UNIIVERSIDAD NACIONAL JORGE BASADRE GROHMANN TACNA

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

FACULTA DE INGENIERIA
FACULTAD PROFESIONAL
ESCUELA ACADEMICO DE INGENIERIA DE MINASDE MINAS
DE INGENIERIA

ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

NOMBRES : VICTOR LLIUYA QUISPE 2014-101018

ALEXANDER RAMOS URUCHI 2014-101007
YEYSON MAMANI RAMOS 2014-101031
DURAN USECA CASTILLO 2014-101012
BAIRO ANCAJIMA BALCAZAR 2013-38959
LUIS MAMANI QUISPE 2014-101032

CURSO : ESTADISTICA Y PROBABILIDADES

TEMA : ALFA DE CRONBACH

ENCARGADO : Mgr. LUIS ASUNCION LOPES PUYCAN

AO/CICLO : 4to AO / 7mo CICLO

TACNA PERU

2017
 UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTA DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

INTRODUCCION

Un investigador trata de medir una cualidad no directamente observable (por

ejemplo, la inteligencia) en una poblacin de sujetos. Para ello mide n variables
que s son observables (por ejemplo, n respuestas a un cuestionario o un
conjunto de n problemas lgicos) de cada uno de los sujetos.

Se supone que las variables estn relacionadas con la magnitud inobservable

de inters. En particular, las n variables deberan realizar mediciones estables y
consistentes, con un elevado nivel de correlacin entre ellas.

El alfa de Cronbach permite cuantificar el nivel de fiabilidad de una escala de

medida para la magnitud inobservable construida a partir de las n variables
observadas.

El coeficiente Alfa de Cronbach es un modelo de consistencia interna, basado

en el promedio de las correlaciones entre los tems. Entre las ventajas de esta
medida se encuentra la posibilidad de evaluar cunto mejorara (o empeorara)
la fiabilidad de la prueba si se excluyera un determinado tem.

Es un coeficiente que sirve para medir la fiabilidad de una escala de medida, y

cuya denominacin Alfa fue realizada por Cronbach en 1951.
 UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTA DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

Hace ya ms de 60 aos que se public el trabajo en que se present por vez

primera el denominado alfa de Cronbach (Cronbach, 1951) y a partir de ese
momento este coeficiente se estableci como un ndice de facto para evaluar el
grado en que los tems de un instrumento estn correlacionados.
La influencia de este trabajo ha sido sin dudas impresionante y empleando una
herramienta como el Publish or Perish (POP) (Harzing, 2014) resulta fcil
determinar que a la fecha, el trabajo original de L. J Cronbach ha sido citado
24376 veces y que este autor se cita como promedio unas 960 veces por ao,
lo que resulta notable tomando en cuenta que la mayora de sus trabajos se
publicaron en la ltima mitad del siglo pasado.
Siguiendo la misma idea sealada por este autor, en un trabajo posterior
(Cronbach &
Shavelson, 2004), el elevado nmero de referencias no implica que la persona
que cita
el artculo lo haya ledo, incluso ni demuestra que lo haya visto.
Una revisin ms detallada de la literatura sobre el alfa de Cronbach indica que
desde hace aos existen muchas descripciones diferentes, incluso
contradictorias y que el coeficiente, como cualquier medida estadstica debe
ser utilizado con cautela (Cortina,
1993). A la vez el coeficiente ha estado sujeto a diferentes debates en cuanto a
su validez para interpretar escalas tipo Likert (Gliem & Gliem, 2003). El propio
L. J.
Cronbach seal posteriormente (Cronbach & Shavelson, 2004) que el
coeficiente cubre slo una perspectiva estrecha dentro de la problemtica ms
amplia del anlisis de confiabilidad.
Estos debates y concepciones sobre el alfa de Cronbach hacen que tampoco
resulte fcil
para alguien sin una formacin estadstica completa, ir ms all de la aplicacin
mecnica de este coeficiente.
 UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTA DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

CONCEPTO
El alfa de Cronbach es una media de las correlaciones entre las variables que
forman parte de la escala. Puede calcularse de dos formas: a partir de las
varianzas (alfa de Cronbach) o de las correlaciones de los tems (Alfa de
Cronbach estandarizado). El coeficiente alfa se puede utilizar como un ndice
de solidez interna. Pero no implica nada sobre la estabilidad en el tiempo ni
sobre la equivalencia entre formas alternas del instrumento.

El coeficiente alfa puede visualizarse como el lmite inferior del

coeficiente de confiabilidad conocido como coeficiente de precisin. En
otras palabras, un coeficiente alfa de 0.80 slo implica que el coeficiente
de precisin es mayor que 0.80, pero no se sabe por cunto se
diferencia.
El coeficiente alfa se puede visualizar como el promedio de todos los
coeficientes de confiabilidad que se obtienen por los mtodos de las dos
mitades.
El coeficiente alfa no es un ndice de unidimensionalidad del
instrumento.
El coeficiente alfa se puede utilizar en cualquier situacin en la que se
quiera estimar la confiabilidad de un compuesto.

Existen factores que pueden afectar la confiabilidad como lo son:

Homogeneidad del grupo.
Tiempo.
Tamao del cuestionario.
Objetividad del proceso de asignar puntuaciones.
 UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTA DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

FORMULACION

El alfa de Cronbach no deja de ser una media ponderada de las correlaciones

entre las variables (o tems) que forman parte de la escala. Puede calcularse
de dos formas: a partir de las varianzas (alpha de Cronbach) o de las
correlaciones de los tems (Alpha de Cronbach estandarizado).
Hay que advertir que ambas frmulas son versiones de la misma y que pueden
deducirse la una de la otra. El alpha de Cronbach y el alpha de Cronbach
estandarizados, coinciden cuando se estandarizan las variables originales
(items).

1. A partir de las varianzas

A partir de las varianzas, el alfa de Cronbach se calcula as:

[ ]
k

Si2
= [ ]
k
k 1
1 i=1 2
St

Dnde:
2
Si es la varianza del tem i
2
St es la varianza de los valores totales observados
k es el nmero de preguntas o tems.

2. A partir de las correcciones entre los tems

A partir de las correlaciones entre los tems, el alfa de Cronbach
estandarizado se calcula as:
kp
est=
1+ p(k 1)
Dnde:
k es el nmero de tems
p es el promedio de las correlaciones lineales entre cada uno de
los tems (se tendrn [k(k-1)]/2 pares de correlaciones).
 UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTA DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

Interpretacin de la formulacin

Lo deseable para crear una escala fiable es que los tems estn muy
correlacionados entre s. El nivel mximo de correlacin se alcanza cuando los
tems X1, , Xk son todos iguales. En tal caso, por las propiedades de la

k
varianza S 2t =k 2 S21 S 2i =k S21 , por lo que el valor del alfa es, simplificando,
i=1

igual a 1.
Si los tems fuesen independientes entre s (por lo que no podran constituir

k
conjuntamente una escala fiable), entonces se tendra que S = S2i
2
t y el
i=1

valor de alfa sera 0.

Hay que advertir que el alfa de Cronbach puede llegar a alcanzar valores
negativos de existir parejas de tems negativamente correlacionados.

Interpretacin

El alfa de Cronbach no es un estadstico al uso, por lo que no viene

acompaado de ningn p-valor que permita rechazar la hiptesis de fiabilidad
en la escala. No obstante, cuanto ms se aproxime a su valor mximo, 1,
mayor es la fiabilidad de la escala. Adems, en determinados contextos y por
tcito convenio, se considera que valores del alfa superiores a 0,7 o 0,8
(dependiendo de la fuente) son suficientes para garantizar la fiabilidad de la
escala.
 UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTA DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

Interpretaciones del coeficiente ALFA.

La extensin del uso del fue seguida, sin embargo, de una multiplicidad de
interpretaciones, muchas veces contradictorias entre s (Cortina, 1993). Esta
situacin ha llevado a que este estadstico haya sido sobreutilizado a lo largo
del tiempo, as como a que se hayan ignorado las condiciones para las que fue
desarrollado. Para hacer un recorrido conjunto de las cualidades y limitaciones
que estos esfuerzos han obtenido, se seguir en primer lugar el orden de las
principales interpretaciones dadas al ALFA que se encuentra en Cortina (1993),
posteriormente sern expuestos los aspectos que no hayan sido incluidos por
este autor.
Cortina (1993) ubica cinco interpretaciones aceptadas generalmente en la
literatura. Estas son:
(a) El coeficiente es la media de todos los coeficientes de confiabilidad por
mitades,
(b) Es el lmite inferior de la confiabilidad de una prueba,
(c) es una medida de la saturacin del primer factor,
(d) es igual a la confiabilidad en condiciones de equivalencia y
(e) es una versin general del coeficiente de equivalencia Kuder-Richardson
(K-R 20). De estas cinco afirmaciones, la segunda y la cuarta se relacionan
estrechamente.

El uso de la primera afirmacin implica que se ve al coeficiente como un

estimador estable de la confiabilidad calculada por mitades. Una consecuencia
de esto es que se puede considerar al ALFA como un estimador ms robusto
que el obtenido por el mtodo de las dos mitades. Es importante notar que, la
identidad entre el ALFA y el valor esperado de todas las posibles mitades se da
slo cuando las partes son paralelas, es decir, cuando sus varianzas y
covarianzas son todas iguales, y su valor esperado es el mismo (cf. Infra).
Cuando las varianzas entre los tems no son iguales, el coeficiente ALFA es
 UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTA DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

igual al valor esperado del ALFA calculado sobre las mitades de la prueba
como partes, en lugar de los tems individuales (Cronbach, 1951; Lord &
Novick, 1968; Cortina, 1993).
La segunda y cuarta afirmaciones ponen de relieve que el ALFA es un
estimador de la confiabilidad de una prueba (Cronbach, 1951; Lord & Novick,
1968; Bravo & Potvin, 1991).
La demostracin de las dos afirmaciones puede encontrarse en Cronbach
(1951), Novick y Lewis (1967) y Lord y Novick (1968). Cabe recordar que estos
resultados son ciertos en la medida en que ALFA es un coeficiente de
equivalencia, esto implica que no tiene en cuenta ciertas fuentes de error, como
el error temporal (Gerbing & Anderson, 1988; Becker, 2000; Osburn, 2000;
Schmidt et al., 2003), y por ello no puede tomarse como reemplazo de un
coeficiente de estabilidad como estimador de la confiabilidad de una prueba.

Factores que afectan al coeficiente ALFA.

En los aspectos que esas cinco afirmaciones y sus consecuencias tienen
respecto al ALFA sobresalen los aciertos y desaciertos que han tenido las
diferentes interpretaciones de este estadstico con respecto a la varianza
correspondiente a las puntuaciones verdaderas de las personas. De su
desarrollo puede concluirse que el coeficiente ALFA requiere del supuesto de la
TITA Y ALFA equivalencia de sus partes. Los estudios considerados que
muestran el sesgo presentado por el ALFA cuando este supuesto no se cumple
son especialmente relevantes cuando se considera que en la prctica es
bastante difcil obtener medidas a las que se ajuste tan bien dicho modelo
(Feldt, 1993; Gmez Benito, 1996). Tambin es notoria la falta de consideracin
por las implicaciones que tienen los trminos que definen el clculo del
coeficiente, as como de los otros supuestos en que se basa y que pueden no
verse cumplidos en la prctica. Estos son los que se presentan a continuacin.
Por una parte, los trminos que intervienen en las frmulas de clculo del son la
longitud de la prueba (n), la covarianza entre las partes ( k ,h ) y la varianza total de la
prueba ( 2 X ). Varios autores (Cronbach, 1951; Green et al., 1977; Niemi et al., 1986;
 UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTA DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

Cortina, 1993) han precisado que el valor del coeficiente se incrementa a medida que n
aumenta, siempre que se conserven constantes los dems trminos y se mantengan los
supuestos del modelo. Esta caracterstica fue modelada por Cronbach (1951)
relacionando el valor del con la correlacin promedio entre los tems y con la longitud
de la prueba. Esta relacin puede expresarse de la siguiente forma (Niemi et al., 1986, p.
371):

Donde kh representa la intercorrelacin promedio entre los tems.

De esta formulacin resulta evidente la relacin mencionada; adicionalmente,
esta formulacin es equivalente a la frmula de Spearman-Brown generalizada
a una prueba de longitud n. Esta relacin ha sido estudiada, adems, bajo
situaciones en las que los supuestos del no se cumplen; Green et al. (1977)
y Cortina (1993) mostraron que an en condiciones de multidimensionalidad
(i.e. violacin del supuesto de -equivalencia) el valor del puede superar el
nivel de 0.7. Por ejemplo, en el caso ms extremo estudiado por Cortina
(1993), el valor del resulta igual a 0.64 cuando la prueba tiene 18 tems, con
una estructura de tres factores independientes y una interrcorrelacin promedio
de tan slo 0.06 (0.3 entre los tems del mismo factor); este es mayor que 0.7
cuando la intercorrelacin promedio llega a 0.1 y los dems trminos se
mantienen constantes. Se ha encontrado que esta relacin entre el valor del
y la longitud de la prueba es curvilnea y que empieza a estabilizarse en
longitudes de prueba menores a 19 (Komorita & Graham, 1965; Cortina, 1993).
Streiner (1993), por su parte, afirma que escalas de 20 tems o ms suelen
obtener valores de alrededor de 0.9. Otro aspecto importante a considerar se
encuentra en el hecho que actualmente la mayora de pruebas psicolgicas
que se desarrollan tienen una longitud inferior a 20 tems (Cortina, 1993). La
importancia observada en el valor obtenido en el tiene su motivo en las guas
que al respecto han sido ofrecidas con el tiempo en las cuales la
recomendacin de Nunnally (1987) (el valor del debera ser igual o superior a
0.7) ha resultado la que mayor aceptacin ha recibido en la comunidad (ver p.
ej. Bernardi, 1994; Peterson, 1994).
 UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTA DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS
 UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTA DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

Condiciones para hacer Alpha

Este alfa siempre se har por escalas de tal manera que, a modo de ejemplo,
en el test STAI de ansiedad rasgo y ansiedad estado publicado por TEA, se
llevaran a cabo dos ndices de consistencia (el alfa correspondiente a
ansiedad rasgo y el alfa correspondiente a ansiedad estado). Ahora bien, para
poder calcular la fiabilidad de un test, este debe cumplir con dos requisitos
previos:

1. Estar formado por un conjunto de tems que se combinan aditivamente

para hallar una puntuacin global (esto es, las puntuaciones se suman y
dan un total que es el que se interpreta).

2. Todos los tems miden la caracterstica deseada en la misma direccin.

Es decir, los tems de cada una de las escalas tienen el mismo sentido
de respuesta (a mayor puntuacin, ms ansiedad, por ejemplo; este
sentido de respuesta viene especificado en el manual del test).

A modo de ejemplo, ocurre que cuando se redacta un test con

respuestas tipo Likert (pongamos 0=nada a 3=mucho), se observan
tems de la siguiente forma:

"Me siento calmado" contestar con 3 significara poca ansiedad

(a ms puntuacin, menos ansiedad).
"Me siento tenso" contestar con 3 significara mucha ansiedad
(a ms puntuacin, ms ansiedad).

El segundo tem es el que se corresponde con el sentido de respuesta

especificado en el manual, pero como el primero no cumple esa relacin,
 UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTA DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

deber ser invertido para que el test as tenga todos los tems con el mismo
sentido y se pueda, pues, calcular el ndice de consistencia o Alfa de Cronbach.
(Este proceso de cambio de sentido se llevara a cabo, en el SPSS, programa
estadstico ms popular entre los psiclogos, mediante una recodificacin de
datos).

Anlisis

Para el anlisis de resultados, se recomienda lanzar los estadsticos. Al

hacerlo, obtendremos dos tipos de resultados: los estadsticos de los tems y
de la escala y los estadsticos de los tems en relacin con el valor total. Estas
dos tablas de resultados sern fundamentales para la interpretacin y posible
reformulacin del test. Para ello es necesario explicar dos conceptos:

a. Coeficiente de correlacin lineal: Mide el grado y la direccin de la

asociacin lineal entre dos variables cuantitativas.

b. Correlacin Item-Total Corregido: Esta correlacin es de gran

relevancia porque indica la correlacin lineal entre el tem y el puntaje
total (sin considerar el item en evaluacin) obtenido por los jueces
indicando la magnitud y direccin de esta relacin. Los estudios
empricos de Borg (1963) que consideran tamaos muestrales iguales o
mayores que 100, mostraron que las correlaciones iguales o mayores
que .35 suelen ser estadsticamente significativas al 1% (Cohen &
Manion, 2002). Una baja correlacin entre el tem y el puntaje total
puede deberse a diversas causas, ya sea de mala redaccin del tem o
que el mismo no sirve para medir lo que se desea medir.
 UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTA DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

Alfa de Cronbach y consistencia interna de los tems de

un instrumento de medida

El mtodo de consistencia interna basado en el alfa de Cronbach permite

estimar la fiabilidad de un instrumento de medida a travs de un conjunto de
tems que se espera que midan el mismo constructo o dimensin terica.

La validez de un instrumento se refiere al grado en que el instrumento mide

aquello que pretende medir. Y la fiabilidad de la consistencia interna del
instrumento se puede estimar con el alfa de Cronbach. La medida de la
fiabilidad mediante el alfa de Cronbach asume que los tems (medidos en
escala tipo Likert) miden un mismo constructo y que estn altamente
correlacionados (Welch & Comer, 1988). Cuanto ms cerca se encuentre el
valor del alfa a 1 mayor es la consistencia interna de los tems analizados. La
fiabilidad de la escala debe obtenerse siempre con los datos de cada muestra
para garantizar la medida fiable del constructo en la muestra concreta de
investigacin.

Como criterio general, George y Mallery (2003, p. 231) sugieren las

recomendaciones siguientes para evaluar los coeficientes de alfa de Cronbach:

- Coeficiente alfa >.9 es excelente

- Coeficiente alfa >.8 es bueno

- Coeficiente alfa >.7 es aceptable

- Coeficiente alfa >.6 es cuestionable

- Coeficiente alfa >.5 es pobre

- Coeficiente alfa <.5 es inaceptable

 UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTA DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

Valoraciones de los autores:

Nunnally (1967, p. 226): en las primeras fases de la investigacin un valor de

fiabilidad de 0.6 o 0.5 puede ser suficiente. Con investigacin bsica se
necesita al menos 0.8 y en investigacin aplicada entre 0.9 y 0.95.

Nunnally (1978, p.245-246): dentro de un anlisis exploratorio estndar, el

valor de fibilidad en torno a 0.7 es adecuado.

Kaplan & Saccuzzo (1982, p. 106): el valor de fiabilidad para la investigacin

bsica entre 0.7 y 0.8; en investigacin aplicada sobre 0.95.

Loo (2001, p. 223): el valor de consistencia que se considera adecuado es

de 0.8 o ms.

Gliem & Gliem (2003): un valor de alfa de 0.8 es probablemente una meta
razonable.

Huh, Delorme & Reid (2006): el valor de fiabilidad en investigacin

exploratoria debe ser igual o mayor a 0.6; en estudios confirmatorios debe estar
entre 0.7 y 0.8.
 UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTA DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

Relacin del coeficiente alfa y los mtodos de mitades

Cronbach mismo clarific la relacin entre el coeficiente alfa y los mtodos

de mitades por medio de los siguientes sealamientos:
El coeficiente alfa se puede utilizar como un ndice de consistencia interna.
Pero no implica nada sobre la estabilidad en el tiempo ni sobre la
equivalencia entre formas alternas del instrumento.
El coeficiente alfa puede visualizarse como el lmite inferior del coeficiente
de confiabilidad conocido como coeficiente de precisin. En otras
palabras, un coeficiente alfa de 0.80 slo implica que el coeficiente de
precisin es mayor que 0.80, pero no se sabe por cunto se diferencia.
El coeficiente alfa se puede visualizar como el promedio de todos los
coeficientes de confiabilidad que se obtienen por los mtodos de las dos
mitades.
El coeficiente alfa no es un ndice de unidimensionalidad del instrumento.
Por lo tanto no se puede utilizar como mtodo para validar la
unidimensionalidad de un constructo.
El coeficiente alfa se puede utilizar en cualquier situacin en la que se
quiera estimar la confiabilidad de un compuesto.
 UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTA DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

Discusin
Puede verse que el lugar que tiene actualmente el coeficiente de Cronbach
para la exploracin de la confiabilidad de un compuesto de diferentes
mediciones es realmente importante. El uso generalizado que ha tenido y la
amplitud de las interpretaciones de las que ha sido objeto muestran, sin
embargo, la falta de consenso en la comunidad sobre cmo y cundo es
empleado correctamente; as tambin, puede encontrarse una amplia variedad
de estudios en los cuales se busca encontrar guas para este objetivo.
En este trabajo se han documentado los principales factores que en estos
estudios han mostrado tener alguna influencia en la precisin del coeficiente
ALFA como estimador de la confiabilidad. El autor encuentra que los factores
considerados en diferentes estudios no han sido interpretados de forma
consistente de uno a otro; por esta razn, los resultados de los mismos
muestran dificultades para ser considerados en su conjunto por los diferentes
usuarios de pruebas y de otras formas de medicin que obtienen informacin
de mediciones compuestas. El principal factor analizado a lo largo de los
diferentes estudios aqu considerados, y sobre el cual existen las conclusiones
ms slidas para los desarrolladores y usuarios de pruebas, es la
dimensionalidad del compuesto; en este sentido, puede recomendarse el uso
del coeficiente nicamente en aquellos casos en los cuales se haya
comprobado la unidimensionalidad del conjunto, entendida como mnimo como
una condicin de tems congenricos y preferiblemente entendida como -
equivalencia, pues se ha demostrado que slo en esta situacin puede
interpretarse el valor obtenido para el ALFA como un estimador de la
confiabilidad del compuesto.
Otros factores considerados demuestran afectar la precisin de la estimacin
de la confiabilidad que puede llevarse a cabo. Los resultados, sin embargo, no
son lo suficientemente claros para estos factores, con la excepcin de la
presencia de correlacin entre los errores de medida de los tems o partes del
conjunto. En el caso de la presencia de errores correlacionados es posible
 UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTA DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

evaluar cunto afectan los mismos la estimacin; esta evaluacin requiere del
ajuste de un modelo de estructuras de covarianza a los datos obtenidos,
mtodo que puede resultar impracticable o altamente inestable con ciertos
tamaos de muestra y especialmente bajo ciertas condiciones distribucionales
de los tems. Cuando dicho modelamiento es factible, puede obtenerse una
estimacin ms directa de la confiabilidad que la obtenida con el uso del de
Cronbach. En esta medida, an no es claro en qu casos podr considerarse
que el uso del coeficiente es apropiado, aunque s es posible establecer casos
en los que su obtencin deja de ser imprescindible.
En general, las propiedades del ALFA de Cronbach parecen no ser lo
suficientemente deseables ante situaciones de aplicacin adversas; sin
embargo, la evidencia al respecto no es tampoco concluyente ms que para un
par de los posibles casos que es posible encontrar en la prctica. Actualmente
se encuentran alternativas al ALFA para la estimacin de la confiabilidad,
especialmente desde modelos factoriales de anlisis de los datos, las cuales
pueden en un futuro volverse mejores opciones; la popularidad que tiene el
ALFA podra, entonces, ser desafiada y en esta medida un uso ms consiente y
moderado de este estadstico sera factible. Para esto se necesita an de
mayor investigacin sobre cun preciso resulta el ALFA, especialmente en las
condiciones que poseen la mayor parte de las investigaciones que utilizan este
estadstico, tales como pruebas cortas con tamaos de muestra reducidos.

REFERENCIAS
- Anastasi, A. (1990). Psychological testing (6th ed.). New York: MacMillan
Publishing Company. (Trabajo original publicado en 1954)
- Arvalo, I. (2002). Estudio comparativo del ndice de dificultad en la
teora clsica de los tests, la teora de respuesta al tem y el anlisis
bayesiano. Tesis de pregrado no publicada, Universidad Nacional de
Colombia.
 UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTA DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE MINAS

- Becker, G. (2000). How important is transient error in estimating

reliability? going beyond simulation studies. Psychological Methods, 5,
370-379.