300

Captulo 10 Anlisis de los datos cuantitativos

Razones y tasas
Una razn es la relacin entre dos categoras. Por ejemplo:
Categoras
Masculino
Femenino

Frecuencia
60
30
60

Tasa Es la relacin entre el nmero

de casos de una categora y el nmero
total de observaciones.

= 2. Es decir, por cada dos hombres hay

La razn de hombres a mujeres es de
30
una mujer.
Una tasa es la relacin entre el nmero de casos, frecuencias o eventos de una categora y el nmero total de observaciones, multiplicada por un mltiplo de 10, generalmente
100 o 1 000. La frmula es:
Tasa =

Nmero de eventos
100 o 1 000
Nmero total de eventos posibles

Ejemplo =

Nmero de nacidos vivos en la ciudad

1 000
Nmero de habitantes en la ciudad

Tasa de nacidos vivos en Santa Luca:

10 000
1000 = 33.33
300 000

Es decir, hay 33.33 nacidos vivos por cada 1 000 habitantes en Santa Luca.

Corolario
Ahora bien, hemos analizado descriptivamente los datos por variable del estudio y los visualizamos
grficamente. En caso de que alguna distribucin resulte ilgica, debemos cuestionarnos si la variable
debe ser excluida, sea por errores del instrumento de medicin o en la recoleccin de los datos, ya que
la codificacin puede ser verificada. Por ejemplo, supongamos que nos encontramos un porcentaje
alto de valores perdidos (de 20%),10 debemos preguntarnos: por qu tantos participantes no respondieron o contestaron errneamente? O, al medir la satisfaccin laboral, resulta que 90% se encuentra
sumamente satisfecho (es lgico?); u otro caso sera que, en ingresos anuales el promedio fuera de
15 000 dlares por familia (resulta creble en tal municipio?). La tarea es revisar la informacin descriptiva de todas las variables.
Ahora, debemos demostrar la confiabilidad y validez de nuestro instrumento, sobre la base de los
datos recolectados.

Paso 4: evaluar la confiabilidad o fiabilidad

y validez lograda por el instrumento de medicin
La confiabilidad se calcula y evala para todo el instrumento de medicin utilizado, o bien, si se administraron varios instrumentos, se determina para cada uno de ellos. Asimismo, es comn que el instrumento contenga varias escalas para diferentes variables, entonces la fiabilidad se establece para cada
escala y para el total de escalas (si se pueden sumar, si son aditivas).
Tal y como se mencion en el captulo 9, existen diversos procedimientos para calcular la confiabilidad de un instrumento de medicin. Todos utilizan frmulas que producen coeficientes de fiabili10
Un porcentaje de valores perdidos (missing data) no debe ser mayor de 15%, no es razonable (Creswell, 2005). Cuando tenemos valores perdidos, podemos ignorarlos o sustituirlos por el valor promedio obtenido del total de puntuaciones vlidas, esto lo hacen
muchos programas de anlisis si as lo deseamos y puede ser una solucin (McKnight et al., 2007).

Paso 4: evaluar la confiabilidad o fiabilidad y validez lograda por el instrumento de medicin

dad que pueden oscilar entre cero y uno, donde recordemos que un coeficiente de cero significa nula
confiabilidad y uno representa un mximo de confiabilidad. Cuanto ms se acerque el coeficiente a
cero (0), mayor error habr en la medicin.
Los procedimientos ms utilizados para determinar la confiabilidad mediante un coeficiente son:
1. Medida de estabilidad (confiabilidad por test-retest). En este procedimiento un mismo instrumento
de medicin se aplica dos o ms veces a un mismo grupo de personas, despus de cierto periodo. Si
la correlacin entre los resultados de las diferentes aplicaciones es altamente positiva, el instrumento
se considera confiable. Se trata de una especie de diseo panel. Desde luego, el periodo entre las
mediciones es un factor a considerar. Si el periodo es largo y la variable susceptible de cambios, ello
suele confundir la interpretacin del coeficiente de fiabilidad obtenido por este procedimiento. Y
si el periodo es corto las personas pueden recordar cmo respondieron en la primera aplicacin del
instrumento, para aparecer como ms consistentes de lo que en realidad son (Bohrnstedt, 1976).
El proceso de clculo con dos aplicaciones se representa en la figura 10.10.

Resultados de la prueba A,
momento 1

Resultados de la prueba A,
momento 2

Coeficiente de correlacin

Figura 10.10

Medida de estabilidad.

2. Mtodo de formas alternativas o paralelas. En este esquema no se administra el mismo instrumento de medicin, sino dos o ms versiones equivalentes de ste. Las versiones (casi siempre dos)
son similares en contenido, instrucciones, duracin y otras caractersticas, y se administran a
un mismo grupo de personas simultneamente o dentro de un periodo relativamente corto. El
instrumento es confiable si la correlacin entre los resultados de ambas administraciones es positiva de manera significativa. Los patrones de respuesta deben variar poco entre las aplicaciones.
Una variacin de este mtodo es el de las formas alternas prueba-posprueba (Creswell, 2005),
cuya diferencia reside en que el tiempo que transcurre entre la administracin de las versiones es
mucho ms largo, que es el caso de algunos experimentos. El mtodo se representa en la figura
10.11.

Coeficiente de correlacin

Resultados de la prueba
A1
Figura 10.11

Mtodo de formas alternativas o paralelas.

Resultados de la prueba
A2

301

302

Captulo 10 Anlisis de los datos cuantitativos

3. Mtodo de mitades partidas (split-halves). Los procedimientos anteriores (medida de estabilidad y

mtodo de formas alternas) requieren cuando menos dos administraciones de la medicin en el
mismo grupo de individuos. En cambio, el mtodo de mitades partidas necesita slo una aplicacin de la medicin. Especficamente el conjunto total de tems 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 dos mitades deben estar muy correlacionadas. Un individuo con
baja puntuacin en una mitad tender a mostrar tambin una baja puntuacin en la otra mitad.
El procedimiento se diagrama en la figura 10.12.

Resultados de la mitad de la
prueba A

Resultados de la otra mitad

de la prueba A

Coeficiente de correlacin

Figura 10.12

Mtodo de mitades partidas.

4. Medidas de coherencia o consistencia interna. stos son coeficientes que estiman la confiabilidad:
a) el alfa de Cronbach (desarrollado por J. L. Cronbach) y b) los coeficientes KR-20 y KR-21 de
Kuder y Richardson (1937). El mtodo de clculo en ambos casos requiere una sola administracin del instrumento de medicin. Su ventaja reside en que no es necesario dividir en dos mitades
a los tems del instrumento, simplemente se aplica la medicin y se calcula el coeficiente. La
mayora de los programas estadsticos como SPSS y Minitab los determinan y solamente deben
interpretarse.
Respecto a la interpretacin de los distintos coeficientes mencionados cabe sealar que no hay una
regla que indique: a partir de este valor no hay fiabilidad del instrumento. Ms bien, el investigador
calcula su valor, lo reporta y lo somete a escrutinio de los usuarios del estudio u otros investigadores.
Pero podemos decir de manera ms o menos general que si obtengo 0.25 en la correlacin o
coeficiente, esto indica baja confiabilidad; si el resultado es 0.50, la fiabilidad es media o regular. En
cambio, si supera el 0.75 es aceptable, y si es mayor a 0.90 es elevada, para tomar muy en cuenta.
Con respecto a los mtodos basados en coeficientes de correlacin, rogamos al lector se forme una
idea ms clara despus de revisar el apartado de correlacin que se presenta ms adelante en este captulo. Pero s hay una consideracin importante que hacer ahora. El coeficiente que elijamos para
determinar la confiabilidad debe ser apropiado al nivel de medicin de la escala de nuestra variable
(por ejemplo, si la escala de mi variable es por intervalos, puedo utilizar el coeficiente de correlacin
de Pearson; pero si es ordinal podr utilizar el coeficiente de Spearman o de Kendall; y si es nominal,
otros coeficientes). Alfa trabaja con variables de intervalos o de razn y KR-20 y KR-21 con tems
dicotmicos. El cclculo del coeficiente alfa se incluye en el CD anexo: Material complementario
Captulos Cap
Captulo 8 Anlisis estadstico: segunda parte.
nali
Con la finalidad
de comprender mejor los mtodos para determinar la confiabilidad vea la tabla
10.10.

Paso 4: evaluar la confiabilidad o fiabilidad y validez lograda por el instrumento de medicin

303

Tabla 10.10 Aspectos bsicos de los mtodos para determinar la confiabilidad

Nmero de veces que
el instrumento es
administrado

Nmero de
versiones diferentes
del instrumento

Dos veces en tiempos distintos.

Una versin.

Dos versiones
diferentes, pero
equivalentes.

Formas alternas y
prueba-posprueba

Dos veces al mismo

tiempo o con una
diferencia de tiempo muy corta.
Dos veces en tiempos distintos.

Mitades partidas

Una vez

Medidas de consistencia interna

(alfa y KR-20 y 21)

Una vez

Una fragmentada
en dos partes
equivalentes.
Una versin

Mtodo

Estabilidad
(test-retest)
Formas alternas

Dos versiones
diferentes, pero
equivalentes.

Nmero de
participantes que
proveen los datos

Cada participante
responde al instrumento dos veces.
Cada participante
responde a cada
versin del instrumento.
Cada participante
responde a cada
versin del instrumento.
Cada participante
responde a la
nica versin.
Cada participante
responde a la
nica versin.

Inquietud o pregunta que contesta

Responden los individuos de una

manera similar a un instrumento
si se les administra dos veces?
Cuando dos versiones de un
instrumento son similares, hay
convergencia o divergencia en las
respuestas a ambas versiones?
Cuando dos versiones de un
instrumento son similares, hay
convergencia o divergencia en las
respuestas a ambas versiones?
Son las puntuaciones de una
mitad del instrumento similares a
las obtenidas en la otra mitad?
Las respuestas a los tems del
instrumento son coherentes?

Asimismo, en la tabla 10.11 se presentan ejemplos de estudios con su respectiva confiabilidad.

Tabla 10.11 Ejemplos de confiabilidad
Investigacin

Instrumento

Evaluacin de los conocimientos,

opiniones, experiencias y acciones
en torno al abuso sexual infantil
(Kolko et al., 1987).
Estudio sobre la repercusin que
tiene la ansiedad generada por las
actividades acadmicas en el desempeo escolar (Surez Gallardo,
2004).
Desarrollo y validacin de una
escala autoaplicable para medir
la satisfaccin sexual en varones y
mujeres de Mxico (lvarez Gayou,
Honold y Milln, 2005).

Escala cognitiva de nueve tems para

infantes en edades preescolares y
primeros grados bsicos.

Coherencia interna alfa = 0.34.

Dos escalas de 25 tems tipo Likert,

una para medir la ansiedad sobre
actividades acadmicas y la otra
para el desempeo escolar.

El valor de la confiabilidad para la

escala de ansiedad, al aplicar una
prueba alfa de Cronbach, fue de
0.916; en tanto que para la escala de
desempeo escolar result de 0.93.
La confiabilidad del inventario establecida por medio de una prueba alfa
Cronbach fue de 0.92.

Validacin de un instrumento para

medir la cultura empresarial en
funcin del clima organizacional
y vincular empricamente ambos
constructos (Hernndez Sampieri,
2009).
Actitudes hacia el matrimonio:
integracin y sus resultados en
las relaciones personales (Riggio y
Weiser, 2008).

Un inventario para medir la satisfaccin sexual que est integrado por 29

reactivos y fue administrado a una
muestra de 760 personas, de ambos
gneros, cuyas edades fluctuaron
entre los 16 y 65 aos.
Cuestionario estandarizado que mide
el clima organizacional en funcin del
Modelo de los Valores en Competencia de Quinn y Rohrbaugh, a travs
de escalas tipo Likert con cuatro
opciones de respuesta: dos positivas
y dos negativas.
Escalas del Modelo de Inversin
(IMS), las cuales a partir de 37
reactivos (cada uno con 9 categoras)
miden la entrega, la inversin psicolgica y la satisfaccin con respecto a
una relacin romntica actual.

Mtodos de clculo y resultados

Comentario

Confiabilidad baja que demuestra incongruencia, atribuida

por los autores a lo corto de la
escala (pocos tems).
Las dos mediciones (de la
ansiedad generada por las
actividades acadmicas y la del
desempeo escolar) indican una
estabilidad muy alta.
El valor indica una fiabilidad
sumamente elevada.

El coeficiente alfa-Cronbach obtenido

result igual a 0.95 (con 95 tems).
La muestra estuvo conformada por
1 424 empleados de 12 empresas
(972 casos vlidos completos).

Confiabilidad muy elevada.

Los coeficientes alfa resultantes de

aplicar las escalas a 400 universitarios fueron: 0.94 para entrega y
satisfaccin, y 0.88 para inversin
psicolgica.

Coeficientes muy considerables

para entrega y satisfaccin, y
aceptable para inversin.

304

Captulo 10 Anlisis de los datos cuantitativos

Otro caso es el ya comentado de Nez (2001) y su instrumento para medir el sentido de vida,
cuya fiabilidad fu
fue de 0.96 en su tercera versin con 99 tems (vea en el CD anexo Material complementario In
Investigacin cuantitativa Ejemplo 5).
Como podem
podemos observar en la tabla 10.11, entre ms informacin se proporcione sobre la confiabilidad, el lector se forma una idea ms clara sobre su clculo y las condiciones en que se demostr.
Es indispensable incluir las dimensiones de la variable medida, el tamao de muestra y el mtodo
utilizado. Una cuestin importante es que los coeficientes son sensibles al nmero de tems o reactivos,
entre ms agreguemos, el valor del coeficiente tender a ser ms elevado.
Insistimos en que el coeficiente alfa es para intervalos y los coeficientes Kuder Richarson para
tems dicotmicos (por ejemplo: s-no). Estos ltimos se usan en el mtodo de mitades partidas,
aunque como sealan Creswell (2005) y Babbie (2009) se confa en la mitad de la informacin
del instrumento, por lo que conviene agregar el clculo de profeca Spearman-Brown.
Adems de estimar un coeficiente de correlacin y/o un coeficiente de coherencia entre los tems
del instrumento, es conveniente calcular la correlacin tem-escala completa. sta representa la vinculacin de cada reactivo con toda la escala. Habr tantas correlaciones como tems contenga el instrumento. Corbetta (2003, p. 237) lo ejemplifica adecuadamente de la siguiente manera: si estamos
midiendo el autoritarismo, es lgico pensar que quien alcanza altas puntuaciones en esta variable en
toda la escala (es muy autoritaria), habr de tener puntuaciones elevadas en todos los tems que la
conforman. Pero si uno de los reactivos sistemticamente (en un nmero considerable de individuos)
presenta valores contradictorios con respecto a la escala total, podemos concluir que ese tem no funciona adecuadamente (contradice a los dems reactivos). Los tems que alcancen coeficientes de correlacin bajos con la escala, tal vez deban analizarse y, eventualmente, eliminarse.
Asimismo, cada uno de los reactivos puede ser evaluado en su capacidad de discriminacin
mediante la prueba t de Student (paramtrica). Se consideran dos grupos, el primero integrado por
25% de los casos con los puntajes ms altos obtenidos en el tem y el otro grupo compuesto por 25%
de los casos con los puntajes ms bajos. Los tems cuya prueba no resulte significativa sern reconsiderados.
Los conceptos estadsticos aqu vertidos (por ejemplo, correlacin) tendrn mayor sentido, una
vez que se revisen ms ampliamente, lo cual se har ms adelante en este captulo.

La validez
Ya se coment en el captulo anterior que la evidencia sobre la validez del contenido se obtiene mediante las opiniones de expertos y al asegurarse que las dimensiones medidas por el instrumento sean
representativas del universo o dominio de dimensiones de la(s) variable(s) de inters (a veces mediante
un muestreo aleatorio simple). La evidencia de la validez de criterio se produce al correlacionar las
puntuaciones de los participantes, obtenidas por medio del instrumento, con sus valores logrados en
el criterio. Recordemos que una correlacin implica asociar puntuaciones obtenidas por la muestra en
dos o ms variables.
Por ejemplo, Nez (2001), adems de aplicar su instrumento sobre el sentido de vida, administr otras dos pruebas que supuestamente miden variables similares: el PIL (propsito de vida) y el
Logo-test de Elizabeth Lukas. El coeficiente de correlacin de Pearson entre el instrumento diseado
y el PIL fue de 0.541, valor que se considera moderado. El coeficiente de correlacin de Spearmans
rho fue igual a 0.42 entre el Logo Test y su instrumento, lo cual indica dos cuestiones: los tres instrumentos no miden la misma variable, pero s conceptos relacionados.
La evidencia de la validez de constructo se obtiene mediante el anlisis de factores. Tal mtodo nos
indica cuntas dimensiones integran a una variable y qu tems conforman cada dimensin. Los reactivos que no pertenezcan a una dimensin, quiere decir que estn aislados y no miden lo mismo que
los dems tems; por tanto, deben eliminarse. Es un mtodo que tradicionalmente se ha considerado
complejo, por los clculos estadsticos implicados, pero que es relativamente sencillo de interpretar y
como los clculos hoy en da los realiza la computadora, est al alcance de cualquier persona que se

Paso 5: analizar mediante pruebas estadsticas las hiptesis planteadas

inicie dentro de la investigacin. Este mtodo se revisa con ejemplos reales en el CD anexo
Material Complementario Captulos Captulo 8 Anlisis estadstico: segunda parte.
La confiabilidad se obtiene en Minitab siguiendo los comandos: Estadsticas (Statistics)
Confiabilidad/supervivencia (Reliability/Survival), y en SPSS no olvide consultar en el CD anexo el
manual respectivo. En las futuras versiones de estos programas, las opciones podran cambiar, pero es
cuestin de localizar en dnde se solicita el anlisis de inters.
Una vez que se determina la confiabilidad (de 0 a 1) y se muestra la evidencia sobre la validez, si
algunos tems son problemticos (no discriminan, no se vinculan a otros tems, van en sentido contrario a toda la escala, no miden lo mismo, etc.), se eliminan de los clculos (pero en el reporte de la
investigacin, se indica cules fueron eliminados, las razones de ello y cmo alteran los resultados);
posteriormente se vuelve a realizar el anlisis descriptivo (distribucin de frecuencias, medidas de tendencia central y de variabilidad, etctera).
En el CD anexo Material complementario Investigacin cuantitativa Ejemplo 4 Diseo
de una escala autoaplicable para la evaluacin de la satisfaccin sexual en hombres y mujeres mexicanos (lvarez Gayou, Honold y Milln, 2005), se presenta la validacin de un instrumento que muestra todos los elementos para ello, paso por paso. Incluye la generacin de redes semnticas. Su
abordaje es desde el punto de vista de la salud y con propiedad cientfica.

305

S P S S

Hasta aqu llegamos?

Cuando el estudio tiene una finalidad puramente exploratoria o descriptiva, debemos interrogarnos:
podemos establecer relaciones entre variables? En caso de una respuesta positiva, es factible seguir;
pero si dudamos o el alcance se limit a explorar y describir, el trabajo de anlisis concluye y debemos
comenzar a preparar el reporte de la investigacin. De lo contrario es necesario continuar con la estadstica inferencial.

Paso 5: analizar mediante pruebas estadsticas las hiptesis

planteadas (anlisis estadstico inferencial)
En este paso se analizan las hiptesis a la luz de pruebas estadsticas, que a continuacin detallamos.

Estadstica inferencial: de la muestra a la poblacin

Para qu es til la estadstica inferencial?

Con frecuencia, el propsito de la investigacin va ms all de describir las distribuciones de las varia5
bles: se pretende probar hiptesis y generalizar los resultados obtenidos en la muestra a la poblacin o
universo. Los datos casi siempre se recolectan de una muestra y sus resultados estadsticos se denominan estadgrafos; la media o la desviacin estndar de la distribucin de una muestra son estadgrafos.
A las estadsticas de la poblacin se les conoce como parmetros. stos no son calculados, porque no se
recolectan datos de toda la poblacin, pero pueden ser inferidos de los estadgrafos,
Estadstica inferencial Se utiliza para
de ah el nombre de estadstica inferencial. El procedimiento de esta naturaleza de
probar hiptesis y estimar parmetros.
la estadstica se esquematiza en la figura 10.13.

Recoleccin de
los datos en la
muestra

Figura 10.13

Clculo de
estadgrafos

Procedimiento de la estadstica inferencial.

Inferencia de los
parmetros mediante
tcnicas estadsticas
apropiadas

Poblacin
o
universo