Análisis de fiabilidad
El análisis de fiabilidad permite estudiar las propiedades de las escalas de medición y de los elementos que componen las escalas. El procedimiento Análisis de fiabilidad calcula un número de medidas de fiabilidad de escala que se utilizan normalmente y también proporciona información sobre las relaciones entre elementos individuales de la escala. Los coeficientes de correlación intraclase se pueden utilizar para calcular las estimaciones de fiabilidad entre evaluadores.
El análisis de fiabilidad también proporciona estadísticas de Kappa de varios evaluadores de Fleiss que evalúan el acuerdo entre evaluadores para determinar la fiabilidad entre los diversos evaluadores. Un acuerdo más alto proporciona más confianza en las valoraciones que reflejan la verdadera circunstancia. Las opciones de Kappa de varios evaluadores de Fleiss están disponibles en el diálogo Análisis de fiabilidad: Estadísticos.
- Ejemplo
- ¿El cuestionario mide la satisfacción del cliente de manera útil? El análisis de fiabilidad le permitirá determinar el grado en que los elementos del cuestionario se relacionan entre sí, obtener un índice global de la replicabilidad o de la consistencia interna de la escala en su conjunto e identificar elementos problemáticos que deberían ser excluidos de la escala.
- Estadísticos
- Descriptivos para cada variable y para la escala, estadísticas de resumen entre elementos, correlaciones y covarianzas entre elementos, estimaciones de fiabilidad, tabla ANOVA, coeficiente de correlación intraclase, T 2 de Hotelling, prueba de aditividad de Tukey y Kappa de varios evaluadores de Fleiss.
- Modelos de
- Están disponibles los siguientes modelos de fiabilidad:
- Alfa (Cronbach)
- Este modelo es una medida de coherencia interna basada en el promedio de correlación entre elementos.
- Omega (de McDonald)
-
Este modelo supone que el modelo es unidimensional e incluye un solo factor sin dependencia de elementos locales en forma de covarianzas de error. El modelo implica que la covarianza de los dos elementos distintos es el producto de sus cargas.
- Dos mitades
- Este modelo divide la escala en dos partes y examina la correlación entre dichas partes.
- Guttman
- Este modelo calcula los límites inferiores de Guttman para la fiabilidad verdadera.
- Paralelo
- Este modelo asume que todos los elementos tienen varianzas iguales y varianzas error iguales a través de las réplicas.
- Paralelo estricto
- Este modelo asume los supuestos del modelo paralelo y también asume que las medias son iguales a través de los elementos.
Consideraciones sobre datos de análisis de fiabilidad
- Datos
- Los datos pueden ser dicotómicos, ordinales o de intervalo, pero deben estar codificados numéricamente.
- Supuestos
- Las observaciones deben ser independientes y los errores no deben estar correlacionados entre los elementos. Cada par de elementos debe tener una distribución normal bivariada. Las escalas deben ser aditivas, de manera que cada elemento esté linealmente relacionado con la puntuación total. Los siguientes supuestos se aplican para las estadísticas de Kappa de varios evaluadores de Fleiss:
- Se deben seleccionar al menos dos variables de elemento para ejecutar cualquier estadística de fiabilidad.
- Cuando se seleccionan al menos dos variables de puntuación, se pega la sintaxis de Kappa de varios evaluadores de Fleiss.
- No hay ninguna conexión entre los evaluadores.
- El número de evaluadores es una constante.
- Cada sujeto está clasificado por el mismo grupo que contiene únicamente un solo evaluador.
- No se pueden asignar ponderaciones a los diversos desacuerdos.
- Procedimientos relacionados
- Si desea explorar la dimensionalidad de los elementos de la escala (para comprobar si es necesario más de un constructo para explicar el patrón de puntuaciones en los elementos), utilice el Análisis factorial o el Escalamiento multidimensional. Para identificar grupos homogéneos de variables, use el análisis de clústeres jerárquico para agrupar las variables en clústeres.
Para obtener un análisis de fiabilidad
Esta característica requiere la opción Statistics Base.
- En los menús seleccione:
- Seleccione dos o más variables como componentes potenciales de una escala aditiva.
- Elija un modelo en la lista desplegable Modelo.
- Si lo desea, pulse Estadísticos para seleccionar varias estadísticas que describen los elementos de la escala o el acuerdo entre evaluadores.
Este procedimiento pega la sintaxis de comandos RELIABILITY.