Anda di halaman 1dari 10

APUNTES DE SPSS

Dolores Fras-Navarro

Universidad de Valencia, 2014

____________________________________________________________________________

1. Anlisis de fibilidd de ls puntuciones de un instrumento de


medid. Alf de Cronbch: un coeficiente de fibilidd
2. Fusio n de vribles con el SPSS
_________________________________________________________________________________________________

1. Anlisis de fiabilidad de las puntuaciones de un instrumento de


medida. Alfa de Cronbach: un coeficiente de fiabilidad
En muchas ocasiones en las Ciencias Sociales o en las Ciencias de la Salud es necesario medir y
cuantificar la expresin de un constructo (prejuicio, racismo, xenofobia, ansiedad, ira, inteligencia, empata)
que es imposible medirlo de forma explcita o directa. Para realizar su medicin se utilizan un conjunto de
cuestiones o tems y se combinan las respuestas de los sujetos sumando sus valores y obteniendo una
puntuacin total. Pero cuando los tems son sumados para formar una escala es necesario demostrar
previamente que existe consistencia interna entre dichos tems. Es decir, todos los tems deben medir un
mismo constructo y por lo tanto estarn correlacionados entre s. Un coeficiente para medir la consistencia
interna o fiabilidad de una escala es el denominado alfa de Cronbach.

Los instrumentos de medida de los constructos tienen que demostrar que poseen las propiedades
psicomtricas de validez y fiabilidad. Y sus propiedades deben calcularse con cada una de las muestras en las
que se aplica pues no es una propiedad inherente del instrumento y podra ser fiable y vlido con una muestra
de participantes pero no serlo con otra muestra.

En 1967 Nunnally defina la fiabilidad como el grado en que las medidas de los constructos son repetibles
y cualquier influencia aleatoria que pudiese hacer las medidas diferentes de una medicin a otra es una fuente
de error de medida. Indica una consistencia de la medida del constructo.

La validez de un instrumento se refiere al grado en que el instrumento mide aquello que pretende medir.

Por ejemplo, un instrumento de medida es fiable si proporciona aproximadamente el mismo tipo de


respuestas para diferentes grupos de sujetos o en repetidas aplicaciones a un mismo grupo de sujetos. Adems,
ser vlido si correlaciona con las puntuaciones de otros instrumentos que miden constructos donde es
1
esperable una convergencia (validez convergente). En cambio, la validez discriminante est presente cuando
se utilizan instrumentos para medir diferentes constructos y sus puntuaciones estn dbilmente
correlacionadas.

La fiabilidad de la consistencia interna del instrumento se puede estimar con el alfa de Cronbach
(Cronbach, 1951). El mtodo de consistencia interna basado en el coeficiente de fiabilidad 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 una nica dimensin terica de un constructo latente. Cuando los datos tienen
una estructura multidimensional el valor del alfa de Cronbach ser bajo. Es decir, no se observa una
consistencia en las puntuaciones que forman el constructo terico que se desea medir.

La medida de la fiabilidad mediante el alfa de Cronbach asume que los tems (medidos en escala tipo
Likert o tambin es posible para tems dicotmicos) miden un mismo constructo y que estn altamente
correlacionados entre s (Welch & Comer, 1988). Al menos se necesitan dos tems para poder estimar el valor
del coeficiente alfa de Cronbach y cuanto mayor el nmero de tems mayor ser la fiabilidad de la escala.

El valor de alfa de Cronbach oscila de 0 a 1. Cuanto ms cerca se encuentre el valor del alfa a 1 mayor es
la consistencia interna de los tems analizados. Si los tems estn positivamente correlacionados entonces la
varianza de la suma de los tems se incrementa. Por ello, si las puntuaciones en todos los tems fuesen
idnticas, y por lo tanto las puntuaciones estaran perfectamente correlacionadas, el valor de alfa sera igual a
1. En cambio, si los tems fuesen totalmente independientes, no mostrando ningn tipo de relacin entre ellos,
el valor de alfa de Cronbach sera igual a 0.

Una vez comprobado que el valor de alfa de Cronbach es aceptable ya se pueden sumar las puntuaciones
de los tems y formar una puntuacin total de una escala. Por ello, siempre hay que comprobar la fiabilidad de
las puntuaciones de la muestra antes de computar puntuaciones totales o realizar cualquier otro anlisis
estadstico. Si la fiabilidad no es adecuada entonces ser necesario estudiar si representan a dimensiones
diferentes (por ejemplo, realizando un anlisis factorial) pero nunca se utilizarn como elementos que miden
un mismo constructo.

Clculo

El alfa de Cronbach puede ser calculado a partir de la correlacin entre los tems como una funcin del
nmero de tems del instrumento y la correlacin media entre los tems. La frmula sera la siguiente:

N r
[1]
1 N 1 r

Donde N es igual al nmero de tems y r es la correlacin media entre los tems.

Como se puede observar en la frmula, si se incrementa el nmero de tems entonces se incrementa el


valor del alfa de Cronbach. Adems, si la correlacin media entre los tems es baja entonces el valor del alfa
de Cronbach ser bajo. En este sentido, a medida que la correlacin media entre los tems se incrementa
tambin se incrementa el valor del alfa de Cronbach. Si la correlacin entre los tems es alta entonces habr
evidencia de que los tems estn midiendo un mismo constructo o dimensin latente. El anlisis de las
correlaciones tem-puntuacin total permite valorar la relavancia y la utilidad de cada tem dentro de la escala.

Cuando se obtiene un valor de alfa de Cronbach bajo entonces los tems tienen una estructura
multidimensional y es aconsejable realizar un anlisis factorial de los tems para observar cmo se agrupan los
2
tems en dimensiones latentes diferentes y entonces calcular el valor de alfa de Cronbach para cada dimensin
por separado que ha detectado el anlisis factorial.

Un valor aceptable de alfa de Cronbach seala que existe consistencia interna, es decir, los tems estn
inter-relacionados pero nunca seala el grado de unidimensionalidad de los tems que miden el constructo. La
consistencia interna es una condicin necesaria pero no suficiente para sealar la unidimensionalidad. Un
conjunto de tems pueden estar inter-relacionados y sin embargo mostrar multidimensionalidad. Por ello,
conviene tener en cuenta que obtener un valor de alfa de Cronbach alto no significa que la medida es
unidimensional. Para comprobar que la escala o instrumento es unidimensional es necesario ejecutar otros
anlisis como el Anlisis Factorial Exploratorio (EFA) o el Anlisis Factorial Confirmatorio (AFC) y
comprobar la dimensionalidad del conjunto de tems.

Interpretacin

Como criterio general, George y Mallery (2003, p. 231) sugieren las recomendaciones siguientes para
evaluar los valores de 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

Opiniones de otros investigadores:

Nunnally (1978): dentro de un anlisis exploratorio estndar, el valor de fiabilidad en torno a 0.7 es
adecuado y es el nivel mnimo aceptable. El autor reconoce que valores ms bajos son utilizados a
veces en la literatura. En las primeras fases de la investigacin o estudios exploratorios un valor de
fiabilidad de 0.6 o 0.5 puede ser suficiente (Nunnally, 1967). Con investigacin bsica se necesita al
menos 0.8 y en investigacin aplicada entre 0.9 y 0.95.
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 y en estudios confirmatorios debe estar entre 0.7 y 0.8.
Kaplan & Saccuzzo (1982): el valor de fiabilidad para la investigacin bsica entre 0.7 y 0.8 y en
investigacin aplicada sobre 0.95.
Loo (2001): el valor de consistencia que se considera adecuado es de 0.8 o ms.
Loewenthal (1996) sugiere que un valor de fiabilidad de 0.6 puede ser considerado aceptable para
escalas con menos de 10 tems.

3
Anlisis con el programa estadstico SPSS

EJERCICIO. Realizar la estimacin de la fiabilidad para para la sub-escala de Prejuicio Manifiesto y la de


Prejuicio Sutil.

ANALIZAR---------------ESCALA---------------ANLISIS DE FIABILIDAD

En la opcin de anlisis de fiabilidad se mueven a la derecha aquellos tems de los que se desea analizar
la fiabilidad y que se supone forman una escala que mide un constructo.

Es muy importante que todos los tems estn puntuados en el mismo sentido y nunca tener tems en
sentido directo e inverso en un mismo anlisis de fiabilidad pues dara valores de alfa de Cronbach bajos e
incluso negativos. Para invertir los tems es necesario cambiar el formato de respuesta, por ejemplo si era 1, 2,
3, 4, 5 y 6 hay que cambiar para ese tem invertido la respuesta a 6, 5, 4, 3, 2 y 1. Es decir, cambiar el 1 por el
6, el dos por el 5 y as sucesivamente. Este proceso de inversin se puede realizar en la Ventana del SPSS de
Transforma y recodificar en la misma variable (se sustituye a la variable original) o recodificar en distinta
variable (se crea una nueva variable con un nombre distinto que aparecer al final de la base de datos).

Se puede controlar que todos los tems estn en el mismo sentido observando la columna de las
correlaciones del tem con la puntuacin total donde todas tienen que ser correlaciones positivas. Si hay algn
coeficiente de correlacin negativo entonces ese tem est en un sentido inverso al resto de tems y habra que
transformar su escala de respuesta antes de ejecutar el anlisis de fiabilidad. Si la muestra es muy pequea
tambin podran aparecer valores de alfa de Cronbach negativos.

Antes de ejecutar el anlisis de fiabilidad es necesario entrar en la opcin de Estadsticos para que la
salida de resultados del programa ofrezca el anlisis de consistencia interna de los tems.

En Estadsticos se seleccionan las opciones de Descriptivos para elemento, escala y escala si se elimina el
elemento, Resmenes de medias, varianzas, covarianzas y correlaciones y en Inter-elementos se sealan las
correlaciones.

4
La sintaxis para obtener los resultados ejecutando los comandos en la ventana de Sintaxis del SPSS es la
siguiente:

Ventana de Resultados del SPSS


En la ventana de Resultados del SPSS se obtienen un conjunto de tablas relacionadas con toda la
informacin solicitada en Opciones. Los resultados aparecen en la ventana de Resultados del SPSS.

5
Interpretacin de los resultados que ofrece el SPSS
El procedimiento de anlisis de la fiabilidad seala la fiabilidad mediante dos valores:

1) El valor de alfa de Cronbach.

2) La fiabilidad basada en valor de alfa de Cronbach que utiliza los elementos o tems tipificados
(estandarizados).

6
Cuando se utiliza un conjunto de tems que tienen la misma unidad de medida la interpretacin se realiza
con la fiabilidad del valor del alfa de Cronbach que utiliza la correlacin entre los tems de tal manera que
cuanto mayor sea la correlacin entre los tems ms probable ser que el instrumento sea consistente. La
fiabilidad basada en los tems estandarizados utiliza las covarianzas entre los tems y se utiliza cuando los
tems que forman la escala usan diferentes unidades de medida. Habitualmente suele trabajarse con el valor de
alfa de Cronbach.

Conviene observar tambin con detenimiento la informacin relacionada con Correlacin elemento-total
corregida. Esta correlacin indica la correlacin lineal entre el tem y la puntuacin total (sin considerar el
tem que se est evaluando), sealando la magnitud y la direccin de esta relacin. Los tems cuyos
coeficientes tem-total arrojan valores menores a 0.35 deben ser desechados o reformulados ya que las
correlaciones a partir de 0.35 son estadsticamente significativas ms all del nivel del 1% (Cohen-Manion,
1990). Una baja correlacin entre el tem y la puntuacin total puede deberse a diversas causas, ya sea de mala
redaccin del tem o que el tem no sirve para medir lo que se desea medir.

Si se aplica la frmula del alfa de Cronbach a los datos del ejercicio se observa que su valor es de 0.75:

10 0.229
10 0.75
1 N 1 0.229

Referencias bibliogrficas
Cortina, J. M. (1993). What is coefficient alpha? An examination of theory and applications. Journal of
Applied psychology, 78, 98-104.
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika. 16, 297-334.
George, D., & Mallery, P. (2003). SPSS for Windows step by step: A simple guide and reference. 11.0
update (4th ed.). Boston: Allyn & Bacon.
Loewnthal, K.M. (1996). An introduction to psychological tests and scales. London: UCL Press.
Nunnally, J.C. (1967). Psychometric theory. New York: McGraw Hill.
Nunnally, J.C. (1978). Psychometric theory (2nd ed.). New York: McGraw Hill.
Nunnally, J.C., & Bernstein, I.H. (19994). Psychometric theory (3rd ed.). New York: McGraw Hill.

7
2. Fusin de variables con el SPSS
Supongamos que el investigador necesita categorizar dos variables continuas y despus desea combinar sus
valores para crear otra variable fruto de la fusin de las dos variables anteriores combinando los grupos. Por
ejemplo con los factores de Prejuicio Sutil y Prejuicio Manifiesto. Se podra crear dos grupos con cada
subescala: altos y bajo en Prejuicio Sutil y altos y bajos en Prejuicio Manifiesto, combinado los grupos se
crearan cuatro grupos.
Supongamos que tenemos dos variables continuas como son las puntuaciones directas de los sujetos en la
subescala de Prejuicio Sutil y de Prejuicio Manifiesto de Pettigrew y Meertens (1998) y deseamos crear la
tipologa de prejuicio de los autores que se define gracias a la combinacin de las puntuaciones de los sujetos
en ambas subescalas formando las categoras de sujetos sutiles, sujetos fanticos, sujetos igualitarios y la
puntuacin de error o de respuesta inconsistente dada su incoherencia terica.

SUTIL BAJO SUTIL ALTO


MANIFIESTO BAJO Igualitarios (grupo 1) Sutiles (grupo 2)
MANIFIESTO ALTO Error (grupo 3) Fanticos (grupo 4)

1. CATEGORIZAR LAS VARIABLES CONTINUAS


Lo primero que hay que hacer es categorizar las dos variables continuas en dos grupos. Pettigrew y Meertens
(1998) sealan la puntuacin de 30 como punto de corte (la mitad de la puntuacin mxima posible en la
subescala ya que la amplitud de puntuacin oscila de 10 a 60). Entonces es necesario ir a:

Transformar---Recodificar en distintas variables---Valores antiguos y nuevos

En la seccin de valores antiguos y nuevos del SPSS crearemos las nuevas categoras sealando que de 10 a
30 el nuevo valor ser 1 y de 31 a 60 el nuevo valor ser de 2. Por lo tanto en la nueva variable, que podemos
etiquetar como DosSutil, tenemos una variable categorizada con dos grupos donde el grupo de 1 recoge a los
sujetos que obtuvieron una puntuacin de 10 a 30 y el grupo 2 recoge a los sujetos cuya puntuacin es de 31 o
ms.
Lo mismo realizaremos para la subescala de prejuicio manifiesto que etiquetamos como DosManifiesto
creando una nueva variable categorizada con dos grupos: 1 para los sujetos con puntuaciones de 30 o menos y 2
para los sujetos con puntuaciones de 31 o ms.
Una vez tenemos categorizadas las dos variables que queremos fusionar ya podemos pasar a combinar su
valores en una tercera variables que denominamos TipologiaPrejuicio que estar formada por cuatro grupos
(dos grupos de DosSutil por dos grupos de DosManifiesto son cuatro grupos, bajo de sutil y bajo de
manifiesto, bajo de sutil y alto de manifiesto, alto de sutil y bajo de manifiesto y alto de sutil y alto de
manifiesto).

2. COMBINAR LOS VALORES DE DOS O MS VARIABLES EN UNA NUEVA VARIABLE


Para combinar los valores de dos o ms variables en una nueva variable podemos utilizar las ventanas del SPSS o la
sintaxis a travs de:

COMPUTE IF argument1 AND argument2 AND argument3

Si ejecutamos la fusin de las dos variables con la ventana del SPSS entonces tenemos que acceder a
transformar variables.

8
VENTANA: TRANSFORMARCALCULAR VARIABLE

Despus de abrir transformar hay que acceder a calcular variable.

CALCULAR VARIABLE

Una vez abierta la ventana de calcular variable hay que dar nombre y etiquetar a la nueva variable que vamos a
crear. En nuestro caso utilizaremos el mismo nombre y etiqueta: TipologiaPrejuicio.

VARIABLE DE DESTINO: escribir el nombre de la nueva variable

A continuacin en Expresin Numrica escribimos el valor numrico que tendr el grupo que vamos a crear
con la combinacin de las dos variables. Por ejemplo, supongamos que le adjudicamos un 1 (escribir un 1 en
expresin numrica).

EXPRESIN NUMRICA: escribir el nmero del grupo, por ejemplo 1

A continuacin accedemos a SI la opcin y sealamos la opcin de Incluir si el caso satisface la


condicin.

Si la opcin : por ejemplo DosSutil=1 & DosManifiesto=1

Y entonces aadimos por ejemplo la siguiente expresin DosSutil=1 & DosManifiesto=1. Con esa expresin
estamos indicando que se cree un grupo cuya valor de categora ser 1 gracias a la combinacin del grupo 1 de
la variable DosSutil y del grupo 1 de la variable DosManifiesto. Por ltimo se Acepta y ya tenemos el
primer grupo creado de la nueva variable de fusin TipologaPrejuicio.

Hacer clic y ACEPTAR

A continuacin hay que repetir todo el proceso sealando en expresin numrica 2 (despus 3 y 4) y
estableciendo las condiciones de combinacin en cada caso. Cada vez que demos a Aceptar el ordenador
sealar si deseamos cambiar la variable y la respuesta es S. Con cada cambio se estn rellenando los huecos
que corresponden a la combinacin de las variables categorizadas DosSutil y DosManifiesto.
Como resultado final se habr creado una nueva variable denominada TipologiaPrejuicio donde se
encuentran los valores de 1, 2, 3 y 4 formados por la combinacin sealada en Incluir si el caso satisface la
condicin.
Si deseamos realizar la fusin de las variables con la ventana de Sintaxis entonces los comandos son los
siguientes:

9
IF (DosSutil= 1 & DosManifiesto =2) TipologiaPrejuicio =1.
VARIABLE LABELS TipologiaPrejuicio 'TipologiaPrejuicio'.
EXECUTE.
IF (DosSutil =1 & DosManifiesto =1) TipologiaPrejuicio =2.
VARIABLE LABELS TipologiaPrejuicio 'TipologiaPrejuicio'.
EXECUTE .
IF (DosSutil =2 & DosManifiesto =1) TipologiaPrejuicio =3.
VARIABLE LABELS TipologiaPrejuicio 'TipologiaPrejuicio'.
EXECUTE.
IF (DosSutil =2 & DosManifiesto =2) TipologiaPrejuicio =4.
VARIABLE LABELS TipologiaPrejuicio 'TipologiaPrejuicio'.
EXECUTE.

El resultado final de la fusin de las dos variables implica crear una nueva variable llamada TipologiaPrejuicio que est
formada por 4 valores o categoras: 1, 2, 3, 4 y que aparecer al final de la base de datos cuando se haya completado
todo el proceso.

Sintaxis Resultados

10