Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Artículos Originales 2024

Vol. 52 Núm. 2 (2015)

Componentes de la varianza de escalas con una estructura de subescalas empleando dos cálculos de coeficiente α

DOI
https://doi.org/10.7764/PEL.52.2.2015.2
Enviado
diciembre 21, 2020
Publicado
2015-10-30

Resumen

En las mediciones sociales, se construyen escalas para medir una sola variable que

están, sin embargo, compuestas de subescalas de ítems que miden diferentes aspectos

de la variable. Si bien la presencia de subescalas captura la complejidad de una variable

y, por lo tanto, aumenta la validez de la escala, técnicamente, la unidimensionalidad

se ve comprometida. Como resultado, la presencia de subescalas ha recibido una

atención considerable y, más específicamente, ha llevado a la formulación de una

estructura bifactorial en la cual todas las subescalas resumen una variable común y,

en la que además, los ítems de cada subescala también resumen un aspecto único de

dicha subescala. El presente artículo muestra que, con algunos supuestos comunes

simplificados sobre una estructura bifactorial, la proporción de dos cálculos del

coeficiente α, uno a nivel de ítems y el otro a nivel de subescalas, puede usarse para

obtener (a) la proporción de la varianza común verdadera, (b) la proporción de la

varianza única verdadera, (c) la proporción de la varianza común verdadera relativa

a la suma de las varianzas común y única verdaderas y (d) la correlación combinada

entre subescalas corregida para la atenuación debida al error. El artículo sugiere que,

atendiendo a que los cálculos son relativamente simples, pueden ser usados para

obtener un resumen más completo de las propiedades de una escala que cuenta con

subescalas, comparado con lo que es posible obtener con un solo estadístico, como

puede ser algún tipo de coeficiente de confiabilidad. Este artículo incluye el ejemplo

de un test de aptitud académica, consistente en 100 ítems, que se compone de cuatro

subescalas. Un pequeño estudio de simulación muestra que, cuando se satisfacen los

supuestos, las estimaciones de las varianzas son estables.