conceptos básicos alfa de Cronbach
un problema con el método split-half es que la estimación de confiabilidad obtenida usando cualquier división aleatoria de los ítems es probable que difiera de la obtenida usando otro. Una solución a este problema es calcular el coeficiente de confiabilidad de división-mitad corregido por Spearman-Brown para cada una de las posibles mitades de división y luego encontrar la media de esos coeficientes. Esta es la motivación para el alfa de Cronbach.,
el alfa de Cronbach es superior a la fórmula 20 de Kuder y Richardson, ya que se puede utilizar con datos continuos y no dicotómicos. En particular, se puede utilizar para pruebas con crédito parcial y para cuestionarios utilizando una escala Likert.
definición 1: dada la variable x1, …, xk y x0 = 
propiedad 1: Let XJ = TJ + ej donde cada ej es independiente de TJ y todos los ej son independientes entre sí., También vamos a x0 = 
aquí vemos el xj como los valores medidos, el tj como los valores verdaderos y el ej como los valores de error de medición. Haga clic aquí para obtener una prueba de Propiedad 1.
Observación: El Alfa de Cronbach proporciona un límite inferior útil en confiabilidad (como se ve en la propiedad 1). El alfa de Cronbach generalmente aumentará cuando aumenten las correlaciones entre los ítems., Por esta razón, el coeficiente mide la consistencia interna del ensayo. Su valor máximo es 1, y por lo general su mínimo es 0, aunque puede ser negativo (ver más abajo).
una regla general comúnmente aceptada es que un alfa de 0.7 (algunos dicen que 0.6) indica confiabilidad aceptable y 0.8 o superior indica buena confiabilidad. Una fiabilidad muy alta (0,95 o superior) no es necesariamente deseable, ya que esto indica que los elementos pueden ser completamente redundantes. Estas son solo directrices y el valor real del Alfa de Cronbach dependerá de muchas cosas. E. g., a medida que aumenta el número de ítems, el alfa de Cronbach tiende a aumentar también, incluso sin ningún aumento en la consistencia interna.
el objetivo al diseñar un instrumento confiable es que las puntuaciones en elementos similares estén relacionadas (internamente consistentes), pero que cada uno contribuya también con información única.
observación: hay varias razones por las que el alfa de Cronbach podría ser bajo o incluso negativo, incluso para una prueba perfectamente válida. Dos de estas razones son la codificación inversa y múltiples factores.,
codificación inversa: supongamos que utiliza una escala Likert de 1 a 7 con 1 que significa totalmente en desacuerdo y 7 que significa totalmente de acuerdo. Supongamos que dos de sus preguntas son: Q1: «me gusta la pizza» y Q20:»no me gusta la pizza». Estas preguntas hacen lo mismo, pero con palabras inversas. Con el fin de aplicar correctamente el alfa de Cronbach, es necesario invertir la puntuación de cualquier pregunta con frases negativas, Q20 en nuestro ejemplo. Por lo tanto, si una respuesta al Q20 es, por ejemplo, 2, debe calificarse como 6 en lugar de 2 (es decir, 8 menos la puntuación registrada).,
múltiples factores: el alfa de Cronbach es útil cuando todas las preguntas están probando más o menos lo mismo, llamado «factor». Si hay múltiples factores, entonces debe determinar qué preguntas están probando qué factores. Si digamos que hay 3 factores (por ejemplo, felicidad con su trabajo, felicidad con su matrimonio y felicidad consigo mismo), entonces necesita dividir el cuestionario/prueba en tres pruebas, una que contenga el factor de prueba de preguntas 1, una con el factor de prueba de preguntas 2 y la tercera con el factor de prueba de preguntas 3., A continuación, se calcula el alfa de Cronbach para cada una de las tres pruebas. El proceso de determinar estos factores «ocultos» y dividir la prueba por factor se llama análisis factorial (ver Análisis Factorial).
ejemplo 1: Calcule el alfa de Cronbach para los datos del Ejemplo 1 de la fórmula 20 de Kuder y Richardson (repetido en la Figura 1 a continuación).,
Figura 1 – alfa de Cronbach por ejemplo 1
la hoja de trabajo en la Figura 1 es muy similar a la hoja de trabajo en la Figura 1 de la fórmula 20 de Kuder y Richardson. La fila 17 contiene la varianza para cada una de las preguntas. Por ejemplo, la varianza para la Pregunta 1(celda B17) se calcula mediante la fórmula =VARP (B4:B15). Otras fórmulas clave utilizadas para calcular el alfa de Cronbach en la Figura 1 se describen en la Figura 2.,
Figura 2-fórmulas clave para la hoja de trabajo en la Figura 1
vemos desde la celda B22 que el alfa de Cronbach es .73082, lo mismo que la confiabilidad KR20 calculada por ejemplo 1 de la fórmula 20 de Kuder y Richardson.
observación: si las varianzas del xj varían ampliamente, el xj puede ser estandarizado para obtener una desviación estándar de 1 antes de calcular el alfa de Cronbach.,
observación: para determinar cómo cada pregunta en una prueba afecta la confiabilidad, se puede calcular el alfa de Cronbach después de eliminar la variable i, para cada i ≤ k. así, para una prueba con preguntas k, cada una con puntuación xj, se calcula el alfa de Cronbach para 
si el coeficiente de fiabilidad aumenta después de eliminar un elemento, puede suponer que el elemento no está altamente correlacionado con los otros elementos., Por el contrario, si el coeficiente de confiabilidad disminuye, puede asumir que el elemento está altamente correlacionado con los otros elementos.
Ejemplo 2: Calcule el alfa de Cronbach para la encuesta en el Ejemplo 1, donde se elimina cualquier pregunta.
los cálculos necesarios se muestran en la Figura 3.
Figura 3 – alfa de Cronbach por ejemplo 2
cada una de las columnas B A L representa la prueba con una pregunta eliminada., La columna B corresponde a la Pregunta # 1, la columna C corresponde a la pregunta # 2, etc. La figura 4 muestra las fórmulas correspondientes a la Pregunta #1 (es decir, columna B); Las fórmulas para las otras preguntas son similares. Algunas de las referencias son a las celdas que se muestran en la Figura 1.
Figura 4 – fórmulas clave para la hoja de trabajo en la Figura 3
como se puede ver en la Figura 3, la omisión de una sola pregunta no cambia mucho el alfa de Cronbach. La eliminación de Q8 afecta el resultado más.,
observación: otra forma de calcular el alfa de Cronbach es usar la herramienta de análisis de datos ANOVA de dos factores sin replicación en los datos sin procesar y tenga en cuenta que:
Ejemplo 3: Calcule el alfa de Cronbach por ejemplo 1 usando ANOVA.
comenzamos ejecutando la herramienta de análisis de datos Anova: Two Factor sin replicación de Excel utilizando los datos en el rango B4: L15 de la hoja de trabajo que se muestra en la Figura 1.,
Figura 5-cálculo del Alfa de Cronbach usando ANOVA
como se puede ver en la Figura 5, El Alfa de Cronbach es .73802, el mismo valor calculado en la Figura 1.
observación: alternativamente, podríamos usar la herramienta de análisis de datos ANOVA de dos factores de estadísticas reales, estableciendo el número de filas por muestra en 1. También podemos obtener el mismo resultado utilizando las capacidades de estadísticas reales descritas en el Soporte de estadísticas reales Para El Alfa de Cronbach.