ALFA DE CRONBACH Y CONSISTENCIA INTERNA

DE LOS ÍTEMS DE UN INSTRUMENTO DE MEDIDA

• El método de consistencia interna basado en el alfa de Cronbach

permite estimar la confiabilidad de un instrumento de medida a través
de un conjunto de ítems que se espera que midan el mismo constructo o
dimensión teórica.
• La validez de un instrumento se refiere al grado en que el instrumento
mide aquello que pretende medir.
La confiabilidad 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

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 confiabilidad 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.
• 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
• Calcular el alfa de Cronbach

• Donde:
K: El número de ítems
Si2: Sumatoria de Varianzas de los Ítems
St2: Varianza de la suma de los Ítems
α: Coeficiente de Alfa de Cronbach
 EJEMPLO 1
Items I II III Suma de Items
Sujetos
Campos (1) 3 5 5 13
Gómez (2) 5 4 5 14
Linares (3) 4 4 5 13
Rodas (4) 4 5 3 12
Saavedra (5) 1 2 2 5
Tafur (6) 4 3 3 10

VARP 1.58 1.14 1.47 ST2 : 9.14

(Varianza de la

Población) S Si2 : 4.19

• K: El número de ítems : 3
• Si^2 : Sumatoria de Varianzas de los Ítems : 4.19
• ST^2 : Varianza de la suma de los Ítems : 9.14
• a : Coeficiente de Alfa de Cronbach

3  4.19 
   1 
3  1  9.14 

α = 0.81

Entre más cerca de 1 está α, más alto es el grado de confiabilidad

 PRUEBA T DE STUDENT
•

• La prueba t de Student es una prueba paramétrica de comparación de dos muestras, es

decir necesita cumplir las siguientes características:

• Selección completamente aleatoria de los grupos

• Homocedasticidad (homogeneidad de las varianzas de la variable dependiente en
ambos grupos)
• Distribución normal de la variable dependiente en los dos grupos
• Nivel intervalar de la variable dependiente
Su función es comparar dos grupos de puntuaciones (medias
aritméticas) y determinar que la diferencia no se deba al azar (que
las diferencia sea estadísticamente significativa).

Esta prueba tiene dos modalidades, una para muestras

independientes y otra para grupos relacionados.
T DE STUDENT PARA MUESTRAS INDEPENDIENTES

𝑥ҧ1 − 𝑥ҧ2
𝑡=
𝑠𝐷𝑥ҧ
• En donde:
𝑥ҧ1 , 𝑥ҧ2 = media de los grupos
𝑠𝐷𝑥ҧ = error estándar de la diferencia de medias
Error estándar de la diferencia de medias

σ 𝑋12 + σ 𝑋22 1 1
𝑠𝐷𝑥ҧ = +
𝑛1 + 𝑛2 −2 𝑛1 𝑛2

Para calcular la suma de los cuadrados de X

(σ 𝑋)2
σ 𝑥2 = σ 𝑋2 −
𝑛

Calcular grados de libertad: gl = n1 + n2 –2

 PRUEBA T PARA MUESTRAS RELACIONADAS

𝐷ഥ
𝑡=
𝑆𝐷ഥ

Donde:
ഥ = diferencia media
𝐷
𝑆𝐷ഥ = error estándar de la diferencia media

𝑆𝐷
𝑆𝐷ഥ =
𝑛−1
• Para calcular la desviación estándar de las diferencias

σ 𝑑2
𝑠𝐷 =
𝑛

Para calcular la suma de cuadrados de D

σ 2
( 𝐷)
෍ 𝑑2 = ෍ 𝐷2 −
𝑛

Para calcular los grados de libertad:

gl = n - 1
 Prueba U de MANN-WHITNEY
Para muestras No Paramétricas.
Estadística Aplicada a las Ciencias Sociales 1.

Profe. Andrés Vidal Rivera

¿Qué es?

Prueba no paramétrica de comparación de dos

muestras independientes.

Equivalente no paramétrico de la prueba t de

Student.

Estadístico U su distribución para muestras con -

20 observaciones se aproxima bastante bien a la
distribución normal
¿Cuándo se usa?

Las observaciones de ambos grupos son independientes.

Las observaciones son variables ordinales o continuas.

Recomendable pero no imprescindible que las

poblaciones comparadas tengan el mismo tamaño.

Se utiliza para comparar dos grupos de rangos

(medianas) y determinar que la diferencia no se deba al
azar.
Pasos:

1. Determinar el tamaño de las muestras (n1 y n2). Si n1 y n2

< 20: muestras pequeñas; si son > 20: muestras grandes (valor Z).

1. Las observaciones de las dos muestras se deben ordenar en rangos

del menor al mayor.

2. Calcular los valores de U1 y U2, y elegir el más pequeño para

comparar con los valores críticos de U Mann-Whitney de la tabla
de probabilidades.

3. Decidir si se acepta o rechaza la hipótesis.

Procedimiento

Fórmula

Donde:
U1 y U2 = valores estadísticos de U Mann-
Whitney.
n1 = tamaño de la muestra del grupo 1.
n2 = tamaño de la muestra del grupo 2.
R1 = sumatoria de los rangos del grupo 1.
R2 = sumatoria de los rangos del grupo 2.
Ejemplo:

A partir de la aprobación en México de la Mariguana para uso

medicinal, (junio, 2017) un investigador de la FCPyS de la
UNAM. Realiza una investigación para determinar la
importancia de este fenómeno en la sociedad civil, para esto
obtiene una muestra con expertos en la materia y otra con
publico en general, con el propósito de establecer un criterio de
este suceso.
Consideraciones:

VI: legalización de la mariguana (cannabis)

VD: Percepción del uso medicinal de la Mariguana.

2 grupos independientes:
(1) Expertos en la materia.
(2) Publico general.

Ho: La percepción del uso de mariguana no depende de la

legalización de esta en el grupo de expertos y el publico en general.
H1: La percepción del uso de mariguana si depende de la
legalización de esta en el grupo de expertos y el publico en general.

Regla de decisión: Si U ≤ 0.05 se rechaza Ho

Paso 1,2

1. Determinar tamaño de muestras

n1 = 6
n2 = 6

2. Ordenar observaciones en rangos de menor a mayor

Legalización
de la Rango (n1)(n2)
mariguana
Expertos 4 5 5 7 8 7 N1 6
(Grupo 1) (2) (5) (5) (9.5) (11) (9.5) R1 42
Publico en
6 5 5 5 9 3 N2 6
general
(8) (5) (5) (5) (12) (1) R2 36
(Grupo 2)
 Donde:
Paso:
U1 y U2 = valores
3. Cálculo del estadístico U estadísticos de U Mann-
Whitney.
n1 = tamaño de la
n1 (n1  1)
U1  n1 n2   ΣR1 muestra del grupo 1.
2 n2 = tamaño de la
muestra del grupo 2.
R1 = sumatoria de los
n2 (n2  1)
U2  n1 n2   ΣR2 rangos del grupo 1.
2 R2 = sumatoria de los
rangos del grupo 2.
Pasos:
3. Cálculo del estadístico U

n1 (n1  1) 6 (6  1)
U1  n1 n2   ΣR1  6  6   42  15
2 2

n2 (n2  1) 6 (6  1)
U2  n1 n2   ΣR2  6  6   36  21
2 2
Donde:
U1 y U2 = valores estadísticos de U Mann-
Whitney.
n1 = tamaño de la muestra del grupo 1.
n2 = tamaño de la muestra del grupo 2.
R1 = sumatoria de los rangos del grupo 1.
R2 = sumatoria de los rangos del grupo 2.
Pasos:

3. De los dos valores de U calculados, se elige el más

pequeño (15) y se compara con los valores críticos de U
Mann-Whitney de la tabla de probabilidades.

Valor de probabilidad:

0.350 (unilateral) x 2 =

0.7
 Pasos:
4. Decisión

Como valor de la probabilidad (0.7) > 0.05, se

acepta la H0.

Interpretación
Con una confianza del 95%, se evidencia que la percepción del uso de
mariguana NO ES SIGNIFICATIVAMENTE DIFERENTE de la
legalización de esta, en el grupo de expertos y el publico en general.
PRUEBA CHI-CUADRADO
2 2 2
X Ji Chi
Esta prueba puede utilizarse incluso con
datos medibles en una escala nominal.

Recordemos que la escala nominal no tiene

sumatoria entre si y los valores se asignan
por conveniencia.

Ejemplo: partidos políticos.

PRI-PAN-MORENA
La hipótesis nula de la prueba Chi-cuadrado postula una
distribución de probabilidad totalmente especificada como
el modelo matemático de la población que ha generado la
muestra.

H0 No existe dependencia entre el Oi-Ot

H1 Si existe una dependencia entre el Oi-Ot

Para realizar este contraste se disponen los datos en una
tabla de frecuencias.

Para cada valor o intervalo de valores se indica la

frecuencia absoluta observada y la empírica (Oi-Ot)

Oi= frecuencia observada

Ot= frecuencia teórica
 A continuación, y suponiendo que la hipótesis nula es cierta, se calculan
para cada valor o intervalo de valores la frecuencia absoluta que cabría
esperar o frecuencia esperada.

K1= Grados de libertad

Oi= frecuencia observada/obtenida
Ot= frecuencia teórica y/o Empirica
El estadístico de prueba se basa en las
diferencias y/o dependencias entre la
Oi y Ot
Ejemplo: la siguiente tabla refleja la preferencia electoral de los partidos políticos
PRI-PAN-MORENA en la CDMX y el EDOMEX.

Teniendo una N= 80 sujetos por estado.

Nt= 160 sujetos.

PRI PAN MORENA TOTAL

CDMX 34 9 37 80
EDOMEX 28 17 35 80
TOTAL 62 26 72 160

¿Influye el estado de la republica en la preferencia electoral partidista obtenida?

Margen de error al 0.05%

Paso 1: determinar las Hipótesis

H0: No influye el estado en la preferencia electoral.

H1: Si influye el estado en la preferencia electoral.

2
Al 0.05% de la tabla X
Paso 2:
Calcular las diferencias entre:

De nuestra tabla de frecuencias

Ft y/o Ot= a la razón del total de datos marginales
Con el total de la muestra.
Ft y/o Ot= Frecuencia de datos teóricos.
Ft y/o Ot= tm1*tm2 = (para 34) 62*80 = 31
n 160
PRI PAN MORE TOTAL
NA
CDMX 34 9 37 80
EDOME 28 17 35 80
X
TOTAL 62 26 72 160
(para 34) 62*80 = 31
160
(para 28) 62*80 = 31
160
(para 9) 26*80 = 13
160
(para 17) 26*80 = 13
160
(para 37) 72*80 = 36
160
(para 35) 72*80 = 36
160
 PRI PAN MORE TOTAL
NA
CDMX Oi Ot Oi Ot Oi Ot Marginales
EDOMEX Oi Ot Oi Ot Oi Ot Marginales
Marginales Marginales Marginales
TOTAL n
 PRI PAN MORE TOTAL
NA
CDMX 34 31 9 13 37 36 80
EDOMEX 28 31 17 13 35 36 80
TOTAL 62 26 72 160
Paso 3.
Calcular los Grados de Libertad

V= (numero de filas-1)*(numero de columnas-1)

V= (2-1)*(3-1)= 1*2= 2
V= 2

Grados de Libertad= 2
Paso 4
2
Calcular X
2
X = (FO-FT)2
W

FT
X2 = 2
(9-13) 2+ (37-36) 2+ (28-31)2+ (17-13) 2+ (35-36) 2 =
W

(34-31) +
31 13 36 31 13 36

2
X=( )
Paso 4
Calcular X 2
2
X = (FO-FT)2
W

FT
2
W

X = (0.290) +(1.230) + (0.027) + (0.290) + (1.230) + (0.027) =

2
X (calculada)= (3.094)
Paso 5

A partir de los grados de libertad y de nuestro

2
estimado de error encontrar el valor de X en la Tabla
de distribución Chi Cuadrado χ2
Paso 5.

V (gl) = 2
MR(margen de error) = 0.05
2
Χ tabla= 5.9915
Paso 6
2 2
Comparar X calculada con X tabla
Y rechazar o aceptar alguna de nuestras
Hipótesis
Paso 6
2 2
X (calculada)= (3.094) Χ (tabla) = (5.9915)

2 2
Χ (tabla) se Rechaza H0
V
X (calculada)
2 2
X (calculada) Χ (tabla) se Rechaza H1
V
Paso 6
2 2
X (calculada)= (3.094) Χ (tabla) = (5.9915)

2 2
X (3.94) Χ (5.99) se hacepta H0
V
2 2
X (3.94) Χ (5.99) se rechaza H1
V
Por lo tanto:

Se acepta la hipótesis nula (H0) la cual propone que

No existe diferencia estadísticamente significativa
en la preferencia electoral y la CDMX v/s EDOMEX