Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Medici N en Ciencias Sociales - Manual-Completo PDF
Medici N en Ciencias Sociales - Manual-Completo PDF
CIENCIAS SOCIALES
INDICE
1.1 Introduccin
La mayor parte de los eventos u objetos que estudian los cientficos varan en su magnitud.
En los esfuerzos realizados para representar el hecho de que los eventos y objetos varan en
magnitud, los cientficos utilizan los nmeros porque stos conforman un sistema entendible de
conceptos que implican la misma magnitud. En otras palabras, los nmeros y las operaciones
matemticas asociadas con ellos, pueden considerarse como una analoga general o modelo de las
relaciones existentes entre los eventos que ocurren naturalmente. Esta generalidad se obtiene
porque los mismos nmeros son utilizados para representar las magnitudes de diferentes tipos de
eventos. De hecho, uno de los propsitos de manejar nmeros es el de proveer un lenguaje comn
y universal para describir las magnitudes de diferentes objetos. El manejar un lenguaje numrico
permite hacer distinciones finas en situaciones donde slo se puede percibir en forma general o
vaga a los hechos; es decir, permite hacer distinciones muy finas de magnitudes, que de otra forma
seran imposibles. O como dijo Guilford (1954), la medicin permite precisin, objetividad y
descripcin comunicables que pueden manejarse fcilmente a nivel del pensamiento, ya que medir
significa describir datos en trminos de nmeros.
La medicin en psicologa tiene por objeto registrar diferencias entre individuos o entre
reacciones del mismo individuo en diferentes ocasiones utilizando instrumentos especiales
denominados pruebas psicolgicas o "tests".
Bertrand Russell define el "medir magnitudes como cualquier mtodo por medio del cual se
establece una correspondencia nica y recproca entre todas o algunas de las magnitudes de algn
tipo y todos o algunos de los nmeros, integrales racionales o reales" (Russell, 1938, p.176).
Stevens define medir como el hecho de asignar nmeros a objetos y eventos de acuerdo a
ciertas reglas (Stevens, 1951, p. 22).
Para Guilford (1954) y Torgerson (1967) medir significa describir datos en trminos de
nmeros.
Nunnally (1967) establece que medir consiste en un conjunto de reglas para asignar nmeros
a objetos de manera tal que se representen cantidades de atributos.
Torgerson (1967) manifiesta que la medicin de una propiedad implica asignar nmeros a los
sistemas que representan esta propiedad. Para poder representar esta propiedad se debe obtener
una relacin isomrfica entre ciertas caractersticas del sistema numrico y las relaciones entre las
varias cantidades de la propiedad a medirse. Lo importante del procedimiento es asignar los
nmeros de manera tal que reflejen esta equivalencia de formas entre las caractersticas de los
nmeros y las relaciones correspondientes entre las cantidades.
De esta manera, medir quiere decir introducir a las matemticas en la ciencia, aumentando
as su cientificidad. Las matemticas son un lenguaje universal que cualquier ciencia o tecnologa
puede usar para su conveniencia. Son tambin un sistema deductivo, un conjunto de reglas para la
manipulacin de smbolos internamente consistentes que hace referencia a smbolos, no al sistema
real. Los nmeros slo son un conjunto de smbolos especficos y la medicin siempre se refiere a
nmeros.
Por medio de la medicin se trata de averiguar qu tanto de cualquier atributo existe, y tiene
como propsito el cuantificar los atributos de objetos y personas reales. Esto se logra mediante la
realizacin de una operacin: es decir, hacer algo de acuerdo a un conjunto de reglas para obtener
medidas. Su validez o utilidad va a depender del carcter de los datos empricos.
De entre las propiedades que tienen los nmeros, las ms importantes para la medicin son
tres: la de identidad, la de ordinalidad y la de aditividad o sumacin.
Los nmeros, salvo en los casos de igualdad (principio de identidad), pueden colocarse en un
orden incontrovertible a lo largo de una escala lineal (principio de ordinalidad).
Las variables - que son los elementos de las ciencias sociales -- son a veces la traduccin en
trminos operativos de nociones usadas corrientemente (inteligencia, costo de la vida, moral). En
otros casos proceden de consideraciones tericas (introversin, integracin, cohesin). Pero, sea
cual fuera su origen, son obtenidas siempre mediante la aplicacin, a los conceptos y nociones, de
un mtodo definido o inmutable. Se tratar de ejemplificar las reglas generales de traduccin que
permiten pasar del vocabulario de los conceptos al de las variables.
Un concepto supone necesariamente una definicin rigurosa y una nocin contiene tan slo
un conjunto de imgenes no sistematizadas. El primer problema, por lo tanto, consiste en
transformar una nocin en concepto; es decir, en obtener una definicin mucho ms precisa. El
problema consiste en distinguir las dimensiones especficas de la representacin original y en
encontrar indicadores para cada una de estas dimensiones.
El conjunto de este tipo de anlisis permite simplificar la connotacin del concepto primitivo,
facilitando asi' un acuerdo intersubjetivo acerca de su contenido.
Evidentemente no existe ningn lmite imperativo al proceso de especificacin: toda
dimensin puede dar lugar a nuevas subdivisiones. Pero es fcil intuir que un anlisis
excesivamente refinado puede conducir a la especificacin de dimensiones redundantes, y en ltima
instancia, a la utilizacin de indicadores que habran podido ser obtenidos directamente a partir de
las nociones.
Sea cual fuere el nivel de anlisis, hay que enfrentarse en algn momento de la investigacin
con el problema de la eleccin de indicadores.
Aunque es cierto que es posible discutir indefinidamente acerca de la validez de una medida,
la investigacin emprica proporciona un resultado que limita el alcance de tales discusiones: la
constatacin de que ndices formados a partir de indicadores distintos conducen muchas veces a
resultados similares (a esto se le conoce como interconfiabilidad de los ndices).
Debe de aceptarse sin embargo, que la eleccin de indicadores se ve limitada por las fuentes
de informacin disponibles, y por lo tanto se recomienda que antes de iniciar la eleccin de los
indicadores y la construccin de los ndices, se procede a un anlisis metodolgico recapitulativo de
las fuentes de informacin y de los tipos de ndices utilizados en el campo objeto de estudio.
Ninguna ciencia aborda su objeto especfico en su plenitud correcta. Todas las ciencias
seleccionan determinadas propiedades de su objeto e intentan establecer entre ellas relaciones
recprocas. El descubrimiento de tales relaciones constituye el fin ltimo de toda investigacin
cientfica.
En las ciencias sociales la eleccin de las propiedades estratgicas constituye, en si' misma,
un problema esencial. Estas propiedades reciben a veces el nombre de propiedades o atributos,
pero a menudo se recurre al trmino matemtico de variable. Por su parte la atribucin de
determinadas propiedades al objeto recibe el nombre de descripcin, clasificacin o medida.
Se examinar en forma muy general el camino recorrido por el investigador para caracterizar
al objeto de su estudio. Se ver que casi siempre hay que seguir un proceso ms o menos tpico.
Este proceso que permite expresar los conceptos en trminos de ndices empricos comprende
cuatro fases principales: la representacin literaria del concepto, la especificacin de las
dimensiones, la eleccin de los indicadores observables, y la sntesis de los indicadores o
elaboracin de ndices.
La segunda fase consiste en analizar los componentes de esta primera nocin. A estos
componentes se les ha llamado aspectos o dimensiones. Dichos componentes se pueden deducir
analticamente a partir del concepto general que las engloba, o empricamente a partir de la
estructura de sus intercorrelaciones.
La tercera fase consiste en seleccionar los indicadores de las dimensiones definidas. Uno de
los principales resultados a los que se enfrenta el investigador es el hecho de que el indicador esta'
relacionado con el concepto tan slo en trminos de probabilidad y no de certeza, y debido a esto,
es absolutamente necesario utilizar, en la medida de lo posible, un gran nmero de indicadores.
La cuarta fase consiste en sintetizar los datos elementales obtenidos para construir un
instrumento de medicin o ndice del concepto. Este ndice o instrumento de medicin podr ser
monodimensional o multidimensional. En cualquier caso, requieren de la determinacin de su
validez y confiabilidad.
En ocasiones, el investigador se topa con diferentes definiciones para una variable: en este
caso, podra optar por alguna de ellas y elaborarla hasta llegar a tener una definicin conceptual que
satisfaga su punto de vista terico-metodolgico; o bien puede tratar de desarrollar una definicin
nueva, que represente de manera adecuada el consenso, aunque sea parcial, que se d entre las
diferentes definiciones revisadas. En este caso, el investigador tendra una definicin consensual; es
decir, una definicin que representa o manifiesta el acuerdo encontrado entre diversos tericos.
En ocasiones el investigador puede tan solo o desea tan solo llegar a una definicin
indicativa. Esta es aquella que define a la variable haciendo referencia al ndice que la mide.
En la medida en que se tenga una variable o concepto ms sencillo, es ms fcil llegar a una
definicin operacional. En trminos generales, los investigadores se preocupan por poder llevar a
sus conceptos o variables a traducciones de operaciones de investigacin definidas. Una definicin
indicativa es en ocasiones el nivel definitorio ms alto que se puede alcanzar, pero es tambin un
excelente punto de partida para la elaboracin de instrumentos de medicin o ndices.
7. Explique los pasos operativos que se siguen para transformar a los conceptos en
ndices: representacin iteraria, dimensiones, indicadores, ndices.
8. Distinga entre las definiciones conceptuales, consensuales, indicativas y
operacionales.
1.9 Autoevaluacin
1.9.1 Preguntas
1.9.2 Respuestas
Para lograr escalas monodimensionales se requiere que los sujetos den respuesta frente a
ciertos estmulos. Las respuestas que se dan pueden ser de dos tipos: juicios y sentimientos. Los
juicios se van a referir a aquellas respuestas que se puede comprobar en forma emprica, si son
correctas o no. Los sentimientos se referirn a las reacciones, preferencias, actitudes, opiniones,
intereses del sujeto, donde por supuesto no existe una respuesta correcta, y por lo tanto no se
puede comprobar su adecuacidad o correccin en forma emprica.
El escalamiento de estmulos tiene que ver ms bien con respuestas de sentimiento, mientras
que el escalamiento de personas por lo general, tiene que ver con respuestas de juicio.
Uno de los aspectos ms importantes que se debe tomar en cuenta para la construccin de
una escala de medicin es el de la especificacin del atributo a medir; esto es, qu es lo que se
quiere medir, cul es la propiedad que pueden tener los objetos en diferentes cantidades y que se
desea representar numricamente. Especificar un atributo significa definir la propiedad.
Entre los mtodos ms conocidos para escalar estmulos se tienen dos tipos principales: a)
los modelos basados en estimaciones subjetivas, como por ejemplo el mtodo de categoras
sucesivas y el de intervalos aparentemente iguales (Thurstone y Chave, 1929). b) los modelos
discriminativos, como por ejemplo el mtodo de pares comparados (Thurstone, 1927 a, 1927 b).
Estos mtodos difieren en las suposiciones tericas que aceptan cada uno de los modelos, y
en las instrucciones que se dan a los jueces o sujetos para emitir cierto tipo de respuestas frente a
los estmulos o reactivos que componen el instrumento de medicin.
Entre los modelos para escalar personas se tienen los siguientes: a) medidas de muchos
reactivos; b) modelos deterministas; c) modelos probabilsticos; d) el modelo lineal. Se ver cada
uno de ellos brevemente (si se desea profundizar, se pueden consultar las obras de Edwards. 1957,
Torgerson, 1967o' Guilford, 1954).
En este modelo se le pide al sujeto que d una respuesta frente a un conjunto de reactivos.
Se trabaja con un conjunto de reactivos con objeto de resolver el problema de la especificidad del
reactivo. Esta se refiere al hecho de que cada reactivo por separado tiene una correlacin muy baja
con el atributo en cuestin y presenta la tendencia a estar correlacionado con otros reactivos, por lo
cual lo mejor es tener muchos reactivos. Si se contara con slo uno, ste producira respuestas que
clasificaran a las personas en una de dos categoras: aprobado o reprobado, correcto o incorrecto,
a favor o en contra, y se debe recordar que uno de los objetivos de la medicin es el poder
categorizar a las personas en tantas categoras como sean posibles, para encontrar la mayor
diferenciacin o discriminacin entre ellas.
Por otro lado, si se contara nicamente con reactivos individuales, stos seran poco
confiables debido al hecho de que existe considerable error de medicin en cada reactivo, mientras
que cuando se tiene a un conjunto de ellos, estos errores se anulan unos a otros.
En trminos generales estos modelos suponen que la probabilidad de dar una respuesta
dada frente a un reactivo esta' determinada por la cantidad de atributo posedo por el sujeto. La
probabilidad de responder afirmativa o negativamente frente al reactivo cambia en forma brusca, de
0.00 a 1.00 en funcin de la cantidad de atributo posedo por el sujeto que responde al reactivo.
Desde el punto de vista terico, cualquier dimensin o atributo puede ser considerado como
una variable latente. Esto es, cualquier variable que pueda conceptualizarse como subyaciendo o
produciendo cierta conducta o respuesta. La conducta o respuesta observada es considerada
entonces como alguna funcin de la variable latente. La probabilidad de aceptar o responder en
forma afirmativa o correcta una afirmacin o reactivo que se refiere a algn atributo se puede
considerar como una funcin de una variable o atributo latente, el atributo posedo por el sujeto que
responde a la afirmacin o reactivo. La graficacin de esta probabilidad en relacin con los valores
supuestos o conocidos de la variable latente es lo que se llama caracterstica operante del reactivo.
En este tipo de modelos la suposicin bsica indica que los instrumentos estn formados por
reactivos cuyas caractersticas operantes son como la que aparece en la Figura 2.2.
En este caso, se supone que a medida que aumenta la cantidad de atributo posedo por el
sujeto, aumenta la probabilidad de que una afirmacin o reactivo sea endosado (o respondido en
forma afirmativa o correcta); pero en este caso, el aumento de la probabilidad es gradual, y no
brusco como en el anterior.
Las suposiciones de este modelo son las siguientes: a) cada reactivo tiene una caracterstica
operante monotnica creciente (la probabilidad de endosamiento de una afirmacin o reactivo
aumenta en forma gradual a medida que aumenta la cantidad de atributo posedo por el sujeto,
hasta llegar a un mximo y permanece all o sigue aumentando sin disminuir nunca); pero sin tener
todos los reactivos caractersticas operantes idnticas (Figura 2.3).
Figura 2.4. Suma del conjunto de caractersticas operantes de un conjunto de reactivos (x).
c. El conjunto de reactivos como totalidad tienden a medir slo el atributo en cuestin, lo que
implica que la calificacin total en un conjunto particular de reactivos que sean contestados por un
sujeto, resume toda la informacin acerca del atributo psicolgico inherente en las calificaciones de
los reactivos por separado.
Se dice que el modelo es lineal porque: a) se supone que la suma de las calificaciones de los
reactivos tiene una relacin aproximadamente lineal con el atributo en cuestin; b) una simple suma
de variables es una combinacin lineal de variables, y una simple suma de calificaciones de
reactivos, es una combinacin lineal de esas calificaciones.
Si se observa a los instrumentos de medicin en las Ciencias Sociales, se ver que en casi
todos los casos, stos consisten en sumar calificaciones a lo largo de un conjunto de reactivos. El
modelo lineal es aplicable tanto a los reactivos dicotmicos como a los de opcin mltiple. La
esencia del modelo es que no toma muy en serio a los reactivos individuales por ser demasiado
especficos y contener mucho error de medicin. Este modelo no hace suposiciones muy estrictas
acerca de las caractersticas operantes que deben tener los reactivos, simplemente plantea la
suposicin de que existe una relacin lineal entre la suma de estas caractersticas y el atributo
subyacente que se pretende medir.
1. Qu es un modelo de escalamiento?
2. Distinga los tipos de escalamiento que existen
3. Identifique los principales mtodos de escalamiento de personas.
4. Identifique los principales mtodos de escalamiento de estmulos.
2.4 Autoevaluacin
2.4.1 Preguntas
2.4.2 Respuestas
El error de medicin puede ser de dos tipos: sistemtico y aleatorio. El error sistemtico es
aquel que se comete cuando el instrumento de medicin arroja datos que subestiman o sobrestiman
la cantidad real de atributo posedo por los sujetos o eventos que se estn midiendo. Si este es el
caso, y las mediciones del atributo en cuestin se realizan con el mismo instrumento, el problema no
es tan grave, ya que el error es constante y todos los eventos y objetos lo tienen en la misma
cantidad; en este caso, an se pueden obtener diferencias entre eventos o personas (propsito de
la medicin).
Se puede decir que un instrumento de medicin es ms confiable entre menor sea el error de
medicin. La confiabilidad de un instrumento de medicin es el grado hasta el cual las medidas sean
repetibles; es decir, un mismo individuo al que se le aplican diferentes instrumentos que miden el
mismo atributo arroja calificaciones semejantes; o el mismo instrumento aplicado en diferentes
ocasiones arroja las mismas. o por lo menos semejantes, puntuaciones o calificaciones (cantidades
de atributo posedo por el sujeto).
En 1904 Charles Spearman estableci los fundamentos de este modelo. Este es uno de los
ms importantes en psicologa y es uno de los ms manejables. La teora se puede derivar
partiendo de slo unas cuantas suposiciones acerca de la naturaleza de los datos.
Se supone que cada persona tiene una "calificacin verdadera". la que obtendra si no
hubiese errores de medicin. Si se aplica un instrumento de medicin en varias ocasiones al mismo
sujeto, las medidas obtenidas producirn diferentes calificaciones que vari'an al azar, y se podran
representar como aparece en la Figura 3.1.
De acuerdo a Gulliksen (1950), las suposiciones bsicas del modelo de la medicin del error
son las siguientes:
c) Xi = Ti = Ei Ei = Xi - Ti
Hasta ahora se tiene una ecuacin con las incgnitas (T) y (E), que no se puede resolver
para determinar los valores T y E para la persona; si se aplicara la prueba a ms personas sera lo
mismo. Pero: si se tienen las medias de muchas personas, se tendan tres distribuciones de
frecuencia: una distribucin de X, una distribucin de T, y otra de E.
Existen, como ya se seal, dos tipos de errores: errores de azar y errores sistemticos o
constantes. Si las medidas son consistentemente mayores o menores de lo que deben ser, se habla
de error constante. Si existen discrepancias en las mediciones, algunas veces grandes, otras
pequeas, algunas veces positivas y otras negativas, se habla de error al azar.
Me = 0
rET = 0 Esto tambin sera' ms cierto entre mayor sea el nmero de casos.
e) La correlacin entre los errores de una prueba y su forma paralela o equivalente (que
miden lo mismo siendo diferentes) es:
rE1E2 = 0
Partiendo de:
Ti = Xi - Ei (3.1)
N N
i=1 i= 1
quitando los parntesis, omitiendo los subndices y los lmites (ya que todos son iguales), se
tiene:
T = X - E (3.3)
MT = MX - ME (3.4)
Pero se sabe que ME = 0, por lo que:
MT = MX (3.5)
Dentro de este modelo se define a la confiabilidad como la correlacin entre las calificaciones
verdaderas y las observadas. Para obtener la correlacin entre las calificaciones verdaderas y las
observadas se empieza con la ecuacin bsica de la correlacin entre calificaciones observadas y
verdaderas:
rXT = XT (3.6)
Nsxsr
Substituyendo X = T + E, se tiene
rXT= (T + E) T (3.7)
Nsxst
rXT = T2 + TE (3.8)
Nsxst
Dividiendo cada uno de los trminos del numerador entre la N del denominador se tiene:
rXT = sT (3.11)
sX
En este modelo la validez queda definida como la correlacin entre las calificaciones
observadas de dos instrumentos que miden lo mismo; es decir, el instrumento del investigador, y
aquel otro que emplea como criterio externo.
Este modelo considera a cualquier medida particular como compuesto por una muestra al
azar de reactivos de una poblacin o dominio hipottico de reactivos referentes a un atributo dado.
De hecho esto no es cierto, ya que los reactivos que componen una prueba casi nunca se
muestrean al azar, sino ms bien son construidos ex profeso para la prueba lleva a predicciones
bastante exactas en la prctica.
En este modelo, el nmero de reactivos de una prueba no tiene que estar determinado,
puede ser uno o muchos. El tipo de reactivo tampoco tiene importancia; es decir, puede ser abierto,
dicotmico (por ejemplo: falso-verdadero) o de opcin mltiple, etc.
Si se supone que todos los reactivos tienen igual cantidad de atributo en comn, la
correlacin promedio de cada columna de la matriz hipottica sera la misma, y stas serian iguales
a la correlacin promedio de la matriz total. Es decir, si la correlacin promedio de cada reactivo
contra todos los dems fuera la misma para todos ellos, stas correlaciones serian iguales a la
correlacin promedio total de la matriz. La suposicin no dice que todas las correlaciones de la
matriz sean iguales, sino que la suma de correlaciones, o el promedio de las mismas, de cada
reactivo contra todos los dems es la misma para todos los reactivos.
c)dividiendo los trminos dentro del parntesis de (3.16) entre N (que es equivalente a
multiplicar por 1) queda:
N
d) Pero la correlacin de 1 vs. 1 (algo contra si' mismo) es igual a la unidad, por lo que (3.17)
queda an ms simplificada:
e) Si se mantiene la suposicin que dice que la correlacin promedio de cada reactivo con los
otros es la misma, y adems es igual a la correlacin promedio de la matriz, la suma de las
correlaciones del reactivo 1 con el restante K - 1 reactivos (quitando al reactivo 1), sera igual a (k-
1)rij, simplificndose entonces (3.18) de la siguiente manera:
1 + ( k - 1 )rij (3.19)
Por lo que la correlacin del reactivo 1 con la suma de un nmero infinito de reactivos de un
dominio ser igual a la raz cuadrada del promedio de correlaciones entre los reactivos del dominio.
Esto se mantiene solo bajo la suposicin de que todos los reactivos tienen la misma correlacin
promedio con el resto de los reactivos. En este caso la correlacin promedio del reactivo 1 con los
otros reactivos ser igual rij, y la ecuacin original (3.15) se puede escribir as:
dnde rij es la correlacin promedio del reactivo 1 con todos los reactivos del dominio.
n) Como a medida que k se acerca al infinito, la correlacin del reactivo i con los k reactivos
se acerca a la correlacin del reactivo 1 con la calificacin verdadera, se pueden usar los siguientes
smbolos:
La correlacin r1t de la variable 1 con la calificacin verdadera del dominio (la suma de todos
los reactivos del dominio), ser igual a la raz cuadrada de la correlacin promedio del reactivo 1 con
todos los dems reactivos.
Por lo general los instrumentos de medicin estn compuestos por un gran nmero de
reactivos. El modelo se puede extender para aplicarse a pruebas en lugar de reactivos nicos. La
matriz infinitamente grande de intercorrelaciones entre reactivos, puede pensarse que est dividida
en grupos, cada uno conteniendo L reactivos. La suma de calificaciones en un grupo de reactivos
constituira una prueba. Si los reactivos estuvieran muestreados al azar para componer las pruebas,
las correlaciones entre las diferentes pruebas tenderan a ser las mismas o iguales.
Si se supone que la correlacin promedio de cada prueba con la suma de todas las otras
pruebas es igual para todas las pruebas, se puede empezar con la frmula (3.15) y poner las
calificaciones de cada prueba completa (conjunto muestreado al azar de reactivos) en unidades de
desviacin estndar (z), en vez de para reactivos individuales. Los pasos a seguir para desarrollar y
simplificar la frmula seran los mismos que los vistos anteriormente, hasta llegar a:
1 = calificacin en la prueba 1
t = calificacin verdadera en el dominio
rij= correlacin promedio de la prueba 1 contra todas las pruebas del dominio.
Se debe recordar que las correlaciones promedio entre pruebas completas sern mayores
que las correlaciones promedio entre reactivos, y que por lo tanto, la correlacin con la calificacin
verdadera en este caso, ser ms alta para pruebas completas.
La correlacin promedio de una prueba o un reactivo, con todas las pruebas o reactivos del
domino se llama coeficiente de confiabilidad en este modelo. Este coeficiente se puede simbolizar
como r11 para la variable 1, r22 para variable 2, etc. Entonces, la raz cuadrada de r11 es igual a la
correlacin del reactivo o prueba 1 con las calificaciones verdaderas del dominio.
Si las suposiciones hechas previamente respecto de las correlaciones entre los elementos de
un dominio son correctas, la correlacin de cualquier prueba con las calificaciones verdaderas es
precisamente la raz cuadrada de r11, que no es una estimacin (clculo aproximado), sino una
determinacin real. Por supuesto, en la prctica no se conoce con exactitud r11, ya que no es posible
generar un nmero infinitamente grande de pruebas. Consecuentemente r11, y por lo tanto r1t
pueden tan solo ser estimadas en la prctica. Una estimacin de r11 se simbolizar como r11, que es
el smbolo convencional del coeficiente de confiabilidad.
Obviamente, r11 es una mejor estimacin de r11, cuando el primero se obtiene promediando
las correlaciones de la prueba 1 con un gran nmero de pruebas del dominio. Si las pruebas se
construyeran realmente seleccionando los reactivos al azar del dominio, la suposicin bsica al
respecto de las correlaciones entre las prueba sera aproximadamente correcta. La correlacin
promedio de la prueba 1 con un nmero de otras pruebas sera entonces una estimacin de la
correlacin promedio de la prueba 1 con todas las pruebas del dominio. Lo que ocurre generalmente
es que en la prctica, la prueba 1 est siendo condicionada con slo otra prueba (prueba 2) y la
correlacin se simboliza como r11, que se toma como una estimacin de r11. Sin embargo, cuando
slo se toma una correlacin como estimacin de un nmero infinito de correlaciones hipotticas, es
adecuado preguntarse que tan eficientes son tales estimaciones.
Se ha tenido cuidado en demostrar que r1t es igual a la raz cuadrada de r11, y tambin se ha
demostrado cmo se estima r1t a partir de la raz cuadrada de r11 (el promedio de cualquier nmero
de correlaciones entre la prueba 1 y otras pruebas del dominio, incluyendo el "promedio" de slo
una de tales correlaciones). Una vez que se ha obtenido una buena estimacin de r11, y por lo tanto
una buena estimacin de r1t, se desarrollan importantes principios acerca de la medicin.
Supngase que est siendo usado un mtodo preciso de estimar r11 en problemas
particulares. Suponiendo entonces que r11es igual a r11, r1t, es igual a la raz cuadrada de r11.
Con frecuencia se dice que las calificaciones de una prueba son calificaciones falibles,
debido a que existe un cierto grado de error de medicin involucrado en ellas. En contraste, las
calificaciones verdaderas son en este sentido, infalibles. Aunque r1t es la correlacin entre un
variable existente y una variable hipottica, ms que una correlacin entre dos variables existentes,
se puede usar en derivaciones matemticas en la misma forma en que se puede usar cualquier
correlacin. Se puede visualizar un diagrama de dispersin que muestre la relacin entre las
calificaciones falibles de cualquier prueba, y las calificaciones verdaderas. Este diagrama se ilustra
en la Figura 3.2.
Entonces la lnea de mejor ajuste para estimar las calificaciones verdaderas partiendo de las
falibles, se obtendra como sigue:
dnde:
z't = estimacin de las calificaciones verdaderas desviadas.
z1 = calificacin estndar de un instrumento de medicin falible.
r1t = correlacin de la calificacin falible con calificaciones verdaderas.
r11 = coeficiente de confiabilidad para la variable 1.
Figura 6. Relacin entre las calificaciones falibles y las verdaderas: lnea de regresin y
contorno de la dispersin de una relacin hipottica entre las calificaciones observadas y las
verdaderas.
Lo importante aqu es que r1t se puede colocar en las ecuaciones comunes de anlisis de
correlacin. Es particularmente importante el darse cuenta que, como la raz cuadrada de cualquier
correlacin es igual a la varianza de una variable explicada (o dividida) por la varianza de otra
variable, r1t2es igual al porcentaje de varianza de calificacin verdadera explicada por un
instrumento de medicin falible. Entonces, tambin se puede decir que r11 es igual al mismo
porcentaje de varianza de calificacin verdadera en el instrumento falible de medicin. Este
porcentaje adquiere ms significado cuando la medida falible se expresa como calificacin de
desviacin o calificacin cruda, ms que como calificacin estndar. En los primeros dos casos
antes mencionados, el coeficiente de confiabilidad se expresara como sigue:
dnde:
s12 = varianza de la variable 1
2
st = varianza de las calificaciones verdaderas explicadas por la variable 1.
Lo que esta ecuacin demuestra es que r11 es igual a la cantidad de varianza de calificacin
verdadera en un instrumento de medicin ( en una medida) dividida entre la varianza real de la
medida (o instrumento de medicin).
Si se supone que dos pruebas son realmente paralelas, a diferencia de suponer que lo son
en base a que fueron muestreadas de una poblacin, el coeficiente de confiabilidad y medidas rela-
cionadas se pueden derivar directamente sin necesidad de considerar la precisin de las
estimaciones.
Dos pruebas son paralelas si: a) tienen desviaciones estndar iguales; b) tienen la misma
correlacin con un conjunto de calificaciones verdaderas; c) la varianza que en cada prueba no
queda explicada por las calificaciones verdaderas se debe al azar. En algunos casos es til suponer
tambin que las dos pruebas tienen medias iguales.
Partiendo de lo anterior, se puede decir que las calificaciones de dos pruebas paralelas se
pueden descomponer como sigue:
x1 = t + e1
x2 = t + e2 (3.30)
dnde:
x1 = calificacin desviada obtenida en la prueba 1 (calificacin observada)
x2 = calificacin desviada obtenida en la prueba 2.
t = calificaciones verdaderas en el dominio
e1 = error en la prueba 1
e2 = error en la prueba 2
En realidad slo las calificaciones falibles obtenidas en las dos pruebas son las que se tienen
a la mano. Por esta razn, la nica forma de aprender algo acerca de las calificaciones verdaderas y
las de error, sera a travs de la correlacin de las calificaciones obtenidas en las dos pruebas.
1) Por definicin, los errores al azar tienden a cancelarse unos a otros, y consecuentemente
se espera que la media de los errores en cada prueba sea de cero.
2) Como los errores al azar no correlacionan unos con otros, se espera que los errores de
una prueba correlacionen cero con los errores de otra prueba y que los errores de cualquiera de las
pruebas correlacionen cero con las calificaciones verdaderas.
rte1 = 0 y rte2 = 0
re1e2 = 0
Me1 = 0 y Me2 = 0
Como las calificaciones de error no estn correlacionadas con las calificaciones verdaderas,
se sigue que:
2 2 2
sx1 = st + se1 , y
2 2 2
sx2 = st + se2 (3.32)
Como la varianza de las calificaciones observadas son iguales en las pruebas, y las varianzas
de las calificaciones verdaderas tambin son iguales, se sigue que las varianzas de error tambin
son iguales.
Una forma interesante de examinar la correlacin entre dos pruebas paralelas es la siguiente:
En virtud de que x1 y x2 pueden ser expresadas como la suma de las calificaciones de error y
verdaderas, y en el denominador las dos desviaciones estndar son iguales, se puede escribir la
ecuacin (3.33) como sigue:
Y como los errores no correlaciona con las calificaciones verdaderas, y tampoco entre ellos,
los tres trminos de covarianza del numerador de (3.34) desaparecen, quedando:
Esto significa que la correlacin entre dos pruebas paralelas es igual a la proporcin de la
varianza de calificacin verdadera explicada por la varianza de cualquiera de las pruebas. La misma
proporcin se deriv del modelo dominio-muestra. Como la proporcin es la misma para ambas
pruebas, sta se puede simbolizar como r11, r22, rxx ms que como r12.
Se pueden utilizar diferentes mtodos para probar que la correlacin de la prueba 1 con las
calificaciones verdaderas es igual a la raz cuadrada de la correlacin entre las dos formas o
pruebas paralelas. En las suposiciones y derivaciones planteadas hasta ahora en esta seccin, est
implcito que cuando se separan las calificaciones verdaderas de las obtenidas (u observadas) en
las dos pruebas paralelas, las calificaciones residuales en las dos pruebas correlacionan cero, ya
que son calificaciones de error, y stos no estn correlacionados. En esta forma, la correlacin
parcial tendra que ser cero, en cuyo caso el numerador de la correlacin parcial tendra que ser
cero, como sigue:
Esto significa que a las calificaciones observadas (11) se les est quitando las calificaciones
verdaderas (1t y 2t), quedando nicamente las calificaciones de error.
Como el modelo supone que ambas pruebas correlacionan lo mismo con las calificaciones
verdaderas, la ecuacin (3.36) se pueden transformar como sigue:
En el grado en el que las correlaciones entre los reactivos del dominio varan, existe algn
error al azar relacionado con la correlacin promedio encontrada en cualquier dominio particular de
reactivos. Por ejemplo, si el reactivo 1 tuviera correlaciones con otros reactivos del dominio que
fluctuaran de 0.10 a 0.30, la correlacin promedio del reactivo 1 con un nmero de otros reactivos
seleccionados al azar del dominio, dara una estimacin relativamente precisa de la confiabilidad del
reactivo 1. Mientras que si las correlaciones fluctuaran entre -0.30 y +0.60, la correlacin promedio
del reactivo 1 con los otros reactivos sera tan slo una aproximacin burda de su confiabilidad.
An cuando las pruebas tengan tan pocos como diez reactivos, las estimaciones de la
confiabilidad son bastante precisas. Cuando existen tantos reactivos como aparecen en la mayora
de las pruebas, el error de muestreo debido a la seleccin de reactivos es extraordinariamente
pequeo. La razn de esta precisin es que a medida que aumenta el nmero de reactivos, el
nmero de correlaciones entre reactivos aumenta en forma muy rpida. Por ejemplo, se dan 780
posibles correlaciones entre 40 reactivos, obtenindose aproximadamente la misma precisin para
estimar la correlacin promedio que la que sera obtenida en una muestra de 780 sujetos en el
estudio. Por lo tanto, en la mayora de los problemas de medicin existe muy poco error en la
estimacin de la confiabilidad que pudiera atribuirse al error aleatorio en la seleccin de los
reactivos. Si se tienen dos pruebas, supuestamente del mismo dominio, y stas correlacionan
menos una con otra de lo predicho a partir de la correlacin promedio entre los reactivos dentro de
cada prueba, la diferencia estara causada no por errores aleatorios en la seleccin de los reactivos,
sino por errores de muestreo de sujetos, o por diferencias sistemticas en la forma en que se
obtuvieron los reactivos para ambas pruebas. Esto indicara que las dos pruebas estn
representando dominios de contenido algo diferentes.
3.5 Autoevaluacin
3.5.1 Preguntas
3.5.2 Respuestas
Supngase que la pregunta o reactivo ha sido comprendida por el respondiente tal y como es
nuestra intencin, y que tiene el conocimiento, hechos, opiniones o actitudes requeridos como
respuesta. La pregunta ha alertado al respondiente en una direccin particular: ha buscado en su
mente y ha encontrado lo que estamos buscando. Ahora empieza el proceso de responder. La
actitud o informacin puede ser clara y estar bien organizada, o puede estar difusa o vaga. Puede
ser profunda o superficial, latente o muy arraigada. Lo que viene a la mente primero, lo se encuentra
ms superficialmente, puede no ser una adecuada representacin de la totalidad de sus
pensamientos sobre el tema. Se tiene que llevar a cabo algn proceso de hacer consciente o darse
cuenta, junto con cierto grado de auto anlisis, retroalimentacin, conceptualizacin de ideas,
generalizacin a partir de hechos especficos, y as sucesivamente. El respondiente est tratando de
formarse un percepto de sus propias ideas. El proceso de producir este percepto puede verse
afectado por los propios deseos, un deseo de agradar al entrevistador, la necesidad de ser justo con
uno mismo y con los dems, y probablemente, estar acompaado por mucha confusin. Tambin
juegan una parte importante los problemas de memoria y habilidad de recordar. Sin embargo, se
puede decir que el respondiente tiene ya algn tipo de "visin interna" de su respuesta, aunque
todava no la ha comunicado. Para hacerlo, tiene que tener una cierta habilidad para comunicarse:
debe ser capaz de poner en palabras sus pensamientos en forma adecuada. Tambin debe desear
comunicarse --- debe haber aceptado el papel de respondiente en la situacin de prueba, entrevista
o cuestionamiento. Debe haber encontrado motivos que no slo le permitan dedicar tiempo y
esfuerzo en responder, sino que en ocasiones tambin le permitan comunicar, si fuera necesario,
informacin privada o tab. Sin embargo, su disponibilidad puede ser fcilmente desviada debido a
diversas formas de censura interna, rapport pobre, el deseo de mantener una fachada social, y las
expectativas de respuesta que la misma pregunta sugiere. En otras palabras, es bastante difcil
obtener una respuesta relativamente no prejuiciada an de un respondiente deseoso, dispuesto y
claro que ha entendido correctamente lo que deseamos, sin que nuestra tarea se convierta en
prcticamente imposible dirigiendo esta "lnea de pensamiento" por el lado equivocado por medio de
preguntas mal hechas.
Los tipos generales de reactivos o preguntas que un investigador de las ciencias sociales
emplea se pueden clasificar en tres grandes clases: a) informacin de identificacin; b) datos
factuales tipo censo o antecedentes sociales; y c) reactivos o preguntas acerca del objeto de
estudio. El primer tipo de preguntas o reactivos asegura que el instrumento no se pierda o se vaya a
duplicar; que la informacin del instrumento pertenece a cierto caso particular y que se pueda
identificar el respondiente y al encuestador o aplicador del instrumento. El segundo tipo proporciona
informacin acerca del respondiente que provee las caractersticas de las muestras estudiadas, su
representatividad en relacin con el universo o poblacin bajo estudio, as como aquellas variables
que se pueden emplear como factores de prueba o controles estadsticos en el proceso de anlisis
de datos. El tercer tipo proporciona la informacin objeto del estudio: registro de algunas variables
dependientes o independientes en un estudio, o son la materia prima a partir de la cual se pretende
elaborar uno o varios instrumentos (homogneos o heterogneos).
Dentro del segundo tipo de reactivos, los ms empleados son los siguientes:
El tercer tipo de reactivos sern vistos con mayor amplitud en la siguiente seccin, la 4.1
Una vez habiendo llegado el nivel de las dimensiones, se sugiere que se escojan las
preguntas o reactivos con cuidado. A continuacin presentamos algunas recomendaciones.
Inclyanse slo preguntas o reactivos directamente relacionados con la variable de inters. No se
incluyan preguntas si se puede obtener la informacin en forma ms exacta o efectiva de otras
fuentes, a menos que se deseen como o un chequeo de la muestra o se vayan a emplear en
tabulaciones cruzadas como variable control o factores de prueba. Hay que tener cuidado en la
forma en que se hacen preguntas personales o aquellas que puedan avergonzar al respondiente. La
informacin muy personal, se puede obtener con frecuencia, llevando hacia la pregunta deseada,
por medio de una serie de preguntas impersonales preliminares. Hganse slo aquellas preguntas
factuales cuyas respuestas conozcan o se espere que sean conocidas por la mayora de los
informantes o respondientes. Evtense preguntas con alta probabilidad de producir respuestas
inexactas. No se hagan preguntas que requieran de mucho trabajo extra por parte del respondiente.
Las preguntas pueden ser de diferentes tipos, dependiendo de los objetivos del estudio.
Cuando se van a medir o registrar diferentes variables, y se va a hacer una escala o prueba para
cada una, se pueden emplear diferentes tipos de reactivos o preguntas, siempre procurando que
sean del mismo tipo para cada variable o escala. Es decir, se puede emplear tipos diferentes de
preguntas para cada una de tres variables, pero todas las preguntas o reactivos de cada una de
ellas es igual a lo interno: una emplea preguntas dicotmicas; otros reactivos de ordenacin y la
tercera de opcin mltiple (tres opciones), el investigador deber tomar en cuenta las ventajas y
limitaciones de cada uno de ellas.
4.1.1.1 Preguntas Abiertas.- Por lo general es necesario emplear preguntas abiertas en las
etapas iniciales, exploratorias o piloto de un estudio, ya sea de investigacin o de elaboracin de un
instrumento. Estas preguntas proporcionan gran libertad en la latitud de las respuestas del sujeto
investigado o cuestionado. Slo descubriendo cules aspectos de un tema o variable son los que
han producido una impresin en la gente y cules palabras son las que esta gente emplea para
expresar sus reacciones, es que se puede llevar a cabo una planeacin inteligente de preguntas
cerradas o categoriales.
En los estudios en gran escala las preguntas abiertas producen una variedad de respuestas
tal que las tareas de clasificacin y anlisis toma mucho tiempo y plantean muchas dificultades para
su anlisis estadstico. Por estas razones, este tipo de preguntas se recomienda para muestra muy
pequeas o estudios piloto. A una serie de preguntas abiertas centradas alrededor de un tpico o
tema se le denomina en ocasiones, "entrevista profunda o focalizada". Estas pueden tener una
duracin de una hora o ms.
4.1.1.2 Mtodo de Caso o Historias Libres.- Otra manera de obtener informacin es por
medio de extensas conversaciones con los respondientes. El mtodo de caso ms aplicable a la
investigacin es la entrevista oral controlada en la que el investigador despus de una entrevista
muy extensa escribe un resumen en el que pone nfasis en algunas afirmaciones o conductas que
indican ciertas actitudes, por ejemplo. Si el investigador sigue un esqueleto de temario, puede
clasificar las reacciones del respondiente en todos lo temas o preguntas del esqueleto y as, puede
someterse la informacin a anlisis estadsticos; de otra manera no se podra.
4.1.1.3.Preguntas Dicotmicas.- Estas preguntas son aquellas que piden que se responda
con SI o NO, de acuerdo o desacuerdo, cierto o falso, correcto o incorrecto, bueno o malo, etc. La
ventaja principal de las preguntas dicotmicas es su simplicidad, toma poco tiempo el hacerlas y
proporcionan respuestas muy claras que son fcilmente registradas y tabuladas. Estas preguntas
son muy tiles y son ms familiares para el pblico en general, si por ejemplo, la opinin que se est
investigando ha cristalizado de tal manera que el tpico se puede reducir a una proposicin
especfica. Una limitacin de las preguntas dicotmicas surge del hecho de que una ligera
malinterpretacin de la pregunta, cambia totalmente el sentido de la respuesta. Otra limitacin se
refiere al hecho de que se est "forzando" arbitrariamente la respuesta a una de la opciones, y en
ocasiones esta situacin no es un adecuado reflejo de las circunstancias reales. Sin embargo, las
preguntas de respuesta dicotmica son especialmente adecuadas y convenientes para determinar
posesin de conocimiento o informacin correcta.
4.1.1.4 Listas de Chequeo.- En cierto sentido, las listas de chequeo son preguntas de
opcin mltiple, sin embargo presentamos a stas por separado. Este tipo de preguntas es el que se
usa ms comnmente y consiste en la presentacin del problema o pregunta, seguida por una lista
de tres o quince posibles respuestas de entre las cuales se le pide al respondiente que escoja una,
o varias, especficamente indicadas.
Como regla, este tipo de preguntas surgen despus de un piloteo previo que puede servir
para determinar que tipo de respuestas se pueden esperar. Slo por medio de un piloteo previo
puede el investigador asegurar que la mayora de las respuestas no van a caer en la categora de
"otros" que generalmente acompaa a una lista limitada. La ventaja de las listas de chequeo es que
sirve como recordatorio para aquellos respondientes que de otra manera se hubieran abstenido de
dar una cierta respuesta simplemente por que no pensaron en ella en ese momento. Por otro lado,
la lista de chequeo puede sugerir respuestas que el respondiente escoge por alguna extraa razn,
como puede ser que es la primera o la ltima de la lista, o por que cree que es la respuesta
"adecuada". Si la lista de chequeo se presenta en forma oral, se recomienda que no tenga ms de
cinco opciones y de preferencia que sean menos, para que el que escucha pueda retenerla en la
mente mientras escoge su respuesta. Si la lista es muy larga, o si cada reactivo es muy complicado,
es mejor presentar la lista de opciones en una tarjeta que se le da al respondiente para que l
mismo la lea.
4.1.1.6 Reactivos de Opcin Mltiple.- Los reactivos de opcin mltiple se presentan de tal
manera que el respondiente tiene que escoger entre la varias posibles respuestas, aquella que
mejor represente su opinin, creencia, o lo que sea. Este tipo de preguntas es particularmente til
cuando el tema en cuestin no puede quedar bien representado por una pregunta dicotmica. En
este formato, se da la oportunidad de expresin o manifestacin de todos los grados de opinin,
actitud o rasgo. La dificultad estriba en elaborar preguntas que representen el rango completo del
tema en cuestin. Es importante que la lista de alternativas o categoras de respuesta debe ser lo
suficientemente completa para cubrir todas las posibles respuestas sobre el tema o variable. Si la
lista est incompleta, existe el peligro de que el respondiente lea en alguna alternativa algo que sin
estar all l considera que representa su opinin, o actitud, etc., y conteste de acuerdo,
producindose as una respuesta que en realidad es falsa. Es difcil frasear afirmaciones que sean
mutuamente excluyentes de tal manera que el respondiente no se sienta indeciso entre dos
opciones igualmente deseables o indeseables. Es difcil tambin que el respondiente promedio
mantenga en mente a todas las opciones, an cuando se entiendan y se recuerdan las alternativas.
Los reactivos de opcin mltiple pueden an arrojar resultados distorsionados debido a la conocida
tendencia del ser humano de escoger el punto de vista intermedio, neutral, tibio, y dar as mucho
peso a las categoras intermedias de la escala.
Las preguntas de opcin mltiple pueden adoptar diferentes formas. Las ms populares son
las escalas de clasificacin o intensidad, que pueden emplear tres, cuatro o cinco opciones de
respuesta.
a) Escalas de Clasificacin de Tres Puntos. En estos casos se presenta una afirmacin y tres
opciones de respuesta. Entre las palabras ms usadas en las escalas de tres puntos se tiene:
Las palabras particulares que se emplean para expresar los diferentes grados, dependen del
fraseo de la pregunta, del tema o variable, o del juicio del que construye el instrumento. Una prctica
muy comn es colocar las opciones "neutral", "indeciso", "sin opinin", "intermedio", en el centro de
la escala, y los ms extremos a los lados.
c) Escalas de Clasificacin de Cinco Puntos.- Las escalas de cinco puntos han sido
empleadas muy frecuentemente en la medicin de actitudes. A continuacin se presentan algunas
de las palabras o frases que indican diversos grados de opinin o sentimiento. La eleccin, en una
instancia especfica, depende de la afirmacin o variable involucrada.
Totalmente de acuerdo De acuerdo Indeciso En desacuerdo Totalmente en desacuerdo
Definitivamente cierto Probablemente cierto Dudoso Probablemente falso Definitivamente falso
Muy alto Arriba del promedio Promedio Debajo del promedio Muy bajo
Posiblemente muchos Aproximadamente todos La mitad Pocos Prcticamente ninguno
Todos La mayora Algunos Pocos Nadie
A favor en todos los A favor en la mayora de los Neutral A favor en pocos aspectos En contra de todos los
aspectos aspectos aspectos
En este caso se le pide al respondiente que marque sobre la lnea, el lugar que mejor
represente su posicin frente a la pregunta que se le est planteando. Los puntajes se determinan
midiendo la distancia del centro hacia cualquiera de los extremos, con el signo adecuado o
correspondiente al lado donde se encuentra la respuesta.
Se debe dar considerable atencin al fraseo de las preguntas o reactivos para asegurar la
obtencin de informacin confiable y significativa. Aunque se deben tomar ciertas precauciones en
el fraseo de preguntas que se refieren a los datos factuales, se requiere de ms cuidado an en la
elaboracin de las preguntas de las variables, temas o tpicos de inters para el investigador. Entre
los muchos aspectos que han sido estudiados por los expertos, se encuentra el hecho de que
ciertas palabras tienden a colorear las respuestas, las condiciones bajo las cuales las respuestas se
ven ms afectadas por la connotacin de las palabras, y las formas de las preguntas que son ms
efectivas para obtener respuestas verdaderas. A continuacin se presenta una serie de sugerencias
que se recomienda se tomen en cuenta para el fraseo de las preguntas o reactivos.
Sugerencias
1. Usar palabras sencillas, que sean conocidas por todos los respondientes potenciales.
2. Hacer la pregunta lo ms concisa posible, no teniendo ms de 20 palabras.
3. Formular la pregunta de manera que produzca nicamente la informacin deseada;
4. Evitar cualquier pregunta o reactivo no relacionado con la variable.
5. Evitar preguntas ambiguas o que puedan ser interpretadas de diferentes maneras.
6. Evitar preguntas que sugieren la respuesta.
7. Cada reactivo o pregunta debe tener slo una idea; oraciones simples.
8. Las sintaxis debe ser sencilla y clara: sujeto, verbo y complemento.
9. No se usen nombres de personas prestigiosas (favorable o desfavorable) en el cuerpo de
la pregunta o reactivo.
11. Evitar palabras "peligrosas", pegajosas, estereotipos o palabras con connotacin
emocional.
12. Decidir si se va a emplear o incluir preguntas o reactivos indirectos.
13. Tener cuidado de no emplear frases que puedan afectar el prestigio del respondiente.
14. Decidir si se va a personalizar algunos de los reactivos o preguntas, o si se redactarn en
tercera persona o en forma impersonal.
15. Permitir que se den todas las posibles respuestas, principalmente en las preguntas o
reactivos de opcin mltiple.
16. Las alternativas de las preguntas de opcin mltiple deben ser realistas.
17. Evitar hacer preguntas referidas al pasado, pues los respondientes pueden haber
olvidado o substituido la informacin.
18. Procurar no hacer preguntas de hecho a menos que sean de las factuales tipo censo, o
est averiguando nivel o grado de conocimiento sobre el tema o variable de inters.
19. Emplear con cuidado o casi nunca palabras universales como "siempre" "ninguno",
"nunca" (slo para definir los extremos de continuos) o aquellas como "slo", "apenas", "casi",
"a veces", por que introducen ambigedad ya que significan diferentes cosas para diferentes
personas.
20. Evitar usar dobles negativos, tambin producen ambigedad.
21. No usar reactivos, que sean contestados por todos o que no sean contestados por nadie.
22. Procurar cubrir el dominio o dimensin de la variable en todo el rango definido por la
misma.
23. Tratar de mantener a un mnimo la cantidad de escritura que se requiere por parte de
respondiente, pidiendo tan slo que: escriba Si o No; escriba un nmero, o una letra; ponga
una cruz (X); subraye la respuesta que desee; circule la respuesta escogida, etc.
24. Decidir si se va a incluir algunas preguntas de chequeo, de la consistencia de las
respuestas. Es decir, si va a hacer la misma pregunta fraseada de diferente manera y
localizada en diferente parte del instrumento. Esto se recomienda cuando el instrumento es
corto, difcilmente cuando es muy largo.
25. Evitar hacer preguntas que requieren respuestas referidas a valores o normas
socialmente aceptados o deseables.
26. Evitar preguntas aparentemente irracionales, y si es necesario emplearlas, dar una
pequea explicacin que justifique a la pregunta.
Las preguntas deben presentarse en forma lgica, si se desea evitar confusin y malas
interpretaciones. Los reactivos debern agruparse de tal manera que de unos se pueda pasar a
otros sin sobresalto ni brusquedad, sobre todo en los instrumentos multidimensionales o
heterogneos. Es decir, las transiciones deben ser suaves y lgicas.
Si se sabe poco acerca de los reactivos de una clase particular, es mejor prevenir que
lamentar, e iniciar el trabajo con un nmero mucho ms alto de reactivos, digamos unos 100. Debe
recordarse que muchos de estos reactivos quedarn "descalificados" por el anlisis de reactivos que
se lleve a cabo.
Otra estrategia para decidir la cantidad de reactivos que se deben elaborar consiste en
construir un nmero de reactivos menor al que se necesita; por ejemplo, construir 30 reactivos
cuando se supone que sta es la cantidad que se necesitar para obtener un coeficiente de
consistencia interna de 0.80; se aplican a una muestra relativamente pequea de sujetos (100 por
ejemplo) y se someten a anlisis de reactivos. Si la serie total (los 30) o un subconjunto
relativamente ms homogneo (digamos 15), obtienen un coeficiente de por lo menos 0.50 significa
que vale la pena construir ms reactivos, aplicarlos a una muestra ms grande, y por ltimo,
someterlos a un anlisis de reactivos completo.
Despus de haber construido los reactivos deben aplicarse a una muestra de sujetos. Esta
deber ser razonablemente representativa de los tipos de sujetos que sern estudiados con el
instrumento definitivo (procedimiento de escalamiento de personas: ver captulo VII). En algunos
casos, los sujetos empleados en la construccin del instrumento no requieren ser representativos de
la poblacin donde aplicar, sino que requieren ser sujetos expertos en el tema o variable, por que
van a fungir como jueces, siguiendo instrucciones muy precisas del procedimiento de enjuiciamiento
que se requiere de ellos (procedimientos de escalamiento de reactivos: ver siguiente captulo, V).
No es posible predecir con exactitud cuntos sujetos deben usarse para hacer un anlisis de
reactivos. Una regla general es que sean por lo menos diez sujetos por reactivo. En algunos casos,
cuando hay ms de 70 reactivos, esta regla es poco prctica, y entonces se sugiere que sean por lo
menos 5 sujetos por reactivo. Es decir, si se tienen 40 reactivos, la muestra deber tener una N =
200; si son 85 reactivos, la N = 425.
Al recoger los datos para hacer el anlisis de reactivos, stos debern administrarse en
condiciones muy semejantes a aquellas en las que eventualmente se emplear o aplicar la prueba
o instrumento; de lo contrario, no sirve.
b) Si los reactivos que se han elaborado son de dos opciones, la prueba de consistencia
interna deber calcularse con el coeficiente Kuder-Richardson 20. Si los reactivos son de opcin
mltiple (tres o ms opciones) el coeficiente adecuado para determinar su consistencia interna ser
el Alfa de Cronbach (estos coeficientes se presentan en el Captulo VI, ms adelante).
dnde:
Aunque el artefacto puede ser grande cuando el nmero de reactivos es pequeo, con el
nmero de reactivos involucrados en la mayora de los anlisis (80), el artefacto resulta bastante
pequeo, de manera que slo se habrn de corregir las correlaciones reactivo-calificacin total,
cuando se tengan pocos reactivos (30 menos). Este problema queda resuelto si se tienen un
mnimo de cinco sujetos por reactivo, idealmente, diez sujetos por reactivo.
Por otro lado, si todas correlaciones reactivo-calificacin total son positivas, como siempre
sucede, la nica hiptesis pertinente sera que todos los reactivos correlacionan realmente en forma
positiva en la poblacin de personas que est siendo muestreada. Cuando ms del 90% de las
correlaciones reactivo- calificacin total son positivas como tambin casi siempre sucede, se es
conservador al rechazar aquellos reactivos cuyas correlaciones con la calificacin total no alcanza el
nivel de significancia estadstica de 0.05 Qu sucede si habiendo empleado la "crema y nata" de
los reactivos (los que tuvieron las correlaciones reactivo-calificacin total ms alta y que fueran
estadsticamente significativas con una p=0.05) no se alcanz la confiabilidad preestablecida como
deseable (r = 0.80)? Pueden existir tres razones por las cuales sea difcil o imposible lograr una
prueba o instrumento homogneo. La primera es que los reactivos provengan de un dominio donde
las correlaciones entre los reactivos sean uniformemente bajas, y que slo se lograra tener una
prueba confiable, con un gran nmero de reactivos.
La segunda razn, es que el conjunto de reactivos sea factorialmente compleja, en cuyo caso
existen conglomerados de reactivos que tienen correlaciones relativamente altas entre ellos, pero
muy bajas con los miembros de otros conglomerados.
La tercera razn se debe a que algunos reactivos tienen correlaciones relativamente altas
unos con otros, y que otros reactivos tienen correlaciones cercanas a cero con todos los reactivos.
Esta condicin se puede detectar cuando se observan los valores de las correlaciones de los
reactivos, ordenados de mayor a menor. De repente, la magnitud de una correlacin de un reactivo
disminuye bruscamente respecto al reactivo anterior.
La tercera razn es fcilmente detectable, como se seala en el prrafo anterior. Las dos
primeras, no lo son tanto. De hecho, se recomienda que si no se debe a la tercera causa el hecho
de no alcanzar la confiabilidad deseada, se suponga que son algunas de las dos primeras. De ser
as, se recomienda que se proceda a la construccin del instrumento por medio de un anlisis
factorial (vase captulo VII, ms adelante).
4.3.2 Grupos Contrastados
En este caso, el primer paso consiste en obtener una calificacin total para todos los sujetos,
y ordenarlos de puntajes ms altos a puntajes ms bajos. A continuacin se toma el 25% superior e
inferior de los sujetos y se forman los grupos de contrastacin: grupo alto y grupo bajo.
Cuando los reactivos son de opcin mltiple (tres o ms opciones) y stas han sido pesadas
(arbitrariamente o empricamente), de manera que el puntaje ms alto corresponde a la opcin que
indica una mayor posesin del atributo que se est midiendo (ej. ms conocimiento, ms
favorabilidad hacia "x" objeto psicolgico, ms tradicionalismo, etc.) y el puntaje ms bajo
corresponde a aquella opcin que indica una menor posesin del atributo en cuestin (conocimiento,
actitud, tradicionalismo, etc.) se procede a efectuar una prueba "t" para cada uno de los reactivos,
comparando al grupo alto con grupo bajo. (El procedimiento completo se presentar en el captulo
VI del presente texto ms adelante).
Una vez calculadas la t para todos y cada uno de los reactivos, se ordenan de mayor a
menor, y se determina el nivel de significancia para cada una. Al igual que en el primer
procedimiento de anlisis de reactivos visto (seccin 4.3.1), se eliminan aquellos reactivos que
obtuvieron t que no alcanzaron un nivel de significancia de por lo menos p = 0.05. A continuacin, se
escogen los primeros 30 reactivos, con las t ms altas, y se procede a determinar su consistencia
interna, con una alfa de Cronbach. Si stos alcanzan la confiabilidad deseada (r = 0.80 o ms),
termina el anlisis; si no, se procede a agregar los 10 5 reactivos siguientes (dependiendo del nivel
de confiabilidad alcanzado: si muy bajo, se agregan 10; si es cercano a 0.80, se agregan 5, y as
sucesivamente, hasta alcanzar el nivel de confiabilidad deseado.
b) Comparacin con Chi Cuadrada. - En la seccin anterior se emple una prueba t para
comparar a los grupos contrastados. Esta prueba compara medias de las respuestas de cada
reactivo entre dos grupos: el alto y el bajo. La hiptesis implcita seala que el grupo alto responder
en promedio con un puntaje ms alto en cada reactivo, que el grupo bajo, quien responder en
promedio con puntajes ms bajos. Se estn comparando medias de respuesta de cada reactivo.
De esta manera, se ordenan los reactivos de acuerdo al tamao de Chi Cuadrada, de mayor
a menor. Se desechan aquellos que obtienen valores p asociados mayores a 0.05. En este caso, se
debe reunir un criterio ms: la distribucin de las frecuencias deben estar "encontrados". Es decir,
las frecuencias ms altas deben estar en los extremos; en el extremo superior para el grupo alto, y
en el extremo inferior para el grupo bajo, as como se presentan en el ejemplo anterior.
De aqu en adelante, se procede de la misma manera. Se escogen los primeros reactivos que
tienen altos valores de Chi Cuadrada, niveles de significancia iguales o menores a 0.05 y
distribuciones de frecuencias "encontradas" o "cruzadas", y se les efecta la prueba de consistencia
interna correspondiente. Si no se alcanza la confiabilidad deseada (r = 0.80), se agregan otros
reactivos, se vuelve a calcular la consistencia interna, y as sucesivamente hasta alcanzar el valor de
r = 0.80.
b) Otro criterio que se puede emplear para asegurar la normalidad de la distribucin de las
respuestas a los reactivos individuales, es el considerar en el FRECUENCIES tambin, que ningn
reactivo tenga 50% ms de las respuestas en una sola opcin de respuesta. Este criterio puede
tomarse aisladamente, o en conjuncin con el antes mencionado (valores cercanos a 0.0 en
Skewness y Kurtosis).
En ambos casos, se est tratando de tener reactivos que tengan una distribucin normal,
vistos individualmente.
4.4.1 Nivel de Medicin de los Reactivos Individuales.- Algunos cientficos sociales, como
los socilogos por ejemplo, emplean a un slo reactivo o indicador, como ndice de algn atributo.
En este caso es pertinente conocer el nivel de medicin que se est obteniendo al hacer uso de este
procedimiento; es entonces pertinente sealar los niveles de medicin de los diferentes tipos de
reactivos existentes.
a) Preguntas abiertas: en este caso el nivel de medicin depende del anlisis de contenido
que se emplee para las respuestas que la pregunta arroja. Por lo general, las respuestas que se dan
a las preguntas abiertas, no son sencillas, ni cortas, ni nicas; sino que constituyen ideas complejas,
varias y muy amplias. Esto significa que de entrada, no se obtiene una respuesta nica sino varias, y
por lo tanto, la forma de anlisis que escoja el investigador ser la que determine el nivel de
medicin.
Si el investigador decide analizar todas las ideas completas que la pregunta abierta produce
(circunstancia ms frecuente), seguir midiendo a nivel nominal si emplea categoras discretas de
respuesta. Si decide colocar a lo largo de un continuo una categora (de acuerdo a la frecuencia de
apariciones de la tal categora para el sujeto i), ya est midiendo a nivel ordinal. Tambin est
midiendo a nivel ordinal si la suma de la frecuencia de respuesta en una categora de respuesta se
ha definido como indicando una mayor cantidad de atributo. Es decir, si se coloca al sujeto i a lo
largo de un continuo de menos a ms de un atributo en funcin de la frecuencia de respuesta por
categora, se le est ordenando y por lo tanto se est midiendo a nivel ordinal. La misma lgica se
aplica a los reactivos de tipo Mtodo de Caso o Historias Libres.
b) Preguntas dicotmicas: en este caso, las respuestas son del nivel nominal.
Por lo general, los cientistas sociales emplean ndices o instrumentos constituidos por varios
reactivos, de manera tal que se logre medir el atributo en cuestin de manera confiable y vlida.
b) Nivel Ordinal.- Tomando en cuenta lo sealado anteriormente (a), y considerando que por
lo general se suma a lo largo del conjunto de reactivos, sean estos dicotmicos, listas de chequeo,
ordenacin de reactivos, de opcin mltiple, o escalas de clasificacin, se mide a nivel ordinal ya
que se postula: a mayor puntaje, mayor posesin, del atributo, en todos los casos; especialmente en
escalamiento de personas.
c) Nivel Intervalar.- Este nivel se alcanza con aquellos procedimientos o modelos de medicin
referidos al escalamiento de estmulos, como en el modelo de pares comparados o el de intervalos
aparentemente iguales. Es decir, en aquellos casos en los que un conjunto de jueces o expertos,
juzgan a los reactivos a lo largo de un continuo que posee un origen o cero arbitrariamente
establecido, se est midiendo a nivel intervalar.
Se mide a nivel intervalar tambin cuando los puntajes crudos obtenidos por medio de un
instrumento se transforman a puntajes estandarizados: z, stens y stanines.
z = X -X dnde:
s
Debe sealarse tambin, que los supuestos generales que subyacen a la construccin de un
instrumento, cuando no se han especificado explcitamente, son, en general, los siguientes:
Las instrucciones que se den a los sujetos que habrn de responder a las preguntas o
reactivos del instrumento que se construya deben ser muy sencillas y claras. De preferencia
debern de ir seguidas de uno o varios ejemplos, que permitan asegurarse que fueron
comprendidas correctamente.
Por lo general, las instrucciones dicen algo as: "Lea cuidadosamente cada pregunta y escoja
una (slo una) de las opciones de respuesta que aparecen inmediatamente (abajo, a la derecha,
etc.) de la pregunta; y mrquela con una "X".
"Lea cuidadosamente cada pregunta y escoja (dos, tres, etc.) opciones de respuesta de entre
las que aparecen inmediatamente (abajo, a la derecha, etc.) de la pregunta, marcndolas con una
"X", con un crculo, con un subrayado, etc.
El piloteo del instrumento consiste de dos fases. En la primera fase se aplica el instrumento
inicial a unas 20 30 personas, semejantes a la muestra o poblacin para la que se desea construir
el instrumento. Los objetivos de esta primera fase, son los siguientes:
a) asegurar que el vocabulario y la sintaxis son las adecuadas. Es decir, que los sujetos
entienden lo que se les pide que hagan y contesten.
d) establecer una primera aproximacin respecto al tiempo que se llevar la aplicacin del
instrumento final. Se recomienda que el instrumento no tome ms de 15 a 30 minutos, si es
homogneo, y no ms de 1 hora con 30 minutos si es heterogneo.
g) detectar reactivos que son respondidos de la misma manera por todos los sujetos, o por
nadie, para as eliminarlos.
h) solicitar sugerencias a los sujetos a los que se les aplic el instrumento. (Ejemplo: Tiene
usted algo ms que agregar?)
i) afinar y corregir el instrumento.
Durante la segunda fase, se incrementa la muestra hasta tener el nmero mnimo de sujetos
recomendando (5 sujetos por cada reactivo) y se tienen dos objetivos fundamentales:
4.7 Autoevaluacin
4.7.1 Preguntas
1. Cules son las funciones de las preguntas de identificacin, factuales y del objeto de
estudio en un instrumento de medicin?
2. Cul es la secuencia ms adecuada para los diferentes tipos de reactivos, en lo que
se refiere a su generalidad-especificidad; contenido o tpico, dificultad-facilidad?
3. Cul es el nmero mnimo e ideal por reactivo?
4. Cul es el mtodo de anlisis de reactivos ms adecuado?
5. Cules son las funciones principales del piloteo del instrumento?
6. Qu caractersticas deben tener las instrucciones para los Sujetos que habrn de
contestar un instrumento?
4.7.2 Respuestas
3. El nmero mnimo de sujetos por reactivo es de cinco por cada uno; el ideal es de diez
por cada reactivo.
5. Las funciones del piloteo del instrumento son de dos tipos: depurar el lenguaje,
vocabulario, y parafraseo de preguntas, as como eliminar aquellas que no discriminan por un
lado, y por el otro: determinar sus caractersticas psicomtricas en lo que a validez y
confiabilidad se refiere.
Los modelos discriminativos estn basados en la ley del juicio comparativo. Esta ley se
refiere a un conjunto de ecuaciones que relacionan la proporcin de veces que un estmulo dado se
juzga como mayor en un atributo dado que otro estmulo, a los valores escalaraes y dispersiones
discriminativas de los dos estmulos sobre el continuo psicolgico.
Se toma como dado, a un conjunto de estmulos a los que el sujeto puede responder en
forma diferencial respecto a algn atributo. La tarea consiste en localizar a estos estmulos a lo largo
de un continuo psicolgico en forma tal que se puedan explicar las respuestas dadas por el
observador. El continuo psicolgico puede considerarse como un continuo de magnitudes subjetivas
o psicolgicas. Cada magnitud psicolgica est mediada por un "proceso discriminativo". As, cada
proceso discriminativo tiene un valor en el continuo psicolgico. El proceso discriminativo se define
como el proceso por medio del cual el organismo identifica, distingue o reacciona ante los estmulos.
Debe hacerse notar que la definicin no implica absolutamente nada que tenga que ver con la
naturaleza fisiolgica o experiencial del proceso.
De esta manera, el modelo postula un continuo psicolgico sobre el cual los valores de los
procesos discriminativos asociados a cada estmulo forman una distribucin normal.
El valor escalar de cada estmulo queda definido como el valor del proceso modal asociado al
mismo. As, el valor escalar del estmulo 1 es S1; el del estmulo 2 es S2, y as sucesivamente. Cada
estmulo tambin, queda caracterizado por su dispersin discriminativa. Las dispersiones
discriminativas de los diferentes estmulos no son necesariamente todas iguales.
El observador no puede reportar en forma directa el valor del proceso discriminativo sobre el
continuo psicolgico. Por lo tanto, no se puede obtener directamente del observador, la distribucin
de frecuencias asociada a un estmulo. Siempre se deber escalar a los estmulos en forma
indirecta.
Sin embargo, se pueden deducir ecuaciones que relacionan a los juicios de las relaciones
entre los estmulos (que el observador o juez puede hacer) a los valores escalares y dispersiones de
los estmulos sobre el continuo psicolgico. Se puede entonces acudir a estas ecuaciones para
estimar los valores escalares y dispersiones de los estmulos. Por ltimo, se puede poner a prueba
el modelo determinando la bondad de ajuste de los datos observados respecto a la teora. A un
conjunto de estas ecuaciones se le conoce con el nombre de ley del juicio comparativo.
Considrense las distribuciones tericas de los procesos discriminativos para cualquiera dos
estmulos j y k como se ilustra en la Figura 5.1 Se dijo que Sj y Sk corresponden a los valores
escalares de los dos estmulos, y sj y sk a sus dispersiones discriminativas. Si los dos estmulos se
presentaran juntos al observador o juez, cada uno excitara un proceso discriminativo: dj y dk. La
diferencia entre los procesos discriminativos (dk y dj) para cualquier presentacin nica de un par de
estmulos se denomina diferencia discriminativa. Si los dos estmulos fueran presentados juntos un
gran nmero de veces, las diferencias discriminativas en s mismas formaran una distribucin
normal sobre el continuo psicolgico. La media de esta distribucin es igual a la diferencia de los
valores escalares de los dos estmulos, ya que la diferencia entre medias es igual a la media de las
diferencias. De la misma manera, se sabe que la desviacin estndar de las diferencias:
dnde rjk es la correlacin entre los valores momentneos de los procesos discriminativos
asociados a los estmulos j y k.
Figura 5.1 Distribuciones de los procesos discriminativos asociados con los estmulos j y k
sobre el continuo psicolgico
Cada vez que los estmulos se presentan a un observador o juez, se le pide que juzgue cual
es ms alto o mayor en el continuo psicolgico (por ejemplo: cul es ms fuerte, ms pesado o ms
bello). Se asume que el juicio "el estmulo k es mayor que el estmulo j "ocurre cuando el proceso
discriminativo del estmulo k es mayor que el del estmulo j. Es decir, cuando la diferencia
discriminativa (dk - dj) es positiva. Cuando esta diferencia discriminativa es negativa, se obtendr el
juicio "el estmulo j es mayor que el estmulo k". Cuando las dos distribuciones se traslapan, como
sucede en la Figura 5.2, es posible que la diferencia discriminativa para cualquier ensayo particular
sea negativo aunque el valor escalar Sk es mayor que el Sj. Se puede determinar la proporcin de
veces que el estmulo k es juzgado mayor que el j a partir de un gran nmero de juicios.
Sk - Sj = zjksdk-dj (5.2)
Como se conoce la relacin entre la desviacin estndar de las diferencias y las dispersiones
discriminativas de los dos estmulos (ecuacin 5.1), se puede escribir:
2 2
Sk -Sj = zjk(sj + sk - 2rjksjsk (5.3)
Esta ecuacin (5.3) es la forma completa de la ley del juicio comparativo, dnde
La ley del juicio comparativo no se puede resolver en su forma completa, puesto que
independientemente del nmero de estmulos, siempre existirn ms valores desconocidos que
conocidos. Para poder llegar a un conjunto de ecuaciones manejables, es necesario especificar
restricciones adicionales.
La primera se refiere a asumir que las desviaciones estndar son todas iguales. Si en general
sj = sk = s, entonces se tiene, habiendo despejado la frmula (5.3) en trminos de zjk:
La segunda se refiere a suponer que las intercorrelaciones son todas iguales unas a otras y
entonces se puede escribir:
zjk =(Sj - Sk)/ 2s2 ( 1 - r) (5.5)
2
De acuerdo a las suposiciones hechas hasta ahora 2s (1-r) es un valor constante para todos
y cada uno de los pares de afirmaciones que se comparen y por lo tanto, se puede plantear que esa
constante sea igual a la unidad, de tal manera que se puede escribir ahora:
zjk = Sk - Sj (5.6)
La ley del juicio comparativo supone que cada estmulo ha sido comparado con todos y cada
uno de los dems un gran nmero de veces. Esta ley requiere que se disponga de datos en la forma
de "proporcin de veces que cualquier estmulo k es juzgado como mayor que cualquier otro
estmulo j". Al mtodo directo para obtener las estimaciones empricas de estas proporciones se
conoce como mtodo de pares comparados.
No existe ninguna previsin explcita referida a los errores de espacio o de tiempo en la ley
del juicio comparativo ni tampoco respecto a cambios en la ejecucin debido a los efectos de la
fatiga o prctica, o respecto a juicios basados en parte a otros factores que aquellos relativos a las
magnitudes de los procesos discriminativos. En consecuencia, es necesario controlar
experimentalmente las condiciones que pudieran introducir estos efectos de sesgo. La mayora de
estos factores pueden controlarse por medio de la asignacin de las posiciones relativas (espaciales
o temporales) de los miembros de cada par de estmulos y el orden de presentacin de los mismos
pares. Un mtodo adecuado es aleatorizar las posiciones relativas y los rdenes de presentacin.
Otro mtodo eficiente es el de contrabalanceo (la mitad de las veces, un estmulo dado aparece
primero en el par, la otra mitad aparece en segundo lugar). Los efectos de la prctica o la fatiga se
controlan invirtiendo el orden de presentacin de los pares en la mitad de los sujetos (o ensayos).
Precauciones adicionales podran ser las siguientes: a) mantener a aquellos pares que tienen
un estmulo en comn, lo ms separados uno de otro en el orden de presentacin; b) arreglar los
pares de tal manera que las respuestas "correctas" estn aproximadamente divididas entre el primer
y el segundo miembro de los pares; c) arreglar los pares de tal manera que no exista algn patrn
sistemtico detectable de respuestas "correctas"; d) arreglar los pares para que no exista una
variacin sistemtica en la dificultad del juicio; e) en el caso de varias presentaciones a los mismos
sujetos, variar el orden de presentacin de un ensayo al siguiente para eliminar el aprendizaje
seriado o la aparicin de patrones de respuesta.
Los sujetos, observadores o jueces que toman parte en la construccin del instrumento,
pueden ser de dos tipos: expertos, y comunes. Los primeros son individuos reconocidos como
expertos en el tema, variable o atributo para el cual se va a construir el instrumento. Los segundos,
son individuos que comparten las caractersticas ms importantes de los miembros de la muestra
que ser objeto de estudio o a la cual se le va a aplicar el instrumento que se pretende construir.
En el caso de emplear expertos como jueces, ser suficiente contar con 20 o 25 de ellos. En
el caso de emplear jueces comunes se recomienda emplear entre 50 y 100.
Una vez ordenados y arreglados los pares de reactivos, tomando en cuenta las
recomendaciones del apartado 5.1.1 de esta misma seccin, se les pide a los jueces que marquen
subrayando, o con una "X" cual de los miembros de cada par de afirmaciones representa una mayor
cantidad del atributo en cuestin (ansiedad, dependencia, por ejemplo) o el ms favorable hacia un
objeto psicolgico (en el caso de estar construyendo una escala de actitud). Se les recuerda que no
pueden emitir juicios de igualdad. Se ponen ejemplos referidos a otros atributos, para asegurar que
se entiendan las instrucciones.
Habiendo presentado n(n - 1)/2 pares de afirmaciones al grupo de jueces, los datos obtenidos
consisten en las frecuencias correspondientes al nmero de veces que cada estmulo (o reactivo,
afirmacin, o indicador) fue juzgado como mayor (o ms favorable) que cada uno de los dems
estmulos (reactivos, afirmaciones o indicadores).
La Tabla 5.1 ilustra el arreglo esquemtico de las frecuencias en el que las entradas de las
celdillas corresponde a la frecuencia con la que cada estmulo (reactivo, afirmacin indicador) de la
columna fue juzgado como mayor (o ms favorable) que el estmulo de la hilera.
De esta manera, la entrada en la celdilla f13 significa el nmero de veces que el estmulo 1 fue
juzgado como mayor ( ms favorable) que el estmulo 3, y as sucesivamente. El primer subndice
siempre corresponder al estmulo de la columna, y el segundo, al estmulo de la hilera.
TABLA 5.1. Representacin esquemtica de la matriz F que proporciona la frecuencia con la que el
estmulo de la columna fue juzgado como mayor o ms favorable que el estmulo de la hilera.
Estmulos 1 2 3 j k
Se permite que N sea el nmero total de jueces o sujetos que efectan los juicios. Aunque en
la realidad no se obtienen juicios comparativos de cada estmulo contra s mismo (elementos de la
diagonal de la matriz f11, f22, etc.) se supone, que de haberse llevado a cabo, las entradas en las
celdillas seran iguales de N/2. Tambin se debe observar que la entrada (o dato) de la celdilla f13
es igual N - f13; en general, fji = N - fij
Si cada uno de los datos (entradas) de la tabla 5.1 se divide entre N, se obtienen las entradas
pij presentadas en la Tabla 5.2. Los datos en las celdillas de esta tabla sealan la proporcin de
veces que el estmulo de la columna fue juzgado como mayor (o ms favorable) que el estmulo de
la hilera. La frmula general para obtencin de las entradas es la siguiente:
1
pij = ----- fij (5.7)
N
Estmulos 1 2 3 j k
1 p11 p21 p31 pjl pk1
Antes de continuar con el siguiente paso, deber efectuarse una suma de pij para cada
columna de la matriz p (tabla 5.2), con objeto de asegurarse que los reactivos (o estmulos) estn en
el orden correcto (el ms pequeo o el menos favorable a la izquierda, y el mayor o ms favorable a
la derecha). Si las sumas de las columnas van de menor a mayor los estmulos estn bien
ordenados (numerados). En caso de no darse esta situacin debern reordenarse tanto las hileras
como las columnas, para obtener la ordenacin adecuada.
Una vez que la matriz P haya sido reordenada (casi siempre se tiene que hacer), se procede
a formar los valores pij en valores expresados en unidades de desviacin estndar: zij. Esto se logra
consultando una Tabla de desviaciones normales Z correspondientes a las proporciones P de una
distribucin normal unitaria dicotomizada. Se busca en esta tabla, el valor Z que le corresponde a
cada pij y se forma una Tabla como la 5.3.
Posteriormente se sacan las medias de cada columna, dividiendo la suma obtenida entre el
nmero de estmulos de la columna Por ltimo, con objeto de hacer desaparecer los signos
negativos asociados a las medias calculadas, y con el propsito tambin de establecer un origen o
punto cero, a la izquierda del continuo, se suman a todas y cada una de las medias obtenidas, el
valor de la media negativa mayor, como una constante (k). De esta manera, la primera afirmacin
(estmulo o indicador) seala el origen del continuo, el cual termina con el ltimo estmulo o reactivo.
El valor asociado a cada estmulo es su valor escalar; ste estaba inicialmente (antes de
sumar la constante) expresado en unidades de desviacin estndar o normal. Por lo tanto una
escala obtenida con este mtodo pertenece al nivel intervalar de medicin y se le puede,
consecuentemente, aplicar las estadsticas apropiadas a este nivel.
Se debe aclarar que en esta seccin se present el modelo del caso V de datos completos.
Existen otros casos (del I al IV), y condiciones de datos incompletos. Si se desea utilizar algn otro
caso, se puede consultar a Edwards (1957) y a Torgerson (1967).
De esta manera, el instrumento queda constituido por un conjunto de seis a ocho indicadores,
reactivos o afirmaciones. Cada una de ellas ocupa un lugar a lo largo del continuo psicolgico Los
valores ms pequeos representan menores cantidades de atributo (o actitudes ms desfavorables
o menos favorables), y los valores ms altos representan mayores cantidades de atributo.
El modelo de estimaciones subjetivas est basado en la ley del juicio categrico. Esta ley se
refiere a un conjunto de ecuaciones que relacionan a los parmetros de los estmulos y los lmites
de las categoras, a un conjunto de proporciones acumuladas derivadas de la proporcin de veces
que cada estmulo es juzgado como encontrndose en cada categora de un conjunto de ellas, que
se ordenan respecto a un atributo dado. Esta ley, al igual que la del juicio comparativo, se basa en el
modelo general de enjuiciamiento de Thurstone, que se vio en la seccin 5.1.
Para derivar la ley del juicio categrico, adicionamos y reemplazamos las suposiciones
presentadas en la seccin 5.1 con las siguientes:
1. El continuo psicolgico del sujeto se puede dividir entre un nmero especfico de pasos o
categoras ordenadas.
Esencialmente lo anterior se refiere a la suposicin de que los lmites entre las categoras
adyacentes se comportan igual que los estmulos.
tg - sj = zjg(2j+2g- 2rjgjg)(5.9)
dnde:
m + 1 = nmero de categoras
zgj = unidad de desviacin normal que corresponde a la proporcin de veces que el estmulo j
es clasificado por debajo del lmite de g.
Igual que en el caso de la ley del juicio comparativo, esta ley no se puede resolver en su
forma completa, y por lo tanto, es tambin necesario especificar restricciones adicionales, paralelas
a las planteadas en la ley del juicio comparativo. Mencionaremos a estas tan solo brevemente. La
primera seala que el trmino de covarianza de la ecuacin (5.8) es constante para todos los
valores de j y g; la segunda indica que g es constante para todos los valores de g y j es constante
para todos los estmulos j desapareciendo, por lo tanto, el trmino de correlacin de la ecuacin
(5.8) y queda entonces simplificada de la siguiente manera:
tg - sj = zjgc (5.10)
La ley del juicio categrico se desarroll para el caso en el que los estmulos han sido
colocados dentro de categoras ordenadas respecto al atributo que est siendo investigado. En
particular, supone que se conoce la proporcin de veces que cada estmulo fue clasificado por
debajo de cada lmite de las categoras
En este caso, para evitar los efectos de fatiga y/o aburrimiento, se recomienda que los
estmulos se contrabalanceen en cuanto a su favorabilidad o desfavorabilidad hacia el objeto
psicolgico en cuestin, as como en lo que se refiere a las etiquetas adjetivales asociadas a los
extremos del continuo actitudinal. Esto a su vez, evitara en la medida de lo posible, la aparicin de
patrones de respuesta por parte de los jueces.
En este caso, tambin remitimos al lector a la seccin 5.1.1.2. Sin embargo, para este
mtodo en particular, se recomienda elaborar entre 70 y 90 reactivos, siendo una mitad de los
mismos favorables, en diversos grados, al objeto psicolgico, y la otra mitad, desfavorables, tambin
en diversos grados, al susodicho objeto psicolgico. Debe tenerse en cuenta que por medio de este
mtodo se pretende encontrar 20 o 25 reactivos, que cubran el continuo psicolgico en su totalidad,
con ciertos requisitos, que se especificarn ms adelante. Es por esta razn, que se inicia la
elaboracin del instrumento, con un nmero mayor de reactivos. Se debe contar con un lote lo
suficientemente grande, como para permitir desechar todos aquellos reactivos que no cumplan con
los requisitos estipulados por el mtodo, y que an as, se puedan conservar por lo menos 20 25
de ellos que s lo hagan.
5.2.1.3 Seleccin de los Jueces
Existe adems un procedimiento emprico a posteriori, para eliminar a los malos jueces.
Como se seal anteriormente (5.2.1.2.), se inicia el trabajo de elaboracin del instrumento con 70 o
90 reactivos, que supuestamente cubren la totalidad del continuo psicolgico. Es decir, si el continuo
cuenta con 11 intervalos de respuesta, el investigador elabor entre siete y nueve reactivos para
cada intervalo. Si despus de que los jueces terminaron su proceso de enjuiciamiento, nos
encontramos que algunos de ellos colocaron al 30% de los reactivos en un slo intervalo, se puede
inferir que el juez fue descuidado en la tarea de enjuiciamiento, ya que esto implica que coloc entre
21 y 27 reactivos como localizados en un slo intervalo. Cuando este es el caso, se elimina este
juez.
Las instrucciones que se dan a los jueces dentro de este mtodo son las siguientes: "Lea
cuidadosamente cada una de las afirmaciones que se le presentan a continuacin y seale para
cada una de ellas, la cantidad de atributo que a su juicio cada una de ellas representa tener. Es
decir, si usted considera que el responder afirmativamente a la afirmacin indica que el sujeto que
as respondi posee una cantidad considerable(o mucho) del atributo que se est midiendo, coloque
una "X" en el intervalo extremo de la derecha, calificado con MUCHO. Si usted considera que la
afirmacin no representa nada del atributo en cuestin, coloque su respuesta en el intervalo extremo
de la izquierda, el calificado con NADA; por el contrario, si usted, considera que la afirmacin
contiene una cantidad regular o mediana del atributo en cuestin, coloque su respuesta en el
intervalo intermedio, calificado con REGULAR. Como usted puede ver, la cantidad de atributo se
incrementa del intervalo intermedio al intervalo de la izquierda y al de la derecha, de la misma
manera, gradual y sucesivamente. Recuerde que no le estamos pidiendo que nos indique en qu
grado est usted de acuerdo con cada afirmacin, ni tampoco en qu grado posee usted aquello de
lo que habla la afirmacin, o en qu grado sta representa su punto de vista, creencia, actitud, etc.
Slo queremos que nos indique que tanto del atributo considera usted que la afirmacin representa
o contiene".
En este caso el continuo que se le presenta a los jueces consta de once intervalos; el
extremo izquierdo calificado con NADA o POCO; el intermedio con REGULAR; el extremo derecho
con MUCHO o TODO. Los adjetivos calificativos debern ser congruentes con el atributo que se
est estudiando. Si el atributo es actitud, por ejemplo, los intervalos descritos quedan anclados por
los adjetivos DESFAVORABLE, NEUTRO, FAVORABLE. Es importante hacer notar que el resto de
los intervalos permanecen sin descripcin, ya que el supuesto que subyace al modelo y al proceso
de enjuiciamiento, seala que las instrucciones son tales que le permiten al juez suponer el
incremento o decremento gradual, sucesivo y de intervalos semejantes, a la derecha o izquierda del
intervalo intermedio, respectivamente.
El continuo se presenta de la siguiente manera:
:_____:_____:_____:_____:_____:_____:_____:_____:_____:_____: ____:_____:_____:_____:
Tabla 5.4
INTERVALOS
Afirm.1 1 2 3 . . . . . . . 11
frec. f11 f12 f13 . . . . . . . f111
Prop. p11 p12 p13 . . . . . . . p111
prop.ac. pa11 pa12 pa13 . . . . . . . pa111
Afirm. 2
frec. f21 f22 f23 . . . . . . . f211
prop. p21 p22 p23 . . . . . . . p211
prop.ac. pa21 pc22 pa23 . . . . . . .pa211
Afirm. K
frec. fk1 fk2 fk3 . . . . . . . fk11
prop. pk1 pk2 pk3 . . . . pk11
prop.ac. pak1 pak2 pak . . . . . . . pak111
En este mtodo se requiere calcular dos tipos de valores, que representan al proceso modal
discriminativo y la dispersin discriminativa, respectivamente; estos valores son los valores S o
escalares, y los valores Q o intercuartilares.
S = l + (0.50 - pb) i
------------ (5.11)
pw
dnde
S = valor escalar
l = lmite inferior del intervalo donde cae la mediana
pb = suma de proporciones debajo del intervalo donde cae la mediana.
pw = proporciones dentro del intervalo donde cae la mediana.
i = la amplitud del intervalo, que se supone es = 1
dnde:
Se debern calcular estos dos valores para todas y cada una de las 70 o 90 afirmaciones que
fueron sometidas a juicio, para poder pasar a escoger las afirmaciones definitivas que constituirn el
instrumento.
Una vez que se han calculado los valores escalares y los valores intercuartilares, se procede
a arreglar a las afirmaciones de acuerdo a sus valores escalares, de menor a mayor. De aquellas
afirmaciones que tengan valores escalares que van de 0.5 a 1.5 se escogen dos o tres, las que
tengan los valores Q ms pequeos. Del grupo de afirmaciones con valores escalares de 1.5 a 2.5,
se escogen nuevamente dos o tres afirmaciones, las que tengan los valores Q ms pequeos. As
se continua escogiendo de cada grupo consecutivo de valores escalares aquellas que tienen los
valores Q ms pequeos.
Este procedimiento asegura dos requisitos que debe reunir el instrumento: a) que las
afirmaciones se repartan uniformemente a lo largo de todo el continuo psicolgico, y b) que las
afirmaciones no sean ambiguas (el valor Q es un indicador de ambigedad de las mismas).
De esta manera, el instrumento queda constituido por entre 22 a 33 afirmaciones, si el
continuo tena once intervalos. De cualquier manera, se recomienda que un instrumento
monodimensional, como el que se obtiene en este caso, tenga entre 20 30 afirmaciones, con las
cuales es muy probable que se alcance un coeficiente de confiabilidad adecuado (igual o mayor de
0.80).
5.4 Autoevaluacin
5.4.1 Preguntas
1. Qu es un valor escalar?
2. Qu es el continuo psicolgico?
3. En qu consiste el mtodo de la media de calificacin del instrumento?
4. Qu significa el calor Q en el mtodo de intervalos aparentemente iguales?
5. Qu caractersticas deben tener los reactivos que se incluyan en la versin final de
un instrumento que se elabora de acuerdo al mtodo de intervalos aparentemente
iguales?.
6. Qu es lo que realmente es una calificacin obtenida por un Sujeto en cualquiera de
los mtodos vistos en este captulo?.
7. Qu ventajas y desventajas tienen los mtodos de pares comparados e intervalos
aparentemente iguales?
5.4.2 Respuestas
Las ventajas del mtodo de intervalos aparentemente iguales son: puede emplear un gran
nmero de reactivos; las tarea que se les pide a los jueces es bastante sencilla; el nivel de medicin
que se alcanza es el intervalar. Sus desventajas son: como modelo de medicin no es muy fuerte
los jueces pueden volverse descuidados por falta de inters; los sujetos a los que se les aplique el
instrumento final deben saber leer y escribir.
VI. INSTRUMENTOS HOMOGENEOS: ESCALAMIENTO DE PERSONAS
Debe recordarse que en este caso se inicia la construccin del instrumento teniendo en
mente los modelos de medicin revisados en las primeras secciones de este texto. Se parte de la
definicin de prueba o test: es una muestra representativa de los reactivos que se encuentran en el
dominio o universo o poblacin de reactivos que indican al atributo en cuestin; se toman en cuenta
las principales suposiciones del modelo del error, en el sentido de que el error de medicin es
aleatorio y que por lo tanto las calificaciones observadas corresponden a las verdaderas; por ltimo,
se consideran como ciertas las principales suposiciones del modelo de las pruebas paralelas, en el
sentido de que las medias, y las varianzas de las mismas, son iguales, y por extrapolacin,
las medias y las varianzas de los reactivos que las constituyen son iguales tambin.
Los instrumentos que tienen dos opciones de respuesta corresponden a aquellos que estn
constituidos por reactivos dicotmicos, tales como los que se presentaron en el Captulo IV.
Como se recordar, estos instrumentos son empleados con mucha frecuencia para el registro
o medicin de variables para las cuales existen respuestas correctas e incorrectas, verdaderas y
falsas, etc. En estos casos, las opciones de respuesta por lo general se califican con puntuaciones
de 1 y 0, correspondiendo el 1 a la opcin correcta o verdadera, mientras que el 0 corresponde a la
opcin incorrecta o falsa.
Este conjunto de reactivos que se elaboran, siguiendo todas las recomendaciones sealadas
en el Captulo IV, se aplican a una submuestra de sujetos, con caractersticas semejantes a las de la
muestra del estudio de inters, y se procede a establecer su confiabilidad por medio de la frmula
de Kudder-Richardson 20.
Antes de aplicar la frmula a los datos obtenidos, es conveniente llevar a cabo alguno de los
procedimientos de anlisis de reactivos sealados en el Captulo IV. Este procedimiento preliminar
tiene por objeto varias cuestiones: en primer lugar, deshacerse de aquellos reactivos que no
discriminan en la muestra en cuestin; en segundo lugar, reducir el nmero de reactivos que se
sometern al proceso de confiabilidad.
El primer paso entonces, para determinar la confiabilidad de una prueba constituida por
reactivos dicotmicos es encontrar el valor p de cada uno de ellos, que se multiplica por 1-p o sea q.
Estos productos son sumados despus. El segundo paso es calcular la varianza para las
calificaciones totales. Con esta informacin se substituyen los datos en la frmula y se realizan las
operaciones aritmticas indicadas, determinando asi', el coeficiente de confiabilidad de consistencia
interna del conjunto de reactivos iniciales.
Es decir, al mismo tiempo se obtienen los valores de la correlacin de la calificacin total con
cada reactivo. Observando cuidadosamente estos valores, se determina cules son los reactivos
que obtienen valores extremos. Es decir, si el promedio de las correlaciones esta alrededor de 0.3,
todos aquellos reactivos que obtengan correlaciones reactivo-calificacin total cercanas a 0.7 o
mayores a este valor, se consideran extremos, y debern ser excluidos del anlisis global de
reactivos. Una vez eliminados aquellos reactivos considerados como problemticos, se procede a
volver a calcular el coeficiente Kudder-Richardson y lo ms probable es que ahora s se alcancen los
valores recomendados.
6.2 Instrumentos con Mas de Dos Opciones de Respuesta
Los instrumentos con reactivos de ms de dos opciones de respuesta son los ms utilizados
por los investigadores en ciencias sociales. Son muy comunes las escalas de actitud con reactivos
de cinco opciones de respuesta; los cuestionarios con reactivos de tres opciones; etc. Para este tipo
de instrumentos, se calcula la confiabilidad de consistencia interna con el coeficiente denominado
alfa de Cronbach, cuya frmula se presenta a continuacin:
rkk = k 1- si (6.3)
k-1 sy
dnde:
k = nmero de reactivos
Al igual que en el caso de los instrumentos con reactivos de dos opciones de respuesta, el
coeficiente alfa deber adquirir un valor cercano a 0.85 para que sea considerado como un
instrumento confiable, desde el punto de vista psicomtrico. En este caso tambin habrn de
analizarse los valores de las correlaciones reactivo-calificacin total, para determinar cul o cules
son los reactivos problemticos que estn produciendo un valor alfa bajo, y as eliminarlos del
instrumento. Los criterios a seguir son los mismos que en el caso anterior (valores extremos de las
correlaciones reactivo-calificacin total, en relacin al valor promedio de las correlaciones obtenidas
para el total de los reactivos del instrumento).
En este caso el coeficiente de correlacin que se emplea para calcular las correlaciones
reactivo-calificacin total, es el de Producto-Momento de Pearson; a continuacin se presenta una
de las frmulas PM ms conocidas:
r = ziz2 (6.4)
-------
N
dnde: z1z2 = suma de los productos de los puntajes estandarizados de las variables 1 y
2
N = Nmero de casos
En este caso, como en las tcnicas previamente presentadas, se debern elaborar las
afirmaciones o reactivos tomando en cuenta las sugerencias y criterios presentados antes, para su
correcto desarrollo.
Es decir, una vez definido el objeto psicolgico (si se est midiendo actitud), o la variable que
se pretende medir, se elaboran aproximadamente entre 60 y 80 reactivos, referidos al objeto en
cuestin. En esta ocasin, se deben elaborar reactivos que indiquen una actitud favorable, o la
presencia de la variable en cuestin, y tambin reactivos que indiquen una actitud desfavorable, o la
ausencia o poca presencia de la variable que se pretende medir. Se debern elaborar
aproximadamente la mitad de los reactivos favorables o indicativos de la presencia de la variable, y
la otra mitad desfavorables al objeto psicolgico o indicativos de la ausencia de la variable
estudiada. De esta manera, se tendrn reactivos positivos (favorables s son de actitud; presencia
de la variable si no lo son) y reactivos negativos (desfavorables s son de actitud; de ausencia de la
variable si no lo son).
Las opciones de respuestas adquieren valores numricos de tal manera que la opcin que
representa una actitud ms favorable (si se est midiendo actitudes) o una mayor cantidad o
presencia de la variable en cuestin, se le otorga el peso de 5; a la opcin que le sigue en
favorabilidad o magnitud de la presencia, se le da un peso de 4; a la opcin intermedia (indeciso,
regular, ni si ni no, etc.), se le da el peso de 3; a la siguiente el de 2 y a la ltima, la que seala la
actitud ms desfavorable o la menor presencia o ausencia de la variable en cuestin, se le asigna el
peso de 1.
Lo anterior significa que las opciones de los reactivos que a grosso modo se pueden
clasificar como positivos, tendrn pesos o valores numricos diferentes que los de aquellos que se
pueden clasificar como negativos. Por ejemplo, si se est midiendo actitud hacia la legalizacin del
aborto, un reactivo que dijera: el aborto debe ser legal, sus opciones de respuesta seran pesadas o
calificadas de la siguiente manera: totalmente de acuerdo (5); de acuerdo (4); indeciso (3); en
desacuerdo (2); en total desacuerdo (1). Sin embargo, una afirmacin que dijera: el aborto debera
prohibirse an para salvar la vida de la madre, sus opciones de respuesta tendran los siguientes
valores: totalmente de acuerdo (1); de acuerdo (2); indeciso (3); en desacuerdo (4); en total
desacuerdo (5). Si el instrumento pretendiera medir ansiedad por ejemplo, ante un reactivo que
dijera: padezco de insomnio, con opciones de respuesta de a) siempre; b) casi siempre; c) regular;
d) casi nunca y e) nunca, la primera valdra 5, la segunda 4, la tercera 3, la cuarta 2 y la ltima 1. Si
el reactivo fuera: por lo general estoy muy tranquilo, y las opciones de respuesta fueran: a)siempre;
b) casi siempre; c) regular; d) casi nunca y e) nunca, los valores correspondientes seran de 1, 2, 3,
4, y 5 respectivamente. Tambin se pueden usar valores que vayan de 0 a 4.
Existe un procedimiento emprico para establecer los pesos de las opciones de respuesta.
Este consiste en lo siguiente.
2.- Para cada reactivo o pregunta se llevan a cabo los pasos sealados en la siguiente Tabla.
Tabla 6.1 Clculo Emprico del Pesaje de las Opciones de Respuesta de la Tcnica Likert (N = 200)
La Tabla 6.1 dice que el reactivo fue respondido por 200 Sujetos. De stos, 26 contestaron
en la primera opcin; 86 en la segunda; 42 en la tercera; 26 en la cuarta y 20 en la quinta. Estos
datos aparecen en la hilera (1) f. En la hilera (2) p, aparecen los datos de la primera hilera en forma
de proporciones.
En la hilera (3) aparecen las proporciones acumuladas. En la hilera (4) aparecen los puntos
medios de las proporciones acumuladas. En la hilera (5) aparecen las proporciones transformadas
en unidades z. Para realizar esta transformacin se consulta una tabla de Desviaciones Normales
correspondientes a Proporciones p de una unidad de distribucin normal dicotomizada, como la que
presenta Edwards (1957). En la hilera (6), aparecen los valores a los que se les agreg el valor
absoluto del negativo mayor de la hilera anterior, que en este caso fue de 1.514, con objeto de hacer
desaparecer los signos algebraicos, y obtener un punto de origen o cero arbitrario. En la hilera (7),
aparecen los valores de la hilera anterior, pero ahora redondeados al entero ms cercano.
Los valores que se presentan en la hilera (7), son los pesos empricos que les
corresponderan a las opciones de este reactivo en particular. Esto significa que el procedimiento
antes descrito, se tiene que efectuar para todos y cada uno de los reactivos del instrumento inicial
(60 a 80). El procedimiento es bastante laborioso, y el mismo Likert (1932) seal que si se
correlacionaban los pesos arbitrariamente establecidos, con aquellos determinados en forma
emprica, se obtena una correlacin igual a 0.99. Lo anterior significa, que es lo mismo hacerlo de
cualquiera de las dos manera. Por esta razn, la mayora de los investigadores opta por la
determinacin arbitraria de los pesos de las opciones de respuesta.
En esta ocasin, los jueces que habrn de responder a las afirmaciones iniciales (60 a 80),
debern ser Sujetos que posean las mismas caractersticas que aquellos para los cuales se est
construyendo el instrumento. En otras palabras, los Sujetos que se emplean para elaborar el
instrumento, son en realidad una submuestra de la muestra de investigacin, o una muestra
obtenida de la misma poblacin de donde se obtendr la muestra para el estudio final, o para la que
se est elaborando el instrumento. Estos Sujetos debern saber leer y escribir.
En esta ocasin, las instrucciones que se les dan a los Jueces o Sujetos, son las que
sealan responder de acuerdo a sus creencias o actitudes, o caractersticas. Es decir, los Sujetos
slo tendrn que responder de acuerdo a lo que ellos piensan, saben, creen, sienten, o mejor los
describe. La tarea a la que se someten es exactamente la misma a la que se someter la muestra
bajo estudio. Se recomienda emplear aproximadamente unos 100 jueces para llevar a cabo esta
aplicacin inicial.
El objetivo que se persigue con el uso de esta tcnica, es el de contar con una escala de 20 a
25 reactivos, confiable, que pueda ser un ndice de la variable o actitud que se pretende medir. Para
esto, se deber llevar a cabo un anlisis de reactivos para determinar cules son los 20 25
mejores reactivos y con ellos formar la escala o instrumento final. En este caso, la bondad de los
reactivos estar dada por su poder discriminativo.
Para llevar a cabo el anlisis de reactivos en este mtodo, se aplica el instrumento inicial (con
60 a 80 reactivos) a una muestra de tamao aproximado de 100. Se califican los reactivos anotando
el valor de la opcin de respuesta seleccionada por los Sujetos, y se suman a travs de todos los
reactivos. Dependiendo de las calificaciones totales que hayan obtenido los Sujetos, se ordena a
stos de mayor a menor. Se forman dos grupos: el superior o alto y un inferior o bajo. En el primer
grupo se coloca al 25% superior de los Sujetos (aquellos que obtuvieron los puntajes ms altos); en
el segundo al 25% inferior de los Sujetos (los que obtuvieron los puntajes ms bajos).
Se procede entonces a formar una tabla como la Tabla 6.2, que aparece a continuacin.
Tabla 6.2. Clculo de t para evaluar la diferencia en la respuesta promedio a una afirmacin positiva
o favorable de actitud entre un grupo alto y un grupo bajo.
Lo anterior se lleva a cabo con objeto de encontrar los valores que se requieren en la
siguiente frmula:
Xa - Xb
(6.1) t = ______________________
sa2 + sb2
____ ____
na nb
dnde:
Xa = la calificacin promedio en una afirmacin dada para el grupo alto
Xb = la calificacin promedio en una afirmacin dada para el grupo bajo
2
sa = la varianza de la distribucin de las respuestas del grupo alto a esa afirmacin
2
sb = la varianza de la distribucin de las respuestas del grupo bajo a esa afirmacin
na = nmero de sujetos en el grupo alto
nb = nmero de sujetos en el grupo bajo
Si las n's de los dos grupos son iguales, la frmula se transforma en:
Xa - Xb
(6.2) t = ________________________________
(xa-Xa)2 + (xb-Xb)2
________________________________
n(n-1)
Los clculos de la frmula (6.2) para los datos de la Tabla 6.2, se presentan a continuacin.
72 144
xb -- = 1.44 xa ---- = 2.88
50 50
2 2 2 2
(xb-Xb) = 154 - (72) (xa-Xa) = 464-(144)
---- -----
50 50 _
= 50.32 = 49.28
2.88 - 1.44
t= ----------- = 7.13
50.32 + 49.28
-------------
50(50-1)
El valor de t obtenido se busca en las tablas correspondientes (ver McGuigan, .ej.), con
gl=n-1, y se determina su nivel de significancia. Si ste es 0.05 o <, se dice que la afirmacin
discrimina; es decir, que es respondida en forma diferente por un grupo alto en la variable, que por
un grupo bajo en la misma variable.
Este procedimiento se debe llevar a cabo con todas y cada una de las 60 a 80 preguntas o
reactivos que se elaboraron. Una vez que se calculan todas las t's, se ordenan de mayor a menor,
estableciendo el punto de corte del nivel de significancia adecuado. Es decir, se determina el lugar
de la ordenacin donde los valores de t ya no son estadsticamente significativos a una p < 0.05. De
entre las afirmaciones que si discriminaron, se seleccionan aproximadamente 12 13 de las
positivas o favorables y 12 13 de las negativas o desfavorables. Estas 24 26 afirmaciones, son
las que conforman la escala final.
Cuando se usa esta tcnica para elaborar una escala de actitudes, la interpretacin de las
calificaciones deber hacerse tomando en cuenta las siguientes consideraciones. En primer lugar,
no existe un continuo psicolgico en el sentido en el que existe en las tcnicas de intervalos
aparentemente iguales, pares comparados o intervalos sucesivos. Es decir, que no hubo un grupo
de jueces que estableciera con sus juicios respecto a las afirmaciones, un continuo donde se
pudieran escalar stas (asignarles valores escalares a cada una de ellas). En segundo lugar, los
nicos puntajes que se pueden interpretar sin ambigedad son dos: la calificacin mnima posible, y
la ms alta posible. Es decir, si el instrumento final tiene 20 afirmaciones de cinco opciones de
respuesta cada una, donde los pesos de las opciones van de 1 a 5, la calificacin mnima posible es
de 20, y la mxima es de 80. La primera significa que la actitud del respondiente es totalmente
desfavorable al objeto psicolgico, mientras que la segunda indica exactamente lo contrario: la
actitud es totalmente favorable hacia el objeto psicolgico. Cualquier otro puntaje, ya no puede ser
interpretado sin ambigedad. Por ejemplo, un individuo puede obtener una calificacin total de 60,
de cualquiera de las siguientes maneras: a) contestando en el intervalo u opcin que vale 3 en todas
las afirmaciones; b) contestando 10 afirmaciones en la opcin que vale 2, y 10 en la que vale 4; c) o
contestando 10 afirmaciones en la opcin con peso de 1, y 10 en la opcin con peso de 5; d) y as
sucesivamente: las posibles combinaciones de respuesta que dan como resultado una calificacin
total de 60 son muchsimas, y no por ser el punto medio de la posible distribucin de calificaciones,
que va de 20 a 80, se puede interpretar, por ejemplo, que el Sujeto tenga una actitud neutral hacia el
objeto psicolgico. Por lo tanto, lo nico que se puede hacer es referir los puntajes del individuo a la
distancia o posicin que ocupa respecto a la media de un grupo. En otras palabras, slo se puede
decir si la actitud del individuo es ms o menos favorable que la actitud promedio del grupo al que
pertenece.
Tambin se pueden usar los puntajes de los individuos, para hacer comparaciones entre
grupos, comparando sus medias, por ejemplo. Sin embargo, debe recordarse, que no se pueden
interpretar puntajes individuales como indicando actitudes favorables o desfavorables.
Los puntajes crudos que se obtienen de este tipo de instrumentos pueden transformarse a
puntajes estandarizados o normalizados. Estos puntajes son expresiones de desviacin o distancia
respecto a una media de un grupo. Este tipo de distribuciones tienen un origen arbitrariamente
establecido (la media del grupo), y unidades que representan distancias respecto a ese origen. De
esta manera, los puntajes crudos se transforman a puntajes que estn midiendo a nivel intervalar, y
consecuentemente, permiten que se les aplique la mayor parte de la estadstica conocida.
(6.3) T = 50 + 10 (X - X)
s
dnde:
T = una calificacin T
X = la calificacin de un Sujeto dado
X = el promedio de la distribucin
s = la desviacin standard de la distribucin de calificaciones
(6.4) z = (X - X)
s
En esta transformacin, los puntajes transformados pueden adquirir valores positivos (si se
encuentran a la derecha del promedio), y negativos,(si se encuentran a la izquierda) . En esta
distribucin de z, la media es igual a cero y la desviacin estndar es igual a la unidad.
6.6 Autoevaluacin
6.6.1. Preguntas
6.6.2 Respuestas
Cuando se pretende construir un instrumento que no es homogneo, (que mide una sola
dimensin o variable simple, constituida por esa sola dimensin) se puede pensar en instrumentos
heterogneos. La heterogeneidad de los instrumentos puede ser de dos tipos. Primero, se trata de
una variable, compleja, constituida por varias dimensiones; segundo, se trata de diferentes variables
sencillas, a las que se pretende medir con el mismo instrumento. Esta segunda circunstancia es
menos comn, pero se puede dar.
A pesar de la gran utilidad social y cientfica de las pruebas psicolgicas, debe reconocerse
que hasta la fecha, se tiene evidencia bastante inadecuada respecto a lo que realmente miden
stas. Las variables o dimensiones fundamentales de la habilidad humana o de la personalidad
humana en general se encuentran an dentro del vasto territorio inexplorado del conocimiento,
reservado para los psiclogos. Para enfrentarse a esta situacin se requiere de una aproximacin
estadstica como el anlisis factorial.
Si uno consultara un diccionario para buscar todos los trminos que se emplean para
describir la personalidad humana, incluyendo sus habilidades, en otras palabras, los trminos que
se refieren a rasgos observables, uno encontrari'a varios miles de ellos. La ciencia, que desea
describir la naturaleza humana, tiene a su disposicin todos esos conceptos. Pero emplearlos todos
es obrar errneamente: muchos son sinnimos, muchos se traslapan en diferente grado, otros
expresan caractersticas opuestas. La ciencia, motivada siempre por la bsqueda del orden dentro
del caos, por reducir a lo simple aquello que es complejo, desea saber cual es el nmero mnimo de
conceptos con los que se puede ordenar y describir en forma adecuada la multiplicidad de
fenmenos que caen bajo su escrutinio. Desde un punto de vista cuantitativo, se podra preguntar:
cul es el menor nmero de variables o dimensiones de la personalidad que se necesitan para
definirla adecuadamente?
Wundt se refiri a este problema en relacin con el sentimiento y propuso su famosa teora
tridimensional. Los psiclogos existencialistas se han enfrentado al problema en relacin a los
fenmenos sensoriales, y se ha llegado en general a pensar en los atributos de los colores, de los
sonidos y de la experiencia. La tarea de aislar variables independientes de personalidad es an ms
difcil. Los mtodos de escritorio, dominados por la lgica ms que por la observacin, llevaron a la
psicologa de las facultades, actualmente inaceptable para la psicologa moderna. De la misma
manera, la observacin directa tampoco ha producido un conjunto de rasgos unitarios que se
acerquen de alguna manera a la aceptacin universal.
Para ilustrar el problema de otra manera, de una forma ms prctica, supngase que se
desea describir la personalidad de un individuo tan completamente como fuera posible, por medio
de calificaciones en diferentes pruebas. Si se quisiera asegurar no omitir ningn aspecto de su
personalidad, probablemente se le aplicaran varios cientos de pruebas. Se dara cuenta el
investigador que muchas de ellas correlacionaron alto entre s y que por lo tanto se duplicaron los
esfuerzos varias veces. Si se estudian estas intercorrelaciones se podra dar cuenta tambin que
algunas pruebas representan a otro grupo de pruebas de tal manera que no se sacrifica la cobertura
de todos los rasgos. Cuando alguna de estas pruebas sirve para representar a un conjunto de otras,
se puede decir que se tiene un factor subyacente. Por lo tanto, la tarea de describir al individuo se
reduce al hacer que una prueba haga el trabajo de varias. Cuando a ese factor se le puede dar una
definicin y un significado psicolgico, no solo se tiene un nuevo y poderoso concepto para
propsitos descriptivos, sino tambin para pensar acerca de la naturaleza humana.
El anlisis factorial no es un concepto unitario, sino que depende de las alternativas que se
pueden tomar en cada uno de los tres pasos principales que se siguen: a) preparacin de la matriz
de intercorrelaciones; b) la extraccin de los factores iniciales (lo que habla de la posibilidad de
reduccin de los datos); y c) la rotacin a una solucin terminal (que produzca factores simples e
interpretables).
Los pasos que se siguen para la preparacin de la matriz de intercorrelaciones son los
siguientes:
Los factores iniciales se extraen de manera que cada factor es independiente de los dems.
Se debe sealar que la solucin factorial inicial, no cumple con los requisitos fundamentales del
anlisis factorial que son el de la estructura simple y el desarrollo positivo.
El requisito de estructura simple se refiere al hecho de que cada variable cargue alto en un
factor y cerca de cero en los dems. El desarrollo positivo se refiere al hecho de que las cargas
factoriales sean o tengan signo positivo.
El hecho de que estos requisitos no se cumplan, hace que los factores iniciales que se
obtienen sean muy difciles de interpretar, ya que muchas variables aparecen con cargas ms o
menos altas en varios factores al mismo tiempo por un lado, y por el otro, aparecen una gran
cantidad de cargas factoriales asociadas a signos negativos.
Algunas soluciones son ms parsimoniosas y simples, otras ms informativas. Cada una dice
algo ligeramente diferente acerca de la estructura de los datos. Cada investigador escoge la que
ms le conviene de acuerdo a sus fines tericos y/o prcticos. Las opciones ms importantes son: la
ortogonal, donde se supone independencia (no correlacin) entre los factores extrados; y la oblicua,
que supone correlacin entre los factores.
7.3 Tipos de Anlisis Factorial
Cuando se opta por este tipo de solucin, no se requiere hacer ninguna suposicin acerca de
la estructura subyacente de las variables. El investigador tan slo se pregunta: Cul es la mejor
combinacin lineal de variables que explica la mayor cantidad de varianza en los datos como
conjunto, que cualquier otra? De esta manera, el primer componente principal es el mejor resumen
de la combinacin lineal exhibida en los datos; el segundo componente es el segundo mejor que
sigue, obtenido del residual despus de haber extrado al primero, y asi' sucesivamente, hasta agotar
la cantidad de varianza total existente.
dnde cada una de las n observadas se describe linealmente en trmino de los componentes
nuevos no correlacionados F1 , F2 ,Fn. De esta manera, los primeros m componentes, muchos
menos que las n variables originales, explican la mayor parte de la varianza de los datos.
El anlisis factorial clsico supone que las correlaciones observadas resultan de una
regularidad subyacente en los datos. Supone que la variabilidad observada est influida por
diferentes determinantes, algunos compartidos con otras variables del conjunto, y otros no
compartidos con ninguna otra. A los determinantes compartidos se les llama comunes y a los
idiosincrsicos se les llama factores nicos.
La parte nica de una variable no contribuye a la relacin entre las variables; las
correlaciones son resultado de los factores comunes; stos explican todas las relaciones
observadas y son menores en nmero que las variables originales. Este modelo se puede expresar
como sigue:
Zj = aj1 F1 + aj2 F2 +. . . + ajm Fm + djuj
dnde:
Zj = variable j en forma estandarizada
Fi = factores hipotticos
uj = factoru' nico para la variable j
aji= coeficiente estandarizado de regresio'n mu'ltiple de la variable j en el factor i (carga
factorial)
dj = coeficiente de regresin estandarizado para la variable j en el factor nico j
1 - u = h
c) pesos para estimar las variables a partir de los factores (factor pattern matrix-matriz del
patrn factorial). Esta matriz contiene los pesos o coeficientes de regresin de los factores comunes
y por lo tanto seala la composicin de una variable en trminos de los factores hipotticos.
e) correlacin entre los factores y las variables o cargas factoriales (factor structure
matrix-matriz de la estructura factorial). Esta matriz est constituida por los coeficientes de
correlacin (o cargas factoriales) entre cada variable y cada factor. Esta es la matriz que se emplea
para interpretar (nombrar) a los factores extrados u obtenidos. Cuando se emplea un mtodo
ortogonal de rotacin, la matriz de patrn factorial y la matriz de la estructura factorial, son iguales
por lo que aparece nicamente la segunda. Cuando el procedimiento de rotacin que se emplea es
el oblicuo, aparecen ambas, con sus nombres respectivos.
f) matriz de intercorrelaciones de los factores terminales. Esta matriz slo se obtiene cuando
la solucin terminal tuvo una rotacin oblicua. Est constituida por las intercorrelaciones de las
dimensiones (o factores) subyacentes, y puede servir para anlisis factoriales de un orden ms alto
(someter a anlisis factorial los puntajes que los sujetos obtienen en los factores extrados en el
primer nivel o primer paso).
Las variables pueden introducirse por medio de los puntajes crudos que los sujetos
obtuvieron en cada uno de ellas, o por medio de una matriz cuadrada de correlaciones (igual
nmero de columnas, k y de hileras, r).
La importancia de los factores est dada primero, por el valor eigen que obtiene cada uno de
los factores extrados. Este es la raz de la ecuacin (polinomio) que explica la matriz de varianza
reducida (la que se trabaja a partir de la extraccio'n de los factores iniciales). Un segundo aspecto
que habla de la importancia de los factores es el porcentaje de varianza, en la matriz reducida, que
cada factor explica; asi', son ms importantes aquellos factores que tienen un valor eigen y un
porcentaje de varianza explicada mayores.
El SPSS (Paquete Estadstico para las Ciencias Sociales) cuenta con diferentes mtodos de
anlisis factorial. Entre los ms usados se tienen cuatro: a) el mtodo de componentes principales
sin iteracin (PA1); b) el mtodo de componentes principales con iteracin (PA2); c) factorizacin
cannica de RAO (RAO); y d) el mtodo Alfa (ALPHA). Para ver con ms detalle los tres primeros
mtodos, recomiendo se consulte el documento Diseos Multivariados de Investigacin en
Ciencias Sociales (Reidl de Aguilar, 1989).
En esta ocasin, se ver solamente el mtodo Alfa, que es el indicado para la elaboracin de
instrumentos.
Este mtodo es del tipo del anlisis factorial clsico o de factores comunes y nicos.
En este mtodo se parte del supuesto de que las variables incluidas en el anlisis se
consideran una muestra representativa del universo o poblacin de variables (indicadores o
reactivos). En este sentido, este mtodo se deriva del modelo dominio-muestra de medicin (ver
captulo III) en ciencias sociales, y se recomienda por lo tanto, para ser empleado especficamente
cuando el objetivo primordial del estudio es el de construir un instrumento, y no el de reducir a un
nmero menor un conjunto dado de datos.
La razn por la cual recibe el nombre de Alfa, es que uno de los objetivos primordiales del
anlisis es calcular o extraer factores que sean consistentes internamente (ver captulo VI). La
prueba de consistencia interna a la que se hace referencia en este procedimiento es la del
Coeficiente Alpha de Cronbach. Se recordar que este coeficiente se aplica a instrumentos
cuyos reactivos tienen ms de dos opciones de respuesta. De esta manera, los factores obtenidos
por medio de este mtodo, al ser sometidos los reactivos constituyentes a un anlisis de
confiabilidad empleando el coeficiente alpha, se obtendrn valores que sealan la existencia de
consistencia interna entre ellos.
En segundo lugar, se recomienda tener una muestra cuya N sea por lo menos de 5 veces el
nmero de reactivos que contenga el instrumento inicial. Es decir, el tamao mnimo de la muestra
deber de ser: N = 5K, dnde, k = nmero de reactivos. Lo ideal es que N = 10K. Esta
recomendacin se dirige particularmente a la situacin en la que el investigador tiene como objetivo
especfico y primordial, la elaboracin de un instrumento. Se debe recordar que los diseos
correlacionales multivariados son diseos de muestras grandes, con objeto de anular resultados
espreos, producto del artefacto del proceso de computacin.
En tercer lugar, se recomienda que todos los reactivos o variables sean de opcin mltiple,
en alguna de sus acepciones, para garantizar la distribucin normal de las respuestas dadas a
ellos. Es decir, por ningn motivo debern los reactivos o variables ser dicotmicos; las opciones de
respuesta deben ser por lo menos tres; hasta cinco o siete; de preferencia cuatro o cinco. Entre los
tipos de reactivos de opcin mltiple se tienen, por ejemplo: tres o ms opciones de respuesta
excluyentes; ordenar o clasificar a lo largo de un continuo de tres a siete intervalos, donde se
definen los intervalos extremos y el intermedio. Las escalas de preferencia, las de grados de
acuerdo, las de frecuencias de ocurrencia, etc., son, siempre y cuando tengan ms de dos
posibilidades de respuesta, variedades de reactivos de opcin mltiple.
Por ltimo, si no se puede tener un nmero menor de cien variables para ser sometidas a
anlisis, se recomienda llevar a cabo anlisis factoriales parcializados. Los criterios que determinan
cmo se pueden dividir las variables para ser sometidas a anlisis factorial son, principalmente dos:
un criterio cualitativo y otro cuantitativo. El primero hace referencia a la fundamentacin terica que
subyace a la elaboracin de los reactivos oi' dices de las variables. Es decir, se someten a anlisis
factorial a aquellos reactivos que se supone estn midiendo o la misma variable o la misma
dimensin de una variable dada.
En realidad, el primer caso es una forma no muy estricta, "a ojo de buen cubero", de hacer
lo que se hace en el segundo caso, de manera matemticamente ms formal.
El mtodo QUARTIMAX tiene por objeto rotar los ejes de los factores para maximizar el
principio de la estructura simple. Es decir, asegurar que una variable cargue alto en un factor, y cero
o cerca de cero en los dems. Este mtodo es recomendable cuando las caractersticas mismas de
los reactivos probabilizan la pertenencia exclusiva y por tanto excluyente, en un factor respecto a los
dems. Se recomienda para estudios confirmatorios, es decir, aquellos que se realizan para poner a
prueba hiptesis.
El mtodo EQUIMAX es en realidad una combinacin de los dos primeros; es decir, busca
obtener factores que maximicen la varianza explicada, y que al mismo tiempo, queden constituidos
por variables o reactivos que carguen alto en un factor y cero, o cerca de cero, en los dems.
Las soluciones terminales rotadas que producen estos tres mtodos difieren entre s. Sin
embargo, dentro de cada uno de ellos, la solucin obtenida es la ptima. Es decir, cada uno de ellos
produce la mejor solucin factorial matemticamente posible. Esta situacin permite al investigador,
por ejemplo, comparar soluciones cuando se tienen el mismo conjunto de reactivos y diferentes
muestras; o diferentes conjuntos de reactivos (o variables) y la misma muestra, para escoger aquella
que mejor se conforme a sus hiptesis, o al conocimiento acumulado en esa rea particular de
inters. Le permite tambin, detectar la estabilidad de la estructura factorial, o falta de la misma, en
muestras diferentes en el tiempo o espacio. En cualquier caso, el investigador est seguro, por lo
menos, de que las soluciones encontradas son las ptimas desde el punto de vista matemtico.
Es conveniente repetir aqu que una correlacin se puede representar en forma grfica. Esta
representacin se hace con un sistema de coordenadas. Cuando stas son perpendiculares entre
s, el ngulo que separa a la ordenada de la abscisa es de 90 grados. El coseno de un ngulo recto
es igual a cero. Por esto, se dice que los ejes de referencia ortogonales o perpendiculares
representan una correlacin de cero, o sea, absoluta independencia entre los ejes. Cuando se habla
de relacin o dependencia entre los factores, se refiere uno a la oblicuidad grfica entre los ejes de
referencia. Cuando el ngulo que se forma entre dos lneas es igual a cero grados, el coseno de
ese ngulo es de 1.00 (valor mximo que puede alcanzar una correlacin), y conforme el ngulo se
va acercando a 90 grados, el coseno de ese ngulo (o correlacin) va siendo menor, hasta llegar a
cero.
La oblicuidad de los ejes de referencia, que son los que determinan los valores de las cargas
factoriales de las variables o reactivos que constituyen a los diferentes factores, queda establecida
por delta. Cuando el valor de delta es positivo, menor o igual a 1.00, se supone que los factores
estn extremadamente correlacionados y los ejes de referencia son muy oblicuos entre s. Si el valor
de delta es igual a cero, los ejes son bastante oblicuos; ste es el valor de default que tiene el
programa del SPSS. Si el valor de delta va de -0.5 a -5, se supone una oblicuidad menor. Cuando
adquiere un valor menor a -5, los ejes son casi ortogonales; o sea, que se supone la casi
independencia entre los factores.
El investigador puede determinar el grado de oblicuidad (o correlacin) que supone entre sus
factores, dependiendo de la literatura sobre el tema investigado, estableciendo un valor para delta.
Entre las opciones adicionales al mnimo requerido para interpretar los resultados de la
aplicacin de un anlisis factorial a un conjunto de datos, las ms empleadas por los investigadores,
y por lo tanto las que se recomiendan, dependiendo de los objetivos del estudio, se presentan a
continuacin.
Es pertinente solicitar siempre medias y desviaciones estndar para cada una de las
variables que se someten a anlisis. Esto proporciona informacin sobre los puntajes crudos
obtenidos por los sujetos en las diferentes variables. En ocasiones pueden ayudar a la interpretacin
de los factores obtenidos.
Cuando el estudio tiene como principal objetivo someter a prueba alguna hiptesis (como por
ejemplo: la autoestima est constituida por tales factores, y asi' se quiere medir), el investigador
puede modificar los siguientes parmetros, dependiendo de sus hiptesis especificas: a)
NFACTORS, que seala cuantos factores debern extraerse del espacio reducido de variabilidad; b)
MINIEIGEN, que seala el valor eigen mnimo que el investigador desea tengan los factores que se
obtengan; c) ITERATE, que seala cuantas iteraciones habrn de llevarse a cabo: esta situacin es
comn cuando los datos no alcanzan la convergencia (diferencia de 0.001 entre los clculos
sucesivos de la estimacin de la comunalidad en el mtodo PA2) con las 25 iteraciones que da por
default el programa; d) STOPFAC cuando se desee se detenga el proceso de extraccin de
factores en aquella iteracin en la que la comunalidad (h) vari'e de una estimacin a la sucesiva en
una cantidad diferente a 0.001 (valor de default).
Las variables que se sometieron a anlisis factorial fueron doce que se referan al profesor:
cubri el programa, claro, organizado, flexible, responsable, puntual, cumplido, emplea ejemplos
adecuados, seala objetivos de la exposicin, sistemtico, integra la informacin, y relaciona
conceptos. Para el programa, las ocho variables que se referan al mismo eran: da una visin
general del rea, cubre puntos esenciales, proporciona informacin actualizada, tiene secuencia
pedaggica, es interesante. Respecto al sistema de enseanza empleado por el profesor, se
averigu si permiti'a la aplicacin del conocimiento a situaciones prcticas, si era creativo,
entretenido, si estaba sistematizado, si lograba retencin del conocimiento, si requera ms horas de
estudio que los dems, y si era reforzante: un total de siete variables.
Se vern los resultados de un anlisis factorial tipo ALPHA, con rotacin oblicua (con una
delta = 0.00, valor de default del programa del paquete estadstico del SPSS.
En primer lugar aparecen los nombres de las variables incluidas en el anlisis factorial.
Inmediatamente a continuacin, aparecen las mismas variables, pero cada una de ellas con la
media que la muestra obtuvo, as como su desviacin standard. Tambin se seala el nmero de
casos incluidos en el anlisis.
Como siguientes resultados, aparece una matriz de intercorrelaciones, que muestra las
correlaciones existentes entre todas las variables. Al final de la matriz de intercorrelaciones aparece
el valor de la determinante de la matriz. Este seala la posibilidad de continuar el anlisis; de ser
esto as, significa que la matriz se podr invertir y continuar con el procedimiento que lleva a la
extraccin de los factores iniciales.
A continuacin se presenta la comunalidad estimada para cada una de las variables incluidas
en el anlisis, y la extraccin inicial de los factores. Se observa que se obtienen tantos factores
como variables se introducen en el anlisis. Sin embargo, tambin se observa, en la columna de los
Valores Eigen, que cinco de ellos (los primeros), adquieren un valor eigen adecuado, o sea, mayor a
la unidad. Tambin se puede ver que cada uno de estos factores iniciales explican cierta cantidad
de varianza, y por ltimo se indica, en la columna de porcentaje acumulado, el porcentaje de
varianza acumulada que explican los primeros cinco factores. En este caso es de 64.6%. Estos
datos sealan nicamente, que existe la posibilidad de reducir el nmero original de variables (23) a
un nmero menor: cinco.
Como se puede observar, en el primer factor se encuentran cargando, con pesos factoriales
superiores a 0.40, 21 de las 23 variables incluidas. En el segundo, cuatro variables; en el tercero
una; en el cuarto ninguna, y en el quinto, una variable. Esta matriz inicial, no est cumpliendo con
ninguno de los tres criterios que se deben reunir para una solucin factorial adecuada, y que son: a)
el de estructura simple; b) el de desarrollo positivo; c) facilidad de interpretacin. El primer criterio
significa que las variables que carguen alto en un factor, no lo hagan en otro; el segundo significa
que las cargas factoriales deben ser positivas; el tercero no necesita explicacin. En el caso de esta
matriz, no se cumple ninguno de los tres criterios antes mencionados. Las cuatro variables que
cargan alto en el factor dos, tambin lo hacen en el factor uno; hay muchas cargas factoriales en la
matriz que tienen signos negativos; por ltimo, si se est partiendo de la idea de que se estn
midiendo tres cosas: el profesor, el programa y el sistema de enseanza, el hecho de que tantas
variables carguen en el factor uno, es difcilmente interpretable.
Por otro lado, esta es la matriz inicial de extraccin de factores, que tiene como principal
propsito determinar si la matriz inicial de correlaciones es susceptible de reducirse a una matriz
ms pequea. Los datos de este estudio si se pueden reducir lo que se obtiene es una matriz de
cinco columnas (factores iniciales) y de 23 hileras (las variables originales).
El hecho de que no se cumpla con los criterios arriba sealados, se debe tambin al hecho
de que en los procedimientos de anlisis factorial, el primer paso en la reduccin de variables se
hace empleando el mtodo de componentes principales, que extrae un primer factor general, aquel
que explica la mayor cantidad de varianza de la matriz inicial de intercorrelaciones. Esta primera
solucin es matemticamente perfecta; sin embargo, carece de sentido terico, puesto que no ha
sido llevada a cabo la rotacin, que tiene por objeto principal, hacer lo posible para que se cumplan
los criterios arriba sealados.
Por lo tanto, el siguiente paso es rotar los ejes. En esta ocasin se solicit una rotacin
oblicua, con valor de delta = 0.00. La razn por la cual se solicit este tipo de rotacin fue que se
penso que las caractersticas del profesor, deberan estar relacionadas con la forma en que da clase
y si cumple o no el programa de la materia. En otras palabras, los tres aspectos estn relacionados
entre si. De esta manera, los datos que aparecen despus de la matriz inicial de factores, informan
de la estimacin de la comunalidad de las variables despus de haber sido rotados los ejes. Esta
comunalidad estimada despus de la rotacin es muy importante, para efectos de calcular la validez
relevante (Guilford, 1954) de los factores encontrados. Se hablara de este tema en el siguiente
captulo.
Tambin se presentan los valores eigen de los factores extrados despus de la rotacin.
Como puede observarse, los dos primeros factores obtienen valores eigen muy altos, mientras que
los tres ltimos los obtienen ms pequeos. As mismo, la cantidad de varianza del espacio reducido
que cada factor explica , es mucho muy alta para el primer factor (70.4%); un poco ms pequea
para el segundo factor (12.9%). Cada uno de los restantes factores, explica paulatinamente una
menor cantidad de varianza. Los cinco factores obtenidos explican el 100% de la varianza
acumulada del espacio de variabilidad reducido de las variables en estudio.
A continuacin aparece el patrn factorial, que es una matriz rectangular que contiene en
las columnas, la cantidad de cada uno de los fatores que tiene cada variable. Es decir. La primera
hilera de valores, corresponden a la indicacin que seala cunto de cada factor tiene la variable
cubripro. Estos valores son semejantes a los coeficientes de regresin, y se interpretan de la
misma manera. Sin embargo, esta no es la matriz que sirve para interpretar los factores obtenidos.
Slo seala, cunto de cada factor tiene cada variable.
La siguiente, es una pequea matriz cuadrada, que seala las correlaciones existentes entre
los factores obtenidos. Como se puede ver, los factores que ms correlacionan entre s, son el 1 con
el 4 (-0.57806); el 2 con el 4 (-0.46905), y por ltimo, el 1 con el 3 (-0.38191). Todas las
correlaciones son negativas, lo que significa que a ms de uno, menos del otro. Parece que son en
realidad factores complementarios entre s. Esta matriz de correlaciones slo aparece en el listado
de datos cuando el mtodo de rotacin empleado fue el oblicuo, y proporciona informacin referida
a que tan correcta era la suposicin de la existencia de una relacin entre los factores que se
suponan se encontraban subyacentes en las variables estudiadas. Como puede verse, los tres
valores de las correlaciones antes sealadas, son: primero, estadsticamente significativos, con una
p asociada <0.01; y segundo, de magnitud moderada pero interesante. Esta matriz confirma o no la
suposicin previa de relacin entre los factores. En este caso, la suposicin fue confirmada.
Como se puede ver, en el primer factor cargan, con valores superiores a 0.40, las siguientes
variables: el profesor es claro, ejemplifica en forma adecuada, seala objetivos de exposicin, es
sistemtico, integra el conocimiento y relaciona conceptos; el programa da una visin general del
rea, cubre los puntos esenciales, proporciona informacin actualizada, tiene secuencia pedaggica
y es interesante; el sistema de enseanza permite aplicar el conocimiento a situaciones prcticas, es
creativo, entretenido, est sistematizado, permite la retencin de la informacin, requiere ms horas
de estudio que otros, y es reforzante. Aparentemente, este es un gran factor, muy general, que
involucra a toda la situacin de enseanza: el profesor y sus caractersticas, el programa de la
materia y el sistema de enseanza empleado. Si se deseara, este factor podra ser el nico que se
conservara, ya que explica, l slo, el 70.4% de la varianza, y esto es bueno. Se podra interpretar (o
llamar) como SITUACION DE ENSEANZA. Si se optara por tener un factor "puro" que no se
repitiera en los dems, se podran dejar slo las variables relacionadas con el sistema de
enseanza, e interpretarlo (o llamarlo) SISTEMA DE ENSEANZA.
Desde otra perspectiva, el investigador puede preferir trabajar con factores "puros", y optar
por considerar a los siguientes factores obtenidos. Es decir, puede optar por trabajar con un nmero
mayor de factores "puros", y por lo tanto, continuar analizando los siguientes dos factores, por
ejemplo. En el factor 2 cargan con pesos > 0.40, las siguientes variables: el profesor es claro,
organizado, responsable, puntual, cumplido, ejemplifica en forma adecuada, es sistemtico, y
establece relaciones entre conceptos; el sistema de enseanza es entretenido y est sistematizado.
Este factor, excluyendo las dos ltimas variables, se refiere especficamente a caractersticas del
profesor, y as se podra emplear. Se interpretara (es decir, se nombrara) como
CARACTERISTICAS DEL PROFESOR.
El tercer factor obtenido, est constituido por las siguientes variables: el profesor cubri el
programa de la materia y seala los objetivos de la exposicin; el programa da una visin general
del rea, cubre los puntos esenciales, contiene informacin actualizada, tiene secuencia pedaggica
y es interesante. Este factor, quitando las variables correspondientes al profesor (las dos primeras),
sera un factor "puro", referido al programa de la materia, por lo cual se podra llamar (o interpretar
como) PROGRAMA O CONTENIDO DE LA MATERIA.
El cuarto factor est constituido por casi las mismas variables que el primero, pero todas ellas
con cargas de signo negativo. Este factor puede considerarse el inverso del primero. En la medida
que sera redundante permanecer con l, se puede desechar, pues proporcionara la misma
informacin que el primero, pero a la inversa.
Por ltimo, el quinto factor slo contiene una variable con una carga > a 0.40: el profesor es
flexible. Como de acuerdo a Harman (1976), para que un factor pueda ser considerado como tal
debe incluir, por lo menos tres variables con carga factorial alta, y como este no es el caso, este
factor queda automticamente descartado.
De acuerdo a los resultados de este anlisis, parece que se obtuvieron: o un factor general,
SITUACIN DE ENSEANZA, o tres factores "puros": SISTEMA DE ENSEANZA,
CARACTERISTICAS DEL PROFESOR, y PROGRAMA O CONTENIDO DE LA MATERIA.
Lista de variables
Coeficientes de Correlacin
Se presentan los datos de la Matriz Simtrica en forma colapsada con objeto de no ocupar
tanto espacio.
Cubripro Claro Organiz Flex Respon Puntual
Cubripro 1.00000 0.15923 0.21712 0.17547 0.18090 0.05203
Claro 1.00000 0.47278 0.31132 0.51333 0.22809
Organiz 1.00000 0.28870 0.56691 0.36386
Flex 1.00000 0.46287 0.26357
Respon 1.00000 0.40969
Puntual 1.00000
Cumplio 0.29585 0.45805 0.50172 0.28490 0.55160 0.57430
Ejeadecu 0.13639 0.62678 0.35840 0.33514 0.44830 0.25492
Cubripro Claro Organiz Flex Respon Puntual
0 9.604620
1 8.854873
2 6.848895
3 5.404501
4 4.742260
5 4.432165
6 4.327395
7 4.285476
8 4.266867
9 4.258130
10 4.253802
11 4.251567
12 4.250385
13 4.249757
14 4.249426
15 4.249253
16 4.249164
7.11 Autoevaluacin
7.11.1 Preguntas
1. Qu caracterstica muy importante tienen que tener las variables que se sometan a
anlisis factorial?
2. Qu caracterstica tienen que tener los reactivos que se incluyan en un anlisis
factorial?
3. A qu preguntas responden los factores definidos y los inferidos en anlisis factorial?
4. Cules son los indicadores de la bondad de los factores obtenidos?
5. Cundo se utiliza un mtodo de rotacin ortogonal y cundo uno oblicuo?
6. Qu significa interpretar un factor?
7. Qu ventaja tiene el mtodo alpha de extraccin de factor3es, para el desarrollo de
instrumentos heterogneos?
8. Cul es el tamao mnimo que debe tener una muestra para ser empleada en el
desarrollo de un instrumento heterogneo por medio del anlisis factorial?
9. Cul de los tres mtodos de rotacin ortogonal existentes es el mejor?
10. Cules son los requisitos que debe cumplir una solucin factorial adecuada?
7.11.2 Respuestas
1. Las variables que se someten a anlisis factorial, tienen que distribuirse en forma
normal en la poblacin
2. Los reactivos que se incluyen en un anlisis factorial deben ser de opcin mltiple; de
preferencia de cinco opciones.
3. Los factores definidos responden a la pregunta sobre la posibilidad de reduccin del
nmero de variables a un nmero menor; los inferiores responden a la pregunta que se refiere a la
estructura subyacente que determina las intercorrelaciones observadas entre los reactivos incluidos.
4. Los factores obtenidos se califican en cuanto a su bondad, empleando la siguiente
informacin: a) cantidad de varianza explicada por el factor (entre ms grande, mejor); b) valor eigen
obtenido por el factor (siempre mayor que la unidad, y entre ms grande, mejor), c) orden de
aparicin: los que aparecen primero son mejores que los que aparecen despus.
5. El mtodo de rotacin ortogonal se emplea cuando el investigador supone
independencia (no correlacin entre los factores que va a obtener; el oblicuo supone dependencia (o
correlacin) entre los factores que va a obtener.
6. Interpretar un factor significa darle un nombre. El nombre se le da en virtud de lo que
tienen en comn las variables que cargan alto en ese factor.
7. El mtodo alpha de extraccin de factores tiene la ventaja de extraer factores que son
consistentes internamente. Es decir, los factores quedan constituidos por variables consistentes
entre s; esto obvia la necesidad de determinar la confiabilidad de consistencia interna de los
factores obtenidos.
8. El tamao mnimo que debe tener la muestra que se emplee para desarrollar
instrumentos por medio del mtodo alpha de extraccin de factores es de 5 sujetos por reactivo que
se incluya: idneamente debera tener 10 sujetos por reactivo.
9. Ninguno de los tres mtodos de rotacin ortogonal existentes es mejor que otro. La
eleccin que hace el investigador de alguno de ellos, dependen de sus objetivos, y de la medida en
que desea se cumplan los requisitos que debe tener una solucin factorial adecuada.
10. Los requisitos que debe cumplir una solucin factorial adecuada son los siguientes: a)
desarrollo positivo (que la mayora de las cargas tengan signo positivo; b) estructura simple (que las
variables que carguen alto en un factor, carguen bajo o cero en los dems)
VIII. CONFIABILIDAD DE LOS INSTRUMENTOS
En las ciencias sociales, as como en todas aquellas ciencias donde se utilicen instrumentos
para llevar a cabo mediciones, una de las preocupaciones ms importantes que tienen los
cientficos, es la de que sus instrumentos de medicin sean confiables. En general, por confiabilidad
se entiende el hecho de poder "confiar" en que las mediciones realizadas sean correctas. Que las
magnitudes de aquellos aspectos medidos, sean de confiar. Es decir, que si se vuelve a medir esos
mismos aspectos, se obtendrn magnitudes, si no idnticas, por lo menos si semejantes. En otras
palabras: se dice que la confiabilidad de un instrumento se refleja en el que el mismo instrumento
empleado en dos o ms ocasiones para medir los mismos atributos de los mismos objetos o
Sujetos, arroja magnitudes iguales.
La confiabilidad tiene que ver con el error de medicin. Como ya se seal al principio de
este texto, todos los instrumentos estn acompaados de error; se establece que este error puede
ser de dos tipos: aleatorio y sistemtico. Del aleatorio da cuenta la teora del error de medicin
presentado en el Captulo III. El sistemtico es el error que se tiene que determinar de manera
emprica. Es decir: se tiene que determinar en forma emprica, para cada instrumento de medicin
que se elabore o emplee, la cantidad de error sistemtico que ste contiene. La cantidad de error
que contenga no debe sobrepasar de cierta magnitud, para poder decir que el instrumento es
confiable. La mayora de los investigadores han optado por aceptar como confiables, a los
instrumentos que tengan 15% o menos de error sistemtico. En otras palabras, se dice que un
instrumento es confiable si su coeficiente arroja un valor de 0.85 o ms. Un instrumento
perfectamente confiable tendra un coeficiente de confiabilidad de 1.00. En la prctica, esto nunca
es as, mucho menos en ciencias sociales.
Existen diferentes tipos de confiabilidad que dependen del tiempo en que se hacen las
mediciones, de los instrumentos que se emplean y del comportamiento interno de los mismos. A
continuacin se presentan cada una de ellas, as como el procedimiento emprico que se efecta
para calcularla: los procedimientos estadsticos que se emplean para determinar sus ndices o
coeficientes.
Se dice que un instrumento tiene estabilidad temporal cuando al emplearlo en dos ocasiones
diferentes, con los mismos Sujetos, arroja resultados semejantes. Es decir, si se mide la inteligencia
a un grupo de individuos, por ejemplo hoy, y se les vuelve a medir maana, se deberan obtener
resultados semejantes o muy parecidos. Si hoy un Sujeto tiene un coeficiente intelectual de 100,
maana, al volverle a medir inteligencia empleando el mismo instrumento, debera obtener una
calificacin muy semejante a la del da anterior. Si esto sucede, se dice que el instrumento tiene
estabilidad temporal.
Este tipo de confiabilidad es especialmente importante para aquellos instrumentos que miden
variables que sufren cambio en el tiempo, debido a una manipulacin experimental o al desarrollo o
maduracin del individuo. Por ejemplo, ser importante para aquellos instrumentos que miden
actitudes, en programas de cambio actitudinal, donde se debe determinar que el cambio observado
en la actitud entre la pre y la post medicin se debi a la manipulacin experimental y no a que el
instrumento carece de estabilidad temporal. Es tambin importante cuando se mide una variable en
diferentes ocasiones, en las que se espera que esta se modifique como resultado del paso del
tiempo, y no que los cambios que se observen se deban a falta de confiabilidad del instrumento.
En los casos en que se debe medir una variable en dos ocasiones, pero se corre el riesgo de
que el Sujeto recuerde las respuestas de la primera ocasin y esto influya en las respuestas que de
en la segunda ocasin; o en aquellos casos en los que el responder en la primera ocasin puede
producir fatiga y sta afectar las respuestas de la segunda, se requiere tener formas equivalentes
del instrumento. Es decir, dos instrumentos diferentes, pero que midan la misma variable. A estas
formas equivalentes se les llama pruebas paralelas. En el captulo III, donde se presenta el Modelo
de las Pruebas Paralelas, se establecen las caractersticas estadsticas que stos deben tener para
ser consideradas como tales.
Dicho de otra manera, con este tipo de confiabilidad se establece el grado o nivel de
consistencia interna de los reactivos que lo constituyen. Es decir, si se portan igual o no, en cuanto a
la forma en que varan, entre ellos mismos. La lgica subyacente seala que si se portan igual, unos
a otros, miden lo mismo, de la misma manera; o sea, que son consistentes entre s
Cuando los instrumentos tienen reactivos, afirmaciones o preguntas que se contestan en una
de dos opciones de respuesta, y una de ellas tiene asignado un valor o peso de 0 y la otra de 1, la
consistencia interna de los mismos, se establecen por medio del coeficiente de Kudder-Richardson,
cuya frmula se presenta a continuacin:
dnde:
rkk = coeficiente de correlacin entre reactivos
k = nmero de reactivos
pq = suma del producto de la proporcin de Sujetos que contest en la opcin 1
por la proporcin de sujetos que contest en la opcin 0, para todos los reactivos de la
prueba
Si la magnitud del coeficiente obtenido con la frmula (K-R) no alcanza a ser de 0.85 o
mayor, se procede entonces a determinar los valores de las correlaciones existentes entre cada
reactivo y la calificacin total de los reactivos. La razn de esto se debe a que alguno o algunos de
los reactivos no son consistentes entre s, y esta es la causa por la que no se alcanz el valor
deseado del coeficiente. Se debe encontrar ese o esos reactivos. A este procedimiento de
consistencia interna se le conoce como el anlisis correlacin item-test. El objetivo del mismo es el
de encontrar aquel o aquellos reactivos que no estn correlacionando de manera semejante a la
mayora, con la calificacin total.
Una vez detectado(s) aquel(los) reactivo(s) que est(n) causando problema, se elimina(n) del
instrumento, y se vuelve a calcular el coeficiente de Kudder-Richardson. Lo ms probable es que en
esta segunda ocasin, se encuentre un coeficiente de 0.85 o mayor.
Si el coeficiente obtenido con el alfa de Cronbach no adquiere una magnitud de 0.85 o ms,
se deber proceder a calcular las correlaciones reactivo-calificacin total. Pero en este caso, se
deber emplear el coeficiente de correlacin Producto-Momento de Pearson. Una vez detectados el
o los reactivos que estn causando el problema, se quitan de la prueba y se vuelve a calcular el alfa
de Cronbach.
En ocasiones, los reactivos problema son muy fciles de detectar, ya que adquieren valores
de correlacin marcadamente diferentes que la mayora. Cuando este no es el caso, un
procedimiento conveniente de seguir, es el siguiente: comptese el valor promedio de las
correlaciones de todos los reactivos que constituyen el instrumento, prueba o escala; comptese la
desviacin estndar de la distribucin de correlaciones; elimnense los reactivos que tengan valores
de correlacin reactivo-calificacin total, que caigan por fuera de dos desviaciones estndar a la
derecha o a la izquierda de la media. Vulvase a calcular el alfa de Cronbach. Si an as no se
alcanza un valor adecuado, elimnense, si el nmero de reactivos lo permite, los valores de
correlacin ms all de una desviacin estndar a la derecha o izquierda de la media. Por lo
general, no ser necesario llegar a este tercer paso. Casi siempre, se alcanzan coeficientes
adecuados, con la primera eliminacin de reactivos problemticos.
8.4 Autoevaluacin
8.4.1 Preguntas
8.4.2 Respuestas
1. Confiabilidad significa medir sin errar; obtener en dos ocasiones que se aplica el
mismo instrumento al mismo sujeto, puntuaciones semejantes.
2. Para determinar la estabilidad temporal de un instrumento se sigue el procedimiento
de test-retest correlacionado el resultado de ambas aplicaciones. Para determinar la consistencia
interna, se pueden establecer las correlaciones entre la primera y la segunda parte; entre los
reactivos pares y los nones; entre los reactivos y las calificaciones totales, y emplear los coeficientes
de Kudder-Richardson y el de Alpha de Cronbach.
3. La confiabilidad de estabilidad temporal es adecuada para instrumentos que midan
variables que se espere se modifiquen con el transcurso del tiempo o con base en el efecto de una
intervencin experimental; la confiabilidad de equivalencia de formas es la necesaria para hacer
evaluaciones de variables que se modifican en un diseo antes-despus; la confiabilidad de
consistencia interna se debe calcular para aquellos instrumentos que se emplearn tan slo una
vez, como por ejemplo en investigaciones de campo, con propsitos muy especficos. Si el objetivo
de la investigacin o estudio es el de construir especficamente un instrumento, se debern calcular
todas ellas.
IX. VALIDEZ DE LOS INSTRUMENTOS
Se dice que un instrumento es vlido, cuando mide lo que pretende medir. Si se construy
para medir inteligencia, y la mide, es vlido; si se elabor para medir actitudes, y las mide, es vlido,
etc. Aunque su definicin es absolutamente sencilla, alcanzarla es uno de los problemas ms
difciles. As como existen diversos tipos de confiabilidad, tambin existen diferentes tipos de
validez. A continuacin presentaremos cada uno, y la manera de determinarlos.
9.2.1 De Face
La llamada validez de face, es aquella que se dice tiene un instrumento que parece medir lo
que pretende. Por ejemplo: se dice que la prueba es de historia, por que tiene preguntas sobre
datos histricos; se dice que es de aritmtica, por que tiene problemas aritmticos. Para ciertas
variables, esto es fcil y obvio de determinar. Pero para otras ya no. Sobre todo para variables como
las que estudian los cientficos sociales.
9.2.2 De Contenido
Este acuerdo entre jueces puede ser de dos tipos: el que se obtiene por medio de juicios
dicotmicos, y el que se obtiene por medio de juicios graduados.
9.2.3 Concurrente
Un criterio externo con el cual se correlacionan los resultados obtenidos por los Sujetos en el
instrumento que se est tratando de validar puede ser de diferentes tipos: a) el juicio de expertos,
quienes valoran a los mismos individuos que respondieron al instrumento, en aquella variable que se
pretende medir; y b) otro instrumento, previamente validado, que mide la susodicha variable, que se
aplica a los mismos individuos que respondieron al instrumento que se est validando. En ambos
casos, se calculan las correlaciones de los puntajes obtenidos por los Sujetos de acuerdo a los
expertos o en el otro instrumento, y los que obtuvieron en el instrumento que se est sometiendo al
proceso de validacin.
a) escogiendo de entre la muestra de construccin del instrumento al 25% de los Sujetos con
puntajes ms altos y al otro 25% de Sujetos con los puntajes ms bajos. Este procedimiento
corresponde al mtodo de escalamiento de personas por medio de la tcnica Likert (Vase el
Captulo VI). Debe aclararse, que en este caso, lo que se compara por medio de la prueba t de
Student, es el promedio de las calificaciones totales obtenidas por los individuos que contestaron el
instrumento, y no los puntajes parciales de cada uno de los reactivos, como se hace en la tcnica
Likert. Sin embargo, el razonamiento subyacente es el mismo: si el instrumento mide lo que se
pretende, ste debera ser respondido en forma diferente por un grupo que posee esa variable en
gran cantidad que por otro que la posee en menor magnitud.
b) escogiendo personas de grupos conocidos como poseedores de la variable en cantidad
mnima y mxima. Por ejemplo, si se est elaborando una escala de actitudes hacia el liberalismo,
se buscarn Sujetos pertenecientes a grupos liberales (partidos de izquierda) y a grupos
conservadores (partidos de derecha). Se espera, que al comparar las respuestas promedio de estos
dos grupos, se obtengan diferencias estadsticamente significativas.
En este caso, se aplica una prueba estadstica adecuada, para valorar las diferencias entre
los grupos; sta deber arrojar resultados estadsticamente significativos, a una probabilidad igual o
menor a 0.05.
Este tipo de validez es especialmente pertinente para aquellos estudios cuyo principal
propsito es el de diagnstico, ya sea a nivel individual o grupal.
9.2.4 Predictiva
La validez predictiva se refiere a la capacidad que tiene el instrumento para predecir al futuro.
Se requiere este tipo de validez, principalmente, cuando se pretende seleccionar personas, de
acuerdo a un criterio, o grupo de ellos, para ocupar o desempear, alguna actividad, ya sea laboral,
o educativa. Es decir, cuando se desea escoger a los individuos ms aptos, o los ms adecuados,
se mide una o ms variables, y a partir de ella(s) se predice el desempeo de estos Sujetos en el
futuro. Este tipo de validez es primordial en los programas de seleccin de personal, y de alumnos,
por ejemplo.
Existen dos procedimientos (que en realidad son uno y el mismo) para determinar este tipo
de validez, que dependen del nmero de variables predictoras que se empleen. Si slo se emplea
una (lo menos probable, ya que se sabe que el comportamiento es multicausal), se usa el
procedimiento de regresin simple; si se emplean muchas variables predictoras se emplea el
procedimiento de regresin mltiple (que es una extensin de la primera).
Un procedimiento comn sera por ejemplo, el siguiente caso. Supngase que se desea
predecir el rendimiento acadmico a partir del nivel intelectual. Esto significara que el investigador
desea saber, a partir de las calificaciones obtenidas en una prueba de Inteligencia, la calidad o
magnitud del rendimiento acadmico de los Sujetos. Esta situacin requiere que el instrumento que
mide inteligencia tenga validez predictiva. Para determinar la validez predictiva del instrumento, se
tendran que seguir los siguientes pasos: 1 se aplica el instrumento que mide inteligencia a todos
los alumnos que se inscriben en el ciclo escolar x. 2 se espera a que los alumnos cursen el ciclo
escolar, y obtengan sus evaluaciones del rendimiento escolar (por lo general son las calificaciones
obtenidas en los cursos). 3 se promedian las calificaciones obtenidas. 4 se realiza un anlisis de
regresin simple, con la variable promedio de calificaciones como dependiente y el puntaje en
inteligencia como independiente.
a) el coeficiente de determinacin (R): ste debe ser alto; de preferencia del 60% en
adelante. Este coeficiente indica la cantidad de varianza de las calificaciones que queda explicada
por la inteligencia. Es decir, la medida en que la inteligencia afecta, influye o est relacionado con
las calificaciones escolares.
b) error estndar de medicin: ste debe ser pequeo: de preferencia menor a l.0. Este indica
la cantidad de error que existe en la prediccin de las calificaciones tomando como predictor a la
inteligencia.
Si se obtiene todo lo sealado arriba, se dice que la confiabilidad del instrumento es igual al
coeficiente de determinacin (R). El valor adecuado de este coeficiente, deber ser 0.80 o mayor.
Sin embargo, valores menores --siempre y cuando se cumpla con los dems criterios --b) a d)], son
adecuados.
El investigador tendra que medir estas variables cuando el alumno solicita ingresar a la
Universidad. Tendra que recolectar informacin respecto a la cantidad de tiempo que los alumnos
han abandonado la escuela (en trminos del nmero de semestres, por ejemplo), y esperar a que se
cumpliera el ciclo escolar completo (el de la carrera). Una vez que sucediera esto, tendra todos los
datos necesarios para incluir en el anlisis de regresin.
Los resultados le indicaran, en primer lugar, que tanto del fenmeno de desercin escolar
queda explicado por estas variables, considerando el valor del coeficiente de determinacin (R), y al
mismo tiempo la validez predictiva de las variables predictoras.
En segundo lugar, cules de las variables realmente son buenas predictoras del fenmeno, y
cules se pueden descartar. Con esta informacin, el investigador podra pedirle a los nuevos
aspirantes, que respondieran a los instrumentos que miden estas variables predictoras, y
dependiendo de los valores obtenidos por ellos, mediante la ecuacin de regresin
correspondiente, podra predecir, con poco error, la probabilidad que los aspirantes tienen de
desertar.
9.2.5 De Construccin
En este caso se siguen los mismos pasos que los sealados para determinar la validez
concurrente por medio de grupos contrastados, presentada ms arriba. Algunos autores como
Nunnally (1967), consideran que la validez concurrente de grupos contrastados es en realidad
validez de construccin, pues con ella se determina, si el instrumento es sensible al hecho de que
un grupo posee grandes cantidades del atributo que se est midiendo, mientras que el otro no. En
otras palabras, si el instrumento es respondido de manera diferencial por los dos grupos que
supuestamente son diferentes, el instrumento, al reflejar esa diferencia, est midiendo el constructo
que pretende medir. Otros autores, como Guilford (1954), Anastasi (), y Cronbach (), no consideran
a la validez concurrente por grupos contrastados como validez de construccin.
Para autores como Kerlinger (), la cantidad de varianza explicada acumulada por los factores
extrados en el anlisis factorial, es un indicador de la validez de construccin. En este caso, la
varianza explicada acumulada deber alcanzar valores de 70% o ms, para considerar que el
instrumento es adecuado desde el punto de vista de su validez de construccin. Debe recordarse
que la varianza explicada acumulada es en realidad la que corresponde a la varianza explicada de la
matriz reducida de la matriz de intercorrelaciones. Es por esta razn que se exige un porcentaje tan
alto para considerar vlido al instrumento.
9.2.5.3.2 Validez Relevante
Autores como Guilford (1954), llaman validez relevante, al promedio de la raz cuadrada de
las comunalidades de los reactivos que constituyen a un factor. Esto significa que se obtienen
valideces relevantes individuales para cada uno de los factores extrados. Sin embargo, los valores
de estas valideces, tambin debern alcanzar magnitudes de 0.75 y ms.
El procedimiento para calcularlas es muy sencillo. Primero se determinan cules son los
reactivos que constituyen a cada factor. Se encuentra en el listado de resultados, la comunalidad
estimada despus de la rotacin, que corresponda a los reactivos de cada factor. Se le saca raz
cuadrada a esta comunalidad, se suman todos los resultados, y se divide esta magnitud entre el
nmero de reactivos del factor. Esto constituye, la validez relevante del factor. Tambin aqu se
exige que los datos alcancen magnitudes de 0.80 y mayores.
Por ejemplo, supngase que se define a la Autoestima desde el punto de vista conceptual
como: la percepcin que tiene una persona acerca de la bondad con la que ejecuta los roles
psicolgicamente significativos para ella, as como la percepcin que esta misma persona tiene de la
manera en que otros significativos perciben que ella ejecuta esos mismos roles. En otras
palabras, si el Sujeto es mujer, podra decirse que su autoestima est determinada por la forma en
que ella cree que ejecuta sus papeles de esposa, madre, hija, ama de casa y profesionista, as
como por la forma en que ella cree que personas importantes para ella (por ejemplo: el esposo, sus
padres, sus hijos, y sus jefes) piensan que ejecuta esos mismos papeles. La combinacin pesada
de estas creencias, es la que determina la autoestima de la mujer. En otras palabras. de los roles o
papeles que ella desempea, algunos son, para ella, ms importantes; as como tambin, de las
personas importantes para ella, algunas lo son ms que otras. La combinacin de estas
percepciones, con sus relativas importancias, es la que determina la forma en que ella se
autoestime.
Los resultados de un anlisis factorial debern representar en forma adecuada a cada una de
las percepciones significativas para las mujeres, por ejemplo, as como sus importancias relativas.
En este ejemplo hipottico, donde se podra plantear la hiptesis de que para las mujeres adultas,
los papeles importantes de su vida son el ser madres, esposas y profesionistas, y los otros
significativos podran ser el esposo, los hijos y los jefes, se esperara que se encontraran seis
factores, cada uno de ellos correspondiendo a lo antes sealado. De la misma manera, si se
estableciera que el orden de importancia de los papeles es: madre, la percepcin que de ella como
tal tienen sus hijos; esposa, la percepcin que de ella como tal tiene el esposo, la profesin y la
percepcin que de ella como profesionista tienen sus jefes, la importancia relativa de los factores
(cantidad de varianza explicada de cada uno de ellos) tambin debera quedar de manifiesto en los
resultados. Si sucede lo anterior, se dice que el instrumento tiene validez de construccin, de
acuerdo a su estructura factorial.
Cuando se opta por la determinacin de la validez de construccin factorial, por lo general se
exige que se cubran los tres requisitos sealados arriba. Es decir, que tenga validez en cuanto a la
varianza explicada, en cuanto a la validez relevante, y en cuanto a la estructura factorial.
Por ltimo, se pondr un ejemplo de la validez factorial, empleando los resultados del ejemplo
presentado en el Captulo VII.
Desde el punto de vista de la varianza explicada, se observa que el Factor 1 explica el 70.4%
de la varianza; el Factor 2, el 12.9% de la varianza; y el Factor 3, el 7.0%. De esta manera, la
varianza acumulada explicada por los tres factores es de 90.3%. Desde el punto de vista de la
varianza factorial explicada, el instrumento es vlido, si se desea conservar a los tres factores. Si se
deseara conservar tan slo al primero, aunque de manera no "pura", el instrumento tambin sera
vlido desde este punto de vista, ya que la cantidad de varianza explicada por este nico factor es
de 70.4%, que aunque no alcanza el valor de 75% acumulado, es definitivamente un factor
importante por la cantidad de varianza que explica.
Considrese que se opta por la opcin de tomar a los tres primeros factores, eliminando del
primer factor aquellas variables que cargan con pesos altos en los otros dos. De esta manera, el
primer factor se referira al sistema de enseanza, y quedara constituidos por las siguientes
variables: permite la aplicacin del conocimiento a situaciones prcticas, es creativo, entretenido,
est sistematizado, permite retener el conocimiento, y es reforzante.
Comunalidades
0.69836 0.8356793
0.60887 0.7803012
0.57609 0.8479325
0.62833 0.7926726
0.58843 0.7670071
0.72810 0.8532857
= 4.9120094/6 = 0.8186682
La validez relevante del primer factor es de 0.8186682, (0.82) la cual es bastante adecuada.
Para el segundo factor, siguiendo los mismos procedimientos, la validez relevante es de 0.75;
mientras que para el tercer factor es de 0.76. En general, la validez relevante es adecuada y
aceptable.
Por lo que se refiere a la estructura factorial, se puede observar que se encontraron tres
factores, que representan en forma adecuada a los tres elementos del sistema de enseanza -
aprendizaje que se pretendan evaluar: el sistema de enseanza, el profesor, y el contenido del
programa. En este caso no se estableci cul de los tres era ms importante, por lo que no interesa
el orden de aparicin de los factores. Entonces, desde el punto de vista de la estructura factorial, se
puede decir que el instrumento tiene validez de construccin.
Tomando en cuenta las tres maneras de establecer la validez de constructo del instrumento
de este ejemplo, se puede concluir que este instrumento es vlido para evaluar al profesor, al
programa de una materia y al sistema de enseanza seguido por el profesor.
9.4 Autoevaluacin
9.4.1. Preguntas
9.4.2 Respuesta
Una vez terminados todos los clculos necesarios para establecer las caractersticas
psicomtricas y los procedimientos de calificacin e interpretacin de las calificaciones del
instrumento, se procede a reportarlo, a ponerlo a la disposicin de la comunidad cientfica, para que
sta pueda utilizarlo.
El manual del instrumento es el documento que incluye toda la informacin importante que se
requiere para la correcta utilizacin de un instrumento de medicin. La informacin se presenta de
manera ordenada, para facilitar su consulta. A continuacin se propone la organizacin de la
informacin que debe contener un manual de este tipo.
10.1.1 Introduccin
Es decir, un investigador puede recorrer uno de los siguientes tres caminos, con objeto de
definir conceptualmente, la variable o constructo que pretende medir. Primero, puede tomar como
punto de partida una teora que satisfaga sus exigencias conceptuales. Por ejemplo, la teora
multidimensional de la inteligencia de Guilford (). Segundo, pudo haber recurrido a dos o tres
posturas tericas, por pensar que ninguna de ellas por s sola era suficiente, y considerar que era
ms enriquecedor emplear dos o ms de ellas. Por ejemplo, para medir autoestima pudo haberse
basado en la teora actitudinal de Coopersmith ( ) y la de los roles de Rokeach ( ). Tercero,
pudo haber partido de lo que la poblacin a la que se iba a medir, entenda por el concepto o
variable. En este caso se le pregunta, en forma abierta, a una pequea muestra de la poblacin
para la cual se elaborar el instrumento, qu es lo que ella entiende por el concepto o variable. Por
ejemplo, si se desea medir autoconcepto, se le puede preguntar a una pequea muestra de Sujetos,
que indiquen de qu manera se describiran a ellos mismos. En seguida se llevara a cabo un
anlisis de contenido de la informacin as recabada, para determinar la existencia de una o varias
dimensiones, y a partir de ellas, iniciar la elaboracin de los reactivos que mejor representaran a
esas dimensiones.
Como el procedimiento empleado por el autor del instrumento pudo haber sido cualquiera de
los sealados arriba, es conveniente que se indique, en la introduccin, cul de ellos se sigui, y las
razones que lo guiaron a hacerlo as y no de otra manera. Es decir, en la Introduccin, habr de
sealarse el marco conceptual que haya guiado al autor, as como la fundamentacin razonada del
por qu de su eleccin, y del por qu de la eliminacin de cualquier otra posible aproximacin, si es
que existe.
En otras palabras, en esta seccin, se fundamenta y se discute tericamente, la adopcin del
marco de referencia que gui al investigador en el proceso de construccin del instrumento que est
presentando.
10.1.2.1 Confiabilidad
El autor del instrumento seala cul o cules de los tipos de confiabilidad se le determinaron
al instrumento, as como las razones que las justificaron. Se reportan entonces, los coeficientes de
confiabilidad obtenidos, as como sus probabilidades asociadas. Si en el proceso de obtencin de la
confiabilidad se tuvieron que eliminar reactivos, se sealan cuntos y cules, as como las razones
que llevaron a su eliminacin. Se indican aqu tambin, las principales caractersticas de las
muestras que se emplearon para determinar las confiabilidades, as como sus tamaos, y la forma
en que fueron extradas de la poblacin.
10.1.2.2 Validez
10.1.3 Estandarizacin
El proceso de estandarizacin se refiere a los pasos seguidos para desarrollar las normas de
calificacin del instrumento, una vez que se han determinado su confiabilidad y validez. Estas
normas de calificacin o baremos son las tablas que permiten transformar los puntajes crudos en
estandarizados, as como interpretar, darle significado cualitativo en trminos del marco de
referencia conceptual, a los puntajes obtenidos por los Sujetos a los que se les aplique el
instrumento. Esta seccin consta de dos subsecciones, que se presentan a continuacin.
La calificacin que obtienen los Sujetos se refiere a la media o mediana de los valores
escalares de las afirmaciones escogidas por ellos; en el captulo V se presenta de manera detallada,
el procedimiento de calificacin. Se recordar tambin, que en el caso de estos mtodos, se tiene
un continuo psicolgico que permite hacer una interpretacin cualitativa de los resultados obtenidos
por los respondientes (vase el Captulo V).
Cuando se seleccion el mtodo del anlisis factorial para la elaboracin del instrumento, el
instrumento final estar constituido por factores, y cada uno de ellos por un conjunto dado de
reactivos. Estos conjuntos de reactivos se habrn de calificar de manera que se obtengan puntajes
factoriales para los Sujetos que los respondan.
Para obtener puntajes factoriales se recurre a la Matriz de Puntajes Factoriales, que deber
presentarse en forma simplificada en el manual. Por forma simplificada se quiere decir que slo se
presentan los coeficientes factoriales de los reactivos que constituyen a cada factor ,as como las
medias y desviaciones estndar de cada reactivo. En el manual tambin habr de indicarse la
manera de obtener las calificaciones factoriales. El procedimiento que se sigue es el de transformar
los puntajes crudos obtenidos por los Sujetos, en puntajes z, y multiplicarlos por los coeficientes
factoriales que les correspondan, llevando a cabo una suma algebraica de estos productos, a lo
largo de todos los reactivos de cada factor. Las calificaciones as obtenidas, estn en unidades z, y
corresponden entonces a una escala intervalar, con una media de 0, y una desviacin estndar de
1. Si el puntaje factorial es positivo, significa que el individuo tiene ms del factor; si el puntaje es
negativo, tiene menos del factor.
10.1.3.2.3 Baremos
Se conoce como Baremos a las tablas que acompaan a los instrumentos, con objeto de
transformar los puntajes '"crudos" a otro tipo de puntaje, que al mismo tiempo que seala la
magnitud de la posesin del atributo por el Sujeto, permite interpretar esa magnitud al respecto de la
poblacin en general.
Existen diferentes tipos de transformaciones que se han empleado para elaborar estas tablas
o baremos. A continuacin se presentan algunos ejemplos de las ms conocidas y utilizadas.
Tambin se explica la manera de construirlas y de utilizarlas.
10.1.3.2.3.1 Stens
Los stens son transformaciones que se hacen de los puntajes "crudos" a diez intervalos de
unidades de desviacin estndar, y de all su nombre. El procedimiento para construir la tabla
correspondiente es el siguiente. Se calcula la media del grupo para la variable en cuestin; se
calcula la desviacin estndar; las dos primeras desviaciones a la derecha y a la izquierda, se
dividen en dos, y se deja a las terceras desviaciones, a la derecha y la izquierda, como estaban al
inicio.
-3 a -2 1
-2 a -1.5 2
-1.5 a -1 3
-1 a -0.5 4
-0.5 a 0.00 5
0.00 a +0.5 6
+0.5 a +1 7
+1 a +1.5 8
+1.5 a +2 9
+2 a +3 10
10.1.3.2.3.2 Puntajes T
10.1.3.2.3.3. Puntajes Z
10.1.4. Aplicacin
En otras palabras, en esta seccin se incluyen las instrucciones estandarizadas que habrn
de emplearse en la aplicacin, as como indicaciones de la forma de aplicacin: individual o
colectiva.
En este apartado se deben sealar las limitaciones que tiene el instrumento. Por ejemplo:
slo se puede emplear con personas alfabetas; slo se puede aplicar en forma individual; etc.
En esta seccin tambin pueden hacerse sugerencias respecto al uso del instrumento, ya
sea en cuanto al tipo de muestras para las que es adecuado, o en cuanto al tipo de variables que
valdra la pena relacionar con la que mide el instrumento desarrollado por el autor.
Tambin es conveniente resear en esta seccin, los usos y resultados que se han obtenido
con el instrumento, invitando a los futuros usuarios, a hacerle llegar al autor de la prueba, los
resultados del uso de la misma, en investigaciones posteriores. En virtud de lo anterior, se
recomienda al autor del instrumento, indique con toda claridad la institucin de afiliacin, as como
su direccin o manera de establecer contacto con l.
REFERENCIAS
Biddle, B.J. y Thomas, E.J. (Eds.) (1966). Role Theory: Concepts and Research. Nueva York:
Wiley.
Cronbach, L.J. (1951). Coefficient Alpha and the internal structure of tests. Psychometrika, 16,
297-334.
Cronbach, L.J. (1960). Essentials of Psychological Testing. Nueva York: Harper and Row.
Downie, N.M. y Heath, R.W. (1971). Mtodos Estadsticos Aplicados. Nueva York: Harper and
Row.
Guilford, J.P. (1976). The Nature of Human Intelligence. Nueva York: McGraw Hill.
Gulliksen, H.(1950). Theory of Mental Tests. Nueva York: John Wiley and Son.
Guttman, L. (1944). A basis for scaling qualitative data. American Sociological Review,9,
139-150.
Harman, H.H. (1976). Modern Factor Analysis. Chicago: The University of Chicago Press.
Nunnally,J. (1967). Psychometric Theory. Nueva York: McGraw Hill Book Company.
Stevens, S.S, (1951). Mathematics, Measurement and Psychophysics En: S.S.Stevens (Ed.):
Handbook of Experimental Psychology. Nueva York: Wiley.
Thurstone, L.L. (1927b). A law of categorical judgement. Psychological Review, 34, 287-293.
Thurstone, L.L. y Chave, E.J. (1929). The Measurement of Attitude. Chicago: University of
Chicago Press.
Torgerson, W.S. (1967). Theory and Methods of Scaling. Nueva York: John Wiley and Sons,
Inc. Vite San Pedro.