Confiabilidad test-retest y por mitades: CCI, Spearman-Brown y cuándo usar cada uno

Casi todas las tesis reportan la confiabilidad con el alfa de Cronbach, que mide la consistencia interna: si los ítems de una escala apuntan a lo mismo. Pero hay otras dos preguntas que a veces te va a pedir el asesor o el jurado. ¿El instrumento da resultados parecidos si lo aplicas dos veces a las mismas personas? Eso es la confiabilidad test-retest. ¿Las dos mitades de la escala coinciden entre sí? Eso es la confiabilidad por mitades.

Confiabilidad test-retest

Aplicas el mismo cuestionario a las mismas personas dos veces, con un intervalo de 2 a 4 semanas, y comparas los puntajes. Si el rasgo que mides es estable (por ejemplo, un rasgo de personalidad o una actitud), los puntajes deberían parecerse. Si el intervalo es muy corto, la gente recuerda lo que respondió; si es muy largo, el rasgo puede haber cambiado de verdad.

Por qué el coeficiente de correlación intraclase y no Pearson

Muchas tesis antiguas usan la correlación de Pearson entre el test y el retest, pero tiene un problema: solo mira si las personas mantienen su orden. Si en el retest todos sacan 5 puntos más, Pearson da 1, aunque ningún puntaje coincida. El coeficiente de correlación intraclase (CCI) con acuerdo absoluto sí cuenta esas diferencias como error, y por eso es el que se recomienda hoy (Koo y Li, 2016).

Cómo interpretarlo

• Menos de 0,50: pobre.
• De 0,50 a 0,75: moderada.
• De 0,75 a 0,90: buena.
• Más de 0,90: excelente.

Reporta también el intervalo de confianza del 95 %. Con 15 o 20 personas el intervalo es ancho, y lo prudente es interpretar con su límite inferior. Para test-retest se suelen recomendar 30 personas o más.

Cómo redactarlo

La confiabilidad test-retest se evaluó con el coeficiente de correlación intraclase (modelo de dos factores, acuerdo absoluto, medida única), con 15 participantes y un intervalo de tres semanas. El resultado fue CCI = ,91, IC 95 % [,74, ,97], F(14, 14) = 19,06, p < ,001, lo que indica una confiabilidad excelente.

El mismo coeficiente sirve para el acuerdo entre evaluadores: por ejemplo, si dos docentes califican los mismos trabajos con una rúbrica. Cada evaluador va en una columna.

Confiabilidad por mitades

Aquí aplicas el instrumento una sola vez, divides los ítems en dos mitades, sumas el puntaje de cada mitad y calculas la correlación entre ambas. Como cada mitad tiene la mitad de los ítems, y una escala más corta siempre es menos confiable, la correlación se corrige con la fórmula de Spearman-Brown: 2r / (1 + r).

Ejemplo: si la correlación entre las mitades es 0,70, Spearman-Brown da 2 × 0,70 / 1,70 = 0,82. Se interpreta igual que el alfa de Cronbach: 0,70 o más es aceptable y 0,80 o más es bueno.

Cómo dividir los ítems

• Impares contra pares: es lo más recomendado, porque reparte mejor los ítems fáciles y difíciles, y el cansancio del final del cuestionario.
• Primera mitad contra segunda: es lo que hace SPSS por defecto. Úsalo si necesitas que coincida con un resultado de SPSS.
• Si tienes un número impar de ítems, las mitades quedan desiguales y se usa la versión de Spearman-Brown para longitudes desiguales.
• El coeficiente de Guttman es una alternativa que no supone que las dos mitades tengan la misma varianza. Si sale muy distinto de Spearman-Brown, reporta Guttman.

¿Cuál uso en mi tesis?

1. Consistencia interna (alfa de Cronbach u omega de McDonald): casi siempre. Es lo que se espera por defecto.
2. Por mitades: si tu universidad o tu asesor lo piden, o como un dato adicional al alfa. El alfa es, en la práctica, el promedio de todas las divisiones posibles en mitades.
3. Test-retest: si tu variable debería ser estable en el tiempo y puedes aplicar el instrumento dos veces a las mismas personas. Suma mucho en tesis de validación de instrumentos.

En el Modo Tesis de SurvIQ las respuestas de la prueba piloto quedan listas para calcular el alfa, y puedes descargarlas para usarlas en estas calculadoras. SurvIQ no escribe la tesis: calcula, ordena las tablas y te muestra qué revisar.