PSICOMETRÍA ORIENTACIONES PARTE II (PROPIEDADES MÉTRICAS)

2ª PARTE: EVALUACIÓN DE LA PROPIEDADES MÉTRICAS DE LOS

INSTRUMENTOS DE MEDICIÓN PSICOLÓGICA

TEMA Nº 4  LA FIABILIDAD DE LAS PUNTUACIONES.

1.- INTRODUCCIÓN 

La Evaluación de la calidad global del test incluye: la

evaluación de la precisión y estabilidad de las medidas
(fiabilidad) y la pertinencia de las inferencias realizadas a
partir de las puntuaciones obtenidas (validez)

Fiabilidad y precisión de la medida  se analiza hasta qué

punto las puntuaciones obtenidas por los sujetos, en la
prueba que se les ha aplicado, están afectadas por errores
de medida y en qué cuantía. Un requisito básico de cualquier
teoría de la medición es la fiabilidad y precisión de los
instrumentos utilizados para medir una determinada
característica.

2.- EL MODELO LINEAL DE SPEARMAN:

La puntuación empírica obtenida por un sujeto en un test (X), es una combinación lineal de la
puntuación verdadera (V) y el error de medida (E)  X = V + E

Supuestos del modelo lineal (Spearman)

1º Supuesto La puntuación verdadera (V) es la esperanza matemática (media) de las

V = E (X) puntuaciones empíricas

2º Supuesto La correlación entre las puntuaciones verdaderas de “n” sujetos en un test y los
r ve = 0 errores de medida = 0 (no hay relación entre ellas)

3º Supuesto La correlación entre los errores de medida (re1 re2) que afectan a las puntuaciones
re1 re2 = 0 de los sujetos en dos test diferentes (X1 y X2) es = 0

De estos supuestos se obtienen las siguientes deducciones

E = X – V  Error de medida = diferencia entre Punt. Empírica y Punt. Verdadera

E(e) = 0  La esperanza (media) de los errores de medida es = 0

X = V  La media de las Punt. Empíricas = la media de las Punt. Verdaderas

Cov (V, E) = 0  La covarianza entre las Punt. Verdaderas y los Errores = 0

S2X = S2V + S2e 

La Var de las Punt. Empíricas = Suma de la Var de Punt. Verdaderas y de los errores

Cov (X,V) = Sv² 

La covarianza entre las Punt. Empíricas y Verdaderas = La Var de las Punt. Verdaderas

r xe = Se / Sx 
La correlación entre las Punt. Empíricas y los errores = cociente entre la Desv. Típica de los errores
y la Desv. Típica de las Punt. Empíricas.

Cov (X1, X2)= Cov (V1,V2) 

Covarianza entre las Punt. Empíricas de dos test = Covarianza entre las Punt. Verdaderas

R. MEDRANO (TUTOR) Página 1

 PSICOMETRÍA ORIENTACIONES PARTE II (PROPIEDADES MÉTRICAS)

3.- TEST PARALELOS (CONDICIONES DE PARALELISMO)

Si a una misma muestra se aplican dos test (X y X´) podemos considerar que son paralelos sí además
de los supuestos anteriores se cumplen las (condiciones de paralelismo):

1º Supuesto
X = V + E // X´= V + E´ Las puntuaciones verdaderas de los sujetos son iguales en ambos test

2º Supuesto
S2e = S2e´ La varianza de los errores de medida es la misma en ambos test
De estas dos condiciones de paralelismo se obtienen las siguientes deducciones:

X =V+ E=V⇒ X =V X = V+ E= V⇒ X =V
La media de las puntuaciones de dos test paralelos es la misma

S x2 = S x2´ ; S x2 = Sv2 + S e2 ; S x2´ = Sv2 + Se2´

Las varianzas de las puntuaciones de dos test paralelos son iguales
SV2
rXX ´ = rXV
2
= La correlación entre las Puntuaciones Empíricas obtenidas en dos test paralelos
S X2
es igual al cuadrado de la correlación entre Punt. Empíricas y Punt. Verdaderas

rX1 X 2 = rX1 X 3 = rX 2 X 3 = .... = rX j X k En dos o más test paralelos las intercorrelaciones entre cada dos
de ellos son iguales.

4.- INTERPRETACIÓN TEÓRICA DEL COEFICIENTE DE FIABILIDAD

El coeficiente de fiabilidad de un test rXX’ es la correlación entre las puntuaciones empíricas

obtenidas por una muestra de sujetos en dos formas paralelas:

S2 Coeficiente de fiabilidad del test  rXX´ = (S2V / S2X)

rXX ´ = V2 Si rxx’ = 1  el error de medida es 0, fiabilidad perfecta.
SX Si rxx’ = 0  varianza de errores igual a varianza de puntuaciones empíricas.
___
Índice de fiabilidad del test  rXV = SV / SX = √ rXX´
rXV = correlación entre las puntuaciones empíricas y las puntuaciones verdaderas

Índice de fiabilidad del test  Se2

rXX ´ = rXV
2
⇒ rXV = rXX ´ ⇒ rXX ´ = 1′ − 2 = 1 − rxe2
SX

S e2 Se
⇒ rXX ´ = 1′ − = 1 − rxe2 ⇒ rxe = ⇒ rxe = 1 − rxx´ 
SX2
SX
Es decir, la correlación entre las puntuaciones empíricas y los errores de medida (r XE) se puede
obtener a partir de la correlación entre las puntuaciones obtenidas por los sujetos en las dos
formas paralelas del test.

1 − rxx´  Es la proporción de la desviación típica de las puntuaciones que se debe a la

desviación típica de los errores. El coeficiente de fiabilidad (definido según el modelo clásico
de Spearman) nos da información para estimar la cuantía del error de medida.

R. MEDRANO (TUTOR) Página 2

 PSICOMETRÍA ORIENTACIONES PARTE II (PROPIEDADES MÉTRICAS)

EL PROBLEMA DEL ERROR DE MEDIDA:

En Psicometría el error de medida se define como la diferencia entre la puntuación empírica obtenida
por un sujeto en un test y su puntuación verdadera (entendiendo por test cualquier instrumento de
medición psicológica). Al aplicar “n” veces un test a un sujeto sus puntuaciones serán muy parecidas
pero no iguales (es conveniente construir pruebas que den lugar al mínimo error de medida posible)

No siempre los errores son debidos al instrumento de medición, también se deben a cambios que se
producen en el sujeto y que pueden atribuirse a diversas razones: motivación, condiciones físicas o el
mero azar; se trata de errores aleatorios e impredecibles con los que hay que contar y que hay que
tratar de controlar para que no interfieran en las predicciones que podemos hacer sobre la capacidad
del sujeto.

5.- TIPOS DE ERRORES DE MEDIDA 

Error de medida (E = X – V)  diferencia entre las puntuaciones empíricas y las puntuaciones

verdaderas. El error de medida nos da una medida individual del error que se comete (una medida
individual de la precisión del test). Nos indica la diferencia entre la puntuación de un sujeto en un test y
el nivel real de dicho sujeto en la variable que medimos.

Error Típico de medida (medida grupal)

_______
Se = Sx √ 1 – rXX´ (En puntuaciones directas y diferenciales)
______
SZe = √ 1 – rXX´ (En puntuaciones Típicas)

ERROR TÍPICO DE ESTIMACIÓN DE LA PUNTUACIÓN

ERROR DE ESTIMACIÓN VERDADERA (Desviación típica de los errores de
DE LA PUNTUACIÓN VERDADERA estimación)

E = V – V´ Punt. Directas y Diferenciales 

______ ___ ___
Diferencia entre la puntuación SVX = Sx √ 1 – rXX´ √ rXX´ = Se √ rXX´
verdadera y la pronosticada por la ______ ____ ____
regresión. Punt. Típicas  SZV, ZX = √ 1 – rXX´ √ rXX´ = SZe √ rXX´

ERROR TÍPICO DE SUSTITUCIÓN O DE LA DIFERENCIA

ERROR DE SUSTITUCIÓN ENTRE LOS DOS TEST PARALELOS (Desviación típica
de los errores de sustitución)
E = X1 – X2
Punt. Directas y Diferenciales 
Error que se comete al sustituir las ______ __ __
puntuaciones del test X1 por las SX1-X2 = Sx √ 1 – rXX´ √ 2 = Se √ 2
obtenidas en un test paralelo X2 _______ __ __
Punt. Típicas  SZ1-Z2 = √ 1 – rXX´ √ 2 = SZe √ 2

ERROR DE PREDICCIÓN ERROR TÍPICO DE PREDICCIÓN (Desviación típica de

los errores de predicción)
E = X1 – X´1
SX1 _ _ Punt. Directas y Diferenciales 
X´1 = r12 ------ (X2 – X2 ) + X1 ______ ______ _______
SX2 SEP = Sx √ 1 – rXX´ √ 1 + rXX´ = Se √ 1 + rXX´

Diferencia entre puntuaciones _______ _______ ____

obtenidas en un test (X1) y las Punt. Típicas  SZEP = √ 1 – rXX´ √ 1 + rXX´ = SZe √ rXX´
pronosticadas en ese mismo test (X
´1) a partir de una forma paralela X2

FACTORES QUE AFECTAN A LA FIABILIDAD

R. MEDRANO (TUTOR) Página 3

 PSICOMETRÍA ORIENTACIONES PARTE II (PROPIEDADES MÉTRICAS)

La fiabilidad depende de:

 La variabilidad del grupo
 La longitud del test
 Las características de los ítems

Longitud del test (Ecuación de Spearman-Brown) Cuanto más ítems representativos se utilicen,
habrá mayor información del atributo que estudiamos, menor error y mayor fiabilidad (al aumentar la
longitud del test, aumenta su fiabilidad)

Ecuación de Spearman-Brown (se refiere al caso en que se quiere aumentar la longitud del test
inicial n veces):

CASO GENERAL 
Relaciona la fiabilidad y la longitud cuando RXX´ = coeficiente de fiabilidad del test alargado
los ítems a añadir son paralelos o acortado.
n rXX´ n rXX´ n = número de veces que se aumenta o
RXX´ = ---------------------- = --------------------- disminuye la longitud del test.
1+ n rXX´ - rXX´ 1 + (n – 1) rXX´ rXX´ = coeficiente de fiabilidad del test inicial.

CASO DE LONGITUD DOBLE  CÁLCULO Nº DE VECES QUE AUMENTA O

DISMINUYE LA LONGITUD DE UN TEST 
2 rXX´
RXX´ = ---------------- RXX´ (1-rXX´) nº elementos finales
1+ rXX´ n = -------------------- n=
-------------------------------
rXX´ (1- RXX´) nº elementos iniciales

RELACIÓN ENTRE VARIANZAS EMPÍRICA Y VERDADERA (TEST MODIFICADO Y TEST INICIAL)

S2V = n2s2V S2X = ns2X [1 + (n – 1) rXX´]

S2V = Varianza de las puntuaciones verdaderas en el test modificado.

n = nº de veces que se aumenta o disminuye la longitud del test inicial.
s2V = Varianza de las puntuaciones verdaderas en el test inicial.
S2X = Varianza de las puntuaciones empíricas en el test modificado.
s2X = Varianza de las puntuaciones empíricas en el test inicial.
rXX´ = coeficiente de fiabilidad del test inicial.

Variabilidad de la muestra  Cuanto más homogéneo sea el grupo, menor es el coeficiente de

fiabilidad y la desviación típica de las puntuaciones empíricas.

El error típico de medida es constante 

Se1 = error típico de medida en el grupo 1
S2e1 = S2e2 = S2e Se2 = error típico de medida en el grupo 2
S21 (1 – r11) = S22 (1 – r22) Se = error típico de medida del test
S21 = varianza empírica puntuaciones en el grupo 1
S21 S2e S22 = varianza empírica puntuaciones en el grupo 2
r22 = 1 - ------- (1 – r11) = 1 - ------- r11 = coeficiente fiabilidad grupo 1
S22 S2X r22 = coeficiente fiabilidad grupo 2

LA FIABILIDAD COMO EQUIVALENCIA Y COMO ESTABILIDAD DE LAS MEDIDAS

R. MEDRANO (TUTOR) Página 4

 PSICOMETRÍA ORIENTACIONES PARTE II (PROPIEDADES MÉTRICAS)

Un test debe cumplir dos premisas:

 Medir el rasgo que pretende (ser válido)

 Las puntuaciones obtenidas deben ser estables y precisas.

La precisión consiste en estar libre de errores; la estabilidad en que en distintas ocasiones y en

condiciones parecidas el rasgo no cambie. La fiabilidad del test es la estabilidad de las medidas. Se
pueden considerar dos métodos basados en la estabilidad para calcular el coeficiente de fiabilidad:

 Método de las formas paralelas.

 Método test-retest.

MÉTODO DE LAS FORMAS PARALELAS

Se construyen dos formas paralelas de un test X y X’ y se aplican a una muestra de sujetos

representativa de la población. Por último, se calcula el coeficiente de correlación de Pearson
entre las dos formas paralelas del test.

N ∑ X1 X 2 − ∑ X1 ∑ X 2
rxx ' = rx1x2 = X1 y X2: Puntuaciones
obtenidas en cada una
 N X2−
 ∑ 1 (∑ X 1 )   N ∑ X 22 − (∑ X 2 ) 
2 2
de las formas.
  
El coeficiente de fiabilidad también se llama coeficiente de equivalencia.

Ventaja: Si las pruebas se presentan a la vez hay mayor control.

Inconveniente: Dificultades que conlleva construir dos formas paralelas.

MÉTODO TEST-RETEST

Se aplica el mismo test en dos momentos diferentes:

N ∑ X1 X 2 − ∑ X∑ X X1 y X2: Puntuaciones
rX X ´ = rx1x2 = 1 2
obtenidas en cada
 N X2 − ( ∑ X )   N ∑ X − ( ∑ X 2 ) 
 ∑ 1
1 1 2 2 2
aplicación.
1
  2

El coeficiente de fiabilidad así obtenido se llama coeficiente de estabilidad.

Ventaja: No necesita dos o más formas distintas del miso test.

Inconvenientes:
 Posible memorización de ítems que puede interferir la 2ª aplicación.
 Intervalo de tiempo entre aplicaciones (sería deseable incrementar el tiempo entre
aplicaciones para minimizar el efecto aprendizaje o memoria; si éste es muy elevado
pueden variar factores sociales, afectivos o evolutivos que inciden en la fiabilidad)
 La actitud del sujeto (si cambia el grado de cooperación, puede obtener una
puntuación más alta o más baja que afecta al coeficiente de fiabilidad haciéndolo más
bajo o más alto)

El cálculo es idéntico en las dos formas. La única diferencia es que en lugar de aplicar dos formas, en
el test – retest emplea la misma en dos momentos diferentes.

R. MEDRANO (TUTOR) Página 5

 PSICOMETRÍA ORIENTACIONES PARTE II (PROPIEDADES MÉTRICAS)

LA FIABILIDAD COMO CONSISTENCIA INTERNA

A veces sólo se puede aplicar una vez el test, por lo que no es posible utilizar los métodos anteriores.
Los siguientes métodos se utilizan para estimar la fiabilidad de un test (sólo requieren una aplicación y
aportan un índice de la consistencia interna de las respuestas de los sujetos):

 Métodos basados en la división del test en dos mitades

 Métodos basados en la covariación de los ítems
 Coeficientes basados en el análisis factorial de los ítems
 Coeficiente Beta (β) de Raju

MÉTODOS BASADOS EN LA DIVISIÓN DEL TEST EN DOS MITADES 

La ventaja respecto a los anteriores es que al considerar sólo las puntuaciones de un test, la fiabilidad
no se ve afectada por otros factores como el intervalo de tiempo, aprendizaje, memoria, etc. Y,
además, se consigue ahorro de tiempo y esfuerzo.

Procedimiento: Se aplica el test a una muestra y se divide el test en dos mitades, calculando la
correlación entre ellas y aplicando una fórmula de corrección. Las divisiones deben ser similares en
dificultad y contenido para que la correlación se aproxime al valor máximo posible.

Hay varias formas de hacer la división:

 Se realiza n/2 (primeros ítems una mitad y los últimos n/2 ítems como la segunda). El
inconveniente deriva de que en algunos tests la complejidad de los ítems se va incrementando y
las partes no serían equivalentes.
 Los pares por un lado y los impares por otro (la más utilizada)
 Ordenar según el grado de dificultad y dividirlos en pares e impares.
 Asignación de ítems al azar a ambas mitades.

Cuando se utiliza el método de la división del test en dos mitades, la fiabilidad se puede estimar
mediante las siguientes fórmulas: Spearman-Brown, Rulon, Guttman-Flanagan.

Ecuación de Spearman-Brown (dos mitades paralelas): se basa en la relación entre longitud

de un test y coeficiente de fiabilidad. Se aplica el test, se divide en dos mitades paralelas y se
calcula la correlación entre ambas partes (sería el coeficiente de fiabilidad de cada mitad); para
calcular la fiabilidad des test completo:
2rXX
RXX = RXX´ = coeficiente de fiabilidad del test total (cuando se duplica su longitud)
1 + rXX rXX´ = r12 = coeficiente de fiabilidad de cada una de las mitades.

Fórmula de Rulon: Se usa cuando, no siendo las dos mitades estrictamente paralelas, podemos
considerarlas τ -equivalentes (según Lord y Novick son los test en los que las puntuaciones
verdaderas son iguales para un grupo de sujetos en ambas formas, pero las varianzas de error
no tienen por qué ser iguales). Asimismo, los test esencialmente τ -equivalentes son aquellos
en los que la puntuación verdadera de cada sujeto en uno de los tests es igual a la del otro más
una constante. En ambos casos se supone la igualdad de las varianzas verdaderas de ambas
mitades.

S2d S2p-i
rXX´ = 1 - ------- = 1 - -------- d = diferencias entre puntuaciones pares e impares de cada
S2X S2 X sujeto.
S2d = S2p-I = varianza de la diferencia entre las puntuaciones pares
S2d = [∑d2 / N – (∑d / N)2] e impares.
S2X = varianza de las puntuaciones empíricas de los sujetos.
S2d = S2p-I = S2p + S2i – 2rpi Sp Si rpi = correlación entre las puntuaciones de las dos mitades.

R. MEDRANO (TUTOR) Página 6

 PSICOMETRÍA ORIENTACIONES PARTE II (PROPIEDADES MÉTRICAS)

Fórmula de Guttman-Flanagan: equivalente a Rulon pero más sencilla. Rulon y Guttman-

Flanagan proporcionan el mismo valor de fiabilidad por ser expresiones equivalentes.

 S p2 + Si2  S2p y S2i = varianza de las puntuaciones en los ítems pares e impares.
Rxx = 2  1 − ÷÷
 S 2 S2X = varianza empírica del test total.
 x  rpi = correlación entre las puntuaciones

rXX´ = (4 rpi Sp Si) / S2X

MÉTODOS BASADOS EN LA COVARIACIÓN DE LOS ÍTEMS 

Requiere análisis de la varianza y la covarianza de las respuestas de los sujetos a los ítems
(proporciona una estimación de la consistencia interna de los ítems de un test). Los métodos más
frecuentes bajo estas condiciones son: el coeficiente alfa de Cronbach y los coeficientes KR 20 y
KR21 de Kuder-Richardson (se consideran casos particulares del coeficiente alfa de Cronbach cuando
los ítems que forman el test son dicotómicos)

Coeficiente α de Cronbach: Es un indicador de la consistencia interna. Expresa la fiabilidad en

función del nº de ítems y de la proporción de la varianza total del test debida a la covariación
entre los Ítems. A mayor covariación mayor fiabilidad.

 n

n 
 ∑∑ cov ( jk ) ÷
n  n ( r1 )  n  Sx − ∑ S j 
2 2
n  ∑ S 2j 
α = j≠ k
÷ =   =  ÷÷ =  1 − ÷
n − 1 2
Sx ÷ n − 1  1 + ( n − 1) r1  
n − 1 2
Sx n− 1 S x2 ÷
 
 ÷
 

n = nº de elementos del test.

∑ S = Suma de las varianzas de los elementos.
2
j
n ∑ S2j
∑ ∑ cov( jk ) = Suma de las covarianzas de los ítems α = ------- [ 1 - -------- ]
S x2 = Varianza de las puntuaciones en el test. n-1 S2X
r1 = Cociente entre la covarianza media de los ítems y su varianza media

Estimador insesgado de α  Alfa como límite inferior del coeficiente de

fiabilidad  α es una estimación del límite inferior
(N – 3) ά + 2 del coeficiente de fiabilidad siendo menor o igual
ã = ----------------------- que el coeficiente de correlación  (α ≤ rXX´)
N–1 α = rxx  Cuando los ítems son paralelos.
ά = Valor de alpha de Cronbach. Otro estimador del límite inferior del coeficiente de
ã = Estimador insesgado. fiabilidad es el coeficiente delta propuesto por
N = nº de sujetos de la muestra. Guttman (δ3):
n
Aumentando el número de sujetos alpha y
n 2
S  n− 1
∑ ∑ Cov ( j, k )
su estimador insesgado se aproximan. Son δ 3 = 1 −  ∑ j
2
+

iguales cuando N tiende a infinito (a partir  j= 1xS  S x2
de 100)

R. MEDRANO (TUTOR) Página 7

 PSICOMETRÍA ORIENTACIONES PARTE II (PROPIEDADES MÉTRICAS)

Inferencias sobre α  De los problemas de las inferencias de alpha se desarrolló la teoría muestral
para el coeficiente alpha. Kristof y Feldt derivaron un estadístico de contraste del coeficiente alpha que
se distribuye según una F de Snedecor, para determinar el intervalo confidencial de α en la población.

Inferencias para un solo valor de α  Para F se distribuye son N-1 y (n-1) · (N-1) gl.
saber si α toma un determinado valor en la α = valor propuesto en la hipótesis para la población.

población o para saber entre que valores se α = Valor alfa obtenido en la muestra.
encuentra α en la población usamos: N = nº de sujetos // n =nº de ítems.
1− α Se trata de comprobar si F empírica se encuentra
F= 
1− α entre los valores F teóricos obtenidos con los gl
y el nivel de confianza.
Inferencias (muestras independientes) 
W se distribuye según la F con (N1 - 1) y (N2 -1) g.l.
 
Dos muestras: W (comprueba H0: α1 = α2) α 1 y α 2 = valores del coeficiente α en cada muestra.
 N1 y N2 = nº de sujetos de cada muestra.
1− α 1
W = 
1− α 2
UX1= distribución χ 2 con n-1 gl.
K = nº muestras.
“K” Muestras: UX1 )
2
α i = Valor del coeficiente α para cada muestra.

( 1 − α i ) 3 − u 
n
) −1 u = Media de los coeficientes transformados.
∑  
( )
− 1/ 3
UX 1 = n 1 − αµi
u= ∑
2
S
i= 1 n
S = Media aritmética de las varianzas de cada
n
S2 ~ N (n )
muestra. S = ∑ i Ni = i i− 1
2

i= 1 n ni + 1
2 Ni = nº de sujetos en cada muestra
Siendo  Si =
2
~ ni = nº de ítems en cada test.
9( N − 1)(1 − αˆ i ) 2 / 3
Inferencias (muestras dependientes)  En
algunos diseños se pueden administrar distintas t = Distribución t de Student (N-2) gl.
pruebas a la misma muestra, con lo que los
coeficientes son dependientes y debemos emplear
αµ1 y α¶ 2 = valores del coeficiente alfa
otro tipo de contrastes: N = número de sujetos de la muestra.
rx21x2 = Correlación de puntuaciones en los 2 test.
Dos muestras: (N · n ≤ 1000)

UX2 = Distribución χ con (k-1) gl.

2
(αˆ 1 − αˆ 2 ) ( N − 2)
t=
[4(1 − αˆ )(1 − αˆ ]
K = nº de tests // N = nº sujetos.
)(1 − rx21x 2 ) 
1 2 α i = Valor de los coeficientes α.
S2 y u = Medias de los coeficientes transformados y
“K” Muestras:
las varianzas de cada muestra
n
[1]
∑ n(1 − αˆ ) Si2
n
k
 ) − 13 
2
u = S2 = ∑
∑  ( 1 − α i ) − u  i=1 i
1/ 3
i= 1 n
UX 2 = i= 1

S2 − C 2
Donde  Si
2
= ~
9( N − 1)(1 − αˆ i ) 2 / 3
Donde  C = Media de las covarianza Sij. n
~ N (n~ − 1 ) ñ=
2rij2 N =
n
1
∑
y
C= ~ n~ + 1
( )
9 N − 1 (1 − αˆ i ) (1 − αˆ j )
1/ 3 1/ 3
i= 1 ni
ni = nº de ítems de cada test.

R. MEDRANO (TUTOR) Página 8

 PSICOMETRÍA ORIENTACIONES PARTE II (PROPIEDADES MÉTRICAS)

Casos particulares del coeficiente α (KR20 y KR21) ecuaciones de Kuder-Richardson (se

consideran casos particulares del coeficiente alfa de Cronbach cuando los ítems que forman el
test son dicotómicos; es decir, se puntúa 1 acierto y 0 fallo). A mayor nº de ítems y mayor
covariación, mayor consistencia interna y mayor fiabilidad.
X2
X−
KR20 =
n 
1−
∑ p h qh 
 KR21 =
n
(1 − n )
n − 1  S x2  n− 1 S x2
n = nº elementos del test.
Ph = proporción de aciertos en el elemento h. n = nº de elementos del test
qh = proporción de errores en el elemento h. S x2 = varianza del test
ph qh = varianza del elemento h.
S x = varianza total del test.
2 X = media de las puntuaciones empíricas

COEFICIENTES BASADOS EN EL ANÁLISIS FACTORIAL DE LOS ÍTEMS 

Los coeficientes Theta (θ) y Omega (Ω) son dos indicadores de la consistencia interna de los ítems
de un test y una aproximación al coeficiente α. (En general  α ≤ θ ≤ Ω)

n 1 Coeficientes Omega 
Coeficientes Theta θ = (1 − ) n n
n− 1 λ1
∑ S − 2
j ∑ S 2j h 2j
Ω = 1− j= 1 j= 1
Ω = 1−
n− ∑h 2
j
n = nº de ítems del test. n n
n + 2∑ r h
λ1 = primer auto valor de la matriz factorial ∑∑ cov( X j , X h ) j

(varianza explicada por el primer factor antes de j = 1 h= 1

j≠ h
la rotación).
El coeficiente θ indica la ∑ S 2j = Suma de las varianzas de los ítems.
unidimensionalidad de los ítems. Cuanto h2j = Comunalidad estimada del ítem j.
mayor sea la varianza que explica el primer
factor, mayor será el valor θ y la ∑∑ Cov ( X j , X h ) = Suma de las covarianzas entre
intercorrelación de los ítems (implica que se los ítems j y h.
distribuyen en torno a una sola dimensión) rjh = Correlación entre j y h.

Cuando los datos son paralelos se verifica  α = θ = Ω

COEFICIENTE BETA (β) DE RAJU  Facilita una estimación de la fiabilidad de un test compuesto de
varios subtest con distinto nº de ítems (con el alfa de Cronbach no es posible). Se aplica cuando no
conocemos las puntuaciones de los sujetos en los ítems de los distintos subtest; en caso de
conocerlos, es preferible emplear el coeficiente α.

k k = nº de subtests.
S x2 − ∑ j= 1
S 2j S x2 = Varianza del test.
β =
 S 2j = Varianza de cada subtest.
 nj  
2
k
S x2  1 −
 ∑j = 1  n ÷ ÷÷ nj = nº de ítems de cada subtest.
    n = nº de ítems del test.

ESTIMACIÓN PUNTUACIÓN VERDADERA DE LOS SUJETOS EN EL ATRIBUTO DE INTERÉS

R. MEDRANO (TUTOR) Página 9

 PSICOMETRÍA ORIENTACIONES PARTE II (PROPIEDADES MÉTRICAS)

No se puede calcular el valor exacto de la puntuación verdadera de un sujeto, pero si podemos

establecer un intervalo confidencial, con un determinado nivel de confianza, dentro del cual se
encontrará dicha puntuación. La estimación se puede realizar de tres formas:

1.- Estimación mediante la desigualdad de Chebychev (cuando no se hace ningún supuesto sobre la
distribución de las puntuaciones empíricas o de los errores)

1
1− = Nivel de confianza utilizado
K2
1
∀K {
P X−V }
≤ K ( Se ) ≥ 1 − K2
Se = error típico de medida.

X ± (K · Se)  (LINF y LSUP)

2.- Estimación basada en la distribución normal de los errores: Asume una distribución normal de
los errores de medida (con media 0 y varianza S 2e) y de las puntuaciones empíricas condicionadas a un
determinado valor de V. Pasos para determinar el intervalo:

Se fija un nivel de confianza y se determina Zc (buscar en tablas)

Se calcula el error típico de medida Se.
Se = S x 1 − rxx  Para puntuaciones directas o diferenciales.
S ze = 1 − rxx  Para puntuaciones típicas.
Calcular el error de medida máximo (está afectado por el nivel de confianza)  Emax = Zc · Se
Calcular el intervalo confidencial  IC = X ± Emax

3.- Estimación basada en el modelo de regresión: mientras que la correlación entre las puntuaciones
verdaderas y los errores de medida es igual a cero (rVE = 0); la correlación entre las puntuaciones
empíricas y los errores de medida se ve afectada por los errores rxe = 1 − rxx ≥ 0
Valor máximo cuando la fiabilidad del test es nula (rXX´ = 0)  Puntuaciones empíricas = Errores
Valor mínimo cuando la fiabilidad del test es perfecta (rXX´ = 1)  Punt. Empíricas = Punt. Verdaderas
El intervalo de confianza se hace sobre la puntuación verdadera estimada por regresión lineal:

Ecuaciones de regresión de V sobre X

Puntuaciones directas: V ´ = rxx X + ( X − rxx X ) V ´ = rxx ( X − X ) + X

Puntuaciones diferenciales: v' = rxx ⋅ x v ' = rxx ( X − X )

Puntuaciones típicas: Z v ' = rvx × Z x

FIABILIDAD DE UNA BATERÍA DE TESTS

Se trata de calcular la fiabilidad de la batería en función de los coeficientes de fiabilidad, varianzas y
covarianzas de los subtest que la forman.

∑ S2J - ∑ S2J rJJ

rtt = 1 - ------------------------
S2T
S2J = Varianza del subtest j // rJJ = coeficiente de fiabilidad del subtest j
S2T = Varianza de la batería total

R. MEDRANO (TUTOR) Página 10