Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Validez y Fiabilidad Con SPSS PDF
Validez y Fiabilidad Con SPSS PDF
Esta breve guía incorpora las pruebas más usadas asociadas a la exploración de validez de
constructo y fiabilidad de incorpora el software spss 11.0. La idea es definir y graficar como dichas
pruebas pueden ser puestas en marcha en una investigación. Para practicar, utilice el archivo
Ev_docente.sav
I Validez
• Perspectiva clásica: grado en que un instrumento mide realmente lo que quiere medir.
• Grado en que una medición concuerda con un referente (énfasis en resultado, no en
instrumento).
• Se infiere la relación entre el concepto y el indicador; se busca el control de errores
sistemáticos (inexactitud debido a imperfecciones en instrumento, irregularidades durante
las mediciones o a los efectos de la operación misma de medida), y logro de representación
adecuada del concepto.
• Busca analizar un constructo para visualizar las distintas dimensiones que componen un
concepto (AF), mediante la identificación de propiedades o variables latentes –factores-;
cada factor es representado por los indicadores que alcanzan mayores correlaciones.
• Es un proceso que acumula evidencia empírica con el objetivo de establecer la pertinencia
en la medición de un concepto o constructo teórico, esto, a partir de inferencias o
interpretaciones que se elaboran con base en las puntuaciones obtenidas en una prueba.
• Debe contar con un referente teórico que especifique las relaciones entre el rasgo latente o
constructo y los elementos e indicadores específicos que dan cuenta de este.
• Requiere: homogeneidad (relación recíproca entre los indicadores de un constructo);
unidimensionalidad (un conjunto de ítems o indicadores mide sólo una dimensión);
convergencia (diferentes medidas de un concepto o ítem proporciona resultados
semejantes); divergencia (muestra bajos niveles de correlación con conceptos diferentes o
ítems).
2.1 Definición
• Implica girar en el origen los ejes de referencia de los factores hasta alcanzar una posición
determinada de las variables empíricas. El efecto de la rotación es redistribuir la varianza
de los primeros factores a los últimos para lograr un patrón de factores más simples y
teóricamente más significativos, para lo cual existen dos tipos: la ortogonal y la oblicua. La
finalidad de cualquier rotación es simplificar las filas y las columnas de la matriz de
factores para facilitar su interpretación. En dicha matriz, los componentes son
representados por las columnas y las filas dan cuenta de las cargas de las variables para
cada uno de estos.
• La rotación: La ortogonal consiste en que los ejes se mantengan formando un ángulo de
90°, lo que produce que todo componente sea independiente de los demás, en tanto se
mantienen perpendiculares entre sí. Estas rotaciones son adecuadas cuando el objetivo del
analista es reducir la información y que los factores no se encuentren correlacionados; La
oblicua permite que los ejes puedan tomar cualquier posición en el espacio factorial, de
manera que los hiperplanos se coloquen oblicuos los unos a los otros, lo que permite la
existencia de correlaciones entre los factores o componentes, siendo el coseno del ángulo
entre los ejes factoriales el indicativo de correlación. Es una rotación adecuada cuando se
busca la exploración de dimensiones latentes intercorrelacionadas.
• La simplificación de filas, se busca aproximar a cero tantos valores como sea posible
(maximizar la carga de una variable sobre un único factor;
• La simplificación de las columnas busca aproximar a cero tantos valores como sea posible
(que las cargas altas sea la menor posible). Rotaciones ortogonales que buscan dichos
objetivos: quartimax, equimax y varimax.
• Los coeficientes de correlación entre pares de variables han de ser lineales, para de este
modo obtener una buena representación al ejecutar los modelos utilizando esta técnica. Se
asume que las relaciones entre las variables observadas y los factores latentes,
representadas en un sistema de ecuaciones, han de ser también lineales.
• La manera de detectar la linealidad puede proceder a través de gráficos de dispersión,
gráficos de regresión parcial o gráficos de residuos.
• Los análisis factoriales son pertinentes cuando la correlación entre variables se encuentra
sobre ,2 (algunos autores señalan .3). Niveles inferiores en la matriz de correlación R entre
los ítems o variables, debería desestimar su utilización. Frente a incorrelación, carece de
sentido la búsqueda de estructuras latentes que agrupen a variables observadas como
expresiones de una misma dimensión o concepto.
Pruebas a utilizar.
Correlación bivariada: Explorar la correlación entre parase de variables para determinar la fuerza
con que se vinculan entre sí.
Test de Barlett: Se usa para comprobar que la matriz de correlaciones no es una matriz identidad;
estima la intercorrelación a partir de una transformación del determinante de la matriz. Si las
variables no están intercorrelacionadas, entonces el test de esfericidad de Bartlett debe presentar un
valor superior al límite de .05.
Este procedimiento establece que efectivamente existen correlaciones suficientes entre variables,
arrojando como resultado un p < .05 (p = .00).
2 Interpretación de la matriz
2.1.1 Autovalores
Gráfica de sedimentación
Gráfico de sedimentación
12
10
4
Autovalor
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27
Número de componente
2.1.2 Comunalidades
• Comunalidades se obtienen a través de la suma de lij2 para cada variable en los respectivos
factores o componentes (h2= l21j+l22j+...+ l2kj) y representa la proporción de varianza da
cada variable Xi que es explicada por los factores o componentes en el modelo. Cuando
estamos en presencia de comunalidades próximas a .0, quiere decir que las variables no han
quedado bien definidas en el modelo.
Una primera interpretación se desprende del examen de la tabla de comunalidades, la que expone la
proporción de varianza de cada variable o ítem explicada por el conjunto de factores comunes,
donde a mayor sea la cantidad de comunalidades cercanas a 1, mejor será la calidad de ajuste del
modelo.
Comunalidades
Inicial Extracción
DID Facilita comprensión de contenidos 1,000 ,698
DID Prepara clases y domina contenidos 1,000 ,692
DID Fomento del aprendizaje 1,000 ,689
DID Tiempo para aclarar contenidos 1,000 ,528
DID Ejercicios y lecturas acorde con contenidos 1,000 ,695
DID Resumenes al concluir clases 1,000 ,839
DID Uso de resultados para comprensión de contenidos 1,000 ,739
DID Información e ideas actualizada 1,000 ,751
DID Usa recursos didácticos como apoyo 1,000 ,713
DID Expone contenidos de manera coherente y ordenada 1,000 ,822
DID Facilita la comprensión de los contenidos del curso con ejemplos
1,000 ,718
claros
PER Puntualidad al incio y término del horario 1,000 ,710
PER Cumple con los compromisos académicos en los plazos
1,000 ,666
estiados
PER Se interesa porque los estudiantes tengan una buena
1,000 ,736
comprensión de la materia
PER Acepta críticas y comentarios efectuados por los alumnos 1,000 ,803
PER Responde cortesmente cuando se le plantean preguntas 1,000 ,702
PER Mantiene buenas relaciones con los estudiantes 1,000 ,774
PER Califica a los alumnos con criterios claros y objetivos 1,000 ,822
MOT Fomenta el interés de los alumnos por los temas tratados 1,000 ,650
MOT Estimula el mejoramiento del rendimiento de los estudiantes 1,000 ,823
MOT Promueve la reflexión y participación en clase 1,000 ,802
MOT Motiva a los estudiantes a profundizar sobre las materias 1,000 ,820
OR Disponibilidad horario consultas fijados 1,000 ,684
OR Demuestra una actitud hacia el diálogo con los alumnos 1,000 ,797
OR Orienta académicamente al alumno, cada vez que este lo requiere 1,000 ,625
OR Fomenta el trabajo en equipo 1,000 ,516
OR Asigna con claridad los contenidos y condiciones de trabajos y
1,000 ,700
evaluciones
Método de extracción: Análisis de Componentes principales.
Componente
1 2 3 4 5 6
DID Facilita comprensión de contenidos ,175 ,191 5,138E-02 ,773 ,173 1,294E-02
DID Prepara clases y domina contenidos ,329 ,143 ,123 ,655 ,245 ,244
DID Fomento del aprendizaje ,407 ,600 ,232 ,221 ,172 ,178
DID Tiempo para aclarar contenidos ,176 ,414 ,154 ,235 ,296 ,400
DID Ejercicios y lecturas acorde con contenidos 4,875E-02 2,513E-02 4,492E-02 ,824 -8,63E-02 5,902E-02
DID Resumenes al concluir clases ,216 ,112 -,165 ,183 ,845 7,675E-02
DID Uso de resultados para comprensión de contenidos 3,760E-02 ,210 ,355 -3,75E-03 ,746 -,104
DID Información e ideas actualizada ,165 ,135 ,659 ,400 ,276 ,188
DID Usa recursos didácticos como apoyo ,185 ,108 ,816 8,581E-04 -1,82E-02 2,765E-02
DID Expone contenidos de manera coherente y ordenada ,641 ,282 6,803E-02 ,226 1,556E-02 ,526
DID Facilita la comprensión de los contenidos del curso con ejemplos claros ,563 ,191 ,418 ,348 ,208 ,160
PER Puntualidad al incio y término del horario -2,55E-02 ,185 -,150 ,171 -4,48E-02 ,788
PER Cumple con los compromisos académicos en los plazos estiados ,636 ,198 ,290 ,329 3,834E-02 -,167
PER Se interesa porque los estudiantes tengan una buena comprensión de la materia ,487 ,512 ,122 ,149 ,415 ,167
PER Acepta críticas y comentarios efectuados por los alumnos ,574 ,567 ,155 8,446E-02 ,164 ,306
PER Responde cortesmente cuando se le plantean preguntas ,707 ,340 -,143 8,134E-02 7,728E-02 ,230
PER Mantiene buenas relaciones con los estudiantes ,734 ,359 -1,48E-02 4,812E-02 ,108 ,304
PER Califica a los alumnos con criterios claros y objetivos ,710 -5,74E-02 ,312 ,154 ,438 -1,88E-02
MOT Fomenta el interés de los alumnos por los temas tratados ,248 ,259 ,363 5,626E-02 ,567 ,255
MOT Estimula el mejoramiento del rendimiento de los estudiantes -7,54E-02 ,450 ,749 7,488E-02 ,190 -,107
MOT Promueve la reflexión y participación en clase ,166 ,834 ,254 4,576E-02 2,453E-02 ,107
MOT Motiva a los estudiantes a profundizar sobre las materias 2,266E-03 ,878 6,773E-02 8,150E-02 ,186 -6,18E-02
OR Disponibilidad horario consultas fijados ,353 2,629E-02 ,247 -8,84E-02 9,469E-02 ,693
OR Demuestra una actitud hacia el diálogo con los alumnos ,452 ,696 ,111 2,745E-02 4,116E-02 ,305
OR Orienta académicamente al alumno, cada vez que este lo requiere ,378 ,547 -1,10E-02 ,160 ,181 ,353
OR Fomenta el trabajo en equipo ,323 ,539 ,215 ,233 ,113 8,574E-02
OR Asigna con claridad los contenidos y condiciones de trabajos y evaluciones ,559 ,152 ,240 ,424 ,352 -4,97E-02
• Puede definirse como el grado de precisión que una medición ofrece; para ser fiable, una
escala debe tener la capacidad de exhibir resultados consistentes en mediciones sucesivas
del mismo fenómeno.
• Puede determinarse mediante un coeficiente de confiabilidad, el cual corresponde a un
índice, que bajo la forma de proporción, da cuenta de la razón entre la varianza de la
puntuación verdadera de la escala y la varianza total.
• Tiene como objetivo determinar, probablísticamente, el grado de variación atribuible a
errores aleatorios o causales no vinculados a la construcción del instrumento. Garantiza la
consistencia expresada en la determinación del grado de error contenido en la aplicación de
una escala, y por tanto, en la medición del fenómeno.
• El error puede ser entendido como el componente de la puntuación observada en la
medición que no se relaciona con la capacidad que posee quien la responde. Siendo X una
puntuación observada, T una puntuación verdadera y E el error, el hecho de que una
puntuación observada sea igual a la puntuación verdadera más el error puede expresarse
como: X= T + E
R E L I A B I L I T Y A N A L Y S I S - S C A L E (S P L I T)
Reliability Coefficients
Item-total Statistics
Reliability Coefficients
Alpha = ,9395
Correlación ítem-total
• Esta prueba tiene por objetivo correlacionar cada ítem con la suma de todos aquellos que
conforman la escala (menos el ítem a correlacionar), lo que nos lleva a detectar si existe
relación entre la puntuación alta en un ítem y puntuaciones altas en el resto de la escala.
• La existencia de correlación ésta dada por un coeficiente distinto de 0, pudiendo asumir
valores positivos o negativos, y cuyos extremos son -1 y 1. La proximidad a estos puntos –
y lejanía de 0- determina la fuerza en la correlación, la que va desde las débiles (entre 1 a
2,5 o -2,5 a -1), a las medias (0,5 a 0,75 y -0,75 a -0,5) y a las fuertes (sobre 0,75 a 1 y -1 a
0,75), donde 1 y -1 corresponden a correlaciones perfectas.
• El supuesto es que los ítems que alcanzan una mayor correlación son los que comparten
más características con los demás, y por ende, estarían midiendo el mismo rasgo o
dimensión del fenómeno.
• Pueden ser suprimidos todos aquellos ítems con bajas correlaciones.
• Si un ítem es consistente con el resto de la escala, la correlación entre las puntuaciones que
las personas han dado al ítem debería concordar con las que ha dado al resto de los ítems,
de tal manera que la correlación –de signo positivo- entre el ítem analizado y la suma de
los restantes debería ser al menos moderada.