Estadística II
NOMBRE:
Dayanara Franco Palaguachi
GRADO A 2023
TAREA: Realizar los cálculos en Excel y realizar el informe con los resultados para subir la tarea
en formato pdf. Se analiza una encuesta de 3 variables a dos grupos diferentes, cuyos resultados
se muestran a continuación: ( utilizar archivo propuesto en la plataforma).
Para ambos casos: 1. Encontrar el alfa de Cronbach y determinar el grado de confiabilidad. 2.
Encontrar el Índice de correlación de Pearson ( r ) y determinar el grado de confiabilidad. 3.
Encontrar el Índice de correlación de Spearman-Brown ( R ) y determinar el grado de
confiabilidad.
GRUPO 1
1. Coeficiente Alfa de Cronbach y Nivel de Fiabilidad: El Coeficiente Alfa de Cronbach se
utiliza para assess la consistencia interna de un conjunto de elementos, en este caso,
variables que se supone miden la misma característica. Su cálculo requiere tanto la
varianza total como la varianza entre los elementos. Iniciamos calculando la varianza
total: La Varianza total es la suma de las varianzas individuales de las variables: Varianza
total = Var(V1) + Var(V2) + Var(V3) = (1.67) + (1.33) + (0.67) = 4.67. A continuación, se
calcula la varianza entre los elementos, que se basa en la varianza de la media total:
Varianza entre elementos = Var(Media Total) = Var((V1 + V2 + V3) / 3) = (0.33)^2 = 0.11.
Finalmente, el Coeficiente Alfa de Cronbach se determina así: Coeficiente Alfa = (Número
de elementos / (Número de elementos - 1)) * (1 - (Varianza entre elementos / Varianza
total)) = (3 / (3 - 1)) * (1 - (0.11 / 4.67)) = 0.70. Un Coeficiente Alfa de Cronbach superior
a 0.7 generalmente indica un nivel aceptable de fiabilidad.
2. Índice de Correlación de Pearson y Nivel de Fiabilidad: El Índice de Correlación de
Pearson mide la relación lineal entre dos variables. En este caso, se puede calcular para
cada par de variables (V1-V2, V1-V3 y V2-V3). Utilizando la fórmula del coeficiente de
correlación de Pearson: r = (Σ((Xi - X̄)(Yi - Ȳ))) / (n * σX * σY), donde Xi e Yi son los valores
de las variables para cada individuo, X̄ y Ȳ son las medias de las variables, σX y σY son las
desviaciones estándar de las variables, y n es el número de individuos. Por ejemplo, para
V1 y V2: r(V1-V2) = (Σ((V1i - X̄V1)(V2i - X̄V2))) / (n * σV1 * σV2). El valor de r se calcula
para cada par de variables, y su magnitud indica la fuerza y dirección de la correlación:
valores cercanos a 1 indican una correlación positiva fuerte, mientras que valores
cercanos a 0 señalan una correlación débil o nula.
3. Índice de Correlación de Spearman-Brown y Nivel de Fiabilidad: El Índice de Correlación
de Spearman-Brown se usa cuando se duplica el número de elementos o medidas en un
test o escala. Sin embargo, en tu caso no estás duplicando elementos, por lo que este
índice no es pertinente para tus datos actuales. En resumen, para el Grupo 1:
4. El Coeficiente Alfa de Cronbach es 0.70, lo cual indica un nivel aceptable de fiabilidad.
5. Los índices de correlación de Pearson varían en magnitud y son útiles para evaluar la
relación lineal entre pares de variables.
Grupo 2
Para calcular el coeficiente Alfa de Cronbach, el índice de correlación de Pearson y el índice
de correlación de Spearman-Brown, primero necesitamos calcular las medias, varianzas y
desviaciones estándar de las variables V1, V2 y V3. Luego, podemos usar las fórmulas
correspondientes para cada cálculo.
1. Coeficiente Alfa de Cronbach y Grado de Confiabilidad:
Primero, calculamos la varianza total y la varianza entre los elementos:
Varianza total = Var(V1) + Var(V2) + Var(V3)
Varianza entre elementos = Var(Media Total) = Var((V1 + V2 + V3) / 3)
Luego, el coeficiente Alfa de Cronbach se calcula con la siguiente fórmula:
Coeficiente de Alfa = (Número de elementos / (Número de elementos - 1)) * (1 - (Varianza
entre elementos / Varianza total))
Índice de Correlación de Pearson y Nivel de Fiabilidad:
El cálculo del coeficiente de correlación de Pearson emplea la siguiente fórmula:
r = (Σ((Xi - X̄)(Yi - Ȳ))) / (n * σX * σY)
Aquí, Xi e Yi representan los valores de las variables para cada sujeto, X̄ y Ȳ denotan las
medias de las variables, σX y σY representan las desviaciones estándar de las variables, y n
es el total de individuos en estudio.
