Culcyt//Instrumentos de medición

Coeficiente alfa de Cronbach para medir la fiabilidad de un cuestionario

difuso

Juan de Dios Maese Núñez 1, Alejandro Alvarado Iniesta 1,

Delia J. Valles Rosales 2, Yolanda A. Báez López 3
1
Universidad Autónoma de Ciudad Juárez
2
Universidad Estatal de Nuevo México
3
Universidad Autónoma de Baja California

Resumen

El presente trabajo consiste en determinar el coeficiente alfa de Cronbach para medir la fiabilidad de un cuestionario que
emplea una escala difusa de medición de formato abierto. La versión difusa del cuestionario permite contrarrestar la limitante
de lidiar con información imprecisa e incierta comúnmente encontrada en valoraciones perceptuales. Lo que permite a los
respondientes expresar sus opiniones tomando rangos de acuerdo a un continuo lineal, y no a un valor único como lo hace
escala de Likert. El desarrollo del coeficiente alfa de Cronbach se lleva acabo siguiendo las bases de la aritmética de números
difusos. Un caso ilustrativo se presenta para demostrar la aplicabilidad del coeficiente en ambientes difusos.

Palabras Clave: Alfa de Cronbach, Instrumento de medición, Escala de Likert, Números difusos.

Introducción

El modelado de ecuaciones estructurales (MES) de medición es necesario evaluar su calidad en

es una técnica amplia y recientemente empleada términos de validez de constructo mediante el
para la validación de relaciones causales análisis de su estructura interna por medio del
(García-Alcaraz et al., 2015). MES es visto concepto de fiabilidad (Belén, Guajardo, José,
como una técnica para analizar variables López, & González, 2015).
latentes categóricas (Kline, 2011). Diversas de
estas variables están basadas en percepciones La evaluación de la fiabilidad está basada en el
humanas que son medidas a través de algún cálculo de coeficientes, como el coeficiente alfa
instrumento de medición. La escala de Likert es de Cronbach (Ketkar, Kock, Parente, &
ampliamente utilizada en estos instrumentos Verville, 2012). La consistencia interna de un
para medir atributos o preferencias que son cuestionario considera que el valor mínimo
comúnmente asociadas con opiniones, satisfactorio para este coeficiente es de 0.7, este
percepciones, y/o valoraciones. (Likert, 1932). valor indica que el cuestionario presenta una
Una vez que se ha introducido un instrumento fiabilidad aceptable (García-Alcaraz et al. 2015;
Ketkar et al. 2012). Belén et al. (2015)

CULCyT//Mayo – Agosto, 2016 146 Año 13, No 59, Especial No. 1

mencionan algunas de las desventajas de las muy difíciles de explicar en forma numérica o
escalas tradicionales (como la escala de Likert) más bien para medir con cifras de cálculo
tales como: existe la dificultad para una persona precisas. La consideración de que MES es una
de simplificar su percepción a un valor único. técnica para el análisis de variables latentes
Otra desventaja, la transición de una categoría categóricas está cambiando debido a los
(punto de la escala) a otra es abrupta en general recientes intentos de expresar todos los modelos
y dos categorías diferentes pueden no ser de variables latentes dentro de un marco
percibidas de la misma manera por dos matemático común (Kline, 2011). Por medio de
observadores. Finalmente, la mayoría de las la incorporación de los conceptos difusos se
herramientas estadísticas no pueden ser retiene el significado substancial de los
aplicadas directamente cuando la escala de constructos latentes subyacentes sin perder rigor
Likert es empleada. Similarmente, el alfa de analítico (Li, 2013)
Cronbach subestima la verdadera fiabilidad del
cuestionario cuando los ítems son medidos con En lugar de dar una puntuación sencilla en la
una escala ordinal (Gugiu, Coryn, & Applegate, manera de evaluación tradicional, la escala
2010). Además, el coeficiente de alfa de difusa de evaluación permite a los respondientes
Cronbach solo es apropiado cuando las variables identificar el rango de posibles puntuaciones
son continuas (Gugiu et al., 2010). que reflejan el atributo donde las puntuaciones
se escriben tan linealmente como sea posible.
Debido a que en nuestro lenguaje abunda la Por ejemplo, una serie de calificaciones como 6,
información imprecisa y difusa por naturaleza, 7 y 8 puede ser asignada en una escala difusa.
los conceptos difusos y el razonamiento difuso La Tabla 1 ilustra un ejemplo de una escala
se observan comúnmente en las investigaciones difusa en un continuo de un ítem, que va desde
de los diversos campos del conocimiento. 0 (definitivamente sin preferencia) a 10
Normalmente, entidades vagas tales como (definitivamente preferente).
opiniones, percepciones, y/o valoraciones son

Tabla 1. Rango de posibles puntuaciones. Fuente: (Li, 2013).

Ítems Puntos de la escala
1 2 3 4 5 6 7 8 9 10
1 (X X X)
2 (X X X)
3 (X X X)
4 (X X X)
5 (X X X)

Aunque los conceptos difusos han encontrado gran éxito en diversas áreas del conocimiento, su impacto
y uso en MES ha sido limitado (Li, 2013). Por lo tanto, en este trabajo se desarrolla la evaluación de la
fiabilidad para cuestionarios que emplean una escala difusa mediante la adaptación del coeficiente alfa
de Cronbach para información difusa.

CULCyT//Mayo – Agosto, 2016 147 Año 13, No 59, Especial No. 1

 Marco Teórico
2.1 Escala de Likert la mayor fiabilidad de la escala (Belén et al.,
2015).
Una escala típica usada para medir la
información ordinal es la escala de Likert. La El tipo de coeficiente de fiabilidad mayormente
información ordinal es definida como reportado en la literatura es el coeficiente alfa
información categórica con un orden lógico de también llamado alfa de Cronbach. Este
las categorías. La escala de Likert es parámetro estadístico mide la fiabilidad de
comúnmente usada como una escala consistencia interna, grado en que las respuestas
psicométrica estándar para medir respuestas. son consistentes a través de los ítems dentro de
Esta escala de medición tiene un procedimiento una medición. Si la consistencia interna es baja,
que facilita la construcción y administración de entonces el contenido de los ítems puede ser tan
un cuestionario, así como la codificación y heterogéneo que la puntuación total no es la
análisis de la información recabada (Li, 2013). mejor unidad posible de análisis para la
Para una escala de cinco puntos, por ejemplo, medición (Kline, 2011). Conforme la
cada punto de la escala podría ser etiquetado consistencia interna se acerca a cero, las
acorde a su nivel de preferencia: 1 = puntuaciones cada vez más y más se vuelven
fuertemente en desacuerdo (FD), 2 = desacuerdo números aleatorios y los números aleatorios no
(D), 3 = ni acuerdo ni desacuerdo (NN), 4 = de miden nada (Kline, 2011).
acuerdo (A) y 5 = fuertemente de acuerdo (FA).
Dependiendo de lo que se esté midiendo, las
etiquetas de la escala pueden ser expresadas El coeficiente alfa de Cronbach es definido por
diferentemente (Li, 2013). Esta escala ha sido Cronbach (1951) como sigue
aplicada para medir constructos latentes que no
son directamente observables (Li, 2013).

2.2 Coeficiente alfa de Cronbach ∑ (1)

* +
De acuerdo a Belén et al. (2015) y Gugiu et al.
(2010), la fiabilidad se refiere a la medida en
que un experimento, prueba o cualquier donde es la cantidad de ítems incluidos en la
procedimiento de medición asegura replicar escala; es la varianza del ítem para
resultados bajo condiciones de prueba similares. ; y representa la varianza de la
La fiabilidad de las puntuaciones es el grado en suma total de todos los puntos (la varianza de
que los datos de una muestra particular están toda la prueba).
libres de error de medición aleatorio. Kocak et
al. (2014) y otros autores, confirman que el
valor mínimo del coeficiente de fiabilidad debe
2.3 Conjuntos difusos
ser 0.7, el valor más cercano a 1 es el índice de

CULCyT//Mayo – Agosto, 2016 148 Año 13, No 59, Especial No. 1

Los conjuntos difusos propuestos por Zadeh 2.3.1 Números difusos
(1965) son una generalización de la teoría de
conjuntos clásicos. Donde por ejemplo, en la A menudo es conveniente trabajar con números
triangulares difusos (TFNs, por sus siglas en
teoría de conjuntos clásicos si es un conjunto,
inglés) porque son relativamente simples de ser
su función de pertenencia puede tomar solo dos
calculados y útiles para la representación y
valores * +; con ( ) si y con
procesamiento de información en un ambiente
( ) si . No obstante, un conjunto
difuso (Kim & Chung, 2013).
difuso es caracterizado por una función de
pertenencia ( ), la cual asocia tomando La Figura 1 ilustra un número triangular difuso
un número real en el intervalo , -, así el valor y está definido por la ecuación (2) que es la
de ( ) representa el “grado de pertenencia” de función de pertenencia.
.

Figura 1. Número triangular difuso ( ).

2.3.2 Aritmética básica de números triangulares

difusos
( ) ( ) (1)
( ) {( ) ( ) Kim & Chung (2013) introducen las bases de
álgebra triangular difusa. Definidos dos
números triangulares difusos ( ),
Los parámetros y respectivamente ( ) y un número escalar . Las
establecen los límites inferior y superior de un operaciones básicas de números difusos se
número difuso . El parámetro es el que definen a continuación
determina el centro de un número difuso . El
parámetro es una función de pertenencia
donde ( ) . Como resultado, el número Adición
difuso definido mediante una tripleta
( ) (2)
( ) indica un valor difuso
“aproximadamente ”.
Sustracción

CULCyT//Mayo – Agosto, 2016 149 Año 13, No 59, Especial No. 1

 ( ) (3)

División
Media aritmética (Akdag, Kalayci, Karagöz,
Zülfikar, & Giz, 2014) (6)
( )
(4)
( ∑ ∑ ∑ )
Distancia (Chen et al., 2008)

Producto escalar ( ) √ 0( ) (( )) ( )
(7)
( ) . (5)
( ) .

Metodología

3.1 Escala de Likert difusa (cuestionario de lo que menciona Kocak et al. (2014) la
satisfacción difuso) respuesta del ítem será un numero de intervalo
tal como un TFN ( ). Como resultado de
Como se muestra en la Tabla 2, la escala de
esto, un rango amplio de información con varios
Likert difusa toma un formato que requiere a los
valores de fiabilidad podrán ser adquiridos por
respondientes tomar rangos de acuerdo a un
medio de una sola aplicación (Kocak et al.,
continuo linear de la escala difusa, en relación a
2014).

Tabla 2. Cuestionario de satisfacción difuso.

Ítems Puntos de la escala
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
1 (X X X X X X)
2 (X X X X)
3 (X X)
4 (X)
5 (X X X X X X X X X X X X X X X)

Un cuestionario de satisfacción difuso es cada pregunta son números difusos (Kocak et

definido como un cuestionario en donde las al., 2014). En la pregunta se debe supervisar que
puntuaciones dadas por los participantes para se soliciten los puntos mínimo y máximo de

CULCyT//Mayo – Agosto, 2016 150 Año 13, No 59, Especial No. 1

acuerdo a la persona participante al atributo será un número triangular difuso por medio del
evaluado, y responda la pregunta con un número siguiente cálculo
de intervalo tal como ( ). Es obvio que la
opinión actual del respondiente a esta pregunta
es un punto dentro de ese número de intervalo. ( ) (8)
( ) ( )

Las puntuaciones de satisfacción obtenidas

como un número de intervalo ( ) de los Un conjunto de funciones de pertenencia
cuestionarios, son transformados en números triangulares isósceles distribuidas a lo largo del
triangulares difusos; de acuerdo a Kocak et al. continuo de entrada, como se ilustra en la Figura
(2014), la puntuación dada por ese individuo 2, son adoptados en este procedimiento de
fuzificación (Li, 2013).

Figura 2. Funciones de pertenencia triangulares.

Al final de la recolección de información se ∑ (9)

analizan estos valores difusos utilizando las * +
bases del algebra de números triangulares
difusos.

donde es la cantidad de ítems del cuestionario,

3.2 Alfa de Cronbach para información difusa luego es la varianza difusa correspondiente
al ítem y es la desviación estándar difusa
El coeficiente de fiabilidad alfa de Cronbach
total de todos los ítems.
para información difusa es indicado como

CULCyT//Mayo – Agosto, 2016 151 Año 13, No 59, Especial No. 1

Este alfa de Cronbach está en función de dos
números triangulares difusos dados
( ) y ( ), que emplean ∑
las operaciones aritméticas difusas (2), (3), (4),
(5), (6) y (7). ∑ ( ̅ )
(∑ ( ))

(1
3.2.1 Definición 1: ( ) ∑ 3)

Dada la varianza difusa ( ) correspondiente ∑ (( *(. ∑ / . ∑ / .

al ítem se define entonces como ∑

∑ ( ̅ ) (10)
3.2.2 Definición 2: ( )

Dada la varianza difusa total ( ),

donde es la cantidad de observaciones, y

∑ .(∑ ) ̅ /
(14)
( ) (11)

̅ ( ∑( ) ∑( ) ∑( ))

donde es la cantidad de observaciones y el

número de ítems, y
donde corresponda a la valoración ,
con respecto al ítem , ,
y ̅ es la media de las observaciones
correspondientes al ítem , y ambas son un ∑ (∑ ∑ ∑ )
numero difuso, respectivamente A continuación,
se define de la ecuación (10) como
̅ ( ∑ (∑ ) ∑ (∑ ) ∑ (∑ ))

∑ ( ̅ ) (1
2) son dos números difusos, respectivamente,
∑ (( [(. ∑ / . ∑ / . ∑ / )]))
donde ∑ corresponde a la sumatoria de
los ítems y ̅ es la media de todos
los datos con respecto al número de ítems y
Ahora, como complemento se define observaciones.

CULCyT//Mayo – Agosto, 2016 152 Año 13, No 59, Especial No. 1

A continuación, se procede a definir ∑ ( ̅) (18)
similarmente a la sub-sección anterior como (∑ ( ))

∑ .(∑ )̅ /
[ ]
∑ ( .(∑ )̅ / ) (
1
donde ( ) representa la
6
∑ ( [(.∑ ∑ (∑ )/ .∑ ∑ (∑ evaluación con∑respecto
)/ .∑ (∑ al)/ítem
)]) , y esta es
)
dada como un número difuso de formato
abierto.

3.2.3 Definición 3: Alfa de Cronbach Caso Ilustrativo

Dado el coeficiente en la ecuación (9), El caso de estudio es tomado de Kocak et al.
enseguida el cociente de ∑ dividido por (2014), el cual se enfoca en determinar el nivel
encontradas en la ecuación (13) y (16), es de fiabilidad de un cuestionario de satisfacción
indicada como de una clase de 45 estudiantes donde 9 ítems
fueron considerados. Por mencionar, las
habilidades de instrucción de los miembros de la
∑ ( ̅) (17) facultad, la relación con los estudiantes, las
∑ (∑ ( )) instalaciones del departamento de computación,
instalaciones del laboratorio, contenido de los
∑ .(∑ )̅ /
cursos, instalaciones de la biblioteca,
actividades científicas, actividades sociales y
actividades deportivas. La Tabla 3 muestra las
Por lo tanto, el alfa de Cronbach para puntuaciones de satisfacción dadas durante el
información difusa es definido como cuestionario como valores difusos.

Tabla 3. Evaluaciones TFN. Fuente: (Kocak et al., 2014).

CULCyT//Mayo – Agosto, 2016 153 Año 13, No 59, Especial No. 1

 Ítems
Respondientes 1 2 3 4 5 6 7 8 9
1 90 95 100 100 100 100 80 85 90 70 80 90 70 80 90 50 60 70 80 90 100 90 95 100 80 85 90
2 60 75 90 80 85 90 50 55 60 40 45 50 40 60 80 40 60 80 20 45 70 40 55 70 0 10 20
3 40 50 60 40 67.5 95 0 10 20 0 0 0 20 55 90 30 45 60 30 50 70 0 10 20 0 10 20
4 30 35 40 70 75 80 40 50 60 0 0 0 30 40 50 50 60 70 40 45 50 60 65 70 70 75 80
5 20 30 40 30 40 50 10 25 40 0 0 0 10 20 30 10 20 30 20 30 40 40 60 80 50 70 90
6 0 50 100 40 55 70 0 20 40 0 20 40 20 40 60 30 40 50 30 45 60 0 0 0 10 30 50
7 20 50 80 30 55 80 0 10 20 0 5 10 10 50 90 50 70 90 10 27.5 45 10 10 10 15 20 25
8 10 50 90 0 25 50 0 10 20 0 0 0 50 70 90 0 25 50 0 20 40 0 20 40 20 45 70
9 60 75 90 90 91.5 93 0 5 10 0 5 10 70 75 80 50 52.5 55 50 52.5 55 30 35 40 80 85 90
10 40 60 80 60 70 80 10 27.5 45 0 0 0 30 60 90 50 60 70 25 37.5 50 50 60 70 50 55 60
11 30 55 80 40 60 80 20 25 30 10 20 30 30 45 60 40 55 70 50 65 80 10 25 40 10 15 20
12 30 55 80 10 35 60 0 10 20 0 10 20 20 30 40 70 75 80 50 65 80 10 20 30 40 55 70
13 40 60 80 40 60 80 20 35 50 0 0 0 50 70 90 50 70 90 30 50 70 20 40 60 30 55 70
14 30 50 70 40 57.5 75 0 0 0 0 0 0 20 35 50 30 35 40 10 15 20 0 5 10 30 35 40
15 20 50 80 30 50 70 10 30 50 10 12.5 15 30 45 90 20 25 30 50 60 70 30 45 60 40 55 70
16 30 40 50 40 65 90 20 35 50 0 5 10 0 25 50 20 45 70 30 55 80 40 60 80 50 75 100
17 20 50 80 5 52.5 100 0 5 10 0 5 10 15 50 85 5 35 65 5 30 55 10 45 80 5 40 75
18 20 60 100 80 90 100 0 5 10 0 0 0 20 50 80 20 35 50 10 20 30 0 0 0 70 85 100
19 20 45 70 0 40 80 0 5 10 0 5 10 10 15 20 10 15 20 10 15 20 10 15 20 10 15 20
20 30 60 90 10 47.5 85 40 55 70 0 5 10 20 50 80 40 57.5 75 20 40 60 40 57.5 75 10 30 50
21 40 65 90 60 75 90 20 40 60 0 10 20 30 65 100 50 60 70 60 75 90 50 70 90 70 80 90
22 30 55 80 50 75 100 0 25 50 0 5 10 20 40 60 50 60 70 60 75 90 0 5 10 50 75 100
23 60 75 90 30 45 60 20 32.5 45 0 2.5 5 65 77.5 90 30 42.5 55 10 20 30 5 22.5 40 20 30 40
24 40 67.5 95 35 47.5 90 10 25 40 10 15 20 40 57.5 75 20 35 50 30 45 60 40 50 60 40 55 70
25 30 45 60 50 65 80 30 40 50 20 35 50 50 65 80 50 60 70 20 35 50 20 25 30 30 40 50
26 40 60 80 70 85 100 50 55 60 10 20 30 10 40 70 50 70 90 40 50 60 60 67.5 75 70 77.5 85
27 40 60 80 60 75 90 20 30 40 0 0 0 60 67.5 75 50 67.5 85 55 62.5 70 10 20 30 30 40 50
28 20 35 50 60 75 90 90 95 100 0 0 0 50 60 70 50 55 60 40 50 60 10 20 30 10 20 30
29 10 50 90 10 37.5 65 0 7.5 15 0 0 0 10 50 90 10 25 40 30 60 90 20 55 90 20 55 90
30 15 30 45 55 62.5 70 0 2.5 5 0 2.5 5 70 80 90 20 30 40 45 55 65 70 80 90 45 55 65
31 40 55 70 30 55 80 0 10 20 0 0 0 60 75 90 30 40 50 40 50 60 50 55 60 30 50 70
32 22 52.5 80 40 65 90 10 20 30 0 5 10 40 60 80 0 15 30 20 35 50 30 40 50 50 60 70
33 85 87.5 90 10 20 30 5 10 15 0 0 0 75 77.5 80 90 95 100 85 90 95 55 65 75 50 60 70
34 53 66.5 80 85 90 95 20 50 80 30 52.5 75 70 80 90 50 62.5 75 80 82.5 85 40 60 80 20 25 30
35 80 85 90 75 80 85 0 15 3 0 1.5 3 80 82.5 85 70 71.5 73 50 52.5 55 0 0 0 0 0 0
36 70 85 90 20 55 90 30 55 80 0 5 10 90 95 100 70 85 100 10 30 50 10 35 60 10 30 50
37 20 55 90 10 45 80 30 40 50 0 0 0 10 40 70 50 70 90 30 55 80 0 25 50 20 35 50
38 25 55 85 50 65 80 60 70 80 10 10 10 50 65 80 80 90 100 55 62.5 70 70 70 70 50 55 60
39 50 65 80 60 75 90 40 50 60 0 0 0 40 55 70 60 75 90 50 60 70 30 45 60 50 65 80
40 70 75 80 60 72.5 85 50 55 60 10 15 20 80 85 90 60 65 70 80 85 90 50 60 70 50 55 60
41 25 50 75 83 90 97 10 12.5 15 5 25 45 35 55 75 25 35 45 35 45 55 25 30 35 15 25 35
42 50 65 80 60 75 90 30 40 50 10 10 10 50 62.5 75 60 75 90 60 67.5 75 30 45 60 30 45 60
43 10 20 30 0 15 30 10 15 20 0 10 20 20 30 40 30 40 50 30 50 70 40 50 60 10 25 40
44 30 55 80 50 65 80 10 25 40 0 0 0 20 40 60 40 60 80 20 37.5 55 10 25 40 10 27.5 45
45 20 40 60 40 60 80 30 50 70 0 0 0 10 40 70 40 65 90 20 40 60 0 5 10 0 5 10

Siguiendo los pasos descritos en la sección Así entonces podemos estimar la varianza del
anterior, podemos estimar entonces el valor del ítem 1 mediante la ecuación (12)
coeficiente alfa de Cronbach. Primero,
estimamos la media de las observaciones del
ítem . Por ejemplo la media del ítem 1 con ∑ ( ̅ )
respecto a las 45 observaciones es igual a

Siguiendo los mismos pasos, encontramos

̅ ( ∑( ) ∑( ) ∑( )) entonces la sumatoria de todas las varianzas
( )
individuales mediante la ecuación (13)

CULCyT//Mayo – Agosto, 2016 154 Año 13, No 59, Especial No. 1

 El valor del coeficiente alfa de Cronbach para
∑ información difusa que ha sido encontrado es de
0.7705. Lo que representa un nivel de fiabilidad
∑ ( ̅ ) aceptable para el cuestionario de satisfacción.
(∑ ( ))

Conclusiones y Recomendaciones

En este estudio se abordó el desarrollo del

Ahora, estimamos la varianza total, ,
coeficiente alfa de Cronbach para medir la
mediante la ecuación (16)
fiabilidad de un cuestionario que involucra
información difusa. La versión difusa del
cuestionario de formato abierto permitió
∑ ( .(∑ )̅ / ) contrarrestar la limitante de lidiar con
información imprecisa e incierta comúnmente
encontrada en este tipo valoraciones
perceptuales. Lo que permite a los respondientes
expresar sus opiniones (evaluaciones) tomando
rangos de acuerdo a un continuo lineal en la
Finalmente, podemos obtener el valor del escala difusa, y no a un valor único. El
coeficiente alfa de Cronbach por la ecuación desarrollo de coeficiente de alfa de Cronbach,
(18) para lidiar con información difusa, se realizó en
base a la algebra de los números triangulares
difusos.
∑ ( ̅)
(∑ ( )) Aunque los resultados parecen prometedores, un
análisis más profundo deberá realizarse para
∑ .(∑ )̅ / determinar si la distancia entre dos números
[ ] difusos es un buen indicador para poder estimar
la varianza. Así mismo, dicho análisis deberá
extenderse a todo tipo de números difusos y no
solo a los triangulares.

Referencias

Akdag, H., Kalayci, T., Karagöz, S., Zülfikar, Belén, A., Guajardo, R., José, M., López, G., &
H., & Giz, D. (2014). The evaluation of hospital González, I. (2015). Analysis of the reliability
service quality by fuzzy MCDM. Applied Soft of the fuzzy scale for assessing the students ’
Computing Journal, 23, 239–248. learning styles in Mathematics. 9th Conference
http://doi.org/10.1016/j.asoc.2014.06.033

CULCyT//Mayo – Agosto, 2016 155 Año 13, No 59, Especial No. 1

of the European Society for Fuzzy Logic and 21(5), 782–793.
Technology, 727–733. http://doi.org/10.1016/j.ibusrev.2011.09.003

Chen, T., Ku, T., Chen, T. Y., Method, I., Kim, Y., & Chung, E.-S. (2013). Fuzzy VIKOR
Measures, N. F., & Tfns, D. (2008). Importance- approach for assessing the vulnerability of the
Assessing Method with Fuzzy Number-Valued water supply to climate change and variability
Fuzzy Measures and Discussions on TFNs And in South Korea. Applied Mathematical
TrFNs. International Journal of Fuzzy Systems, Modelling, 37(22), 9419–9430.
10(2), 92–103. http://doi.org/10.1016/j.apm.2013.04.040

Cronbach, L. J. (1951). Coefficient alpha and Kline, R. B. (2011). Principles and Practice of
the internal structure of tests. Psychometrika, Structural Equation Modeling. Analysis (Third
16(3), 297–334. Edit, Vol. 77). New York: The Guilford Press.
http://doi.org/10.1007/BF02310555 http://doi.org/10.1038/156278a0

García-Alcaraz, J. L., Alvarado-Iniesta, A., Kocak, C., Egrioglu, E., Yolcu, U., & Aladag,
Blanco-Fernández, J., Maldonado-Macías, A. C. H. (2014). Computing Cronbach Alpha
A., Jiménez-Macías, E., & Saenz-Díez Muro, J. Reliability Coefficient for Fuzzy Survey Data.
C. (2015). The Impact of Demand and Supplier American Journal of Intelligent Systems, 4(5),
on Wine’s Supply Chain Performance. Journal 204–213.
of Food Process Engineering. http://doi.org/10.5923/j.ajis.20140405.03
http://doi.org/10.1111/jfpe.12257
Li, Q. (2013). A novel Likert scale based on
Gugiu, C., Coryn, C. L. S., & Applegate, B. fuzzy sets theory. Expert Systems With
(2010). Structure and measurement properties of Applications, 40(5), 1609–1618.
the Patient Assessment of Chronic Illness Care http://doi.org/10.1016/j.eswa.2012.09.015
instrument. Journal of Evaluation in Clinical
Practice, 16(3), 509–516. Likert, R. (1932). A technique for the
http://doi.org/10.1111/j.1365- measturement of attittudes. Archives of
2753.2009.01151.x Psychology, 22(140), 1–55.
http://doi.org/2731047
Ketkar, S., Kock, N., Parente, R., & Verville, J.
(2012). The impact of individualism on buyer- Zadeh, L. A. (1965). Fuzzy sets. Information
supplier relationship norms, trust and market and Control, 8(3), 338–353.
performance: An analysis of data from Brazil http://doi.org/10.1016/S0019-9958(65)90241-X
and the U.S.A. International Business Review,

CULCyT//Mayo – Agosto, 2016 156 Año 13, No 59, Especial No. 1