¡Descarga glosari psicometria y más Apuntes en PDF de Psicometría solo en Docsity!
GLOSARIO DEL TUTORIAL PIERT CON TÉRMINOS
FRECUENTES EN TEORIA DE LOS TESTS Y PSICOMETRIA
J. Renom
A
Abscisa
Valor correspondiente al eje de abscisas.
Administrar un test
Aplicar la prueba a uno o más individuos.
Agrupación
Cualquier conjunto de objetos estadísticos (por ejemplo: personas, ítems, pruebas educativas, productos comerciales o países) que posean una o varias características comunes. También es frecuente utilizar este término cuando un subconjunto de objetos estadísticos, aun siendo distintos, poseen una o varias características muy similares.
Ajuste del Modelo
En el modelo de Rasch, la estimación de parámetros de dificultad (b) y capacidad (Theta) requiere valorar el ajuste del modelo a las respuestas y con ello plantear si su elección fue idónea. La prueba de ajuste sirve a este fin, debiendo comparar el perfil empírico de las respuestas con la CCI propuesta por el modelo.
Ver Modelo de Rasch Ver Bondad de ajuste, prueba de
Aleatoriedad, prueba de
Conjunto de técnicas estadísticas destinadas a probar que una distribución o serie de datos se comportan estocásticamente (al azar) según un patrón conocido. Por ejemplo, la prueba de las rachas se halla dentro de este conjunto de técnicas.
Aleatorio
Sometido al azar
Algoritmo
Cualquier procedimiento que, mediante una serie ordenada de pasos, permite alcanzar la resolución de un problema.
Alpha
Ver Coeficiente Alpha
Alternativa correcta Letra o número que identifica la respuesta correcta a un ítem.
Alternativa múltiple, formato de
Los ítems de alternativa múltiple están formados por un enunciado y unas opciones de respuesta para que el examinado seleccione la respuesta correcta o la mejor respuesta
posible, según se le especifique. El enunciado puede estar expresado directamente o de forma interrogativa. Los ítems pueden presentarse de forma verbal o bien de cualquier otra forma gráfica.
Alternativas Opciones de respuesta en ítems cerrados. Incluye la alternativa correcta y los distractores.
Amodal
Cuando una distribución de datos, ya sea empírica o teórica, no posee moda.
Ver Moda
Amplitud
Dado un conjunto de datos ordenables, la amplitud es la diferencia entre el mayor y el menor de los mismos. Existen diferentes términos para referirse a este concepto estadístico y, entre los más habituales, se hallan recorrido y rango.
Amplitud intercuartílica
Índice estadístico de variabilidad resultante de la diferencia entre el tercer y el primer cuartil.
Ver Cuartil
Amplitud semiintercuartílica
Índice estadístico de variabilidad resultante de dividir entre dos la amplitud intercuartílica.
Ver Cuartil
Análisis
En la taxonomía de Bloom, se refiere a la capacidad de subdividir la información recibida (a través de un texto, material, situación, etc.) con el fin de detectar los elementos que la componen, advertir sus relaciones, inferir ideas subyacentes o discernir cómo se estructura.
Ver Taxonomía de Bloom
Análisis bivariable
Se utiliza esta expresión cuando se refiere el análisis estadístico de dos variables, ya sea en un contexto de estadística descriptiva o inferencial. En la estadística inferencial, el interés se centra en conocer si entre ambas variables existe dependencia (relación) o no.
Análisis de alternativas incorrectas
Procedimiento para conocer la adecuación de los ítems de valoración dicotómica con alternativas de respuesta. Con este análisis se detectan ítems confusos o con solapamientos entre sus alternativas debidos a un mal diseño o interpretación. Básicamente se calcula de forma repetida la discriminación del ítem pero considerando lo que sucedería en el caso de que cada uno de los distractores fuera correcto. El principio de discriminación exige que los examinados con mejor puntuación sean también los que elijan la opción correcta. Dicho de otro modo, la alternativa correcta debe discriminar más que
Ver Variancia
Análisis de los ítems
Constituye el proceso de examen de los ítems del test a fin de averiguar si se adecuan a las principales cualidades de dimensionalidad, fiabilidad y validez. Básicamente se evalúa la efectividad de los ítems a partir de ciertas características en las respuestas que reciben por parte del grupo de examinados. La falta de cualidades de algunos ítems pueden llevar a plantear la conveniencia de excluir dichos ítems del examen.
Análisis descriptivo
El objetivo consiste en caracterizar mediante gráficos e índices de posición (o localización), variabilidad (o dispersión), forma (simetría y apuntamiento) una variable o conjunto de variables. Cuando existen dos o más variables, éstas pueden ser también descritas respecto a la existencia o no de independencia entre las mismas, pudiéndose utilizar para tal fin índices de asociación y correlación. Complementariamente, también pueden utilizarse un análisis descriptivo para la detección de datos anómalos y existencia de posibles subpoblaciones. Este análisis puede realizarse tanto para el conjunto de individuos estadísticos que componen una población como para un subconjunto de la misma, denominado muestra. Cuando el análisis descriptivo se realiza sobre el total de elementos que componen una población, usualmente se utiliza el término Estadísticas.
Análisis estadístico
Es el conjunto de técnicas aplicadas secuencialmente que pretenden descomponer los datos para su mejor interpretación y contrastación de hipótesis.
Análisis exploratorio
Estrategia estadística consistente en la búsqueda de información en los datos sin establecer modelos apriorísticos. La extracción de información se realiza principalmente mediante técnicas de representación visual e índices descriptivos de distintas características de las variables. Es una forma adecuada para abordar el análisis de datos cuando no existen hipótesis previas y se dispone de escaso o nulo conocimiento sobre la existencia o no de relaciones entre las variables, además de poca información sobre cómo se distribuyen éstas. Tras esta primera aproximación, pueden diseñarse futuras investigaciones con el objetivo de contrastar hipótesis.
Análisis factorial
Procedimiento matemático empleado para identificar los rasgos, capacidades o factores que explican la variancia en las puntuaciones de un test a partir de la matriz de correlaciones entre las puntuaciones proporcionadas por sus ítems.
Ver Factor
Análisis inferencial
Cuando el objetivo del análisis estadístico consiste en tomar decisiones sobre las características de una variable o relación entre variables y generalizar las conclusiones a la población de referencia.
Análisis longitudinal
Los datos se registran a lo largo de distintos momentos del tiempo, pues el objetivo consiste en caracterizar el proceso estudiado a lo largo del tiempo e identificar cambios (en el nivel, en la pendiente) y la identificación de ciclos.
Análisis secuencial
Cuando el análisis estadístico se realiza sobre datos que han sido codificados y obtenidos a partir de sucesivos eventos o a intervalos de tiempo. El objetivo es determinar si dado un estado actual, existen estados cuya ocurrencia es más probable y, así, establecer patrones de comportamiento.
Análisis transversal
El análisis estadístico se realiza sobre datos que corresponden a un momento del tiempo, sin interesar la evolución de la información.
A.P.A
Asociación Americana de Psicología, regula entre otras muchas áreas las normas sobre construcción y elaboración de tests psicológicos.
Aplastamiento
Ver Apuntamiento
Aplicación
En la Taxonomía de Bloom se refiere a la capacidad de abordar situaciones o resolver problemas nuevos utilizando los principios, reglas, métodos, teorías, etc. previamente aprendidos.
Ver Taxonomía de Bloom
Aplicación de la puntuación ponderada
Pese a sus ventajas, la ponderación no puede generalizarse entre individuos de muestras distintas. La ponderación de respuestas es más efectiva con datos dicotómicos que con los de tipo graduado. También se corre el peligro de dicotomizar al grupo evaluado hallando un sector de examinados beneficiados por la ponderación y otro perjudicado. En caso de ponderación estadística mediante la discriminación del ítem, hay que vigilar toda asociación entre valor de ponderación y contenido del ítem. En ocasiones los ítems de mayor "peso" se relacionan con un mismo aspecto del contenido de test beneficiando a los individuos que dominan tales situaciones. Por último, la ponderación afectará a la variancia de las puntuaciones de examinado, ya sea aumentándola (por dicotomización), o, en menos ocasiones, reduciéndola.
Posibles soluciones:
a) Al margen de que sea una ponderación arbitraria o estadística, este procedimiento debe reservarse para análisis y comparación de los órdenes de resultados obtenidos por los examinados según se emplee esta puntuación o cualquier otra. De este modo se evalúa su utilidad y el error cometido, si se considera por igual la aportación de cada ítem.
b) Se procederá a la ponderación estadística mediante diversos procedimiento a fin de confirmar la pauta de coeficientes asociados a cada ítem.
Ver Ponderación de respuestas de ítem
Aplicación de SEM
Las puntuaciones del test deben considerar la presencia del error de medida y, por tanto, el empleo de bandas o intervalos de la misma mas que puntos concretos.
Archivo *.mct Archivo que contiene la matriz de respuestas a una prueba, así como la descripción en un formato específico (Microcat) de dicha matriz.
Archivo *vdi.xls definitivo Es el archivo que resulta después de que el usuario haya rellenado la plantilla vdi.xls con todas las variables que desea utilizar.
Archivo *vdi.xls provisional Es el archivo que resulta después de que el usuario haya rellenado alguna de las variables que desea utilizar de la plantilla vdi.xls. Este archivo tiene carácter provisional porque posteriormente deberá volver a recuperarse para completar nuevas variables.
Archivo *vdp.xls definitivo Es el archivo que resulta después de que el usuario haya rellenado la plantilla vdp.xls con todas las variables que quiere utilizar.
Archivo *vdp.xls provisional Es el archivo que resulta después de que el usuario haya rellenado alguna de las variables que quiere utilizar de la plantilla vdp.xls. Este archivo tiene carácter provisional porque posteriormente se volverá a recuperar y se rellenaran nuevas variables.
Aritmética, media
Ver Media
Armónica, media
El inverso de la media armónica se calcula promediando el recíproco de los valores. Aplicando, entonces, una transformación inversa, se obtiene la media armónica. Su utilidad reside en aquellos casos donde la variable es inversamente aditiva.
Asimetría
Una distribución es asimétrica o sesgada cuando existe un desequilibrio en la concentración de puntuaciones alrededor de la media. Se definirá como asimétrica positiva si las mayores frecuencias se encuentran en las puntuaciones de menor cuantía. En el caso opuesto se describirá como distribución asimétrica negativa. Sólo cuando la moda, mediana y media coinciden en la misma puntuación, existe una simetría perfecta.
Si el índice de asimetría es > 0, es asimétrica positiva Si el índice de asimetría es < 0, es asimétrica negativa Si el índice de asimetría A = 0, es simétrica
Ver Distribución Ver Distribución Asimétrica
Asociación, formato de
Cuando el ítem requiere la asignación de diferentes elementos a otros según las instrucciones del enunciado.
Asociación, índice de
Índices ideados para cuantificar el grado de relación o asociación entre las variables categóricas o cualitativas. Existe una amplia diversidad de índices. En general, el valor de estos índices está comprendido entre 0 y 1, indicando, respectivamente, nulo y máximo grado de asociación. Son de especial interés en la interpretación de resultados
cuando se utiliza una técnica estadística para determinar si dos variables categóricas están relacionadas, permitiendo conocer el grado de dependencia entre las mismas.
Atenuación
Descenso en la magnitud de una correlación entre las puntuaciones de dos tests, respondidos por los mismos examinados, causada por la falta de fiabilidad de las respectivas medidas.
Atributo
Característica o rasgo psicológico evaluado por un test.
Auditoría de las respuestas
Antes de analizar los ítems es importante efectuar una inspección de los datos. Es recomendable verificar cualquier anomalía, tanto en los ítems como en los examinados y depurar filas y columnas sospechosas de cada matriz de datos. Este control presenta cuatro frentes de acción:
- Filtrar la captura-obtención de datos a fin de evitar la tabulación de exámenes (hojas) anómalos de examinados.
- Identificar y evitar errores de tabulación por fatiga, efectos del escáner o daños durante la transferencia y manejo de ficheros.
- Registrar las pautas de respuesta en bruto, sin correcciones, incluyendo dobles marcas, omisiones y reactivos no abordados por falta de tiempo. Más adelante esto permitirá detectar los ítems defectuosos.
- Conversión de los datos brutos a corregidos y posterior análisis exploratorio de los datos para conocer la forma de las distribuciones de las puntuaciones.
Autocorrelación
Se refiere al nivel de dependencia que existe en una serie de datos temporales (varias mediciones de la misma variable a lo largo del tiempo). Es importante determinar si existe autocorrelación en las series de datos, pues es conocido que series autocorrelacionadas pueden confundir al evaluador en el sentido de concluir que se ha producido un efecto de una intervención cuando, realmente, es sólo consecuencia de la autocorrelación de la serie o dependencia serial.
Binario, formato
Cuando se presentan al examinado una serie de enunciados y se le pide que exprese su opinión mediante respuestas incompatibles tales como: verdadero / falso; sí/no; cierto / incierto; nunca / siempre...
Binomial, distribución
Modelo de distribución de probabilidad aplicable a variables discretas. Los supuestos fundamentales son: a) sólo existen dos sucesos posibles como resultado de cada experiencia aleatoria; b) los sucesos son mutuamente excluyentes; c) la probabilidad de cada suceso permanece constante en cada repetición de la experiencia aleatoria. La variable con distribución de probabilidad binomial corresponde a la suma de veces que ha ocurrido un determinado suceso tras realizar un número ”n” de experiencias aleatorias.
Bondad de ajuste, prueba de
Conjunto de pruebas estadísticas inferenciales destinadas a comprobar si una variable aleatoria se distribuye según una determinada distribución de probabilidad. Por ejemplo, cuando se desea comprobar si la las calificaciones obtenidas en una prueba de evaluación se distribuyen aproximadamente según una ley normal, debe utilizarse una prueba de bondad de ajuste.
Ver Conformidad, prueba de Ver Distribución de probabilidad
C
Calibración de ítems
Proceso de análisis por el que se obtiene los parámetros de las Curvas Características de Ítem (CCI) en los ítems de un test según un modelo de la Teoría de Respuesta a los Ítems.
Ver Curva Característica de Ítem (CCI) Ver Teoría de Respuesta a los Ítems
Capacidad
Consiste en una inferencia a partir de una conducta o desempeño que consideramos relacionada con unas áreas concretas de contenido. Así diremos que la capacidad de cálculo de un individuo es elevada por su velocidad y habilidad en la resolución de problemas numéricos. De este modo las capacidades "numérica", "espacial", "verbal" etc. difieren en la naturaleza del contenido de los estímulos empleados para detectarlas. La medida de las capacidades va asociada tradicionalmente al "aquí y ahora", es decir, se trata de un atributo que se mide en la actualidad y en el que pueden confluir tanto el producto de un aprendizaje como la maduración y experiencia junto a características innatas.
Carácter métrico
Se refiere a la escala de medida de una variable.
Características de SEM
- Proporciona la verdadera estimación sobre la precisión de las medidas de un test.
- Se trata de un error aleatorio.
- El error nunca llegará a ser 0.
- Es el mismo error para todos los examinados.
- A medida que rxx' aumente SEM disminuirá, y al revés.
- Puede variar en diferentes grupos que responden a un mismo test.
- Puede variar según el procedimiento con que se calcule el coeficiente de fiabilidad.
- Puede variar con el transcurso del tiempo.
Ver SEM (Estandar Error of Measurement)
Características de la Curva Normal
- No existe una sola curva normal sino infinitas, en función de la desviación típica y la media.
- Al convertir las puntuaciones directas de un test en típicas no cambia la forma original de la función.
- Se trata de una curva simétrica centrada alrededor de la media, mediana y moda que coinciden en un mismo valor sobre el eje de abscisas.
- La curva permite representar la distribución de múltiples rasgos y atributos presentes en Psicología y Educación
- De confirmarse para una variable la adecuación al modelo puede emplearse la desviación estándar como unidad de medida en la ubicación de cada puntuación del test.
Ver Curva Normal
- Es un modelo idóneo en pruebas que traten de contenidos jerárquicos u ordenados, donde, si se acierta una tarea muy difícil, es lógico esperar que se hayan también acertado otras más fáciles.
- No es aconsejable en pruebas que intentan distinguir con mucha precisión examinados situados en un nivel de capacidad (o del atributo en general) muy próximo. En esta situación será muy delicada la elaboración de ítems, pues cualquier error puede llevar a inconsistencias (aciertos por memoria, conjetura,...).
- Exige precaución ante posibles aciertos y errores por conjetura, falta de atención, respuestas omitidas, no alcanzados por falta de tiempo, etc. Estas situaciones pueden convertirse en inconsistencias que reduzcan la capacidad de reproductibilidad de las pautas de respuesta a un ítem.
Ver Escalograma
Caso
Suele utilizarse para referirse a cada uno de los individuos de una muestra. En el análisis de cada ítem será un caso.
Ver Individuo Estadístico
Categoría
Cada uno de los valores de una variable categórica o cualitativa. Por ejemplo, al contestar los ítems de una prueba de evaluación de opción múltiple de respuesta, donde sólo se codifica acierto o error, estos dos posibles valores son las categorías de la variable aleatoria.
Ver Variable cualitativa
CCI
Ver Curva Característica de Ítem
Centil
Puntuación de la distribución que deja por encima y por debajo de sí un porcentaje determinado de casos. Existen 99 centiles. El centil 5, por ejemplo, es aquél valor de la variable que deja por debajo el 5% de los datos.
Cero absoluto
Corresponde a la ausencia total de la propiedad medida. Es propio de las escalas de razón.
Ver Escala de Razón
Cero arbitrario
Medida tomada como referencia y origen ante el desconocimiento del cero absoluto o interés por modificar su situación. Es propia de las escalas de intervalo y se escoge de común acuerdo.
Ver Escala de Intervalo
Ciclograma
Gráfico mediante el cual los diferentes valores de una variable se representan como sectores pertenecientes a un círculo. El tamaño del ángulo de cada uno de los sectores es proporcional a la frecuencia de cada valor.
Clase
Se utiliza este término para referirse a las agrupaciones de valores de una variable, independientemente de su escala de medida. Por ejemplo, cuando las calificaciones numéricas en una prueba de evaluación se agrupan en suspendido, aprobado, notable y excelente, se están creando clases.
Clasificación APA de los tests
La Asociación Americana de Psicología ha propuesto una clasificación en tres niveles, según la complejidad y nivel de preparación que exige la utilización de un test. Las editoriales y catálogos especializados en tests aplican este sistema que contempla tests de:
- Nivel a: pruebas fáciles de manejar con la ayuda del manual y una información general.
- Nivel b: pruebas que exigen conocimientos acerca del proceso de construcción de tests y sus límites de aplicación.
- Nivel c: pruebas que requieren un profundo dominio y conocimiento de la teoría de los tests.
Clave
Es el código de aciertos, fallos y puntuación en general que se otorga a las respuestas de los ítems. Normalmente va asociada a la pauta de respuesta acertada para el conjunto de ítems con varias alternativas y una de ellas correcta. En los archivos con formato Microcat aparece en la segunda línea del código y recoge la alternativa correcta o signo para cada ítem (o la repuesta que puntúa).
Clave recomendada
En el análisis de alternativas incorrectas puede suceder que una alternativa o distractor discrimine por encima de la solución correcta. En ese caso METRIX recomienda verificar si existe solapamiento o conflicto entre ambas alternativas.
Cloze
Ver Completamiento, formato de
Código Microcat
Son las cuatro primeras filas del archivo *.mct en las cuales se describen las características de la matriz de datos que contiene ese mismo archivo.
Ver Archivo *.mct
Coeficiente Alpha
Procedimiento de cálculo del coeficiente de fiabilidad de consistencia interna. El coeficiente alpha de Cronbach oscila entre 0 y 1 y es el mas empleado en tests cuyos ítems se valoran en forma graduada. Puede aplicarse también a ítems dicotómicos, pero tradicionalmente en ese caso se aplica un coeficiente equivalente denominado KR20.
Ver Consistencia Interna
Coeficiente de correlación Biserial (rbis)
Coeficiente que correlaciona una variable continua con otra dicotómica. Se aplica en iguales condiciones que rbp pero suponiendo que la variable dicotómica procede de la división de una originalmente continua y distribuida normalmente.
Ver Condiciones de aplicación de rbis Ver Diferencias entre rbis y rbp
puntuación total en función del número de aciertos y errores, cuando estos últimos penalizan.
Ver Puntuación Ponderada
Coeficiente de regresión
En los diferentes modelos de regresión, ya sean lineales o no, se refieren a las constantes multiplicativas de las variables independientes.
Coeficiente de validez
Se entiende por coeficiente de validez la correlación entre las puntuaciones del test y las de una o más variables criterio. El coeficiente de validez no es único ya que de escoger 5 criterios para asegurar la validez de las medidas se obtendrán otros tantos coeficientes. El coeficiente de validez ha de ser muy elevado para convertirse en algo mas que una simple tendencia compartida.
Ver Validez
Coeficiente de variación
Índice estadístico de variabilidad carente de unidad de medida. Resulta útil para comparar la dispersión de dos conjuntos de datos con escalas de medida distintas, donde otros índices, como la variancia y la desviación estándar, son inapropiados. Este índice se obtiene como la razón de la desviación estándar y la media de los datos, pudiéndose expresar como proporción o porcentaje. Debe tenerse en cuenta que el coeficiente de variación no está definido para valores nulos de la media.
Coeficiente KR
Procedimiento para el cálculo del coeficiente de fiabilidad de consistencia interna. Oscila entre 0 y 1 y es una adaptación del coeficiente Alpha para tests con ítems de valoración dicotómica.
Ver Consistencia Interna
Coeficiente KR
Procedimiento para el cálculo del coeficiente de fiabilidad de consistencia interna. Oscila entre 0 y 1 y se emplea en sustitución de KR20 cuando las dificultades y variancias de los ítems son parecidas.
De aplicar KR21 a unos datos que no cumplen la condición de igualdad de variancias (condición fundamental en formas paralelas) producirá coeficientes más bajos que los obtenidos mediante KR20.
La estimación mediante KR20 tolera mejor la ausencia de esta condición deformando en menor grado los resultados.
Ver Consistencia Interna
CCO
Ver Curva Característica de Omisión
Comparación de medias para datos independientes, prueba de
Es una prueba paramétrica y de decisión estadística que permite determinar si dos grupos de datos independientes proceden de poblaciones con idéntica media o no. Requiere que la variable dependiente, al menos, sea medida en escala de intervalo. Existen variaciones según ambas poblaciones posean idéntica variancia (supuesto de homocedasticidad) o no (heterogeneidad de variancias). Si la variable cuantitativa (dependiente) se distribuye normalmente en las poblaciones y se cumple el supuesto de homocedasticidad, puede realizarse la prueba mediante una aproximación normal. En otros casos, se utiliza un contraste fundamentado en la distribución t-Student.
Comparación de medias para medidas repetidas, prueba de
Se trata de una prueba paramétrica y decisión estadística que posibilita determinar si dos poblaciones poseen idéntica media, pero aquí los individuos pasan por dos condiciones experimentales. La escala de medida de la variable dependiente debe ser, al menos, de intervalo. Puede utilizarse una aproximación normal, si la variable dependiente se distribuye normalmente en la población. En otros casos, el contraste se fundamente en la distribución t-Student.
Comparación de proporciones, prueba de
Esta prueba de decisión estadística permite comparan dos proporciones a fin de determinar si dos poblaciones poseen o no un mismo valor de este parámetro. Con ciertas condiciones, se utiliza un contraste fundamentado en la distribución normal.
Comparación de una media observada con una teórica, prueba de
Es posible determinar mediante esta prueba de decisión estadística si el valor del parámetro media correspondiente a una determinada población es igual a uno especificado. Con ciertas condiciones puede utilizarse un contrate fundamentado en la distribución normal; en caso contrario, se recurre a una prueba basada en la distribución t-Student.
Comparación de una proporción observada con una teórica, prueba de
Prueba de decisión estadística que permite determinar si una muestra ha sido extraída de una población en la cual la proporción toma un valor determinado. La técnica se fundamenta en una aproximación normal.
Completamiento, formato de
Procedimiento de respuesta muy extendido en pruebas de rendimiento especialmente de comprensión lectora. Consiste en escribir una palabra/s que completan un texto que constituye el núcleo del ítem.
Comprensión
En la taxonomía de Bloom es la capacidad de captar el significado o sentido directo de la información presentada (de forma verbal, gráfica, simbólica, etc.).
Ver Taxonomía de Bloom
Comprensión lectora
Capacidad de extraer la información a través de la lectura. Puede convertirse en una interferencia que se confunda con la verdadera naturaleza de la tarea planteada por un ítem expresado mediante texto.
Comprensión verbal
Capacidad para comprender ideas expresadas en palabras.
- Dada su operatividad se añadirán los coeficientes alpha y de dos mitades como información común de referencia en todos los análisis.
- Junto a todos los datos debe incluirse la fecha y lugar de su obtención.
- Las pruebas de velocidad recibirán una especial atención ya que no todos los método producirán coeficientes coherentes con los datos.
- En caso de existir un manual del test los datos sobre fiabilidad deben estar presentes en el mismo facilitando su consulta y comparación. Esta información permitirá valorar la adecuación del test ante diversas aplicaciones y situaciones.
Ver Fiabilidad Ver Coeficiente de Fiabilidad (rxx’)
Condiciones de las cualidades de un test
- Cada cualidad es necesaria pero no suficiente para alcanzar la siguiente.
- Nunca se lograrán alcanzar las cuatro cualidades en sus máximas posibilidades.
- Todos los indicadores marcarán una tendencia o grado en que una cualidad está presente.
- Las cualidades no son invariantes. El paso del tiempo, diferentes grupos y entorno podrán modificar la utilidad de un instrumento.
- El producto final del test será una puntuación / medida representativa de la cantidad de una característica psicológica-educativa presente en un individuo.
- Interpretación ¿Criterial / Normativa?
- Posibilidades: Ordenar, situar, comparar con otras medidas, modelizar con relación a otras variables psicológicas y físicas, prever y establecer perfiles
Condiciones de las formas paralelas
- Si se escoge este procedimiento hay que prever una cantidad y tipo de ítems que responda al diseño de los exámenes de manera que el recuerdo o efectos de orden no interfieran en las respuestas de los examinados.
- Para construir formas paralelas es aconsejable alterar el orden entre los ítems equivalentes de cada examen. En general son útiles los cambios de apariencia e inclusión de distractores que desvíen la atención de los examinados. Con la misma intención a menudo se incluyen tareas o estímulos independientes del test entre ambas aplicaciones.
- Otros recursos consisten en recoger opiniones de los propios examinados acerca de sus impresiones y forma de responder las pruebas. Nada mejor que esto para comprobar la efectividad del procedimiento y detectar la función del recuerdo. Muchos examinados se esfuerzan por recordar sus respuestas en la primera aplicación afectando a la respuesta espontánea de la segunda.
Condiciones del coeficiente de correlación
- Antes de calcular una correlación deben existir motivos suficientes para no considerar la relación como nula.
- Aun existiendo relación entre las variables, la presencia de variancias pequeñas en una o ambas puntuaciones reducirá el tamaño del coeficiente.
- El coeficiente aplicado debe ajustarse a las características de las variables implicadas.
Ver Coeficiente de correlación de Pearson ( r )
Condiciones del escalograma
Básicamente el escalograma está formado por una tabla de respuestas en donde los examinados (filas) se han ordenado de menor a mayor puntuación y los ítems (columnas)
se han ordenado de menor a mayor dificultad. En esta configuración, y si el contenido de la prueba analizada se presta a las condiciones del escalograma, es de esperar que:
- Los aciertos en los ítems más difíciles los hayan conseguido los examinados de mayor capacidad, es decir, los que han obtenido en la prueba mayor cantidad de puntos.
- Los ítems más fáciles son los únicos acertados por los examinados que tienen menor capacidad y que habrán obtenido pocos puntos en la prueba.
De ambos supuestos se deriva que:
- No es probable hallar examinados con baja puntuación obtenida a base de acertar ítems difíciles.
- No es probable hallar examinados de elevada puntuación que fallen en los ítems más fáciles.
- Según el escalograma, si la escala es unidimensional muchas combinaciones de aciertos y errores han de ser absurdas.
- De este modo las posibles pautas de respuesta o combinaciones de acierto-error para n ítems quedan reducidas de 2n^ a n+1.
Ver Características del escalograma Ver Escalograma
Condiciones para la corrección de la conjetura
En caso de emplear alguna de las fórmulas de corrección de la conjetura, es recomendable verificar que se cumplan las siguientes condiciones de uso:
- En el test no hay más que aciertos y errores.
- No existen omisiones.
- Todos los errores se atribuyen a ítems donde se ha conjeturado la respuesta.
- Todas las alternativas de respuesta, especialmente los distractores, tienen el mismo atractivo.
- La situación idónea de aplicación de estas correcciones consiste en test de velocidad con 5 o más alternativas de respuesta y longitud superior a 20 ítems.
- Hay que aceptar que estas correcciones benefician a los examinados más capacitados y perjudican a los de menor puntuación.
- Las correcciones facilitan una aproximación pero nunca el efecto real de la conjetura.
Ver Análisis de alternativas Ver Igualdad de atractivo de las alternativas incorrectas
Confianza, intervalo de
En estudios estadísticos para estimar parámetros de una población a partir de una muestra, se denomina intervalo de confianza a la estimación, proporcionando un mínimo y máximo valor, a partir del valor del estadístico obtenido en la muestra. Estos intervalos pueden ser centrados o no respecto al estadístico calculado en la muestra. Un ejemplo muy conocido es la estimación de diputados que se calcula obtendrá un determinado partido político en unas elecciones generales. Así, cuando se utiliza el término horquilla para referirse a la estimación mínima y máxima de los diputados que, según el sondeo estadístico, se espera obtener se está proporcionando un intervalo de confianza.
Conformidad, prueba de
Las pruebas de conformidad incluyen aquellas referidas como Bondad de Ajuste, que se refieren a contrastar la distribución de variables aleatorias respecto a una ley de probabilidad determinada, pero también aglutinan aquellas técnicas estadísticas en las
