Acceso usuarios
Laura Badenes Ribera, María Rubio Aparicio, Julio Sánchez Meca
Un meta-análisis de generalización de confiabilidad (MA GF) es un método para integrar estadísticamente las estimaciones de fiabilidad obtenidas en diferentes aplicaciones de un test. El MA GF permite a los investigadores caracterizar la fiabilidad promedio de las puntuaciones obtenida en un test en múltiples estudios y situaciones y estimar el grado de variabilidad en los coeficientes de fiabilidad en diferentes tipos de medidas, muestras y contextos. Por lo tanto, sus resultados permiten ofrecer pautas a los investigadores y profesionales aplicados sobre qué escalas son más fiables para evaluar un constructo y en qué circunstancias. Así pues, los investigadores y profesionales necesitan saber qué son los MA GF, cómo se hacen y, lo que es más importante, cómo podemos hacer valoraciones críticas de ellos. El propósito de este artículo es presentar los MA GF, así como una guía orientativa sobre cómo hacer una lectura crítica de ellos. Para ello, un reciente MA GF es utilizado para ilustrar las guías propuestas. Finalmente, presentamos algunas observaciones finales.
A reliability generalization meta-analysis (RG MA) is a suitable method to statistically integrate the reliability estimates obtained in different applications of a test. RG MA allows researchers to characterize the average reliability of scores obtained by a test across multiple studies and situations and estimate the degree of variability in reliability coefficients across different types of measures, samples, and contexts. Therefore, its results enable us to offer guidelines to applied researchers and practitioners about which scales are more reliable for assessing a constructe and in what circumstances. Thus, applied researchers and practitioners need to know what RG MAs are, how they are done and, most importantly, how we can carry out critical appraisal of RG MAs. The purpose of this article is to present RG MAs, together with some guidelines to warrant a critical reading of them. For this, a recent reliability generalization metaanalysis is used to illustrate the guidelines proposed. Finally, some concluding remarks are presented.
