Alfa de Cronbach en SPSS: Cómo Calcular e Interpretar la Fiabilidad de tu Cuestionario en el TFG (2026)
Cuando elaboras o adaptas un cuestionario para tu TFG, demostrar que mide con consistencia lo que pretende medir es un requisito metodológico innegociable. El coeficiente alfa de Cronbach es el índice de fiabilidad por consistencia interna más utilizado en ciencias sociales, educación y salud: aparece en la práctica totalidad de los trabajos con instrumentos de medida y su correcta interpretación es uno de los criterios que valoran los tribunales de TFG. Un alfa bajo no solo debilita tus conclusiones; indica que los ítems del cuestionario no están midiendo lo mismo.
Esta guía explica qué mide exactamente el alfa de Cronbach, cómo calcularlo paso a paso en SPSS, cómo interpretar los valores obtenidos, qué hacer cuando el alfa es insuficiente y cuándo conviene optar por alternativas más modernas como la omega de McDonald.
¿Qué mide el alfa de Cronbach?
El alfa de Cronbach estima la consistencia interna de una escala: el grado en que todos sus ítems correlacionan entre sí y, por tanto, miden el mismo constructo latente. No es una medida de validez (que el instrumento mide lo que debe medir), sino de fiabilidad: que lo mide de forma consistente y sin ruido aleatorio excesivo.
Es importante distinguirlo de otras formas de fiabilidad:
- Consistencia interna (alfa de Cronbach): Coherencia entre ítems de una misma escala en una única aplicación.
- Fiabilidad test-retest: Estabilidad temporal de las puntuaciones en dos aplicaciones separadas.
- Fiabilidad inter-jueces: Concordancia entre evaluadores distintos (kappa de Cohen, CCI).
En TFG con cuestionarios de actitudes, satisfacción, motivación u otras variables psicológicas y sociales, el alfa de Cronbach es el índice de fiabilidad que se espera por defecto.
Fórmula y fundamento matemático
La fórmula del alfa de Cronbach para k ítems es:
α = (k / (k−1)) × (1 − Σσ²ᵢ / σ²ₜ)
Donde:
- k = número de ítems de la escala
- Σσ²ᵢ = suma de las varianzas individuales de cada ítem
- σ²ₜ = varianza de la puntuación total de la escala
El alfa aumenta cuando:
- Las correlaciones inter-ítem son altas (los ítems miden lo mismo).
- Aumenta el número de ítems k (efecto de la longitud de la escala según Spearman-Brown).
Esta segunda característica es una limitación importante: escalas largas con ítems débilmente correlacionados pueden obtener alfas altos artificialmente. Por eso, un alfa elevado no garantiza unidimensionalidad.
Supuestos y limitaciones del coeficiente alfa
El alfa de Cronbach asume implícitamente que la escala es unidimensional (todos los ítems miden un único factor latente) y que los ítems son tau-equivalentes (todos contribuyen igualmente al constructo). En la práctica, ambas asunciones raramente se cumplen al 100 %.
Las principales limitaciones del alfa son:
- Subestima la fiabilidad real cuando la escala mide un único factor pero los ítems tienen cargas factoriales distintas.
- Sensible al número de ítems: con pocas preguntas (k < 5), el alfa tiende a ser bajo aunque los ítems correlacionen bien.
- No detecta multidimensionalidad: un alfa alto puede coexistir con una escala que mide varios constructos distintos.
- Sensible al formato de respuesta: para escales binarias (0/1), la fórmula KR-20 de Kuder-Richardson es más apropiada.
Cálculo paso a paso en SPSS
- Con el archivo de datos abierto en SPSS, ir a Analizar → Escala → Análisis de fiabilidad.
- Desplazar todos los ítems de la escala al cuadro Elementos. Asegúrate de incluir únicamente los ítems de la dimensión que estás analizando (si tienes una escala multidimensional, analiza cada dimensión por separado).
- En el menú Modelo, seleccionar Alfa (aparece seleccionado por defecto).
- Clic en el botón Estadísticos:
- Marcar Descriptivos para escala: Elemento, Escala, Escala si se elimina el elemento.
- Marcar Correlaciones inter-elementos y Matriz de correlaciones entre elementos.
- Hacer clic en Aceptar.
Interpretación del output de SPSS
SPSS genera varias tablas. Las más relevantes son:
Tabla: Estadísticas de fiabilidad
Muestra directamente el valor de Alfa de Cronbach y el número de elementos. Este es el dato central de tu análisis.
Tabla: Estadísticas de total de elemento
Esta es la tabla diagnóstica más valiosa. Sus columnas son:
| Columna | Qué indica | Criterio de decisión |
|---|---|---|
| Media de escala si se elimina el elemento | Media total sin ese ítem | Referencia descriptiva |
| Varianza de escala si se elimina el elemento | Varianza total sin ese ítem | Referencia descriptiva |
| Correlación elemento-total corregida | Correlación del ítem con la suma del resto | < .30 → ítem problemático |
| Alfa de Cronbach si se elimina el elemento | Alfa hipotético sin ese ítem | Si es mayor que el alfa actual, considerar eliminar el ítem |
Tabla: Correlaciones entre elementos
Muestra la correlación de Pearson entre cada par de ítems. La correlación inter-ítem media debe estar entre .15 y .50 (Clark y Watson, 1995). Valores > .85 sugieren redundancia; valores < .15 sugieren que los ítems miden cosas distintas.
Umbrales de interpretación según el contexto
| Valor alfa | Calificación | Contexto habitual |
|---|---|---|
| < .60 | Inaceptable | Se requiere revisión profunda del instrumento |
| .60 – .69 | Cuestionable | Aceptable solo si la escala tiene pocos ítems o es exploratoria |
| .70 – .79 | Aceptable | Estándar mínimo en TFG de ciencias sociales |
| .80 – .89 | Bueno | Recomendado para uso clínico y decisiones educativas |
| ≥ .90 | Excelente / posible redundancia | Evaluar si hay ítems muy similares que se pueden fusionar |
Nunnally (1978) estableció el umbral de .70 como estándar mínimo, referencia aún vigente en la mayoría de las revistas. George y Mallery (2003) popularizaron la escala anterior que sigue siendo la más citada en TFG. Sin embargo, en contextos de alto riesgo (escalas clínicas, decisiones de diagnóstico), los estándares modernos exigen ≥ .90.
Qué hacer cuando el alfa es bajo: análisis ítem a ítem
Si el alfa total está por debajo de .70, el procedimiento sistemático es:
- Identificar ítems con correlación elemento-total < .30. Estos ítems «no van con la escala» y son candidatos a eliminación.
- Revisar el «Alfa si se elimina el elemento». Si eliminar un ítem aumenta sustancialmente el alfa (≥ .05 puntos), elimínalo tras justificarlo teóricamente.
- Revisar el enunciado del ítem. ¿Está formulado en sentido inverso sin haber sido recodificado? ¿Es ambiguo o mide un constructo distinto?
- Considerar la dimensionalidad. Si el alfa global es bajo pero hay dos subescalas con alfas aceptables, la escala puede ser bidimensional. Realiza un análisis factorial exploratorio (AFE) para confirmar.
- Si es posible, recoger datos adicionales. Con n pequeño, los intervalos de confianza del alfa son amplios y el valor puntual es poco fiable.
Alternativa moderna: omega de McDonald
La omega de McDonald (ω) es el estimador de fiabilidad recomendado actualmente por la APA (Guidelines for Reporting Quantitative Methods, 2023) cuando los ítems no son tau-equivalentes —es decir, cuando tienen cargas factoriales distintas, que es la situación habitual en la práctica.
La omega se calcula a partir de las cargas factoriales de un modelo de análisis factorial confirmatorio (AFC):
ω = (Σλᵢ)² / [(Σλᵢ)² + Σ(1 − λᵢ²)]
Donde λᵢ son las cargas estandarizadas del AFC. En SPSS, ω no está disponible directamente; puede calcularse en R con el paquete psych (función omega()) o en jamovi con el módulo Factor. En general, omega es igual o superior a alfa; cuando hay una gran diferencia (ω > α + .05), alfa subestima la fiabilidad real y se debe reportar ω.
Cómo redactar el análisis de fiabilidad en APA 7
«La consistencia interna de la escala de satisfacción laboral (20 ítems en escala Likert de 5 puntos) se estimó mediante el coeficiente alfa de Cronbach (α = .89, IC 95 % [.85, .92]), lo que indica una fiabilidad buena. Ningún ítem presentó una correlación elemento-total inferior a .30, y la eliminación de ningún elemento incrementaría el alfa en más de .02 puntos, por lo que se mantuvo la escala completa.»
Elementos que debe incluir la redacción:
- Nombre de la escala y número de ítems.
- Valor del alfa con intervalo de confianza (recomendado en APA 2020+).
- Calificación verbal del valor.
- Indicación de si se eliminó algún ítem y justificación.
- Si se usa omega, especificarlo: ω = .XX.
Preguntas frecuentes
¿Con cuántos participantes puedo calcular el alfa de Cronbach de forma fiable?
El mínimo generalmente aceptado es n = 100 o una ratio de 10 participantes por ítem (regla 10:1). Con n < 100, el alfa es inestable y su intervalo de confianza es muy amplio. Con n = 50, el alfa puede variar ±.10 o más respecto al valor poblacional. En TFG con muestras pequeñas, reporta el intervalo de confianza del alfa (disponible en SPSS desde la versión 27 o calculable con bootstrapping) y reconoce la limitación muestral en la discusión.
¿Puedo reportar solo el alfa de Cronbach si mi escala tiene varias dimensiones?
No es recomendable. Si tu escala tiene varias subescalas o dimensiones, debes calcular el alfa de cada dimensión por separado, no el alfa global. El alfa global de una escala multidimensional puede ser alto incluso si las dimensiones individuales tienen fiabilidad baja, porque las correlaciones entre dimensiones inflan el índice. Reporta el alfa por dimensión y, opcionalmente, el alfa total como indicador complementario.
¿El alfa de Cronbach es igual a la correlación media entre ítems?
No exactamente, aunque están relacionados. El alfa puede expresarse como función de k (número de ítems) y r̄ (correlación inter-ítem media): α = k·r̄ / [1 + (k−1)·r̄]. Esto significa que un alfa de .70 con 10 ítems implica una r̄ ≈ .35, mientras que el mismo alfa con 5 ítems requiere r̄ ≈ .44. Entender esta relación ayuda a evaluar si un alfa aceptable refleja correlaciones genuinas entre ítems o simplemente el efecto del número de preguntas.
¿Es necesario reportar el alfa de Cronbach si uso un cuestionario ya validado?
Sí. Incluso cuando usas una escala previamente validada, debes reportar el alfa obtenido en tu muestra específica. La fiabilidad no es una propiedad fija del instrumento, sino que varía según la muestra, el contexto y el momento de aplicación. Que la escala original tenga α = .85 no garantiza que en tu muestra particular (con distinto perfil sociodemográfico, idioma adaptado o contexto diferente) obtengas el mismo valor. Reportar el alfa empírico de tu muestra es un requisito estándar en cualquier TFG con instrumentos.
Conclusión
El alfa de Cronbach es el primer filtro de calidad de cualquier instrumento de medida en un TFG: un valor insuficiente no invalida tu investigación, pero obliga a una revisión cuidadosa del instrumento y a reconocer la limitación con transparencia. Calcularlo en SPSS es sencillo; interpretarlo con rigor es lo que distingue un trabajo metodológicamente sólido.
Consulta también nuestros artículos sobre validación completa de instrumentos de investigación, análisis de datos en el TFG y ANOVA factorial con SPSS. Tesify puede ayudarte a redactar el apartado de metodología e interpretación de resultados de tu TFG con precisión académica.
Deja una respuesta