Criterios de fiabilidad y validez en el modelo de medida

La elaboración del modelo de medida y el modelo de relación estructural, en conjunto con otras técnicas de valoración estadística, permiten, entre otras cosas, la estimación de criterios de fiabilidad y validez, para el caso del modelo de medida durante el análisis factorial confirmatorio (AFC); así como la estimación de indicadores de ajuste del modelo, en el caso de la evaluación del modelo de estructural.

5.8.6.1. Fiabilidad

Es de conocimiento generalizado que uno de los criterios del saber científico es el que se corresponde a la consistencia, la cual se refiere a la estabilidad en los resultados obtenidos y la medida en que éstos fueran redundantes si el estudio se repitiera bajo los mismos parámetros en otro momento en el tiempo. Este criterio también es denominado fiabilidad desde la perspectiva empírica (Rodríguez & Valldeoriola, 2010).

En pocas palabras la fiabilidad se refiere a la consistencia o estabilidad de las medidas cuando el proceso de medición se repite. La variabilidad que poseen las puntuaciones obtenidas en repeticiones de medición es un indicador de consistencia o precisión de medidas en el sentido de que si la variabilidad de las medidas del objeto es alta, los valores serían considerados imprecisos y por tanto poco fiables (Prieto & Delgado, 2010).

Puesto que no es posible repetir la medición un número grande de veces en los mismos sujetos de estudio, la distribución de las puntuaciones en la estimación de la fiabilidad es hipotética y sus propiedades son estimadas de forma indirecta y conforme a la desviación típica de los errores, también denominada error típico de medida (ETM). Este error se refiere a la precisión de las

151

puntuaciones de una persona, es decir, su variabilidad en torno a la puntuación verdadera (Prieto

& Delgado, 2010).

Algunos de los métodos comúnmente aceptados para el cálculo de la fiabilidad del instrumento de medida y que se utilizaron en el presente documento, fueron las valoraciones por medio del coeficiente de alfa de Cronbach (α); el índice de Fiabilidad Compuesta (IFC), conocido también como Omega (Ω): y la estimación de la Varianza Media Extraída (AVE).

En lo que respecta al Alfa de Cronbach, cabe señalar que éste determina la consistencia interna del cuestionario y representa la media de correlaciones entre los ítems que componen cada constructo (Alonso, Navarro, González, Martínez & Romero, 2009). Tal análisis asume que los ítems miden un mismo constructo y que se encuentran correlacionados acorde a la estimación de Pearson (Welch & Comer, 1988).

En este sentido, se argumenta que mientras el indicador se encuentre más cercano a 1, mayor será la consistencia de los ítems que componen un constructo, por lo que se asigna un nivel adecuado de fiabilidad a valores superiores a 0.70 durante las primeras fases de la investigación, y de 0.80 y 0.90 en fases tardías (Hair, Hult, Rigle & Sartedt, 2017).

No obstante, el Alfa de Cronbach tiende a sub-estimar severamente la consistencia interna de los modelos SEM, ya que al obtener más de un constructo, el índice no mide la influencia que los otros constructos pueden tener sobre el que se evalúa, por lo que se recomienda utilizar en conjunto con otras medidas tales como el índice de Fiabilidad Compuesta (IFC) (Dunn, Baguley

& Brunsden, 2014; Henseler, Single & Sinkovics, 2009).

El IFC o coeficiente Omega (Ω), fue desarrollado por Werts, Linn y Jöreskog en 1974. Esta medida tiene en cuenta las interacciones de los constructos extraídos, es decir, prioriza los

152

indicadores y no asume equivalencia entre las medidas lo que hace un compuesto confiable. Su interpretación es similar a la del Alfa de Cronbach, por lo que un nivel aceptable debe situarse por encima del 0.70 (Gómez, 2010; Prieto & Delgado, 2010).

5.8.6.2. Validez

La validez de un instrumento de medida indica la exactitud con la que este mide el constructo teórico que debería medir, además de la posibilidad que el mismo pueda ser utilizado y replicado.

Existen diferentes tipos de validez: de contenido, de criterio y de constructo. La primera se presenta cuando la escala tiene un sustento teórico y sus indicadores son relevantes y se encuentran dentro del dominio de interés. La segunda persigue un fin práctico en cuanto a la medición adecuada de los constructos, por lo que se recomienda la intervención y juicio de expertos en la materia. La tercera determina que los indicadores del constructo son óptimos en su medición por medio de pruebas estadísticas en donde se determina también la validez convergente y la validez discriminante (Argibay, 2006).

5.8.6.2.1 Validez Convergente

Un criterio que permite evaluar si un conjunto de indicadores miden realmente un constructo determinado es el cálculo de la varianza media extraída (AVE). Este tipo de validez tiene un criterio de aceptación siempre y cuando el AVE > 0.500, lo cual significa que el constructo comparte más de la mitad de su varianza con los indicadores o ítems que deberían representarle y que el resto de la varianza puede deberse al error de medida (Fornell & Larcker ,1981). El anterior criterio solo aplica para variables latentes con constructos reflectivos o para constructos de segundo orden.

153 5.8.6.2.2 Validez Discriminante

Un análisis de validez discriminante permite comparar si determinado constructo mide un concepto diferente al que miden los otros constructos. A menudo se utiliza el AVE en las comparaciones, bajo el criterio de que la varianza que un constructo comparta con sus indicadores sea mayor a la que pueda compartir con otros constructos incluidos en el modelo (Barclay, Higgins

& Thompson, 1995). Autores como Fornell y Larcker (1981), enfatizan que para verificar que se cumpla la validez discriminante, es necesario comparar que la AVE de cada constructo se posicione con un valor mayor al cuadrado de las correlaciones entre el constructo y otras variables latentes del modelo.