Análisis de ítems (Item Analysis)
Item Analysis comprueba la consistencia interna de dos o más ítems numéricos antes de combinarlos en una sola puntuación. Informa del alfa de Cronbach del conjunto completo y, para cada ítem, de la media, la desviación estándar, la correlación ítem-total, la correlación múltiple al cuadrado y el alfa si se elimina el ítem, además de una matriz de correlaciones. Solo se usan los encuestados que respondieron todos los ítems. Mide la consistencia, no la validez.
Última revisión:
Idea clave
El análisis de ítems comprueba si varias preguntas de encuesta, ítems de prueba o puntos de lista de verificación miden lo mismo, con el alfa de Cronbach y estadísticos por ítem, para poder sumar sus puntuaciones en un total.
En esta página
Finalidad
Item Analysis comprueba si varias preguntas o ítems de verificación miden lo mismo, de modo que sus puntuaciones puedan sumarse en un total. Úselo antes de combinar en una sola puntuación las preguntas de una encuesta a clientes o empleados, los ítems de una prueba de capacitación o los puntos de una lista de verificación de auditoría, y para encontrar los ítems que no encajan con el resto.
Capacidades principales
- Alfa de Cronbach del conjunto completo de ítems.
- Para cada ítem: media, desviación estándar, correlación ítem-total, correlación múltiple al cuadrado y alfa de Cronbach si se elimina el ítem.
- Matriz de correlaciones de todos los ítems.
- Cualquier número de ítems; se excluyen los encuestados con alguna respuesta faltante.
Métodos estadísticos
Solo se usan los encuestados con una respuesta numérica en todos los ítems seleccionados (N en la salida). Para k ítems con varianzas sᵢ² y varianza de la puntuación total s_T², el alfa de Cronbach = k/(k − 1) × (1 − Σsᵢ² / s_T²). El alfa aumenta cuando los ítems están correlacionados positivamente entre sí y con el número de ítems. Como guía habitual, 0.7 es el mínimo usual para una puntuación combinada y más de 0.8 es bueno; un alfa muy alto (superior a aproximadamente 0.95) puede indicar que algunos ítems se repiten entre sí.
La correlación ítem-total es la correlación de un ítem con la suma de los demás ítems (la correlación ítem-total corregida): un valor bajo o negativo indica un ítem que no se mueve con el resto, o uno que se puntúa en sentido contrario. La correlación múltiple al cuadrado es el R² de una regresión del ítem sobre todos los demás ítems. Alpha if Deleted es el alfa de Cronbach de los k − 1 ítems restantes: si es mayor que el alfa global, eliminar ese ítem hace que la puntuación sea más consistente.
La matriz de correlaciones da la correlación de Pearson de cada par de ítems. El análisis de ítems mide solo la consistencia interna; no demuestra que la puntuación mida lo que usted pretende (validez).
Campos de entrada y opciones
Campo | Descripción |
Items (variables) | Seleccione 2 o más columnas numéricas (ítems de encuesta o de prueba). Ctrl o Command + clic para seleccionar varias. |
Title | Título que se muestra como encabezado de la salida; por defecto Item Analysis. |

Figura 1 — Opciones del ejemplo de la encuesta: las ocho columnas de preguntas, de Q1 Product Quality a Q8 Overall Satisfaction, seleccionadas como ítems.
Descripción de la salida
- Title — el Title introducido, como encabezado de la salida.
- N y número de ítems, y Cronbach's Alpha.
- Item Statistics — Mean, StdDev, Item-Total Corr, Squared Multiple Corr y Alpha if Deleted de cada ítem.
- Correlation Matrix — correlaciones de Pearson entre los ítems.
- Exportación a PDF mediante Download.

Figura 2 — Análisis de ítems de las ocho preguntas de la encuesta: alfa de Cronbach de 0.8801 y Alpha if Deleted menor que ese valor en todos los ítems.
Ejemplo
Un gerente de experiencia del cliente quiere sumar las respuestas de una encuesta de satisfacción de ocho preguntas (puntuaciones de 1 a 5) en una sola puntuación y primero comprueba que las preguntas miden lo mismo. Sesenta clientes respondieron todas las preguntas. El gerente selecciona como ítems las columnas de Q1 Product Quality a Q8 Overall Satisfaction; la columna Respondent no se usa.
El alfa de Cronbach es 0.8801, muy por encima del mínimo usual de 0.7: las ocho preguntas son consistentes. Las correlaciones ítem-total van de 0.5421 (Q8 Overall Satisfaction) y 0.5463 (Q3 Staff Courtesy) a 0.7302 (Q1 Product Quality) y 0.7296 (Q6 Problem Resolution), de modo que todas las preguntas se mueven con el total de las demás. En la matriz de correlaciones todos los pares son positivos, desde 0.2845 (Q3 con Q8) hasta 0.6213 (Q5 con Q7).
Alpha if Deleted es inferior a 0.8801 en todas las preguntas, de 0.8559 a 0.8772, por lo que eliminar cualquier pregunta haría la puntuación algo menos consistente. El gerente conserva las ocho preguntas e informa de la puntuación sumada. Eliminar Q8 dejaría el alfa en 0.8772, casi sin cambio, por lo que Q8 podría informarse por separado si se necesitara una puntuación global más corta.
Preguntas frecuentes
¿Qué es un buen alfa de Cronbach?
Como guía habitual, 0.7 es el mínimo usual para una puntuación combinada y más de 0.8 es bueno. Un alfa muy alto, superior a aproximadamente 0.95, puede indicar que algunos ítems se repiten entre sí. El alfa aumenta cuando los ítems están correlacionados positivamente entre sí y con el número de ítems. En el ejemplo de la encuesta, el alfa fue 0.8801.
¿Cómo se interpreta la correlación ítem-total?
La correlación ítem-total es la correlación de un ítem con la suma de los demás ítems. Un valor bajo o negativo indica un ítem que no se mueve con el resto, o uno puntuado en sentido contrario. En el ejemplo, los valores fueron de 0.5421 a 0.7302, de modo que todas las preguntas se movían con el total de las demás.
¿Qué significa Alpha if Deleted?
Alpha if Deleted es el alfa de Cronbach de los ítems restantes cuando se elimina ese ítem. Si es mayor que el alfa global, eliminar ese ítem hace que la puntuación sea más consistente. En el ejemplo de la encuesta, fue inferior al alfa global en todas las preguntas, por lo que el gerente conservó las ocho.
¿Demuestra el análisis de ítems que una puntuación es válida?
No. El análisis de ítems mide solo la consistencia interna: si los ítems se mueven juntos y pueden sumarse razonablemente. No demuestra que la puntuación mida lo que usted pretende, que es la validez. Úselo antes de combinar preguntas de encuesta, ítems de prueba o puntos de una lista de verificación de auditoría en una sola puntuación, y para encontrar los ítems que no encajan.
