Antes de aplicar tu cuestionario a la muestra, alguien con autoridad en el tema tiene que confirmar que tus reactivos miden lo que dices que miden. Esa es la lógica de la validación de instrumento por juicio de expertos: un panel de jueces revisa, reactivo por reactivo, si tu instrumento es claro, coherente, relevante y suficiente respecto al constructo que definiste en el marco teórico.
En las tesis mexicanas de licenciatura y posgrado este procedimiento suele aparecer en el capítulo metodológico, después de describir el instrumento y antes de la prueba piloto. Hernández Sampieri lo sitúa como una fuente de evidencia de validez de contenido, y la literatura indexada en SciELO México lo ha sistematizado con matrices y categorías explícitas, como muestra un estudio publicado en la revista Apertura de la Universidad de Guadalajara que desarrolló una herramienta virtual para que los expertos evaluaran un cuestionario.
El error más común es resolverlo con un oficio firmado por algunos profesores que escriben «aprobado». Un sínodo exigente te pedirá bastante más: quiénes fueron los jueces y por qué califican como expertos, con qué criterios evaluaron, qué coeficiente de acuerdo obtuviste y qué cambiaste en el instrumento a partir de sus observaciones.
La validación de instrumento por juicio de expertos consiste en que un panel de especialistas disciplinares y metodológicos califique cada reactivo según claridad, coherencia, relevancia y suficiencia. Su acuerdo se cuantifica con coeficientes como la V de Aiken o la CVR de Lawshe, y los reactivos con valores iguales o superiores a 0.75 u 0.80 suelen conservarse sin cambios sustantivos. El resultado se reporta en el capítulo metodológico como evidencia de validez de contenido.
Qué es la validez de contenido y qué aporta el juicio de expertos
La validez de contenido se define como el grado en que un instrumento refleja adecuadamente el constructo específico que pretende medir dentro del marco teórico y operacional de la investigación, según la literatura metodológica mexicana revisada en Apertura (SciELO México). Dicho de otro modo: si tu variable es «satisfacción laboral» y la descompusiste en varias dimensiones, el instrumento tiene validez de contenido cuando sus reactivos cubren esas dimensiones sin dejar huecos y sin colar temas ajenos.
Esta evidencia no se obtiene aplicando una prueba estadística a los participantes, sino con el juicio razonado de personas que dominan el constructo y la técnica de medición. Por eso el juicio de expertos es la vía más usada en tesis: es factible con recursos de estudiante, se documenta con facilidad y ocurre antes de que gastes tiempo aplicando un instrumento defectuoso.
Conviene tener claro lo que no hace. No demuestra validez de constructo, que requiere análisis factorial u otras técnicas con datos reales, ni confiabilidad. La consistencia interna se estima después, con alfa de Cronbach u omega, a partir de una prueba piloto. Si trabajas con un cuestionario educativo, revisa cómo se encadenan estas fases en la guía sobre validez y confiabilidad del cuestionario con juicio de expertos, prueba piloto y alfa.
El punto de partida: tu tabla de operacionalización
Los jueces no pueden evaluar coherencia ni suficiencia si no saben qué dimensiones e indicadores debía cubrir el instrumento. Por eso la matriz de validación se construye a partir de tu operacionalización: variable, definición conceptual, definición operacional, dimensiones, indicadores y reactivos. Si todavía no la tienes, el ejemplo de operacionalización de variables con indicadores e ítems funciona como plantilla aunque tu tesis sea de otra disciplina.
Quién cuenta como experto y cómo integrar el panel
En la evaluación de instrumentos, un juez experto es un individuo reconocido por su trayectoria académica, técnica o investigativa en el tema específico que se evalúa. La palabra clave es «específico»: un doctor en Educación no es automáticamente experto en un instrumento sobre adherencia terapéutica, y un médico especialista no necesariamente domina la construcción de escalas.
La recomendación metodológica es combinar dos perfiles complementarios:
- Especialistas disciplinares: conocen a fondo el constructo o el problema de estudio. Garantizan la pertinencia teórica: que los reactivos correspondan a lo que la literatura entiende por esa variable y que no falten aspectos centrales.
- Especialistas metodológicos o psicométricos: dominan la redacción de reactivos, las escalas de respuesta y los sesgos de medición. Garantizan la solidez técnica: que no haya reactivos dobles, opciones de respuesta desbalanceadas o formatos que induzcan respuestas.
Para el capítulo metodológico, documenta el perfil de cada juez con criterios verificables: grado académico, área de especialidad, experiencia docente o profesional en el tema, publicaciones o proyectos relacionados y experiencia previa en construcción o validación de instrumentos. Puedes presentarlo en una tabla anonimizada (Juez 1, Juez 2 y así sucesivamente) si los jueces prefieren no aparecer con su nombre.
¿Cuántos jueces invitar?
No existe un número universal. La decisión depende del coeficiente que vas a calcular, porque tanto la V de Aiken como la CVR de Lawshe tienen valores críticos que cambian según el número de jueces, y también de la disponibilidad real de especialistas en tu tema. Invita a más personas de las que necesitas: algunas no responderán a tiempo y un panel incompleto te obliga a recalcular todo. Define el número con tu director o directora y justifícalo con la tabla de valores críticos del coeficiente elegido.
Quién no debería ser juez
Evita que tu director de tesis sea el único evaluador, porque ya participó en el diseño del instrumento. Tampoco conviene invitar a compañeros sin experiencia en el tema ni a personas que pertenecen a la población de estudio. Los jueces evalúan el instrumento; no son participantes ni sustituyen a la muestra que definiste en tu apartado de población, muestra y criterios de selección.
Tip para tus referencias: en este apartado citarás a Hernández Sampieri, los artículos originales de Aiken y de Lawshe y estudios de validación publicados en revistas mexicanas. Tesify Bibliografía Automática genera esas referencias en APA 7, crea las citas textuales y parafraseadas y ordena tu lista por tipo de fuente, para que no pierdas horas corrigiendo sangrías, cursivas y DOI. El registro es gratis.
Los cuatro criterios que califica cada juez
Las matrices de validación que se entregan a los jueces suelen evaluar cuatro dimensiones por reactivo: claridad, coherencia, relevancia y suficiencia. Son las mismas categorías con las que el estudio de Apertura analizó las evaluaciones de sus expertos. La tabla resume qué significa cada una y qué debe buscar el juez.
| Criterio | Qué evalúa | Pregunta guía para el juez | Señal de alerta |
|---|---|---|---|
| Claridad | Comprensión y ausencia de ambigüedad | ¿El reactivo se entiende a la primera, con vocabulario adecuado para la población? | Dobles negaciones, tecnicismos, dos ideas en un mismo reactivo |
| Coherencia | Relación lógica con la dimensión o constructo | ¿El reactivo pertenece a la dimensión en la que está ubicado? | El reactivo mide otra dimensión o una variable distinta |
| Relevancia | Importancia para la medición | ¿Es esencial para medir el indicador o podría eliminarse sin perder información? | Reactivos redundantes, anecdóticos o de interés personal del tesista |
| Suficiencia | Cobertura integral de la dimensión | ¿Los reactivos de esta dimensión bastan para medirla por completo? | Indicadores sin reactivos o dimensiones con un solo reactivo |
Fíjate en un detalle que muchas matrices pasan por alto: claridad, coherencia y relevancia se califican por reactivo, mientras que la suficiencia suele evaluarse por dimensión, porque la pregunta es si el conjunto de reactivos cubre el indicador. Diseña tu formato respetando esa diferencia para no pedir a los jueces juicios que no tienen sentido.
La escala de calificación
Lo habitual es una escala ordinal breve para cada criterio, por ejemplo de 1 (no cumple el criterio) a 4 (alto nivel), acompañada de una columna de observaciones abiertas. Para la CVR de Lawshe, en cambio, la pregunta es categórica: el reactivo es esencial, útil pero no esencial, o no necesario. Elige la escala en función del coeficiente que vas a calcular, nunca al revés.
La columna de observaciones vale tanto como los números. Un juez puede calificar alto la relevancia de un reactivo y, al mismo tiempo, sugerir una redacción más precisa o advertir que cierto término se interpreta distinto en tu región. Esas sugerencias son las que de verdad mejoran el instrumento.
Validación de instrumento por juicio de expertos paso a paso
El procedimiento cambia ligeramente según la institución, pero esta secuencia es defendible ante cualquier comité tutoral:
- Cierra la versión preliminar del instrumento. Cada reactivo debe estar asignado a una dimensión y a un indicador de tu operacionalización.
- Diseña la matriz de validación. Incluye una columna por criterio, la escala de calificación y un espacio de observaciones. Añade al inicio los datos del juez y una sección para valorar el instrumento en su conjunto.
- Prepara el paquete para los jueces. Carta de invitación, objetivo general y objetivos específicos, definición conceptual y operacional de cada dimensión, el instrumento completo y la matriz con instrucciones claras.
- Selecciona e invita al panel. Combina perfiles disciplinares y metodológicos, y registra por qué cada persona cumple con la definición de experto.
- Concentra las calificaciones. Captura todas las respuestas en una sola hoja de cálculo, con una fila por reactivo y una columna por juez y criterio.
- Calcula los coeficientes. V de Aiken o CVR de Lawshe por reactivo y, si tu diseño lo pide, un índice global del instrumento.
- Decide reactivo por reactivo. Conservar, modificar o eliminar, según el punto de corte que declaraste y las observaciones cualitativas.
- Haz una segunda ronda si hubo cambios sustantivos. Si reescribiste o agregaste reactivos, vuelve a someterlos al panel.
- Pasa a la prueba piloto. Solo con la versión validada estimas confiabilidad con una submuestra similar a tu población.
El estudio de Apertura organizó su diseño en tres fases: desarrollo de una herramienta virtual, aplicación en un ejercicio real para validar un cuestionario y análisis de las evaluaciones de los expertos. La lección práctica para tu tesis es que un formulario en línea, en lugar de archivos sueltos enviados por correo, reduce errores de captura y acelera la concentración de calificaciones.
Si estás redactando la metodología desde cero, el editor paso a paso de Tesify te ayuda a estructurar el apartado de instrumentos y a mantener la coherencia entre objetivos, variables, dimensiones y reactivos, que es justo lo que los jueces van a revisar.
Cómo cuantificar el acuerdo: V de Aiken y CVR de Lawshe
Que los jueces «estén de acuerdo» no es un dato reportable. Para cuantificar el consenso y descartar que se deba al azar se calculan coeficientes específicos, principalmente la V de Aiken y la Razón de Validez de Contenido (CVR) de Lawshe.
V de Aiken
Se usa cuando los jueces califican con una escala ordinal. La fórmula es V = S / [n (c − 1)], donde S es la suma de las diferencias entre la calificación de cada juez y el valor mínimo de la escala, n es el número de jueces y c el número de categorías de la escala. El resultado va de 0 a 1: cuanto más cerca de 1, mayor acuerdo en que el reactivo cumple el criterio.
Ejemplo ilustrativo con datos hipotéticos: cinco jueces califican la claridad de un reactivo en una escala de 1 a 4 y otorgan 4, 4, 3, 4 y 4. Al restar el valor mínimo (1) a cada calificación obtienes 3, 3, 2, 3 y 3, que suman 14. El denominador es 5 × (4 − 1) = 15. La V resulta 14 / 15 ≈ 0.93. Repites el cálculo para cada criterio de cada reactivo.
CVR de Lawshe
Se usa cuando los jueces clasifican cada reactivo como esencial, útil pero no esencial, o no necesario. La fórmula es CVR = (ne − N/2) / (N/2), donde ne es el número de jueces que marcaron «esencial» y N el total de jueces. El valor va de −1 a +1; un valor positivo indica que más de la mitad del panel considera esencial el reactivo.
Ejemplo ilustrativo con datos hipotéticos: de ocho jueces, siete marcan un reactivo como esencial. El cálculo es (7 − 4) / 4 = 0.75.
El punto de corte
En la literatura metodológica, valores iguales o superiores a 0.75 u 0.80 suelen establecer el punto de corte aceptable para conservar un reactivo sin modificaciones sustantivas, como recoge la revisión publicada en SciELO México. Declara en tu metodología cuál usarás y por qué antes de calcular, no después de ver los resultados. Si tu panel es pequeño, contrasta además con la tabla de valores críticos del coeficiente, porque con pocos jueces el azar pesa más.
| Aspecto | V de Aiken | CVR de Lawshe |
|---|---|---|
| Tipo de respuesta del juez | Escala ordinal por criterio | Categórica: esencial, útil, no necesario |
| Rango | De 0 a 1 | De −1 a +1 |
| Qué mide | Magnitud del acuerdo en cada criterio | Proporción de jueces que ven el reactivo como esencial |
| Cuándo conviene | Matrices con claridad, coherencia, relevancia y suficiencia | Decisiones de inclusión o exclusión de reactivos |
Con los coeficientes calculados, aplica una regla de decisión explícita:
- Conservar: el reactivo alcanza el punto de corte en todos los criterios y no recibe observaciones de fondo.
- Modificar: alcanza el punto de corte en relevancia y coherencia, pero falla en claridad o recibe sugerencias de redacción consistentes.
- Eliminar: no alcanza el punto de corte en relevancia o coherencia, lo que indica que no pertenece al constructo.
Cómo redactarlo en el capítulo metodológico
La validación se reporta dentro del apartado de instrumentos, en un subapartado titulado «Validez del instrumento» o «Validez de contenido». Debe responder cinco preguntas: quiénes fueron los jueces, con qué criterios evaluaron, qué escala usaron, qué coeficiente calculaste con qué punto de corte y qué cambios hiciste.
Este es un modelo que puedes adaptar a tu caso:
Para obtener evidencia de validez de contenido, el cuestionario de hábitos de estudio se sometió a juicio de expertos. El panel se integró con especialistas en psicología educativa y especialistas en metodología de la investigación, seleccionados por su trayectoria académica e investigativa en el tema. Cada juez evaluó los reactivos según su claridad, coherencia y relevancia en una escala de 1 a 4, y la suficiencia de cada dimensión con la misma escala. El acuerdo se cuantificó con la V de Aiken y se estableció como punto de corte un valor de 0.80. Los reactivos que no alcanzaron ese valor en relevancia o coherencia se eliminaron, y los que fallaron solo en claridad se reformularon con base en las observaciones de los jueces. Las matrices de validación y la tabla de coeficientes se presentan en los anexos.
En los anexos incluye la matriz en blanco, la tabla de coeficientes por reactivo y criterio, las constancias o cartas firmadas por los jueces y, si tu institución lo pide, la versión del instrumento antes y después de la validación.
Un caso especial son los instrumentos ya publicados. Si usas una escala con estudio de validación en población mexicana, como las que se reúnen en la guía de escalas validadas en México para tesis de Psicología, normalmente basta con citar su evidencia. Pero si la adaptas a otra población, cambias reactivos o la traduces, el juicio de expertos vuelve a ser necesario. Ocurre con frecuencia al adaptar instrumentos clínicos, por ejemplo al medir la adherencia al tratamiento con el cuestionario de Morisky-Green en un contexto distinto al original.
Errores frecuentes que el sínodo detecta
- Jueces sin perfil documentado. Escribir «se validó por tres doctores» sin decir en qué son especialistas no demuestra nada.
- Panel de un solo perfil. Solo especialistas disciplinares dejan pasar errores técnicos; solo metodólogos pasan por alto huecos teóricos.
- Matriz sin definiciones. Si el juez no recibe la definición operacional de cada dimensión, no puede evaluar coherencia ni suficiencia.
- Constancia en lugar de datos. Una carta que dice «el instrumento es válido» no sustituye la matriz calificada ni el coeficiente.
- Punto de corte decidido después. Ajustar el umbral para que tus reactivos pasen es un problema de integridad metodológica.
- Ignorar las observaciones cualitativas. Un reactivo con buen coeficiente puede seguir necesitando una mejor redacción.
- Confundir validez con confiabilidad. El juicio de expertos no reemplaza la prueba piloto ni el alfa de Cronbach.
Lista de verificación antes de enviar tu matriz
Antes de mandar el paquete a los jueces, confirma estos puntos con tu director o directora:
- Cada reactivo está asignado a una dimensión y un indicador de tu operacionalización.
- La matriz incluye claridad, coherencia y relevancia por reactivo, y suficiencia por dimensión.
- La escala de calificación corresponde al coeficiente que vas a calcular.
- Tienes por escrito el perfil de cada juez y la combinación de perfiles disciplinares y metodológicos.
- El punto de corte está declarado en tu protocolo.
- Tu plan contempla una segunda ronda si hay cambios sustantivos y una prueba piloto posterior.
Cuando redactes el apartado final, cuida también que cada autor citado aparezca en tu lista de referencias con el formato correcto. Tesify Bibliografía Automática te formatea en APA 7 las referencias de libros de metodología, artículos de revistas indexadas y páginas web, y mantiene todo estandarizado como lo pide tu universidad. Puedes empezar gratis.
Preguntas frecuentes
¿Cuántos jueces necesito para la validación por juicio de expertos?
No hay un número único válido para todas las tesis. Depende del coeficiente que vayas a calcular, porque la V de Aiken y la CVR de Lawshe tienen valores críticos que varían según el número de jueces, y de la disponibilidad de especialistas en tu tema. Lo importante es combinar perfiles disciplinares y metodológicos, invitar a más personas de las mínimas necesarias y justificar el número con tu director o directora.
¿El juicio de expertos sustituye a la prueba piloto?
No. El juicio de expertos aporta evidencia de validez de contenido antes de aplicar el instrumento, mientras que la prueba piloto permite estimar la confiabilidad, por ejemplo con alfa de Cronbach, y detectar problemas de aplicación con personas similares a tu población. Son fases complementarias y se realizan en ese orden.
¿Qué hago si un reactivo no alcanza el punto de corte?
Revisa en qué criterio falló. Si no alcanza el valor en relevancia o coherencia, lo más defendible es eliminarlo porque no pertenece al constructo. Si solo falla en claridad, reformúlalo con base en las observaciones de los jueces. Si los cambios son sustantivos, somete la nueva versión a una segunda ronda de evaluación.
¿Puedo usar un instrumento ya validado sin hacer juicio de expertos?
Sí, si lo aplicas en una población similar a la del estudio de validación original y sin modificar reactivos; en ese caso citas su evidencia de validez. Si lo traduces, lo adaptas a otra población o cambias reactivos, necesitas una nueva validación por juicio de expertos para demostrar que la versión modificada sigue midiendo el constructo.
¿Es mejor usar la V de Aiken o la CVR de Lawshe?
Depende de cómo califican los jueces. La V de Aiken es adecuada cuando usan una escala ordinal para criterios como claridad, coherencia y relevancia. La CVR de Lawshe conviene cuando clasifican cada reactivo como esencial, útil o no necesario. En ambos casos, valores iguales o superiores a 0.75 u 0.80 suelen tomarse como punto de corte para conservar el reactivo.