instrumentos de medición
cumplen su finalidad. La validez se ve afectada por los errores aleatorios y
la confiabilidad por los errores sistemáticos de medición. Un instrumento de
medición puede ser confiable y no obstante carecer de validez. Sin embargo,
no puede ser válido si antes no es confiable.

7. LA OBJETIVIDAD
La objetividad de un instrumento de medición se refiere al grado
en que éste es permeable a la influencia de los sesgos y
tendencias del investigador o invistigarodes que lo administran,
califican e interpretan (Mertens, 2005)
La validez, confiabilidad y la
objetividad no deben tratarse de
forma separada, sin alguna de las
tres, el instrumento no es útil para
llevar a cabo un estudio.

8. ¿qué valor debe ser confiable?
Sacuzzo (en Hogan, 2004) señalan que la confiabilidad en el
rango de 0,70 a 0,80 es lo suficientemente buena para una
prueba que se utilice para para cualquier propósito de
investigación, mientras la confiabilidad para una prueba que se
utilice para tomar la decisión que influye sobre el futuro de una
persona debe ser superior a 0,95.
Por su parte Huh, Delorme y Reid (2006): proponen el valor de
confiabilidad en investigación exploratoria debe ser igual o mayor
a 0,6; en estudios confirmatorios debe estar entre 0,7 y 0,8.

9. ¿qué valor debe ser confiable?
Pero aún los muchos de los lectores seguirán preguntándose ¿cuál
es la respuesta correcta?, considerando la postura de Thorndike y
Hagen (1978), quién en su clásico libro “Tests y técnicas de
medición en psicología y educación” considera que la valoración
de la confiabilidad de un proceso de medición debe hacerse
siempre en función de la superioridad que manifieste sobre la
confiabilidad de otros procesos de medición existentes con relación
a la misma variable. En el presente libro se postula que sólo los
valores iguales o superiores a 0,70 se consideran aceptable la
confiabilidad de un instrumento

10. FORMAS PARA DETERMINAR LA
CONFIABILIDAD
Coeficiente
Alfa de
Cronbach
split-halves
Test-Retest
Coeficiente
de Kappa
Coeficiente
KR-20

11. Método Test - Retest
Una forma de estimar la confiabilidad del método test – retest del cuestionario
es administrarlo dos veces al mismo grupo y correlacionar las puntuaciones
obtenidas.
Este procedimiento no es adecuado para aplicarlo a pruebas de conocimientos
sino para la medición de aptitudes físicas y atléticas, test de personalidad y
motoras
])Y(Yn[])X(Xn[
)Y()X()XY(n
r
2222xy



Para un desarrollo adecuado y sean confiables deben variar entre
0,70 y 0,95.

12. MÉTODO SPLIT-HALVES
En cambio, el método de mitades-partidas requiere sólo una aplicación de la
medición. Específicamente, el conjunto total de ítems (o componentes) es dividido
en dos mitades y las puntuaciones o resultados de ambas son comparados.
Si el instrumento es confiable, Las puntuaciones de ambas mitades deben estar
fuertemente correlacionadas par que instrumento sea confiable.
División por mitades
de Guttman





 
 2
2
2
2
1
12
ts
ss
r
División por mitades
de Spearman-Brown.
)1(
6
1 2
1
2



nn
d
rho
n
i
i

13. APLICACIÓN DEL MÉTODO SPLIT-HALVES
(División por mitades de Spearman-Brown)

14. APLICACIÓN DEL MÉTODO SPLIT-HALVES
(División por mitades de Spearman-Brown)
9861,0
)112(12
)4(6
1
)1(
6
1 22
1
2





 
nn
d
rho
n
i
i
Interpretación
De nuevo el tope de rho lo tenemos en 1, con lo que podemos
decir que las dos mitades del test son muy consistentes entre sí.
Se tienen que 98,61% de la varianza de las puntuaciones
empíricas se debe a la varianza de las puntuaciones
verdaderas. Podríamos afirmar con suficiente certeza que
ambas mitades miden con precisión el rasgo de interés.

15. APLICACIÓN DEL MÉTODO SPLIT-HALVES
(División por mitades de Guttman)
Consultar el libro donde se
explica este método. Puedes
adquirir en la Librería San
Marcos en la ciudad de Lima.

16. MÉTODO SEGÚN INTERCORRELACIÓN
DE LOS ÍTEMS
Por medio de este método se puede estimar el grado de
homogeneidad o concordancia existente entre los resultados
observados en cada reactivo de un instrumento y el resultado
total alcanzado en éste. Así mismo es conocido este método
como la homogeneidad de las preguntas o ítems las técnicas
para determinar el coeficiente de confiabilidad son:
 Coeficiente Alfa de Cronbach
 Ruder – Richarson 20

17. COEFICIENTE ALFA DE CRONBACH
El coeficiente  fue propuesto en 1951 por Cronbach como un estadístico para
estimar la confiabilidad de una prueba, o de cualquier compuesto obtenido a
partir de la suma de varias mediciones. Para evaluar la confiabilidad o la
homogeneidad de las preguntas o ítems es común emplear el coeficiente alfa de
Cronbach cuando se trata de alternativas de respuestas politómicas, como las
escalas tipo Likert.
Mediante la varianza de los ítems
y la varianza del puntaje total
Mediante la matriz de correlación
de los ítems







 



st
is
k
k
2
2
1
1

)1n(p1
p.n



18. APLICACIÓN COEFICIENTE ALFA DE
CRONBACH

19. APLICANDO SPSS DETERMINAMOS EL
COEFICIENTE ALFA DE CRONBACH
PROCEDIMIENTO:
1. Ingresar los datos del ejemplo 1, en la vista de variable de SPSS.
2. Como: I1, I2, …, I6. (en etiqueta dar nombre completo: ítem 1, ítem
2, . . . Ítem 6.).
3. En valores ingresar: 1= Nunca, 2 = Pocas veces, 3 = Regularmente,
4 = Muchas veces y 5 = Siempre. Hasta completar hasta el ítem 6).

20. APLICANDO SPSS DETERMINAMOS EL
COEFICIENTE ALFA DE CRONBACH
PROCEDIMIENTO:
4. Hacer clic en Analizar  Escala  Análisis de Fiabilidad  Pasar todos los
ítems a la ventana de elementos  En modelos elegir Alfa  Aceptar y el
resultado se verá en la siguiente ventana:

21. APLICANDO SPSS DETERMINAMOS EL
COEFICIENTE ALFA DE CRONBACH
PROCEDIMIENTO:
4. Hacer clic en Analizar  Escala  Análisis de Fiabilidad  Pasar todos los
ítems a la ventana de elementos  En modelos elegir Alfa  Aceptar y el
resultado se verá en la siguiente ventana:
Pasar los ítems a Elementos y luego hacer clic
en Aceptar

22. APLICANDO SPSS DETERMINAMOS EL
COEFICIENTE ALFA DE CRONBACH
Interpretación
De acuerdo con el resultado anterior, se concluye que la escala de actitud hacia la
matemática tiene una confiabilidad de consistencia interna alta, aunque no lo
suficientemente alta como para ser considerada aceptable en el caso de las escalas
de actitud, cuyo coeficiente de homogeneidad siempre se espera que caiga en la
categoría de “muy alto” (entre 0,81 y 1.0).

23. KUDER – RICHARSON 20
Permite obtener la confiabilidad a partir de los datos obtenidos en una sola
aplicación del test o la prueba. Coeficiente de consistencia interna, puede ser
usada en cuestionarios de ítems dicotómicos y cuando existen alternativas
dicotómicas con respuestas correctas (1) e incorrectas (0).









 


 
2
1
20 1
1
20
t
n
i
s
pq
k
k
rKR
r20 : Correlación de la prueba completa
k : Es el número de ítems o reactivos
: Varianza total de las puntuaciones
p : proporción de sujetos que acierta el ítem
q : 1 – p = proporción de sujetos que no aciertan el ítem
2
ts

24. APLICACIÓN KUDER – RICHARSON 20

25. APLICACIÓN KUDER – RICHARSON 20
46,0
27.2
32.1
1
110
10
1
1
20 2
1
20 















 


 
t
n
i
s
pq
k
k
rKR
Interpretación
De acuerdo con el resultado anterior, se concluye que el
instrumento en estudio tiene una confiabilidad de consistencia
interna “baja”. Al respecto, es importante señalar que este tipo
de resultados es esperable en los casos cuando se utilizan
pruebas cortas (n ≤ 10 ítems), ya que, como se ha indicado
anteriormente, la confiabilidad de una medida es una función
directa de su extensión (número de ítems) de la prueba.

27. Consultas
gmogamarra@gmail.com