Traducido del inglés al español - www.onlinedoctranslator.

com

Archivo Personal RePEc de Múnich

Desarrollo y validación de datos

experimentales del cuestionario de la
encuesta: un enfoque estadístico basado en
revisiones sistemáticas

Aithal, Architha y Aithal, Sreeramana

Srinivas College of Pharmacy, Mangalore, India, College of

Management Commerce, Srinivas University, Mangalore, India

30 de octubre de 2020

En línea en https://mpra.ub.uni-muenchen.de/103996/
Documento MPRA n.o 103996, publicado el 12 de noviembre de 2020 a las 06:35 UTC
 Desarrollo y validación del cuestionario de encuestas y
Datos experimentales: una revisión sistemática basada en
Enfoque estadístico
Architha Aithal * y PS Aithal **
*
Pasante, PharmD, Srinivas College of Pharmacy, Mangalore, India OrchID:
0000-0003-2361-5166; Correo electrónico:aithalarchitha @ gmai l.com
**
Profesor, Facultad de Administración y Comercio, Universidad de Srinivas, Mangalore, India
OrcidID: 0000-0002-4691-8736; Correo electrónico:psaithal@gmail.com
Noviembre de 2020
ABSTRACTO
En la metodología de la investigación cuantitativa, el método de investigación empírica está
cobrando importancia por su eficacia en la realización de investigaciones en ciencias sociales,
gestión empresarial y ciencias de la salud. El método de investigación empírica contiene el
procedimiento de desarrollar un modelo para encontrar la relación entre diferentes variables
identificadas en un problema. Con base en el desarrollo de hipótesis y la prueba de hipótesis,
se puede examinar y mejorar el modelo para explicar los fenómenos del mundo real. El
método de investigación empírica consiste en utilizar un cuestionario basado en encuestas
para recolectar los datos para identificar e interrelacionar las variables presentes en el
problema. Es una tarea comparativamente difícil diseñar y desarrollar un cuestionario efectivo,
eficiente y psicométricamente perfecto para ser utilizado para la recolección de datos de
investigación en entornos de investigación empírica y clínica. Este documento proporciona una
referencia sobre las pautas y el marco para desarrollar cuestionarios adecuados para su uso
en ciencias sociales, administración de empresas, investigación médica y paramédica con un
énfasis especial en las diversas etapas de preparación del cuestionario, prueba preliminar del
cuestionario y validación (confiabilidad y validez) de el cuestionario utilizando varios métodos
estadísticos. El documento arroja luz sobre las etapas de recopilación y análisis de datos antes
de la finalización del modelo desarrollado para probar hipótesis en la investigación empírica al
proporcionar pautas para el diseño, desarrollo y traducción de cuestionarios para su aplicación
en los campos de investigación mencionados anteriormente. Los diferentes tipos de procesos
de validación requeridos para limpiar los datos mediante varios instrumentos de medición en
la investigación experimental también se discuten para comparar.

Palabras clave: Método de investigación empírica, encuesta de cuestionario, diseño de

cuestionario, preparación de cuestionario, prueba de cuestionario, validación (confiabilidad y
validez) de cuestionario, validación de datos experimentales
1. INTRODUCCIÓN :
La investigación es un proceso de investigación de respuestas a una pregunta de manera científica y sistemática
mediante la formulación de hipótesis, comprobación de hipótesis mediante recolección de datos sobre
constructos relevantes, análisis e interpretación de los resultados de manera sistemática, y llegar a las
conclusiones como una solución generalizada. Los principales objetivos de la investigación académica son
familiarizarse con un fenómeno, descubrir la asociación o independencia de las actividades e identificar las
características de un individuo o grupo de actividades, sus relaciones y la frecuencia de ocurrencia. Dependiendo
de los objetivos de la investigación, la investigación se puede clasificar en investigación exploratoria,
investigación experimental, investigación empírica, investigación concluyente, investigación descriptiva e
investigación casual [1-2].
Los métodos de encuesta basados en cuestionarios se utilizan ampliamente en las ciencias sociales, la gestión
empresarial y la investigación clínica para recopilar datos cuantitativos de consumidores, clientes y pacientes. En la
investigación médica y paramédica (clínica), el cuestionario de la encuesta se utiliza para recopilar datos cuantitativos y

1
información de los encuestados, incluidos pacientes, sus familiares y profesionales de la salud. En la
investigación clínica, los datos y la información de interés pueden variar desde información observable sobre
hallazgos físicos hasta evidencia subjetiva de los pacientes. Se debe construir un cuestionario sistemático para
este propósito. Al desarrollar este nuevo cuestionario, el investigador puede consultar o seguir un cuestionario
pre-disponible con el formato estándar de las referencias bibliográficas disponibles. Este artículo discute el
procedimiento de diseño y desarrollo de un cuestionario empírico y determina su confiabilidad y consistencia al
validarlo sistemáticamente utilizando varios métodos estadísticos. El documento también proporciona una
descripción general de la validación de datos experimentales obtenidos de instrumentos de investigación por su
confiabilidad y consistencia.

2. INVESTIGACIÓN EMPÍRICA BASADA EN ENCUESTAS:

La encuesta basada en un método de investigación empírica consiste en la identificación de un problema, determinando sus
factores que lo afectan, encontrando sus interrelaciones mediante el desarrollo de un modelo preliminar del problema / sistema.
El modelo se puede probar académicamente mediante el uso de un método de investigación de encuestas empíricas. El
diagrama de bloques, que interrelaciona varios pasos en el método de investigación por encuesta, se muestra en la figura 1. Los
componentes esenciales de tales métodos de encuesta son: (1) desarrollar un modelo preliminar del problema en consideración,
(2) Identificar los constructos del problema , (3) Desarrollo de hipótesis
(4) Desarrollar un cuestionario para la prueba de hipótesis, (5) Prueba preliminar del cuestionario, (6) Validación
(confiabilidad y validez) del cuestionario, (7) Validación posterior, (8) Determinación del tamaño de la muestra,
(9) Recolección de muestras a través de una distribución de cuestionarios, (10) Análisis de muestras mediante métodos
estadísticos, (11) Identificación de hipótesis aceptables y (12) Reconstrucción del modelo preliminar como final
Modelo.

(1) Desarrollar un
(2) Identifique el (4) Desarrollar un
modelo preliminar (3) Desarrollando
constructos del cuestionario para
del problema Hipótesis
problema prueba de hipótesis
bajo consideración

(6) Validación
(5) Preliminar
(Fiabilidad & (7) Posterior (8) Determinación
Cuestionario
Validez de validación del tamaño de la muestra
pruebas
cuestionario

(9) Muestra
(10) Análisis de muestras (11) Identificación (12) Reconstruir el
colección a través de
usando estadisticas aceptable modelo preliminar
cuestionario
métodos hipótesis como modelo final.
distribución

Figura 1 : El diagrama de bloques que interrelaciona varios pasos en el método de investigación de encuestas.

3. REVISIÓN DEL TRABAJO RELACIONADO:

En una investigación empírica basada en encuestas, la planificación, el diseño, la preparación y la validación de un cuestionario
son trabajos preliminares de un investigador antes de administrarlo a los encuestados identificados. Muchas publicaciones de
investigación están disponibles a través de Google Scholar en diferentes aspectos relacionados con ella y algunos importantes
Las publicaciones académicas relacionadas con diversos temas se enumeran en la tabla 1.

Tabla 1 : Algunas publicaciones académicas importantes en el área relacionada

S. No. Temas temáticos Referencia

2
 1 Encuesta por cuestionario La encuesta por muestreo: teoría y Warwick, DP y col.
práctica (1975). [3]
2 Encuesta de cuestionario Investigación de encuesta Rossi, PH y col. (2013).
[4]
3 Diseño de cuestionario Diseño de una encuesta de cuestionario Raghunathan, TE y col.
(1995). [5]
4 Diseño de cuestionario dividido Diseño de un cuestionario Ballinger, C. y col.
(1998). [6]
5 Diseño de cuestionario Diseño de cuestionarios: lo bueno, lo Bee, DT y col. (2016).
malo y los escollos. [7]
6 Diseño de cuestionario Métodos para el diseño de cuestionarios Oosterveld, P. y col.
(2019). [8]
7 Diseño de cuestionario Ubicación de los ítems para el diseño del Kachroo, P. y col. (2018).
cuestionario para una confiabilidad óptima [9]
8 Diseño de cuestionario Diseño de muestreo y cuestionario Sirakaya-Turk, E. y col.
(2017). [10]
9 Diseño de cuestionario Hacer las preguntas adecuadas a las Moroney, WF y col.
personas adecuadas en el momento (2019). [11]
10 Diseño de cuestionario adecuado Cómo diseñar un cuestionario Yaddanapudi, S. y col.
(2019). [12]
11 Cuestionario Elaboración de un cuestionario Riaño, CE, et al.
preparación según el método Delphi Uso de (2015). [13]
12 Cuestionario grupos focales para la elaboración Bovell-Benjamin, AC,
preparación del cuestionario et al (2009). [14]
13 Cuestionario Preparación del enfoque de diseño de Peytchev, A. y col.
preparación cuestionario dividido (2017). [15]
14 Prueba del cuestionario Descripción general del diseño del cuestionario de Jong y col. (2018).
y pruebas [dieciséis]

4. DESARROLLO PRELIMINAR DEL MODELO:

El primer paso de cualquier investigación empírica es el desarrollo de un modelo preliminar del problema o
sistema de consideración identificando sus diversos componentes, factores que afectan el desempeño, variables
independientes y dependientes y considerando sus relaciones entre sí. El modelo preliminar permite a los
investigadores desarrollar hipótesis para verificar el modelo.

Fiabilidad

Diseñar y desarrollar
Preliminar
un cuestionario
Cuestionario Subsecuente
pruebas
Validación de validación
cuestionario

Validez

Figura 2 : Diseño y desarrollo de cuestionarios, pruebas de confiabilidad y etapas de validación

Un cuestionario de una investigación basada en encuestas contiene un conjunto de preguntas también llamadas elementos que
se utilizan para resolver un problema de investigación identificado. Estas preguntas se desarrollan con el objetivo de recopilar
diferentes tipos de datos relacionados con información demográfica, opiniones personales, hechos y actitudes, información
relacionada con la salud, información intangible como sentimientos, gusto, satisfacción, etc. en cierta escala tangible de los
encuestados. El tipo de información requerida de los datos recopilados de un cuestionario afecta directamente

3
el diseño y desarrollo del cuestionario. Los cuestionarios cualitativos se utilizan para recopilar datos relacionados con la
información expositiva y los cuestionarios cuantitativos se utilizan para recopilar datos para validar la hipótesis
generada previamente. Existe una diferencia entre la encuesta y la encuesta basada en cuestionarios que en una
encuesta, el encuestador recopila información de los encuestados con respuestas estándar, mientras que en el caso de
las encuestas basadas en el cuestionario, los encuestados deben poder leer las preguntas una por una y comprenderlas
perfectamente. antes de contestarles bien. Generalmente, en la práctica se utilizan dos tipos de cuestionarios,
dependiendo de la naturaleza de la investigación como cuestionarios estructurados y no estructurados. Un cuestionario
estructurado se utiliza para recopilar datos cuantitativos y está diseñado de tal manera que recopila información
específica y prevista relacionada con un problema. También se puede utilizar para iniciar una investigación formal,
complementar datos y verificar datos que se hayan recopilado previamente, y también para validar hipótesis. Un
cuestionario estructurado generalmente contiene preguntas cerradas de opción múltiple. Se utiliza un cuestionario no
estructurado para recopilar información cualitativa mediante preguntas básicas y ramificadas, que en su mayoría son
abiertas. La confiabilidad y la validez de los ítems son dos cualidades importantes de un cuestionario utilizado en la
investigación empírica. Dependiendo del diseño, desarrollo y propósito del cuestionario, se utilizan los diferentes
métodos de verificación y estadísticos para medir la confiabilidad y validez del mismo, respectivamente [17].

Los pasos requeridos en la etapa de desarrollo del cuestionario, la etapa de confiabilidad y la etapa de validación del
cuestionario son:
(1) Diseñar y desarrollar un cuestionario utilizando el método de Focus Group
(2) Prueba del cuestionario mediante un método de prueba piloto
(3) Determinación de la confiabilidad del cuestionario
(4) Determinación de la validez del cuestionario
(5) Validación posterior
5. DISEÑO Y DESARROLLO DEL CUESTIONARIO:
Antes de construir un cuestionario sistemático para recolectar muestras de datos relacionados con un problema, el investigador
debe planificar adecuadamente para imaginar la solución ideal al problema en cuestión e identificar varios temas y constructos
relacionados con el problema. El investigador puede recopilar muestras de datos relacionados con el problema utilizando el
método de grupos focales [18-19]. Los diversos procesos, cuestiones y constructos relacionados con un problema en cuestión
son:
(1) Imagine la solución ideal al problema identificado:
Para cada problema de investigación, uno puede imaginar una solución ideal, que en realidad es una solución hipotética y no es
posible de lograr en la práctica debido a muchas limitaciones en los sistemas reales. Sin embargo, la solución ideal de imágenes
es muy importante en la investigación debido al hecho de que brindará la oportunidad de determinar la brecha de investigación.
La brecha de investigación es la brecha práctica (conceptual o experimental) entre la solución actual existente y la solución ideal
imaginada a un problema de investigación. Mediante la revisión y el análisis sistemáticos de la literatura, se puede conocer el
estado actual de la solución de un problema y, por lo tanto, la brecha de investigación. En la metodología de la investigación, una
vez que se determina la brecha de investigación de un problema, la agenda de investigación puede establecerse identificando
las limitaciones del investigador o los métodos de investigación utilizados en el estudio propuesto [20-21].

(2) Identificar los aspectos y constructos determinantes:

Para cada problema de investigación, existen algunas cuestiones determinantes. Las cuestiones determinantes son las
cuestiones principales de un problema relacionado con un sistema (individuos u organizaciones) que se está considerando. Estos
son los componentes principales de un sistema, incluido su entorno [22-23]. Por ejemplo, las cuestiones determinantes de un
modelo de negocio son cuestiones organizativas, cuestiones operativas, cuestiones de empleados, cuestiones administrativas,
cuestiones de clientes, cuestiones tecnológicas, cuestiones estratégicas, cuestiones ambientales y sociales, etc.
(3) Determine la dimensionalidad del constructo:
Construct es una herramienta que se utiliza para facilitar la comprensión de ideas, personas, organizaciones, eventos, objetos o
cosas que pertenecen a un sistema. Las construcciones se utilizan para identificar varios factores y elementos de un sistema.
Muchos constructos son multidimensionales, lo que significa que se componen de varios componentes relacionados. Los
constructos se pueden evaluar completamente desarrollando subescalas para sus componentes llamados factores y elementos.
En función de la importancia de las dimensiones de los constructos, se asignará peso a las preguntas del cuestionario.

(4) Decidir el formato del cuestionario para la administración:

4
Los investigadores deben tener claro cómo se administrará el cuestionario. ¿Quién administrará el
cuestionario, es decir, autoadministrado o administrado por personal clínico / de investigación? La
decisión sobre la administración del cuestionario depende en parte de lo que se pretenda medir en
la investigación empírica. Dependiendo del problema que se esté considerando, algunos
cuestionarios son efectivos si el personal clínico / de investigación hizo las preguntas, mientras que
a veces es más probable que respondan con sinceridad si se les permite completar el cuestionario
por sí mismos. En muchos casos, dependiendo de la naturaleza de la información que se recopile,
puede ser preferible obtener calificaciones objetivas del personal encargado de la recopilación de
datos. Por otro lado, si los encuestados deben completar el cuestionario por sí mismos,

(5) Decidir el formato de varios elementos del cuestionario:

El investigador debe decidir si los ítems del cuestionario deben ser abiertos o cerrados. Las preguntas abiertas
permiten a los encuestados desarrollar sus respuestas. Las preguntas abiertas buscan respuestas detalladas y
son las más adecuadas para situaciones en las que los investigadores desean recopilar más información sobre
un dominio específico. Pero tales respuestas son difíciles de codificar y, por lo tanto, de resumir las respuestas
de los individuos.
(6) Las preguntas cerradas deben contener un número limitado de opciones de respuesta:
Las preguntas cerradas son más fáciles de administrar y analizar. Sin embargo, las opciones de los encuestados pueden verse
influenciadas por las opciones de respuesta proporcionadas en el cuestionario. Las preguntas cerradas pueden contener
opciones múltiples, escalas tipo Likert, verdadero / falso u otros formatos cerrados. Para utilizar los datos recopilados para
análisis estadísticos posteriores, los investigadores deben tener en cuenta que los elementos deben escalarse para generar una
varianza suficiente entre los encuestados previstos.
(7) Pautas para el desarrollo de elementos del cuestionario:
Hay muchas pautas disponibles para escribir artículos. Incluye sugerencias como el uso simple de un lenguaje
familiar para los encuestados objetivo. Los elementos deben separarse para preguntas afectivas y preguntas de
comportamiento. Cada elemento utilizado en el cuestionario debe estar dirigido a un solo tema. Es necesario
evitar preguntas capciosas que den lugar a una respuesta sesgada. Además, los ítems que atraen la misma
respuesta de todos no deben incluirse porque generan información limitada sobre los constructos evaluados.
Algunos de los consejos sobre la redacción de preguntas abiertas se resumen en la tabla 2.
[25].
Tabla 2 : Consejos para redactar preguntas abiertas en el cuestionario [25]

Si el investigador tenía la intención de incluir ítems con puntuación inversa (ítems redactados negativamente) en el cuestionario,
se debe tener especial cuidado para evitar un impacto negativo en las propiedades psicométricas de las escalas. Deben
asegurarse de que los encuestados interpreten correctamente los ítems con calificación inversa y que los ítems con calificación
inversa tengan propiedades psicométricas similares a las de los ítems con calificación regular.
(8) Minimice la longitud del cuestionario:

5
Elimine preguntas innecesarias para reducir la extensión del cuestionario, aunque no existe una regla
sobre la restricción del número de preguntas. La extensión del cuestionario debe ser de tal manera que
contenga elementos suficientes para medir el constructo de interés, pero no debe fatigar o desmotivar al
encuestado mientras llena el cuestionario. El cuestionario debe ser simple pero debe ayudar a medir
adecuadamente los constructos de interés con un mínimo de error de medición. En la etapa inicial de
desarrollo del cuestionario, se utiliza un gran conjunto de elementos y muchos de ellos se descartarán
durante el proceso de perfeccionamiento.
(9) Revisar y revisar el conjunto inicial de elementos:
El cuestionario inicial desarrollado considerando todos los constructos y elementos de medición previstos debe ser
revisado por un revisor experto en detalle para evitar repeticiones y sesgos hacia un tipo particular de análisis o
interpretación. La revisión también debe centrarse en eliminar cualquier favoritismo hacia un subgrupo particular de
encuestados. Otras cuestiones como la simplificación, la ausencia de errores en la construcción y los errores
gramaticales también deben tenerse en cuenta en la etapa de revisión.
(10) Refinación mediante pruebas piloto preliminares:
Se debe realizar una prueba piloto preliminar para comprobar la eficacia del cuestionario antes de realizar una prueba piloto final completa. Por lo general, la prueba piloto

preliminar se administra en un pequeño grupo de encuestados y el tamaño de la muestra es de aproximadamente 30 a 50 números. A través de estas pruebas piloto preliminares,

el investigador corrige los elementos del constructo y cualquier confusión notada en la comprensión de los elementos por parte de los encuestados. Esta es una oportunidad para

que el desarrollador del cuestionario sepa si existe alguna confusión sobre los elementos del cuestionario y si los encuestados tienen sugerencias para posibles mejoras de los

elementos. Al administrar una prueba piloto preliminar, el investigador también puede tener una idea aproximada de si existe suficiente variación en la respuesta a diferentes

elementos para justificar el paso a la prueba piloto final a gran escala. Una prueba piloto preliminar debe centrarse en los determinantes importantes de los elementos, incluida la

viabilidad del diseño, comprobando si la mayor parte de los encuestados obtuvo una puntuación cercana a cero o máxima en un elemento en particular para incluirlo o rechazarlo

para la etapa final. Los investigadores pueden modificar el orden de las preguntas en el cuestionario junto con agregar o eliminar ciertos elementos de las preguntas que se

consideren apropiados durante el proceso de revisión basado en una prueba piloto preliminar. Este proceso de perfeccionamiento del cuestionario debe repetirse varias veces

hasta que se prepare un borrador final satisfactorio del cuestionario. Los investigadores pueden modificar el orden de las preguntas en el cuestionario junto con agregar o eliminar

ciertos elementos de las preguntas que se consideren apropiados durante el proceso de revisión basado en una prueba piloto preliminar. Este proceso de perfeccionamiento del

cuestionario debe repetirse varias veces hasta que se prepare un borrador final satisfactorio del cuestionario. Los investigadores pueden modificar el orden de las preguntas en el

cuestionario junto con agregar o eliminar ciertos elementos de las preguntas que se consideren apropiados durante el proceso de revisión basado en una prueba piloto preliminar.

Este proceso de perfeccionamiento del cuestionario debe repetirse varias veces hasta que se prepare un borrador final satisfactorio del cuestionario.

6. DESARROLLO DEL CUESTIONARIO FINAL MEDIANTE PRUEBAS PILOTO:

Una vez que esté listo el borrador del cuestionario a través de pruebas piloto preliminares y las revisiones posteriores
de los expertos, el investigador puede realizar una prueba piloto completa entre los encuestados previstos para la
validación inicial. La prueba piloto consiste en administrar la versión final del cuestionario a un número considerable de
posibles encuestados. Si el tamaño de la muestra de la prueba piloto es pequeño, los posibles errores pueden disminuir
la potencia estadística necesaria para validar el cuestionario. En esta etapa, basándose en las pruebas estadísticas
previstas y la validación de las muestras piloto recopiladas, el cuestionario se puede refinar aún más hasta un nivel que
pueda minimizar los errores estadísticos en la solución final.

7. DETERMINACIÓN DE LA FIABILIDAD DEL CUESTIONARIO:

La coherencia de los resultados de la encuesta se puede verificar comprobando la fiabilidad del cuestionario. Las pruebas de
confiabilidad también ayudan a determinar los errores presentes en el muestreo de contenido, las variaciones en las
características demográficas de los encuestados, la elección y aceptación de los evaluadores de puntajes o escalas de medición,
etc. La consistencia y, por lo tanto, la confiabilidad de un cuestionario se puede determinar y evaluar utilizando su consistencia
interna, prueba -retest confiabilidad, confiabilidad entre evaluadores, confiabilidad de forma paralela y confiabilidad de mitad
dividida. Una encuesta basada en cuestionarios es altamente confiable si produce el mismo resultado cuando se repite
nuevamente en las mismas condiciones. Vale la pena considerar los siguientes puntos:
(i) Los problemas de confiabilidad en las mediciones de encuestas basadas en cuestionarios proporcionan resultados estables y
consistentes [26].
(ii) La confiabilidad se refiere a la repetibilidad de los resultados obtenidos mediante una encuesta sistemática. Se dice que la
escala o prueba es confiable si se obtiene el mismo resultado para mediciones repetidas en las mismas condiciones
[27].
(iii) La prueba de fiabilidad es importante tanto en la investigación basada en encuestas como en la experimentación, ya que se refiere a la
coherencia en el resultado proporcionado por el instrumento de medida [28].

6
(iv) Se considera que una escala de medición tiene una alta confiabilidad y, por lo tanto, una alta consistencia interna si
cada ítem de una escala admite medir el mismo constructo [28-29].

7.1 Consistencia interna:

La consistencia interna es una medida de la inter-correlación de los ítems del cuestionario y, por tanto, la
consistencia en la medición del constructo pretendido. El método comúnmente utilizado para medir la
consistencia interna es calcular el coeficiente Alfa de Cronbach. Según este método, para un cuestionario
dado x, con k número de ítems, el alfa de Cronbach (α) se puede calcular como:

- - - - - - - - - - - (1)

En la ecuación (1), es la varianza del artículo I, y es la varianza total del cuestionario. Para una dada
cuestionario, el valor alfa de Cronbach suele oscilar entre 0 y 1 y, a veces, puede ser negativo si
algunos elementos se correlacionan negativamente con otros elementos del cuestionario. En caso de que el Cronbach se
El valor alfa es negativo para un cuestionario dado, los ítems de miedo inverso deben verificarse y es un
modifique como elementos puntuados correctamente si es necesario. Aún así, si el alfa de Cronbach toma un valor negativo,
problema serio en el diseño del cuestionario y el investigador debe revisar el formato El valor cero del alfa
entonces existe el cuestionario que se pretende usar para la encuesta.
de Cronbach indica que no hay consistencia interna (es decir, no hay ítems en el cuestionario que los
están correlacionados entre sí). El aumento en el valor positivo del alfa de Cronbach por encima de cero indica que el
ítems están más fuertemente interrelacionados entre sí. El valor del alfa de Cronbach para un
cuestionario es igual a uno indica una consistencia interna perfecta (es decir, todos los ítems del cuestionario son
perfectamente correlacionado entre sí).

Según las sugerencias de los expertos, se espera que el valor alfa de Cronbach sea de al menos 0,70 para indicar la
coherencia interna adecuada de un cuestionario dado. Un valor bajo (por debajo de 0,7) del alfa de Cronbach para un
cuestionario dado representa una consistencia interna deficiente y, por lo tanto, una mala interrelación entre los
elementos. Se encuentra que el valor del alfa de Cronbach es una función de la longitud del cuestionario (es decir, el
número de elementos en el cuestionario) y aumentará su valor con el aumento de la longitud y, por tanto, el número de
elementos. La siguiente tabla 3 da una idea del valor del alfa de Cronbach, el coeficiente de consistencia interna para un
cuestionario dado con el grado de confiabilidad del cuestionario.

Tabla 3 : La idea del valor del alfa de Cronbach con el grado de confiabilidad [29-31]
S. No. Valor del alfa de Cronbach Grado de confiabilidad (α)

1 α ≤ 0 Un problema grave en el diseño del cuestionario y el investigador debe revisar

2 0 <α <0,5
0,5 <α <0,7
3 α = 0,7
4 0,7 <α <0,9
5 0,9 <α <1,0
6 α = 1.0
el formato del cuestionario que se pretende utilizar
para la encuesta.
Baja consistencia interna y, por tanto, escasa interrelación entre
elementos. Debe descartarse o revisarse. Consistencia y
confiabilidad internas moderadas de un cuestionario dado.
Puede revisarse.
Adecuada consistencia interna y confiabilidad de un
cuestionario dado.
Alta consistencia y fiabilidad internas en un cuestionario
determinado. Puede revisarse.
Algunos elementos del cuestionario pueden ser redundantes y
el investigador debe considerar eliminar algunos elementos del
cuestionario que son preguntas repetidas de múltiples formas.
Perfecta consistencia interna en un cuestionario dado

Debería Cabe señalar que el valor del alfa de Cronbach depende de las respuestas de un conjunto específico de
encuestados. Los investigadores deben tener en cuenta que, en todas las circunstancias, el alfa de Cronbach no es la
estimación de la confiabilidad, sino que solo indica hasta qué punto el cuestionario es confiable para una población
particular de encuestados. Un cuestionario con excelente confiabilidad con una muestra establecida

7
no necesita tener la misma cantidad de confiabilidad con otro conjunto de muestras. Por lo tanto, la
confiabilidad de un cuestionario debe estimarse cada vez que se administra el cuestionario a los encuestados.

7.2 Fiabilidad test-retest:

La confiabilidad test-retest implica administrar el cuestionario al mismo grupo de encuestados en diferentes momentos
y repetir la investigación. Luego, los resultados se comparan en busca de similitudes para decidir la confiabilidad. Pero
este tipo de prueba de confiabilidad tiene una limitación causada por los efectos de la memoria. En este método, en la
posterior administración del cuestionario, los encuestados pueden responder recordando la respuesta anterior que da
lugar a una confiabilidad artificial. Una de las técnicas para reducir este tipo de efecto de memoria es aumentar el
tiempo entre la prueba y la nueva prueba. En la prueba de confiabilidad test-retest, si a los mismos individuos se les
administraron los mismos cuestionarios dos veces o más, la confiabilidad se puede evaluar usando un coeficiente de
correlación llamado coeficiente de correlación del momento del producto de Pearson (Pearsonr) o el coeficiente de
correlación intraclase [31]. Pearsonr, el coeficiente de correlación entre las dos respuestas al cuestionario puede
denominarse coeficiente de estabilidad. Cuanto mayor sea el coeficiente de estabilidad, mayor será la fiabilidad test-
retest y viceversa. El método de confiabilidad test-retest se usa comúnmente para medir la confiabilidad de los
cuestionarios que están diseñados específicamente para medir los rasgos de personalidad, el interés o las actitudes que
son relativamente estables a lo largo del tiempo, como la ansiedad y el dolor catastrófico. Este método no se puede
utilizar para encuestas que miden atributos transitorios que cambian con el tiempo, como la intensidad del dolor o el
nivel de recuperación de problemas relacionados con la salud. Se sugiere que el intervalo de tiempo entre prueba y
repetición no debe ser demasiado corto ni demasiado largo para evitar el efecto memoria de los encuestados y para
permitir que se produzcan cambios por cualquier otro motivo, respectivamente.

7.3 Fiabilidad entre evaluadores

Este método permite examinar la confiabilidad de un cuestionario mediante múltiples evaluadores. Aquí, un cuestionario con
múltiples evaluadores o escalas se administra al mismo grupo de encuestados y se evalúa. La consistencia de la evaluación se
denomina confiabilidad entre evaluadores. La confiabilidad entre evaluadores de un cuestionario se puede estimar usandolas
estadísticas kappa. En consecuencia, si dos investigadores evalúan de forma independiente al mismo grupo de pacientes en
cuanto a su movilidad después de la cirugía (p. Ej., 0 = necesita ayuda de más de 2 personas; 1 = necesita ayuda de 1 persona; 2 =
independiente), kappa (к) se puede calcular de la siguiente manera:

Dónde, PAGo es la proporción observada de observaciones en las que los dos evaluadores están de acuerdo, y PAGmi es la
proporción esperada de observaciones en las que los dos evaluadores coinciden por casualidad. Respectivamente,к es el
proporción de acuerdo entre los dos evaluadores, después de factorizar la proporción de acuerdo por azar. El
valor de kappa (к) varía de 0 a 1. La Tabla 4 resume el valor de kappa (к) y el grado de confiabilidad entre
evaluadores. Una extensión de Cohenк Hay estadísticas disponibles para determinar la confiabilidad entre
evaluadores en los casos en que se utilizan más de dos evaluadores.

Cuadro 4: La idea del valor de kappa (к) con el grado de fiabilidad entre evaluadores [31]
S. No. Valor de kappa (к)
1 к=0
2 к = 0,01 - 0,20
3 к = 0,21 - 0,40
4 к = 0,41 - 0,60
5 к = 0,61 - 0,80
6 к = 0,81 - 0,92
7 к = 0,93 - 1,0
8 к = 1.0
Grado de confiabilidad entre evaluadores
Indica que no hay acuerdo entre los dos
evaluadores. Indica falta de acuerdo
Indica acuerdo leve Indica
acuerdo justo Indica
acuerdo bueno Indica
acuerdo muy bueno Indica
acuerdo excelente
Indica un acuerdo perfecto entre los dos
evaluadores.

7.4 Fiabilidad de forma paralela

En este método, se desarrolla una forma paralela de cuestionario que es equivalente al original con la misma
información pero con preguntas de formato diferente (llamadas A y B). Ambos formularios se utilizan para recopilar los
datos de la muestra durante la encuesta. Se solicita a los encuestados que llenen ambos formularios de cuestionarios.

8
durante el mismo momento. Las correlaciones de la respuesta de ambas formas estiman la confiabilidad
del cuestionario asumiendo que estas dos formas son intercambiables. Sin embargo, este método tiene
limitaciones en cuanto a su mayor gasto en tiempo y esfuerzo.

7.5 Fiabilidad de la mitad dividida

Este método se desarrolla para comprobar si las preguntas del cuestionario son capaces de medir los mismos
constructos subyacentes según el plan. En el modelo de medida de confiabilidad dividida en mitades, las preguntas se
dividen en dos mitades y luego, la correlación de las puntuaciones en las escalas de las dos mitades se calcula y se
ejecuta a través de la fórmula de Spearman Brown.

Realizar una prueba de confiabilidad en un cuestionario es significativo si y solo se combina con la prueba de validez
para verificar la validez del cuestionario, como se explica en la siguiente sección.

8. VALIDACIÓN DEL CUESTIONARIO:

La prueba de validez de un cuestionario de encuesta es un proceso de análisis de las preguntas de la encuesta
para determinar su confiabilidad. Dado que hay muchos factores complejos que pueden influir en la
confiabilidad de una pregunta en un cuestionario, validar una encuesta es un proceso complejo. La validez de un
cuestionario se determina sabiendo qué se pretende medir. La validez explica en qué medida los datos
recopilados cubren el área real de investigación [32]. Además, la validación decide la validez de las inferencias y
conclusiones hechas en base a los resultados del cuestionario.

Los principales tipos de pruebas de validación que se utilizan comúnmente al validar un cuestionario son (1) validación facial, (2)
validación de contenido, (3) validación de constructo y (4) validación de criterio. Hay seis pasos que se utilizan comúnmente en el
método de validación de muchas metodologías de investigación empírica. La Figura 3 enumera los diversos tipos y subtipos de
diversas pruebas de validez utilizadas en las metodologías de investigación empírica.

(1) Validación experta

(2) Psicometrista
Validación facial Validación

(1) Validación del panel de expertos

Validación de contenido (2) Validación basada en CVR

Pruebas de validez
(1) Validación discriminante
Construir validación (2) Validación convergente

Validación de criterios (1) Validación predictiva

(2) Validación concurrente
(3) Validación postdictiva

Fig. 3 : Tipos y subtipos de pruebas de validez.

8.1 Validación facial:
Es el proceso de verificar las preguntas del cuestionario lingüística y analíticamente para averiguar qué se supone que
debe medirse en función de la comprensión de las preguntas del cuestionario por parte del encuestado. En la validación
facial, se solicita al investigador que juzgue subjetivamente el funcionamiento de un constructo utilizado en el
cuestionario. La prueba de validez facial se realiza con encuestados seleccionados para saber con qué facilidad
comprenden los ítems / preguntas del cuestionario, incluida su viabilidad, formato de estilo, legibilidad, claridad en el
lenguaje, etc. Por lo tanto, la validación facial confirma que el formato del cuestionario preparado y la presentación de
los elementos que contiene son relevantes para ser considerados como instrumentos de medición y los elementos
enmarcados son razonables, claros e inequívocos para comprender y responder [33]. La validación facial se puede
determinar mediante una escala dicotómica utilizando las opciones Sí y No para indicar elementos favorables o
desfavorables, respectivamente. Los elementos favorables se estructuran objetivamente y se clasifican positivamente en
la categoría temática. La validación facial del instrumento del cuestionario se puede determinar utilizando el índice
Kappa de Cohen sobre los datos recopilados. Es recomendado por muchos

9
investigadores que el valor del índice Kappa superior a 0,6 puede ser aceptable para el acuerdo entre evaluadores en el cuestionario [34].
Por lo tanto, mientras verifica la validación facial, el investigador puede usar tanto la evaluación del experto como los valores del índice
Kappa de Cohen para un cuestionario dado. La validación facial se recomienda en la investigación en ciencias sociales, la investigación en
administración y la investigación en ciencias de la salud.

8.2 Validación de contenido:

La validación de contenido es un proceso de examen del contenido de los ítems del cuestionario para
comprobar si representan el constructo teórico completo del modelo diseñado del problema en
consideración. La validación de contenido se puede iniciar después del desarrollo y verificación de
confiabilidad de un cuestionario. La validación de contenido la realiza un panel de expertos que tienen
experiencia con la construcción del cuestionario y son capaces de evaluar la validación de contenido. El
equipo de validación de contenido verifica los ítems del cuestionario y su idoneidad para medir los
constructos y saber si los ítems elegidos son suficientes para medir las variables en el dominio. Los
diferentes equipos de expertos utilizan varios enfoques sobre la validez del contenido, que incluyen el
índice de validez del contenido y el formulario de validación del contenido. Muchas decisiones de
validación de contenido dependen de la eficacia de los expertos elegidos en el comité. La validación del
contenido puede incluir preguntas relacionadas con la claridad y facilidad de los elementos elegidos,
detalles sobre el área problemática de los constructos elegidos, identificación de cualquier elemento
importante perdido en el cuestionario e identificación y eliminación de cualquier pregunta que viole la
privacidad de los encuestados, etc. Por lo tanto, en general, la validación de contenido se utiliza para
evaluar las preguntas del ítem relacionadas con un constructo dado de un problema reteniendo
preguntas esenciales y eliminando preguntas no esenciales en un dominio dado del problema. El índice
de validación de contenido (CVR) se puede calcular utilizando el método de Lawshe [35]. Respectivamente,

donde CVR es el índice de validez de contenido, nmi es el número de miembros del panel de expertos que indica "esencial" y N es
el número total de miembros del panel de expertos. La evaluación final para retener el artículo en base a la
CVR depende del número de paneles. Los valores críticos de Lawshe'sla tasa de validez de contenido son
discutido en muchas publicaciones de investigación [35-36].

8.3 Validez de la construcción:

Construir es un parámetro importante en el entorno de investigación y todo el cuestionario está diseñado para
medir uno o más constructos que están relacionados con el problema de investigación en consideración. La
validez del constructo es importante al evaluar un cuestionario que se desarrolla con el propósito de medir ese
constructo. Algunos constructos de los cuestionarios no se pueden medir ni observar directamente, como el
dolor, el gusto, el olfato, etc. Si el constructo del cuestionario no se valida, el análisis de los hallazgos, la
interpretación de los resultados y las inferencias que se extraerán de puede volverse difícil.
La validez de constructo incluye la evaluación del cuestionario mediante la estimación de la asociación de ese
constructo con otras variables en las que debería correlacionarse positiva o negativamente. El procedimiento
comúnmente utilizado incluye la administración del cuestionario desarrollado en mano junto con otro
instrumento / cuestionario preexistente que mide constructos similares al mismo grupo de encuestados. Se
deben desarrollar matrices de correlación para estudiar los patrones de asociación entre dos cuestionarios para
medir el mismo constructo y cuestionarios individuales para medir diferentes constructos. La validación de
constructo se considera pequeña si el coeficiente de correlación observado es 0,1. La validación de constructo se
considera moderada si el coeficiente de correlación observado es 0,3. y la validación de constructo se considera
grande si el coeficiente de correlación observado es 0,5. La validez del constructo depende de qué tan bien el
investigador transformó un concepto, idea, estrategia o comportamiento como un constructo en una realidad
funcional. Hay dos componentes para la validez de constructo. Se denominan validez convergente y validez
discriminante.
(1) Validez convergente:
Es un parámetro que se refiere al grado en que los dos constructos que se miden están relacionados teóricamente y de
hecho están relacionados. Este tipo de parámetros se utilizan en la investigación de las ciencias del comportamiento,
incluida la gestión, las ciencias sociales, la psicología, etc.

10
(2) Validez discriminante:
Es la medida en que una variable inferida estática difiere de otras variables en el cuestionario. La validez
discriminante, también llamada validez divergente, se refiere a la variable inferida que tiene más varianza
que los errores de medición o las influencias externas no medidas u otros constructos dentro del marco
conceptual.
La validez de constructo (tanto convergente como divergente) se puede verificar mediante un análisis factorial realizado
utilizando el análisis de componentes principales con el método de rotación varimax [37-38].

8.4 Validez del criterio:

La validez de criterio, también llamada validez concreta, es una prueba relacionada con la medición del resultado de una
encuesta basada en un cuestionario. Dicha prueba predice el resultado (desempeño o comportamiento) en otra
situación (como pasada, presente y futura). La validación de criterios se utiliza para interpretar los puntajes de las
pruebas como una estrategia alternativa. La validez de criterio se divide en tres tipos, a saber, validez predictiva, validez
concurrente y validez postdictiva.
(1) Validez predictiva:
Ésta es una medida de la capacidad de la encuesta basada en cuestionarios para predecir con precisión lo que se supone que
debe predecir. Realizar un estudio de validez a largo plazo es una forma conveniente de establecer la validez predictiva. Por lo
general, la validez predictiva lleva mucho tiempo y necesita un tamaño bastante grande de muestras para adquirir datos
agregados significativos. Por lo tanto, la validez predictiva analiza la capacidad de la encuesta basada en cuestionarios para
predecir las cosas que esperaba teóricamente.
(2) Validez concurrente:
Es una prueba para recopilar evidencia para predecir los otros resultados. En validez concurrente, el
investigador puede medir constructos previamente establecidos utilizando el cuestionario desarrollado.
En general, la prueba de validez verifica la operatividad del cuestionario para distinguir entre grupos que
pueden distinguirse teóricamente.
(3) Validez postdictiva:
Es un tipo de prueba de validez con criterios que se han administrado en el pasado. Es una prueba determinada por el grado en
que las puntuaciones de una determinada prueba se relacionan con las puntuaciones de una prueba ya establecida en la historia.

8.5 Procedimiento estándar de validación:

Dave Collingridge [39] describió un método de validación de seis pasos que incluye:
(1) Paso uno: Verifique el cuestionario por validación facial:
Como se mencionó en la sección anterior, la validación facial es un proceso de verificación del cuestionario para la
representación del tema de investigación previsto y los errores comunes en los ítems que incluyen preguntas
frecuentes, confusas y repetidas. Es un proceso de dos pasos que utiliza dos grupos de expertos. El primer grupo
verifica el cuestionario para el tema de la encuesta previsto y determina si las preguntas son relevantes para capturar el
tema de investigación previsto de la encuesta. El segundo grupo de expertos, llamados psicometristas, busca errores
comunes, incluidas preguntas frecuentes, confusas y repetidas.
(2) Paso dos: Prueba piloto del cuestionario:
En este paso, se debe realizar una prueba piloto de la encuesta utilizando el cuestionario desarrollado para un pequeño grupo
de encuestados llamado subconjunto de participantes previstos en la encuesta. Generalmente, un pequeño grupo del 10% de
encuestados que consta de todas las subcategorías se utiliza para el estudio piloto. Este estudio piloto ayuda a eliminar
preguntas débiles e irrelevantes.
(3) Paso tres: Limpiar los datos recopilados:
Los datos recopilados del estudio piloto deben limpiarse transformando los datos en una hoja de cálculo y comparando
los puntajes de las personas en preguntas con redacción positiva y preguntas con redacción negativa para verificar la
coherencia. Ingresar las respuestas recopiladas del cuestionario en una hoja de cálculo permite limpiar los datos. Si una
persona lee los valores en voz alta y otra los ingresa en la hoja de cálculo, se reduce en gran medida el riesgo de error.
Una vez que se ingresan los datos, el siguiente paso es revertir el código de las preguntas redactadas negativamente.
Esto permitirá al investigador eliminar a los encuestados individuales que responden de manera inconsistente. Esta
etapa también permite verificar los errores de entrada de datos en los informes de la encuesta.

(4) Paso cuatro: Utilice el análisis de componentes principales (PCA):

11
El análisis de componentes principales (PCA) se utiliza para medir los componentes principales en el
cuestionario. PCA utiliza un proceso llamado cargas de factores que determinan temas comunes en preguntas
que se cargan en los mismos factores y tales preguntas se pueden combinar. El número de factores cargados
determina el número de elementos que mide la encuesta desarrollada. El rango de la escala de carga del factor
suele estar entre -1,0 y +1,0 y el valor comúnmente aceptado es superior a ± 0,6. Este paso es complejo para los
nuevos investigadores y siempre se sugiere contar con la ayuda de expertos.
(5) Paso cinco: Verifique la consistencia interna usando Alfa de Cronbach :
La consistencia interna es una medida de la inter-correlación de los ítems del cuestionario y, por tanto, la consistencia
en la medición del constructo pretendido. El método comúnmente utilizado para medir la consistencia interna es
calcular el coeficiente Alfa de Cronbach. Las correlaciones entre las preguntas que se cargan en el mismo factor deben
verificarse para garantizar la coherencia de las respuestas de la encuesta y la confiabilidad de las preguntas de la
encuesta. Como se muestra en la sección anterior, el coeficiente Alfa de Cronbach para la prueba estándar varía de 0 a
1.0 y el valor aceptado de consistencia interna es de al menos 0.6 a 0.7. Si el valor del coeficiente Alfa de Cronbach para
una pregunta es inferior a 0,6, el investigador puede pensar en eliminar esas preguntas de la encuesta. Este paso
también es complejo y necesita las sugerencias de los expertos para los nuevos investigadores.

(6) Paso Seis: Revise las preguntas de la Encuesta si es necesario:

En esta etapa final de validación, el investigador puede revisar la pregunta o eliminarla ejecutando el análisis de
componentes principales (PCA) y los métodos Alpha de Cronbach. Pero si se realizan cambios menores a las preguntas
en esta etapa, entonces el investigador puede pasar al siguiente paso de la recopilación de datos finales después de una
ronda de revisión final. Si se requieren cambios importantes en el cuestionario en esta etapa, entonces se debe repetir
una ronda más de verificación de consistencia interna y en reposo antes de decidir la versión final.

Los seis pasos anteriores se siguen en la práctica estándar de validación de un cuestionario diseñado y
desarrollado antes de usarlo para la encuesta final. La Tabla 5 compila una revisión de diferentes tipos de
validación y definiciones importantes.

Cuadro 5: Versión compilada de la terminología relacionada con el cuestionario [25]

8.6 Otras pruebas de validación:

Los pasos de validación descritos en la sección anterior son un modelo general, sin embargo, un investigador, en
función de su madurez en el tema, el tema del tema de la encuesta, la variación en los datos de la muestra, los
antecedentes del encuestado, el tipo de El análisis a utilizar, y la naturaleza del problema, pueden considerar o
desarrollar nuevos tipos de pruebas de validación que tengan una escala adecuada con la capacidad de
discriminar entre diferentes temas y grupos en el dominio del problema de investigación. Idealmente, las
pruebas de validación deberían ayudar al investigador a tener resultados claramente definidos donde los
cambios en el dominio en consideración sean bien conocidos.

12
9. TAMAÑO DE LA MUESTRA:

El aspecto más importante de cualquier estudio de investigación es la magnitud del tamaño de la muestra. Si el tamaño
de la muestra es muy grande, podría desperdiciar los recursos del investigador y de la organización y si el tamaño de la
muestra es pequeño, no podría representar correctamente a la población en estudio. Por lo tanto, es muy importante
estimar correctamente el tamaño de la muestra para la investigación en estudio. Los factores asociados con los datos
necesarios para el cálculo del tamaño de la muestra incluyen:
(1) Magnitud del error aceptable (e) para proporcionar la precisión de medición deseada.
(2) Valor asociado con el nivel de confianza deseado (Z) que establece el grado de intervalo de confianza tomado en la
media poblacional. Es un valor porcentual o decimal que indica la confianza que puede tener un investigador en su
investigación. Por ejemplo, si queremos tener un 96% de confianza en que el peso estimado de los estudiantes en la
clase debe estar dentro de los 5 kg, entonces el nivel de confianza deseado es del 96%.
(3) Varianza que es el estimador de la desviación estándar de la población (σ). Investiga qué tan
heterogénea es la población.
Por lo tanto, el tamaño de muestra deseado n = (Z.σ / e)2 - - - - - - - - (2)
Alternativamente, hay muchas otras pautas cualitativas que incluyen:
(1) Esquema de proporción de 5: 1 donde la proporción de encuestados a preguntas es de 5: 1. (aquí se requieren 50 muestras como mínimo para el
cuestionario de 10 ítems).
(2) Esquema de proporción de 10: 1 donde la proporción de encuestados a preguntas es de 10: 1. (aquí se requieren un mínimo de 100 muestras para
el cuestionario de 10 ítems).
(3) Esquema de proporción de 15: 1 donde la proporción de encuestados a preguntas es de 15: 1. (aquí se requieren un mínimo de 150 muestras para
el cuestionario de 10 ítems).
(4) Esquema de proporción de 30: 1 donde la proporción de encuestados a preguntas es 30: 1. (aquí se requieren un mínimo de 300 muestras para el
cuestionario de 10 ítems).

Otro modelo general cualitativo sugiere que un tamaño de muestra de 50 se considera muy deficiente, un tamaño de muestra
de 100 se considera deficiente, un tamaño de muestra de 200 se considera aceptable, un tamaño de muestra de 300 se
considera bueno, un tamaño de muestra de 500 como muy bueno y el tamaño de la muestra de 1000 o más como excelente
independientemente del número de preguntas en el cuestionario. Por lo tanto, no existen reglas fijas para el uso del tamaño de
la muestra para un cuestionario para la validación, pero se sugiere usar el tamaño de la muestra lo más grande posible para
tener una mayor proporción de encuestados por pregunta [40-41].

10. OTRAS CONSIDERACIONES:

Después de desarrollar un cuestionario adecuado y determinar su confiabilidad y validez, el investigador debe
considerar otros procedimientos relacionados con los permisos y regulaciones relacionados con esa
investigación empírica. Estos permisos y regulaciones pueden ser diferentes en diferentes países, instituciones y
áreas temáticas. Si la colección de muestras es de empleados o personas que pertenecen a una organización o
comunidad en particular, se deben obtener los permisos necesarios del jefe de la organización o comunidad
antes de distribuir el cuestionario. De manera similar, se sugiere a los investigadores que consulten al comité
ético de investigación de su organización con respecto a las aprobaciones necesarias para recopilar y usar dichos
datos empíricos para un análisis adicional y la publicación de resultados como resultados de la investigación.

11. SOFTWARE ESTADÍSTICO UTILIZADO PARA LA VALIDACIÓN:

La validez de varios métodos analíticos debe realizarse mediante el análisis estadístico de datos
para encontrar la relación entre variables, patrones y tendencias en el proceso de resolución de un
problema. El análisis estadístico esencial para la interpretación de la validación del método analítico
incluye el cálculo de la media, la desviación estándar, la desviación estándar relativa, los intervalos
de confianza y el análisis de regresión. Algunas de las herramientas estadísticas utilizadas para la
investigación empírica incluyen prueba F, prueba t y análisis de regresión, análisis de correlación,
desviación estándar, desviación estándar relativa, intervalo de confianza, prueba de hipótesis,
análisis de variación (ANOVA), diseño de experimentos y evaluación de valores atípicos. Se utilizan
dos tipos de técnicas estadísticas para el análisis de datos estadísticos. Se les llama estadística
descriptiva y estadística inferencial.

13
Se utilizan varios paquetes de software estadístico para este propósito, que incluyen software propietario y software de acceso
abierto. La Tabla 6 enumera algunos de los paquetes de software estadístico patentados de uso común y la Tabla 7 enumera
algunos de los paquetes de software estadístico de acceso abierto más populares.

Cuadro 6: Lista de paquetes de software estadístico patentado de uso común

S. No. Paquete Características y proveedores

1 IBM SPSS https://www.ibm.com/analytics/spss-statistics-

software
2 MaxStat https://maxstat.de/en/home-en/ https://
3 SAS www.sas.com/en_in/home.html https://
4 Stata www.stata.com/statamp/ https://
5 XL STAT www.xlstat.com / en /
6 Statwing https://www.statwing.com/
7 NCSS https://www.ncss.com/
8 AcaStat https://acastat.com/
9 WizardMac https://www.wizardmac.com/
10 MINITAB http://www.minitab.com/en-us/

Tabla 7: Lista de algunos paquetes de software estadístico de acceso abierto populares

S. No. Paquete Características y proveedores

1 ADaMSoft Se utiliza para regresión lineal, análisis de conglomerados, análisis de

correspondencia, edición de datos, minería de datos, métodos de vinculación de
registros, regresión logística,
2 Filtrado bayesiano Se utiliza para sistemas basados en cuadrículas, filtrado Kaman, métodos
Biblioteca secuenciales Monte Carlo, filtros de partículas y filtros de humedad.

3 CBEcon Se utiliza para estadística descriptiva, pruebas T, ANOVA, regresión,

medidas de asociación, distribución de probabilidad, análisis de
regresión multivariante, etc. Se utiliza para estudiar la cinética de
4 Ruido intrínseco reacción en química y biología. INA analiza modelos matemáticos de
Analizador (INA) cinética de reacciones intracelulares en biología para cuantificar las
fluctuaciones de concentración de fluidos.

5 Mondrian Herramientas de visualización de datos interactivas.

6 Pandas Se utiliza para la manipulación y el análisis de datos.

7 Shogun (caja de herramientas) Se utiliza como herramienta de análisis estadístico para sistemas de investigación y
educación.

8 Programación R Paquete de propósito general para funciones estadísticas

9 GNU PSPP Se utiliza para estadística descriptiva, pruebas T, ANOVA, regresión,
medidas de asociación, análisis factorial y de confiabilidad, análisis de
conglomerados, pruebas no paramétricas, etc.
10 Versión MaxStat Lite Prueba F, prueba t y análisis de regresión, análisis de correlación,
desviación estándar, desviación estándar relativa, intervalo de
confianza, prueba de hipótesis, análisis de variación (ANOVA), todas
11 Salstat las herramientas estadísticas

12. VALIDACIÓN DE DATOS EXPERIMENTALES:

La validación de datos experimentales necesita un conjunto diferente de procedimientos para mantener su confiabilidad
y consistencia. Esto incluye los siguientes pasos.
(1) Selectividad y repetibilidad:
La selectividad y la repetibilidad son indicaciones cuantitativas de cuánto el método experimental utilizado para
recopilar los datos representa las señales de experimentos reales sin interfaz externa y su ubicuo

14
repetibilidad. Cualquier tipo de interfaz aleatoria externa debe determinarse ejecutando el mismo experimento
utilizando muestras en blanco con las mismas condiciones experimentales antes y después de ejecutar el
experimento con muestras reales. Con base en el cálculo del porcentaje de recuperación y repetición, se puede
concluir que no hay interferencia de excipientes y aditivos externos para probar la selectividad y repetibilidad del
método experimental adoptado.
(2) Precisión de los datos:
La precisión de los datos se refiere a la precisión del valor de los datos recopilados en un experimento. Esto se puede determinar
conociendo la proximidad del acuerdo entre el valor real de los datos individuales y el resultado medio obtenido para un gran
número de muestras homogéneas en un procedimiento experimental similar. Para mejorar la precisión de los datos, se puede
utilizar un procedimiento sistemático de recuperación de datos y errores para evitar errores mediante el uso de muestras de
referencia debidamente certificadas o mediante el uso de técnicas analíticas alternativas.
(3) Precisión experimental:
Para mantener la precisión experimental, el investigador debe comparar los resultados obtenidos de las muestras
utilizadas para el experimento para determinar la repetibilidad y reproducibilidad del resultado en las mismas
condiciones de operación durante un corto intervalo de tiempo. La repetibilidad expresa la precisión de la medición
dentro de las variaciones de laboratorio como: diferentes temperaturas, diferentes tiempos, diferentes instrumentos,
diferentes analistas, diferentes condiciones físicas, etc. La repetibilidad y reproducibilidad que conducen a la precisión
experimental decide la calidad de los datos experimentales. Repitiendo los mismos experimentos en diferentes
laboratorios utilizando una metodología estandarizada para la misma muestra o en la misma concentración de la
muestra y los resultados comparativos deben expresarse en forma de desviación estándar.
(4) Límite de detección del instrumento:
Varias técnicas para determinar el límite de detección del instrumento incluyen inspección visual, poder de resolución,
relación señal / ruido, tiempo de respuesta, desviación estándar de respuesta y su pendiente. El informe sobre la
recopilación de datos debe contener la limitación de detección y el método utilizado para determinar el límite de
detección.
(1) En el método de inspección visual, el instrumento se examina para determinar su idoneidad para realizar
mediciones. También debe asegurarse de que los errores de medición basados en las escalas utilizadas sean
mínimos dentro del valor aceptable.
(2) El poder de resolución de un instrumento se puede evaluar conociendo el inverso de la distancia
entre dos objetos que se puede resolver al mirar a través del instrumento utilizado.
(3) En el caso de que se utilice el método de relación señal / ruido, las señales medidas de las muestras deben
compararse con la baja concentración conocida de la muestra con las de la solución en blanco.
(4) Si debe calcularse el límite de detección basado en la respuesta, debe determinarse la desviación estándar del
tiempo de respuesta de los instrumentos y la pendiente (S) de la curva de calibración.
(5) Límite de cuantificación del instrumento:
Un límite de cuantificación se refiere a la cantidad o concentración mínima de muestra que se puede medir dentro de los límites
especificados de precisión y exactitud. El límite de cuantificación de un instrumento es generalmente de 5 a 10 veces el límite de
detección del instrumento. El límite de cuantificación del instrumento se expresa en términos de precisión y exactitud de las
lecturas para un estándar bajo arbitrariamente distinto de cero en la curva de calibración. El informe de recopilación de datos
debe contener el límite de cuantificación y el método utilizado para determinarlo.
(6) Sensibilidad de un instrumento:
La sensibilidad de un instrumento es una medida del cambio en su respuesta correspondiente al cambio en las
propiedades de la muestra (como tamaño o concentración). La sensibilidad de un instrumento corresponde al gradiente
de la curva de respuesta y tiene una relación lineal con el tamaño o la concentración.
(7) Robustez:
La robustez de un instrumento es el grado en que el instrumento puede funcionar correctamente en presencia de
entradas no válidas o condiciones ambientales estresantes. La prueba de robustez proporciona información importante
para la evaluación de la incertidumbre de la medición.

13. CONCLUSIÓN:
Esta revisión sistemática proporciona un conjunto de pautas simples y auténticas sobre cómo diseñar,
desarrollar, pruebas de confiabilidad y pruebas de validación para traducir un borrador de cuestionario en un
cuestionario utilizable en ciencias sociales, administración de empresas e investigación en ciencias de la salud. El
formato del cuestionario con el significado y la idoneidad de las preguntas debe ser probado y mejorado
mediante la verificación de la confiabilidad y validez con expertos internos y externos. Validación del cuestionario

15
ayuda a los investigadores a evitar la recopilación y el análisis de datos incorrectos, lo que lleva a una interpretación
incorrecta de los resultados. Después de desarrollar un cuestionario, el investigador debe validarlo realizando una
prueba piloto y concluir que las preguntas en el cuestionario son correctamente entendibles e interpretables por los
encuestados previstos mientras administran el cuestionario para la encuesta. De manera similar, la validación de datos
experimentales también es importante para la repetibilidad de los resultados, la interpretación y el uso de resultados
experimentales para aplicaciones. Por tanto, la validación es una parte esencial de la investigación sistemática tanto en
la investigación empírica como en la experimental. En la investigación empírica, el proceso de validación asegura que el
cuestionario sea psicométricamente rico para ser utilizado en una investigación auténtica. En la investigación
experimental, la validación de datos experimentales necesita un conjunto diferente de procedimientos para mantener
su confiabilidad y consistencia. En este trabajo se revisa el procedimiento de validación del cuestionario de métodos de
investigación empírica y los datos a obtener de instrumentos científicos en métodos de investigación experimental para
el uso eficiente y efectivo de los datos recolectados para su análisis e interpretación.

REFERENCIAS:

[1] Kothari, CR (2004). Metodología de la investigación: métodos y técnicas. New Age International.

[2] Choy, LT (2014). Las fortalezas y debilidades de la metodología de investigación: Comparación y

complementariedad entre enfoques cualitativos y cuantitativos.Revista IOSR de Humanidades y
Ciencias Sociales, 19 (4), 99-104.

[3] Warwick, DP y Lininger, CA (1975). La encuesta muestral: teoría y práctica. McGraw-Hill.

[4] Rossi, PH, Wright, JD y Anderson, AB (Eds.). (2013).Manual de investigación por encuestas.
Prensa académica.

[5] Raghunathan, TE y Grizzle, JE (1995). Un diseño de encuesta de cuestionario dividido.Diario de la

Asociación Estadounidense de Estadística, 90 (429), 54-63.

[6] Ballinger, C. y Davey, C. (1998). Diseñar un cuestionario: una descripción general.British Journal of
Terapia ocupacional, 61 (12), 547-550.
[7] Bee, DT y Murdoch-Eaton, D. (2016). Diseño de cuestionarios: lo bueno, lo malo y lo malo
trampas. Archivos de enfermedades en la educación y la práctica de la niñez, 101 (4), 210-212.

[8] Oosterveld, P., Vorst, HC y Smits, N. (2019). Métodos para el diseño de cuestionarios: una taxonomía que vincula los
procedimientos con los objetivos de la prueba.Investigación sobre la calidad de vida, 28 (9), 2501-2512.

[9] Kachroo, P. y Kachen, S. (2018). Colocación de elementos para el diseño del cuestionario para una óptima
fiabilidad. Revista de análisis de marketing, 6 (4), 120-126.

[10] Sirakaya-Turk, E. y Uysal, MS (2017). Investigación de encuestas: muestreo y cuestionario

diseño. Métodos de investigación para el ocio, la recreación y el turismo (Ed. 2), 122-146.

[11] Moroney, WF y Joyce, A. (2019). Diseño de cuestionarios: cómo hacer las preguntas adecuadas a las personas
adecuadas en el momento adecuado para obtener la información que necesita.ergonomía en el diseño. ISBN:
978-0-945289-56-2.

[12] Yaddanapudi, S. y Yaddanapudi, LN (2019). Cómo diseñar un cuestionario.Diario indio de

anestesia, 63 (5), 335.
[13] Riaño, CE y Palomino, M. (2015). Diseño y elaboración de un cuestionario según el método
Delphi para seleccionar laboratorios virtuales (VL).Sofía, 11 (2), 129-141.
[14] Bovell-Benjamin, AC, Dawkin, N., Pace, RD y Shikany, JM (2009). Uso de grupos focales para comprender las
prácticas dietéticas de los afroamericanos: implicaciones para modificar un cuestionario de frecuencia
alimentaria.Medicina preventiva, 48 (6), 549-554.

[15] Peytchev, A. y Peytcheva, E. (2017, diciembre). Reducción del error de medición debido a la longitud de la encuesta:
Evaluación del enfoque de diseño de cuestionario dividido. EnMétodos de investigación de encuestas, 11 (4), 361-
368).

dieciséis
[16] de Jong, JA, Dorer, B., Lee, S., Yan, T. y Villar, A. (2018). Descripción general del diseño del cuestionario
y pruebas. Avances en los métodos de encuestas comparativas: contextos multinacionales,
multirregionales y multiculturales (3MC), 115.
[17] Hamed Taherdoost (2016). Métodos de muestreo en la metodología de la investigación; Cómo elegir un
Técnica de muestreo para la investigación. Revista Internacional de Investigación Académica en Gestión
(IJARM), 5 (2), 28-36.
[18] Onwuegbuzie, AJ, Dickinson, WB, Leech, NL y Zoran, AG (2009). Un marco cualitativo para
recopilar y analizar datos en la investigación de grupos focales.Revista internacional de
métodos cualitativos, 8 (3), 1-21.

[19] Aithal, PS, Shailashree, V. y Kumar, PM (2016). Factores y análisis elemental de la técnica de los seis
sombreros para pensar utilizando el marco ABCD.Revista Internacional de Tendencias Avanzadas en
Ingeniería y Tecnología (IJATET), 1 (1), 85-95.
[20] Aithal, PS (2016). Revisión de varios modelos de sistemas ideales utilizados para mejorar las características
de sistemas prácticos. Revista Internacional de Investigación Científica Aplicada y Avanzada, 1 (1), 47-56.
DOI: http://doi.org/10.5281/zenodo.159749.

[21] Aithal, PS y Aithal, Shubhrajyotsna (2019). Nuevas direcciones en la investigación académica: algunas
innovaciones y predicciones intrépidas para la investigación del siglo XXI.Revista Internacional de Gestión,
Tecnología y Ciencias Sociales (IJMTS), 4 (1), 1-19. DOI:https://doi.org/10.5281/zenodo.2557222.
[22] Aithal, PS, Shailashree, VT, Suresh Kumar, PM (2015). Técnica ANewABCD para analizar
Modelos y conceptos de negocio. Revista Internacional de Gestión, TI e Ingeniería (IJMIE), 5 (4),
409 - 423. DOI: http://doi.org/10.5281/zenodo.61652.

[23] Aithal, PS (2016). Estudio sobre técnica de análisis ABCD para modelos de negocio, estrategias de negocio,
Conceptos operativos y sistemas comerciales. Revista Internacional de Gestión y Ciencias Sociales,
4 (1), 98-115. DOI:http://doi.org/10.5281/zenodo.161137.
[24] Aithal PS y Shubhrajyotsna Aithal (2018). Análisis factorial y elemental de la nanotecnología como
Tecnología verde utilizando ABCD Framework. Revista Internacional de Gestión, Tecnología y
Ciencias Sociales (IJMTS), 3 (2), 57-72. DOI:https://doi.org/10.5281/zenodo.1451490.
[25] Lewis, S. (2015). Investigación cualitativa y diseño de investigación: elegir entre cinco
enfoques. Práctica de promoción de la salud, 16 (4), 473-475.

[26] Carmines EG y Zeller, RA (1979). Evaluación de confiabilidad y validez, Newbury Park, CA,
SAGE.
[27] Moser CA y Kalton, G. (1989). Métodos de encuesta en la investigación social, Aldershot, Gower.

[28] Huck, SW (2007). Reading Statistics and Research, Estados Unidos de América, Allyn & Bacon.
[29] Robinson, WS (2009). Correlaciones ecologicas y el comportamiento individual.Internacional
revista de epidemiología, 38 (2), 337-341.
[30] Straub, D., Boudreau, MC y Gefen, D. (2004). Pautas de validación para IS positivista
investigar. Comunicaciones de la Asociación de Sistemas de Información, 13 (1), 380-427.

[31] Hamed Taherdoost. (2016). Validez y Fiabilidad del Instrumento de Investigación; Cómo probar la validación
de un cuestionario / encuesta en una investigación. Revista Internacional de Investigación Académica en Gestión
(IJARM), 5 (3), 28-36.

[32] Ghauri, P. y Gronhaug, K. (2005). Métodos de investigación en estudios empresariales, Harlow, FT / Prentice Hall.

[33] Oluwatayo, JA (2012). Problemas de validez y confiabilidad en la investigación educativa.Diario de

investigación educativa y social, 2 (2), 391-400.
[34] Gelfand, DM, Hartmann, DP, Cromer, CC, Smith, CL y Page, BC (1975). Los efectos de las indicaciones
educativas y los elogios en las tasas de donación de los niños.Desarrollo infantil, 46, 980-983.

17
[35] Lawshe, CH (1975). Un enfoque cuantitativo de la validez de contenido.Psicología del personal, 28 (4),
563-575.

[36] Ayre, C. y Scally, AJ (2014). Valores críticos para el índice de validez de contenido de Lawshe: revisando el
métodos originales de cálculo. Medición y evaluación en consejería y desarrollo, 47 (1),
79-86.
[37] Brown, SM, McBride, G., Collingridge, DS, Butler, JM, Kuttler, KG, Hirshberg, EL, ... y Orme, J. (2015). Validación de la
encuesta de percepción de la calidad (PPQ) de los pacientes de Intermountain entre los supervivientes de una admisión
en una unidad de cuidados intensivos: un estudio de validación retrospectivo.Servicios de salud de BMC
investigación, 15 (1), 1-7.

[38] Hamed Taherdoost (2016). Validez y Fiabilidad del Instrumento de Investigación; Cómo probar la validación
de un cuestionario / encuesta en una investigación.Revista Internacional de Investigación Académica en
Gestión (IJARM), 5 (3), 28-36.
[39] Collingridge, DS y Gantt, EE (2008). La calidad de la investigación cualitativa.Revista americana
de calidad médica, 23 (5), 389-395.
[40] MacCallum, RC, Widaman, KF, Zhang, S. y Hong, S. (1999). Tamaño de la muestra en factor
análisis. Métodos psicológicos, 4 (1), 84.
[41] Malterud, K., Siersma, VD y Guassora, AD (2016). Tamaño de la muestra en estudios de entrevistas cualitativas:
guiado por el poder de la información.Investigación cualitativa en salud, 26 (13), 1753-1760.

**********

18