Coeficiente de cronbach
1 recomendación914 vistas
Este documento describe los procedimientos para calcular el coeficiente alfa de Cronbach, un método para medir la confiabilidad de un instrumento de medición. Define el alfa como un índice que varía de 0 a 1 y que cuanto más se acerque a 1 indica mayor fiabilidad. Explica cómo calcular el alfa a través de la varianza de los ítems y la varianza total, y provee ejemplos para ilustrar el cálculo.
![PROCEDIMIENTO DE DOS MITADES
(DIVISIÓN DE ÍTEMS EN PARES E
IMPARES)
1° Se calcula el Índice de Correlación (Pearson)
r =
n (∑ AB ) −
(∑ Α) (∑ Β)
[ n (∑ Α ) − (∑ Α) ] [ n (∑ Β ) − (∑ Β) ]
2
2
2
2
2° Corrección de r con la ecuación de Spearman –
Brown
2r
R=
1+ r](https://image.slidesharecdn.com/coeficientedecronbach-131108002310-phpapp02/85/Coeficiente-de-cronbach-9-320.jpg)
Coeficiente de cronbach
- 1. ión lidac Va de nto ume nstr del i da n de cció cole re tos TE EN CI FI E DE FA CO AL CH BA ON CR Dr. José Antonio Ruy-Díaz R.
- 2. DEF INIC ION ! Se t rata de u cons n índ isten ice d toma cia in valor terna e que sirve es entre que el ins p trum ara com 0 y 1 y evalu e ando nto que probar si infor maci recopila se está por t ó anto n defect conc u lusio nos lleva osa y o si s ría a nes e instru e trata d quivoca e un das men med icion to fiable es es cons q isten table ue hace tes. sy
- 3. DEF INIC ION ! Alfa coefi es por ta cuad ciente d nto un rasg rado qu e correla hom os, mide e, a gran ción al des preg ogeneida la toda untas pr d de las todo s las cor omedian r efect s los ítem elacion do i va m s par es ent ! Su i ente , se p a ver qu re nterp e arec cuan retac en. , índic to más s ión ser la fia e al extr e acerq á que, u u n a b i l i d a d , e mo 1 , m e e l parti fiabilidadconsider ejor es r de 0,80 respeta ando . ble a
- 4. rmula estad ística es la sig uient e: S u fó α = 2 ⎡ Si ⎤ K ∑ ⎥ ⎢ 1 − 2 K − 1 ⎢ ST ⎥ ⎣ ⎦ K: El número de ítems Si^2: Sumatoria de Varianzas de los Items ST^2: Varianza de la suma de los Items α: Coeficiente de Alfa de Cronbach
- 5. Ejemplo 1 Items Suma de Items I II III Campos (1) 3 5 5 13 Gómez (2) 5 4 5 14 Linares (3) 4 4 5 13 Rodas (4) 4 5 3 12 Saavedra (5) 1 2 2 5 Tafur (6) 4 3 3 10 VARP 1.58 1.14 1.47 Σ Si2 : 4.19 Sujetos (Varianza de la Población) ST2 : 9.14
- 6. ! K: El número de ítems ! Si^2 : Sumatoria de Varianzas de los Ítems ! ST^2 : Varianza de la suma de los Ítems ! a : Coeficiente de Alfa de Cronbach α α = : 3 : 4.19 : 9.14 3 ⎡ 4.19 ⎤ = ⎢ 1 − 9.14 ⎥ 3 − 1 ⎣ ⎦ 0.81 Entre más cerca de 1 está α, más alto es el grado de confiabilidad
- 7. D LI D A FIAB I CON “Se p uede estab d ilidad efinir co de lo mo la o con s res ultad sistenci “Es d a os ob ecir, tenid se re en q o s” ue la fiere al gr aplic repe ado tida d ación el ins mism trum o suj ento prod eto u , al uce i objet guale s re s o , ultad os”
- 8. CONFIABILIDAD Muy baja 0 0% de con*iabilidad en la medición (la medición está contaminada de error). Baja Regular Aceptable Elevada 1 100% de con*iabilidad en la medición (no hay error).
- 9. PROCEDIMIENTO DE DOS MITADES (DIVISIÓN DE ÍTEMS EN PARES E IMPARES) 1° Se calcula el Índice de Correlación (Pearson) r = n (∑ AB ) − (∑ Α) (∑ Β) [ n (∑ Α ) − (∑ Α) ] [ n (∑ Β ) − (∑ Β) ] 2 2 2 2 2° Corrección de r con la ecuación de Spearman – Brown 2r R= 1+ r
- 10. EJEMPLO 2 I II III A B AB A2 B2 Campos (1) 3 5 5 8 5 40 64 25 Gómez (2) 5 4 5 10 4 40 100 16 Linares (3) 4 4 5 9 4 36 81 16 Rodas (4) 4 5 3 7 5 35 49 25 Saavedra (5) 1 2 2 3 2 6 9 4 Tafur (6) 4 3 3 7 3 21 49 9 Σ 44 23 178 352 95 Items Sujetos
- 11. n 6 n (ΣAB) 1068 (ΣA) (ΣB) 1012 Numerador 56 n (ΣA2) 2112 (ΣA)2 1936 n (ΣΒ2) 570 (ΣΒ)2 n (ΣA2) - (ΣA)2 176 n (ΣΒ2) - (ΣΒ)2 41 529 Índice de correlación de Pearson ( r ) : 0.66 Corrección según Spearman-Brown ( R ) : 0.79 2r / (1+r) Entre más cerca de 1 está R, más alto es el grado de confiabilidad
- 12. EJEMPLO 3
- 13. CALCULO CON EL EXCEL ! Para e se em fectuar e ste c plear 40, t oma á el Ane álculo ndo finale los d xo Nº s de Liker la Es atos t de l a s c ca l a d e varia uatro bles en e studi o.
- 14. ITEM 1 ITEM 2 ITEM 3 ITEM 4 CALIDAD ECONOMIA DE ESCALA VALOR AGREGADO COMPETITIVIDAD SUMATORIA DE ITEMS 1 15 14 16 15 60 2 19 22 21 20 82 3 15 14 15 14 58 4 15 14 16 15 60 5 18 19 19 19 75 6 15 16 16 16 63 7 14 15 16 15 60 8 13 14 14 14 55 9 20 19 20 20 79 10 19 18 20 19 76 11 18 19 20 19 76 12 16 17 18 17 68 13 14 14 15 14 57 14 17 18 17 17 69 15 14 14 15 14 57 SUJETOS
- 15. ITEM 1 ITEM 2 ITEM 3 ITEM 4 CALIDAD ECONOMIA DE ESCALA VALOR AGREGADO COMPETITIVIDAD SUMATORIA DE ITEMS 16 19 20 21 20 80 17 15 16 16 15 62 18 14 15 15 14 58 19 14 14 15 14 57 20 15 14 15 14 58 21 14 15 14 14 57 22 15 14 14 14 57 23 15 16 15 15 61 24 14 14 15 14 57 25 15 15 16 15 61 26 16 14 16 15 61 27 16 15 15 15 61 28 15 16 15 16 62 29 15 14 16 15 60 30 15 13 15 15 58 SUJETOS VARP (Varianza de la Población) 3,232 4,929 4,366 4,179 S Si2 K: El número de ítems 4 ST2 62,517 16,706 SSi²: Sumatoria de varianza de los ítems 17 ST²: Varianza de la suma de los ítems 63
- 16. α α = ⎡ K ⎢ 1 − K − 1 ⎢ ⎣ = 4 * ( 4+1) α = 1,33 ∑S ST i 2 2 ⎤ ⎥ ⎥ ⎦ 1 - 16,710 62,520 * 0,732726 α= 0,977 Este coeficiente nos indica que entre más cerca de 1 esté α, más alto es el grado de confiabilidad, en este caso, el resultado nos da un valor de 0.977, entonces se puede determinar que el instrumento empleado tiene un alto grado de confiabilidad.
- 17. Para mayor explicación… CONFIABILIDAD Muy baja 0 0% de con*iabilidad en la medición (la medición está contaminada de error). Baja Regular Aceptable Elevada 1 100% de con*iabilidad en la medición (no hay error). Para este caso, el instrumento tiene un 97.7% de confiabilidad.
- 18. CÁLCULO CON EL SPSS V.15
- 20. Resultados… Como se puede apreciar, el resultado tiene un valor α de .977, lo que indica que este instrumento tiene un alto grado de confiabilidad, validando su uso para la recolección de datos.