DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

DOCTORADO EN CIENCIAS
PARA EL DESARROLLO
SUSTENTABLE

Diseño estadístico para la

investigación

 La Estadística en la investigación científica

 Análisis exploratorio de datos
 Métodos estadísticos para la investigación científica
 Técnicas e instrumentos de recolección de información
 Escalas de Likert
 Validez y confiabilidad de cuestionarios
 Base de datos

Dra. Mariel Del Rocío Chotón Calvo

DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

DIFERENCIA ENTRE MÉTODO, TÉCNICA, INSTRUMENTO Y METODOLOGÍA

1. MÉTODO: “...proviene de los vocablos griegos metá, que significa (a lo largo),

y odos, que significa (camino). El método es el modo o manera de proceder o de
hacer algo.” (De Barrera, J., 2.000).
El “Método de Investigación.- Es el procedimiento riguroso formulado de una
manera lógica que el investigador debe seguir en la adquisición del conocimiento.

Tipos:
 Método de Observación.- Procede del conocimiento por el cual se perciben
deliberadamente ciertos rasgos existentes en el objeto de conocimiento.
 Método Inductivo.- Procede del conocimiento que se inicia por la observación
de fenómenos particulares con el propósito de llegar a conclusiones y
premisas de carácter general que pueden ser aplicadas a situaciones similares
a la observada.”
 Método Deductivo.- Procede del conocimiento que se inicia por la observación
de fenómenos de carácter general con el propósito de llegar a conclusiones y
premisas de carácter particular contenidas explícitamente en la situación
general.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

 Método de Análisis.- Proceso de conocimiento que se inicia con la

identificación de cada una de las partes que caracterizan una realidad. Así se
establece la relación causa-efecto entre los elementos del objetivo.
 Método de Síntesis.- Proceso que va de lo simple a lo complejo, de la causa a
los efectos, de la parte al todo, de los principios a las consecuencias.”
 Métodos Cualitativos.- El esfuerzo comprensivo-interpretativo de los Métodos
Cualitativos, hace suponer una inteligencia y competencia de los actores, así
como también, la presencia real de los contextos referenciales y de prácticas
sociales e individuales que llenan el mundo real de interacciones, de lenguajes,
de cargas afectivas, de planes y proyectos que van más allá de lo dado y
elaborado a través de esquemas particulares pre-establecidos.”

2. TÉCNICA: “La técnica no es el camino como el método, sino el arte o manera de

recorrer ese camino.” (Egg, A., s/)

Las técnicas de recolección de datos comprenden procedimientos y actividades que

le permiten al investigador obtener la información necesaria para dar respuesta a
su pregunta de investigación.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

Tipos:
Se pueden mencionar como técnicas de recolección de información:
- La observación (ver o experienciar), 
- La encuesta (preguntar), 
- La entrevista (dialogar), 
- La revisión documental (leer),
- Las sesiones en profundidad (hacer o participar)
Técnicas de Investigación Social: Encuesta, grupos de discusión, análisis del
discurso, la historiografía, la historia oral y de Vida, la entrevista cualitativa, la
etnografía, análisis semántico basado en imágenes, la investigación-acción
participativa, la Heurística.
3. INSTRUMENTOS: “Constituyen las vías mediante la cual es posible aplicar una
determinada técnica de recolección de información.”
4. METODOLOGÍA.- El término “… deriva de método y logos, estudio. (…) En el ámbito
de la investigación, la metodología es el área del conocimiento que estudia los
métodos generales del proceso científico. La metodología incluye el estudio
de los métodos, las técnicas, las tácticas, las estrategias y los procedimientos que
utiliza el investigador para lograr los objetivos de su trabajo, y comprende el
conocimiento de todos y cada uno  de los pasos (algunos secuenciales  y otros
simultáneos), que implica el proceso investigativo.” También los instrumentos.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

INSTRUMENTOS DE INVESTIGACIÓN

Cuando el investigador no puede medir directamente las variables, debe recopilar

información acerca de los fenómenos que le interesa conocer, haciendo uso de ciertos
instrumentos, tales como:
- Listas de cotejo,
- Análisis documental,
- Test o pruebas (mide las características de la variable)
- Escalas de opinión, etc.
- Instrumentos o guías de observación (estructurados o no estructurados) para
observar el comportamiento de las variables, etc.

Los instrumentos de medición sirven para medir las variables, recopilar información con
respecto a ellas, o simplemente observar su comportamiento.

A través de los datos que proporcionan los instrumentos, se trata de obtener

información exacta.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

DIFERENCIAS EN LOS INSTRUMENTOS DE NATURALEZA CUALITATIVA Y CUANTITATIVA

DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

PROCEDIMIENTO PARA CONSTRUIR UN INSTRUMENTO DE MEDICION

1. Listar las variables que se pretenden medir u observar. Las variables son
propiedades de los objetos/ sujetos que toman distintos valores, y que son razón
del estudio a realizar.

2. Revisar su definición conceptual y comprender su significado. Consiste en

comprender qué es y qué dimensiones o aspectos envuelve a la variable. La
definición conceptual se refiere a la descripción de la esencia o de las
características propias, reconocidas por consenso de un fenómeno u objeto, a la
cual se le llama cotidianamente “definición real”; se reconoce la importancia de
una conceptualización teórica, dada por autores reconocidos.

3. Revisar cómo han sido definidas operacionalmente las variables. Se refiere a un

conjunto de procedimientos que narran o describen las actividades que el
investigador realiza para medir las variables en estudio. Cuando el investigador
dispone de varias opciones debe utilizar el procedimiento que le reporte mayor
información sobre la esencia del objeto o fenómeno de estudio.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

4. Elegir el(los) instrumento(s) ya desarrollados que están adaptados al contexto

y que tengan mayor validez y confiabilidad. Si se selecciona un instrumento
desarrollado en otro país deben hacerse pruebas piloto más extensas.
Tampoco debe olvidarse que traducir no es validar un instrumento, por muy
buena que sea la traducción.

5. En caso de no encontrar un instrumento desarrollado adecuado, válido y

confiable y se quiera construir o desarrollar uno propio, debe pensarse en
cada variable, sus categorías, los indicadores más precisos y los ítems para
cada uno de ellos. Un ejemplo de ello podría ser el siguiente:
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

Debemos asegurarnos de tener un número suficiente de ítems para medir todas las
variables en todas sus dimensiones.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

6. Indicar el nivel de medición de cada ítem y por ende, el de las variables.

Recordemos que existen cuatro (4) niveles de medición conocidos:

 Nominal, indica que hay dos o más categorías de respuesta las cuales no
tienen orden o jerarquía.
 Ordinal, indica que hay varias categorías, pero además estas mantienen un
orden jerárquico, de mayor a menor.
 Intervalo, implica crear escalas de medición donde las distancias entre las
diferentes categorías de respuestas son iguales. El cero o punto de partida,
es arbitrario, es decir no es real, como el caso de la temperatura, donde el
cero no significa que no haya temperatura.
 Razón, además de tener todas las características del nivel de intervalo
(distancias iguales entre las categorías de respuesta y aplicación de
operaciones matemáticas básicas), implica que parte de un cero real y
absoluto donde no existe la propiedad a medir. Por ej. ¿Cuántos hijos tiene
usted? Puede ser 0 cuando no tiene hijos.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

7. Indicar cómo se han de codificar los datos. Es necesaria para analizar

cuantitativamente los datos y aplicar el análisis estadístico. La mayoría de veces
se usan números, aunque también se pueden utilizar letras o símbolos.

8. Aplicar una prueba piloto del instrumento de medición. Es decir, aplicar el

instrumento a personas con características semejantes a las de la muestra o
población objetivo de nuestra investigación, para analizar si las instrucciones se
comprenden y si los ítems funcionan adecuadamente. Los resultados se utilizan
para calcular la confiabilidad y de ser posible, la validez del instrumento de
medición. La prueba piloto se realiza con una pequeña muestra; los
investigadores aconsejan un 10% de personas semejantes a las que integrarán la
muestra definitiva.

9. Sobre la base de la prueba piloto, el instrumento de medición preliminar, se

modifica, se ajusta y se mejora, para lograr mayor nivel de confiabilidad y
validez. En un trabajo de investigación habrá que narrar el procedimiento, el
pilotaje y la reestructuración del instrumento posterior al pilotaje.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

¿QUE IMPLICA LA ETAPA DE RECOLECCION DE DATOS?

Tres actividades estrechamente vinculadas entre sí:

1. Seleccionar un instrumento de medición de los disponibles en el estudio, o

desarrollar uno que sea válido y confiable, de lo contrario, no podremos basarnos
en sus resultados para realizar conclusiones.
2. Aplicar ese instrumento de medición, es decir, obtener las observaciones y
mediciones de las variables que son de interés para nuestro estudio.
3. Codificar, analizar e interpretar estas mediciones.

¿QUE SIGNIFICA MEDIR?

“proceso de vincular conceptos abstractos con indicadores empíricos”
El centro de atención es por lo tanto la respuesta observable (bien sea una respuesta
marcada en un cuestionario, una conducta grabada o una respuesta dada en una
entrevista).
Un instrumento de medición adecuado va a ser aquél que me registra datos
observables que verdaderamente representan los conceptos o variables (más
abstractas) que el investigador tiene en mente.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

¿QUÉ REQUISITOS DEBE CUBRIR UN INSTRUMENTO DE MEDICION?

Tratadas en
forma conjunta
=
INSTRUMENTO
ÚTIL
OBJETIVIDAD

CONFIABILIDAD

VALIDEZ
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

¿QUÉ REQUISITOS DEBE CUBRIR UN INSTRUMENTO DE MEDICION?

 OBJETIVIDAD: Grado en que el instrumento es permeable a la influencia de los

sesgos y tendencias de los investigadores que lo administran, califican e
interpretan.
 LA CONFIABILIDAD: Es el grado de precisión o exactitud de la medida, en el
sentido de que si aplicamos repetidamente el instrumento al mismo sujeto u
objeto produce iguales resultados. Ejemplo una balanza (o un termómetro) serán
confiables si al pesarnos (o medirnos la temperatura) en dos ocasiones seguidas,
obtenemos los mismos datos.
 LA VALIDEZ: se refiere al grado en que un instrumento mide la variable que
pretende medir. Por ejemplo, un test de inteligencia no será válido, si lo que mide
es realmente memoria y no inteligencia.
Ciertas variables como el sexo, la nacionalidad, son muy fáciles de observar o de
preguntar y obtener una respuesta válida. Pero cuando se trata de diversas
variables que se trabajan en ciencias sociales como motivaciones, actitudes,
sentimientos, emociones, etc, la validez de un instrumento que pretenda
medirlas se torna más compleja, y por lo tanto, cabe preguntarse si ¿realmente el
instrumento estará midiendo lo que pretende medir?
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

TIPOS DE VALIDEZ
 VALIDEZ DE CONTENIDO: Se refiere al grado en que un instrumento refleja un
dominio específico de contenido de lo que se mide. Por ejemplo, una prueba de
operaciones aritméticas no tendrá validez de contenido si explora suma y
división y excluye problemas de resta y multiplicación. (Validez de juicio de
expertos)
Un instrumento de medición debe contener representados a todos los ítems del
dominio de contenido de las variables a medir.
• VALIDEZ DE CRITERIO: Implica que la medición del instrumento se ajusta o sirve
a un criterio externo que pretende medir lo mismo. Si el criterio se ajusta al
futuro se habla de validez predictiva. Por ejemplo una prueba de admisión en
las universidades puede comparar sus resultados con el rendimiento futuro de
los estudiantes en la carrera. Si el criterio se fija en el presente se habla de
validez concurrente; es cuando los resultados del instrumento correlacionan con
el criterio en el mismo momento o punto de tiempo. Por ejemplo una encuesta
administrada un día antes de las votaciones para detectar preferencias del
electorado, correlaciona con los resultados finales de la elección. (Coeficientes
de contingencia, Spearman-Brow, Pearson, alfa de Cronbach y la técnica aiken)
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

• VALIDEZ DE CONSTRUCTO es probablemente la más importante, sobretodo

desde la perspectiva científica, ya que se refiere al grado en que una medición
aporta a un instrumento, relaciona consistentemente con otras mediciones que
han surgido de hipótesis y construcción de teorías antecedentes. Debe explicar
el modelo teórico empírico que subyace a las variables de interés. (Análisis de
factores, Análisis de cofactores, análisis de covarianzas)

Cabe agregar que un instrumento de

medición puede ser confiable pero no
válido, puede medir consistentemente
un aspecto más no medir lo que
pretende medir el investigador. Por
ello es requisito que un instrumento
de medición que demuestre ser
CONFIABLE Y VÁLIDO.
 FACTORES QUE PUEDEN AFECTAR LA CONFIABILIDAD Y LA VALIDEZ
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

a) La improvisación. Elegir un instrumento de medición o desarrollar uno NO es algo fácil

y requiere supervisión, y conocer muy bien la variable que se pretende medir y la
teoría que la sustenta.
b) El no estar validados en el contexto donde se aplican. Traducir un instrumento, aún
cuando adaptemos los términos a nuestro lenguaje no es ni remotamente validarlo, es
simplemente un primer paso, ya que validarlo implica realizar una investigación
extensa y compleja. Los grupos, las personas cambian y tienen valores diferentes de
acuerdo a la cultura. Por lo tanto, se deben aplicar instrumentos ya validados en el
contexto.
c) El instrumento es inadecuado o no es empático. Hay instrumentos que tienen un
lenguaje muy elevado para el entrevistado o no toma en cuenta diferencias de sexo,
edad nivel ocupacional y educativo; todo esto puede resultar en errores de validez y
confiabilidad del instrumento de medición.
d) Las condiciones en que se aplica el instrumento. El ruido, presionar para que una
persona conteste un instrumento largo en un período de tiempo corto, el hambre o
falta de motivación para responder influirá negativamente en la validez y confiabilidad
de la medida.
e) Aspectos mecánicos. El instrumento debe tener instrucciones precisas, leerse bien,
entenderse, que no le falten páginas, que haya un espacio adecuado para contestar.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

MIDIENDO LA VALIDEZ

En una investigación, lo más importante es obtener la validez de contenido,

para ello:

- Primero. - Revisar como ha sido tratada esta variable por otros

investigadores anteriormente.

- Segundo.- Elaborar un universo de ítems tan amplio como sea posible, para
medir la variable en todas sus dimensiones.

- Tercero.- Consultar con investigadores familiarizados con el tema y con la

variable a medir para ver si el contenido es exhaustivo.
Esto se conoce con el nombre de validación por expertos.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

MIDIENDO LA CONFIABILIDAD

Generalmente todos los procedimientos utilizan fórmulas que producen “coeficientes

de confiabilidad”, los cuales pueden oscilar entre 0 y 1, donde 0 significa confiabilidad
nula y 1 representa el máximo de confiabilidad.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

MIDIENDO LA CONFIABILIDAD

Entre más se acerque el coeficiente a 0 habrá mayor error en la medición. Los

procedimientos más utilizados son:
 Medida de estabilidad (confiabilidad por test-retest). Un mismo instrumento es
aplicado dos o más veces a un mismo grupo de personas. Si la correlación (r) entre
los resultados de las diferentes aplicaciones es altamente positiva, el instrumento
se considera confiable. Desde luego, el período de tiempo entre las mediciones es
un factor a considerar. Si es muy largo, otros factores como maduración o cambio
de condiciones pueden afectar la segunda medida. Si es muy corto, las personas
pueden recordar cómo contestaron la primera vez y aparecer como más
consistentes la segunda vez.
 Medidas paralelas o formas equivalentes de medir. Se aplica dos o más versiones
equivalentes o similares (contenido, instrucciones, duración, etc) del instrumento.
Por ejemplo cuando un profesor administra 2 o más modalidades de examen en su
grupo de alumnos. El instrumento es confiable si la correlación entre los resultados
de las dos o más pruebas administradas es significativamente positiva. Coeficiente
de correlación producto-momento de Pearson.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

 Método de mitades divididas o partidas. Aquí se administra un solo instrumento,

una sola vez, pero se dividen los ítems en 2 partes y se comparan los resultados,
si se correlacionan, entonces es confiable. (Por ejemplo los ítems pares con
respecto a los impares, o la primera mitad con respecto a la segunda mitad). La
confiabilidad varía de acuerdo al número de ítems de la prueba, cuántos más
ítems mayor es la confiabilidad. (Pearson y Spearman-Brown)
 Cotejo entre observadores. Se utiliza fundamentalmente cuando se aplican
instrumentos de observación y registro. Dos o más observadores aplican el mismo
instrumento al mismo tiempo. Luego se calcula la correlación de aspectos
coincidentes observados. Se considera confiable el instrumento si hay un
porcentaje de coincidencias superior al 80%. Por supuesto que este método
implica que los observadores tengan el mismo nivel de preparación o de
entrenamiento para observar.
 Análisis de homogeneidad de ítems o consistencia interna: Requiere una sola
administración. Mide la confiabilidad a partir de la consistencia interna de los
ítems, entendiéndose el grado en que los ítems de una escala se correlacionan
entre sí, varía entre 0 y 1 (0 es ausencia total de consistencia y 1 es consistencia
perfecta). No existe un acuerdo de cuál es el valor de corte, sin embargo, de 0.7
en adelante es aceptable. (Rulon y Guttman, Fórmula 20 de Kuder-Richardson,
coeficiente Alfa de Cronbach)
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

Un test confiable debe minimizar la medida del error de modo que tal error no esté
altamente correlacionado con la verdadera puntuación. El alfa de Cronbach
examina la matriz de varianzas y covarianzas, sin embargo, no toda la información
de la matriz es útil ya que las varianzas y la duplicidad de las covarianzas no son
útiles. La varianza es una medida de cómo la distribución de una variable (ítem)
está dispersa, la covarianza es la medida de la dispersión entre dos variables. Entre
más alto sea el coeficiente de correlación, más alta es la covarianza. Entre más alto
sea el coeficiente alpha, más consistente es el test.

Un instrumento puede tener un alfa único para toda la variable, y también valores
distintos de alfa para cada dimensión, cuando la variable es compleja,
multidimensional.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

EJEMPLOS DE
CONFIABILIDAD
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

MÉTODO DEL TEST-RETEST

n XY    X   Y 
R xy 
n  X 2     X  n  Y 2     Y 
2 2

Se desea estimar si el aprendizaje de las matemáticas de un grupo de 10

estudiantes es estable, sometida a una misma prueba en dos ocasiones y en
tiempos distintos, cuyos resultados fueron:
Sujetos 1 2 3 4 5 6 7 8 9 10

Puntuación 35 40 20 30 33 24 18 25 22 17
1 vez
Puntuación 36 38 19 30 31 22 20 25 24 17
2 vez

Calcule el grado de confiabilidad de la prueba (Rpta. 0.981)

 Ingresar los datos en 2 columnas
 En excel: coef.de.correl(matriz1,matriz2)
 En SPSS: analizar/correlaciones/bivariadas/pasar las variables a correlacionar/
pearson
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

DIVISIÓN POR MITADES DE GUTTMAN

R2
1  (S
1
2
 S 22 ) 
2
S t

Donde:
R: Coeficiente de confiabilidad
2
S : Varianza de las puntuaciones de los ítems impares
1
2
S : Varianza de las puntuaciones de los ítems pares
2
2
S
t : Varianza de las puntuaciones del test total
Ejemplo:
Se tomó las puntuaciones de 20 ítems aplicado a 20 estudiantes seleccionados al
azar de una muestra piloto para probar un grupo control y experimental de un
estudio.
 N° P. impar P. par P. Total
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

1 5 5 10
2 5.5 5.5 11
3 8.5 8.5 17
4 3 3 6
5 7.5 7.5 15
6 5 7 12
7 3.5 4.5 8
8 8 8 16
9 3.5 2.5 6
10 6.5 8.5 15
11 9 8 17
12 6.5 8.5 15
13 4.5 4.5 9
14 1.5 4.5 6
15 7 9 16
16 5 6 11
17 7.5 7.5 15
18 5 7.5 12.5
19 8 8 16
20 8 5 13
VARIANZA 4.278947 3.901973 14.32302
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

En SPSS:
Analizar / Escala/ Análisis de fiabilidad/ Seleccionar las 2 variables/ En modelo
seleccionar 2 mitades/ Aceptar

R  0.858 Es una buena correlación, por lo tanto el instrumento es

estadísticamente confiable.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

DIVISIÓN POR MITADES DE SPEARMAN BROWN

n
6 d i2
Rho  1  i 1

n n 1 2

Donde:
di: Xi-Yi es la diferencia entre los rangos asociados a la unidad estadística i
n: Número total de parejas de datos correlacionados
Ejemplo:
Se desea conocer el rendimiento académico de un grupo de 12 estudiantes es
similar o no frente a cada uno de los ítems pares e impares de una prueba.
Sujetos 1 2 3 4 5 6 7 8 9 10 11 12

Ítem 20 19 16 16 13 12 11 10 10 9 4 3
impar
Ítem 11 10 9 9 8 8 8 7 7 7 6 6
par

En SPSS:
Analizar / Escala/ Análisis de fiabilidad/ Seleccionar las 2 variables/ En modelo
seleccionar 2 mitades/ Aceptar
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

INTERCORRELACIÓN DE ÍTEMS: CRONBACH

Se usa para evaluar la consistencia interna, y cuando se trata de alternativas de

respuestas politómicas como escalas de tipo Likert y también dicotómicas.

k   Si 
2

 1
k  1  St 2 

Donde:
α : coeficiente de Cronbach
K : número de ítems o preguntas
2
S : Varianza de cada ítem
i

St : Varianza total de los puntajes obtenidos

2

Cuanto menor sea la variabilidad de respuesta por parte de los individuos

(homogeneidad) en las respuestas dentro de cada ítem, mayor será el alfa.
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

Ejemplo:
Se desea estimar la coherencia interna de una matriz de ítems por cada estudiante
sobre los resultados de una escala de actitud hacia la matemática (siempre:5,
muchas veces:4, regularmente:3, pocas veces:2, y nunca:1), cuyos resultados
fueron:
Estudiante 1 2 3 4 5 6
1 5 4 3 2 1 1
2 4 1 3 3 1 2
3 5 5 5 5 5 5
4 4 4 2 3 1 1
5 5 2 2 4 3 1
6 5 3 3 2 4 2
7 4 5 2 3 2 3
8 5 5 2 5 2 5
DISEÑO ESTADÍSTICO PARA LA INVESTIGACIÓN

En SPSS:
Analizar / Escala/ Análisis de fiabilidad/ Seleccionar las 6 variables/ En modelo
seleccionar alfa/ Aceptar

Resultado: Es una buena correlación 0,733