Validez y fiabilidad en la investigación: tipos y ejemplos

La validez indica si un instrumento o un estudio mide de verdad lo que pretende medir y si sus conclusiones se sostienen. La fiabilidad indica si sus resultados son consistentes: si al repetir la medición en las mismas condiciones obtienes lo mismo. Son los dos criterios clásicos de calidad de la investigación cuantitativa, y en la metodología de tu TFG o TFM tienes que explicar cómo los cuidaste.

¿Qué son la validez y la fiabilidad?

Hernández-Sampieri y Mendoza, en Metodología de la investigación: las rutas cuantitativa, cualitativa y mixta (2018; 2.ª ed., 2023), definen la validez como «el grado en que un instrumento mide con exactitud la variable que verdaderamente pretende medir». La fiabilidad, que llaman también confiabilidad, es el grado en que produce resultados consistentes y coherentes. Un cuestionario de estrés académico es fiable si da puntuaciones parecidas a las mismas personas cuando nada ha cambiado, y válido si mide el estrés y no, por ejemplo, el cansancio.

Encontrarás los dos nombres: fiabilidad se usa mucho en España y confiabilidad, en buena parte de América Latina. Los conceptos se aplican a dos niveles: al instrumento (un cuestionario, una escala, una guía de observación) y al estudio entero, desde el diseño hasta las conclusiones. La validez interna y la externa se refieren sobre todo al estudio; la de contenido y la de constructo, al instrumento.

Validez interna, externa, de contenido y de constructo

• Validez interna. Indica si el efecto que observas se debe de verdad a la causa que propones y no a otros factores. Hernández-Sampieri y Mendoza la tratan en los experimentos: si cambia la variable dependiente, tiene que ser por la manipulación de la independiente. Supón que quienes se apuntan a un programa de tutorías entre iguales aprueban más asignaturas. Quizá sea por las tutorías, o quizá se apuntaron los más motivados. Mientras no descartes esa segunda explicación, la validez interna es débil.
• Validez externa. Indica hasta qué punto puedes generalizar los resultados a otras personas, situaciones y contextos. Depende de cómo elegiste la muestra y de lo parecida que sea la situación estudiada a la real.
• Validez de contenido. Indica si el instrumento cubre todo el dominio de lo que mide. Un cuestionario sobre participación universitaria que solo pregunta por el deporte deja fuera la cultura, la representación estudiantil o el voluntariado.
• Validez de constructo. Indica hasta qué punto el instrumento representa y mide un concepto teórico, como la integración académica. Se apoya en la teoría: si esta dice con qué otros conceptos se relaciona, las puntuaciones deberían relacionarse con ellos de la misma manera.

Los mismos autores añaden la validez de criterio, que compara las puntuaciones con un criterio externo, y la evidencia basada en la opinión de expertos. La validez empieza en la definición operacional de tus variables, como explica la guía sobre la hipótesis de investigación.

Fiabilidad: test-retest, entre evaluadores y consistencia interna

• Test-retest. Aplicas el mismo instrumento a las mismas personas en dos momentos distintos y comparas los resultados. El intervalo importa: si es corto, la gente recuerda lo que respondió y parece más consistente de lo que es; si es largo, quizá algo ha cambiado de verdad.
• Entre evaluadores. Dos personas puntúan o codifican el mismo material por separado y comparan los resultados. El acuerdo se expresa con un porcentaje o con un coeficiente como la kappa de Cohen. En un TFG con entrevistas, una versión sencilla es pedir a tu tutor o tutora que codifique por su cuenta una transcripción y comparar después los códigos de los dos.
• Consistencia interna. Si una escala mide un concepto con varios ítems, esos ítems deben ir en la misma dirección. Se suele calcular con el alfa de Cronbach. Qué valor se considera suficiente depende del campo y del uso del instrumento: sigue tu manual de estadística y pregunta a tu tutor o tutora en vez de copiar un umbral sin fuente.

Hernández-Sampieri y Mendoza describen además el método de formas alternativas o paralelas y el de mitades partidas. Si usas una escala ya publicada, cita la fiabilidad y la validez que obtuvo el estudio original y, si puedes, calcula la consistencia interna con tus propios datos: que una escala funcionara en otra población no garantiza que funcione en la tuya.

Validez y fiabilidad: diferencias

Un instrumento puede ser fiable sin ser válido. Un reloj que va diez minutos adelantado marca siempre lo mismo a la misma hora, pero nunca la hora correcta; un cuestionario puede medir de forma estable algo distinto de lo que buscas. Por eso Hernández-Sampieri y Mendoza piden demostrar las dos cosas cada vez que aplicas un instrumento.

Rigor cualitativo: los criterios de Lincoln y Guba

Una entrevista no se puede repetir igual ni medir con una escala, así que la validez y la fiabilidad clásicas encajan mal en un estudio cualitativo. Yvonna Lincoln y Egon Guba propusieron en Naturalistic Inquiry (1985) criterios paralelos, agrupados bajo la idea de trustworthiness: la confianza que merecen los hallazgos. Según el resumen de Arias Valencia y Giraldo Mora en su artículo «El rigor científico en la investigación cualitativa» (2011), la credibilidad es análoga de la validez interna; la transferibilidad, de la validez externa; la dependability, que ellas traducen como seriedad, de la fiabilidad, y la confirmabilidad, de la objetividad.

En los manuales en español, la dependability aparece también como dependencia o consistencia. Hernández-Sampieri y Mendoza (2018) usan dependencia, prefieren hablar de rigor en lugar de validez y fiabilidad, y proponen estrategias como las de esta tabla:

Elige un solo juego de términos para todo el trabajo: validez y fiabilidad si tu estudio es cuantitativo, los cuatro criterios si es cualitativo. La guía sobre la investigación cualitativa explica dónde encajan en el conjunto del método.

Transcripciones literales y bitácora

La dependencia y la confirmabilidad se demuestran con documentos. Hernández-Sampieri y Mendoza recomiendan registrar en la bitácora cada decisión del trabajo de campo con su justificación y revisar las transcripciones para que no tengan errores ni omisiones. En la práctica, guarda:

• cada decisión con su fecha y su motivo, como una pregunta que cambiaste tras la entrevista piloto;
• las versiones del guion y de tu lista de códigos o categorías;
• tus memos de análisis y lo que acordaste con tu tutor o tutora;
• las transcripciones seudonimizadas, revisadas frente a la grabación.

Si tu método lo pide, por ejemplo un análisis del discurso, transcribe de forma literal, con vacilaciones y repeticiones; para un análisis temático suele bastar una transcripción limpia. Cita cada fragmento con seudónimo, código y marca de tiempo para que tu tutor o tutora pueda localizarlo. Consulta primero las normas de tu universidad: la voz identifica a quien habla, y Spirelight no ofrece contrato de encargado del tratamiento. Si tu universidad lo permite, puedes preparar con Spirelight transcripciones literales con una marca de tiempo en cada intervención, corregirlas mientras escuchas, revisar las vacilaciones y guardar la exportación a Word junto a tu bitácora.

Validez y fiabilidad en la metodología del TFG

La calidad no se añade al final: en la metodología cuentas cómo la cuidaste mientras investigabas. Este orden sirve para la mayoría de los TFG y TFM:

1. 1

   Elige tus criterios y di de dónde salen

   Validez y fiabilidad o los criterios de Lincoln y Guba, con el manual en que te basas. Mantén los mismos términos en todo el trabajo.
2. 2

   Justifica tus instrumentos

   De dónde sale cada escala o pregunta, cómo definiste las variables y quién revisó el cuestionario o el guion.
3. 3

   Informa de la fiabilidad que comprobaste

   Por ejemplo, el alfa de Cronbach con tus datos o el acuerdo entre dos codificadores, con el resultado y no solo el nombre del método.
4. 4

   Explica qué hiciste por la validez o la credibilidad

   Una prueba piloto, la revisión de expertos, el chequeo con participantes o varias fuentes de datos, y qué cambió gracias a ello.
5. 5

   Delimita a quién se aplican tus resultados

   Y a quién no. En un estudio cualitativo, describe el contexto para que quien lea juzgue la transferibilidad.
6. 6

   Reconoce las limitaciones

   Las amenazas que no pudiste controlar y cómo pueden afectar a tus conclusiones. Una limitación concreta convence más que una lista genérica.

Ejemplo ficticio: el rigor en un TFG con entrevistas

El estudio es ficticio: el TFG de Sociología de Lucía sobre estudiantes que se desplazan a diario desde municipios rurales, con nueve entrevistas semiestructuradas y análisis temático, como en la guía sobre la entrevista semiestructurada. Lucía usa los cuatro criterios de Lincoln y Guba y no habla de validez ni de fiabilidad.

Lucía usa un solo juego de términos, respalda cada criterio con algo que hizo de verdad y no afirma más de lo que permiten nueve entrevistas.