Cartas al editor
Sobre el uso del coeficiente alfa: comentarios a Ramada-Rodilla, Serra-Pujadas, y Delclós-Clanchet (2013)
Sergio Alexis Dominguez-Lara, M en Psic Clin1
1 Universidad de San Martín de Porres. Perú.
Señor editor: Las propiedades métricas de un instrumento de evaluación, confiabilidad y validez son los pilares que brindan las evidencias suficientes para un uso responsable, y tal como señala Ramada-Rodilla y cols.1 es indispensable que los instrumentos presenten indicadores adecuados. En este sentido, el análisis y reporte de la confiabilidad es un asunto importante debido a que las magnitudes bajas estarían asociadas con errores de medición;1 esto afectaría directamente los resultados de los análisis estadísticos realizados,2,3 con sus respectivas consecuencias.
En cuanto a la confiabilidad, si bien el coeficiente α4 es ampliamente usado dada su disponibilidad en los paquetes estadísticos comerciales, en el artículo de revisión1 fue omitido algo importante: el cumplimiento del supuesto de tauequivalencia de los ítems y la ausencia de errores correlacionados; además de estar medidas al menos en escala de intervalo.5 No es el objetivo de esta carta un reporte técnico sobre aquellos puntos, para lo cual el lector interesado puede recurrir a la bibliografía especializada,6,7 pero la literatura indica que estos requisitos son difíciles de lograr en la práctica,7-9 y su violación sesga la estimación.10,11
Por ello, algunos autores argumentan a favor de buscar alternativas más precisas desde lo empírico y lo conceptual, donde pueda analizarse la confiabilidad aún en ausencia del cumplimiento de esas condiciones.7,12-14 No obstante, aún si llegan a cumplirse esos supuestos, es bueno complementar el análisis con dos aspectos valorativos del coeficiente α, aunque no son los únicos.
El primero de ellos es su magnitud, ya que si bien se informa que .70 parece ser un punto de corte óptimo1 "para garantizar la consistencia interna de una escala" (p. 63), ese punto de corte no debe definirse a priori, sino en función del uso que se le darán a las puntuaciones. Por ejemplo, existen pautas para valorar los coeficientes α, y también un consenso en textos especializados en la magnitud adecuada del α para investigación básica (α> .70), investigación aplicada (α> .80), y para decisiones clínicas (α>.90),15 pues se espera poco error de medición en una evaluación que servirá para la toma de decisiones. Asimismo, el número de ítems y el tamaño muestral impactan sobre la valoración del coeficiente,16 así como en su significancia estadística.17 Cabe mencionar que el coeficiente α no es un índice de consistencia interna,18 sólo de confiabilidad de los puntajes.
El segundo aspecto está referido a los intervalos de confianza (IC) para el coeficiente α, ya que al estar influido por el error muestral, su parámetro puede variar en alguna magnitud.19 Esto es importante porque al reportar una estimación de los posibles valores poblacionales de α, podría evaluarse el límite inferior del IC en torno a los criterios de primer punto, y si éste resulta llamativamente bajo (p.e., α < .60), podría ser inadecuado calificar los puntajes en cuestión como confiables.
Estas recomendaciones pueden complementar lo reportado en el estudio de revisión,1 dada la importancia del tema en el marco del análisis de datos y su potencial uso en los diversos manuscritos remitidos a Salud Pública de México.
Referencias
1. Ramada-Rodilla JM, Serra-Pujadas C, Delclós-Clanchet GL. Adaptación cultural y validación de cuestionarios de salud: revisión y recomendaciones metodológicas. Salud Publica Mex 2013;55:57-66. http://doi.org/zdb
[ Links ]
2. Zimmerman DW, Zumbo BD. Resolving the issue of how reliability is related to statistical power: adhering to mathematical definitions. J Mod Appl Stat Methods 2015;14(2):9-26.
[ Links ]
3. Furr RM. Scale construction and psychometrics for social and personality psychology. California: SAGE, 2011. http://doi.org/bvng
[ Links ]
4. Cronbach LJ. Coefficient alpha and the internal structure of tests. Psychometrika 1951;16(3):297-334. http://doi.org/cc5
[ Links ]
5. Dominguez S. Propuesta para el cálculo del Alfa Ordinal y Theta de Armor. Rev Invest Psicol 2012;15(1):213-217.
[ Links ]
6. Graham JM. Congeneric and essentially tau-equivalent estimates of score reliability: What they are and how to use them. Educ Psychol Meas 2006; 66(6):930-944. http://doi.org/db2ttw
[ Links ]
7. Dunn TJ, Baguley T, Brunsden V. From alpha to omega: A practical solution to the pervasive problema of internal consistency estimation. Br J Psychol 2014;105(3):399-412. http://doi.org/f2dpm2
[ Links ]
8. Green SB, Yang Y. Commentary on coefficient alpha: a cautionary tale. Psychometrika 2009;74(1):121-135.
[ Links ]
9. Meyer JP. Reliability. New York: Oxford University Press, 2010.
[ Links ]
10. Komaroff E. Effect of simultaneous violations of essential tau equivalence and uncorrelated error. App Psych Meas 1997;21(4):337-348. http://doi.org/dxx2s6
[ Links ]
11. Rae G. Correcting coefficient alpha for correlated errors: Is ak a lower bound of reliability? App Psych Meas 2006;30(1):56-59. http://doi.org/b3f9x5
[ Links ]
12. Green SB, Yang Y. Reliability of summed items scores using structural equation modeling: and alternative to coefficient alpha. Psychometrika 2009;74(1):155-167. http://doi.org/bvwhv9
[ Links ]
13. McDonald RP. Test theory: A unified treatment. Mahwah: Lawrence Erlbaum Associates,1999.
[ Links ]
14. Hancock GR, Mueller RO. Rethinking construct reliability within latent variable systems. En: Cudeck R, du Toit SHC, Sörbom D, coord. Structural equation modeling: Past and present. A Festschrift in honor of Karl G. Jöreskog. Chicago: Scientific Software International, 2001:195-261.
[ Links ]
15. Merino C, Navarro J, García W. Revisión de la consistencia interna del Inventario de Inteligencia Emocional de Bar-On, EQ-I:YV. Revista Peruana de Psicología y Trabajo Social 2014;3(1):141-154.
[ Links ]
16. Ponterotto JG, Ruckdeschel DE. An overview of coefficient alpha and a reliability matrix for estimating adequacy of internal consistency coefficients with psychological research measures. Percep Mot Skills 2007;105(3):997-1014. http://doi.org/dqxzrb
[ Links ]
17. Ponterotto JG, Charter RA. Statistical extensions of Ponterotto and Ruckdeschel's (2007) reliability matriz for estimating the adecuacy of internal consistency coefficients. Percep Mot Skills 2009;108(3):878-886. http://doi.org/frjhbh
[ Links ]
18. Tang W, Cui Y, Babenko O. Internal consistency: Do we really know what it is and how to assess it? J Psychol Behav Sci 2014;2(2):205-220.
[ Links ]
19. Domínguez S, Merino C. ¿Por qué es importante reportar los intervalos de confianza del coeficiente alfa de Cronbach? Rev Latino Cien Social Niñez Juventud 2015;13(2):1326-1328.
[ Links ]
nueva página del texto (beta)
Español (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
