Documentos de Académico
Documentos de Profesional
Documentos de Cultura
com
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.
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.
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.
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.
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]
Fiabilidad
Diseñar y desarrollar
Preliminar
un cuestionario
Cuestionario Subsecuente
pruebas
Validación de validación
cuestionario
Validez
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].
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,
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
(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].
- - - - - - - - - - - (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)
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.
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) Grado de confiabilidad entre evaluadores
1 к=0 Indica que no hay acuerdo entre los dos
2 к = 0,01 - 0,20 evaluadores. Indica falta de acuerdo
3 к = 0,21 - 0,40 Indica acuerdo leve Indica
4 к = 0,41 - 0,60 acuerdo justo Indica
5 к = 0,61 - 0,80 acuerdo bueno Indica
6 к = 0,81 - 0,92 acuerdo muy bueno Indica
7 к = 0,93 - 1,0 acuerdo excelente
8 к = 1.0 Indica un acuerdo perfecto entre los dos
evaluadores.
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.
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.
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.
Pruebas de validez
(1) Validación discriminante
Construir validación (2) Validación convergente
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.
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].
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].
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.
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.
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].
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.
7 Shogun (caja de herramientas) Se utiliza como herramienta de análisis estadístico para sistemas de investigación y
educación.
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.
[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.
[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.
[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.
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