Академический Документы
Профессиональный Документы
Культура Документы
2.1. Introducción
1
La regla del trazado dice que la correlación entre dos variables es igual a la suma de efectos que
comunican ambas variables. El valor de cada efecto compuesto es el producto de los efectos simples que lo
constituyen.
Fundamentos de la Teoría Clásica de los tests 2
En este curso desarrollaremos la TCT por considerar que su uso sigue siendo el más
habitual en los tests que el alumno posiblemente esté estudiando en otras asignaturas de la
titulación de Psicología y que tendrá que utilizar para la orientación o el diagnóstico en su futuro
profesional.
Se iniciará el tema con la presentación de los postulados fundamentales de la TCT, así
como su formulación específica en modelos estructurales, para después derivar de ellos las
distintas ecuaciones y procedimientos empíricos de estimación de los parámetros de Fiabilidad y
Validez.
Como se expuso en el tema anterior los errores de medida originan graves distorsiones en
la misma naturaleza de la relación entre las variables implicadas en la investigación objeto de
estudio. Tales errores pueden minimizarse hasta un cierto grado pero nunca eliminarse. La
balanza más precisa que podamos imaginar, siempre sufrirá un cierto desgaste en sus piezas a lo
largo del tiempo, habrá una mínima fricción entre sus componentes, o simplemente nuestro
ángulo de visión al observar el test no será en todo momento exactamente el mismo. Y si esto
ocurre cuando estudiamos objetos, qué será cuando investigamos sujetos. En fenómenos
humanos no hay forma de garantizarse un perfecto control sobre todas y cada una de las
circunstancias (variables) que influyen aleatoriamente en la medida. Precisamente para ese
componente de error aleatorio, la única aproximación posible es la estadística, donde las
decisiones se toman siempre con cierta probabilidad de acertar y cierto margen de error asociado,
que llamaremos error (máximo) de medida.
Descartaremos, por el momento, los errores conceptuales y sistemáticos (para algunos
autores, ambos sistemáticos) como debidos a problema de diseño y/o de fundamento teórico, y
nos centraremos sobre los errores aleatorios, susceptibles de ser abordados (indirectamente)
desde la teoría matemática que expondremos a continuación. Veremos, cómo desde los supuestos
del modelo de medida de la TCT, desde sus restricciones impuestas, podemos acotar, hasta cierto
punto, la cuantía de los errores de medida.
Este modelo de medida, expuesto originalmente por Spearman, y que se denomina
ecuación fundamental de la teoría clásica de los test, viene a decir lo siguiente:
X=V+E (2.1)
La puntuación empírica “X” obtenida por un determinado sujeto a través de un test tiene un
componente verdadero “V” (nivel en el que posee el sujeto el constructo que es objeto de
medida) y un residual de error que es consecuencia de las limitaciones del instrumento de medida
y de la situación de medida. Esta ecuación resulta bastante obvia y razonable, pero hay que
insistir que no es tanto la constatación de una realidad, cuanto la definición de un supuesto. Por
ejemplo, entendemos que las puntuaciones empíricas son combinaciones lineales de las
puntuaciones verdaderas y de los errores (modelo lineal), y no que los errores tienen una relación
multiplicativa con las puntuaciones verdaderas, lo que daría lugar a otro tipo de modelo no lineal.
De la ecuación 2.1 lo único realmente obvio es la puntuación Xi obtenida por un
determinado sujeto. Pero, ¿qué decir de la puntuación verdadera en el atributo o factor (Vi) y del
error (Ei)? Aquí no hay ninguna evidencia, y es a través de conjeturas como estimamos su valor.
Sobre la puntuación verdadera, o simplemente nivel del sujeto en el factor o atributo, se
han dicho muchas cosas. Tal como se considera en este contexto de la teoría clásica, no es alguna
cualidad real inherente a las personas e inmutable que se encuentra en éstas al estilo de las ideas
platónicas y que se refleja, como en el mito de la caverna, en cierto grado (con error), dando
lugar a la puntuación observada. Podría ser así, pero, dado que la puntuación verdadera aunque
Fundamentos de la Teoría Clásica de los tests 3
Vi = X i (2.2)
Respecto al error de medida, hay que decir, como ya se ha afirmado, que es aleatorio.
Esto implica que unas veces nos equivocaremos por exceso y otras por defecto, y que a la larga
(después de medir infinitas veces o a infinitos sujetos) habrá simetría y la cantidad de errores
positivos se compensa con la de los negativos. Así:
Ei = 0 (2.3)
Ej = 0
Las ecuaciones 2.1 a 2.6 presentan los axiomas (no demostrables) y univariantes de la
TCT. De ellos se derivan, por demostración, otros postulados también unidimensionales. En este
sentido, cuando se mide un constructo a los infinitos sujetos de una población, la esperanza
matemática o media de las puntuaciones observadas coincide con la de las verdaderas:
X = V + E +V (2.4)
2
A partir de 2.1 2.3 y 2.4 se deduce que también en puntuaciones diferenciales se cumple
el axioma de la TCT:
xi = vi + ei (2.5)
Igual que ocurre en el modelo de regresión lineal, también los errores cometidos en
distintas situaciones de medida (sujetos o momentos) están incorrelacionados entre sí:
re j ek = 0 siendo j y k dos medidas distintas (2.7)
De 2.6 y 2.7 se deriva que también está incorrelacionado el error cometido en una
situación de medida con la puntuación verdadera de otra situación de medida distinta:
2
X i = Vi + Ei ⇒ X − X = Vi − V + Ei − E ⇒ xi = vi + ei
Fundamentos de la Teoría Clásica de los tests 4
Y, por último, dos supuesto más, necesarios para hacer inferencias estadísticas, hacen
referencia a la normalidad de los errores y a la homocedasticidad o igualdad de varianza de los
mismos para distintos niveles en el constructo.
∑ (v + e)
2
S x2 = ∑ = ∑ (v +v 2 + 2ve) ∑ v 2 ∑ e 2
+ 2 ∑ = Sv + Se
x2 2
ve
3
= = +
N N N N N N
Ya que la correlación (y por tanto, la covarianza) entre las puntuaciones verdaderas y los errores es cero.
4
A partir de 2.6:
rxv =
∑ xv = ∑ (v + e)v = ∑ (v 2
+ ev)
=
∑v 2
+
∑ ev 1 S2 SS
= v = v v = v
S
NS x S v NS x S v NS x S v N N S x Sv S x Sv S x Sv S x
5
Siguiendo la misma lógica que en la demostración anterior animamos al alumno a que demuestre que:
Dxx=Fv2/Fx2
6
Recordemos, a este respecto lo dicho a modo de introducción en el tema 1. Hemos operativizado la
fiabilidad absoluta como Dxv o como Bxv y la fiabilidad relativa como Dx1x2 o como Bx1v*Bx2v:
Dxv = Bxv
V X
Fundamentos de la Teoría Clásica de los tests 5
Es nuestra intención exponer en las páginas siguientes la TCT a la luz de los modelos
estructurales de medida.
Podemos expresar la ecuación conocida ( Xi = Vi + Ei ) de la siguiente forma, siendo uno
tanto el valor de “Bxv” como el de “Bxe” (ver fig 2.1 y ecuación 2.13):
X i = π xvVi + π xe Ei = 1 * Vi + 1 * Ei (2.13)
πxe=1
πxv=1
Se entiende que la variable exógena, marcada con un círculo (ver figura 2.1) como
corresponde a las variables no observables, es el verdadero nivel del sujeto en el atributo (los
factores o constructos son puntuaciones verdaderas o sin error). Así “Vi” es el constructo que
origina, causa o se manifiesta en la variable de comportamiento “ Xi ” (endógena). Así, aunque
operativamente hemos definido Vi como la media de Xi , podemos afirmar, no obstante, en
Fundamentos de la Teoría Clásica de los tests 6
términos teóricos, que la variable Xi es una medida efectuada sobre la variable Vi , y por tanto,
depende de ella.
En el diagrama anterior (fig. 2.1) se entiende que los parámetros Bxv y Bxe no están
estandarizados, dado que sus variables de partida y llegada tampoco lo están. Pero, además, para
que se cumpla que Xi = Vi + Ei , en términos de modelos estructurales los efectos han de valer
“1" necesariamente. En el apartado siguiente presentaremos este mismo modelo de medida en
puntuaciones estandarizadas.
Figura 2.2 Modelo de medida en puntuaciones estandarizadas para “Zv” y “Zx”, mientras que “E” es
un residual.
e Zx
π
xv
Zv Zx
estandarizadas, pues como veremos sólo en ese caso se puede interpretar Bxv como el índice de
fiabilidad. Para ello partamos del axioma fundamental de la TCT en diferenciales (x = v + e),
dividamos la diferencial de “x” por su desviación tipo y dividimos también por el mismo valor
(para mantener la igualdad) los dos términos del otro miembro de la igualdad (ver 2.14):
xi Sv e
= v i + (2.14)
S x Sv S x S x
Así obtenemos el axioma principal de la TCT en puntuaciones pseudotípicas.
Estandarizadas para x y para v pero no para el error, que viene expresado como un residual. Esto
es como la parte de x no que no depende o es manifestación de v (ver figura 2.2 ecuación 2.15):
Z xi = π xv Z v + eZ x (2.15)
Si seguimos con el proceso de estandarización de los tres componentes, hemos de
multiplicar y dividir los errores por su desviación tipo.
xi Sv Se
= v i + e (2.16)
S x Sv S x Se S x
Y así obtenemos la ecuación fundamental de la TCT en puntuaciones típicas, que mirq
por donde es la ecuación estructural básica correspondiente al diagrama causal del modelo de
medida básico de la TCT:
Z xi = π xv Z v + π xe Z e (2.17)
Ze
π xe
π xv
Zv Zx
Figura 2.3 Modelo de medida en puntuaciones estandarizadas para todos sus componentes.
Fundamentos de la Teoría Clásica de los tests 7
Dejamos al alumno para que compruebe que Bxe es igual a la raíz cuadrada de uno menos
π .
2
xv
Como conclusión del desarrollo del modelo de medida de la TCT en puntuaciones
estandarizadas, entendemos que una puntuación obtenida con cualquier instrumento de medida,
ya sea test o ítem, depende en un grado Bxv de lo que tiene el sujeto de ese constructo y en un
grado Bxe de lo que le han influido otros constructos y/o las circunstancias de medida.
∑ X M *V ∑ E j =1
j
j =1
j
= +
M M M
X =V + E
X =V
∑X
j =1
i ∑V ∑ E
j =1
i
j =1
i
= +
N N N
X =V + E
X =V
X i − X = Vi − V + Ei − E ; X j − X = V j − V + E j − E
xi = vi + ei ; xj = ej
*8) r =0 ei e k
*9) r =0 e j ek
*10) r =0 ei vk
*11) r =0 e j vk
Fundamentos de la Teoría Clásica de los tests 9
∑ x ∑ (v + e + 2v e )
2
i
2
i
2
i i i
i =1
= i =1
N n
n n n n
r = ∑
xv ∑ (v + e)v ∑ (v + ev) ⎛ ∑ v
+∑ ⎟
ve ⎞ 1 2
S SS S
2 2
= = =⎜ = = = ⎜ N
v v v v
N ⎟⎠ S x Sv
xv
NS x Sv NS x Sv NS x Sv ⎝ S x Sv S x Sv Sx
índice de fiabilidad:
Fundamentos de la Teoría Clásica de los tests 10
rx1 x 2 = ∑x x 1 2
=∑
(v + e )(v + e ) ∑ (v
1
= 2
2
+ ve2 + e1v + e1e2 )
=
NS x1 S x 2 NS x2 NS x2
⎛ ∑ v 2 ∑ ve2 ∑ ve2 ∑ e1v ∑ e1e2 ⎞ 1 Sv2 ⎛ Sv ⎞
2
= ⎜⎜ + + + + ⎟ 2 = 2 = ⎜ ⎟ = rxv2
⎟S ⎜ ⎟
⎝ N N N N N ⎠ x Sx ⎝ Sx ⎠
rxv = rx1 x 2
Ze
π xe
π xv
Zv Zx
Figura 2.1.- Modelo de medida en puntuaciones estandarizadas para sus tres componentes.
...una
puntuación obtenida con cualquier instrumento de
medida, ya sea test o ítem, depende en un grado π de lo xv