Problema Tipo 3. Fiabilidad Test-Retest. Aplicamos el test X en el tiempo 1 a una muestra de 10 sujetos, y el retest en tiempo 2.

Calculad el coeficiente de fiabilidad por el mtodo testretest. Datos:

Datos: Caso: I II 1 13 15 2 38 39 3 12 12

Caso: I II 4 11 10 1 17 17 534 2 18 19 643 3 12 12 7 40 38 4 11 10 8 15 13 577 Resultados: 643 7 19 18 8 10 11 934 10 27 28 Resultados: Problema Tipo 5. Mtodo de Dos Partes aplicando la Correccin de Spearman-Brown. Aplicamos un test que tiene 10 items a una muestra de 10 sujetos. Obtened el coeficiente de fiabilidad por el mtodo de dos mitades aplicando la frmula de Spearman-Brown. Datos: Items: Problema Tipo 4. Fiabilidad Formas "Paralelas". Caso: I1 2 3 4 5 6 7 8 9 I10 Aplicamos las formas A y B del test X a una muestra de 8 sujetos. Calculad el coeficiente de fiabilidad por el mtodo de formas paralelas. S1 1 2 1 2 1 1 2 3 1 1 22233334222 Coeficiente de fiabilidad:

Coeficiente de fiabilidad:

33344333443 41111121121 55544444554 64334343434 71123111321 82222222212 91111211112 S10 5 5 5 4 5 5 5 4 5 5 Solucin: Necesitamos elaborar en la tabla una columna P1 que refleje el total de la primera parte (suma de puntos de los cinco primero items) y otra P2 que refleje el total de la segunda parte (suma de puntos de los items 6 a 10) y obtener la correlacin entre ambas. (Para obtener la correlacin puede ayudar utilizar una columna "P1.P2" de productos, si es necesario). C a s o : S 1 2 3 4 5 6 7 8 9 S 1 0 S I 2 3 4 5 6 7 8 9 I P P 1 1 1 2 0 P1. P2

u m M e d D T

5 5 6 8 5 6 6 9 6 5 2 9 2 2 2 2 2 2 2 2 2 2 1 , , , , , , , , , , 2 5 5 6 8 5 6 6 9 6 5 , 9 1 1 1 1 1 1 1 1 1 1 6 , , , , , , , , , , , 5 4 3 1 2 3 3 3 4 3 4 6 3 5 6 8 5 5 9 6 5 5 2 6 6 5 6 6 7 7

3 2 1 3, 2 6, 2 7 4

5 210 ,5

186 ,1

Correlacin de Pearson r entre los totales P1 y P2 de ambas partes:

Estimacin del coeficiente de fiabilidad del test aplicando la correccin de Spearman-Brown caso de longitud doble a la correlacin anterior:

Observacin: Ntese que hay tres mtodos de clculo para obtener el coeficiente de fiabilidad por un mtodo de partes (Spearman-Brown, Rulon y Guttman). Cualquiera de ellos puede aplicarse sobre cualquiera de los tres mtodos de particin en dos partes de los items de un test (dos mitades, pares-impares, o "ad hoc"). Distintas particiones dan, en general, distintas estimaciones del coeficiente de fiabilidad del mismo test. Problema Tipo 6. Mtodo de Dos partes aplicando la frmula de Rulon. Aplicamos un test que tiene 10 items a una muestra de 10 sujetos. Obtener el coeficiente de fiabilidad por el mtodo de las dos mitades aplicando la frmula de Rulon. Datos: (Nota: Son los mismos datos del problema anterior).

1 2 1 2 1 1 2 3 1 1 7 2 2 3 3 3 3 4 2 2 2 1 3 3 3 4 4 3 3 3 4 4 3 1 7 1 1 1 1 1 2 1 1 2 1 5 5 5 4 4 4 4 4 5 5 4 2 2 4 3 3 4 3 4 3 4 3 4 1 7 1 1 2 3 1 1 1 3 2 1 8 2 2 2 2 2 2 2 2 1 2 1 0 1 1 1 1 2 1 1 1 1 2 6 5 5 5 4 5 5 5 4 5 5 2 4 2 2 2 2 2 2 2 2 2 2 1

8 1 3 1 7 7 2 2 1 8 8 9 6 2 4 1

56 169 289 35 484 306 64 90 36 576

210

Items: Caso: 1 2 3 4 5 6 7 8 9 10 11212112311 22233334222 33344333443 41111121121 55544444554 64334343434 71123111321 82222222212 91111211112 10 5 5 5 4 5 5 5 4 5 5 Solucin: Necesitamos una columna P1 que refleje el total de la primera parte (suma de puntos de los cinco primero items) y otra P2 que refleje el total de la segunda parte (suma de puntos de los items 6 a 10) y, adems, una columna "d" que refleje la diferencia entre ellas (d= P1-P2), y otra X que refleje el total (X=P1+P2) para obtener sus varianzas y aplicar la frmula de Rulon. C as o: S 1 2 3 4 5 6 I 2 3 4 5 1 1 2 1 2 1 2 2 3 3 3 3 3 4 4 3 1 1 1 1 1 5 5 4 4 4 4 3 3 4 3 6 7 8 9 I P P X 1 1 2 0 1 2 3 1 1 7 8 15 3 4 2 2 2 1 3 3 3 4 4 3 1 7 2 1 1 2 1 5 4 4 5 5 4 2 2 4 3 4 3 4 1 7 1 26 3 1 34 7 7 12 2 44 2 1 35 8 d

7 8 9 S 1 0 S u m M e d D T

1 1 2 3 1 2 2 2 2 2 1 1 1 1 2 5 5 5 4 5

1 1 3 2 1 8 8 2 2 2 1 2 1 9 0 1 1 1 1 2 6 6 5 5 4 5 5 2 2 4 4 2 2 2 2 2 1 1 6 6 9 6 5 2 3 9 2 2 2 2 2 2 1 1 , , , , , 2 3 6 6 9 6 5 , , 9 2 1 1 1 1 1 6 6 , , , , , , , 3 3 3 4 3 4 2 5 5 9 6 5 7 6 6 7 7 4 1 1 1 2 1 4 3 , , , , , 1 9 8 8 6 2 8 , , 4 4 9 4 5 6 3 9 6

16 19 12 48

0 1 0 0

2 2 2 2 2 5 5 6 8 5 2 2 2 2 2 , , , , , 5 5 6 8 5 1 , 5 6 5 2 , 4 5 1 , 4 3 2 2 , 0 5 1 , 3 5 6 1 , 8 4 1 , 1 6 6 1 , 3 6 1 , 2 8 5 1 , 6 5

26 1 26 ,1

3 0 , 3 0 , 7 8 1 0 , 6 1

12 ,7 1

V ar

16 1, 5

Aplicando la frmula de Rulon obtenemos el coeficiente de fiabilidad del test:

Problema Tipo 7. Mtodo de Dos partes aplicando la frmula L4 de Guttman. Aplicamos un test que tiene 10 items a una muestra de 10 sujetos. Obtener el coeficiente de fiabilidad por el mtodo de las dos mitades aplicando la frmula de Guttman. Datos: Los mismos datos del problema anterior. 0 2 0 1 Solucin: Necesitamos la misma tabla del problema anterior, pero podemos prescindir de la columna de diferencias d. Cas I 2 3 4 5 6 7 8 9 I1 P1 P X

1 0

o: S1 2 3 4 5 6 7 8 9 S10 Su m Me d

1 1 2 1 2

1 1 2 3 1 3 4 2 2

0 1 2 3 1 4 4 1 2 2 5

7 13 17 5 22 17 8 10 6 24 12 9 12 ,9

2 2 3 3 3 3 3 4 4 1 1 1 1 5 5 4 4 4 3 3 4 1 1 2 3 2 2 2 2 1 1 1 1 5 5 5 4 2 2 2 2 5 5 6 8 2 2 2 2 , , , , 5 5 6 8 1 , 5 6 5 2 , 4 5 1 , 4 3 2 2 , 0 5 1 , 3 5 6 1 , 8 4 1 , 1 6 6 1 , 3 6

3 3 3 4 4 1 2 1 1 2 4 4 4 5 5 3 4 3 4 3 1 1 1 3 2 2 2 2 2 1 2 1 1 1 1 5 5 5 4 5

2 2 2 2 2 25 5 6 6 9 6 2 2 2 2 2 , , , , , 5 6 6 9 6 1 , 2 8 5 1 , 6 5 1 , 3 5 6 1 , 8 4 1 , 3 5 6 1 , 8 4 2, 5

DT

Var

1 1 1, , , 36 3 4 9 7 1 2 1, , , 85 6 2 9 4

6, 45 7

41 ,6 9

2 8 1 5 1 2 3 6 1 3 7 4 7 1 2 2 4 2 4 1 3 8 5 8 1 6 9 1 9 6 1 2 2 4 4 8 1 2 3 6 2 1 1 2 3 6 , , 2 1 6 1 , 2 2 , 7 7 4 1 3 1 9 6 , 1 3 , 6 5

de las partes no son iguales, el procedimiento de Spearman-Brown dar una estimacin del coeficiente de fiabilidad superior a la de Rulon y Guttman; (en general, solo ligeramente superior). PROBLEMAS RESUELTOS Problema Tipo 8. Pronstico de la fiabilidad de un test, aumentando su longitud, mediante la frmula de Spearman-Brown. Tenemos un test cuya longitud inicial es 20 y cuyo coeficiente de fiabilidad es 081. Cul ser su fiabilidad si doblamos su longitud.(aadiendo items paralelos)? Datos: Longitud inicial del test (n de items inicial):

Longitud final del test (n de items final):

Fiabilidad inicial: Solucin: Relacin entre longitud final y longitud inicial:

Fiabilidad final pronosticada: Aplicando la frmula de Guttman:

Problema Tipo 9. Observacin: Los mtodos de Rulon y Guttman siempre dan el mismo resultado para una misma particin del test. El mtodo de Spearman-Brown aplicado sobre la misma particin dar igual que estos otros si las varianzas son iguales. Si las varianzas Pronstico de la fiabilidad de un test, disminuyendo su longitud, mediante la frmula de Spearman-Brown. Tenemos un test cuya longitud inicial es de 100 items y cuyo coeficiente de fiabilidad es 099.

Cul ser su fiabilidad si obtenemos una forma abreviada de 75 items ? Cul ser su fiabilidad si obtenemos una forma abreviada de 50 items ? Cul ser su fiabilidad si obtenemos una forma abreviada de 25 items ? Cul ser su fiabilidad si obtenemos una forma abreviada de 5 items ? Datos: Longitud inicial del test (n de items inicial): Fiabilidad final pronosticada para 25 items: Fiabilidad inicial: Primera longitud final del test (n de items final): Cuarta longitud final: Segunda longitud final del test (n de items final): Relacin entre longitud final y longitud inicial: Tercera longitud final: Relacin entre longitud final y longitud inicial: Fiabilidad final pronosticada para 50 items:

Tercera longitud final del test (n de items final): Fiabilidad final pronosticada para 5 items: Cuarta longitud final del test (n de items final):

Solucin: Primera longitud final: Relacin entre longitud final y longitud inicial: Problema tipo 10. Estimacin del nmero de items a aadir para mejorar una determinada fiabilidad inicial. Tenemos un test con 40 items cuyo coeficiente de fiabilidad es 0'6. Cuntos items habr que aadir para alcanzar una fiabilidad de 0'8? Fiabilidad final pronosticada para 75 items: Solucin: El problema puede resolverse planteando la frmula de Spearman-Brown y despejando n en ella:

Segunda longitud final: Relacin entre longitud final y longitud inicial:

Despus, puede despejarse la longitud final en la frmula de n:

Obtenindose, obviamente, las mismas conclusiones. Problema tipo 11. Estimacin del nmero de items que se pueden eliminar para obtener una determinada fiabilidad final. Tenemos un test con 167 items cuyo coeficiente de fiabilidad es 0'95. Cuntos items podramos suprimir para mantener una fiabilidad de 0'9? Solucin: El problema puede resolverse planteando la frmula de Spearman-Brown y despejando o aplicando las frmulas con n o f despejados que hemos deducido en el problema anterior.

Es decir, la forma final debera tener unos 107 items. (Dado que el nmero de items es variable discreta redondeamos al entero superior). De aqu es inmediato que, segn el pronstico de Spearman-Brown, habr que aadir 67 items a los 40 iniciales para alcanzar esa fiabilidad final Para resolver esta clase de problemas puede resultar prctico despejar n en la frmula anterior, para facilitar los clculos:

La forma final tendra unos 80 items (redondeamos los items finales al entero superior), y, por tanto, podramos eliminar unos 87 items. Aplicando la frmula de f llegamos a los mismos resultados:

Dado que se persigue generalmente obtener la longitud final todava es posible dar un paso ms:

Problema tipo 12. de donde: Clculo del coeficiente alfa. Hemos aplicado un test compuesto de 8 items a 10 personas observando los siguientes resultados. Obtener el coeficiente alfa. Aplicndolo al problema anterior tenemos: i1 s1 1 i2 1 i3 1 i4 2 i5 3 i6 1 i7 1 i8 1 T 11

s2 s3 s4 s5 s6 s7 s8 s9 s1 0 Su m a

5 3 5 2 4 1 5 3 5 34

4 3 5 1 3 2 5 3 5 32

5 4 5 2 4 1 5 1 5 33

4 4 4 2 4 2 4 2 5 33

4 3 4 3 3 1 5 3 4 33

3 4 4 1 5 2 5 3 4 32

2 3 5 1 5 2 4 1 3 27

1 2 3 1 3 1 2 1 1 16

28 26 35 13 31 12 35 17 32 24 0 24 s1 s2 s3 s4 s5 s6 s7 s8 s9 s1 0 s1 1 s1 2 p Clculo del coeficiente KR-20. Hemos aplicado un test compuesto de 10 items valorados dicotmicamente a 12 personas que han obtenido los siguientes resultados. Calculad el coeficiente KR-20. i i2 1 1 1 1 1 1 1 0 0 0 0 0 0 0 , 5 1 1 1 1 1 1 1 1 1 1 0 0 i3 1 1 1 1 1 1 1 0 0 0 0 0 i4 1 1 1 1 1 1 1 1 1 0 0 1 i5 1 1 1 1 0 0 1 1 1 1 1 0 i6 1 1 1 0 0 1 1 1 1 0 0 0 i7 i i9 8 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 0 1 0 0 1 0 1 0 0 0 0 0 0 0 0 0 i10 T 1 1 1 1 1 1 1 1 1 1 0 0 10 9 10 8 7 8 8 7 7 4 2 1 Problema tipo 13.

M 3,4 3,2 3,3 3,3 3,3 3,2 2,7 1,6 ed ia D es Ti p

1,5 1,4 1,7 1,1 1,0 1,4 1,4 0,8 9,2 62 69 35 05 87 63 69

V 2,4 2,1 3,0 1,2 1,0 1,9 2,2 0,6 85, ar 4 6 1 1 1 6 1 4 8 ia nz a Sum. Var. Items= Var. Total= N de items= 14,64 85,8 8

Una vez calculadas las varianzas de los items y del total del test (columna T), simplemente se aplica la frmula del coeficiente alfa:

0, 0,5 0,8 0,7 0,5 8 83 33 5 83 3 3 3 3 0, 0,4 0,1 0,2 0,4 1 17 67 5 17 6 6 6 7

0,75 0 0,1 0,8 6,7 , 67 33 5 9 1 7 0,25 0 0,8 0,1 , 33 67 0 8 3

q El coeficiente alfa vale 0'94. Obsrvese que en la frmula de alfa n significa el nmero de items, 8 en el ejemplo.

0 , 5

va r

0 , 2 5

0, 0,2 0,1 0,1 0,2 1 43 39 88 43 3 8 8 9 0, 0,4 0,3 0,4 0,4 3 93 73 33 93 7 2 6 8

0,18 0 0,1 0,1 7,8 KR-21 carece de inters prctico, sin que aporte 8 , 39 39 54 nada tericamente. El problema siguiente se introduce nicamente a efecto de ilustrar estos 0 extremos de una frmula clsicamente presente 7 en los manuales de psicometra. 6 Caso 1. Todos los items tienen igual p. Hemos 0,43 0 0,3 0,3 2,8 aplicado un test compuesto de 10 items 3 , 73 73 03 valorados dicotmicamente a 12 personas que 2 han obtenido los siguientes resultados. Calculad 7 el coeficiente KR-20 y KR-21. 6 i i i i4 1 2 3 s1 s2 s3 s4 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 i i i7 5 6 1 1 1 1 1 1 1 0 1 0 0 0 0 0 0 0 0 1 0 0 1 1 1 0 1 1 1 0 1 0 0 1 0 1 0 0 1 1 1 1 1 1 0 0 0 0 0 0 i8 i i10 9 1 1 1 1 1 1 1 1 1 1 0 1 0 0 0 0 0 0 0 0 1 0 0 0 T 1 1 0 1 1 0 1 9 1 7 1 7 1 6 0 1 0 3 0 3 0 1 0 2 0 1 0,5 5 M e d i a 0,5

d es ti p

0 , 5

La frmula KR-20 tan solo es una variante de alfa especialmente orientada a items dicotmicamente valorados (especficamente, valorados con los valores 0 y 1). All donde puede aplicarse KR-20 puede aplicarse alfa con el mismo resultado (pero lo inverso no es cierto, porque KR-20 es un caso particular y no sirve donde los items no estn valorados dicotmicamente). Una vez obtenido p (=A/N) y q (=1- p) para cada tem, se procede a obtener la varianza de cada tem como producto de p por q. Tambin necesitamos la varianza del total y la suma de la varianza de los items para aplicar finalmente la frmula:

s5 s6 s7 s8 s9 s1 0 s1 1 s1 2 p

Problema tipo 14. Clculo del coeficiente KR-20 y KR-21. El coeficiente KR-21 es una variante de KR-20 que iguala a este cuando todos los items presentan igual p. Si alguno de los items presenta un p distinto a los dems entonces KR-21 infraestima KR-20 y carece de sentido aplicarlo. Si todos los items tienen exactamente igual p entonces da igual aplicar KR-20 KR-21. Adems, la situacin en que todos los items tengan igual p es en trminos prcticos inverosmil. Por estas razones

0 0 0 0,5 0 0 0,5 0,5 0 , , , , , , 5 5 5 5 5 5

0 0 0 0,5 0 0 0,5 0,5 0 , , , , , , 5 5 5 5 5 5

va r

0 0 0 0,2 0 0 0,2 0,2 0 0,25 1 , , , 5 , , 5 5 , 1

2 2 2 5 5 5 d es ti p

2 2 5 5

2 5

, 6 7 0,5 3 , 4 1 6

0 0 0 0,5 0 0 0,5 0,5 0 , , , , , , 5 5 5 5 5 5

Caso 2. Para ilustrar el efecto de la alteracin de un solo valor p sobre KR-21 hemos variado en la tabla anterior el valor p del tem 10. Como ,puede apreciarse entonces KR-21 infraestima KR-20 (y no procede utilizarlo): i1 s1 s2 s3 s4 1 1 1 1 1 1 0 0 0 0 0 0 0,5 0,5 0,25 0,5 i2 1 1 1 1 1 1 0 0 0 0 0 0 0,5 0,5 0,2 5 0,5 i3 1 1 1 1 1 0 0 1 0 0 0 0 0,5 0,5 0,2 5 0,5 i4 1 1 1 0 0 0 0 1 1 0 0 1 0,5 0,5 0,2 5 0,5 i5 1 1 0 0 0 0 0 1 1 1 1 0 i6 1 1 1 0 0 1 1 0 1 0 0 0 i7 1 1 1 1 1 1 0 0 0 0 0 0 i8 1 1 1 1 1 0 0 0 0 0 1 0 i9 1 1 1 1 1 1 0 0 0 0 0 0 i10 T 1 1 1 1 0 0 0 0 0 0 0 0 10 10 9 7 6 5 1 3 3 1 2 1

KR-21 utiliza otra frmula (ver pgina siguiente) para expresar la suma de la varianza de los items, basada en la igualdad de las p entre estos siendo todos los dems trminos iguales. Dado que en el problema anterior todos los items tienen igual p (es irrelevante que adems en el ejemplo p=q) entonces se obtiene que KR-20=KR-21. Por cierto que dado que si todos los items tienen igual p tambin tienen necesariamente igual varianza, entonces, en mi opinin, la frmula clsica de KR-21 es innecesariamente complicada bastara aplicar esta otra nueva frmula para KR21:

s5 s6 s7 s8 s9 s10 s11 s12 p q var des tip

0,5 0,5 0,5 0,5 0,5 0,3 4,8 33 33 0,5 0,5 0,5 0,5 0,5 0,6 67 0,2 0,2 0,2 0,2 0,2 0,2 11, 5 5 5 5 5 22 31 0,5 0,5 0,5 0,5 0,5 0,4 3,3 71 62

dado que, obviamente, en este caso:

Aplicada la nueva frmula de KR-21 al problema anterior tenemos:

Frmula clsica de

La nueva frmula de KR-21 que he propuesto no sirve si todos los items no tienen igual varianza, pero en ese caso tampoco sirve ni tiene sentido calcular KR-21.

Caso 2. Segundo ejemplo.

En general la presencia de mayores diferencias entre los valores p de los items (como es usual y requerido en la mayora de los tests con respuesta verdadera) producen una discrepancia mayor entre KR-21 y KR-20. As por ejemplo, en los siguientes datos, donde, como es usual cada tem presenta su propio valor p, KR-20= 0'568 y KR-21=0'401. Por supuesto, en este caso el valor que habra que considerar es el de KR-20. i1 s1 1 s2 1 s3 1 s4 1 s5 1 s6 1 s7 1 s8 1 s9 1 s1 1 0 s1 1 1 s1 0 2 p i i i i i i i i i10 T 2 3 4 5 6 7 8 9 0 1 1 1 0 1 1 1 1 0 1 1 1 0 1 1 1 1 0 1 1 0 0 1 1 1 1 0 1 0 0 0 1 1 1 1 0 1 0 0 0 1 1 1 0 0 1 0 0 1 1 1 1 0 0 0 0 0 1 0 1 1 0 0 1 1 0 0 0 1 1 0 0 0 1 1 1 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 1 0 0 1 0 1 0 0 0 0 0 0 0 0 0 , , , 2 5 8 5 3 3 8 8 7 6 5 6 4 5 5 2 3

7 va 0,0 0 r 76 , 0 7 6 3 9 d 0,2 0 es 76 , ti 2 p 7 6 3 9 0 , 2 4 3 0 , 2 5 0 , 2 4 3 0 , 1 8 8 0 , 2 5 0 , 1 3 9 0 0,2 3,91 , 22 2 2 2

0 0 0 , , , 4 5 4 9 9 3 3

0 0 0 , , , 4 5 3 3 7 3 3

0 0,4 1,977 , 71 4 7 1

Problema tipo 15. La estimacin de las puntuaciones verdaderas. Una persona ha obtenido una puntuacin de 25 en un test cuya media es 20, cuya desviacin tpica es 5 y cuyo coeficiente de fiabilidad es 0'7. Obtened su puntuacin verdadera estimada en directas, en diferenciales y en tpicas. Datos:

Solucin: 2 Puntuaciones empricas: Emprica directa, est en los datos:

0,9 0 0 0 0 17 , , , , 0 5 5 4 8 8 1 3 3 7 3 3 0,0 0 0 0 0 83 , , , , 9 4 5 5 1 1 8 6 7 3 6

0 0,3 5,083 , 33 6 6 7

Emprica diferencial

0 0 0 , , , 7 5 1 5 6 7

0 0,6 , 67 3 3 3

Emprica tpica:

60111111144 PROBLEMA 1. FORMA PARALELA A. FORMA PARALELA B CRITERIOS: SUJ: ITEMS: ITEMS: 10 0 1 0 1 0 0 1 0 2 1 1 2 3 4 1 2 3 4 Y1 Y2 PROBLEMA 3. 11101010134 21110101034 31000110023 41011110034 50111011022 60111011134 70001000012 80001000112 90000000112 10 0 1 0 0 0 0 1 0 1 2 PROBLEMA 2. FORMA PARALELA A. FORMA PARALELA B CRITERIOS: SUJ: ITEMS: ITEMS: 10 4 4 5 5 5 6 4 4 16 19 1 2 3 4 1 2 3 4 Y1 Y2 PROBLEMA 4. 11111011144 21110101134 31100110033 41111111044 50111011133 FORMA PARALELA A. FORMA PARALELA B CRITERIOS: SUJ: ITEMS: ITEMS: 1 2 3 4 1 2 3 4 Y1 Y2 1 10 11 12 10 10 9 12 10 40 43 FORMA PARALELA A. FORMA PARALELA B CRITERIOS: SUJ: ITEMS: ITEMS: 1 2 3 4 1 2 3 4 Y1 Y2 1 2 4 3 4 3 3 4 3 12 16 21211112186 3 6 7 6 6 7 7 6 6 24 27 4 8 9 9 9 8 7 9 9 36 32 51012212142 6 6 7 6 6 7 6 6 6 24 27 7 5 5 6 5 5 5 5 6 20 22 81000121024 9 3 4 4 3 4 3 4 5 12 8 71000010011 80000000121 90000000112

2 7 7 7 6 8 7 6 7 28 32 3 3 3 2 3 3 3 3 2 12 8 4 4 5 4 5 6 5 6 5 30 20 51212211142 60101000101 7 21 17 21 20 18 17 16 20 80 69 8 5 5 5 4 3 2 5 6 20 16

12 1 2 1 2 1 0 1 10 60 56 13 1 1 1 0 3 7 2 10 15 90 14 1 4 6 2 3 10 2 7 90 3 15 10 1 10 1 3 7 9 9 21 71 PROBLEMA 6. FORMA PARALELA A. FORMA PARALELA B CRITERIOS: SUJ: ITEMS: ITEMS:

9 9 8 9 8 8 8 8 7 29 31 1 2 3 4 1 2 3 4 Y1 Y2 10 3 4 5 1 3 2 1 5 12 12 11111191144 PROBLEMA 5. 27776876723 FORMA PARALELA A. FORMA PARALELA B CRITERIOS: SUJ: ITEMS: ITEMS: 1 2 3 4 1 2 3 4 Y1 Y2 1 1 1 2 10 7 6 6 0 40 43 2 7 7 7 6 8 7 6 7 58 32 3 3 3 1 3 3 3 3 2 12 38 4 4 5 4 5 6 5 6 5 10 20 5 1 1 1 2 2 1 1 1 4 27 6 0 1 10 1 10 0 10 1 0 1 7 2 1 1 0 8 7 6 0 0 69 8 5 5 5 4 3 2 5 6 20 16 9 9 8 9 8 8 8 8 7 39 31 10 3 4 5 1 3 2 1 5 12 12 11 2 2 2 2 1 2 3 2 0 76 33323333218 44545656532 51212211142 60101000101 71120816089