En estadística y psicometría , la confiabilidad es la consistencia general de una medida. [1] Se dice que una medida tiene una alta confiabilidad si produce resultados similares en condiciones consistentes:
"Es la característica de un conjunto de puntajes de pruebas que se relaciona con la cantidad de error aleatorio del proceso de medición que podría estar incluido en los puntajes. Los puntajes que son altamente confiables son precisos, reproducibles y consistentes de una ocasión de prueba a otra. Es decir, si el proceso de prueba se repitiera con un grupo de examinados, se obtendrían esencialmente los mismos resultados. Generalmente se utilizan varios tipos de coeficientes de confiabilidad, con valores que oscilan entre 0,00 (mucho error) y 1,00 (ningún error). indicar la cantidad de error en las puntuaciones." [2]
Por ejemplo, las mediciones de la altura y el peso de las personas suelen ser extremadamente fiables. [3] [4]
Hay varias clases generales de estimaciones de confiabilidad:
Fiabilidad no implica validez . Es decir, una medida confiable que mide algo de manera consistente no necesariamente mide lo que se quiere medir. Por ejemplo, si bien existen muchas pruebas confiables de habilidades específicas, no todas serían válidas para predecir, digamos, el desempeño laboral.
Si bien la confiabilidad no implica validez , la confiabilidad sí impone un límite a la validez general de una prueba. Una prueba que no es perfectamente confiable no puede ser perfectamente válida, ya sea como medio para medir los atributos de una persona o como medio para predecir puntuaciones en un criterio. Si bien una prueba confiable puede proporcionar información útil y válida, una prueba que no lo es no puede ser válida. [7]
Por ejemplo, si un conjunto de básculas midiera consistentemente el peso de un objeto como 500 gramos por encima del peso real, entonces la báscula sería muy confiable, pero no sería válida (ya que el peso devuelto no es el peso real). Para que la báscula sea válida, debe devolver el peso real de un objeto. Este ejemplo demuestra que una medida perfectamente confiable no es necesariamente válida, pero que una medida válida necesariamente debe ser confiable.
En la práctica, las medidas de prueba nunca son perfectamente consistentes. Se han desarrollado teorías de confiabilidad de las pruebas para estimar los efectos de la inconsistencia en la precisión de la medición. El punto de partida básico de casi todas las teorías sobre la confiabilidad de las pruebas es la idea de que las puntuaciones de las pruebas reflejan la influencia de dos tipos de factores: [7]
1. Factores de consistencia: características estables del individuo o del atributo que se intenta medir.
2. Factores de inconsistencia: características del individuo o de la situación que pueden afectar los puntajes de las pruebas pero que no tienen nada que ver con el atributo que se mide.
Estos factores incluyen: [7]
El objetivo de estimar la confiabilidad es determinar qué parte de la variabilidad en los puntajes de las pruebas se debe a errores de medición y qué parte se debe a la variabilidad en los puntajes verdaderos ( valor verdadero ). [7]
Una puntuación verdadera es la característica replicable del concepto que se está midiendo. Es la parte de la puntuación observada que se repetiría en diferentes ocasiones de medición en ausencia de error.
Los errores de medición se componen tanto de errores aleatorios como de errores sistemáticos . Representa las discrepancias entre las puntuaciones obtenidas en las pruebas y las puntuaciones verdaderas correspondientes.
Este desglose conceptual suele representarse mediante la simple ecuación:
El objetivo de la teoría de la confiabilidad es estimar los errores en la medición y sugerir formas de mejorar las pruebas para minimizar los errores.
El supuesto central de la teoría de la confiabilidad es que los errores de medición son esencialmente aleatorios. Esto no significa que los errores surjan de procesos aleatorios. Para cualquier individuo, un error de medición no es un evento completamente aleatorio. Sin embargo, en un gran número de individuos, se supone que las causas del error de medición son tan variadas que los errores de medición actúan como variables aleatorias. [7]
Si los errores tienen las características esenciales de las variables aleatorias, entonces es razonable suponer que es igualmente probable que los errores sean positivos o negativos y que no están correlacionados con las puntuaciones verdaderas ni con los errores en otras pruebas.
Se supone que: [8]
1. Error medio de medición = 0
2. Las puntuaciones verdaderas y los errores no están correlacionados
3. Los errores en diferentes medidas no están correlacionados
La teoría de la confiabilidad muestra que la varianza de las puntuaciones obtenidas es simplemente la suma de la varianza de las puntuaciones verdaderas más la varianza de los errores de medición . [7]
Esta ecuación sugiere que los puntajes de las pruebas varían como resultado de dos factores:
1. Variabilidad en las puntuaciones reales
2. Variabilidad por errores de medición.
El coeficiente de confiabilidad proporciona un índice de la influencia relativa de las puntuaciones verdaderas y de error en las puntuaciones obtenidas en las pruebas. En su forma general, el coeficiente de confiabilidad se define como la relación entre la varianza de la puntuación real y la varianza total de las puntuaciones de las pruebas. O, de manera equivalente, uno menos la relación entre la variación de la puntuación de error y la variación de la puntuación observada :
Desafortunadamente, no hay forma de observar o calcular directamente la puntuación real, por lo que se utilizan diversos métodos para estimar la confiabilidad de una prueba.
Algunos ejemplos de métodos para estimar la confiabilidad incluyen la confiabilidad test-retest , la confiabilidad de consistencia interna y la confiabilidad de pruebas paralelas . Cada método aborda el problema de descubrir la fuente del error en la prueba de manera algo diferente.
Los teóricos de las pruebas clásicas sabían bien que la precisión de la medición no es uniforme en toda la escala de medición. Las pruebas tienden a distinguir mejor entre los examinados con niveles moderados de rasgos y peor entre los examinados con puntuaciones altas y bajas. La teoría de la respuesta al ítem extiende el concepto de confiabilidad de un único índice a una función llamada función de información . La función de información TRI es la inversa del error estándar de la puntuación observada condicional en cualquier puntuación de prueba determinada.
El objetivo de estimar la confiabilidad es determinar qué parte de la variabilidad en los puntajes de las pruebas se debe a errores en la medición y qué parte se debe a la variabilidad en los puntajes verdaderos.
Se han desarrollado cuatro estrategias prácticas que proporcionan métodos viables para estimar la confiabilidad de las pruebas. [7]
1. Método de confiabilidad test-retest : evalúa directamente el grado en que los puntajes de las pruebas son consistentes de una administración de prueba a la siguiente.
Implica:
La correlación entre las puntuaciones de la primera prueba y las puntuaciones de la nueva prueba se utiliza para estimar la confiabilidad de la prueba utilizando el coeficiente de correlación momento-producto de Pearson : consulte también correlación ítem-total .
2. Método de formas paralelas :
La clave de este método es el desarrollo de formularios de prueba alternativos que sean equivalentes en términos de contenido, procesos de respuesta y características estadísticas. Por ejemplo, existen formas alternativas para varias pruebas de inteligencia general y estas pruebas generalmente se consideran equivalentes. [7]
Con el modelo de prueba paralela es posible desarrollar dos formas de prueba que sean equivalentes en el sentido de que la puntuación verdadera de una persona en el formulario A sería idéntica a su puntuación verdadera en el formulario B. Si ambas formas de la prueba se administraran a un número de personas, las diferencias entre las puntuaciones en el formulario A y el formulario B pueden deberse únicamente a errores de medición. [7]
Implica:
La correlación entre las puntuaciones de las dos formas alternativas se utiliza para estimar la confiabilidad de la prueba.
Este método proporciona una solución parcial a muchos de los problemas inherentes al método de confiabilidad test-retest . Por ejemplo, dado que las dos formas de la prueba son diferentes, el efecto de arrastre es un problema menor. Los efectos de la reactividad también están parcialmente controlados; aunque realizar la primera prueba puede cambiar las respuestas a la segunda prueba. Sin embargo, es razonable suponer que el efecto no será tan fuerte con formas alternativas de la prueba como con dos administraciones de la misma prueba. [7]
Sin embargo, esta técnica tiene sus desventajas:
3. Método de división por mitades :
Este método trata las dos mitades de un compás como formas alternativas. Proporciona una solución sencilla al problema que enfrenta el método de formas paralelas : la dificultad para desarrollar formas alternativas. [7]
Implica:
La correlación entre estas dos mitades divididas se utiliza para estimar la confiabilidad de la prueba. Esta estimación de confiabilidad se reduce a la mitad y luego se aumenta hasta la duración total de la prueba utilizando la fórmula de predicción de Spearman-Brown .
Hay varias formas de dividir una prueba para estimar la confiabilidad. Por ejemplo, una prueba de vocabulario de 40 ítems podría dividirse en dos subpruebas, la primera compuesta por los ítems del 1 al 20 y la segunda por los ítems del 21 al 40. Sin embargo, las respuestas de la primera mitad pueden ser sistemáticamente diferentes de las de la primera mitad. respuestas en la segunda mitad debido a un aumento en la dificultad y la fatiga del ítem. [7]
Al dividir una prueba, las dos mitades tendrían que ser lo más similares posible, tanto en términos de su contenido como en términos del estado probable del encuestado. El método más simple es adoptar una división par-impar, en la que los ítems impares forman la mitad de la prueba y los ítems pares forman la otra. Esta disposición garantiza que cada mitad contendrá la misma cantidad de elementos del principio, la mitad y el final de la prueba original. [7]
4. Coherencia interna : evalúa la coherencia de los resultados entre los elementos de una prueba. La medida de consistencia interna más común es el alfa de Cronbach , que generalmente se interpreta como la media de todos los coeficientes posibles de división por mitades. [9] El alfa de Cronbach es una generalización de una forma anterior de estimación de la consistencia interna, la fórmula de Kuder-Richardson 20 . [9] Aunque es el más utilizado, existen algunas ideas erróneas sobre el alfa de Cronbach. [10] [11]
Estas medidas de confiabilidad difieren en su sensibilidad a diferentes fuentes de error y, por lo tanto, no necesitan ser iguales. Además, la confiabilidad es una propiedad de las puntuaciones de una medida más que de la medida en sí y, por lo tanto, se dice que depende de la muestra . Las estimaciones de confiabilidad de una muestra pueden diferir de las de una segunda muestra (más allá de lo que podría esperarse debido a variaciones de muestreo) si la segunda muestra se extrae de una población diferente porque la verdadera variabilidad es diferente en esta segunda población. (Esto se aplica a medidas de todo tipo: las varas de medir pueden medir bien las casas, pero tienen poca confiabilidad cuando se usan para medir la longitud de los insectos).
La confiabilidad puede mejorarse mediante claridad de expresión (para evaluaciones escritas), alargamiento de la medida [9] y otros medios informales. Sin embargo, el análisis psicométrico formal, llamado análisis de ítems, se considera la forma más eficaz de aumentar la confiabilidad. Este análisis consiste en el cálculo de las dificultades de los ítems y de los índices de discriminación de ítems ; este último índice implica el cálculo de las correlaciones entre los ítems y la suma de las puntuaciones de los ítems de toda la prueba. Si los ítems que son demasiado difíciles, demasiado fáciles y/o que tienen una discriminación cercana a cero o negativa se reemplazan por ítems mejores, la confiabilidad de la medida aumentará.
{{cite book}}: Mantenimiento CS1: varios nombres: lista de autores ( enlace )