Imagina una báscula que marca 68, 74 y 71 kilos en tres pesadas seguidas. Tu peso no ha cambiado. Lo que mide mal es la báscula.
La misma pregunta se plantea con cualquier cuestionario, y en investigación se llama fiabilidad. La fiabilidad es la precisión de una medida: un cuestionario, un test o una báscula se considera fiable cuando repetir la medición en las mismas condiciones da valores iguales o muy parecidos, porque las diferencias observadas vienen de diferencias reales y no del error de medida. Al terminar este artículo sabrás qué método encaja con tu estudio y qué coeficiente puedes presentar.
📌 Lo esencial de un vistazo
- La fiabilidad expresa la precisión de una medida, no su pertinencia.
- El coeficiente de fiabilidad se sitúa entre 0 y 1.
- En España se dice fiabilidad; confiabilidad es la variante americana.
- Cuatro métodos estiman la fiabilidad y un TFG casi siempre usa la consistencia interna.
- La Comisión de Test del COP evalúa la fiabilidad de los test editados en España.
Crear encuesta gratis
Con empirio.ai creas una encuesta en línea moderna en pocos minutos — con alojamiento en la UE.
- Encuesta creada con IA
- Ajusta con arrastrar y soltar
- Análisis en tiempo real
La fiabilidad es la precisión de la medida: la definición en una frase
La fiabilidad es la estabilidad de las puntuaciones de un test, un cuestionario u otro instrumento de medida. Es alta cuando las diferencias medidas entre personas provienen de diferencias reales y solo en pequeña parte del azar y del error de medida. Así la define el trabajo sobre fiabilidad y generalizabilidad de la Universidad de Granada.
El término merece una aclaración, porque cambia según el país. En España el criterio se llama fiabilidad, y así aparece en las guías docentes de Psicometría y en las publicaciones del Consejo General de la Psicología. Confiabilidad es la forma preferida en el español de América, según el Diccionario panhispánico de dudas de la RAE. Las dos palabras nombran la misma idea, conviene no mezclarlas en un mismo texto.
La fiabilidad forma parte de los tres criterios de calidad de una medida, junto con la objetividad y la validez. Solo se responde a una pregunta: ¿repetir la medición en las mismas condiciones daría el mismo resultado? Si ese resultado tiene sentido es asunto de la validez, no de la fiabilidad.
Una báscula digital es fiable porque muestra el mismo peso corporal también al repetir la medición. Si un equipo de investigación calcula a ojo el peso de las personas observadas, el resultado varía de una vuelta a otra. Una medición así no es fiable, con independencia de la experiencia de quien estima.
Cómo se estima la fiabilidad: cuatro métodos y sus límites
La fiabilidad se estima correlacionando dos mediciones del mismo rasgo. Cuanto mayor es esa correlación, menor es el error de medida. La teoría clásica de los test emplea cuatro métodos, y se diferencian sobre todo en el origen de la segunda medición. La guía docente de Psicometría de la Universidad de Murcia los ordena exactamente así.
Qué método está a tu alcance rara vez lo decide la estadística. Lo decide si puedes localizar a las personas encuestadas una segunda vez y si has preguntado lo suficiente sobre el mismo rasgo.
| Método | En qué consiste | ¿Viable en un TFG? |
|---|---|---|
| Test-retest | el mismo test en dos momentos | pocas veces, se pierde el contacto |
| Formas paralelas | dos versiones equivalentes del test | casi nunca, faltan ítems |
| Dos mitades | el test partido en dos mitades | sí, con la corrección de Spearman-Brown |
| Consistencia interna | cada ítem como parte del test | sí, es el caso normal |
Método test-retest: la misma medición en dos momentos
El método test-retest administra el mismo test dos veces a las mismas personas y correlaciona los resultados. Si las dos administraciones dan valores parecidos, el instrumento se considera fiable. Toda la dificultad está en el intervalo: demasiado corto y las personas recuerdan sus respuestas, demasiado largo y el rasgo medido ya ha cambiado.
Formas paralelas: dos versiones equivalentes del mismo cuestionario
El método de formas paralelas exige construir dos versiones del test que midan igual de bien el mismo rasgo y aplicarlas a la vez. La teoría de los test lo considera la vía más limpia, porque desaparece el efecto de la memoria. En un TFG resulta casi inviable, porque el conjunto de ítems disponibles rara vez alcanza.
Dos mitades: partir el cuestionario por la mitad
El método de las dos mitades divide un único cuestionario en dos partes y correlaciona las puntuaciones de cada una. No hace falta una segunda recogida de datos, y por eso funciona con una encuesta única. Como cada mitad contiene la mitad de los ítems, el coeficiente sale demasiado bajo y se corrige con la fórmula de Spearman-Brown.
Consistencia interna: cada ítem como parte del test
La consistencia interna trata cada pregunta como una parte del test y examina hasta qué punto los ítems de una escala covarían entre sí. Se informa casi siempre mediante el alfa de Cronbach. Hay una condición: una escala formada por varias preguntas sobre el mismo rasgo, por ejemplo varias afirmaciones en una escala de Likert.
Aviso
El alfa de Cronbach necesita varias preguntas sobre el mismo rasgo. Para una pregunta aislada no puede calcularse ninguna consistencia interna, ni siquiera con una muestra muy grande. Planifica la escala ya al construir el cuestionario.
Fiabilidad interjueces: cuando miden personas y no cuestionarios
La fiabilidad interjueces indica hasta qué punto dos o más personas que valoran la misma observación llegan al mismo resultado. Se necesita siempre que clasifica un ser humano en lugar de medir un cuestionario: observaciones, respuestas abiertas y análisis de contenido cualitativo.
El ejemplo más claro está en la universidad. Dos miembros del tribunal leen el mismo TFG y proponen dos calificaciones distintas. El trabajo no ha cambiado, lo que falla es la precisión del juicio. Como coeficiente se usa la kappa de Cohen con dos jueces y la kappa de Fleiss con más de dos. Ambos descuentan el acuerdo que cabría esperar solo por azar, y por eso dicen más que un simple porcentaje de coincidencias.
El límite con la objetividad en la corrección es difuso, porque ambos criterios preguntan por la influencia de quien evalúa. En la práctica ayuda un reparto sencillo: un manual de codificación claro asegura la objetividad, y el acuerdo medido entre dos personas demuestra la fiabilidad.
Qué coeficiente de fiabilidad basta en un TFG o TFM
El coeficiente de fiabilidad se sitúa entre 0 y 1, y cuanto más cerca de 1, menor es la parte de error en las puntuaciones. No existe un único umbral válido para todo: los manuales citan límites distintos, y la razón no es el desacuerdo sino el uso que se dará al resultado.
Esa distinción falta en casi todas las guías. Un coeficiente moderado basta mientras compares grupos, por ejemplo estudiantes con personas trabajadoras. En cuanto una puntuación sirve para describir a una persona concreta, como en diagnóstico o en un test de selección, la exigencia sube bastante. Si no encuentras un umbral en tu bibliografía, indica qué fuente sigues en lugar de citar una cifra sin origen.
En España existe un punto de referencia institucional. La Comisión de Test del Consejo General de la Psicología revisa desde hace veinticinco años los test editados y examina, entre otras cuestiones de calidad psicométrica, las evidencias de validez y la fiabilidad. Si tu trabajo usa un test publicado, merece la pena comprobar si ya ha pasado por esa revisión.
Atención
La fiabilidad test-retest no puede presentarse si los datos se recogieron una sola vez. Cuando no sale ningún coeficiente porque el diseño no lo permitía, eso es precisamente lo que debe figurar en la discusión metodológica, junto con el motivo. Ante el tribunal, un límite reconocido vale más que un coeficiente que no demuestra nada.
Crear encuesta gratis
Con empirio.ai creas una encuesta en línea moderna en pocos minutos — con alojamiento en la UE.
- Encuesta creada con IA
- Ajusta con arrastrar y soltar
- Análisis en tiempo real
Errores frecuentes con la fiabilidad
Tres errores aparecen con especial frecuencia en los TFG y los tres salen a la luz como muy tarde en la defensa.
La causa es siempre la misma: la fiabilidad se confunde con algo que parece más riguroso, pero que responde a otra pregunta. Quien conoce las tres confusiones las detecta rápido en su propio apartado de método.
Creer que más participantes aumentan la fiabilidad
Una muestra mayor no aumenta la fiabilidad. La fiabilidad es una propiedad de la medición, es decir del cuestionario y de la situación en que se responde. Más participantes solo hacen más estable la estimación del coeficiente. Un ítem mal formulado sigue estando mal formulado, también con 500 personas en la muestra en lugar de 50.
Calcular el alfa de Cronbach para una pregunta aislada
El alfa de Cronbach presupone varias preguntas sobre el mismo rasgo, porque mide la relación entre ellas. Para una pregunta aislada esa relación no existe y el valor no está definido. Cuando aparece una cifra de todos modos, suelen haberse agrupado por error varias preguntas de contenido distinto en una sola escala.
Confundir las formas paralelas con dos métodos de recogida
El método de formas paralelas exige dos versiones equivalentes del mismo instrumento, no dos métodos de recogida distintos. Comparar una encuesta con una observación comprueba otra cosa y pertenece a la validez. Este error figura en muchos glosarios en línea y pasa desde ahí a los trabajos de fin de grado.
Conclusión
La fiabilidad es el menos vistoso de los tres criterios de calidad y el que hace tropezar a más trabajos, porque se decide antes de recoger los datos y no después. Quien pregunta varias veces por el mismo rasgo puede presentar luego un coeficiente. Quien ha hecho una sola pregunta no lo recupera con ningún análisis.
La fiabilidad dice con cuánta precisión has medido. No dice nada sobre si has medido lo correcto.
Cómo seguir
- ¿Quieres situar los tres criterios de calidad? Objetividad, fiabilidad y validez comparadas
- ¿Buscas la definición del siguiente término? ¿Qué significa la validez?
- ¿Estás montando el cuestionario ahora mismo? Crear un cuestionario: guía y estructura
- ¿Quieres ver todo el proceso? Investigación empírica: definición, métodos, guía
Nuestra recomendación de lectura: Díaz, Batanero y Cobo, Fiabilidad y generalizabilidad, aplicaciones en evaluación educativa, publicado en la revista Números y accesible desde la Universidad de Granada. Recorre el test-retest, las formas paralelas, las dos mitades y el alfa de Cronbach con ejemplos. Para el marco profesional español, el artículo de la Comisión de Test en Papeles del Psicólogo (2022) explica cómo se revisa la calidad de los test editados en España.
¿Necesitas varias preguntas sobre el mismo rasgo para poder presentar un coeficiente de fiabilidad?
Con empirio.ai, una herramienta de encuestas en línea de Alemania, creas escalas con varias afirmaciones en pocos pasos y exportas los datos en bruto. Los datos se alojan en la Unión Europea.