Content uploaded by Milton Enrique Quero Virla
Author content
All content in this area was uploaded by Milton Enrique Quero Virla on Feb 01, 2016
Content may be subject to copyright.
Available via license: CC BY-NC-SA
Content may be subject to copyright.
Confiabilidad y coeficiente Alpha de Cronbach
Milton Quero Virla*
1. Generalidades de la confiabilidad
Dos características deseables en toda medición son la confiabilidad y la vali-
dez; al referirse a cualquier instrumento de medición en el campo de las ciencias
sociales y de la conducta, se consideran estas dos cualidades como aspectos claves
de la llamada “solidez psicométrica” del instrumento (Cohen y Swerdlik, 2001).
En esta Nota nos ocuparemos fundamentalmente de la confiabilidad y específica-
mente del coeficiente a(alpha) de Cronbach.
Algunos autores encuentran cierta similitud entre las acepciones cotidianas
y técnicas de la confiabilidad (Cozby, 2005; Kerlinger y Lee, 2002; Cohen y
Swerdlik, 2001). Variando un poco el ejemplo dado por el primero de estos auto-
res, en una pareja uno de los dos puede considerar altamente confiable al otro, en
el sentido de la puntualidad, porque generalmente llega a las citas a la hora conve-
nida. Vale comentar, que en esta situación un solo encuentro con retardo, aunque
sea el primero de los encuentros, no permite estimar la confiabilidad. No se de-
cepcione casi a priori!
La confiabilidad o fiabilidad, se refiere a la consistencia o estabilidad de una
medida. Una definición técnica de confiabilidad que ayuda a resolver tanto pro-
blemas teóricos como prácticos es aquella que parte de la investigación de qué
tanto error de medición existe en un instrumento de medición, considerando tan-
to la varianza sistemática como la varianza por el azar (Kerlinger y Lee, 2002).
Dependiendo del grado en que los errores de medición estén presentes en un ins-
trumento de medición, el instrumento será poco o más confiable.
A partir de estas consideraciones, los autores definen la confiabilidad como
la ausencia relativa de errores de medición en un instrumento de medida. Expre-
sado más explícitamente, un puntaje observado o medido es la suma de un punta-
je real o verdadero más un puntaje de error o error de medición (Magnusson,
248
*
1978). El tratamiento dado a la confiabilidad sobre estas premisas se enmarca
dentro de la llamada teoría clásica de las pruebas (Carmines and Zeller, 1979;
Kerlinger y Lee, 2002; Magnusson, 1978). Un modelo alternativo a este de las
puntuaciones reales o clásico, es el conocido como teoría de la generalización,
atribuida a Cronbach en 1970 y a sus colegas en 1972, teoría basada en la idea de
que las puntuaciones de una persona varían de una prueba a otra (Cohen y
Swerdlik, 2001) rebelándose contra el concepto de una puntuación verdadera.
Diversas definiciones de la confiabilidad son dadas partiendo de ciertas ca-
racterísticas del instrumento de medición. Sin embargo, una característica común
a varios de ellos es la de considerar que mientras la validez se refiere a que se mide
lo que se desea medir, la confiabilidad se refiere a la exactitud con que un instru-
mento de medida mide lo que mide (Magnusson, 1978). Tan solo denota algo
que es consistente, no necesariamente consistentemente bueno o malo, sino tan
solo consistente (Cohen y Swerdlik, 2001).
2. Fuentes de Inconsistencia
Entre los factores que reducen la confiabilidad o consistencia de un instru-
mento de medición pueden considerarse (Nunnally, 1970): a. instrucciones no
estandarizadas, las originadas por el encuestador si las instrucciones del instru-
mento de medición son dadas oralmente sin tener un conjunto estándar de ins-
trucciones que pueda leerse invariablemente; b. errores en el registro de puntajes
de respuesta, vinculadas a la transcripción “a mano” de los distintos puntajes de
respuesta; c. errores debido al ambiente de medición, relacionados con la aplica-
ción de los instrumentos en condiciones ambientales distintas (iluminación, nive-
les de ruido, confort, etc.) a diversos grupos de encuestados; d. errores debidos al
muestreo de contenido, presentes en situaciones cuando el objetivo del instru-
mento es estimar un puntaje de los encuestados respecto al dominio de ciertos
contenidos; e. errores debidos a fluctuaciones en los encuestados, estrechamente
vinculados al individuo encuestado, como distracciones momentáneas, equivoca-
ción al momento de marcar una respuesta en la hoja, un lápiz o bolígrafo roto o
defectuoso, etc.
3. El Coeficiente a(alpha) de Cronbach
La confiabilidad de una medición o de un instrumento, según el propósito
de la primera y ciertas caracteristícas del segundo, puede tomar varias formas o
expresiones al ser medida o estimada: coeficientes de precisión, estabilidad, equi-
valencia, homogeneidad o consistencia interna, pero el denominador común es
que todos son básicamente expresados como diversos coeficientes de correlación.
En el caso especifíco del coeficiente de confiabilidad vinculado a la homege-
nidad o consistencia interna, se dispone del coeficiente a(alpha), propuesto por
Lee J. Cronbach (1916-2001) en el año 1951. Se ha demostrado que este coefi-
ciente representa una generalización de las populares fórmulas KR-20 y KR-21
de consistencia interna, desarrolladas en 1937 por Kuder y Richardson (Kerlin-
249
Confiabilidad y coeficiente Alpha de Cronbach
ger y Lee, 2002), las cuales eran solo aplicables a formatos binarios de calificación
o de respuesta (dicotómicas). Por lo tanto, con la creación del ade Cronbach, los
investigadores fueron capaces de evaluar la confiabilidad o consistencia interna de
un instrumento constituido por una escala Likert, o cualquier escala de opciones
múltiples. Se afirma que varias modificaciones de las fórmulas de Kuder y Richard-
son se han propuesto en el transcurso del tiempo, pero la que ha recibido mayor
aceptación hasta la fecha es el estadígrafo aCronbach (Cohen, y Swerdlik, 2001).
Para determinar el coeficiente aCronbach el investigador calcula la corre-
lación de cada reactivo o ítem con cada uno de los otros, resultando una gran can-
tidad de coeficientes de correlación. El valor de aes el promedio de todos los coe-
ficientes de correlación (Cozby, 2005). Visto desde otra perspectiva, el coeficien-
te aCronbach puede considerarse como la media de todas las correlaciones de di-
visión por mitades posibles, otro método de cálculo de consistencia interna, las
buenas junto las malas (Cohen y Swerdlik, 2001).
4. Coeficiente ade Cronbach y análisis de Ítems
Algunos paquetes estadísticos permiten hacer análisis de consistencia inter-
na de los ítems o reactivos de un instrumento (Levy y Varela, 2003). Estos análi-
sis tratan de determinar el grado en el que están relacionados recíprocamente los
reactivos o ítems (Brown, 1980), y pueden hacerse a partir de una sola aplicación
de una forma única de una prueba o instrumento (Cohen y Swerdlik, 2001).
La descripción resultante de los ítems o reactivos es resumida con el término
homogeneidad, la cual es el grado en que una prueba o instrumento mide un solo
factor, es decir, el grado en que los reactivos en una escala son unifactoriales. Más
precisamente, el coeficiente de consistencia interna dependerá directamente de las
correlaciones entre los ítems o reactivos, esto es, del grado en que los ítems midan
la misma variable. Mientras más homogéneos sean los ítems, mayor será el valor de
la consistencia interna para un número dado de ítems (Magnusson, 1978).
Relacionando estas interpretaciones y volviendo al asunto de realizar un
análisis de consistencia interna de los ítems mediante un software, los autores ex-
ponen un proceso por etapas en las que paso a paso, se deben eliminar del conjun-
to de ítems aquellos que hacen disminuir la consistencia interna global; es decir,
aquellos menos consistentes. El proceso se detiene cuando la escala no mejora o
mantiene su nivel de consistencia interna, con la eliminación de algún otro ítem
(Levy y Varela, 2003). Estos autores, coincidiendo con Cozby (2005), sugieren
utilizar un segundo criterio para la depuración de ítems: correlación del ítem con
el total calculado como suma de todos los ítems menos el calculado, denominada
correlaciones reactivo-total.
5. Previsiones prácticas
Mientras que el conocimiento del grado de validez de un instrumento per-
mite usar significativamente los datos obtenidos con él, el conocimiento de su
confiabilidad permite usar los datos correctamente (Magnusson, 1978). Desde
250
Milton Quero Virla
Telos Vol. 12, No. 2 (2010) 248 - 252
esta perspectiva práctica, muchas previsiones deben tomarse al momento de esti-
mar e interpretar un coeficiente de consistencia interna. En este espacio nos ocu-
paremos de sólo dos de ellas.
Primeramente, es oportuno destacar, y ya algo se ha dejado ver al respecto,
que de manera “natural” el coeficiente de consistencia interna ade Cronbach ex-
presa el grado en que los ítems miden la misma variable: homogeneidad. De tal
manera que su utilidad original se orienta a calcular la confiabilidad de un instru-
mento cuyos ítems o reactivos conformen un único dominio, esto es, una variable
o rasgo único.
De esta manera, si su instrumento consta de o mide varias variables, es de-
cir, tiene implícitamente subinstrumentos o subpruebas individuales, la recomen-
dación es disponer de medidas de confiabilidad para cada subprueba (Brown,
1980). Más específicamente, los resultados del estudio deben reportar tantos a
como subpruebas y variables o rasgos se tengan. El usuario de los resultados com-
puestos o combinados de un instrumento heterogéneo, debe ejecutar siempre ve-
rificaciones para ver si se dan estimaciones de confiabilidad para cada subprueba.
Estos y otros detalles pueden consultarse en Brown (1980) y Nunnally y
Bernstein (1995).
En segundo lugar, se requiere comentar respecto a cómo interpretar un va-
lor específico de a, esto es, cuál es el nivel satisfactorio de fiabilidad. Los investi-
gadores Carmines y Zeller (1979) consideran, que como regla general, las confia-
bilidades no deben ser inferiores a 0.80. Otros valores referenciales pueden en-
contrarse en Kerlinger y Lee (2002). Sin embargo, estos últimos autores mencio-
nan que Nunnally (1978) afirma que un nivel satisfactorio de confiabilidad de-
pende de cómo se utilice la medida.
Para finalizar, y como conclusión general de esta Nota, citemos otra vez a
Carmines y Zeller: “… the most important thing to remember is to report the re-
liability of the scale and how it was calculated” (p. 51).
Referencias Bibliográficas
Brown, Frederick G. (1980). Principios de la Medición en Psicología y Edu-
cación. Editorial El Manual Moderno. México.
Carmines, Edward and Zeller, Richard. (1979). Reliability and Validity
Assessment. SAGE Publications. USA.
Cohen, Ronald y Swerdlick, Mark. (2001). Pruebas y Evaluación Psicológicas.
Introducción a las Pruebas y a la Medición. McGraw Hill. México.
Cozby, Paul C. (2005) Métodos de Investigación del Comportamiento.
McGraw Hill. México.
Kerlinger, Fred y Lee, Howard. (2002). Investigación del Comportamiento.
Métodos de Investigación en Ciencias Sociales. McGraw Hill. Méxi-
co.
251
Confiabilidad y coeficiente Alpha de Cronbach
Lèvy M, Jean Pierre y Varela M., Jesús. (2005). Análisis Multivariable para las
Ciencias Sociales. Pearson. Prentice Hall. España.
Magnusson, David. (1978). Teoría de los Test. Editorial Trillas. México.
Nunnally, Jum C. Jr. (1970). Introduction to Psychological Measurement.
McGraw Hill. Japan.
Nunnally, Jum C. y Bernstein, Ira H. (1995). Teoría Psicométrica. McGraw
Hill. México.
252
Milton Quero Virla
Telos Vol. 12, No. 2 (2010) 248 - 252
