El coeficiente Alfa de Cronbach

Es un modelo de consistencia interna, basado en el promedio de las correlaciones

entre los tems. Entre las ventajas de esta medida se encuentra la posibilidad de
evaluar cunto mejorara (o empeorara) la fiabilidad de la prueba si se excluyera
un determinado tem.
La validez de un instrumento se refiere al grado en que el instrumento mide
aquello que pretende medir. Y la fiabilidad de la consistencia interna del
instrumento se puede estimar con el alfa de Cronbach. La medida de la fiabilidad
mediante el alfa de Cronbach asume que los tems (medidos en escala tipo Likert)
miden un mismo constructo y que estn altamente correlacionados (Welch &
Comer, 1988). Cuanto ms cerca se encuentre el valor del alfa a 1 mayor es la
consistencia interna de los tems analizados. La fiabilidad de la escala debe
obtenerse siempre con los datos de cada muestra para garantizar la medida fiable
del constructo en la muestra concreta de investigacin.

El anlisis de regresin lineal

Es una tcnica estadstica utilizada para estudiar la relacin entre variables

cuantitativas. Tanto en el caso de dos variables (regresin simple) como en el de
ms de dos variables (regresin mltiple), el anlisis regresin lineal puede
utilizarse para explorar y cuantificar la relacin entre una variable llamada
dependiente o criterio (Y) y una o ms variables llamadas independientes o
predictoras (X1, X2,, Xp), as como para desarrollar una ecuacin lineal con
fines predictivos.
Para llevar a cabo un anlisis de regresin lineal seleccionamos: Analizar
Regresin Lineal Apareciendo el cuadro de dilogo de la figura 1:
En Dependiente se traslada la variable cuyos valores se desea predecir o resumir.
Bloque 1 de 1. Este recuadro nos sirve para introducir las variables
independientes, nos permite hacer varios anlisis de regresin a la vez, alternando
los botones anterior y siguiente, y adems no deja elegir el mtodo de introduccin
de las variables independientes.

Prueba T
Para muestras independientes debe utilizarse para comparar las medias de dos
grupos de casos, es decir, cuando la comparacin se realice entre las medias de
dos poblaciones independientes (los individuos de una de las poblaciones son
distintos a los individuos de la otra) como por ejemplo en el caso de la

comparacin de las poblaciones de hombres y mujeres. Lo ideal es que para esta

prueba los sujetos se asignen aleatoriamente a dos grupos, de forma que
cualquier diferencia en la respuesta sea debida al tratamiento (o falta de
tratamiento) y no a otros factores. Ejemplo. Se asigna aleatoriamente un grupo de
pacientes con hipertensin arterial a un grupo con placebo y otro con tratamiento.
Los sujetos con placebo reciben una pastilla inactiva y los sujetos con tratamiento
reciben un nuevo medicamento del cual se espera que reduzca la tensin arterial.
Despus de tratar a los sujetos durante dos meses, se utiliza la prueba t para dos
muestras para comparar la tensin arterial media del grupo con placebo y del
grupo con tratamiento. Cada paciente se mide una sola vez y pertenece a un solo
grupo.
Chi Cuadrado
Esta prueba puede utilizarse incluso con datos medibles en una escala nominal.
La hiptesis nula de la prueba Chi-cuadrado postula una distribucin de
probabilidad totalmente especificada como el modelo matemtico de la poblacin
que ha generado la muestra.
Para realizar este contraste se disponen los datos en una tabla de frecuencias.
Para cada valor o intervalo de valores se indica la frecuencia absoluta observada o
emprica (Oi). A continuacin, y suponiendo que la hiptesis nula es cierta, se
calculan para cada valor o intervalo de valores la frecuencia absoluta que cabra
esperar o frecuencia esperada (Ei=npi, donde n es el tamao de la muestra y pi la
probabilidad del i-simo valor o intervalo de valores segn la hiptesis nula). El
estadstico de prueba se basa en las diferencias entre la Oi y Ei y se define como:

Este estadstico tiene una distribucin Chi-cuadrado con k-1 grados de libertad si n
es suficientemente grande, es decir, si todas las frecuencias esperadas son
mayores que 5. En la prctica se tolera un mximo del 20% de frecuencias
inferiores a 5.
Si existe concordancia perfecta entre las frecuencias observadas y las esperadas
el estadstico tomar un valor igual a 0; por el contrario, si existe unas grandes
discrepancias entre estas frecuencias el estadstico tomar un valor grande y, en
consecuencia, se rechazar la hiptesis nula. As pues, la regin crtica estar
situada en el extremo superior de la distribucin Chi-cuadrado con k-1 grados de
libertad.
Para realizar un contraste Chi-cuadrado la secuencia es:

Analizar
Pruebas no paramtricas
Chi-cuadrado

En el cuadro de dilogo Prueba chi-cuadrado se indica la variable a analizar

en Contrastar variables.
En Valores esperados se debe especificar la distribucin terica activando una de
las dos alternativas. Por defecto est activada Toda la categora igual que recoge
la hiptesis de que la distribucin de la poblacin es uniforme discreta. La
opcin Valores requiere especificar uno a uno los valores esperados de las
frecuencias relativas o absolutas correspondientes a cada categora,
introducindolos en el mismo orden en el que se han definido las categoras.
El recuadro Rango esperado presenta dos opciones: por defecto est
activada Obtener de los datos que realiza el anlisis para todas las categoras o
valores de la variable; la otra alternativa, Usar rango especificado, realiza el
anlisis
slo
para
un
determinado
rango
de
valores
cuyos
lmites Inferior y Superior se deben especificar en los recuadros de texto
correspondientes.
El cuadro de dilogo al que se accede con el botn Opciones ofrece la posibilidad
de calcular los Estadsticos Descriptivos y/o los Cuartiles, as como seleccionar la
forma en que se desea tratar los valores perdidos.

El coeficiente de Pearson

El ndice numrico ms comn usado para medir una correlacin es el coeficiente

de Pearson. El coeficiente de Pearson (tambin llamado coeficiente de
correlacin del producto-momento), se representa con el smbolo r y proporciona
una medida numrica de la correlacin entre dos variables.
El coeficiente de correlacin de Pearson (r) se mide en una escala de 0 a 1, tanto
en direccin positiva como negativa. Un valor de 0 indica que no hay relacin
lineal entre las variables. Un valor de 1 o 1 indica, respectivamente, una
correlacin positiva perfecta o negativa perfecta entre dos variables. Normalmente,
el valor de se ubicar en alguna parte entre 0 y 1 o entre 0 y 1.
En las ciencias sociales en general y en educacin en particular, donde la mayora
de las variables son simultneamente afectadas por una gran multitud factores,
una correlacin positiva de 0,7 o una correlacin negativa de 0,7 se consideran
muy fuerte. (Por ltimo, tenga en mente el coeficiente de Pearson mide slo
relaciones lineales entre variables, y no es til para medir relaciones que no son
lineales.)
Valor
del Grado
de
Correlacin
Coeficiente de Pearson
entre las Variables
r=0

Ninguna correlacin

r=1

Correlacin positiva perfecta

0<r<1

Correlacin positiva

r = -1

Correlacin negativa perfecta

-1 < r < 0

Correlacin negativa

Ntese que una correlacin negativa no es menos fuerte que una correlacin
positiva. As, por ejemplo, un de 0,5 es tan grande o fuerte como un de 0,5. Los
signos positivos y negativos slo indican si el valor de una variable aumenta o
disminuye, respectivamente, con el aumento en el valor de la otra variable. Como
usted sabe, cuando los aumentos (disminuciones) de una variable producen

aumentos (disminuciones) en la otra, la relacin es positiva. Es negativa cuando

los aumentos (disminuciones) de una variable producen disminuciones (aumentos)
en la otra.