En este tema
Paso 1: Evaluar la fuerza y dirección de la relación entre pares de elementos
Utilice la gráfica de matriz y la matriz de correlación para evaluar la fuerza y dirección de la relación entre dos elementos o variables. Un valor de correlación alto y positivo indica que los elementos miden la misma destreza o característica. Si los elementos no están altamente correlacionados, entonces los elementos pudieran medir diferentes características o no estar claramente definidos.
A menudo, las variables con valores de correlación mayores que 0.7 se consideran altamente correlacionadas. Sin embargo, el valor de referencia adecuado que se utilizará también depende de las normas en su área de estudio y el número de elementos en el análisis.
Matriz de correlación
| Elemento 1 | Elemento 2 | |
|---|---|---|
| Elemento 2 | 0.903 | |
| Elemento 3 | 0.867 | 0.864 |
Resultados clave: Matriz de correlación, Gráfica de matriz
En estos resultados, todos los elementos están altamente correlacionados entre sí. El Elemento 1 y el Elemento 2 tienen una correlación lineal positiva de 0.903. El Elemento 1 y el Elemento 3 tienen una correlación lineal positiva de 0.867. El Elemento 2 y el Elemento 3 tienen una correlación lineal positiva de 0.864. Estas relaciones lineales en parejas se muestran en la gráfica de matriz.
Paso 2: Evaluar la uniformidad interna general
Utilice el alfa de Cronbach para examinar el nivel de uniformidad con que múltiples elementos en una encuesta o prueba evalúan la misma destreza o característica. Los valores más altos del alfa de Cronbach sugieren una mayor uniformidad interna. Un valor de referencia comúnmente utilizado es 0.7. Generalmente, si el alfa de Cronbach es mayor que 0.7, entonces usted tiene evidencia de que los elementos de la encuesta o prueba miden la misma destreza o característica. Si el alfa de Cronbach es menor que 0.7, entonces los elementos pudieran no medir de manera uniforme una destreza o característica individual. Sin embargo, el valor de referencia adecuado que se utilizará también depende de las normas en su área de estudio y el número de elementos en el análisis.
Para obtener más información sobre uniformidad interna, vaya a ¿Qué es consistencia interna?.
Alfa de Cronbach
| Alfa |
|---|
| 0.9550 |
Resultados clave: Alfa de Cronbach
En estos resultados, el alfa de Cronbach general es 0.955. El valor es mayor que el valor de referencia común de 0.7 y sugiere que los elementos miden la misma característica.
Paso 3: Determinar si se omitirán elementos para mejorar la uniformidad
Utilice los valores calculados en la tabla Estadísticos de elementos omitidos para determinar si la eliminación de un elemento mejora substancialmente la uniformidad interna de la prueba o encuesta. Si un elemento omitido tiene un valor bajo de correlación múltiple cuadrada, un valor bajo de correlación total ajustada de elemento y un valor substancialmente más alto del alfa de Cronbach, entonces usted pudiera considerar eliminar el elemento de la encuesta o prueba para mejorar su uniformidad interna.
Estadísticas de elementos omitidas
| Variable omitida | Media total ajustada | Desv.Est. total ajustada | Correlación total ajustada por elemento | Correlación múltiple cuadrada | Alfa de Cronbach |
|---|---|---|---|---|---|
| Elemento 1 | 5.780 | 2.613 | 0.9166 | 0.8447 | 0.9268 |
| Elemento 2 | 6.100 | 2.525 | 0.9134 | 0.8413 | 0.9277 |
| Elemento 3 | 6.000 | 2.563 | 0.8870 | 0.7869 | 0.9476 |
Resultados clave: Corr. total ajust., Corr. múltiple cuadrada, Alfa de Cronbach
En estos resultados, la correlación total ajustada de elemento y los valores de correlación múltiple cuadrada son uniformemente altos para todos los elementos. El alfa de Cronbach para todos los elementos omitidos también es uniforme. Por lo tanto, la evidencia sugiere que todos los elementos miden la misma característica. Retirar un elemento no mejoraría substancialmente la uniformidad interna.
