Aplicación de métodos estadísticos y matemáticos para la validación de instrumentos de investigación. Una revisión sistemática
DOI:
https://doi.org/10.26820/reciamuc/9.(3).julio.2025.123-138Keywords:
Validación de instrumentos, Métodos estadísticos, Modelos matemáticos, Análisis factorial, ConfiabilidadAbstract
El uso de métodos estadísticos y matemáticos es esencial para asegurar que los instrumentos de investigación sean válidos y confiables en diversas disciplinas. Esta revisión sistemática tuvo como objetivo analizar y resumir la evidencia científica más reciente sobre cómo se aplican estas técnicas en la validación de instrumentos de recolección de datos. Se utilizó la metodología PRISMA para seleccionar y filtrar artículos publicados entre 2010 y 2025 en bases de datos como PubMed/MEDLINE Scopus, Web of Science (WoS), PsycINFO, ERIC (Education Resources Information Center). Los criterios de inclusión abarcaban estudios empíricos y revisiones que emplearan pruebas estadísticas (como análisis factorial, coeficiente alfa de Cronbach, modelado de ecuaciones estructurales, entre otros) y modelos matemáticos para evaluar la validez y confiabilidad de cuestionarios, escalas o encuestas. Después del proceso de selección, se incluyeron 38 estudios relevantes. Los resultados muestran que el análisis factorial exploratorio y confirmatorio, junto con el coeficiente de consistencia interna y los modelos de ecuaciones estructurales, son las técnicas más utilizadas en la validación de instrumentos. Además, surgen propuestas basadas en la teoría de respuesta al ítem y modelos matemáticos avanzados que mejoran la precisión de la medición. En conclusión, los métodos estadísticos y matemáticos son herramientas indispensables en la investigación científica, ya que garantizan la rigurosidad de los instrumentos, mejoran la calidad de los datos y aumentan la validez de las conclusiones. Se sugiere fortalecer la formación en técnicas estadísticas avanzadas para optimizar el proceso de validación en futuros estudios.
Downloads
References
Ahire, S., & Devaraj, S. (2001). An empirical comparison of statistical construct validation approaches. IEEE Trans. Engineering Management, 48, 319-329. https://doi.org/10.1109/17.946530
Aithal, A., & Aithal, P. S. (2020). Development and Validation of Survey Questionnaire & Experimental Data – A Systematical Review-based Statistical Approach. 5(2), 233–251. https://doi.org/10.47992/IJMTS.2581.6012.0116
Ali, Z., & Bhaskar, S. (2016). Basic statistical tools in research and data analysis. Indian Journal of Anaesthesia, 60, 662 - 669. https://doi.org/10.4103/0019-5049.190623
Alsina, Á., Maurandi, A., Ferre, E., & Coronata, C. (2020). Validating an Instrument to Evaluate the Teaching of Mathematics Through Processes. International Journal of Science and Mathematics Education, 19, 559-577. https://doi.org/10.1007/s10763-020-10064-y
American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2018). Standards for educational and psychological testing. American Educational Research Association.
Arruda, F., & Almeida, M. (2023). Method for the elaboration and validation of transport research instrument. Concilium. https://doi.org/10.53660/clm-1303-23k36
Ávila Guamán, L. O. ., Alvarado Ortiz , J. de J. ., Munayco Vivanco , J. C. ., & Reinoso Ortiz, D. D. . (2024). Métodos avanzados de estadística para la investigación en nivel superior: nuevas perspectivas y aplicaciones. Revista Social Fronteriza, 4(5), e45494. https://doi.org/10.59814/resofro.2024.4(5)494
Bangdiwala, S. I., & Muñoz, S. (1997). Medición de confiabilidad y validez en instrumentos clínicos. Revista Medica De Chile, 125(4), 466–473. https://pesquisa.bvsalud.org/portal/resource/pt/lil-196293
Bichi, A. A., Talib, R., Embong, R., Supie, H. S. Md., Khairuddin, N. A., Muhammad, M., & Diah, A. M. (2019). Development and Validation of Behavioural and Health Sciences Research Instrument. Indian Journal of Public Health Research and Development, 10(6), 1437–1443. https://doi.org/10.5958/0976-5506.2019.01501.8
Boateng, G. O., Neilands, T. B., Frongillo, E. A., Melgar-Quiñonez, H. R., & Young, S. L. (2018). Best practices for developing and validating scales for health, social, and behavioral research: A primer. Frontiers in Public Health, 6, 149. https://doi.org/10.3389/fpubh.2018.00149
Buch, G., Schulz, A., Schmidtmann, I., Strauch, K., & Wild, P. S. (2023). A systematic review and evaluation of statistical methods for group variable selection. Statistics in medicine, 42(3), 331–352. https://doi.org/10.1002/sim.9620
Dodds, E., Redsell, S., Timmons, S., & Manning, J. C. (2024). What validated instruments, that measure implementation outcomes, are suitable for use in the Paediatric Intensive Care Unit (PICU) setting? A systematic review of systematic reviews. Implementation Science, 19(1). https://doi.org/10.1186/s13012-024-01378-4
Efstathiou, G. (2019). Translation, Adaptation and Validation Process of Research Instruments (pp. 65–78). Springer, Cham. https://doi.org/10.1007/978-3-319-89899-5_7
Flora, D. B., & Flake, J. K. (2017). The purpose and practice of exploratory and confirmatory factor analysis in psychological research: Decisions for scale development and validation. *Canadian Journal of Behavioural Science / Revue canadienne des sciences du comportement, 49*(2), 78–88. https://doi.org/10.1037/cbs0000069
Iantovics, L., & En?chescu, C. (2022). Method for Data Quality Assessment of Synthetic Industrial Data. Sensors (Basel, Switzerland), 22. https://doi.org/10.3390/s22041608
Jacob, E., Perrillat-Mercerot, A., Palgen, J., L’Hostis, A., Ceres, N., Boissel, J., Bosley, J., Monteiro, C., & Kahoul, R. (2023). Empirical methods for the validation of time-to-event mathematical models taking into account uncertainty and variability: application to EGFR?+?lung adenocarcinoma. BMC Bioinformatics, 24. https://doi.org/10.1186/s12859-023-05430-w
Jacob, E., Villain, L., Ceres, N., Palgen, J., L’Hostis, A., Monteiro, C., & Kahoul, R. (2023). Abstract 4287: The combination of statistical methods to compare observed and simulated data allowed to assess effectively the validity of mathematical model predictions in a context of a EGFR+ lung adenocarcinoma. Cancer Research. https://doi.org/10.1158/1538-7445.am2023-4287
Kimberlin, C. L., & Winterstein, A. G. (2008). Validity and reliability of measurement instruments used in research. American Journal of Health-System Pharmacy, 65(23), 2276–2284. https://doi.org/10.2146/AJHP070364
Kitchenham, B., Madeyski, L., Budgen, D., Keung, J., Brereton, P., Charters, S., Gibbs, S., & Pohthong, A. (2017). Robust Statistical Methods for Empirical Software Engineering. Empirical Software Engineering, 22, 579-630. https://doi.org/10.1007/s10664-016-9437-5
Macías, W. O. S., Anchundia, J. M., Arellano, W. I. M., & Córdova, F. J. G. (2024). Herramientas estadísticas avanzadas para el análisis de datos en investigaciones cuantitativas: Una revisión sistemática. Ciencia y Educación, 5(12), 71-89.
Mattila, T., Stolt, M., Katajisto, J., & Leino-Kilpi, H. (2025). Introduction and Systematic Review of the Good Nursing Care Scale. Journal of clinical nursing, 34(1), 5–23. https://doi.org/10.1111/jocn.17486
Mejía-Clavo, F. E., López Regalado, Ó., Fernández Velásquez, J. del R., Fernández Altamirano, A. E. F., & Torres Cueva, H. A. (2024). Validity and Reliability of Mathematics Research Instruments: Systematic Review. TEM Journal, 3304–3314. https://doi.org/10.18421/tem134-65
Mokkink, L. B., de Vet, H. C. W., Prinsen, C. A. C., Patrick, D. L., Alonso, J., Bouter, L. M., & Terwee, C. B. (2018). COSMIN Risk of Bias checklist for systematic reviews of Patient-Reported Outcome Measures. Quality of Life Research, 27(5), 1171–1179. https://doi.org/10.1007/s11136-017-1765-4
Onwuegbuzie, A., Bustamante, R., & Nelson, J. (2010). Mixed Research as a Tool for Developing Quantitative Instruments. Journal of Mixed Methods Research, 4, 56 - 78. https://doi.org/10.1177/1558689809355805
Paquette-Rufiange, A., Prudhomme, S., & Laforest, M. (2023). Optimal Design of Validation Experiments for the Prediction of Quantities of Interest. ArXiv, abs/2303.06114. https://doi.org/10.1016/j.cma.2023.116182
Parady, G., Ory, D., & Walker, J. (2021). The overreliance on statistical goodness-of-fit and under-reliance on model validation in discrete choice models: A review of validation practices in the transportation academic literature. Journal of choice modelling, 38, 100257. https://doi.org/10.1016/j.jocm.2020.100257
Sijtsma, K. (2016). Playing with data—or how to discourage questionable research practices and stimulate researchers to do things right. Psychometrika, 81(1), 1–15. https://doi.org/10.1007/s11336-015-9446-0
Stokholm, R., Stenholt, L., Lauridsen, H. H., Edwards, A., Andersen, B., & Larsen, M. B. (2024). The validity of instruments to measure knowledge in population-based cancer screening targeting individuals at average risk - A systematic review. Preventive Medicine, 107940. https://doi.org/10.1016/j.ypmed.2024.107940
Whitaker, D., Bolch, C., Harrell-Williams, L., Casey, S., Huggins-Manley, C., Engledowl, C., & Tjoe, H. (2022). The search for validity evidence for instruments in statistics education: preliminary findings. Proceedings of the IASE 2021 Satellite Conference. https://doi.org/10.52041/iase.obaue
Zaki, R. A. (2017). Validation of Instrument Measuring Continuous Variable in Medicine. IntechOpen. https://doi.org/10.5772/6615
Zaki, R. A., Bulgiba, A., Ismail, R., & Ismail, N. A. (2012). Statistical Methods Used to Test for Agreement of Medical Instruments Measuring Continuous Variables in Method Comparison Studies: A Systematic Review. PLOS ONE, 7(5). https://doi.org/10.1371/JOURNAL.PONE.0037908
Zaki, R. A., Bulgiba, A., Nordin, N., & Ismail, N. A. (2013). A systematic review of statistical methods used to test for reliability of medical instruments measuring continuous variables. Iranian Journal of Basic Medical Sciences, 16(6), 803–807. https://doi.org/10.22038/IJBMS.2013.998
Zamora, E. G. M., Cueva, K. A. S., Cadena, O. G. M., & Cadena, S. B. M. (2024). Evaluación de la validez y fiabilidad en estudios científicos: Revisión sistemática de métodos y buenas prácticas. Ciencia y Educación, 365-387.
Published
How to Cite
Issue
Section
Copyright (c) 2025 Guisella Isabel Villamar Vásquez, Leopoldo Rafael Burgos Rea, Roberto Xavier Cherrez Ibarra
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
