Professional Documents
Culture Documents
2.
3.
11..
A
AN
N
L
LIISSIISS D
DE
ED
DIIFFIIC
CU
UL
LT
TA
AD
D..
La proporcin de examinados que responden correctamente a ese tem.
ID d j =
Para elementos de eleccin mltiple:
ID d j =
A
N
E
k 1
N
1
1..1
1.. R
Reellaacciin
n ccoon
n oottrrooss ppaarrm
meettrrooss ddeell tteesstt..
X = p j ID d j
j
Adems, se relaciona fundamentalmente con la varianza del del tem y del test.
S 2j = p j q j IDd j (1 IDd j );
S j = IDd j (1 IDd j )
][
En concreto, la Varianza ser mxima para los valores intermedios de Pj; en otras
palabras la Dificultad media maximiza la Varianza del tem. Luego, la mxima cantidad
de informacin acerca de las diferencias entre los examinados se obtiene cuando las
proporciones son intermedias (Pj = Qj = 0,5).
22..
A
AN
N
L
LIISSIISS D
DE
ED
DIISSC
CR
RIIM
MIIN
NA
AC
CII
N
N ((IID
DN
N))..
Un tem tiene elevado poder discriminativo si contribuye a la distincin, discriminacin, de
los que puntan alto en el test de los que puntan bajo en el mismo. Es decir, si contribuye a
diferenciar individuos que exhiben el constructo o rasgo de aquellos que no lo exhiben.
Convencionalmente se suele denominar grupo de personas competentes a aquellas que
puntan alto en la prueba e incompetentes a los que puntan bajo (nomenclatura un
tanto desafortunada pero inevitable).
Este anlisis se puede efectuar de dos maneras, bien estimando la relacin del tem con el
test o bien a travs de la divisin del grupo en dos subgrupos, los competentes y los
incompetentes, y estimando la proporcin de aquellos que eligen el tem en cada uno de los
subgrupos.
2
2..1
1.. C
n tteem
Cllccu
m--tteesstt..
ulloo bbaassaaddoo een
n llaa ccoorrrreellaacciin
IDn j Rbp =
X A X X pj
SX
qj
rb =
X A X X Pj
SX
y
3) Coeficiente PHI. Item y test son casos dicotmicos. Es una mera aplicacin de
Pearson, luego se puede estimar con dicha frmula.
4) Tetracrica. Si las 2 estn dicotomizadas a partir de variables continuas y segn un
modelo de la Normal. Tambin es una aplicacin de Pearson y su clculo es complejo, luego se
puede usar Pearson como aproximacin.
5) Basado en Pearson. Si tanto el tem como el total son variables contnuas. Las
escalas tipo Likert (ordinales) requieren el ndice de Spearman que tambin se puede aproximar
mediante Pearson.
2
2..2
2.. R
Reellaacciin
n ccoon
n oottrrooss ppaarrm
meettrrooss ddeell tteesstt..
1) Variabilidad.
La variabilidad de un test es una medida de la capacidad discriminativa del mismo ya
que por ejemplo si la desviacin tpica valiese cero es porque no habra
discriminacin alguna, pues todos los sujetos manifiestan la misma puntuacin (no
S X = S j R jX = ( S j ) ( IDn j )
j
r j(x j) =
33..
r jx S x S j
S 2j + S 2x 2 r jx S jS x
A
Z..
AN
N
L
LIISSIISS D
DE
E FFIIA
AB
BIIL
LIID
DA
AD
DY
YV
VA
AL
LIID
DE
EZ
Pretendemos medir cunto de fiable o vlido resulta cada tem respecto al test total, lo que
sera pertinente a la hora de detectar tems concretos que pudieran estar fallando cuando la
fiabilidad/validez global fuera(n) baja(s).
3
3..1
1.. A
RjjjYYY))
An
nlliissiiss ddee llaa vvaalliiddeezz ((IIV
Vjjj R
La validez del tem expresa la correlacin del tem con el criterio. Se calcula como el ndice
de discriminacin pero correlacionando el componente con el criterio global en lugar del
test.
Ahora no existe el problema de tener que descontar el tem del total ya que se trata del
criterio que incluye otros elementos distintos para medir el constructo-.
3
3..2
2.. A
Rjjjjjj))
An
nlliissiiss ddee llaa ffiiaabbiilliiddaadd ((IIF
Fjjj R
3
3..3
3.. R
Reellaacciin
n ccoon
n oottrrooss ppaarrm
meettrrooss ddeell tteesstt..
1) Variabilidad del test y homogeneidad de los tems.
Segn la formulacin que veamos ms arriba para relacionar variabilidaddiscriminacin, quedar claro que sta tambin se relaciona con la fiabilidad.
S X = S j R jX = ( S j ) ( IDn j ) = IF j
j
Tener en cuenta:
que
considerar
j S2j
n
1
=
2
n 1
S j r jx
S r
j jy
R xy =
S r
j jx
Pj (1 Pj ) r jy
Pj (1 Pj ) r jx
R xy =
Aqu queda tambin clara la relacin de validez con todos los conceptos vistos.
Tiene una relacin directa con los ndices de validez de los tems e inversa con los
ndices de fiabilidad o de discriminacin de los mismos. Esto recoge una paradoja
importante. Si optimizamos la fiabilidad al incrementar el poder de discriminacin
(ecuacin de alfa), esto rebajara la validez (ecuacin que acabamos de ver). Luego, se
debe buscar un punto de equilibrio.