DIRECCIÓN DE INVESTIGACIÓN

METODOLOGÍA DE INVESTIGACIÓN CIENTÍFICA

VALIDEZ Y CONFIABILIDAD DE LOS INSTRUMENTOS DE INVESTIGACIÓN

PARA LA RECOLECCIÓN DE DATOS

Introducción

Dentro del proceso de investigación, se requiere elaborar instrumentos en los que se pueda
recolectar datos; con la finalidad que la información recogida sea objetiva y real, en otras palabras
que sea válida y confiable. Tal vez sea esta el gran problema para muchos investigadores, ya que
la realización de una buena investigación va depender del hecho que la información recogida
concuerde lo más cercano posible al problema, suceso o fenómeno que se está investigando.

Cuando queremos recoger información o datos para la toma de decisiones, el dilema surge
si el instrumento a utilizar cumple los objetivos de la investigación, cubre el dominio de las
variables a investigar. En las diferentes áreas de conocimiento existen una diversidad de
instrumentos que ayudan a recoger información, entre ellos tenemos: los cuestionarios, ficha de
observación, lista de cotejo, pruebas, test, rúbricas, fichas técnicas u otros; la pregunta es
¿realmente el instrumento elaborado nos ayudará a tomar decisiones?. En este sentido, un
instrumento según Alvarado, Canales y Pineda (1994) “…es el mecanismo que utiliza el
investigador para recolectar y registrar la información” (p.125).

En concordancia con lo anterior, es difícil saber si el instrumento a elaborar servirá para

recoger buena información, que sea objetiva, real y que cumpla los objetivos del problema a
investigar, en estas circunstancias nos preguntamos ¿cuál será el mejor que podamos usar?, ¿cómo
hacer la selección tanto del instrumento como de los reactivos que la formen? Para que un
instrumento cumpla las expectativas, debe pasar por un proceso de evaluación; como: validez,
confiabilidad y objetividad (utilidad práctica).

Conceptos previos
Definición de medir: se entiende por medir cuando se asigna números, símbolos o valores a las
características o propiedades de objetos o eventos de acuerdo con reglas” (Stevens, 1951). Desde
luego, no se asignan a los objetos, sino a sus propiedades (Bostwick y Kyte, 2005).

Definición de medición: se puede definir a la medición como “el proceso de vincular conceptos
abstractos con indicadores empíricos”, el cual se realiza mediante un plan explícito y organizado
para clasificar (y con frecuencia cuantificar) los datos disponibles (los indicadores), en términos
del concepto que el investigador tiene en mente (Carmines y Zeller, 1991).

Instrumento de medición: es un recurso que utiliza el investigador para registrar datos

observables que representan verdaderamente los conceptos o las variables que tiene en mente
(Grinnell, Williams y Unrau, 2009).

Validez de un instrumento

Ebel (1977, citado por Fuentes, 1989) establece que validez “…designa la coherencia con
que un conjunto de puntajes de una prueba miden aquello que deben medir” (p. 103). La validez se
refiere al grado en que una prueba proporciona información que es apropiada a la decisión que se
toma. La validez responde a la pregunta ¿con qué fidelidad corresponde el universo o población al
atributo que se va a medir? Por ejemplo: Una prueba de conocimientos de regresión lineal tiene
que medir esto y no conocimientos de regresión cuadrática.

Tipos de validez:

Validez de Contenido
La validez de contenido se refiere al grado en que un instrumento refleja un dominio específico del
contenido de lo que se quiere medir, se trata de determinar hasta dónde los ítems, reactivos o
criterios de un instrumento son representativos del universo de contenido de la característica o
rasgo que se quiere medir, responde a la pregunta cuán representativo es el comportamiento elegido
como muestra del universo que intenta representar. Por ejemplo, un cuestionario sobre la actitud
de los alumnos ante la investigación no tendrá validez de contenido si explora la opinión de los
alumnos sobre las características de los docentes dentro de la cátedra de estadística. También se le
denomina validez racional o lógica.

Según plantea (De Arquer, M. I. 2011) se debe considerar que la validez de contenido
cualitativamente es una cuestión de juicio, se estima de manera subjetiva o intersubjetiva
empleando, usualmente, el denominado Juicio de Expertos. Los juicios de expertos se pueden
obtener por el método de agregados individuales (en forma individual dan sus opiniones), el método
Delphi (en forma grupal y sin debate dan sus opiniones en forma anónima, en este caso se emplea
la mediana y el intercuartil cuyas puntuaciones son en forma asimétrica), la técnica de grupo
nominal (reunidos el grupo en forma individual entregan sus puntuaciones, luego cada uno expone
y se debate para obtener coincidencias, se emplea la media aritmética para las puntuaciones), y el
método de consenso grupal (la tarea del grupo consiste en lograr un consenso sobre las
puntuaciones de los ítems)

Nota

La técnica utilizada con mayor frecuencia por los investigadores es el Método de Agregados
Individuales por la facilidad de elección de expertos y otros aspectos como tiempo y economía.

Método de Agregados Individuales: Se pide individualmente a cada experto que dé una estimación
directa de los ítems, reactivos o criterios del instrumento. Se seleccionan al menos cinco expertos
o jueces, para juzgar de manera independiente. Cada experto debe recibir la información escrita
suficiente sobre: el propósito de la prueba (objetivos), conceptualización del universo de contenido,
tabla de especificaciones o de operacionalización de las variables del estudio y la ficha de
validación del instrumento. Se recogen y analizan los instrumentos de validación y se decide:
Un resultado de validez mayor al 61% es considerado aceptable y por lo tanto, el instrumento es
aplicable. El porcentaje de validez menor a 61% implicará que el investigador deberá revisar el
instrumento para que sea evaluado nuevamente.

Modelo de ficha de validez por juicio de expertos:

La validez cuantitativa de contenido se puede efectuar mediante el estadístico V de Aiken o la
prueba binomial.

Ejemplo:

La tabla muestra la base de datos de la pertinencia y no pertinencia de 31 ítems valuados por

Jueces Expertos en investigación. Hallamos la validez de contenido del instrumento con la V de
Aiken.

En este caso, el estadístico V de Aiken está expresado por la expresión:

Utilizando el software estadístico Excel se encuentra con facilidad el coeficiente V de Aiken

El coeficiente V de Aiken para cada Juez se obtiene reemplazando los datos en la expresión
matemática

Luego, el promedio de todos los coeficientes V de Aiken es 0,877; indica que el instrumento tiene
alta validez de contenido.

Validez de Constructo

Al respecto Babbie (2014); Grinnell, Williams y Unrau (2009); The SAGE Glossary of the Social
and Behavioral Sciences (2009d); y Sawilowsky, (2006), mencionan que “la validez de constructo
es probablemente la más importante, sobre todo desde una perspectiva científica, y se refiere a qué
tan bien un instrumento representa y mide un concepto teórico” (citado por Hernández, Fernández
y Baptista, 2014, p. 203)

Un constructo es una variable medida y tiene lugar dentro de una hipótesis, teoría o modelo
teórico. Es un atributo que no existe aislado sino en relación con otros y debe ser inferido de la
evidencia que tenemos en nuestras manos y que proviene de las puntuaciones del instrumento
aplicado.

La validez de constructo incluye tres etapas (Carmines y Zeller, 1991):

1. Sobre la base de la revisión de la literatura, se establece y especifica la relación entre el
concepto o variable medida por el instrumento y los demás conceptos incluidos en la teoría,
modelo teórico o hipótesis.
2. Se asocian estadísticamente los conceptos y se analizan cuidadosamente las correlaciones.
3. Se interpreta la evidencia empírica de acuerdo con el nivel en el que se clarifica la validez de
constructo de una medición en particular.
Para efectuar la validez de constructo podemos emplear: análisis factorial, análisis de
cofactores, análisis de covarianza. Además la correlación por rangos (Rho) de Spearman, la
correlación por puntuaciones netas r de Pearson y el coeficiente Alfa de Cronbach.

Ejemplo:

En una investigación cuasi-experimental se aplicó una prueba piloto en el post test a 15

estudiantes con la finalidad de hallar la fiabilidad del instrumento. Las notas obtenidas se
muestran en la siguiente tabla, efectuar la confiabilidad del instrumento.
La validez de constructo mediante correlación dimensiones total con el coeficiente correlación de
Pearson en SPSS la secuencia a seguir es: analizar,

Tabla

Tabla de correlaciones de validez de constructo

Aprendizaje de Lenguaje Lenguaje Lenguaje Lenguaje

regresión lineal verbal algebraico numérico gráfico
Aprendizaje de Correlación de Pearson 1 ,942** ,929** ,940** ,812**
regresión lineal Sig. (bilateral) ,000 ,000 ,000 ,000
N 15 15 15 15 15
Lenguaje verbal Correlación de Pearson ,942** 1 ,868** ,993** ,635*
Sig. (bilateral) ,000 ,000 ,000 ,011
N 15 15 15 15 15
Lenguaje Correlación de Pearson ,929** ,868** 1 ,881** ,697**
algebraico Sig. (bilateral) ,000 ,000 ,000 ,004
N 15 15 15 15 15
Lenguaje Correlación de Pearson ,940** ,993** ,881** 1 ,599*
numérico Sig. (bilateral) ,000 ,000 ,000 ,018
N 15 15 15 15 15
Lenguaje Correlación de Pearson ,812** ,635* ,697** ,599* 1
gráfico Sig. (bilateral) ,000 ,011 ,004 ,018
N 15 15 15 15 15
**. La correlación es significativa en el nivel 0,01 (bilateral).
*. La correlación es significativa en el nivel 0,05 (bilateral).
Se observa que la correlación entre la variable aprendizaje de regresión lineal y sus dimensiones
nivel de lenguaje verbal, nivel de lenguaje algebraico, nivel de lenguaje numérico y nivel de
lenguaje gráfico es superior a 0,80, indica que el constructo del instrumento es alta

Validez de criterio

Según Hernández, et al (2014), la validez de criterio de un instrumento de medición se

establece al comparar sus resultados con los de algún criterio externo que pretende medir lo
mismo.
El principio de la validez de criterio es sencillo: si diferentes instrumentos o criterios
miden el mismo concepto o variable, deben arrojar resultados similares. Bostwick y Kyte (2005)
lo expresan de la siguiente forma:
Si hay validez de criterio, las puntuaciones obtenidas por ciertos casos en un instrumento
deben estar correlacionadas y predecir las puntuaciones de estos mismos casos logradas en otro
criterio.
La pregunta que se responde con la validez de criterio es: ¿en qué grado el instrumento
comparado con otros criterios externos mide lo mismo?
Si el criterio se fija en el presente de manera paralela, se habla de validez concurrente
(Kaplan y Saccuzzo, 2013) (los resultados del instrumento se correlacionan con el criterio en el
mismo momento o punto de tiempo)
Si el criterio se fija en el futuro, se habla de validez predictiva (The SAGE Glossary of the
Social and Behavioral Sciences, 2009d).

Ejemplo:

Los resultados, en puntuaciones, obtenidos por los estudiantes en la prueba sobre objetivos en la
investigación científica, simbolizados por la variable “x”, y los logrados en la redacción de
objetivos de la investigación, considerados como variable criterio por la variable “y”, pueden
observarse en la siguiente tabla.
La validez de criterio con correlación producto momento de Pearson empleando el software SPSS,
es:

La correlación de producto momento de Pearson resultó 0,93 indica que la validez de criterio del
instrumento es alta.
 Confiabilidad del instrumento

La confiabilidad tiene que ver con la exactitud y precisión del procedimiento de medición.
Los coeficientes de confiabilidad proporcionan una indicación de la extensión, en que una medida
es consistente y reproducible. La utilidad práctica está relacionada con factores, tales como:
economía, conveniencia e interpretación para determinar si una prueba es práctica para usarla
ampliamente.

La confiabilidad de un instrumento de medición se refiere al grado en que su aplicación

repetida al mismo individuo u objeto produce resultados iguales, Hernández, et al (2014, p. 200)

Se refiere a la consistencia de los resultados. En el análisis de la confiabilidad se busca que

los resultados de un cuestionario concuerden con los resultados del cuestionario en otra ocasión
Menéndez (2009).

Se refiere al grado en que su aplicación repetida al mismo sujeto u objeto produce iguales
resultados Silva (2009).

Según Hernández, et al (2014). Los procedimientos más utilizados para determinar la

confiabilidad mediante un coeficiente son:

1) Medida de estabilidad (confiabilidad por test-retest).

En este procedimiento un mismo instrumento de medición se aplica dos o más veces a un

mismo grupo de personas, después de cierto periodo. El procedimiento estadístico se hace a través
de una correlación. Si la correlación entre los resultados de las diferentes aplicaciones es altamente
positiva, el instrumento se considera confiable. Para la correlación se emplea la correlación por el
método de los puntajes directos (correlación r de Pearson).

Según Rodríguez, 2006a y Krauss y Chen, 2003) citado por Hernández, et al (2014, p. 294),
En este procedimiento un mismo instrumento de medición se aplica dos o más veces a un mismo
grupo de personas o casos, después de cierto periodo. Si la correlación entre los resultados de las
diferentes aplicaciones es muy positiva, el instrumento se considera confiable.

𝑟(∑ 𝑟𝑟) − (∑ 𝑟)(∑ 𝑟)

𝑟𝑟𝑟 =
2 2
√[𝑟 ∑ 𝑟2 − (∑ 𝑟) ] [𝑟 ∑ 𝑟2 − (∑ 𝑟) ]

Donde:

𝑟𝑟𝑟 : Coeficiente de correlación de Pearson

𝑟: Número de sujetos
 X: valores de X (primera aplicación)
Y: valores de Y (segunda aplicación)
XY: producto de cada valor X por su valor correspondiente en Y.

Ejemplo

Un grupo de 16 alumnos fue sometido en dos ocasiones a una misma prueba de resistencia física.
Los minutos que cada alumno logró durar en la ejecución de lo ejercicio solicitados se señalan en
la tabla. Determinar la confiabilidad de la estabilidad.

La confiabilidad test retest del instrumento empleando el coeficiente de correlación de Pearson se puede
efectuar manualmente o usando el software SPSS, cuya ruta es: Analiza> Correlacionar>
Bivariadas> correlación de Pearson.

El coeficiente de correlación de Pearson resultó 0,75; indica que la confiabilidad del instrumento es alta,
por lo tanto, es aplicable a la muestra de investigación.

2) Método de formas alternativas o paralelas.

Se administra dos (o más) instrumentos equivalentes, similares en contenidos, instrucciones,

duración y otras características, administradas a un mismo grupo de personas simultáneamente o
dentro de un período relativamente corto. El instrumento es confiable si la relación entre los
resultados de ambas administraciones es positiva de manera significativa. En este caso también se
aplica el coeficiente de correlación de Pearson.

En este esquema no se administra el mismo instrumento de medición, sino dos o más versiones
equivalentes de éste. Las versiones (casi siempre dos) son similares en contenido, instrucciones,
duración y otras características, y se administran a un mismo grupo de personas simultáneamente
o dentro de un periodo corto. El instrumento es confiable si la correlación entre los resultados de
ambas administraciones es positiva de manera significativa (Rodríguez, 2006b). Citado por
Hernández, et al (2014, p. 294),

𝑟(∑ 𝑟𝑟) − (∑ 𝑟)(∑ 𝑟)

𝑟𝑟𝑟 =
2 2
√[𝑟 ∑ 𝑟2 − (∑ 𝑟) ] [𝑟 ∑ 𝑟2 − (∑ 𝑟) ]

Ejemplo

Se administró dos pruebas similares en contenido sobre conocimiento de Metodología de

Investigación a un grupo de estudiantes, para probar la confiabilidad del instrumento.

En este caso se hará la confiabilidad con el método de paralelas, siempre usando SPSS.
La confiabilidad del instrumento mediante el método de las paralelas resultó 0,97; en este caso
estamos considerando fiabilidad de escala sin sesgo. Por lo tanto, el instruemnto tiene alta
confiabilidad.

3) Método de mitades partidas (Split-halves).

El método de mitades partidas necesita sólo una aplicación de la medición. Específicamente el

conjunto total de ítems o reactivos se divide en dos mitades equivalentes y se comparan las
puntuaciones o los resultados de ambas. Si el instrumento es confiable, las puntuaciones de las
mitades deben estar correlacionadas. En este caso se pueden utilizar:

a) Coeficiente de Pearson:
𝑟(∑ 𝑟𝑟) − (∑ 𝑟)(∑ 𝑟)
𝑟𝑟𝑟 =
2 2
√[𝑟 ∑ 𝑟2 − (∑ 𝑟) ] [𝑟 ∑ 𝑟2 − (∑ 𝑟) ]

b) Coeficiente de Spearman- Brown:

2 ∙ 𝑟𝑟𝑟
𝑟𝑟𝑟 =
1 + 𝑟𝑟𝑟

∑ (𝑟𝑟 ∙ 𝑟𝑟 )
Correlación entre mitades (𝑟𝑟𝑟 ): 𝑟𝑟𝑟 = 𝑟
 Determinación de Z:

2
𝑟− 𝑟 ∑ 𝑟2 ∑ 𝑟
𝑟= Donde: X = cada una de las puntuaciones 𝑟 = √ − ( )
𝑟 𝑟 𝑟

𝑟 = promedio de puntuaciones

𝜎 = desviación estándar

c) Coeficiente de Rulón

𝑟2𝑟
𝑟𝑟𝑟 = 1 −
𝑟2𝑟

Donde:
𝑟𝑟𝑟 : Coeficiente de confiabilidad
𝑟2𝑟 : Varianza de la diferencia entre las puntuaciones de las mitades
𝑟2𝑟 : Varianza de las puntuaciones del test total

d) Coeficiente de Guttman

𝑟2𝑟 + 𝑟2𝑟
𝑟𝑟𝑟 = 2 [1 − ]
𝑟2𝑟

Donde:
𝑟𝑟𝑟 : Coeficiente de confiabilidad
𝑟2𝑟 : Varianza de las puntuaciones de los ítems pares
𝑟2𝑟 : Varianza de las puntuaciones de los ítems impares
𝑟2𝑟 : Varianza de las puntuaciones del test total

Ejemplo: la base de datos en la tabla adjunta, corresponde a los resultados del post prueba de 50 ítems; el
código 0 indica respuesta incorrecta y el código 1 indica respuesta correcta, efectuamos la prueba
de confiabilidad con la prueba de dos mitades.
Tabla
Resumen de procesamiento de casos

N %
 Casos Válido 10 100,0
a
Excluido 0 ,0
Total 10 100,0
a. La eliminación por lista se basa en todas
las variables del procedimiento.

Tabla
Estadísticos de fiabilidad

Estadísticos de fiabilidad Resultados

Alfa de Cronbach Parte 1 Valor ,902
N de elementos 25a
Parte 2 Valor ,902
N de elementos 25b
N total de elementos 50
Correlación entre formularios ,887
Coeficiente de Longitud igual ,940
Spearman-Brown Longitud desigual ,940
Coeficiente de dos mitades de Guttman ,939
a. Los elementos son: I1, I2, I3, I4, I5, I6, I7, I8, I9, I10, I11, I12, I13,
I14, I15, I16, I17, I18, I19, I20, I21, I22, I23, I24, I25.
b. Los elementos son: I26, I27, I28, I29, I30, I31, I32, I33, I34, I35,
I36, I37, I38, I39, I40, I41, I42, I43, I44, I45, I46, I47, I48, I49, I50.

Como cada parte tiene igual cantidad de ítems, para el análisis de la prueba de confiablidad con dos
mitades se tomará en cuenta el coeficiente de igual longitud, en este caso resultó 0,940; esto
significa que el instrumento tiene alta confiablidad; por lo tanto, es aplicable a la muestra de
estudio.

4) Medidas de coherencia o consistencia interna.

Miden la homogeneidad de los ítems. Requiere una sola administración del instrumento
de medición. No necesita dividir los ítems del instrumento. Se aplica la medición y se calcula el
coeficiente de confiabilidad, Hernández, et al (2014). Para obtener el coeficiente se emplea:
a) Alfa de Cronbach. Se usa cuando los ítems tienen alternativas policotómicas como las
escalas Likert; la cual puede tomar valores entre 0 y 1, donde 0 significa confiablidad nula y 1
representa confiabilidad total, el coeficiente 𝛼 de Cronbach se puede calcular con la siguiente
fórmula:
 𝑟 ∑ 𝑟𝑟 2
𝑟= (1 − )
𝑟−1 𝑟𝑟 2

Si2 = varianza de las puntuaciones en cada ítem por todos los examinados.
St2 = varianza total de las puntuaciones de filas de todos los examinados.
K = número de ítems

El método de consistencia interna basado en el alfa de Cronbach permite estimar la

fiabilidad de un instrumento de medida a través de un conjunto de ítems que se espera que midan
el mismo constructo o dimensión teórica.
La medida de la fiabilidad mediante el alfa de Cronbach asume que los ítems (medidos en
escala tipo Likert) miden un mismo constructo y que están altamente correlacionados (Welch &
Comer, 1988). Cuanto más cerca se encuentre el valor del alfa a 1 mayor es la consistencia interna
de los ítems 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 investigación.
El coeficiente Alfa de Cronbach se puede aplicar en instrumentos que tienen más de dos opciones, pueden
ser en cuestionarios, lista de cotejo u otro instrumento que el investigador elabore.
Ejemplo:
La tabla muestra la confiabilidad de un instrumento compuesto por 20 ítems con escala de Likert,
administrados a 12 sujetos que tienen la misma característica que la muestra
El coeficiente Alfa de Cronbach resultó 0,88 indica que el instrumento tiene alta confiabilidad. Por lo
tanto, el instrumento se puede aplicar a la muestra.

Resumen de procesamiento de
casos
N %
Casos Válido 12 100,0
Excluidoa 0 ,0
Total 12 100,0
a. La eliminación por lista se basa en todas las
variables del procedimiento.

Estadísticas de fiabilidad
Alfa de
Cronbach N de elementos
,882 20

b) KR20 de Kuder y Richardson. Se

usa cuando los ítems tienen alternativas dicotómicas; la cual puede tomar valores entre 0 y 1,
 donde 0 significa confiablidad nula y 1 representa confiabilidad total, el coeficiente KR20 de
Kuder y Richardson se puede calcular con la siguiente fórmula:

𝑟 𝑟2𝑟 − ∑ 𝑟𝑟
𝑟𝑟20 = ∗
𝑟−1 𝑟2𝑟

Donde:
K: número de ítems
St2 = varianza total de las puntuaciones obtenidas por todos los examinados.

P = proporción de examinados que responde adecuadamente a cada ítem.

𝑟° 𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑟𝑟𝑟 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑟𝑟 í𝑟𝑟𝑟 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟
𝑟=
𝑟° 𝑟𝑟 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟
q = proporción de examinados que responde en forma incorrecta u omiten cada ítem.
Como: p + q = 1 entonces q = 1 – p
∑ 𝑟𝑟 = suma total de los productos resultantes de multiplicar p por q, para cada ítem.

El método Kuder-Richardson, Se trata de la misma fórmula que el Alfa de Cronbach solo

que esta última es expresada para ítems continuos y Kuder- Richardson para ítems dicotómicos.

Coeficiente KR-20 de Kuder – Richardson. “Desarrollaron un coeficiente para estimar la

confiabilidad de una medición, su interpretación es la misma que la del coeficiente alfa”
(Hernández, et al., 2003b). “Permite calcular la confiabilidad con una sola aplicación del
instrumento, no requiere el diseño de pruebas paralelas, y es aplicable sólo en instrumentos con
ítems dicotómicos, que pueden ser codificados con 1 – 0 (correcto – incorrecto, presente – ausente,
a favor – en contra, etc.)” (Silva, 2009d).
Los instrumentos donde se puede aplicar el KR20, pueden ser en pruebas, test de conocimientos,
lista de cotejo y otros instrumentos que el investigador elabore, dependiendo del diseño y muestra
de su investigación.
Ejemplo:
La tabla muestra la confiabilidad de un instrumento compuesto por 20 ítems con escala de Guttman,
administrados a 20 sujetos que tienen la misma característica que la muestra. La base de datos
corresponde a una prueba de conocimeintos.
El coeficiente KR20 de Kuder-Richardson resultó 0,86 indica que el instrumento tiene alta
confiabilidad. Por lo tanto, el instrumento se puede aplicar a la muestra.

Viabilidad y confiabilidad de instrumentos en las investigaciones cualitativas:

Se debe de tener en cuenta, que si bien, el enfoque cualitativo se basa en métodos de recolección
de datos no estandarizados ni predeterminados completamente, tal recolección consiste en obtener
las perspectivas y puntos de vista de los participantes (sus emociones, prioridades, experiencias,
significados y otros aspectos más bien subjetivos). También resultan de interés las interacciones
entre individuos, grupos y colectividades. El investigador hace preguntas más abiertas, recaba datos
expresados a través del lenguaje escrito, verbal y no verbal, así como visual, los cuales describe,
analiza y convierte en temas que vincula, y reconoce sus tendencias personales. Debido a ello, la
preocupación directa del investigador se concentra en las vivencias de los participantes tal como
fueron (o son) sentidas y experimentadas (Sherman y Webb, 1988). Patton (2011) define los datos
cualitativos como descripciones detalladas de situaciones, eventos, personas, interacciones,
conductas observadas y sus manifestaciones.

En este contexto Hernández, S., Fernández, C., & Baptista, L. (2014) señalan que el investigador
cualitativo utiliza técnicas para recolectar datos, como la observación no estructurada, entrevistas
abiertas, revisión de documentos, discusión en grupo, evaluación de experiencias personales,
registro de historias de vida, e interacción e introspección con grupos o comunidades, los cuales
deberán seguir los mismos procedimiento descritos anteriormente para obtener su confiabilidad y
validez (pág. 9).

Ténganse en cuenta finalmente que el proceso de indagación es más flexible y se mueve entre las
respuestas y el desarrollo de la teoría. Su propósito consiste en “reconstruir” la realidad, tal como
la observan los actores de un sistema social definido previamente. Es holístico, porque se precia de
considerar el “todo” sin reducirlo al estudio de sus partes.

Referencias

Alvarado, E., Canales, F. y Fineda, E. (1994). Metodología de la Investigación (2ª ed.).

Washington D. C: Organización Panamericana de la Salud

Bostwick, G.J. y Kyte, N.S. (2005). Measurement. En Grinell, R.M. y Unrau, Y.A.
(Eds.). Social work: Research and evaluation. Quantitative and qualitative approaches
(7ª ed., pp.97-111). Nueva York: Oxford University Press

Carmines, N. y Zeller, R. (1979) Reliability and validity assessment. Londres: Sage.

Cronbach, L. (1951) “Coefficient alpha and the internal structure of test”.

Psychometrika, 16, 3, 297-334.
De Arquer, M. I. (2011). NTP 401: Fiabilidad humana: métodos de cuantificación, juicio de
expertos. Centro nacional de condiciones de trabajo, España.

Hernández, S., Fernández, C., & Baptista, L. (2014). Metodología de la Investigación.

6ta edición (5ta ed.). México: McGraw-Hill/Interamericana.

Kaplan, R. M., & Saccuzzo, D. P. (2013). Psychological Testing: Principles,

Applications, and Issues. MINDTAP.

Palella, S. y martins, F. (2003). Metodología de la Investigación cuantitativa.Caracas: Fedupel.

Sherman, R. R., & Webb, R. B. (1988). Qualitative research in education: A focus. Qualitative
research in education: Focus and methods, 2-21.