Alfa de Cronbach

Qué mide alfa, y qué no

Alfa estima la consistencia interna: cuánto se parecen entre sí las respuestas a los ítems de una escala. Si todos miden lo mismo, quien contesta alto en uno debería contestar alto en los demás, y alfa resume ese grado de acuerdo.

Lo que alfa no mide, y se le atribuye todo el tiempo:

No mide unidimensionalidad. Una escala que mide dos cosas distintas —digamos ansiedad y depresión, que correlacionan entre sí— puede dar alfa 0,85 sin problema. Que alfa dé alto no autoriza a sumar los ítems en un puntaje único; para eso hace falta evidencia de estructura factorial, que es otro análisis.

No mide validez. Una escala puede ser perfectamente consistente y estar midiendo algo distinto de lo que dice medir. La consistencia es sobre los ítems entre sí, no sobre la relación con el constructo.

No es una propiedad del instrumento. Alfa se calcula sobre una muestra concreta y depende de cuánta variabilidad haya en ella. La misma escala aplicada a un grupo homogéneo da alfa más bajo. Por eso no corresponde decir «la escala tiene alfa 0,88» citando el trabajo original: hay que calcularlo sobre los propios datos.

Alfa sube por agregar ítems

Esto es lo que más conviene entender, y la calculadora lo dibuja. Alfa depende de dos cosas: cuánto se parecen los ítems entre sí, y cuántos son. La segunda entra por construcción, sin que la escala mejore.

Con una correlación promedio entre ítems de apenas 0,20 —que es poquísimo, quiere decir que cada ítem comparte un 4 % de varianza con cada otro— veinte ítems dan alfa 0,83, y cuarenta dan 0,91. Dos escalas con alfa 0,90 pueden ser cosas muy distintas: una de seis ítems que se parecen mucho, o una de cuarenta que se parecen poco.

Por eso la calculadora muestra la correlación promedio entre ítems al lado de alfa. Esa cifra no se infla con la cantidad y es la que dice si los ítems realmente miden lo mismo. Como referencia, suele considerarse razonable un rango de 0,15 a 0,50: por debajo los ítems no tienen mucho en común, y por encima empiezan a ser redundantes —preguntas que dicen lo mismo con otras palabras—.

El 0,70 no es un umbral

La cifra viene de Nunnally, que la sugirió para etapas tempranas de investigación, y lleva medio siglo citándose como si fuera una regla con fuerza de ley. No lo es, y usarla como tal lleva a dos errores opuestos.

Por un lado, se aceptan escalas de 0,71 para tomar decisiones sobre personas individuales —una selección, un diagnóstico— cuando ahí hace falta bastante más, del orden de 0,90, porque el error de medición se aplica a cada persona y no se promedia.

Por el otro, se descartan escalas de 0,65 en investigación exploratoria, donde son perfectamente utilizables porque lo que se analiza son promedios de grupo y ahí el error sí se promedia.

El intervalo, que casi nadie informa

Alfa es una estimación calculada sobre una muestra, así que tiene error de muestreo como cualquier otra. Informarlo sin intervalo es repetir el problema de siempre: un número solo, sin escala de error.

Y el intervalo es más ancho de lo que uno esperaría. Con treinta respondentes y cinco ítems, un alfa observado de 0,80 viene con un intervalo de 0,66 a 0,89: la escala puede ser bastante peor o bastante mejor de lo que el 0,80 sugiere. Se puede reproducir acá arriba.

El intervalo de acá es el de Feldt (1965), que sale de que la cantidad (1 − α poblacional) / (1 − α observado) se distribuye como una F. Es exacto bajo el modelo de ítems paralelos y no está centrado en el alfa observado: la cola de abajo es más larga, lo que corresponde.

La tabla por ítem

La columna clave es la correlación corregida: cuánto correlaciona cada ítem con la suma de los demás. El «corregida» importa: correlacionar el ítem con el total que lo incluye lo infla artificialmente, más cuanto menos ítems haya.

Por debajo de 0,30 el ítem casi no aporta. En negativo el ítem está restando, y casi siempre significa una de dos cosas: o está redactado en sentido inverso y no se recodificó —«nunca me siento cómodo» junto a «siempre me siento cómodo»— o no mide lo mismo que los demás. La calculadora lo marca y lo dice.

La columna «alfa sin él» muestra qué pasaría si se sacara el ítem. Cuando sacar un ítem sube alfa, la tentación es sacarlo. Conviene resistirla: si ese ítem cubre una parte del contenido que la escala tiene que medir, sacarlo mejora el número y empeora el instrumento. La consistencia se compra con estrechez.

Qué hacer con los faltantes

La calculadora descarta las filas incompletas enteras —eliminación por lista— y dice cuántas fueron. Es lo que corresponde: alfa se define sobre la varianza del puntaje total, y el puntaje total de alguien que no contestó todo no existe.

La alternativa que usan algunas herramientas es rellenar el hueco con la media del ítem. Eso reduce artificialmente la varianza del ítem rellenado e infla alfa, sin avisar. Si hay muchas filas incompletas el problema es de recolección de datos y hay que tratarlo como tal, no taparlo en el cálculo.