UNIVERSIDAD PRIVADA DEL NORTE

FACULTAD DE CIENCIAS DE LA SALUD

TEST:

IDEACIÓN SUICIDA EN ESTUDIANTES UNIVERSITARIOS

Autores:

● De La Cruz Mendoza, Esther Ruth N00331170

● Flores Garcia, Aidan Adriano N00274624
● Hidalgo Mariscal, Sebastian Matias N00342898
● Vasquez Sumen, Joseph Stevenson N00235373
● Vela Linares. Jesus Alexandre N00341487
● Vila Uturunco Rubi Fiorella N00206516

Docente:
Guevara Cordero, Claudia

Lima, 2023
 JUSTIFICACIÓN ESTADÍSTICA

Cuando se construye un test por primera vez, es importante garantizar las propiedades de
confiabilidad y de validez. La confiabilidad es donde se agrupan todo un conjunto de métodos y
técnicas utilizadas por los psicólogos para estimar el grado de precisión con el que están midiendo
sus variables (Muñiz,1998). La validez determina la cantidad de error de los instrumentos de
medida, es básico para cualquier ciencia, y hemos visto en líneas generales cómo se lleva a cabo
para el caso de los tests desde distintos enfoques psicométricos (Muñiz, 1998). La validación de
un test abarca todas las cuestiones experimentales, estadísticas y filosóficas por medio de las
cuales se evalúan las hipótesis y teorías científicas (Messick, 1989). No obstante, antes de iniciar
con el análisis estadístico, es importante primero realizar la depuración o limpieza de la base de
datos.

Depuración de la Base de datos

La depuración es un proceso importante porque facilitan la gestión de grandes volúmenes de
datos, pero como contrapartida requieren que éstos estén libres de errores, el objetivo de
garantizar la calidad de la información (Bonillo, 2003).
Ante ello, tres procesos son importantes:

- Aquiescencia: Se define como un sesgo de respuesta que hace referencia a la tendencia

de las personas a estar de acuerdo con afirmaciones positivas, independientemente del
contenido de la afirmación (Cupani et. al., 2019).

- Disaquicencia: La propensión a responder desintiendo al enunciado del ítem de la prueba

(Fierro, 1982).

- Respuesta externa: Es la tendencia a elegir las alternativas extremas (Matas, 2016).

Luego de realizar los pasos anteriores, fue que se eliminaron 33 casos/personas que cometieron
los patrones de respuesta equivocados mencionados anteriormente.
Ahora sí, con la base de datos lista, ya se iniciará con el análisis de la confiabilidad.

Confiabilidad
La confiabilidad es la estabilidad que se presenta en las puntuaciones de los resultados de una
persona al ser obtenidas, cuando el proceso de medida se repite un indeterminado número de
veces, en condiciones semejantes. Naturalmente, no es posible medir repetidamente un número
repetido de veces a los mismos participantes (Prieto y Delgado, 2010).
Así también, existen diferentes métodos para el cálculo de la confiabilidad, entre ellos:

- Confiabilidad por el método test – retest: Este método trata sobre la aplicación de un
determinado test en dos ocasiones a una determinada muestra de personas. Siempre
manteniendo el atributo estable (Prieto y Delgado, 2010).

- Confiabilidad por el método pruebas paralelas: Es la aplicación en una misma ocasión o

en diferentes ocasiones, a una muestra de personas, de dos versiones del test equivalente
tanto en contenido, dificultad, entre otras características (Prieto y Delgado, 2010).
 - Confiabilidad por el método de consistencia interna: Es la aplicación de un test dividido
en dos subconjuntos equivalentes de ítems o también, se puede decir que es la estimación
a partir de las covarianzas entre los ítems de la prueba (Prieto y Delgado, 2010).
En el caso del presente test, se ha trabajado con el método de consistencia interna, aplicando así
los estadísticos de alfa de Cronbach y Omega de McDonald, los cuales, para garantizar la
confiabilidad deben tener valores mayores de .700. El primero hace referencia a la estimación de
consistencia interna la cual indica la magnitud de la covarianza de los ítems y en qué medida el
constructo está presente en los ítems (Ventura y Caycho, 2017). Mientras que el Omega de
McDonald trabaja con las cargas factoriales, que son la suma ponderada de las variables
estandarizadas, una transformación que hace que los cálculos sean más estables y reflejen el
verdadero nivel de fiabilidad (Ventura y Caycho, 2017).

Tabla 1

Estadísticas de Fiabilidad de Escala

Medi DE Alfa de ω de
a Cronbach McDonald

escala 1.98 0.866 0.930 0.930

Como se aprecia en la tabla 1, tanto el Alfa de Cronbach y el Omega de McDonald si superan el

criterio anterior, por lo cual se concluye que el instrumento a nivel general sí es confiable.

También es importante analizar la confiabilidad de cada uno de los ítems, lo cual se observará en
la tabla 2, por medio del índice de Correlación item test corregido (R it-c) o también llamado índice
de discriminación, el cual para algunos autores debe superar el .200 que es considerado como
ítems marginales, que normalmente necesitan y están sujetos a mejora (Ebel y Fribie, 1991), o el
.300 considerado como razonablemente bueno pero posiblemente sujeto a mejorar (Ebel y Fribie,
1991) o incluso el .400 para que sean catálogados como muy buenos ítems (Ebel y Fribie, 1991).
En el presente caso, se usó el criterio de .600.

Tabla 2

Estadísticas de Fiabilidad de Elemento

Si se descarta el elemento

Media DE Correlación del elemento Alfa de ω de

con otros Cronbach McDonald

ITEM 1 2.00 1.168 0.732 0.922 0.923

ITEM 2 1.75 0.996 0.616 0.927 0.928

 ITEM 5 2.14 1.172 0.658 0.925 0.926
ITEM 6 2.16 1.252 0.739 0.922 0.923
ITEM 8 1.76 1.026 0.693 0.924 0.925
ITEM 10 2.23 1.149 0.668 0.925 0.926
ITEM 11 2.22 1.219 0.691 0.924 0.925
ITEM 12 2.12 1.170 0.768 0.920 0.921
ITEM 13 2.01 1.088 0.740 0.922 0.923
ITEM 14 1.71 1.102 0.759 0.921 0.922
ITEM 15 1.66 1.070 0.757 0.921 0.922

En el caso anterior, fueron eliminados los ítems 3, 4, 7 y 9 por no superar el criterio de .600,
quedando así por ahora un total de 11 ítems de 15 que iniciaron.

Validez

La validez hace referencia al grado en que la evidencia y la teoría respaldan las interpretaciones
de las puntuaciones de una prueba para usos propuestos de las pruebas (AERA et. al., 2014).

Existen diferentes evidencias de validez, tales como:

- V de contenido: Este tipo de validez hace referencia no sólo a los ítems que componen el
instrumento de medida, sino a las instrucciones para su administración, corrección y
puntuación (Abad et. al., 2011).

- V de estructura interna: Se refiere a la validez de estructura interna como la consistencia

con la cual los ítems de una prueba se agrupan en factores teóricos (Guilford, 1936).

- V de proceso de respuesta: Se hace referencia a la importancia de que los procedimientos

de respuesta sean apropiados y relevantes para medir el constructo que se pretende
evaluar como un aspecto de la validez del proceso de respuesta (Meehl, 1955).

- V de relación con otras variables: Es la correlación entre los puntajes en una prueba y un
criterio externo relevante, como el rendimiento en una tarea o el éxito en un dominio
específico (Shavelson, 2007).

- V de consecuencias del test: Es la medida en que las pruebas proporcionan información

útil para mejorar la enseñanza y el aprendizaje y para tomar decisiones importantes en
situaciones educativas y laborales (Linn, 1995).

En el caso del presente test, se hará uso de la validez de contenido y la validez de estructura
interna.

A. VALIDEZ DE CONTENIDO
 Esta validez fue calculada bajo el método de jueces expertos, que se define como una opinión
informada de personas con trayectoria en el tema, que son reconocidas por otros como expertos
cualificados en éste, y que pueden dar información, evidencia, juicios y valoraciones (Escobar,
2008). Los jueces determinan si los reactivos sometidos a su consideración pertenecen o no al
dominio definido, a su vez evalúan la redacción de los elementos (Aliaga, 2006). Y en este caso
se recurrió al método de agregados individuales, el cual consiste en seleccionar 5 expertos o más,
en donde la validación la efectúa cada experto de forma individual y sin contacto con el resto para
así evitar los sesgos de los datos ocasionados por conflictos interpersonales, presiones entre los
expertos, etc. (Corral, 2009). Calculándose por medio del V de Aiken, el cual debía ser superior
a .70, dicho coeficiente alcanza valores entre el 0 y el 1, que indican que mientras más se aproxime
al 1 o se iguale a este, mayor validez de contenido tendrá el ítem en estudio (Escurra, 1988).

En el caso del presente test, los resultados hallados se muestran en la siguiente tabla:

Tabla 3

V de Aiken para el cálculo de la validez de contenido de los ítems

ITEMS JUEZ 1 JUEZ JUEZ 3 JUEZ 4 JUEZ 5 JUEZ 6 JUEZ 7 JUEZ 8 V DE
Barreda 2 Domingue Mariscal Albarracin Pereda Alva Arrunáte AIKE
de Condori z Vergara Espino Rocha Campos Almeyda gui N
Mendoz Vega Julio Miriam Miguel Jhonatan Raphael Causso
a Maria Walter Jesús

Item 1 1.00 1.00 1.00 1.00 1.00 1.00 0.75 1.00 0.97

Item 2 0.50 1.00 0.75 0.50 0.00 1.00 0.50 1.00 0.66

Item 3 0.75 0.50 1.00 1.00 1.00 0.75 0.75 1.00 0.84

Item 4 0.50 0.75 1.00 1.00 1.00 1.00 0.75 1.00 0.88

Item 5 0.25 0.50 1.00 1.00 0.75 1.00 0.75 1.00 0.78

Item 6 0.00 1.00 1.00 1.00 0.50 1.00 0.75 1.00 0.78

Item 7 0.50 0.75 1.00 0.50 0.50 0.25 0.25 1.00 0.59

Item 8 1.00 0.75 1.00 0.50 0.00 0.50 0.75 1.00 0.69

Item 9 0.75 0.75 1.00 1.00 1.00 1.00 0.75 1.00 0.91

Item 10 0.75 0.75 0.75 0.75 0.00 0.50 0.75 1.00 0.66
Item 11 0.75 0.50 0.25 1.00 0.00 0.75 0.75 1.00 0.63

Item 12 0.25 0.75 0.00 1.00 0.25 1.00 0.75 1.00 0.63

Item 13 0.50 0.25 0.75 0.75 0.75 0.50 0.75 1.00 0.66

Item 14 0.00 0.75 1.00 1.00 1.00 0.75 0.75 1.00 0.78

Item 15 1.00 0.25 0.00 1.00 1.00 0.75 0.75 1.00 0.72

Item 16 0.75 0.50 0.75 1.00 0.50 1.00 0.75 1.00 0.78

Item 17 1.00 0.50 0.00 1.00 0.00 0.25 0.75 1.00 0.56

Item 18 0.50 0.50 0.00 1.00 0.50 0.50 0.75 1.00 0.59

Item 19 0.75 0.00 0.00 1.00 0.75 1.00 0.75 1.00 0.66

Item 20 0.25 0.25 1.00 1.00 0.50 1.00 0.75 1.00 0.72

Item 21 1.00 0.50 1.00 1.00 0.75 1.00 0.75 1.00 0.88

Item 22 0.50 0.00 1.00 1.00 0.25 0.50 0.75 1.00 0.63

Item 23 1.00 0.50 0.00 1.00 0.50 0.75 0.5 1.00 0.66

Item 24 0.50 0.75 0.00 1.00 0.75 0.50 0.5 1.00 0.63

Item 25 1.00 0.75 0.00 1.00 1.00 1.00 0.75 1.00 0.81

Item 26 1.00 0.00 0.25 1.00 0.25 0.25 0.75 1.00 0.56

Item 27 0.50 0.00 0.25 1.00 1.00 0.50 0.75 1.00 0.63

Item 28 0.25 0.50 0.25 1.00 1.00 1.00 0.75 1.00 0.72

Item 29 1.00 0.00 0.75 1.00 0.75 0.75 0.75 1.00 0.75
Item 30 1.00 1.00 1.00 1.00 1.00 0.50 0.75 1.00 0.91

Como se aprecia en la tabla 3, quince ítems (ítem 2, ítem 7, ítem 8, ítem 10, ítem 11, ítem 12,
ítem 13, ítem 17, ítem 18, ítem 19, ítem 22, ítem 23, ítem 24, ítem 26, ítem 27) tuvieron que ser
eliminados debido a que no superaron el criterio anteriormente dicho de .70 quedándose así el test
con 15 ítems de un total de 30 items.

Otro proceso, que se hizo para darle validez de contenido al test, fue la aplicación de la prueba
piloto, el cual consiste en la validación y coherencia de los instrumentos y procedimientos de
recolección de datos (Burgos y Escalona, 2017). En este caso, se trabajó con una pequeña muestra
de 60 personas, donde se recibieron comentarios de mejora entre el público participante como por
ejemplo la redacción simple de los ítems, la opción de colocar el carné de extranjería; aunque,
por otro lado, se pudo percibir algunas conductas de desinterés por parte de los participantes.

Finalmente, bajo estas dos estrategias (revisión de jueces expertos y aplicación piloto), se
garantiza la validez de contenido del presente test.

B. VALIDEZ DE ESTRUCTURA INTERNA

Esta será analizada por medio del Análisis Factorial Exploratorio (AFE) el cual es una técnica
que consiste en explorar el conjunto de variables latentes o factores comunes que explican las
respuestas a los ítems de un test. El objetivo de este estudio es contribuir a difundir y a aplicar
estos nuevos estándares. (Abad et. al., 2011)

No obstante, para dar por aprobado un AFE primero tiene que cumplirse dos requisitos
importantes:

- Prueba de KMO superior a .500 o .750

La prueba de KMO permite valorar el grado en que cada una de las variables es predecible
a partir de las demás. Este estadístico se distribuye en valores entre 0 y 1, y cuanto mayor
es el valor, más relacionadas estarán las variables entre sí. Se recomienda que la matriz
apropiada para realizar la factorización sea mayor o igual que 0,80 (Kaiser, 1970).

- Prueba de Esfericidad de Bartlett, que tenga una significación (p) menor a .050

La prueba de esfericidad de Bartlett contrasta la hipótesis de que la matriz de

correlaciones es una matriz de identidad, lo que indicaría que las variables no están
relacionadas y, por lo tanto, no son adecuadas para la detección de estructuras. Los
valores pequeños (menores que 0.05) del nivel de significación indican que un análisis
factorial puede ser útil con los datos.
Tabla 4

Prueba de Esfericidad de
Bartlett
χ² gl p

2831 45 < .001

Tal como se aprecia en la tabla 4, sí se llegó a cumplir el requisito solicitado.

Tabla 5

Medida de Idoneidad del

Muestreo KMO
MSA

Global 0.936

ITEM 1 0.936
ITEM 5 0.935
ITEM 6 0.938
ITEM 8 0.940
ITEM 10 0.934
ITEM 11 0.958
ITEM 12 0.938
ITEM 13 0.954
ITEM 14 0.899
ITEM 15 0.932

Tal como se aprecia en la tabla 5, también se llegó a cumplir el requisito solicitado.

De esta forma, al haber cumplido con los dos requisitos previos, se garantiza que en la presente
base de datos se puede realizar el análisis factorial exploratorio.

En la siguiente tabla, se muestra la distribución final de los ítems

Tabla 6
Cargas de los Factores
Factor

1 2 3 Unicidad

ITEM 1 0.896 0.321

ITEM 12 0.834 0.274

ITEM 6 0.656 0.377
ITEM 13 0.598 0.400
ITEM 11 0.588 0.456
ITEM 14 0.972 0.110
ITEM 15 0.608 0.320
ITEM 8 0.564 0.436
ITEM 10 0.896 0.208
ITEM 5 0.463 0.495

Nota. El método de extracción ‘Residuo mínimo’ se usó en combinación con una

rotación ‘oblimin’

En esta tabla se tuvo que eliminar aquellos ítems que no tuvieron cargas en ninguno de los factores
(tal como el item 3, item 4, item 7, item 9), mientras que, por otro lado, también se eliminaron a
los ítems que tuvieron doble carga, como fue el caso del ítem 2 quedándose así el instrumento
con un total de 10 ítems repartidos en 3 factores.

La siguiente tabla muestra la varianza total explicada por los factores, es decir el nivel de
efectividad general que tiene el test.

Tabla 7

Varianza total explicada

Fact SC % de la %
or Cargas Varianza Acumulado

1 3.10 31.0 31.0

2 2.13 21.3 52.3

3 1.37 13.7 66.0
En este caso, el factor 1 no logró superar el 50%, mientras que el factor 2 y 3 lograron superar el
50% los cuales son estimados a partir de una muestra de participantes, usando uno de los métodos
desarrollados para modelamiento de ecuaciones estructurales, como máxima verosimilitud o
mínimos cuadrados no ponderados (Fornell y Larcker, 1981); llegando así a un porcentaje de
66%, que en el caso de las ciencias sociales (incluida la psicología), es un porcentaje aceptable
por trabajar con variables subjetivas o abstractas.

Finalmente, la última tabla muestra la composición de los ítems que sobrevivieron y que formarán
parte de todo el test final.

Tabla 8

Distribución final de los ítems

Factores Items Número de ítems
Factor 1 Item 1 (1), Item 12 (2), Item 6 5 items
(3), Item 13 (4), Item 11 (5)

Factor 2 Item 14 (6), Item 15 (7), Item 3 items

8 (8)
Factor 3 Item 10 (9), Item 5 (10) 2 items
Total = 10 items

Es así, que luego de todo este proceso, se garantiza haber construido un instrumento con
confiabilidad y validez.

No obstante, la confiabilidad tendrá que ser nuevamente calculada, debido a que en esta etapa de
validez se han eliminado más ítems.
Referencias:

Abad, F. J., Olea, J., Ponsoda, J., y García, C. (2011). Medición en ciencias sociales y de la salud.
Madrid. Síntesis.

Alarcón G. , Aidé L., Balderrama J. , & Edel, R. (2017). Validez de contenido por juicio de
expertos: propuesta de una herramienta virtual. Apertura (Guadalajara, Jal.), 9(2), 42-53.
https://doi.org/10.32870/ap.v9n2.993

Arias, A., y Sireci, S. (2021). Validez y Validación para Pruebas Educativas y Psicológicas:
Teoría y Recomendaciones. Revista Iberoamericana de psicología, 14(1), 11–22.
https://doi.org/10.33881/2027-1786.rip.14102

Anastasi, A., y Urbina, S. (1998). Tests psicológicos. Pearson Educación.

Bonillo, A. (2023). Sistematización del proceso de depuración de los datos en estudio con
seguimientos. https://www.tdx.cat/bitstream/handle/10803/5481/abm1de1.pdf?sequence=1

Borjas García, J. E. (2020). Validez y confiabilidad en la recolección y análisis de datos bajo un

enfoque cualitativo. TRASCENDER, CONTABILIDAD Y GESTIÓN, 5(15 septiembre-diciembre),
79–97. https://doi.org/10.36791/tcg.v0i15.90

Burgos Navarrete, F. y Escalona, E. (2017). Prueba Piloto: validación de instrumentos y

procedimientos para recopilar data antropométrica con fines ergonómicos. Ingeniería y Sociedad
UC, 31-47. http://servicio.bc.uc.edu.ve/ingenieria/revista/IngenieriaySociedad/a12n1/art03.pdf

Corral, Y. (2009). Validez y confiabilidad de los instrumentos de investigación para la

recolección de datos. Revista Ciencias de la Educación. 19(33), 228-247.
http://servicio.bc.uc.edu.ve/educacion/revista/n33/art12.pdf

Cupani, M., Lorenzo-Seva, U., Korzeniowski, C. G., y Azpilicueta, A. E. (2019). Elaboración de

la versión breve del cuestionario de personalidad IPIP-Revisado : control del sesgo de
aquiescencia. Acta Colombiana de Psicología, 22(1), 248–260.
https://doi.org/10.14718/ACP.2019.22.1.12

Ebel, R. y Frisbie, D. (1991). Essentials of Educational Measurement. Englewood Cliffs, New

Jersey: Prentice Hall (5.ª edición). https://ebookppsunp.files.wordpress.com/2016/06/robert_l-
ebel_david_a-_frisbie_essentials_of_edbookfi-org.pdf

Escurra Mayaute, L. (1). Cuantificación de la validez de contenido por criterio de jueces. Revista
De Psicología, 6(1-2), 103-111. https://doi.org/10.18800/psico.198801-02.008

Fornell, C., & Larcker, D. F. (1981). Evaluating Structural Equation Models with Unobservable
Variables and Measurement Error. Journal of Marketing Research, 18(1), 39–50.
https://doi.org/10.2307/3151312

Kaiser, H. F. (1970). A second generation little jiffy. Psychometrika, 35(4), 401–415.

https://doi.org/10.1007/BF02291817

Lloret-Segura, Susana, Ferreres-Traver, Adoración, Hernández-Baeza, Ana, & Tomás-Marco,

Inés. (2014). El Análisis Factorial Exploratorio de los Ítems: una guía práctica, revisada y
actualizada. Anales de Psicología, 30(3), 1151-1169.
https://dx.doi.org/10.6018/analesps.30.3.199361
Matas, A. (2018). Diseño del formato de escalas tipo Likert: un estado de la cuestión. Revista
Electrónica de Investigación Educativa, 20(1), 38-47.
https://doi.org/10.24320/redie.2018.20.1.1347.

Martín-Martínez, Inmaculada, Chirosa-Ríos, Luis J., Reigal-Garrido, Rafael E., Hernández-

Mendo, Antonio, Juárez-Ruiz-de-Mier, Rocío, & Guisado-Barrilao, Rafael. (2015). Efectos de la
actividad física sobre las funciones ejecutivas en una muestra de adolescentes. Anales de
Psicología, 31(3), 962-971. https://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S0212-
97282015000300022

Muñiz, J. (1998). La medición de lo psicológico. Psicothema, 10(1), 1-21.

https://www.redalyc.org/articulo.oa?id=72710101

Muñiz, J., & Fonseca-Pedrero, E. (2019). Diez pasos para la construcción de un test. Psicothema,
2019. 31 (1). 7-16 https://doi.org/10.7334/psicothema2018.291

Prieto, G., & Delgado, A. R. (2010). Fiabilidad y validez. Papeles del psicólogo, 31(1), 67-74.
https://www.redalyc.org/pdf/778/77812441007.pdf

Rubia, José Moral de la. (2019). Revisión de los criterios para validez convergente estimada a
través de la Varianza Media Extraída. Psychologia. Avances de la Disciplina, 13(2), 25-41. Epub
January 12, 2021.https://www.redalyc.org/journal/2972/297261276003/html/

Tovar, J. (2007). Psicometría: tests psicométricos, confiabilidad y validez. Psicología: Tópicos

de actualidad 8 (85-108).
https://gc.scalahed.com/recursos/files/r161r/w25645w/Psicometria_Test_%20psicometricos_co
nfiabilidad_validez_RS6.pdf

Ventura-León, J. L., & Caycho-Rodríguez, T. (2017). El coeficiente Omega: un método

alternativo para la estimación de la confiabilidad. Revista Latinoamericana de Ciencias Sociales,
Niñez y Juventud, 15(1), 625-627. https://www.redalyc.org/articulo.oa?id=77349627039

Vega, Zulma. (2018). Psicometría básica. https://core.ac.uk/download/pdf/326425381.pdf