DESARROLLO DEL PROYECTO DE

INVESTIGACIÓN

Sesión 2 : Taller: Validez y Confiabilidad del Instrumento

de recolección de datos
UNIDAD UNICA: ELABORACIÓN DEL INFORME DE TESIS

CAPACIDADES INDICADOR DE LOGRO

Aplica las propiedades
métricas de validez,
Argumenta la pertinencia de sus
confiabilidad y normas, luego
instrumentos de recolección de
de la aplicación del
datos
instrumento a la muestra
piloto
 Concepto Variable teórica
OPERACIONALIZACIÓN
DE VARIABLES

Definición
Conceptual

Dimensiones

Definición operacional

Variable empírica
Indicadores
INSTRUMENTO DE MEDICIÓN
• Las escalas de actitudes son instrumentos de
recolección y expresión de datos en términos
cuantitativos a partir de hechos cualitativos.

• Es necesario que reúnan dos requisitos: la

confiabilidad y la validez.
REQUISITOS
• La confiabilidad se refiera al grado en que su
aplicación repetida al mismo sujeto, produce iguales
resultados.
Ejemplo: el termómetro.
• La validez se refiere al grado en que un instrumento
realmente mide la variable que pretende medir.
Ejemplo: Cuestionario de Sostenibilidad de la Oferta y
la demanda Turística
¿CÓMO SE SABE SI UN INSTRUMENTO DE MEDICIÓN ES
CONFIABLE Y VÁLIDO?
CARACTERISTICAS A CONSIDERAR EN UN INSTRUMENTO
(“Métodos de investigación“ Argimon J. y Jiménez J.)
Validez
a) Validez de contenido
b) Validez de criterio
c) Validez de constructo o de concepto
Confiabilidad
a) Repetibilidad
b) Confiabilidad inter observador
c) Consistencia interna
a) VALIDEZ DE CONTENIDO.
Es el grado en que una prueba representa el universo
de reactivos del cual se extrajo y es útil sobre todo para
evaluar la utilidad de las pruebas que muestrean un área de
conocimiento en particular.
Ejemplo
Una prueba de operaciones aritmética no tendrá validez
de contenido si sólo incluye problemas de suma y excluye
problemas de resta, división o multiplicación .
Validez de
contenido
por juicio de
expertos
Formato para la
evaluación de Jueces
EJEMPLO de evaluación de
jueces

El instrumento fue evaluado

por 7 jueces
Proceso de análisis usando SPSS

1) Ingreso de datos en SPSS

2) Prueba Binomial
3) Interpretación y conclusión
P promedio = 0.036
P promedio < 0.05,

La Prueba Binomial indica que

el instrumento de observación
es valido
b) VALIDEZ DE CRITERIO
Es una medida del grado en que una prueba está
relacionada con algún criterio. Es de suponer que el criterio con el
que se está comparando tiene un valor intrínseco como medida de
algún rasgo o característica.
Establece la validez de un instrumento de medición
comprándola con algún criterio externo.
Este criterio es un estándar con el que se juzga la validez del
instrumento, cuanto más se relaciona los resultados del
instrumento de medición con el criterio, la validez será mayor.
b) VALIDEZ DE CRITERIO
Ejemplo

Un cuestionario para saber las preferencias electorales de los

votantes de Lima en las elecciones municipales y regionales
del 2010 respecto a los candidatos a la alcaldía de esta
provincia puede validarse en criterio aplicando la encuesta dos
o tres días antes de la elección y sus resultados compararlos
con los resultados finales de la elección
Validez de criterio:
Índice de Kappa
de Cohen
Landis y Koch (1977) propusieron
unos márgenes para valorar el
grado de acuerdo en función del
índice kappa:
c) VALIDEZ DE CONSTRUCTO
Se refiere al grado en que una medición se relaciona
consistentemente con otras mediciones de acuerdo con
hipótesis derivados teóricamente y que se relacionan a los
conceptos o constructos que están siendo medidos.
Ejemplo
TEORIA
Las investigaciones hechas encontraron que “A” se
relaciona positivamente con B, C y D negativamente con
W
CONFIABILIDAD
Un instrumento es confiable o fiable si produce resultados
consistentes cuando se aplica en diferentes ocasiones
(estabilidad o reproducibilidad (replica)).
Esquemáticamente se evalúa administrando el instrumento
a una misma muestra de sujetos ya sea en dos ocasiones
diferentes (repetibilidad) o por dos o más observadores diferentes
(confiabilidad inter observador).
Se trata de analizar la concordancia entre los resultados
obtenidos en las diferentes aplicaciones del instrumento.
ESTUDIO DE CONFIABILIDAD
Cálculo de la confiabilidad
Generalmente todos los procedimientos utilizan fórmulas que producen
“coeficientes de confiabilidad”, los cuales pueden oscilar entre 0 y 1,
donde 0 significa confiabilidad nula y 1 representa el máximo de
confiabilidad.

Muy baja Baja Regular Aceptable Elevada

0% 1
%

Medición
contaminada No hay error
de error
Criterio de confiabilidad valores

• No es confiable : -1 a 0
• Baja confiabilidad : 0.01 a 0. 49
• Moderada confiabilidad : 0.5 a 0.75
• Fuerte confiabilidad : 0.76 a 0.89
• Alta confiabilidad : 0.9 a 1
Repetibilidad o confiabilidad test-retest
Se refiere a si, cuando se administra un instrumento a la misma población
en dos ocasiones diferentes, se obtienen resultados idénticos o similares. Si el
instrumento es para pacientes, estos deben ser crónicos. (perfil de salud)
• Variable cualitativa: coeficiente kappa
• Variable cuantitativa: coeficiente de correlación intra clase.
• Otras formas: - Versiones equivalentes
- Dos mitades (pares-impares)
Coeficiente de correlación intra clase
Confiabilidad interobservador
Se estima el grado de concordancia entre dos o más evaluadores
(observadores). Si la confiabilidad interobservador es alta la intra observador
también es alta. Pero, si la confiabilidad interobservador es baja, no se
puede asegurar si es debido a diferencias entre observadores o en un mismo
observador.

Se evalúa:
• Variable cualitativa: índice kappa
• Variable cuantitativa: coeficiente de correlación intraclase.
Confiabilidad interobservador
Ejemplo:

Para medir capacidad funcional en personas de edad avanzada, se

evaluó la concordancia entre 11 observadores que evaluaron 30
pacientes, obteniéndose coeficientes de correlación intraclase que
oscilaron entre 0,66 para el estado físico y 0,87 para los autocuidados.
Consistencia interna:
Se refiere si los ítems que miden un mismo atributo, presentan
homogeneidad entre ellos. Esta homogeneidad entre los ítems nos indica el
grado de acuerdo entre los mismos y, por tanto, lo que determinará que
éstos se puedan acumular y dar una puntuación global. Cuando una variable
tiene diferentes dimensiones debe evaluarse la consistencia interna de cada
una de ellas.

Se evalúa: - Coeficiente alfa de Cronbach.

- Fórmula 20 de K-R
Consistencia interna:
Ejemplo.

El cuestionario de apoyo social consta de 11 ítems medidos

en una escala de Likert con puntuaciones de 1 a 5. El alfa de
Cronbach de la escala fue de 0,90, el de la sub escala de apoyo
confidencial de 0,88 y el de apoyo afectivo de 0,79
Coeficiente alfa de Cronbach
Se trata de un índice de consistencia interna que toma
valores entre 0 y 1 y que sirve para comprobar si el instrumento que
se está evaluando recopila información defectuosa y por tanto nos
llevaría a conclusiones equivocadas o si se trata de un instrumento
fiable que hace mediciones estables y consistentes.
 Todas las La Unas Rara
Consistencia interna: alfa de veces mayoría pocas vez
Ítem
Cronbach de las veces
veces
Persona A: Internamente 1 4 3 2 1
consistente A B
Persona B: Internamente 2 4 3 2 1
inconsistente B A
3 4 3 2 1
A B
4 4 3 2 1
A B
 Alfa de Cronbach
Eres consciente de lo que piensas sobre la actividad o problema de investigación .897

Confiabilidad – Alfa de Eres consciente de qué técnica o estrategia de pensamiento usar y en qué momento
Te preguntas cómo se relaciona la información importante de la actividad de investigación con lo que ya
.897
.898

Cronbach sabes
Intentas concretar qué se te pide en la tarea de investigación. .896
Reflexionas sobre el significado de lo que se te pide en la actividad de investigación antes de empezar .895
Te aseguras de haber entendido lo que hay que hacer, y cómo hacerlo en la investigación. .895
Haces un seguimiento de tus progresos y, si es necesario, cambias las técnicas y estrategias de aprender .894
la investigación.
Utilizas múltiples técnicas de pensamiento o estrategias para resolver la actividad o la tarea de .895
investigación.
Eres consciente de tu esfuerzo por intentar comprender la actividad de investigación antes de empezar a .895
resolverla.
Seleccionas y organizas la información relevante para la resolución de la tarea o actividad de .894
investigación.
Verificas permanentemente el avance de tu trabajo de investigación mientras lo estás haciendo. .895
Tratas de descubrir las ideas principales o la información relevante de dicha tarea o actividad de .895
investigación.
Intentas comprender los objetivos de la actividad de investigación antes de ponerte a resolverla. .893
Eres consciente de la necesidad de planificar el curso de tu acción. .896
Alfa de N de Una vez finalizada la actividad de aprendizaje de la investigación eres capaz de reconocer lo que dejaste .899
sin realizar.
Cronbach elementos Eres consciente de los procesos de pensamiento que utilizas (de cómo y en qué estás pensando). .895
Antes de empezar a realizar la actividad de aprendizaje de la investigación, decides primero, cómo .896
.896 19 abordarla.
Verificas la precisión de tu aprendizaje a medida que avanzas en la realización de la actividad de .893
investigación.
Te esfuerzas por comprender la información clave de aprendizaje de investigación de la actividad antes .895
de intentar resolverla.
Su fórmula estadística es la siguiente:

  
2
K Si
   1 
K 1  S
2

 T

K: El número de ítems
Si^2: Sumatoria de Varianzas de los Items
ST^2: Varianza de la suma de los Items
α: Coeficiente de Alfa de Cronbach
Ejemplo: Items I II III Suma de Items
Sujetos
Campos (1) 3 5 5 13
Gómez (2) 5 4 5 14
Linares (3) 4 4 5 13
Rodas (4) 4 5 3 12
Saavedra (5) 1 2 2 5
Tafur (6) 4 3 3 10

VARP 1.58 1.14 1.47 ST2 : 9.14

(Varianza de la
Población) S Si 2 : 4.19
Ejemplo: • K: El número de ítems : 3
• Si^2 : Sumatoria de Varianzas de los Ítems : 4.19
• ST^2 : Varianza de la suma de los Ítems : 9.14
• a : Coeficiente de Alfa de Cronbach

3  4.19 
   1 
3 1  9.14 

α = 0.81

Entre más cerca de 1 está α, más alto es el grado de confiabilidad

Procedimiento de dos mitades (División de ítems en pares e impares)
1° Se calcula el Índice de Correlación (Pearson)

2° Corrección de r con la ecuación de Spearman – Brown

2r
R
1 r
Ejemplo: Items I II III A B AB A2 B2
Sujetos

Campos (1) 3 5 5 8 5 40 64 25

Gómez (2) 5 4 5 10 4 40 100 16

Linares (3) 4 4 5 9 4 36 81 16

Rodas (4) 4 5 3 7 5 35 49 25

Saavedra (5) 1 2 2 3 2 6 9 4

Tafur (6) 4 3 3 7 3 21 49 9

Suma 44 23 178 352 95

 n 6
n (SAB) 1068
(SA) (SB) 1012
Ejemplo: Numerador 56

n (SA2) -
n (SA2) 2112 (SA)2 176
(SA)2 1936

n (SB2) -
n (SB2) 570 (SB)2 41
(SB)2 529

Índice de correlación de Pearson ( r ) : 0.66

Corrección según Spearman-Brown ( R ) : 0.79
2r / (1+r)
Entre más cerca de 1 está R, más alto es el grado de confiabilidad
 Ejemplo:
ITEM 1 ITEM 2 ITEM 3 ITEM 4
ECONOMI SUMATORIA
SUJETOS CALIDA VALOR
A DE COMPETITIVIDAD DE ITEMS
D AGREGADO
ESCALA
1 15 14 16 15 60
2 19 22 21 20 82
3 15 14 15 14 58
4 15 14 16 15 60
5 18 19 19 19 75
6 15 16 16 16 63
7 14 15 16 15 60
8 13 14 14 14 55
9 20 19 20 20 79
10 19 18 20 19 76
11 18 19 20 19 76
12 16 17 18 17 68
13 14 14 15 14 57
14 17 18 17 17 69
15 14 14 15 14 57
 Ejemplo:
ITEM 1 ITEM 2 ITEM 3 ITEM 4
SUMATORIA DE
SUJETOS
CALIDAD
ECONOMIA DE VALOR
COMPETITIVIDAD ITEMS
ESCALA AGREGADO

16 19 20 21 20 80
17 15 16 16 15 62
18 14 15 15 14 58
19 14 14 15 14 57
20 15 14 15 14 58 K: El número de ítems 4
21 14 15 14 14 57
22 15 14 14 14 57
SSi²: Sumatoria de varianza de

23 15 16 15 15 61 los ítems 17
24 14 14 15 14 57
ST²: Varianza de la suma de los
25 15 15 16 15 61
ítems 63
26 16 14 16 15 61
27 16 15 15 15 61
28 15 16 15 16 62
29 15 14 16 15 60
30 15 13 15 15 58

VARP (Varianza
3,232 4,929 4,366 4,179 ST2 62,517
de la Población)

S Si2 16,706
 Ejemplo:

 S 
2
K
   1 i

K 1  ST
2

 

α = 4 * 1 - 16,710
( 4+1) 62,520

α = 1,33 * 0,732726
α= 0,977
Este coeficiente nos indica que entre más cerca de 1 esté α, más alto es el grado de
confiabilidad, en este caso, el resultado nos da un valor de 0.977, entonces se puede
determinar que el instrumento empleado tiene un alto grado de confiabilidad.