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


Práctica psicometría TRI, Ejercicios de Psicometría

Asignatura: Psicometria, Profesor: Pedro M. Hontangas, Carrera: Psicologia, Universidad: UV

Tipo: Ejercicios

2015/2016

Subido el 12/12/2016

olism
olism 🇪🇸

2.6

(8)

6 documentos

1 / 3

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Psicometría
2o cuatrimestre
Conceptos generales de la Teoría de la Respuesta al
Ítem (TRI)
1) Modelo normal y logístico (métrica normal y logística)
a) Representar un ítem y, con los mismos parámetros, mostrar las semejanzas y
diferencias entre los modelos normal y logístico.
Los modelos normal y logístico se diferencian por sus fórmulas distintas, que da lugar
a que haya dos diferentes pendientes. Por una parte, el modelo normal no tiene límites
en los extremos y es matemáticamente más difícil de tratar. Además, si representamos
un ítem en anatri, esta gráfica tiene una mayor pendiente que si representamos un ítem
seleccionando el modelo logístico. El modelo logístico es, además, cerrado (tiene
límites) y es matemáticamente más fácil de tratar.
b) ¿Cómo es la curva característica de un ítem si se utiliza un modelo normal con
parámetro a=1, un modelo logístico (métrica normal) con parámetro a=1 y un modelo
logístico (métrica logística) con parámetro a= 1’7, manteniendo los demás parámetros
iguales? ¿Por qué?
Si se utiliza un modelo normal con parámetro a=1, la curva tiene una pendiente mayor
que en el segundo caso, es decir, que si se utiliza un modelo logístico (métrica normal)
con parámetro a=1. Si utilizamos un modelo logístico (métrica logística) con parámetro
a= 1’7, observamos que la curva que obtenemos es igual a la del primer caso. Esto se
debe a que podemos hacer ambos modelos equivalentes, dividiendo una de las “a” entre
la otra.
c) ¿Y si se utiliza un modelo logístico (métrica logística) con parámetro a= 1 y un
modelo normal con parámetro a= 0’59, manteniendo los demás parámetros iguales?
¿Por qué?
Las curvas son iguales, los dos modelos se han hecho equivalentes. El 0,59 se ha
obtenido de dividir el valor del parámetro a=1 (N) entre el valor de a= 1,7 (L).
2) Curvas características de los ítems
a) Explicar el significado de los parámetros a, b y c en el modelo de 3 parámetros,
utilizando los ítems que se consideren apropiados.
El parámetro “a” es un parámetro de discriminación del ítem (rango entre 0 y 4). EL
parámetro “b” indica la dificultad del ítem (rango entre -4 y 4), y el parámetro “c” es un
parámetro de adivinación o pseudo-azar del ítem (rango entre 0 y 1).
b) Mostrar cómo se puede convertir este modelo en los modelos de 1 y 2 parámetros.
Haciendo “c” igual a cero
c) Calcular la probabilidad de acertar el ítem con parámetros a= 1’5, b= 1’2 y c= 0’15
por un sujeto con habilidad de -0’5. ¿Es un ítem fácil o difícil para él? ¿Y si su
habilidad fuera de 1’3 o de 2’1?
La probabilidad es de 0.5. Teniendo en cuenta que el parámetro de dificultad del ítem,
fluctúa en un rango de entre -4 y 4, podemos decir que es un ítem más bien difícil,
aunque no excesivamente.
Si su habilidad fuera de 1’3, la probabilidad sería de 0.8 y si fuera de 2’1, sería de 0.9.
pf3

Vista previa parcial del texto

¡Descarga Práctica psicometría TRI y más Ejercicios en PDF de Psicometría solo en Docsity!

Psicometría 2o cuatrimestre

Conceptos generales de la Teoría de la Respuesta al

Ítem (TRI)

1) Modelo normal y logístico (métrica normal y logística)

a) Representar un ítem y, con los mismos parámetros, mostrar las semejanzas y diferencias entre los modelos normal y logístico.

Los modelos normal y logístico se diferencian por sus fórmulas distintas, que da lugar a que haya dos diferentes pendientes. Por una parte, el modelo normal no tiene límites en los extremos y es matemáticamente más difícil de tratar. Además, si representamos un ítem en anatri, esta gráfica tiene una mayor pendiente que si representamos un ítem seleccionando el modelo logístico. El modelo logístico es, además, cerrado (tiene límites) y es matemáticamente más fácil de tratar.

b) ¿Cómo es la curva característica de un ítem si se utiliza un modelo normal con parámetro a=1, un modelo logístico (métrica normal) con parámetro a=1 y un modelo logístico (métrica logística) con parámetro a= 1’7, manteniendo los demás parámetros iguales? ¿Por qué?

Si se utiliza un modelo normal con parámetro a=1, la curva tiene una pendiente mayor que en el segundo caso, es decir, que si se utiliza un modelo logístico (métrica normal) con parámetro a=1. Si utilizamos un modelo logístico (métrica logística) con parámetro a= 1’7, observamos que la curva que obtenemos es igual a la del primer caso. Esto se debe a que podemos hacer ambos modelos equivalentes, dividiendo una de las “a” entre la otra.

c) ¿Y si se utiliza un modelo logístico (métrica logística) con parámetro a= 1 y un modelo normal con parámetro a= 0’59, manteniendo los demás parámetros iguales? ¿Por qué?

Las curvas son iguales, los dos modelos se han hecho equivalentes. El 0,59 se ha obtenido de dividir el valor del parámetro a=1 (N) entre el valor de a= 1,7 (L).

2) Curvas características de los ítems

a) Explicar el significado de los parámetros a, b y c en el modelo de 3 parámetros, utilizando los ítems que se consideren apropiados.

El parámetro “a” es un parámetro de discriminación del ítem (rango entre 0 y 4). EL parámetro “b” indica la dificultad del ítem (rango entre -4 y 4), y el parámetro “c” es un parámetro de adivinación o pseudo-azar del ítem (rango entre 0 y 1).

b) Mostrar cómo se puede convertir este modelo en los modelos de 1 y 2 parámetros.

Haciendo “c” igual a cero

c) Calcular la probabilidad de acertar el ítem con parámetros a= 1’5, b= 1’2 y c= 0’ por un sujeto con habilidad de -0’5. ¿Es un ítem fácil o difícil para él? ¿Y si su habilidad fuera de 1’3 o de 2’1?

La probabilidad es de 0.5. Teniendo en cuenta que el parámetro de dificultad del ítem, fluctúa en un rango de entre -4 y 4, podemos decir que es un ítem más bien difícil, aunque no excesivamente.

Si su habilidad fuera de 1’3, la probabilidad sería de 0.8 y si fuera de 2’1, sería de 0.9.

d) Representar las curvas características de los ítems a partir de la información contenida en un banco de ítems (fichero) y describir sus propiedades psicométricas (modelo, dificultad, discriminación y posibilidad de ser acertados por azar). Utilizar el fichero DATOS_ (En Aula Virtual, los ficheros de prácticas están en la carpeta ANATRIFicheros práctica)

Psicometría 2o cuatrimestre

Instrucciones para usar el programa con ficheros

  • Seleccionar la opción de representación de CCIs. Menú Módulos básicos F 02 0 Curva característica ítems
  • Abrir el fichero ( DATOS_1) Menú Opciones F 02 0 Lectura fichero items Menú Archivo F 02 0 Abrir F 02 0 Fichero ANATRI (buscar el fichero y abrirlo)
  • Ver los parámetros Menú Tablas datos F 02 0 Tabla de parámetros Menú Tablas datos F 02 0 Reducir tamaño (o doble clic en la tabla)
  • Representar las CCIs Elegir los ítems en el cuadro Selección de ítems F 02 0 Botón Nuevo gráfico (para verlo más grande, hacer doble clic en el gráfico)
  • El resto funciona igual que en el modo manual. Descripción del tipo de ficheros El programa emplea cuatro ficheros con el mismo nombre y diferentes extensiones (DEF, PAR, SUB y DAT): .DEF Define los datos técnicos del trabajo. Aquí sólo se usan dos filas, la primera para el número de ítems y la segunda para el número de sujetos a los que se han administrado.

.PAR Contiene los parámetros de los ítems, en formato fijo. En cada fila se encuentran los datos de un ítem:

  • Número del ítem en el banco (4 dígitos, columnas 1-4). - Parámetro a (7 dígitos, columnas 5-11).
  • Parámetro b (7 dígitos, columnas 12-18).
  • Parámetro c (7 dígitos, columnas 19-25).

.SUB Tiene los parámetros de los sujetos, en formato fijo. En cada fila están los datos de un sujeto: