Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


formulario psicometria, Ejercicios de Psicometría

Asignatura: Psicometría, Profesor: , Carrera: Psicología, Universidad: UCM

Tipo: Ejercicios

2017/2018

Subido el 24/04/2018

lulleras
lulleras 🇪🇸

4.4

(9)

15 documentos

1 / 14

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
FORMULARIO DE PSICOMETRÍA TEORÍA CLÁSICA DE LOS TEST
1. MODELO, SUPUESTOS Y DEDUCCIONES
1.1. SUPUESTOS DEL MODELO
))(,...,2,1,(,0),(
0),(
),....,2,1,(,0),(
0),(
0)(
jinjiEECov
EVCov
NasEECov
EVCov
EE
ji
as
as
ss
s
1.2. ALGUNAS
DEDUCCIONES DEL MODELO
dadedeFiabiliCoeficient
VXE
xxxv
x
e
ev
v
x
v
xv
vxv
evx
eVx
'
2
2
2
22
2
2
2
2
2
222
222
1
)(
𝜌𝑥𝑣 = Í𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝐹𝑖𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑
2. PARALELISMO
2.1. PARALELISMO ESTRICTO
2.3. Medidas esencialmente tau-equivalentes
Modelo:
Consecuencias:
𝜎𝑉𝑗
2= 𝜎𝑉
2
2.2.TAU-EQUIVALENCIA
2.4. Medidas congenéricas o equivalentes
mediante transformación lineal
Modelo:
Consecuencias:
𝜎𝑉𝑗
2= 𝑏𝑗ℎ
2𝜎𝑉
2
j j j
h h h
X V E
X V E


h j jh
V V a
h jh j jh
V b V a
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe

Vista previa parcial del texto

¡Descarga formulario psicometria y más Ejercicios en PDF de Psicometría solo en Docsity!

FORMULARIO DE PSICOMETRÍA TEORÍA CLÁSICA DE LOS TEST

  1. MODELO, SUPUESTOS Y DEDUCCIONES 1.1. SUPUESTOS DEL MODELO

( , ) 0 ,(, 1 , 2 ,..., )( )

( , ) 0

( , ) 0 ,(, 1 , 2 ,...., )

( , ) 0

( ) 0

CovE E i j n i j

CovV E

CovE E sa N

CovV E

E E

i j

s a

s a

s s

s

  

 

1.2. ALGUNAS DEDUCCIONES DEL MODELO

CoeficientedeFiabilidad

E X V

xv xx

x

e v e

v x

v xv

xv v

x v e

x V e

 

  

 

 

 

'

2

2

2 2 2

2 2

2 2

2

2 2 2

2 2 2

1

( )

 

  

 

 

 

  

  

𝜌𝑥𝑣 = Í𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝐹𝑖𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑

  1. PARALELISMO 2.1. PARALELISMO ESTRICTO

2.3. Medidas esencialmente tau-equivalentes Modelo:

Consecuencias: 𝜎𝑉^2 𝑗^ = 𝜎𝑉^2 ℎ

2.2.TAU-EQUIVALENCIA

2.4. Medidas congenéricas o equivalentes mediante transformación lineal Modelo:

Consecuencias: 𝜎𝑉^2 𝑗^ = 𝑏𝑗^2 ℎ^ 𝜎𝑉^2 ℎ

j j j h h h

X V E X V E

    Vh  V (^) j ajh

j j j h h h

X V E X V E

    Vh  b Vjh j ajh

. Fiabilidad y variabilidad (varianza) del grupo en que se calcula Fiabilidad y longitud . Fórmulas para el cálculo del

coeficiente de fiabilidad

.1.Spearman-Brown dos mitades

paralelas:

12

12

2

1

xx

  

 

5.2.Dos mitades tau o esencialmente tau equivalentes:

1 2 1 2

2 2 2 12

2 12 1 2 2 2

v v v v v

v xx x x

    

      

5.3. Ecuaciones de Rulon y Guttman-Flanagan

1 2

1 2

(^2 2 ) ( ) 2 2 2

2 2

2

x x (^) d e xx x x x

x x xx x

      

6.6.2. Test distintos convertidas las ppuntuaciones a escala típica:

11 22 12

12

DD

6.4.Error típico de la diferencia entre puntuaciones de dos sujetos en el mismo test; sirve para el contraste de hipótesis de la diferencia entre las puntuaciones de dos sujetos (A y B) en el mismo test

2 1 A B x xx

   

 

.I 6.5. FIABILIDAD DE UNA BATERÍA DE TEST (con

pesos) 6.5.1.Para puntuaciones totales

2 2 1 1 1( ) 2

2 2 1 1 1( ) 2 2 1 1 1( )

k k k j j jj j h jh j h j j h j h TT T k k k j j jj j h jh j h j j h j h TT k k k j j j h jh j h j j h j h

a a a

a a a

a a a

      

         

   

   

   

 

  

  

  

  

6.5.2. VARIANZAS OBSERVADA Y VERDADERA DE LAS PUNTUACIONES TOTALES. 2 2 2 1 1 1( ) 2 2 2 1 1 1( ) 2 2 2 1 1 1( ) 2 2 2 1 1 1( )

v

v

k k k T j j j h jh j j h j h k k k T j j j h jh j h j j h j h k k k T j j jj j h jh j j h j h k k k T j j jj j h jh j h j j h j h

a a a

a a a

a a a

a a a

  

    

   

     

   

   

   

   

 

 

 

 

  

  

  

  

6.5.3. Error típico de medida de la puntuación total:

𝜎𝐸𝑇 = 𝜎𝑇√ 1 − 𝜌𝑇𝑇

  1. INTERVALOS DE CONFIANZA

PARA LA PPUNTUACIÓN

VERDADERA.

  1. ANÁLISIS DE ELEMENTOS (ITEMS)

Indice de Dificultad Δ :

Δ = z(1-p) * 4 + 13

6.6. Índices de Velocidad del test 6.6.1. Índice de Gulliksen (1950):

IV =

𝜎𝐸^2 𝜎𝐼^2 Donde: E = Errores, O = Omisiones I = Incorrectas = E + O, Si es de velocidad pura I = O; potencia pura: I = E

6.6.2. Stafford (1971)

𝐼𝑉 = 1 −

𝑁𝑖 𝐸 + 𝑂 + 𝑁𝑖

𝑥 100

Velocidad pura: E y O = 0, CV = 100 Potencia Pura: Ni = 0, CV = 0

CAMBIOS DE ESCALA:

  • /

b b

a a

  

 

 

 

Donde 𝛼 𝑦 𝛽 son las constantes de la transformación, en general media y desviación típica de la nueva escala

PUNTUACIÓN VERDADERA ESTIMADA:

1

( ) (1) ( ) (0) ( ) ( )

( )

i i s i s i s n

s i s i

E u P Q P

V P

  

 

  

 (^) 

FUNCIONES DE INFORMACIÓN: (En los logísticos, quitar D)

Información del test:

 

n

i

I Ii 1

() (  )

Error típico de estimación:

( )

1 ( ) 

 I

ET 

Para el modelo de tres parámetros :

i i

i i i i i c P

D a Q P c I 2

2 2 2

Para el modelo de dos parámetros:

I (^) i D ai PiQi

2 2

Para el modelo de un parámetro:

Ii D PiQi

2 ( )

FUNCIÓN EFICIENCIA RELATIVA DE DOS TEST:

Y

X

I

I

ER X Y 

ESTIMACIÓN DE LOS PARÁMETROS A PARTIR DE ESTADÍSTICOS DE LA

TCT:

2 1

bis i

bis

r a

r

i

i

bis

z

b

r

1

1 ( 1 )

b

b T s

Para más parámetros sería igual, con los valores correspondientes. Se

distribuye según t(gl de la MCRES)

Intervalo de confianza para una predicción individual:

Se utiliza el siguiente error típico:

2

. (^2)

i ij y x x

X X

s s N N s

RELACIONES FIABILIDAD Y VALIDEZ:

ECUACIÓN GENERAL:

1 1

2 2

1 1 1 1

2 2 2 2

x y

x y

x x y y

x x y y

r

r

 

 

Casos particulares:

1 1 1 1 2 1 1 1 1 1 1 1

2 2 1 1 2 2

x y x y x y x x y y x x

x x y y x x

r r r   

  

 

1 1 1 1 2 1 1 1 1 1 1 1

1 1 2 2 2 2

x y x y x y x x y y y y

x x y y y y

r r r   

  

 

x y

xy v v xx yy

r r  

rxy  xx

VALIDEZ Y LONGITUD:

Ecuación general:

( 1) ( 1)

k l

xy x y xx yy

klr r

k k k  l l l 

    

Cambios longitud del test:

k

xy x y xx

kr r

k k k 

Cambios en longitud del criterio:

l

xy xy yy

lr r

l l l 

RESTRICCION DEL RANGO:

Supuestos:

y y xy xy x x

s S r R s S

   

2 2 2 2 s (^) y 1  rxy  S (^) y 1 Rxy

Test de diagnóstico clínico:

Índice Nombre alternativo

Cuestión a la que responde Cálculo

Sensibilidad Tasa de verdaderos positivos

Grado en que el test es bueno para detectar a las personas que tienen el trastorno

A/ (A+C)

Especificidad Tasa de verdaderos negativos

Grado en que el test es bueno para excluir correctamente a los que no tienen el trastorno

D/ (B+D)

Valor predictivo positivo

Probabilidad post- test de un test positivo

Si una persona da positivo en el test, ¿cuál es la probabilidad de que tenga el trastorno

A/ (A+B)

Valor predictivo negativo

Probabilidad post- test de un test negativo

Si una persona da negativo en el test, ¿cuál es la probabilidad de que la persona no tenga el trastorno?

D/ (C+D)

REGRESIÓN MÚLTIPLE:

  • Y’ = b 0 +b 1 X 1 +b 2 X 2 +……+bpXp
  • 𝑍′𝑌 = 𝐵 1 𝑍𝑋 1 + …….. + 𝐵𝑃𝑍𝑋𝑃

En diferenciales y típicas no existe b 0 o término constante

  • Bj ≠bj, con la siguiente relación:

y

j j j

j

y j j

s

s B b

s

s b B

La inferencia modelo global igual, con F(p y N-p-1)

Inferencia de los parámetros: igual que en la simple con tantos t como

estimadores y t(N-p-1)

Coeficiente de Determinación: R^2 y mejor el R^2 corregido. Los

coeficientes de validez

  • R^2 yy’ o proporción de variación explicada se define como SCR/SCT
  • Proporción de variación no explicada: SCE/SCT
  • R^2 yy’ = 1- SCE/SCT

ANÁLISIS FACTORIAL:

Todo se hace a partir de la salida del ordenador. Solamente propongo

dos fórmulas:

Comunalidad = 1 - Unicidad

NORMAS O BAREMOS:

PUNTUACIONES:

Típicas: x

z x^ x 

 

Típicas derivadas: 𝑡 = 𝑎𝑧 + 𝑏

Donde a es la desviación típica de la nueva distribución y b la media:

Las diferentes escalas DERIVADAS pueden obtenerse también a partir de

las típicas normalizadas o equivalentes de los percentiles en la

distribución normal. Las curvas ROC para test referidos a criterio se

hacen con ordenador, solament saber interpretar la salida.