Calculadora del alfa de Cronbach
Introduce las puntuaciones de hasta seis ítems de una escala, un ítem por cuadro, y obtén el alfa de Cronbach, el alfa estandarizado, las estadísticas por ítem y el alfa que resultaría al eliminar cada ítem.
Evalúa la consistencia interna de una escala
Fórmula del alfa de Cronbach
Donde:
- \(k\) — número de ítems de la escala
- \(s_i^2\) — varianza del ítem \(i\) entre los encuestados
- \(s_t^2\) — varianza de las puntuaciones totales (la suma de cada encuestado en todos los ítems)
La fórmula compara la varianza que tienen los ítems por separado con la varianza de su suma. Si los ítems miden el mismo constructo subyacente, la varianza compartida hace que la puntuación total varíe más que los ítems por separado, y el alfa se acerca a 1. Una forma relacionada, el alfa estandarizado, utiliza la correlación media entre ítems \(\bar{r}\):
\[ \alpha' = \frac{k\bar{r}}{1 + (k-1)\bar{r}} \]
Todas las varianzas son varianzas muestrales con denominador \(n-1\).
Alfa de Cronbach: ejemplo de cálculo
Ejemplo: un cuestionario de 4 ítems fue respondido por 5 personas con las puntuaciones predeterminadas: ítem 1 — 4, 3, 5, 2, 4; ítem 2 — 5, 3, 4, 2, 5; ítem 3 — 4, 4, 5, 3, 4; ítem 4 — 3, 3, 4, 2, 4.
\[ s_1^2 = 1.3,\quad s_2^2 = 1.7,\quad s_3^2 = 0.5,\quad s_4^2 = 0.7 \quad\Rightarrow\quad \textstyle\sum s_i^2 = 4.2 \]
\[ t = 16,\ 13,\ 18,\ 9,\ 17 \quad\Rightarrow\quad s_t^2 = 13.3 \]
\[ \alpha = \frac{4}{3}\left(1 - \frac{4.2}{13.3}\right) = 0.9123 \]
La correlación media entre ítems es \(\bar{r} = 0.786\), lo que da un alfa estandarizado:
\[ \alpha' = \frac{4 \times 0.786}{1 + 3 \times 0.786} = 0.9362 \]
Resultado: \(\alpha = 0.9123\) y \(\alpha' = 0.9362\), una consistencia interna excelente para este pequeño conjunto de demostración de 4 ítems y 5 encuestados.
Cómo usar la calculadora
- Introduce las puntuaciones del ítem 1 en el primer cuadro de texto: una puntuación por encuestado, separadas por espacios, saltos de línea o punto y coma. También se aceptan comas decimales (p. ej., 3,5).
- Rellena los ítems del 2 al 4 de la misma manera, manteniendo a los encuestados en el mismo orden y dando una puntuación de cada encuestado en cada ítem.
- Añade el ítem 5 y el ítem 6 solo si tu escala tiene más de cuatro ítems; en caso contrario, déjalos vacíos.
- Consulta los resultados principales: alfa de Cronbach, alfa estandarizado, número de ítems, número de encuestados y las dos varianzas que se usan en la fórmula.
- Revisa la tabla de estadísticas por ítem para ver la media, la desviación típica, la correlación ítem-total corregida y el alfa que resultaría al eliminar cada ítem, además del texto de interpretación sobre cómo se valora el resultado de forma convencional.
Qué mide el alfa de Cronbach
El alfa de Cronbach es la medida más utilizada de la consistencia interna de una escala: un cuestionario, test o inventario cuyos ítems se suman en una única puntuación. Responde a la pregunta: ¿los ítems van juntos y miden un mismo constructo subyacente, o tiran cada uno en una dirección distinta? Conceptualmente, el alfa estima la proporción de la varianza de la puntuación total que se debe a lo que los ítems tienen en común y no al error de medición aleatorio.
El alfa depende de dos cosas: la fuerza con que los ítems se correlacionan entre sí y el número de ítems. Una escala más larga con ítems bien correlacionados produce un alfa más alto, y por eso una escala corta de 3 ítems puede tener dificultades para llegar a 0,7 aunque los ítems sean buenos. El alfa estandarizado \(\alpha'\) elimina el efecto de que los ítems tengan varianzas distintas, ya que se calcula a partir de la correlación media entre ítems; es el valor que obtendrías si primero convirtieras todos los ítems en puntuaciones z.
Los puntos de referencia convencionales, popularizados por George y Mallery, son: \(\alpha \ge 0.9\) excelente, \(\ge 0.8\) bueno, \(\ge 0.7\) aceptable, \(\ge 0.6\) cuestionable, \(\ge 0.5\) pobre y por debajo de 0,5 inaceptable. En torno a 0,8 es el objetivo habitual para escalas de investigación; para escalas cortas o trabajos exploratorios, 0,7 suele considerarse suficiente. Los valores superiores a 0,95 no son automáticamente mejores: pueden señalar ítems redundantes que preguntan casi lo mismo dos veces.
Un alfa alto es prueba de consistencia, no de validez: una escala puede ser perfectamente consistente y aun así medir lo que no debe. Si quieres comprobar cómo se relaciona tu puntuación total con otras medidas, visita la calculadora de correlación de rangos de Spearman; para comparar las distribuciones de los ítems individuales antes de sumarlos, la calculadora de asimetría y curtosis es una buena compañera.
Supuestos, limitaciones y consejos prácticos
- Los ítems inversos deben recodificarse primero. Si algunos ítems están redactados en dirección contraria, sus puntuaciones deben invertirse (p. ej., en una escala de 1 a 5, 6 menos la puntuación) antes de introducirlas; de lo contrario, el alfa saldrá artificialmente bajo o incluso negativo.
- Datos completos y en el mismo orden. Cada ítem necesita una puntuación de cada encuestado, con los encuestados en el mismo orden. Las entradas que falten generan un error en lugar de un resultado silenciosamente incorrecto.
- Tau-equivalencia. El alfa asume que todos los ítems miden el constructo con varianzas iguales de la puntuación verdadera. Cuando los ítems difieren en calidad, el alfa subestima la fiabilidad real, así que trátalo como un límite inferior.
- Unidimensionalidad. El alfa está pensado para un solo constructo a la vez. Si tus ítems tocan dos dimensiones distintas, calcula el alfa por separado en cada subescala y no en el conjunto completo.
- Usa las estadísticas por ítem para mejorar la escala. Una correlación ítem-total corregida por debajo de 0,3 aproximadamente sugiere un ítem mal ajustado, y un «alfa si se elimina el ítem» claramente superior al alfa global señala un candidato a eliminación. Elimina como mucho un ítem cada vez y vuelve a calcular.
- El tamaño de la muestra importa. El alfa se estima a partir de datos; con pocos encuestados la estimación es imprecisa, así que indica siempre el número de encuestados junto con el coeficiente.
- Tipo de ítem. El alfa es adecuado para ítems puntuados en una escala continua u ordinal (p. ej., tipo Likert). Con ítems dicotómicos, el mismo cálculo da la fórmula 20 de Kuder–Richardson, de modo que la calculadora también sirve para datos de test de acierto/fallo.
Referencia rápida de interpretación
| Alfa de Cronbach | Lectura convencional | Acción habitual |
|---|---|---|
| 0,9 o más | Excelente | Comprobar si hay ítems redundantes si > 0,95 |
| 0,8 – 0,89 | Bueno | Apto para uso en investigación |
| 0,7 – 0,79 | Aceptable | Suficiente para escalas cortas |
| 0,6 – 0,69 | Cuestionable | Revisar los ítems débiles |
| 0,5 – 0,59 | Pobre | Revisar o acortar la escala |
| Por debajo de 0,5 | Inaceptable | No usar como puntuación única |
Una vez que confíes en tu escala, quizá quieras comparar puntuaciones entre grupos o condiciones: la calculadora de la prueba de Kruskal–Wallis funciona con tres o más grupos, y la calculadora de la d de Cohen cuantifica el tamaño de la diferencia.
Preguntas frecuentes
¿Cómo se calcula el alfa de Cronbach a mano?
Calcula la varianza muestral de cada ítem y súmalas para obtener \(\sum s_i^2\); después calcula la puntuación total de cada encuestado y su varianza \(s_t^2\). Introduce ambas en \(\alpha = \frac{k}{k-1}\left(1 - \frac{\sum s_i^2}{s_t^2}\right)\). Usa el denominador \(n-1\) en todas las varianzas y comprueba que los ítems redactados en sentido inverso se hayan recodificado antes de empezar. La calculadora automatiza exactamente estos pasos, así que puedes contrastar con ella tu resultado manual.
¿Qué es un buen valor del alfa de Cronbach?
Depende del propósito. Para escalas de investigación, el objetivo habitual ronda 0,8; 0,7 se considera en general el mínimo aceptable, y las escalas cortas (menos de 10 ítems aproximadamente) a menudo no lo alcanzan aunque los ítems sean buenos. Los valores por debajo de 0,6 son cuestionables o pobres. Los valores extremadamente altos, superiores a 0,95, no son necesariamente ideales: con frecuencia indican ítems redundantes. Para decisiones de importancia, ten en cuenta que el alfa solo refleja la consistencia interna, no si la escala mide el constructo correcto.
¿Qué significa un alfa de Cronbach negativo?
Un alfa negativo casi siempre indica un problema de codificación y no una consistencia negativa real. La causa más habitual es olvidar invertir los ítems inversos: los ítems redactados en dirección contraria se correlacionan negativamente con el resto y sus varianzas superan la varianza total compartida. Comprueba que todos los ítems se hayan recodificado en la misma dirección. Otras causas son errores al introducir los datos o un desajuste en el orden de los encuestados entre ítems. Corrige los datos en lugar de intentar interpretar el coeficiente en sí.
¿Cuál es la diferencia entre el alfa de Cronbach y el alfa estandarizado?
El alfa estandarizado es el que obtendrías si cada ítem se convirtiera primero en una puntuación z, de modo que todos los ítems tengan varianza 1. Se calcula a partir de la correlación media entre ítems \(\bar{r}\) como \(\alpha' = \frac{k\bar{r}}{1+(k-1)\bar{r}}\). Úsalo cuando tus ítems tengan varianzas claramente distintas (p. ej., escalas de respuesta mixtas); con ítems bastante homogéneos ambos valores estarán próximos y se puede informar de cualquiera de los dos.
¿Por qué falta un resultado o aparece un error con un ítem constante?
Un ítem en el que todos los encuestados dieron la misma puntuación tiene varianza cero, así que no puede correlacionar con nada y su correlación ítem-total corregida queda sin definir. El alfa global sí puede calcularse, porque el ítem aporta 0 a \(\sum s_i^2\), pero en la práctica es lastre: no añade información y altera ligeramente \(k\). Plantéate eliminarlo o comprobar si el rango de respuesta era demasiado estrecho para esa pregunta.
¿Cuántos encuestados e ítems necesito para un alfa fiable?
No hay un mínimo fijo, pero el alfa es una estimación muestral y con muestras pequeñas se vuelve bastante imprecisa: con 10 encuestados o menos puede oscilar mucho. Como guía orientativa, al menos 30 encuestados dan una estimación más estable, y los estudios piloto suelen apuntar a 50 o más. También importa el número de ítems: el alfa aumenta con la longitud de la escala, de modo que una escala de 3 ítems quizá solo llegue a 0,7 aunque los ítems sean buenos. Informa siempre de \(k\) y \(n\) junto con el coeficiente.
¿Puedo usar esta calculadora con ítems de sí/no o de acierto/fallo?
Sí. Cuando cada ítem se puntúa como 0 o 1, el mismo cálculo produce la fórmula 20 de Kuder–Richardson (KR-20), matemáticamente idéntica al alfa de Cronbach para datos dicotómicos. Introduce las puntuaciones 0/1 como harías con cualquier otro ítem, manteniendo el orden de los encuestados. Los valores de KR-20 se interpretan con los mismos baremos aproximados que el alfa, aunque los exámenes de aula con niveles de dificultad heterogéneos pueden mostrar valores más bajos de lo que la consistencia real de los ítems sugiere.