Métodos para promediar coeficientes alfa en los estudios de generalización de la fiabilidad

  1. López Pina, José Antonio
  2. Sánchez Meca, Julio
  3. López López, José A.
Revista:
Psicothema

ISSN: 0214-9915

Año de publicación: 2012

Volumen: 24

Número: 1

Páginas: 161-166

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Psicothema

Resumen

El enfoque de la generalización de la fiabilidad (GF) es un tipo de meta-análisis que pretende integrar un conjunto de coeficientes de fiabilidad obtenidos en varias aplicaciones de un test, con objeto de caracterizar el error de medida y determinar qué factores de los estudios pueden explicar su variabilidad. Se han propuesto en la literatura diferentes procedimientos para promediar un conjunto de coeficientes alfa independientes y no existe un consenso actual sobre qué métodos son los mejores. Presentamos los resultados de un estudio de simulación Monte Carlo para comparar el funcionamiento, en términos de sesgo y error cuadrático medio, de doce procedimientos propuestos por Feldt y Charter. Los procedimientos difieren en función de si los coeficientes se transforman o no, y de si se ponderan por el tamaño muestral o no. Nuestros resultados apuntan hacia la recomendación de que se utilicen procedimientos ponderados frente a los no ponderados, y a que se transformen los coeficientes mediante la propuesta de Hakstian y Whalen o la basada en la raíz cuadrada de la inversa del coeficiente alfa. Finalmente, se discuten las relaciones entre los diferentes procedimientos de promediar con los modelos estadísticos de efectos fijos, aleatorios y de coeficientes variables.

Referencias bibliográficas

  • Aguayo, R., Vargas, C., de la Fuente, E.I., y Lozano, L.M. (2011). A metaanalytic reliability generalization study of the Maslach Burnout Inventory. International Journal of Clinical and Health Psychology, 11, 343-361.
  • Bonett, D.G. (2010). Varying coefficient meta-analytic methods for alpha reliability. Psychological Methods, 15, 368-385.
  • Borenstein, M., Hedges, L.V., Higgins, J.P.T., y Rothstein, H.R. (2009). Introduction to meta-analysis. Chichester, UK: Wiley.
  • Borenstein, M., Hedges, L.V., Higgins, J.P.T., y Rothstein, H.R. (2010). A basic introduction to fixed-effect and random-effects models in metaanalysis. Research Synthesis Methods, 1, 97-111.
  • Botella, J., y Ponte, G. (2011). Effects of the heterogeneity of the variances on reliability generalization: An example with the Beck Depression Inventory. Psicothema, 23, 516-522.
  • Botella, J., y Suero, M. (en prensa). Managing heterogeneity of variances in studies of internal consistency generalization. Methodology. DOI:10.1027/1614-2241/a000039.
  • Botella, J., Suero, M., y Gambara, H. (2010). Psychometric inferences from a meta-analysis of reliability and internal consistency coefficients. Psychological Methods, 15, 386-397.
  • Crocker, L., y Algina, J. (1986). An introduction to classical and modern test theory. Nueva York: Holt, Rinehart & Winston.
  • Cronbach, L.J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 15, 297-334.
  • Feldt, L.S., y Charter, R.A. (2006). Averaging internal consistency reliability coefficients. Educational and Psychological Measurement, 66, 215-227.
  • Hakstian, A.R., y Whalen, T.E. (1976). A k-sample significance test for independent alpha coefficients. Psychometrika, 41, 219-231.
  • Henson, R.K., y Thompson, B. (2002). Characterizing measurement error in scores across studies: Some recommendations for conducting «reliability generalization» studies. Measurement and Evaluation in Counseling and Development, 35, 113-126.
  • Kieffer, K.M., y MacDonald, G. (2011). Exploring factors that affect score reliability and validity in the Ways of Coping Questionnaire reliability coefficients: A meta-analytic reliability generalization study. Journal of Individual Differences, 32, 26-38.
  • López-Pina, J.A., Sánchez-Meca, J., y Rosa-Alcázar, A.I. (2009). The Hamilton Rating Scale for Depression: A meta-analytic reliability generalization study. International Journal of Clinical and Health Psychology, 9, 143-159.
  • McDonald, R.P. (1999). Test theory: A unified treatment. Mahwah, NJ: LEA.
  • Rasch, G. (1960). Probabilistic models for some intelligence and attainment tests. Copenhagen: Danmarks paedogoiske Institut (Chicago, IL: University Chicago Press, 1980).
  • Sánchez-Meca, J., López-López, J.A, y López-Pina, J.A. (2011). Some recommended practices when reliability generalization (RG) studies are conducted. Manuscrito no publicado, Universidad de Murcia.
  • Sánchez-Meca, J., y López-Pina, J.A. (2008). El enfoque meta-analítico de generalización de la fiabilidad. Acción Psicológica, 5, 37-64.
  • Sánchez-Meca, J., López-Pina, J.A., y López-López, J.A. (2008). Una revision de los estudios meta-analíticos de generalización de la fiabilidad. Escritos de Psicología, 1-2, 107-118.
  • Sánchez-Meca, J., López-Pina, J.A., y López-López, J.A. (2009). Generalización de la fiabilidad: un enfoque meta-analítico aplicado a la fiabilidad. Fisioterapia, 31, 262-270.
  • Sánchez-Meca, J., López-Pina, J.A., López-López, J.A., Marín-Martínez, F., Rosa-Alcázar, A.I., y Gómez-Conesa, A. (2011). The Maudsley Obsessive-Compulsive Inventory: A reliability generalization metaanalysis. International Journal of Clinical and Health Psychology, 11, 473-493.
  • Sánchez-Meca, J., y Marín-Martínez, F. (1998). Testing continuous moderators in meta-analysis: A comparison of procedures. British Journal of Mathematical and Statistical Psychology, 51, 311-326.
  • Suen, H.K. (1990). Principles of test theories. Hillsdale, NJ: LEA.
  • Vacha-Haase, T. (1998). Reliability generalization: Exploring variance in measurement error affecting score reliability across studies. Educational and Psychological Measurement, 58, 6-20.
  • Vacha-Haase, T., Kogan, L.R., y Thompson, B. (2000). Sample compositions and variabilities in published studies versus those in test manuals. Educational and Psychological Measurement, 60, 509-522.
  • Wilkinson, L., y Task Force on Statistical Inference (1999). Statistical methods in psychology journal: Guidelines and explanations. American Psychologist, 54, 594-604.
  • Wright, B.D., y Stone, M. (1979). Best test design. Chicago, IL: MESA Press.
Fuente de los datos: Dialnet