Confiabilidad de instrumentos de investigación con alfa de Cronbach para variables politómicas.

Alfa de Cronbach mide la consistencia interna del instrumento.

El objetivo es tener indicios si es que las unidades de estudio han respondido por
responder o si lo han hecho de manera correcta. Otro tema que nos ayuda la
confiabilidad es conocer a grandes rasgos cómo es que está funcionando nuestro
cuestionario.
Entonces, ¿qué es la confiabilidad? La confiabilidad estadística es cuando los
resultados de un análisis se pueden reproducir en diferentes muestras. En
otras palabras, son consistentes. Cuando se analiza un cuestionario, se busca que este
tenga confiabilidad y consistencia interna. El primero significa que este
cuestionario pueda representar efectivamente y sin un gran sesgo, las
opiniones de las personas. Aparte, estas opiniones pueden reproducirse
nuevamente con el mismo cuestionario.
“hay muchos textos que aceptan un alfa de 0.70. Nunally y Bernstein muestra
evidencias para tomar en cuenta este valor…
https://ejop.psychopen.eu/article/download/653/pdf

Para variables dicotómicas se usa la prueba de Kuder – Richardson.

Instrumentos mecánicos: miden variables objetivas. Miden magnitudes físicas.

Instrumentos documentales: miden variables subjetivas. Ejm. Inteligencia, clima
organizacional, etc. Instrumentos: cuestionarios, escalas e inventarios.

Cómo se validad un instrumento

VALIDEZ RACIONAL: cuando la teoría ya está probada en libros. Ejm. Examen de
matemáticas
VALIDEZ DE RESPUESTA: La teoría no está totalmente desarrollada. Entonces se
recurre a la población que está trabajando en el tema.
VALIDEZ DE JUECES O EXPERTOS.

La Validez de Constructo es aquel que permite delimitar apropiadamente el contenido

de las preguntas para recoger información. Que sólo recolectes lo que se necesita y que
esté completo lo que se requiere para evaluar un conocimiento completo. Allí importa las
dimensiones.

ALFA DE CRONBACH: Para medir la confiabilidad de instrumentos de investigación

para variables politómicas tipo escala de Likert.
𝑘 ∑ 𝑉𝑖
Alfa de Cronbach 𝛼= |1 − |
𝑘−1 𝑉𝑡
K: número de ítems o preguntas
Vi: varianzas individuales
Vt: Varianzas totales

KUDER - RICHARDSON: KR 20: Para medir la confiabilidad de instrumentos de

investigación para variables dicotómicas.

𝑘 𝑉𝑡 − ∑ 𝑝𝑞
𝑟= ×
𝑘−1 𝑉𝑡
K: número de ítems o preguntas
P: promedio o probabilidad de respuestas positivas
Q: promedio o probabilidad de respuestas negativas
Vt: Varianza total de las respuestas correctas
 Coeficiente de correlación de Pearson y de Spearman

Ejemplo: Spearman
Conclusión.
Ho: rSpearman = 0
H1: rSpearman ≠ 0
Dado que el p-valor es menor a 0.05, rechazamos la hipótesis nula, por consiguiente,
existe suficiente evidencia estadística para afirmar que la percepción sobre la calidad de
enseñanza en matemática está relacionado significativamente con la percepción sobre la
calidad de enseñanza en fundamentos de programación.
Por otra parte, el coeficiente de correlación de Spearman = 0.591, lo cual indica una
relación positiva de nivel moderado: A mejor percepción sobre la calidad de enseñanza
en matemática se tendrá también una mejor percepción sobre la calidad de enseñanza
en fundamentos de programación.
Ejemplo: Pearson

Conclusión.
Ho: rPearson = 0
H1: rPearson ≠ 0
Dado que el p-valor es menor a 0.05, rechazamos la hipótesis nula, por consiguiente,
existe suficiente evidencia estadística para afirmar que la nota promedio en fundamentos
de programación está relacionada significativamente con la nota promedio en
programación avanzada.
Por otra parte, el coeficiente de correlación de Pearson = 0.646, lo cual indica una
relación positiva de nivel moderado a fuerte: A mayor nota promedio en fundamentos de
programación se tendrá también una nota promedio mayor en programación avanzada.