Tema 4

17/01/2014
PSICOMETRA
Tema 4.
Evaluacin del instrumento de
medida:
ANLISIS DE TEMS
TEMA 4: ANLISIS DE TEMS
Salvador Chacn Moscoso

Susana Sanduvete Chaves
Agradecemos a Francisco Pablo Holgado Tello su inestimable colaboracin en la elaboracin de este material
NDICE
1. Introduccin.
2. Parmetros del tem.
2.1. Dificultad del tem.
2.2. Discriminacin del tem.
2.3. ndice de fiabilidad del tem.
2.4. ndice de validez del tem.
2.5. Comparacin de las respuestas a los tems.
3. Anlisis de los distractores.
3.1. Misma probabilidad de los distractores.

3.2. Poder discriminativo de los distractores.
4. Anlisis del funcionamiento diferencial del tem.
4.1. Conceptos de sesgo, impacto y funcionamiento
diferencial del tem.
4.2. Procedimientos: 2 de los aciertos y Mantel-Haenszel.
5. Bibliografa comentada. 2
1
17/01/2014
1. INTRODUCCIN
La calidad psicomtrica puede evaluarse mediante el anlisis de:

1. La alternativa correcta.
2. Las incorrectas.
Con el anlisis de la alternativa correcta, se obtienen indicadores como:

1. Dificultad: puede estimarse a priori desde consideraciones tericas. Su
anlisis emprico permite detectar tems con una facilidad o dificultad
extrema revisar o eliminar.

2. Discriminacin: es capaz de diferenciar a los participantes de distinto
nivel en la variable medida?
3. Fiabilidad y validez: reflejan la contribucin del tem a la fiabilidad y
validez referida al test en su conjunto.
3
1. INTRODUCCIN
La calidad psicomtrica puede evaluarse mediante el

anlisis de:
1. La alternativa correcta.
2. Las incorrectas.
Anlisis de las incorrectas o anlisis de distractores:

informa sobre la utilidad de cada alternativa
incorrecta del tem y su contribucin a la calidad
del mismo. Su funcin es atraer las respuestas de
los participantes menos competentes en la variable
4
medida.
2
17/01/2014
2. Parmetros de los tems

2.1. PARAMETROS DE LOS TEMS.

Dificultad del tem
Dificultad del tem: El ndice ms sencillo de obtener viene dado por la
proporcin de participantes que responden correctamente al tem.
A
p=
N
Donde:
A = nmero de participantes que respondieron correctamente al tem
N = nmero de participantes que respondieron al tem
p oscila entre 0 y 1.
Donde:
0 ningn participante ha acertado el tem (extremadamente difcil).
1 todos los participantes han acertado el tem (extremadamente fcil).6
3
17/01/2014

Dificultad del tem
Un tem dicotmico de rendimiento en lengua se aplica a 10 estudiantes. Las
respuestas al tem se muestran en la siguiente tabla:
Alumno 1 2 3 4 5 6 7 8 9 10
Respuesta 1 1 0 1 1 0 0 1 1 0
Se aplica a otra muestra de participantes muy competentes en lengua:

Alumno 1 2 3 4 5 6 7 8 9 10
Respuesta 1 1 0 1 1 1 1 1 1 1

Dificultad del tem
Un tem dicotmico de rendimiento en lengua se aplica a 10 alumnos. Las respuestas al tem
se muestran en la siguiente tabla
p sera la proporcin de
Alumno 1 2 3 4 5 6 7 8 9 10 participantes que han
acertado (6/10)
Resp. 1 1 0 1 1 0 0 1 1 0 dificultad media
A 1+1+ 0 +1+1+ 0 + 0 +1+1+ 0 6
p= = = = 0,6
N 10 10
Se aplica a otra muestra de participantes muy competentes en lengua:
En participantes ms
competentes p,
Alumno 1 2 3 4 5 6 7 8 9 10
lgicamente es mayor
Resp. 1 1 0 1 1 1 1 1 1 1 (9/10) dificultad baja
A 1+1+ 0 +1+1+1+1+1+1+1 9
p= = = = 0,9
N 10 10
Es decir, la dificultad del tem va a depender de la muestra de
participantes en la que se calcule ya que, si la muestra es competente, el
tem va a resultar fcil y viceversa 8
4
17/01/2014
2.1. PARAMETROS DE LOS TEMS. Dificultad del tem.

Correccin de la dificultad en tems de eleccin mltiple
Correccin de la dificultad: En tems de eleccin mltiple los
participantes con nula o poca competencia suelen responder al azar el
nmero de aciertos observados ser mayor que el esperado segn el nivel
de competencia de los participantes. La dificultad se corrige segn:
Los supuestos para poder
E E
A aplicarla son:
A k 1 k 1
p c = p p azar = =
N N N 1.Existe un subgrupo de
participantes, relativamente
Donde: numeroso, que responden
pc = dificultad del tem corregida correctamente al tem por pura
p = dificultad del tem sin corregir
adivinacin.
pazar = proporcin de respuestas correctas
al azar 2.Para este grupo de
E = nmero de errores participantes, todas las
k = nmero de alternativas de respuesta alternativas tienen la misma
probabilidad de ser elegidas.
Si no se sospecha sobre la existencia de participantes que
responden al azar, conviene aplicar p 9

En la tabla siguiente se muestran las distribuciones de frecuencias de

las respuestas de 500 alumnos a cuatro tems de eleccin mltiple con
4 alternativas de respuesta (* representa la opcin correcta).
Alternativas
tem A B C D
1 5 200 105 190*
2 64 250* 80 106
3 5 492* 0 3
4 50 65 350* 35
- Calcular la dificultad de cada tem (p y pc).

- Ordenarlos de menor a mayor en funcin de p.
10
5
17/01/2014

tem 1 :
A 190
p= = = 0,38 tem Aciertos Errores p pc
N 500
E 310 3 492 8 0,98 0,97
A 190
pc = p pazar = k 1 = 4 1 = 0,17 4 350 150 0,70 0,60
N 500
2 250 250 0,50 0,33
1 190 310 0,38 0,17
La ordenacin de los tems de menor a mayor dificultad sera 3, 4, 2, y 1.

La diferencia entre p y p corregida es mayor en los tems

ms difciles, ya que se supone que ha habido mayor
adivinacin al azar que en los fciles.
11
2.2. PARAMETROS DE LOS TEMS. Discriminacin del tem
Discriminacin del tem: la capacidad del tem para

distinguir a los participantes de baja, media y alta puntuacin
en la variable medida. El criterio, o la variable medida puede
ser interno o externo:
-Criterio interno: si tem y test miden el mismo concepto, es
esperable que los participantes que hayan obtenido una
puntuacin alta en el test, respondan correctamente al tem, y
viceversa.
-Criterio externo: el ndice de discriminacin es una medida
del grado de validez del tem referida a ese criterio, y su valor

ser proporcional al ndice de validez del test.
Procedimientos estadsticos:
-ndice de discriminacin D.
-Coeficientes de discriminacin. 12
6
17/01/2014
2.2. PARAMETROS DE LOS TEMS. Discriminacin del tem

Discriminacin: proporcin de aciertos en funcin del nivel de aptitud
de los participantes
1. Alta discriminacin: A medida que

2. Discriminacin moderada: A el nivel de habilidad de los
Proporcin de aciertos
pesar de que permite separar entre participantes se incrementa la
participantes con distinto nivel, hay probabilidad de acertar es mayor. El
participantes con baja aptitud que grupo de alta aptitud lo acierta en
tienden a acertar el tem, y de entre mucha mayor proporcin que los de
los participantes con alta aptitud baja aptitud.
existen otros tantos que tienden a
Baja aptitud Alta aptitud Baja aptitud Alta aptitud
fallarlo.
3. Discriminacin nula: La
4. Discriminacin inversa: los proporcin de aciertos no es funcin
participantes con menos competencia del nivel de aptitud de los
tienden a acertarlo en mayor grado participantes

que los ms hbiles
Baja aptitud Alta aptitud Baja aptitud

13
Alta aptitud
2.2. PARAMETROS DE LOS TEMS. ndice de discriminacin D
El ndice de Discriminacin D: se basa en la comparacin del

rendimiento de los grupos extremos (bajo y alto) en las puntuaciones en
el test. Se compara el nmero de participantes que ha acertado el tem en
el grupo alto con respecto al grupo de baja aptitud.
Aalto Abajo
D=
Donde: Ng
Aalto A bajo = nmero de participantes que han respondido correctamente en los grupos
alto y bajo respectivamente.
Ng = nmero de participantes correspondientes al 27% de la muestra.
Interpretacin:
-Valores altos: los participantes del grupo alto obtienen ms respuestas correctas
que los del grupo bajo (discrimina adecuadamente)
-Valores prximos a cero: ambos grupos se encuentran prximos entre s no
discrimina entre participantes de ambos grupos.
- Valores negativos: los participantes del grupo bajo obtienen ms respuestas
correctas que los del grupo alto favorece la disminucin de la precisin del
14
instrumento de medida.
7
17/01/2014
2.2. PARAMETROS DE LOS TEMS. ndice de discriminacin D
ndice de Interpretacin
discriminacin
D 0,40 El tem presenta un gran poder
discriminativo
0,30 D 0,39 Discriminacin aceptable
0,20 D 0,29 Discrimina poco y necesita una
revisin
0,10 D 0,19 tems no adecuados, que deber ser
modificados o eliminados del test

D 0,0 tems que deben eliminarse
directamente
15
2.1., 2.2. PARAMETROS DE LOS TEMS. Ejemplo
Se presentan las respuestas de los participantes de una muestra a un tem de cuatro

alternativas. De los 63 participantes se seleccionaron: 27% superior (17) y el 27%
inferior.
Alternativas
1. Calcular la dificultad y el ndice de
Grupo A B C* D discriminacin D del tem.
Superior 1 0 13 3
Medio 3 4 10 12
Inferior 2 5 5 5
16
8
17/01/2014
2.1., 2.2. PARAMETROS DE LOS TEMS. Ejemplo
Se presentan las respuestas de los participantes de una muestra a un tem de cuatro

alternativas. De los 63 participantes se seleccionaron: 27% superior (17) y el 27%
inferior.
Alternativas
1. Calcular la dificultad y el ndice de
Grupo A B C* D discriminacin D del tem.
Superior 1 0 13 3
Medio 3 4 10 12
Inferior 2 5 5 5
1. El ndice de dificultad es 0,26, lo
E 35 que indica que es relativamente

A 28 difcil.
pc = k 1 = 4 1 = 0,26
N 63 2. El ndice D, es de 0,47, lo que
demuestra que diferencia
A Abajo 13 5
D = alto = = 0,47 adecuadamente entre participantes
Ng 17 de distinto nivel en el rasgo
medido
17

Coeficientes de discriminacin. Correlacin biserial-puntual
El grado de discriminacin tambin puede medirse mediante el coeficiente

de correlacin. Tiene la ventaja, respecto al ndice D, que tiene en cuenta a
la totalidad de la muestra.
1. Correlacin Biserial-puntual: el tem es una variable dicotmica y la
puntuacin en el test es continua
(X c X ) p
rbp =
Donde:
Sx q
X c = media de las puntuaciones obtenidas en el test por los participantes que han
respondido correctamente al tem.

X = media de las puntuaciones en el test calculada con todos los participantes de
la muestra
Sx = desviacin tpica de las puntuaciones en el test con todos los participantes
P= dificultad del tem
18
q= 1-p
9
17/01/2014

Interpretacin:
- Los valores oscilan entre -1 y +1. Es poco probable que sea menor
que -0.10, o superior a 0.75.
- Se ha de corregir la asociacin espuria que aparece al calcular la
puntuacin del test incluyendo la del tem se correlaciona el tem
consigo mismo y por tanto se infla artificialmente el valor.
Tambin se puede aplicar la siguiente frmula de correccin:

rbp S x Si
rbp (c ) =
S + S x2 2rbp Si S x
i
2
A medida que el nmero de tems aumenta rbp se aproxima

a rbp(c)
19

Ejemplo. La siguiente tabla muestra las respuestas de 5

personas a 4 tems. Calcular la correlacin biserial-puntual
del tem 2.
tems
Participantes 1 2 3 4
A 0 1 0 1
B 1 1 0 1
C 1 1 1 1
D 0 0 0 1
E 1 1 1 0
20
10
17/01/2014

tems Total
Participantes 1 2 3 4 X (X-i) (X-i)2
A 0 1 0 1 2 1 1
B 1 1 0 1 3 2 4
C 1 1 1 1 4 3 9
D 0 0 0 1 1 1 1
E 1 1 1 0 3 2 4
9 19
21

Los participantes que respondieron correctamente el tem

fueron A, B, C y E; su media es:
1+ 2 + 3 + 2
X1 = =2
4
La media total es:
9
XT = = 1,8
5
La desviacin tpica del test es:
SX =
X 2
X =
2 19
1,82 = 0,56 = 0,75
N 5
22
11
17/01/2014

4
p= = 0,8
5
1
q= = 0,2
5
X1 XT p 2 1,8 0,8
rbp = = = 0,54
SX q 0,75 0,2
23

Coeficientes de discriminacin. Correlacin biserial
2. Correlacin Biserial: tem es una variable continua que ha

sido dicotomizada y la puntuacin en el test es continua
(X c X ) p
rb =
Sx y
Donde:
X c = media de las puntuaciones obtenidas en el test por los participantes que han
respondido correctamente al tem.
X = media de las puntuaciones en el test calculada con todos los participantes de la
muestra
Sx = desviacin tpica de las puntuaciones en el test con todos los participantes
p= dificultad del tem
y= valor de la ordenada que le corresponde a la puntuacin tpica en la curva normal que
deja por debajo un rea igual a p. (se mira en tablas)
24
Con los datos del ejemplo anterior, calcular la correlacin biserial del tem 3.
12
17/01/2014

tems Total
Participantes 1 2 3 4 X (X-i) (X-i)2
A 0 1 0 1 2 2 4
B 1 1 0 1 3 3 9
C 1 1 1 1 4 3 9
D 0 0 0 1 1 1 1
E 1 1 1 0 3 2 4
11 27
25

Los participantes que respondieron correctamente el tem

fueron C and E; sus medias son:
3+ 2
X1 = = 2,5
2
La media total es:
11
XT = = 2,2
5
La desviacin tpica del test es:
SX =
X 2
X =
2 27
2,2 2 = 5,4 4,84 = 0,56 = 0,75
N 5
26
13
17/01/2014

2
p= = 0,4
5
X 1 X T p 2,5 2,2 0,4

rb = = = 0,4 *1,03 = 0,41
SX y 0,75 0,3863
Debido a que el valor p = 0,4 no aparece en la primera columna de la

tabla, buscamos su complementario (0,6), que se asocia con una y =
0,3863.
27
2.2. PARAMETROS DE LOS TEMS. Coeficientes de

discriminacin. Correlacin biserial-puntual y biserial
La biserial y la biserial-puntual, se pueden relacionar mediante:
y
rbp = rb
pq
Ventajas e inconvenientes:
1. La biserial-puntual es fiel reflejo de la contribucin del tem, ya

que no supone ninguna habilidad continua subyacente.
2. La biserial se ve menos influida por la dificultad del tem, y
tiende a ser invariante de una aplicacin a otra.
28
14
17/01/2014

Coeficientes de discriminacin. Coeficiente de correlacin
-Coeficiente phi (
): se necesita calcular la correlacin entre la ejecucin
en un tem dicotmico y un test en el que la muestra de participantes
se divide en funcin de un punto de corte entre aptos-no aptos;
clnicos-no clnicos, etc. utilizar tablas de contingencia:
tem
+ -
Test - a b a+b
+ c d c+d
a+c d+d
Donde:
a = nmero de participantes con NO XITO- en el test y que aciertan el tem
b = nmero de participantes con NO XITO- en el test y que no aciertan el tem
c = nmero de personas con XITO- en el test y que aciertan el tem.
d= nmero de personas con XITO- en el test y que no aciertan el tem.
29

Coeficiente phi (): para el clculo se procede mediante la siguiente

frmula:
bc ad
=
( a + b)(a + c )(c + d )(b + d )
tem
+ -
Test - a b a+b
+ c d c+d
a+c d+d
30
15
17/01/2014

Coeficientes de discriminacin.
Coeficiente de correlacin
Ejemplo. La tabla que se presenta a continuacin contiene el

resultado de 50 estudiantes en un examen y en un tem de
dicho examen. Calcular el coeficiente de correlacin .
tem 5 (X)
1 (acertado) 0 (fallido)
Test (Y) 0 (suspenso) 5 10
1 (aprobado) 30 5
31

tem 5 (X)
1 (acertado) 0 (fallido)
Test (Y) 0 (suspenso) 5 (a) 10 (b) 15
1 (aprobado) 30 (c) 5 (d) 35
35 15
bc ad 30 *10 5 * 5 275
= = = = 0,52
( a + b)(a + c )(c + d )(b + d ) 15 * 35 * 35 *15 525
Existe una alta correlacin entre el tem y el test; es decir, los
participantes que acertaron el tem generalmente aprobaron el
examen, mientras que quienes lo fallaron suspendieron en su
mayora. 32
16
17/01/2014

Discriminacin de los tems en diseos pre-post test
Discriminacin de los tems en diseos pre-post test: A veces,

tambin es necesario determinar el grado de discriminacin de un
tem entre un grupo de participantes que ha pasado por un
proceso de instruccin. Disponemos de varios ndices como:
1. ndice de discriminacin D: diferencia entre la proporcin de

participantes que contestan un determinado tem correctamente
despus y antes de recibir dicho perodo de instruccin.
D=Ppost-Ppre
Donde:
Ppost = proporcin de participantes que contestan correctamente un tem
despus de recibir la instruccin.
Ppre= proporcin de participantes que contestan correctamente un tem antes
de recibir la instruccin.
33

Discriminacin de los tems en diseos pre-post test.
Ejemplo: 40 personas participaron en un curso de

formacin. En la prueba previa al curso, 10
personas respondieron correctamente al tem 3;
tras el curso, 35 personas respondieron
correctamente a este mismo tem. Calcular el
ndice de discriminacin D.
34
17
17/01/2014

Discriminacin de los tems en diseos pre-post test
D = Ppost Ppre = 0,875 0,25 = 0,625

35
Ppost = = 0,875
40
10
Ppre = = 0,25
40
35

Poder discriminativo de los tems en las escalas de actitudes
Discriminacin en las escalas de actitudes: existen

procedimientos basados en mtodos correlacionales; y
mtodos basados en la divisin de grupos extremos de
actitud.
1. Mtodos correlacionales: coeficiente de correlacin de

Pearson o ndice de homogeneidad (IH). Si las
correlaciones obtenidas son nulas o bajas estara indicando
que el elemento no mide la misma dimensin de actitud
tems que habra que eliminar.
NJX J X
RjX =
[NJ (J) ][NX (X ) ]
2 2 2 2
36
18
17/01/2014

Es necesario corregir la puntuacin del test, eliminando la

puntuacin de los participantes en el test, o aplicar la frmula:
R jX S X S j
R j( X j) =
S X2 + S 2j 2 R jX S X S j
Eliminar tems cuyo ndice de homogeneidad sea inferior a 0,20
37

Ejemplo. La tabla que se presenta a continuacin muestra las respuestas

de 5 participantes a 4 tems de actitud. Calcular la discriminacin del
tem 4 utilizando el coeficiente de correlacin de Pearson.
tems
Participantes X1 X2 X3 X4
A 2 4 4 3
B 3 4 3 5
C 5 2 4 3
D 3 5 2 4
E 4 5 2 5
38
19
17/01/2014

Ejemplo. La tabla que se presenta a continuacin muestra las respuestas

de 5 participantes a 4 tems de actitud. Calcular la discriminacin del
tem 4 utilizando el coeficiente de correlacin de Pearson.
tems XT X4XT X24 X2T

Participantes X1 X2 X3 X4
A 2 4 4 3 13 39 9 169
B 3 4 3 5 15 75 25 225
C 5 2 4 3 14 42 9 196
D 3 5 2 4 14 56 16 196
E 4 5 2 5 16 80 25 256
20 72 292 84 1042
39

La correlacin o IH entre el tem 4 y la puntuacin total del

test es:
N JX J X
R jx = =
[ N J ( J ) *][ N X ( X ) ]
2 2 2 2
5 * 292 20 * 72
= 0,88
[5 * 84 20 2 ][5 *1042 72 2 ]
Se trata de un resultado inflado, puesto que el tem 4 est

incluido en la puntuacin total. Por ello, habra de hacerse
la correccin: 40
20
17/01/2014

Medias y desviaciones tpicas para el tem 4 y para la puntuacin

total:
X4 =
X20 4
=4 = X 2
4 2 84 2
SX4 = X4 = 4 = 0,8 = 0,89
N 5 N 5
XT =
X T = 72 = 14,4 X 2
T 2 1042
S XT = XT = 14,4 2 = 1,04 = 1,02
N 5 N 5
R jX S X S j 0,88 *1,02 0,89

R j( X j) = = = 0,01
2 2
S + S 2 R jX S X S j
X j
1,04 + 0,80 2 * 0,88 *1,02 * 0,89
41

La gran diferencia encontrada en el resultado

tras aplicar la correccin se debe al bajo
nmero de tems del ejemplo.
A medida que aumenta el nmero de tems, esta
diferencia va disminuyendo porque la influencia
del tem en la puntuacin total va siendo menor.
A partir de ms de 25 tems, los resultados

encontrados son muy similares.
42
21
17/01/2014

Discriminacin en las escalas de actitudes:
2. Mtodo de divisin en grupos extremos: se eligen dos grupos extremos (25 27%,
generalmente) de actitud a partir de las puntuaciones en la escala total; y se
comparan los elementos. Si no son discriminativos, no encontraremos diferencias
significativas. Para ello usamos una diferencia de medias mediante T de Student.
X sj X ij
T=
(ns 1)S + (ni 1)S ij2
2
sj 1 1
ns + ni 2 n + n
-Donde: s i
X sj =es la media de las puntuaciones obtenidas en el elemento j por aquellos

participantes, que en la escala total, obtuvieron puntuaciones ms altas
X ij =es la media de las puntuaciones obtenidas en el elemento j por aquellos

participantes, en la escala total, obtuvieron puntuaciones ms bajas
S sj2 =es la varianza de las puntuaciones obtenidas en el elemento j por los
participantes del grupo superior
Sij2 =es la varianza de las puntuaciones obtenidas en el elemento j por los
participantes del grupo inferior
ns y ni= son respectivamente el nmero de participantes que componen el grupo 43
superior e inferior

Ejemplo: utilizando los mismos datos del ejemplo anterior, calcular la T de

Student para el tem 2. La media del grupo superior es
significativamente mayor que la media del grupo inferior? ( = 0,05).
Para calcular la discriminacin del tem 2 utilizando la T de Student,

tenemos que hacer dos grupos con las puntuaciones extremas. Por
razones didcticas, en este ejemplo cada grupo est conformado por
slo dos personas.
Participantes X2
Grupo E (16) 5
superior
B (15) 4
Participantes X2
Grupo A (13) 4
inferior
C (14) 2 44
22
17/01/2014

Participantes X2 X 22
Grupo E (16) 5 25
superior
B (15) 4 16
9 41
Participantes X2 X 22
Grupo A (13) 4 16
inferior
C (14) 2 4
6 20
X sj =
X sj
=
9
= 4,5
ns 2
X ij =
X ij
=
6
=3 45
ni 2

S sj2 =
X 2
sj 2
X sj =
41
4,52 = 20,5 20,25 = 0,25
ns 2
S ij2 =
X 2
ij 2
X ij =
20 2
3 = 10 9 = 1
ni 2
X sj X ij 4,5 3
T= = = 1,9
(ns 1) S + (ni 1) S 1 1
2 2 (2 1)0,25 + (2 1)1 1 1
sj ij +
n + n
ns + ni 2 2+22 2 2
s i
Una cola: T(,ns+ni-2) = T(0,05, 2+2-2) = T(0,05, 2) = 2,92
1,9 < 2,92 Se acepta la hiptesis nula. La media del grupo

superior no es significativamente mayor que la media del grupo
46
inferior. El tem no discrimina adecuadamente.
23
17/01/2014

Cuando se violan los supuestos de normalidad y/o igualdad de varianzas

entre las poblaciones de las que proceden las muestras, podemos
utilizar la U de Mann-Whitney
Procedimiento:
1. Se hace una ordenacin conjunta de todos los participantes, asignando
el orden 1 a la puntuacin ms baja.
2. Se suman por separado los rdenes de cada grupo y se halla la U para
cada uno de ellos mediante la frmula
3. Se consulta en las tablas el valor crtico de U (si es mayor indica que
hay diferencias significativas).
ns ( ns + 1) -Donde:
U s = ns ni + Rs
2 Rs =la suma de los rdenes del grupo superior
n ( n + 1)
U i = ns ni + i i Ri Ri =la suma de los rdenes del grupo inferior
2
47
2.3., 2.4. PARAMETROS DE LOS TEMS.

Fiabilidad y validez del tem
ndices de fiabilidad y validez de los tems: pueden interpretarse
directamente en relacin con las propiedades psicomtricas ms
relevantes del test (fiabilidad y validez). Son estadsticos que estn en
funcin de la correlacin del tem con el test o criterio,
respectivamente.
IF = S j r jX
Donde:
Sj= desviacin tpica del tem.
rjX=correlacin del tem con la puntuacin en el test.
IV = r jY
Donde:
rjY=correlacin del tem con la puntuacin en el criterio.
48
24
17/01/2014

Ejemplo: Con la informacin que se presenta a

continuacin, calcular el IF y el IV del tem 4.
p Rbp test Rbp criterio

tem 4 0,47 0,5 0,4
49

IF = S j rjX = 0,5 * 0,5 = 0,25

S 2j = pq = 0,47 * 0,53 = 0,25
q = 1 p = 1 0,47 = 0,53
S j = S 2j = 0,25 = 0,5
IV = rjY = 0,4
50
25
17/01/2014

Relacin entre validez y fiabilidad: La validez del test se puede expresar
a travs de los coeficientes de fiabilidad y validez de los tems:
Importancia de la ecuacin porque expresa la validez del test a partir de:

n n 1. La discriminacin de los tems (rjx)
S r
j =1
j jy S IV
j =1
j j
rxy = = 2. La validez de los tems (rjy)

n n
S r
j =1
j jx IF
j =1
j 3. La dificultad de los tems (S2j=pq)
Paradoja: si queremos seleccionar tems para maximizar la fiabilidad del test

tendremos que elegir aquellos cuya discriminacin (rjx) sea alta. Pero ello,
implica reducir el coeficiente de validez del test porque sta aumenta a
medida que los ndices de validez de los tems son elevados y los de fiabilidad
bajos. Por tanto, incrementar la validez, o la fiabilidad del test a partir de la
seleccin de los tems, es una cuestin que ha de ser sometida al criterio del
investigador
51

Comparacin de las respuestas a los tems
Supongamos que se han aplicado dos tems a una muestra de 200 participantes, y
que los datos se distribuyen segn la siguiente tabla:
tem 1
tem 2 Acierto Error
Acierto 65 (a) 35 (b)
Error 35 (c) 65 (d)
Es equivalente el grado de dificultad de los tems? (NC = 95%). Podemos
utilizar la Chi-cuadrado propuesta por Harris y Pearlman (1977). La
hiptesis que planteamos es si la ejecucin en ambos tems es igual o
no. 2
( b c 1)
2 =
b+c
2 X2(, 1): Se acepta la hiptesis nula. El grado de dificultad de ambos
tems es equivalente.
2 > X2(, 1): Se rechaza la hiptesis nula. El grado de dificultad de ambos52
tems es diferente.
26
17/01/2014

Comparacin de las respuestas a los tems
2 ( b c 1) 2 ( 35 35 1) 2
= = = 0,014
b+c 70
(20,05;1) = 3,84
NC = 95% (0,014 0,84)

Dado que a un nivel de confianza del 95% el valor

obtenido es menor que el de las tablas, podemos
concluir que la dificultad de ambos tems es igual, o
que no presentan valores significativamente distintos
53
3. ANLISIS DE DISTRACTORES
ANLISIS DE DISTRACTORES:
Si tras anlisis de tems, aparecen elementos poco discriminativos o con
dificultad extrema, pero que deseamos mantener Revisin de las
alternativas o distractores.
El objetivo de un distractor es atraer la atencin de los participantes con
nivel medio o bajo en el constructo y que no tienen suficiente nivel para
responder correctamente al tem. Se consideran buenos si:
1. Son elegidas por un mnimo de participantes (al menos el 10%).
2. Son aproximadamente igual de atractivas para los participantes (misma
probabilidad).
3. El rendimiento medio en el test de los participantes que han elegido

cada distractor sea inferior al de los participantes que han seleccionado
la correcta la media en el test de los participantes que eligen la correcta
es superior a la media de los participantes que seleccionan la incorrecta.
4. Que discriminen entre los participantes de bajo, medio, y alto nivel en el
rasgo medido, pero en sentido contrario a como lo hace la alternativa
correcta ndice de discriminacin alto y negativo (poder 54
discriminativo)
27
17/01/2014
3. ANLISIS DE DISTRACTORES.
3.1. Misma probabilidad de los distractores
Los distractores son igualmente probables si son
seleccionados por un nmero mnimo de
participantes y si son igual de atractivos para
quienes no saben la respuesta correcta.
2:
(FTi FOi )2
k
=
2
j =1 FTi
FTi = Frecuencias tericas (esperadas).

FOi = Frecuencias observadas. 55
Grados de libertad: K -1 (K = nmero de alternativas

incorrectas).
Ho: FTi = FOi (en los participantes que no saben la

respuesta correcta, la eleccin de cualquier distractor es
igual de atractiva).
Conclusin:
2 2 Se acepta la hiptesis nula. Los distractores son
O ( , k 1)
igualmente probables.
2
>
O
2
( , k 1)
Se rechaza la hiptesis nula. Los distractores no
son igualmente probables.
56
28
17/01/2014
Ejemplo. Determinar si las alternativas
incorrectas son igual de atractivas ( = 0,05).
A B* C
Nmero de respuestas 136 142 92
57
=2
k
(FTi FOi )2 =
(114 136) 2 + (114 92) 2
=
j =1 FTi 114
22 2 + 22 2 484 + 484 968
= = = = 8,49
114 114 114
136 + 92 228
FTi = = = 114
2 2
Para ser igualmente probables, cada distractor habra de
ser elegido por 114 participantes.
58
29
17/01/2014
(2 ,k 1) = (20, 05; 21) = (20, 05;1) = 3,84
8,49 > 3,84 Se rechaza la hiptesis nula. Las alternativas

incorrectas no son igualmente atractivas para los
participantes, aunque cumplieron el criterio de haber sido
seleccionadas por un mnimo del 10% de la muestra (N).
N = 136 + 142 + 92 = 370

370 *10
10% = = 37
100
136 > 37
92 > 37 59
3.2. Poder discriminativo de los distractores
Discriminacin alternativas incorrectas: A medida que
la aptitud aumenta, la alternativa incorrecta es
seleccionada por menos participantes
participantes que la seleccionan
Baja aptitud Alta aptitud
60
30
17/01/2014
Alternativas del tem
A* B C D E
1. Alternativa B: no
funciona como un
Nivel de Superior 65 11 64 32 28 distractor eficaz ya que
aptitud inferior 15 30 20 68 67 no es elegida por un
mnimo de personas
Estadsticos P 0,30 0,08 0,19 0,21 0,22 (0,08).
X 11,1 8,3 13,2 8,9 7,8
D 0,25 -0,09 0,22 -0,18 -0,19
2. Alternativa C: no
3. Alternativas D y E Funcionan funciona como un

adecuadamente ya que son respondidas distractor eficaz ya que la
por un mnimo de personas y sus media es superior (13,2) a
ndices de discriminacin son negativos los que han elegido la
(-,18; y -,19 ) atraen a los participantes correcta atrae a
menos competentes de la muestra. participantes competentes
61
Ejemplo. La tabla que se presenta a continuacin contiene las
respuestas de 5 participantes a 4 tems. Entre parntesis se
muestra la alternativa seleccionada por cada participante.
La respuesta correcta est marcada con un asterisco.
Calcular la discriminacin del distractor b en el tem 3.
tems
Participantes 1(a*) 2(b*) 3(a*) 4(c*)
A 0 (b) 1 0 (b) 1
B 1 1 0 (b) 1
C 1 1 1 1
D 0 (c) 0 (a) 0 (b) 1
E 1 1 1 0 (b)
62
31
17/01/2014
tems Total
Participantes 1(a*) 2(b*) 3(a*) 4(c*) X (X-i) (X-i)2
A 0 (b) 1 0 (b) 1 2 2 4
B 1 1 0 (b) 1 3 3 9
C 1 1 1 1 4 3 9
D 0 (c) 0 (a) 0 (b) 1 1 1 1
E 1 1 1 0 (b) 3 2 4
11 27
X1 XT p 2 2,2 0,4
rbp = = = 0,22
SX q 0,75 0,6
Al encontrarse un resultado negativo, el distractor puede considerarse
bueno (fue principalmente elegido por participantes con bajo nivel de
conocimiento). 63
Clculos:
Media de las puntuaciones en el test de los participantes que
seleccionaron la alternativa b en el tem 3 (participantes A, B y D):
2 + 3 +1 6
X1 = = =2
3 3
Los dems clculos se realizan como es usual (nada cambia):
11
XT = = 2,2
5
27
SX = 2,2 2 = 5,4 4,84 = 0,56 = 0,75
5
2
p = = 0,4
5 64
q = 1 p = 1 0,4 = 0,6
32
17/01/2014
3.2. Poder discriminativo de los distractores. Utilidad de los mtodos grficos
REPRESENTACIN GRFICA:
CCI emprica del tem 18
120 1. Alternativa A (correcta): a medida que el nivel de aptitud
aumenta, es seleccionada por ms participantes
100
discriminacin positiva
80
a*
60
2. Distractores B y C: la tendencia es la contraria. En niveles
40 de aptitud bajo, son igualmente seleccionadas, y a medida que
b el nivel de aptitud aumenta la seleccionan cada vez menos
%en(1;1) IT18R
20 c participantes discriminacin negativa

%en(2;2) IT18R
0 %en(3;3) IT18R
no-apto aprobado notable
nota criterial
CCI emprica del tem 22 3. Alternativa A (correcta): aproximadamente es igualmente
80
70
selecciona entre participantes poco competentes y muy
60
a* competentes discriminacin baja o prxima a cero.
50
40
b
30
4. Distractor B: es igualmente seleccionada indistintamente
20
c del nivel de aptitud de los participantes (lnea plana)
%en(1;1) IT22R
%en(2;2) IT22R
10
0
discriminacin prxima a cero.
%en(3;3) IT22R
no-apto aprobado notable
5. Distractor C: Prcticamente a lo largo de todo el continuo
nota criterial
de aptitud lo identifican como falso, y por tanto no lo
seleccionan ni los participantes menos competentes. 65
3.2. Poder discriminativo de los distractores. Utilidad de los mtodos grficos
Diagrama de caja y Diagrama de caja y
bigotes de un ANOVA bigotes de un ANOVA
de un BUEN tem de un MAL tem
15 15
12 12
9 9
X
X
6 6
3 3
0 0
1 2 3 4 1 2 3
La media de los -La opcin 4 no ha sido seleccionada.

participantes que han -La opcin 3 slo la elige un
seleccionado la opcin participante.
correcta (3) es ms alta en -La opcin 2 presenta una
el test que los que han variabilidad pequea
seleccionado las incorrecta -La opcin correcta (1) ha sido
y estas a su vez no difieren respondida indistintamente por
entre si. 66
participantes de baja y alta aptitud.
33
17/01/2014
4. Funcionamiento
diferencial de los tems
67
4.1. EL FUNCIONAMIENTO DIFERENCIAL DEL TEM.

Conceptos de sesgo, impacto y funcionamiento diferencial del tem.
FUNCIONAMIENTO DIFERENCIAL DEL TEM:

miden todos los tems de la misma manera a todos los grupos de
participantes a los que se han administrado?en caso contrario,
estaramos perjudicando sistemticamente a determinados
participantes en funcin de su pertenencia a determinados grupos.
Martnez-Arias (1995): Las diferencias entre grupos encontradas en los
resultados de tests de aptitudes y rendimiento reflejan diferencias reales entre
los grupos o estn causadas por fuentes sistemticas de variacin ajenas al
constructo que mide el test?
Fuentes sistemticas de variacin, son las que

originan el sesgo, y afecta directamente a la validez de
constructo, la introduccin de componentes
irrelevantes para el constructo. 68
34
17/01/2014
4. EL FUNCIONAMIENTO DIFERENCIAL DEL TEM.

Ejemplo: Se ha aplicado un test de 35 elementos que intenta medir el

rendimiento en matemticas de los alumnos de 2 de la ESO factores
como los contenidos elegidos pueden hacer que las nias tengan ms
probabilidades de xito en responder correctamente a los tems. Factores
ajenos al rendimiento en matemticas estn propiciando que dentro del
mismo nivel en el rasgo medido nios y nias obtengan resultados
distintos?
El Sesgo analiza las posibles fuentes de variacin que puedan beneficiar

ms a un subgrupo de participantes que a otros. Un tem est sesgado, en
la medida en que para dos participantes o grupos con el mismo valor en la
variable medida, se generan mediciones distintas.

El estudio del sesgo se realiza a travs de distintas tcnicas englobadas
bajo el epgrafe de Funcionamiento Diferencial del tem (DIF): Se dice
que un tem presenta DIF si comparando grupos de participantes en
funcin de una caracterstica sociodemogrfica (generalmente), se observa
que participantes con el mismo nivel en la variable medida tienen
diferentes posibilidades de acertar el tem. 69

Conviene diferenciar claramente entre impacto y Funcionamiento

diferencial:
Impacto: Se dice que un tem presenta impacto cuando existen diferencias
reales en la puntuacin media obtenida en ese tem por dos grupos de
participantes con distinto nivel en el rasgo o caracterstica que mide el
test.
Funcionamiento Diferencial: Un tem presenta DIF cuando existen
diferencias en la puntuacin media obtenida en ese tem por dos grupos
de participantes pero con el mismo nivel en el rasgo o caracterstica
evaluada por el test (por ejemplo anglosajones e hispanos que responden a

un test sobre matemticas realizado en ingls).
La presencia de impacto, implica diferencias reales entre los

participantes de ambos grupos, mientras que el DIF indica que
no son reales, sino que se deben al instrumento de medida
utilizado 70
35
17/01/2014

Ejemplo: test para detectar el riesgo de suicidio entre pacientes clnicos est
sesgado en funcin de la edad.
1. Cuando el riesgo de
20 suicidio es 16, los
18 jvenes obtienen en el
test una puntuacin
p u n tu a c i o n e s e n e l te s t
16
14 menor que los
12 ancianos.
ancianos
10 participantes jvenes
jvenes
8 que procuran atencin
6 psicolgica urgente no
4 la reciban.
2
0
0 2 4 6 8 10 12 14 16
riesgo de suicio
2. Cuando el riesgo es despreciable. El test ofrece

puntuaciones similares para ambos grupos 71

Deteccin del DIF.
Evaluacin del DIF cuidadoso anlisis por parte de varios

expertos del contenido del tem que pueda estar perjudicando
sistemticamente a un grupo respecto a otros. A esto se le
denomina DIF (sustantivo), que hay que completar con
procedimientos estadsticos o DIF estadstico:
1. 2 de los aciertos: dividir las puntuaciones de los dos grupos

analizados en distintos niveles (5 y 10, normalmente). Si el
tem no est sesgado es de esperar que las proporciones de

aciertos sean iguales en los distintos niveles para los dos
grupos. Aplicar 2 propuesta por Scheuneman (1979)
72
36
17/01/2014
EL FUNCIONAMIENTO DIFERENCIAL DEL TEM.

Deteccin del DIF, 2 de los aciertos
1. Se aplica un test a 400 participantes, 200 hombres y 200 mujeres, cuyas
puntuaciones se dividieron en 5 categoras. Se desea estudiar el posible
sesgo de un tem que por incluir estmulos visuales ms familiares a los
hombres pudiera estar sesgando a las mujeres
Nmero de Aciertos Proporcin de aciertos
X participantes
Mujer Hombre Total Mujer Hombre Total
20-24 20 15 35 15 10 25 25/35=0,71
15-19 100 105 205 70 85 155 155/205=0,76
10-14 50 40 90 10 30 40 40/90=0,44
5-9 20 30 50 5 20 25 25/50=0,50
0-4 10 10 20 0 5 5 5/20=0,25
Total 200 200 400 100 150 250
2. Expresa la proporcin de
1. Expresa el continuo aciertos. Es decir, el n de
de aptitud dividido en aciertos entre el total de
5 categoras. participantes en cada 73
categora.
EL FUNCIONAMIENTO DIFERENCIAL DEL TEM.

Se necesita la frecuencia esperada en
hombres y mujeres. Para ello, se
multiplica la proporcin de aciertos de
cada nivel por la frecuencia de mujeres
y hombres respectivamente.
X Frecuencias esperadas (Ho)

Mujeres Hombres
20-24 20*0,71=14,20 15*0,71=10,65
15-19 100*0,76=76 105*0,76=79,8
10-14 50*0,44=22 40*0,44=17,6

5-9 20*0,50=10 30*0,50=15
0-4 10*0,25=2,50 10*0,25=2,50
De esta forma, obtenemos los valores tericos, es decir, aquellos

que debieron haberse obtenido en caso de que la proporcin de
aciertos fuese la misma para ambos grupos.
74
37
17/01/2014

Finalmente, una vez conocidas las frecuencias empricas y tericas

podemos calcular el valor de Chi-cuadrado emprico
X Frecuencias empricas y tericas
Mujeres Hombres Otenemos un valor de
Empricas Tericas Empricas Tericas 25,34 que comparado
20-24 15 14,20 10 10,65
con el terico para un
N.C del 99% y 4 g.l
15-19 70 76 85 79,80
encontramos que es
10-14 10 22 30 17,6
mayor ha de
5-9 5 10 20 15
rechazarse la hiptesis
0-4 0 2,5 5 2,5 nula. Es decir, ITEM

(15 14,2) 2 (5 2,5) 2 SESGADO
2 = + ... + = 25,34
14,2 2,5
(20,99; 4 ) = 13,28
NC = 99% (25,34 13,28) rechazamos la hiptesis nula : tem sesgado 75

Deteccin del DIF, el procedimiento de Mantel-Haenszel.
2. El procedimiento de Mantel-Haenszel: dado su sencillez y

buenos resultados es uno de los mtodos ms utilizados en la
actualidad. Puede considerarse una extensin de los mtodos
basados en la Chi-Cuadrado como el anterior.
1. Seleccionar la variable externa que se sospeche que pueda estar
generando DIF. Se diferencia entre grupo de referencia (GR) que
usualmente es el grupo favorecido; y grupo focal (GF),
usualmente el grupo desfavorecido.
2. Subdividir a los participantes de ambos grupos en funcin de la

puntuacin emprica obtenida en el test en subgrupos de
habilidad homognea.
3. Calcular el nmero de respuestas correctas e incorrectas por
cada grupo y nivel de habilidad (k), y se organiza mediante una
tabla de contingencia de 2*2 (tantas como niveles de habilidad,
76
k).
38
17/01/2014

Correctas Incorrectas
1. A= n de participantes
GR AK BK N del G.R que aciertan el tem
R en el nivel k de habilidad.
GF CK DK NF
N1 N2 NK
4. Estimar la cantidad de funcionamiento diferencial mediante la siguiente

expresin: n
Ak Dk
Nk
= k n=1
MH
Bk Ck

k =1 N k
5. Interpretar los resultados: Los valores de alfa oscilan entre 0 e infinito.

Valores mayores que 1 indican que el tem favorece al grupo de
referencia. Valores menores que 1 al focal. Y valores prximos a cero
indica que no hay DIF.
77

Se sospecha que en un tem de matemticas est sesgado en contra
de las nias. Para descartar esa posibilidad se llev a cabo un
anlisis del FDI. Se formaron 4 grupos de aptitud. Los resultados
se muestran en la siguiente tabla, donde se muestran las
respuestas correctas e incorrectas en cada grupo de aptitud tanto
en nios como en nias:
Nios Nias
X Correctas Incorrectas Correctas Incorrectas
0-10 1 8 2 8
11-20 13 58 10 50
21-30 30 51 19 84
31-40 69 15 47 35
78
39
17/01/2014

A partir de la tabla se forman tantas tablas de contingencia de 2*2 como
grupo de aptitud:
Nios (G.R) Nias (G.F)
X Correctas Incorrectas Correctas Incorrectas
0-10 1 8 2 8
11-20 13 58 10 50
21-30 30 51 19 84
31-40 69 15 47 35
En el nivel de aptitud
(0-X-10) Correctas Incorrectas comprendido entre 0 y 10
hay 19 participantes. En
GR 1 8
el G.R 1 ha acertado el
GF 2 8 tem, mientras que del
19 G.F han sido 2.
79

Construimos tantas tablas de contingencia como niveles de

aptitud; y aplicamos la frmula de Mantel-Haenzel:
Dado que est por encima de

1, podemos concluir que existe
funcionamiento diferencial
1* 8 69 * 35 que beneficia al grupo de
+ ... +
MH = 19 166 = 2,28 referencia. Es decir, el tem
2 *8 47 *15 favorece a los nios y
+ ... +
19 166 perjudica a las nias con el

mismo nivel en el rasgo
medido.
80
40
17/01/2014

Limitaciones:
1. No detecta DIF no uniforme, que a diferencia del
uniforme en el que el tem perjudica sistemticamente al
grupo focal en todos los niveles de aptitud, el no
uniforme para unas categoras perjudica a un grupo y
para otra perjudica al otro grupo.
2. A medida que se reduce el nmero de categoras,
aumenta la probabilidad de catalogar tems con DIF.
81
5. BIBLIOGRAFA COMENTADA
1. Barbero, I., Garca, E. Vila, E., y Holgado, F.P. (2010). Psicometra:
Problemas resueltos. Madrid: Sanz y Torres.
Se trata de un libro de ejercicios y problemas en el que se incluye el
desarrollo de la solucin. El alumno podr completar desde un punto de
vista aplicado los conceptos y contenidos vistos en la parte terica; as
como adquirir las destrezas necesarias para la resolucin de problemas.
2. Barbero, I. (Coord.) , Vila, E. y Holgado, F.P. (2010). Psicometra.

Madrid: Sanz y Torres.
En el captulo 8 se realiza una profusa introduccin al concepto de anlisis
de los tems y se presentan con muchos ejemplos cada los parmetros de
los tems ms relevantes. El captulo termina con una sencilla explicacin

del FDI.
3. Fidalgo, A.M. (1996). Funcionamiento diferencial de los tems. En J.
Muiz (Coord.), Psicometra. Madrid: Sntesis.
Este Captulo puede servir para preparar los contenidos relacionados con el
estudio del DIF, particularmente los apartados 9.4 y 9.5 en los que se
abordan sus causas y se presentan algunas tcnicas estadsticas para su82
deteccin.
41
17/01/2014
5. BIBLIOGRAFA COMENTADA
4. Garca Cueto, E. (1993). Introduccin a la Psicometra. Madrid:

Siglo XXI.
El Captulo 12 se presentan los ndices estadsticos ms
habituales. Un buen resumen de los principales contenidos con
algunos ejercicios de autoevaluacin al final del tema.
5. Martnez Arias, R. (1995). Psicometra: Teora de los Tests

Psicolgicos y Educativos. Madrid: Sntesis.
El Captulo 18 se puede utilizar como referencia para la

preparacin de los aspectos tericos y aplicados. Se presentan
los principales ndices estadsticos clsicos para la evaluacin
de la calidad de los tems, tanto en los TRN como en TRC.
83
42

Tema 4

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Tema 4

Загружено:

Авторское право:

Доступные форматы

17/01/2014

Salvador Chacn Moscoso

3.1. Misma probabilidad de los distractores.

La calidad psicomtrica puede evaluarse mediante el anlisis de:

Con el anlisis de la alternativa correcta, se obtienen indicadores como:

extrema revisar o eliminar.

La calidad psicomtrica puede evaluarse mediante el

Anlisis de las incorrectas o anlisis de distractores:

2. Parmetros de los tems

2.1. PARAMETROS DE LOS TEMS.

N = nmero de participantes que respondieron al tem

2.1. PARAMETROS DE LOS TEMS.

Se aplica a otra muestra de participantes muy competentes en lengua:

2.1. PARAMETROS DE LOS TEMS.

2.1. PARAMETROS DE LOS TEMS. Dificultad del tem.

2.1. PARAMETROS DE LOS TEMS. Dificultad del tem.

En la tabla siguiente se muestran las distribuciones de frecuencias de

- Calcular la dificultad de cada tem (p y pc).

2.1. PARAMETROS DE LOS TEMS. Dificultad del tem.

La ordenacin de los tems de menor a mayor dificultad sera 3, 4, 2, y 1.

La diferencia entre p y p corregida es mayor en los tems

2.2. PARAMETROS DE LOS TEMS. Discriminacin del tem

Discriminacin del tem: la capacidad del tem para

del grado de validez del tem referida a ese criterio, y su valor

2.2. PARAMETROS DE LOS TEMS. Discriminacin del tem

1. Alta discriminacin: A medida que

tienden a acertarlo en mayor grado participantes

Baja aptitud Alta aptitud Baja aptitud

2.2. PARAMETROS DE LOS TEMS. ndice de discriminacin D

El ndice de Discriminacin D: se basa en la comparacin del

2.2. PARAMETROS DE LOS TEMS. ndice de discriminacin D

modificados o eliminados del test

2.1., 2.2. PARAMETROS DE LOS TEMS. Ejemplo

Se presentan las respuestas de los participantes de una muestra a un tem de cuatro

2.1., 2.2. PARAMETROS DE LOS TEMS. Ejemplo

Se presentan las respuestas de los participantes de una muestra a un tem de cuatro

E 35 que indica que es relativamente

2.2. PARAMETROS DE LOS TEMS.

El grado de discriminacin tambin puede medirse mediante el coeficiente

respondido correctamente al tem.

2.2. PARAMETROS DE LOS TEMS.

Tambin se puede aplicar la siguiente frmula de correccin:

A medida que el nmero de tems aumenta rbp se aproxima

2.2. PARAMETROS DE LOS TEMS.

Ejemplo. La siguiente tabla muestra las respuestas de 5

2.2. PARAMETROS DE LOS TEMS.

2.2. PARAMETROS DE LOS TEMS.

Los participantes que respondieron correctamente el tem

2.2. PARAMETROS DE LOS TEMS.

2.2. PARAMETROS DE LOS TEMS.

2. Correlacin Biserial: tem es una variable continua que ha

2.2. PARAMETROS DE LOS TEMS.

2.2. PARAMETROS DE LOS TEMS.

Los participantes que respondieron correctamente el tem

2.2. PARAMETROS DE LOS TEMS.

X 1 X T p 2,5 2,2 0,4

Debido a que el valor p = 0,4 no aparece en la primera columna de la

2.2. PARAMETROS DE LOS TEMS. Coeficientes de

1. La biserial-puntual es fiel reflejo de la contribucin del tem, ya

2.2. PARAMETROS DE LOS TEMS.

2.2. PARAMETROS DE LOS TEMS.

Coeficiente phi (): para el clculo se procede mediante la siguiente

2.2. PARAMETROS DE LOS TEMS.