• Articles
• admin

• Alfa de Cronbach – Definición rápida
• SPSS Salida Alfa de Cronbach
• Aumente el Alfa de Cronbach eliminando Elementos
• El Alfa de Cronbach es negativo
• También hay Pocos casos (N = 0) para el Análisis
• APA Reportando Alfa de Cronbach

Introducción

Una facultad de psicología quiere examinar la confiabilidad de una prueba de personalidad. Por lo tanto, tienen una muestra de N = 90 estudiantes que la rellenan. Los datos así recopilados están en big-5.sav, en parte se muestra a continuación.

Como sugieren los nombres de las variables, nuestra prueba intenta medir los rasgos de personalidad de los «5 grandes». Para otros archivos de datos, a menudo se utiliza un análisis factorial para averiguar qué variables miden qué subescalas.

De todos modos. Nuestra principal pregunta de investigación es: ¿cuáles son las fiabilidades para estas 5 subescalas indicadas por el alfa de Cronbach? Pero primero: ¿cuál es el alfa de Cronbach de todos modos?

Definición rápida de Alfa de Cronbach

El alfa de Cronbach es el grado en que la suma de 2 (+)
variables mide un único rasgo subyacente.Más precisamente, el alfa de Cronbach es la proporción de varianza de tal puntaje de suma que puede explicarse por un solo rasgo. Es decir, es la medida en que una puntuación de suma mide algo de manera confiable y (por lo tanto) la medida en que un conjunto de elementos mide consistentemente «la misma cosa».

Por lo tanto, el alfa de Cronbach se conoce como una medida de confiabilidad o consistencia interna. Las reglas empíricas más comunes para ello son que

• Alfa de Cronbach ≥ 0,80 es bueno y
• Alfa de Cronbach ≈ 0,70 puede o no ser simplemente aceptable.

Diálogos de confiabilidad SPSS

En SPSS, obtenemos el alfa de Cronbach de Analizar Escala Análisis de confiabilidad… como se muestra a continuación.

Para analizar la primera subescala, agreeableness, completamos los cuadros de diálogo como se muestra a continuación.

Al hacer clic en Pegar, se muestra la sintaxis siguiente. Vamos a comprobarlo.

Salida Alfa de SPSS Cronbach I

Para mayor fiabilidad, SPSS solo ofrece exclusión listwise de los valores faltantes: todos los resultados se basan solo en N = 85 casos con cero valores faltantes en nuestras 5 variables de análisis o «ítems».
Alfa de Cronbach = 0,894. Por lo general, se puede ignorar el Alfa de Cronbach Basado en Ítems Estandarizados: la estandarización de variables en puntuaciones z antes de calcular las puntuaciones de la escala rara vez se hace, si es que se hace alguna vez.
Finalmente, excluir una variable de una (sub)escala puede aumentar el Alfa de Cronbach. Ese no es el caso en esta tabla: para cada ítem, el Alfa de Cronbach si el Ítem Eliminado es menor que el α = 0.894 basado en los 5 ítems.

Ahora ejecutaremos exactamente el mismo análisis para nuestra segunda subescala, conciencia. Al hacerlo, se obtiene la siguiente sintaxis.

Aumentar el Alfa de Cronbach eliminando Ítems

Para la subescala de conciencia, alfa de Cronbach = 0,658, que es bastante pobre. Sin embargo, tenga en cuenta que el elemento Alfa if de Cronbach Eliminado = 0,726 tanto para el consc02 como para el consc04.

Dado que eliminar cualquiera de los elementos debería resultar en α ≈ 0.726, no estamos seguros de cuál debe eliminarse primero. Dos formas de averiguarlo son

• aumentar los decimales o (mejor)
• ordenar la tabla por su última columna.

Como probablemente vio, ya hicimos ambas cosas con los siguientes comandos de MODIFICACIÓN DE SALIDA:

Resulta que eliminar consc04 aumenta alfa ligeramente más que consc02. La forma preferida de hacerlo es simplemente copiar y pegar el comando de CONFIABILIDAD anterior, eliminar consc04 de él y volver a ejecutarlo.

Después de hacerlo, alfa de Cronbach = 0,724. No es exactamente el 0,726 predicho porque la eliminación de consc04 aumenta el tamaño de la muestra a N = 84. Ten en cuenta que también podemos aumentar α aún más a 0,814 eliminando consc02. La sintaxis a continuación hace precisamente eso.

Tenga en cuenta que el alfa de Cronbach = 0,814 si calculamos nuestra subescala de conciencia como la suma o media sobre consc01, consc03 y consc05. Ya que está bien, hemos terminado con esta subescala.

Procedamos con la siguiente subescala: extraversión. Lo hacemos ejecutando exactamente el mismo análisis en extra01 a extra05, lo que resulta en la sintaxis a continuación.

Alfa de Cronbach es negativo

Como se muestra a continuación, Alfa de Cronbach = -0,663 para la subescala de extraversión. Esto implica que algunas correlaciones entre los ítems son negativas (segunda tabla, abajo).

Todos los elementos de extraversión están codificados de manera similar: tienen etiquetas de valor idénticas, por lo que ese no es el problema. El problema es que algunos elementos miden lo contrario de los otros elementos, como se muestra a continuación.

La solución es simplemente invertir el código de dichos «elementos negativos»: recodificamos estos 2 elementos y ajustamos sus etiquetas de valor/variable con la sintaxis siguiente.

Volver a ejecutar el mismo análisis de confiabilidad que el anterior ahora resulta en alfa de Cronbach = 0,857 para la subescala de extraversión.

Así que procedamos con la subescala de neuroticismo. La sintaxis a continuación ejecuta nuestro análisis de confiabilidad predeterminado en neur01 a neur05.

Hay muy pocos Casos (N = 0) para el análisis

Tenga en cuenta que nuestro último comando no genera tablas útiles. Solo recibimos la advertencia que se muestra a continuación.

Las 3 causas más probables de este problema son que

• una o más variables solo contienen valores faltantes;
• un FILTRO incorrecto filtra todos los casos en los datos;
• los valores faltantes están dispersos en numerosas variables de análisis.

Una forma muy rápida de averiguarlo es ejecutar un comando DESCRIPTIVO mínimo como indescriptivos de neur01 a neur05.Al hacerlo, aprendemos que cada variable tiene N ≥ 67 pero N válido (listwise) = 0.

Así que lo que realmente queremos aquí, es usar la exclusión por pares de los valores faltantes. Por alguna tonta razón, eso no está incluido en SPSS. Sin embargo, hacerlo manualmente no es tan difícil como parece.

Alfa de Cronbach con Exclusión de Pares de Valores Faltantes

Comenzaremos con la fórmula para el alfa de Cronbach, que es

Cr\;\alpha de Cronbach = \frac {k ^ 2 \overline {S_ {xy}}} {\Sigma S ^ 2_x + 2 \ Sigma S_ {xy}}$$

donde

• \(k\) denota el número de elementos;
• \(S_{xy}\) denota la covarianza entre cada par de elementos diferentes;
• \(S^2_x\) denota la varianza de muestra para cada elemento.

Tenga en cuenta que una matriz de covarianza en pares contiene todas las estadísticas utilizadas por esta fórmula. Se obtiene fácilmente a través de la sintaxis de regresión a continuación:

A continuación, copiamos el resultado en esta hoja de Google. Finalmente, un puñado de fórmulas muy simples nos dicen que α = 0.889.

Ahora, ¿qué tamaño de muestra debemos informar para esta subescala? Propongo que siga las convenciones para la regresión por pares aquí e informe el N por pares más pequeño que resulta en N = 44 para este análisis. Una vez más, tenga en cuenta que la fórmula para encontrar este mínimo en un bloque de celdas es completamente simple.

APA Reportando Alfa de Cronbach

La siguiente tabla muestra cómo reportar alfa de Cronbach en estilo APA para todas las subescalas.