Si tu tesis de Educación usa un cuestionario propio, el sínodo va a preguntar tres cosas casi seguro: quién lo revisó, en quién lo probaste antes y qué confiabilidad obtuvo. Son las preguntas sobre validez y confiabilidad, y en las tesis de Educación se responden casi siempre con el mismo recorrido: elaboras la tabla de especificaciones, pides juicio de expertos, haces una prueba piloto y calculas un coeficiente de consistencia interna. Esta guía te lleva por ese recorrido con un ejemplo calculado a mano, explica qué reportar en la metodología y señala los errores que más se repiten.
Si buscas la explicación general de los conceptos, empieza por la guía de validez y confiabilidad de un instrumento. Aquí aterrizamos el proceso en una tesis de Educación, con un cuestionario de ejemplo sobre el uso de tecnologías digitales por docentes de secundaria.
Qué significan validez y confiabilidad en una tesis de Educación
La validez responde a si el instrumento mide lo que dice medir. En un cuestionario de tesis se suele reportar al menos la validez de contenido, es decir, si los ítems representan bien el constructo y sus dimensiones según personas expertas. La confiabilidad responde a si las puntuaciones son consistentes; en un cuestionario aplicado una sola vez, lo habitual es la consistencia interna, calculada con el alfa de Cronbach (Cronbach, 1951, Psychometrika, 16[3], 297-334) o, cada vez más, con el coeficiente omega. Un instrumento puede ser confiable sin ser válido, pero no puede ser válido si no es confiable, por eso el sínodo quiere ver ambas evidencias.
Paso 1: parte de una tabla de especificaciones
Antes de pedir juicio de expertos necesitas una tabla que muestre cómo se pasó del constructo a los ítems: variable, definición conceptual, dimensiones, indicadores e ítems. Para el ejemplo «uso de tecnologías digitales por docentes de secundaria», las dimensiones podrían ser: planeación con recursos digitales, uso en el aula y evaluación con herramientas digitales, con cuatro ítems cada una (12 en total). Cada ítem debe corresponder a un indicador; si un ítem no cabe en ninguna dimensión, sobra. Esta tabla es la que se entrega a los expertos junto con el cuestionario y con los objetivos de la tesis, para que juzguen si los ítems representan lo que pretendes medir. La guía de instrumentos de recolección de datos te ayuda a redactar los ítems antes de este paso.
| Dimensión | Indicador (ilustrativo) | Ítems |
|---|---|---|
| Planeación con recursos digitales | Busca y selecciona recursos digitales para preparar sus clases | 1 a 4 |
| Uso en el aula | Emplea plataformas o aplicaciones durante la clase | 5 a 8 |
| Evaluación con herramientas digitales | Aplica cuestionarios o rúbricas digitales y retroalimenta en línea | 9 a 12 |
Paso 2: juicio de expertos
El juicio de expertos consiste en que varias personas con experiencia en el tema o en construcción de instrumentos evalúen cada ítem. Elige especialistas con perfiles distintos: alguien del campo disciplinar (por ejemplo, tecnología educativa), alguien de metodología de la investigación y, si aplica, alguien que conozca a la población. Define con antelación la escala de evaluación. Una opción común es calificar de 1 a 4 la relevancia o pertinencia de cada ítem (1 = nada relevante, 4 = muy relevante), además de claridad y suficiencia, y dejar un espacio para observaciones. No hay un número único de expertos válido para todos los casos; justifica el que elijas y reporta sus perfiles sin exponer sus datos personales.
Para cuantificar el acuerdo hay varios coeficientes. Dos muy usados en tesis son el V de Aiken (Aiken, 1985, Educational and Psychological Measurement, 45[1], 131-142) y el índice de validez de contenido (CVI) descrito en la literatura de enfermería y salud (Lynn, 1986, Nursing Research, 35[6], 382-386; Polit y Beck, 2006, Research in Nursing & Health, 29[5], 489-497). En Latinoamérica también se cita la propuesta de cuantificación por criterio de jueces de Escurra Mayaute (1988, Revista de Psicología, 6[1-2], 103-111) y la razón de validez de contenido (CVR) de Lawshe (1975, Personnel Psychology, 28[4], 563-575). Elige uno, justifícalo y no los combines sin explicar por qué.
Ejemplo calculado: V de Aiken con 5 expertos
El V de Aiken se calcula como V = S / [n(c − 1)], donde S es la suma de las diferencias entre la calificación de cada experto y la calificación más baja posible, n es el número de expertos y c es el número de categorías de la escala. Con una escala de 1 a 4 (c = 4, calificación mínima = 1) y cinco expertos (n = 5), el denominador es 5 × 3 = 15. Tres ítems ilustrativos:
| Ítem | Calificaciones de los 5 expertos | S (suma de calificación − 1) | V = S / 15 |
|---|---|---|---|
| Ítem 1 | 4, 4, 3, 4, 3 | 3 + 3 + 2 + 3 + 2 = 13 | 0.87 |
| Ítem 2 | 4, 3, 3, 3, 2 | 3 + 2 + 2 + 2 + 1 = 10 | 0.67 |
| Ítem 3 | 4, 4, 4, 4, 3 | 3 + 3 + 3 + 3 + 2 = 14 | 0.93 |
Muchas tesis usan 0.80 como criterio mínimo de acuerdo; es una convención, no una regla universal, así que justifica el criterio que adoptes y revisa el trabajo original de Aiken (1985) si necesitas un intervalo de confianza. En el ejemplo, los ítems 1 y 3 superan 0.80 y se conservan; el ítem 2 queda en 0.67, así que se revisa con las observaciones de los expertos (quizá es ambiguo) y se reescribe o se elimina. Reporta qué cambiaste después de la ronda: ese registro es evidencia de rigor.
Paso 3: prueba piloto
La prueba piloto aplica el cuestionario ya revisado a un grupo pequeño con características parecidas a las de tu muestra, pero que no formará parte de ella. Sirve para tres cosas: detectar ítems que no se entienden, medir cuánto tarda en responderse y obtener una primera estimación de la confiabilidad. No hay un tamaño único; decide con tu asesor y justifica el criterio, teniendo en cuenta que con grupos muy pequeños el coeficiente es inestable. Registra las dudas de los participantes, ajusta la redacción y deja constancia de los cambios. Si el cuestionario se aplicará a estudiantes menores de edad, el piloto también requiere autorización de la escuela y consentimiento de las familias.
Paso 4: confiabilidad con alfa de Cronbach y omega
El alfa de Cronbach resume la consistencia interna de un conjunto de ítems que miden una misma dimensión. En SPSS se obtiene desde Analizar, Escala, Análisis de fiabilidad; en Jamovi o R existen rutas equivalentes. Calcula el alfa por dimensión y para la escala total, no solo para el total, porque un total alto puede esconder una dimensión débil. Revisa también la tabla «si se elimina el elemento»: si quitar un ítem aumenta mucho el coeficiente, ese ítem puede estar midiendo otra cosa.
Ten presente que el alfa tiene supuestos que no siempre se cumplen (por ejemplo, que todos los ítems pesan igual en la dimensión). Por eso la literatura recomienda cada vez más complementarlo o reemplazarlo con el coeficiente omega; una referencia práctica en psicología es la de Dunn, Baguley y Brunsden (2014, British Journal of Psychology, 105[3], 399-412), y una crítica influyente sobre el uso del alfa aparece en McNeish (2018, Psychological Methods, 23[3], 412-433). No necesitas desarrollar el debate en tu tesis, pero sí reportar qué coeficiente usaste y cómo lo interpretas, sin cifras mágicas: señala el valor que obtuviste y compáralo con el criterio que cita tu fuente.
Si tu cuestionario tiene dimensiones definidas teóricamente, puedes sumar una evidencia de validez de constructo con análisis factorial. La guía de análisis factorial exploratorio para validar tu instrumento explica cuándo es viable con la muestra de una tesis de licenciatura.
Qué hacer si el alfa sale bajo
Un coeficiente bajo no siempre significa que el instrumento esté mal; puede reflejar pocos ítems por dimensión, una muestra piloto muy pequeña, ítems redactados en sentido inverso que los participantes no leyeron con cuidado o dimensiones que en realidad son varias. Antes de eliminar ítems al azar, revisa cuatro cosas: si los ítems inversos fueron recodificados, si hay respuestas sin variación (por ejemplo, todos contestaron igual), si la dimensión agrupa ideas distintas y si la prueba piloto fue aplicada en condiciones comparables. Si decides eliminar o reescribir ítems, repite el juicio de expertos sobre los cambios o al menos documéntalos. Lo que no debes hacer es reportar un valor distinto al obtenido ni tomar el alfa de otro estudio como si fuera el tuyo.
Cómo reportarlo en la metodología
El apartado de instrumento debería responder en orden: qué mide el cuestionario, de dónde salió (elaboración propia o adaptación de quién), cuántos ítems y dimensiones tiene, qué escala de respuesta usa, cómo se obtuvo la validez de contenido (número y perfil de expertos, escala de evaluación, coeficiente y resultado), cómo fue la prueba piloto (participantes, cambios) y qué confiabilidad se obtuvo (coeficiente, valor, dimensión). Un párrafo ilustrativo: «El cuestionario consta de 12 ítems agrupados en tres dimensiones, con respuestas en una escala de cinco puntos. La validez de contenido se evaluó mediante juicio de cinco expertos, quienes calificaron la relevancia de cada ítem en una escala de 1 a 4; se calculó el coeficiente V de Aiken por ítem y se revisaron los que obtuvieron un valor menor al criterio establecido. Posteriormente se aplicó una prueba piloto a un grupo de docentes con características similares a la muestra, y se calculó la consistencia interna con alfa de Cronbach por dimensión». Adapta cada dato a lo que realmente hiciste y no escribas valores que no obtuviste.
Los anexos de la tesis deben incluir el formato entregado a los expertos, sus evaluaciones y el cuestionario final. Cuando adaptes un instrumento ajeno, no sustituyas estos pasos: la guía de método Delphi para validar un instrumento muestra una alternativa cuando necesitas consenso entre expertos en varias rondas.
Errores frecuentes
- Aplicar el cuestionario a toda la muestra sin pasar por juicio de expertos ni prueba piloto.
- Reportar solo el alfa total y omitir las dimensiones.
- Citar un alfa de otra tesis como si fuera el de tu muestra.
- Presentar el V de Aiken sin explicar la escala, el número de expertos ni el criterio.
- No documentar los cambios hechos después del juicio de expertos.
- Incluir en el piloto a participantes que después forman parte de la muestra final.
- Usar lenguaje que no corresponde al nivel de los participantes, por ejemplo vocabulario técnico con estudiantes de primaria.
Si todavía estás definiendo qué mides, la guía de cómo hacer una tesis de Educación te ayuda a ordenar el planteamiento, los objetivos y el instrumento.
Preguntas frecuentes
¿Cuántos expertos necesito para validar mi cuestionario?
No hay un número que valga para todos los casos. Elige un grupo con perfiles complementarios, justifica la cantidad con tu asesor y reporta cómo calculaste el acuerdo.
¿Qué es el V de Aiken?
Es un coeficiente que cuantifica el acuerdo de jueces sobre la relevancia de un ítem; va de 0 a 1 y se calcula a partir de las calificaciones de los expertos, el número de jueces y las categorías de la escala.
¿La prueba piloto puede incluirse en la muestra final?
No conviene. El piloto sirve para ajustar el instrumento y, si sus participantes responden después la versión final, se contamina el proceso.
¿El alfa de Cronbach basta como evidencia de validez?
No. El alfa es evidencia de confiabilidad, es decir, de consistencia interna. La validez requiere otras evidencias, como el juicio de expertos o el análisis factorial.