La humanidad a través de la historia ha tenido la necesidad de medir, sobre

todo el mundo contemporáneo. La investigación científica esta en constante

relación con los parámetros de medición , en muchas áreas como las ciencias
naturales o ciencias.
Se puede definir Medición como la asignación de algún valor significativo de
orden numérico o alfabético o de otro orden, a una serie de objetos.
La finalidad de la medicion es operacionalizar una serie de objetos, con el
objetivo de operar variables. Mediante esta forma de medición los
investigadores se han visto obligados a relacionar conceptos y postulados
teóricos con datos y hechos empíricos que han ido observando y
recolectando a lo largo del proceso de investigación, datos que deben
corresponder con los objetivos planteados.
Para que un instrumento de medición pueda ser óptimo al momento de su
aplicación, es necesario que cumpla los siguientes principios:
1. El rigor y la calidad para evaluar dependen, básicamente , de cómo se
aborde la validez y la confiabilidad, estas cualidades deben estar
presentes en el desarrollo del proceso de recoger y analizar la
información las cuales deben garantizar la veracidad de las
conclusiones emitidas, de manera individual y compartida, por el
evaluador.
validez y confiabilidad se conjugan para ayudar al evaluador a ser
objetivo en el proceso de describir la realidad derivada de un
aprendizaje específico.

2. Existen unos factores que se deben evitar para que el contenido de un

instrumento de medición sea valido:
 No dar instrucciones empíricas o vagas
 Estructura sintáctica de oraciones fáciles Evitar preguntas inadecuadas
sobre especificaciones
 Evitar preguntas que sugieren respuestas
 Evitar ambigüedad en formulación de los reactivos o preguntas que
lleven a diferentes interpretaciones
 No presentar cuestionarios, escalas o pruebas demasiado cortos
 Evitar que los ítems sean incongruentes con variables a medir
 Evitar ordenamiento inadecuado de ítems
 Evitar improvisar
 Evitar tomar instrumentos validados en otros contextos

3. La validez tiene diversas definiciones según varios autores:

 De acuerdo con Hernández, Fernández y Baptista La validez en
términos generales, se refiere al grado en que un instrumento
realmente mide la variable que pretende medir”
 Tamayo y Tamayo (1998) considera que validar es “determinar
cualitativa y/o cuantitativamente un dato”
 Según Rusque M (2003) “la validez representa la posibilidad de que un
método de investigación sea capaz de responder a las interrogantes
formuladas.

4. Validez Un instrumento de recolección de datos es válido cuando mide

lo que se supone debe medir en términos de contenido, predicción,
concurrencia y construcción. Campbell y Stanley (1972) distinguen dos
tipos de consideraciones para la validez cuantitativa : la validez interna
y la externa, definidas así: La validez internaLa validez interna: Se
refiere al mayor o menor control que tenemos de variables que pueden
perturbar los resultados. Ocurre cuando se puede asegurar que los
cambios de la variable dependiente se deben a los cambios de la o las
variables dependientes. La validez externa:La validez externa: Se
refiere a la posibilidad de que los resultados obtenidos en una muestra
puedan ser generalizados a la población o universo del cual fue
seleccionada; así como que puedan ser generalizados a un ambiente
diferente de su ambiente originario.

5. Validez en la Investigación Cuantitativa: La validez cuantitativa, bajo la

perspectiva de la teoría positivista, se orienta fundamentalmente hacia
las técnicas e instrumentos de medición elaborados por el evaluador,
supuestos desarrollados a partir de las teorías planteadas por el filósofo
francés Auguste Comte (1798-1857).

6. Validez de Contenido: Está representada por el grado en que una

prueba representa el universo de estudio. Por tal motivo, deberán
seleccionarse los indicadores e ítems de tal manera que estos
respondan a las características peculiares del objeto de estudio.
También se puede señalar que se refiere a la fidelidad con que los
ítems contenidos en una prueba reflejan el constructo que se desea
 medir. Por Ejemplo: Una prueba de operaciones aritméticas no tendría
validez de contenido si sólo incluye problemas de resta y excluye
problemas de suma, multiplicación y división. Si el dominio de un
instrumento es demasiado estrecho con respecto al dominio de la
variable, el primero no representará a esta. Entendiéndose como
Constructo cualquier entidad hipotética de difícil definición dentro de
una teoría científica. Un constructo es algo de lo que se sabeUn
constructo es algo de lo que se sabe que existe, pero cuya definición
es difícilque existe, pero cuya definición es difícil o controvertida. Son
constructos lao controvertida. Son constructos la inteligencia, la
personalidad y lainteligencia, la personalidad y la Debe hacerla un
experto, pues, estos evalúan lo siguiente:Debe hacerla un experto,
pues, estos evalúan lo siguiente: a.a.Si está elaborada adecuadamente
la matriz de consistencia, es decir, si elSi está elaborada
adecuadamente la matriz de consistencia, es decir, si el problema está
formulado de acuerdo a sugerencias de la investigación
científicaproblema está formulado de acuerdo a sugerencias de la
investigación científica b.b.Si los objetivos son explícitos y precisosSi
los objetivos son explícitos y precisos c.c.Si las variables e hipótesis
tienen coherencia con objetivos y problemasSi las variables e hipótesis
tienen coherencia con objetivos y problemas d.d.Si se han
desagregado las variables en dimensiones, indicadores e ítemsSi se
han desagregado las variables en dimensiones, indicadores e ítems
(operacionalización correcta de variables)(operacionalización correcta
de variables) e.e.Si ítems del instrumento representan adecuadamente
a las variables que seSi ítems del instrumento representan
adecuadamente a las variables que se pretenden medirpretenden
medir f.f.Si los ítems son suficientesSi los ítems son suficientes g.g.Si
el protocolo de instrucciones del instrumento es claroSi el protocolo de
instrucciones del instrumento es claro
9. Validez de criterio: Llamada también validez concurrente es más fácil de
estimar, lo único que se debe hacer es correlacionar su medición con el
criterio, y este coeficiente se toma como coeficiente de validez. Un
instrumento posee validez predictiva cuando es capaz de predecir, a partir de
los resultados que arroja, comportamientos futuros. Ejemplo: supongamos
que Fernando trata de medir el grado en que es aceptado por Laura.
Entonces decide que va a tomarla de la mano y observará su reacción.
Supuestamente, si ella no retira la mano, esto indicaría cierta aceptación,
pero para asegurarse que su medición es válida decide utilizar otra forma de
medición adicional, por ejemplo, mirarla fijamente sin apartar la vista de sus
ojos, en apariencia, si Laura le sostiene la mirada, esto sería otro indicador
de aceptación. Así, su medición de aceptación se valida mediante dos
métodos al comparar dos criterios. La validez de criterio es una medida del
grado en que unaLa validez de criterio es una medida del grado en que una
prueba está relacionada con algún criterio. Es de suponerprueba está
relacionada con algún criterio. Es de suponer que el criterio con el que se está
comparando la pruebaque el criterio con el que se está comparando la prueba
tiene un valor intrínseco como medida de algún rasgo otiene un valor
intrínseco como medida de algún rasgo o característica.característica. En
este tipo de validez, se debeEn este tipo de validez, se debe predeterminar
cuál será el rasgo o criterio que se va apredeterminar cuál será el rasgo o
criterio que se va a correlacionar con los resultados de la prueba.
Amboscorrelacionar con los resultados de la prueba. Ambos valores deben
estar directamente relacionados envalores deben estar directamente
relacionados en términos de que el rasgo o criterio empírico seatérminos de
que el rasgo o criterio empírico sea pronosticable lógicamente a partir de los
resultados de lapronosticable lógicamente a partir de los resultados de la
prueba a la cual se le va a medir su nivel o grado deprueba a la cual se le va
a medir su nivel o grado de predictibilidad. Al igual que toda prueba de
correlación,predictibilidad. Al igual que toda prueba de correlación, si los
resultados se acercan a 1, mejor será la validez desi los resultados se
acercan a 1, mejor será la validez de criterio del instrumento en
cuestión.criterio del instrumento en cuestión.
10. Validez de constructo: Este tipo de validación busca establecer hasta
qué punto un instrumento mide una variable que es producto de un constructo
que intenta describir una realidad compleja. Es el caso, por ejemplo de
variables como “actitudes hacia discriminación racial”, “satisfacción en el
trabajo”, “clima organizacional”, que suponen cualidades hipotéticas que
explican la conducta de los sujetos. Caso contrario sucedería con la medición
de variables no complejas como “sexo”, “edad”, “nivel de instrucción”, cuya
medición no amerita la construcción de un concepto complejo, ya que son
datos directamente observables en la realidad. Este tipo supone como paso
previo la conceptualización del rasgo o variable que se pretende medir. Estos
conceptos deben ser construidos a partir de una teoría determinada que
explique el fenómeno a estudiar. Sólo así se tendrá claridad de la manera
como se manifiesta en la realidad el atributo que se pretende medir (Ruíz,
2002). El cuadro de operacionalización de variables permitirá visualizar de
manera organizada la complejidad de las variables que se van a estudiar si
alguna de ellas supone la combinación de determinados indicadores en virtud
de la conceptualización realizada, es necesario corroborar a través de una
prueba empírica que tal conceptualización es válida, ya que expresa de
manera precisa el comportamiento de la variable en la realidad. De allí, la
expresión “Validez de constructo”. En última instancia, lo que se pretende a
partir de este tipo de validez es confirmar en la práctica la capacidad
explicativa del concepto que se ha construido. Es decir, si es reflejo del
fenómeno que pretende describir. Para este tipo de validez se utilizan
métodos de carácter estadístico. Prueba de correlación: otra de las pruebas
para validar el constructo teórico de un instrumento es la prueba correlacional.
Consiste en correlacionar los valores obtenidos en la prueba piloto del
instrumento que se diseñado, con medidas obtenidas en estudios similares
con otros instrumentos que fueron construidos para medir las mismas
variables. Otro procedimiento es correlacionar los valores obtenidos por el
instrumento que se está validando con los obtenidos por otras variables cuyo
comportamiento está directamente asociado a la variable en estudio y, por lo
tanto, hipotéticamente predecible.
11. La confiabilidad se refiere al nivel de exactitud y consistenciaLa
confiabilidad se refiere al nivel de exactitud y consistencia de los resultados
obtenidos al aplicar el instrumento porde los resultados obtenidos al aplicar
el instrumento por segunda vez en condiciones tan parecida como sea
posiblesegunda vez en condiciones tan parecida como sea posible. Bernal
(2000:218) afirma que la pregunta clave para determinar la confiabilidad de
un instrumento de medición es: Si se miden fenómenos o eventos una y otra
vez con el mismo instrumento de medición, ¿Se obtienen los mismos
resultados u otros muy similares? Si la respuesta es afirmativa, se puede
decir que el instrumento es confiable. La importancia de garantizar la
confiabilidad del instrumento viene dada por el hecho de que las
interpretaciones sobre el comportamiento de los fenómenos estudiados se
hacen sobre la base de la confianza que se tenga en los datos recolectados.
Si no se ha demostrado la confiabilidad del instrumento, siempre habrá un
margen de duda sobre la calidad de la interpretación que se haga a partir de
los datos obtenidos. La Fiabilidad tiene dos grandes componentes: La
Consistencia interna:La Consistencia interna: Se refiere al grado en que los
distintos ítems, partes o piezas de un test miden la misma cosa. Significa la
constancia de los ítems para operar sobre un mismo constructo de un modo
análogo. La Estabilidad temporal:La Estabilidad temporal: Se refiere al
grado en que un instrumento de medida arrojará el mismo resultado en
diversas mediciones concretas midiendo un objeto o sujeto que ha
permanecido invariable.
12. Test-Retest: En este procedimiento un mismo instrumento es aplicado
en dos oportunidades o más a un mismo grupo de personas, después de
cierto período de tiempo. Si la correlación entre los resultados de las
diferentes aplicaciones es altamente positiva, el instrumento se considera
confiable. El valor de la correlación es un valor ubicado entre el –1 y 1. muy
baja (0) baja regular aceptable elevado(1)muy baja (0) baja regular aceptable
elevado(1) No hay confiabilidad 100% de confiabilidadNo hay confiabilidad
100% de confiabilidad El cálculo de este coeficiente se utiliza para mediciones
de variables o dimensiones que responden a una escala de medición de
intervalo o razón. Es importante que para la aplicación de esta prueba, se
tome un lapso de tiempo lo suficientemente largo para que los sujetos se
olviden de lo que contestaron y, por el otro, no tanto que se produzcan
cambios importantes. (Pérez 1998:72). Algunos expertos opinan que 15 días
de distancia entre un test y otro es suficiente. Este tipo de medición se utiliza
en investigaciones cuantitativas.
13. Formas paralelas de un test:Formas paralelas de un test: Este método
consiste en: 1.Elaborar dos formas paralelas de un mismo test, o lo que es lo
mismo, dos test paralelos 2.Aplicar una forma del test a la muestra de interés
y tras un lapso de tiempo que no relevante para la aparición de cambios en
los sujetos, aplicar la segunda forma del test a la muestra 3.Calcular el
coeficiente de correlación entre las puntuaciones empíricas obtenidas por los
sujetos en las dos ocasiones. Si las formas son paralelas esa correlación es
el coeficiente de fiabilidad del test Paso 1: Elaborar formas paralelasPaso 1:
Elaborar formas paralelas Hay dos tipos de criterios que dos test han de
cumplir para ser considerados paralelos 1.1.Criterio EstadísticoCriterio
Estadístico: Las dos formas presentan medias iguales y variaciones iguales
tanto en sus puntuaciones empíricas, como verdaderas y errores (mediciones
paralelas) u obtienen las mismas puntuaciones verdaderas, pero no se
requiere igual varianza de error (tau-equivalentes) 2.2.Criterios de formato y
contenido:Criterios de formato y contenido: En la practica dos test paralelos
consisten en dos conjuntos distintos de ítems referidos a una misma variable
o constructo psicológico , habitualmente con las mismas instrucciones y el
mismo formato de prueba de ítems. Pretenden muestrear el mismo contenido
con cuestiones formuladas de manera distinta. No puede considerarse
formas paralelas aquellas en que la diferencia consiste en que se ha variado
el orden de los ítems o el orden de las alternativas. Paso 2: La aplicación de
las formas del testPaso 2: La aplicación de las formas del test 1.Las dos
formas deben ser administradas en las mismas condiciones, o al menos, bajo
los mínimos cambios posibles en las condiciones. Se trata de no introducir
factores que puedan provocar cambios en los resultados. 2.Respecto al
tiempo, debe utilizarse un lapso entre ambas formas, lo suficientemente corto
como para que los sujetos no hayan cambiado en la variable de interés y lo
suficientemente largo para que factores de memoria, fatiga o entrenamiento
tengan el mismo efecto.
14. Paso 3: Cálculo del coeficiente de correlaciónPaso 3: Cálculo del
coeficiente de correlación Una vez se han administrado las dos formas
paralelas se dispondrá de una tabla de datos con N sujetos por 2 variables,
la puntuación en la forma A y en la forma B para cada sujeto. Se procede
entonces a calcular el coeficiente de correlación de Pearson. El resultado
obtenido puede estar entre –1 y +1, pasando por 0 (ausencia de relación
lineal). En realidad, como se trata de formas paralelas, no tiene sentido
esperar correlaciones negativas debiendo estar el resultado entre 0 y +1,
incluso cabría esperar valores positivos alejados de 0. • Si A y B son formas
paralelas entonces la correlación es el coeficiente de fiabilidad. Para
considerar el test fiable, el coeficiente de correlación obtenido deber ser alto,
de modo que una gran proporción de la varianza de las puntuaciones se deba
a varianza verdadera. Es decir, si obtenemos un coeficiente de fiabilidad de
0’75 diremos que tres cuartas partes de la varianza empírica del test se deben
a varianza verdadera, o lo que es lo mismo, que un 25% de la varianza
empírica es varianza de error.
15. Split-halves (Divididas en mitades): Los resultados obtenidos de la
aplicación del instrumento se dividen en dos mitades comparativas; así, a
cada sujeto le corresponde dos calificaciones después de una sola aplicación
del instrumento. La confiabilidad se obtiene después de correlacionar esas
dos calificaciones. Una manera de resolver el problema de cómo dividir el
instrumento es haciendo dos grupos con las calificaciones obtenidas de los
ítems pares y nones. Se debe estar seguros que todas las categorías estén
representadas en las dos partes para que se divida el instrumento Se
obtienen las puntuaciones de los ítems pares y de los ítems nones, luego
ambas se correlacionan. Si ambas puntuaciones son altas se obtendrá un
coeficiente de confiabilidad alto.
16. Coeficiente Alfa de Cronbach. Es un coeficiente que sirve para medir la
fiabilidad de una escala de medida, y cuya denominación Alfa fue realizada
por Cronbach en 1951, aunque sus orígenes se encuentran en los trabajos
de Hoyt (1941) y de Guttman (1945) Este método permite medir la
consistencia interna del instrumento. Se utiliza en la construcción de escalas
en las que no hay respuestas correctas o incorrectas, sino que cada
entrevistado responde la alternativa que mejor representa su forma de pensar
sobre el objeto que se le pregunta. Un investigador trata de medir una
cualidad no directamente observable (por ejemplo, la inteligencia) en una
población de sujetos. Para ello mide n variables que sí son observables (por
ejemplo, n respuestas a un cuestionario o un conjunto de n problemas
lógicos) de cada uno de los sujetos. Se supone que las variables están
relacionadas con la magnitud inobservable de interés. En particular, las n
variables deberían realizar mediciones estables y consistentes, con un
elevado nivel de correlación entre ellas. El alfa de Cronbach permite
cuantificar el nivel de fiabilidad de una escala de medida para la magnitud
inobservable construida a partir de las n variables observadas. El alfa de
Cronbach no es un estadístico al uso, por lo que no viene acompañado de
ningún p-valor que permita rechazar la hipótesis de fiabilidad en la escala. No
obstante, cuanto más se aproxime a su valor máximo, 1, mayor es la fiabilidad
de la escala. Además, en determinados contextos y por tácito convenio, se
considera que valores del alfa superiores a 0,7 o 0,8 (dependiendo de la
fuente) son suficientes para garantizar la fiabilidad de la escala.
17. Coeficiente KR20: El KR20 es un indicador de la fidelidad (consistencia
interna). Los métodos basados (Rulon, Alfa de Cronbach, Spearman, Brown)
en la división en dos porciones (presumiblemente iguales) da desventaja de
ser relacionado con las opciones de la partición (véase la mitad igualdad-
impar, de la primera y segunda parte, al azar). Kuder y Richardson
desarrollaron un procedimiento basado en los resultados obtenidos con cada
ítem. De hecho, hay muchas maneras de precisar otra vez los ítems
(reactivos) en 2 grupos, que pueden conducir a las estimaciones diferentes
de la consistencia interna. Esta es la razón por la cual Kuder y Richardson
consideren tantas (n) partes en la prueba de acuerdo a los ítems (n). En los
métodos de partición en dos, (conocido también como bisección) supone para
cada parte ser equivalente ( las formas paralelas ). Para el KR20, la misma
lógica se adopta en el nivel de los ítems. Es lo que uno llama unidimensional.
El KR20 se aplica en la caja dicotómica de ítems. Uno calcula el KR20 como
sigue: = variación de las cuentas de la prueba. N = a un número total de ítems
en la prueba pi = es la proporción de respuestas correctas al ítem I. Índice de
inteligencia = proporción de respuestas incorrectas al ítem I. Se puede
mostrar que el KR20 es el promedio de los Índices de la fidelidad el cuál se
obtendrá si se calcula la fidelidad para todas las particiones posibles en dos.
Para ilustrar la aplicación del KR n° 20 de la fórmula de Kuder-Richardson,
se puede tomar un ejemplo ficticio de una examen de 10 preguntas en el que
se calcula el coeficiente de la consistencia interna. El vector 5,4 contiene la
cuenta obtenida por cada pregunta así como la cuenta total del examen.
Miremos al primer alumno, "Eric", que contestó correctamente a seis
preguntas entre las 10 preguntas del examen. Las preguntas correctas son,
B, C, D, E, F, y que falló en las preguntas G, H, I, J. Verticalmente, todos los
alumnos tuvieron éxito en la pregunta (a) , mientras que solamente dos
alumnos tuvieron éxito en la pregunta (J).