Cuando intentamos medir un único aspecto "unidimensional" se supone que todos sus indicadores se correlacionan positivamente entre sí. "Unidimensional" está puesto entre comillas porque es un concepto que puede tener sus complicaciones.
Un autor (Klaas Sijtsma) sostiene que no debemos dar por descontado que, si hacemos un análisis factorial de los ítems, encontraremos una solución adecuada de un solo factor.
Según dicho autor "... all that alpha can reveal about the “interrelatedness of the items” is their average degree of “interrelatedness” provided there are no negative covariances, and keeping in mind that alpha also depends on the number of items in the test (...).
"Alpha is not a measure of internal consistency. Neither is it a measure of the degree of unidimensionality".
Para dicho autor, el alfa de Cronbach no debe ser interpretado como una medida de consistencia interna sino, como se decía antes, como una medida del grado de correlación entre los ítems.
"Because this says very little if anything about internal consistency no matter how it is defined, one wonders why the internal consistency interpretation of alpha is so persistent."
Sean por ejemplo varias afirmaciones que intentan medir el nivel de empatía y sobre las cuales el entrevistado tiene que manifestar su acuerdo o desacuerdo:
item1: Me entristece ver a un extraño solitario
item2: Me siento emocionalmente involucrado en los problemas de mis amigos
item3: Si veo una persona llorando, eso me trastorna
item4: No me siento bien cuando veo a otros deprimidos
item5: Me siento triste cuando veo a viejos sin nadie que los ayude
item6: Yo permanezco tranquilo cuando los otros se excitan (Invertido)
item7: Me cuesta entender cómo otros se emocionan con tonterías (Invertido)
Se pretende que todos estos indicadores miden empatía. En los 5 primeros ítems, manifestar acuerdo expresa empatía, y en los 2 últimos es el desacuerdo el que la manifiesta.
Si hemos de formar un índice de empatía reuniendo los 7 ítems, el 6 y el 7 deben ser invertidos.
Una vez que todos los ítems están en el sentido correcto, si todos miden lo mismo, habrá correlaciones positivas entre ellos: cuando aumentan unos, aumentan los otros. Esta podría ser la gráfica de las relaciones entre los ítems luego de invertir los ítems que corresponda:
El alfa de Cronbach en algún sentido mide y resume el grado de correlación entre los distintos ítems.
El alfa de Cronbach toma usualmente valores entre 0 y 1, aunque podría tomar valores negativos en el caso de ítems con correlaciones negativas entre sí, lo que no es esperable en la confección de índices.
Convencionalmente se consideran el alfa de Cronbach según estos criterios:
0.7 - 0.8 aceptable
0.8 - 0.9 bueno
0.9 - 1 excelente.
Pero los criterios anteriores son reglas generales que deberán ser usadas según las circunstancias.
¿De qué depende el valor del Alfa de Cronbach? a) de la correlación entre los ítems, y b) del número de ítems: cuántos más ítems más tiende a subir el alfa de Cronbach.
En nuestro ejemplo estamos midiendo empatía con un set de 7 ítems. Concibamos a nuestos ítems como 7 posibles ítems elegidos al azar de una población de infinitos ítems.
Podemos pensar el alfa de Cronbach como la correlación promedio entre los puntajes dados por todos los sets de igual cantidad de ítems.
O sea: para la cantidad de 7 ítems podríamos tener infinitos conjuntos de 7 ítems. Estos nos darían infinitos puntajes para la población medida con estas escalas. Si promediáramos las correlaciones entre esas infinitas medidas, nos daría el alfa de Cronbach.
***
Output principal del Alfa de Cronbach
En el vídeo adjunto se muestra como pedir un alfa de Cronbach. Aquí se enfatizará en las principales salidas.
En la salida usualmente lo más relevante es el valor del Alfa de Cronbach (aquí 0.858), y las columnas señaladas.
La columna correlación total de elementos corregida, nos da la correlación de cada ítem con la suma del resto de los ítems. Aquí vemos que el ítem8 correlaciona muy pobremente (r = 0.090) con la suma del resto de los ítems. Eso nos sugiere sacar el ítem8, que encaja mal.
La columna "Alfa de Cronbach si el elemento se ha suprimido", nos indica cuál sería el valor del alfa si cada uno de los elementos fuera retirado del conjunto. Aquí vemos que si retiramos el ítem8, el alfa de Cronbach pasaría de su valor actual, 0.858 al valor de 0.912. Nos reafirma la conveniencia de eliminar el ítem8.
Entonces aquí sacaríamos el item8 del índice y volveríamos a pedir el nuevo alfa de Cronbach.
Una vez que hemos elegido los ítems que quedarán en definitiva, procedemos a calcular el índice promediando o sumando los ítems.
Sigue video que muestra el cálculo del Alfa de Cronbach en SPSS, y la base sobre la cual se calcula.
https://drive.google.com/file/d/0B9C7VyfotFyJaUZRSVp0d1Fxb28/view?usp=sharing
No hay comentarios:
Publicar un comentario