¡Descarga psicometria preguntas y más Exámenes en PDF de Psicometría solo en Docsity!
1. En qué consisteix l’anàlisi d’items? Consisteix en examinar els reactius del test amb l’objectiu d’esbrinar si s’adeqüen a les principals qualitats exigides en una prova psicomètrica (dimensionalitat, fiabilitat i validesa). Per un costat realitza un anàlisis de tipus estadístic que s’hauria d’integrar amb un altre a nivell qualitatiu sobre el contingut del reactiu. 2. Amb quina de les qualitats psicomètriques d’un test està principalment associat l’anàlisi d’items? Amb la unidimensionalitat. Existeixen diversos models per analitzar ítems però en el model sumatiu (que és el que utilitzarem) tracta escales apriorísticament unidimensionals. El model suposa que la prova posseeix ja des de l’origen, pel seu disseny certes garanties d’unidimensionalitat. 3. Que implica fer un anàlisi d’items seguint el model sumatiu? Fer un control de la qualitat de l’instrument mitjançant el càlcul d’indicadors estadístics que descriguin les característiques principals de cada ítem. Es tracta d’esbrinar els ítems que s’han d’excloure d’aquesta puntuació ja sigui perquè deformen o perquè no aporten informació d’igual qualitat que la resta. Es tindran en compte les puntuacions totals per fer l’anàlisi. 4. Quines diferències hi ha entre l’anàlisi d’items mitjançant el model sumatiu respecte a l’Anàlisi Factorial i el de Components Principals? La diferencia principal és que el model sumatiu té en compte les puntuacions totals a l’hora de realitzar l’anàlisi d’ítems i els altres dos no es basen en les puntuacions totals sinó que fan una comparació de tots els ítems entre tots amb l’intenció de fer agrupacions. 5. Quins són els principals indicadors emprats per a l'anàlisi d'ítems?
- Dificultat
- Variància
- Discriminació
- Reproductibilitat
- Anàlisi de les alternatives incorrectes
- Assimetria i curtosi
- Anàlisi i correcció de la conjectura
- Homogeneïtat de les eleccions
- Anàlisi del recurs de ponderció de puntuacions
- Perfil d’ítem (CCI, COI) 6. Explica el concepte de dificultat d’item i en quines proves psicomètriques s’aplica. S’entén com la proporció de subjectes que superen l’ítem en concret. És una característica bàsica en ítems de tests cognitius, no obstant s’ha extès i aplicat a altres proves de personalitat, actituds, interessos, etc. Difícil: 0 Fàcil: 1 7. Explica el concepte de discriminació d'item i en quines proves psicomètriques s’aplica. Es la capacitat de l’ítem per distingir individus amb diferent situació en el tret que mesura el test. Un ítem discriminarà si les puntuacions que rep dels examinats concorden (correlacionen) amb les puntuacions globals del test. Es pretén comprovar el funcionament de cada ítem i la seva aportació a la puntuació global del test. És una qualitat depenent del grup. Per valorar la discriminació s’utilitzen les correlacions ítem-total. La unidimensionalitat es veurà beneficiada ja que es confirmarà la utilitat del contingut i disseny dels ítems en la mesura d’un atribut determinat. 8. Quina diferència hi ha entre dificultat i discriminació d’ítem? L’índex de discriminació és més complexe i exigent que l’índex de dificultat. El primer s’entén com la capacitat de l’ítem de distingir entre els individus amb diferent situació del tret que
mesura el test, en canvi el segon determina la quantitat de subjectes que superen l’ítem que s’analitza. El valor de la discriminació és una correlació i el de la dificultat és una proporció.
**9. Quina diferència hi ha entre dificultat i variança d’ítem?
- Quina diferència hi ha entre variança i discriminació d’ítem?
- Quins són els valors extrems de la dificultat d’ítem?** 0 = molt difícil 1= molt fàcil. Oscil·la entre 0 i 1 si es calcula com a proporció o entre 0 i 100 si es calcula com a percentatge. S’entendrà que un ítem és fàcil si s’obtenen valors propers a 1 (o 100) i difícil si són propers a 0. 12. Quins són els valors extrems de la variança d’item? Depèn del tipus d’ítem. Si és un ítem dicotòmic la variança oscil·larà entre el 0 i 0.25 (amb valors de p més extrems la variança serà més baixa). Si es un ítem de resposta gradual depèn del número de graus, com més graus més variança màxima hi haurà. 13. Quins són els valors extrems de la discriminació d’ítem? La correlació de discriminació va entre -1 i +1. A partir del +0.3 s’accepta com un ítem que discrimina. 14. Que és un escalograma? Un escalograma és una escala acumulativa que pretén graduar, simultàniament i de forma ordinal, un conjunt d’ítems en un grup de subjectes en funció de les seves respostes. Aquestes, han de tenir elevada consistència i es suposa que l’acord de l’ítem amb l’objecte d’estudi implica l’acord amb tots els reactius que expressen una intensitat inferior. Aquest fet proporciona un elevat control de la unidimensionalitat. 15. Si l’anàlisi d’items d’un test mostra que és unidimensional com han de ser les discriminacions dels seus ítems? L’índex de discriminació haurà de ser alt (superior a 0.3). Un ítem discrimina quan mesura només una dimensió en un test, és a dir, si és unidimensional i permet agrupar aquells subjectes que tenen una pauta similar de resposta distingint-los d’aquells altres que tenen una pauta diferent de resposta. 16. Com determinem que un ítem funciona malament segons l'escalograma? Raoneu la resposta. Per determinar si un ítem funciona malament farem servir l’índex Rj, ja que aquest ens serveix per xifrar el grau en el que l’ítem separa qui l’encerta de qui el falla mitjançant les inconsistències. Si l’ítem produeix un valor de Rj proper a 0, aquest serà exclòs de la prova i es posarà en dubte el seu contingut i utilitat, ja que és aconsellable que l’índex sigui superior a 0.9. 17. Quina interpretació té un valor Ri proper a 0,3? Un valor de Ri proper a 0.3 ens indica que el subjecte ha obtingut un 30% de coherència en les seves respostes i un 70% d’inconsistències. Aquest valor ens indica que el subjecte ha respost el test de forma incoherent, segurament ha estat una resposta aleatòria. L’ideal seria obtenir un 0.20 d’inconsistencies i un 0.8 de consistències. 18. Que expressa l’indicador Ri? L’indicador Ri ens expressa les inconsistències que ha fet el subjecte al respondre el seu test, és a dir, si les respostes tenen coherència o són aleatòries, per així descartar o incloure al subjecte de la prova. 19. Quina finalitat té el mètode de grups extrems?
En cap de les dues “importa” N ja que la variança no depèn del número de subjectes que la produeixin. variança màxima : variança 0:
28. Un ítem de tipus Likert de ___ graus té una variància de ___ és un valor alt o baix? (raoneu-ho). La variança d’un ítem d’X graus oscil·la entre 0 i el valor màxim de variança. Si el número que ens indica s’apropa a 0 serà un valor baix, en canvi, si s’apropa al valor de variança màxima serà un valor alt. Grau 3: variança màxima = 1 Grau 4: variança màxima = 2. Grau 5: variança màxima = 4 Grau 6: variança màxima = 6. Grau 7: variança màxima = 9 Grau 8: variança màxima = 12. Grau 9: variança màxima = 16 Grau 10: variança màxima = 20. Grau 11: variança màxima = 25 29. Fes el gràfic de barres de freqüència d’un ítem graduat tipus Likert de 5 graus difícil i un de fàcil? Ítem fàcil: ítem difícil:
L’ítem fàcil té una resposta amb major número de freqüència de resposta, és fàcil encertar la resposta correcta. L’ítem difícil és quan totes les respostes tenen la mateixa freqüència, o hi ha omissions, o hi ha una alternativa q no és la correcta que també té molta freqüència de resposta.
30. En un anàlisi d’ítems d’alternativa múltiple que es fa amb un ítem que discrimina poc? Si un ítem discrimina poc s’exclou de la prova o es sotmet a revisió, aquesta revisió afectarà tant al ítem en qüestió com a la resta d’ítems de la prova. 31. Amb quin tipus de test no es pot aplicar l’anàlisi com a escalograma? En tests d’escala graduada. S’utilitza només en tests dicotòmics. **32. En què es diferencien el mètode de grups extrems i el model d’escalograma?
- Un ítem de puntuació graduada pot arribar a tenir una variància per sobre de ___?**
(raoneu-ho). Depèn del nombre de graus que tingui l’escala. La variança màxima que pot assolir un ítem de puntuació graduada és 25, en el cas dels ítems de grau 11.
34. Un ítem de puntuació graduada pot arribar a tenir una variància per sota de ___? (raoneu-ho). La variança mínima que pot assolir un ítem és 0. Aquesta puntuació es dóna quan tots els subjectes responen el mateix grau en aquell ítem, per tant, no hi haurà variabilitat en les respostes. 35. Expresseu gràficament (XY) la relació entre variància i dificultat per a ítems dicotòmics.
Quan la dificultat és extrema la variança és mínima, independentment d’ítems fàcils o difícils. A més, si la dificultat està equilibrada sobre 0.5, la variança ho estarà sobre 0.25.
36. Procediments més freqüents per calcular la discriminació. Els tres primers són molt freqüents en l’anàlisi convencional de tests, mentre que els últims són molt més específics i associats a situacions concretes.
- Com a correlació.
- Com a diferència entre subjectes o grups externs.
- Com a sensibilitat temporal.
- Mitjançant proves de Chi-quadrat.
- Índexs de “reproducibilitat” (reproducibilidad en castellà).
- Curves Característiques d’Ítem (CCI). 37. Coeficients de correlació emprats habitualment per calcular la discriminació segons com siguin l'ítem i el criteri.
- Ítem dicotòmic – Criteri dicotòmic : Phi
- Ítem dicotòmic – Criteri continu (graduat): Coeficients Biserial Puntual i Biserial
- Ítem dicotòmic – Criterio Dicotomitzat : Coeficient tetracóric
- Ítem continu – Criteri continu: Coeficient Tetracòric i en general r de Pearson i si l’escala utilitzada es ordinal r de Spearman.
- Ítem continu- Criteri dicotòmic: Biserial, Biserial Puntual. 38. Quina dificultat té un ítem dicotòmic de variança 0? Un ítem amb una variança 0 tindrà una dificultad màxima (ja que quan la dificultad es extrema la variança es mínima). (falta fórmula) 39. Quina dificultat te un ítem dicotòmic de variança 1? La dificultad d’un ítem amb variança 1, la dificultad serà mínima. (falta fòrmula) 40. Quan no es pot aplicar i entre quins valors oscil.la el coeficient r de Pearson? El coeficient de Pearson no es pot aplicar si les variables no són continues i les seves mesures no pertanyen com a mínim a una escala d’interval. El coeficient de Pearson quantifica la relació entre variables entre uns límits -1 +1 constants. 41. Entre quins valors oscil·la la r de Pearson? -1 i +1. 42. Quina finalitat te la Puntuació Ponderada?
S0’25p0’5 2
Com ha incorrecte, caldrà reformular-lo ja que no té una bona discriminació, potser que això passi perquè sigui una pregunta ambigua i es faci una mala interpretació.
44. Quan són gairebé iguals la discriminació corregida i sense corregir El efecte de correcció es deixa de sentir al llarg dels 10 primers ítems mantenint a grans trets les diferències en discriminació original encara que a rang inferior. (De nou la variança influeix en els resultats obtinguts ja que la correcció afecta principalment als ítems de major variança incidint en menor grau sobre els de p extrema).
51.Quins mètodes permeten calcular el coeficient de fiabilitat d'un test? Els mètodes que permeten calcular el coeficient de fiabilitat són:
- Basats en el pas del temps:
- Test-retest (TR)
- Mètode Heisse (MH)
- Test-Retest/Formes equivalents (TR/FE)
- Basats en un moment temporal:
- Formes Paral·leles (FP)
- Dos meitats, Split Half (SH)
- Fiabilitat d’una diferència (FD)
- Consistència Interna (CI) o Coeficient Alpha (Alpha)
- Percentatge d’Acord en TRC (PA)
- Coeficient de Livingstone en TRC (CL)
52.En què consisteix la fiabilitat per consistència interna? La fiabilitat per consistència interna està representada per un coeficient Alpha que es calcula com el resultat de la mitjana de tots els coeficients possibles mitjançant el mètode de dos meitats. Aquest coeficient ens informa de la fiabilitat i la homogeneïtat (dimensionalitat) del test.
El càlcul de la fiabilitat per consistència interna és el coeficient més valorat. També és un dels mètodes que s’aplica sistemàticament gràcies a la seva operativitat i senzillesa de càlcul. Té en compte la informació directa de l’ítem i es calcula a partir del coeficient alpha de kronbach. És la mitjana de tots els coeficients de fiabilitat corregits de totes les combinacions possibles del test de dues meitats. També ens informa sobre l’unidimensionalitat. Valor mínim recomenat és 0,8.
53. Quina diferència hi ha entre fiabilitat per estabilitat i per consistència? La fiabilitat per estabilitat (test-retest) s’aplica una mateixa prova en dues ocasions entre les quals hi ha un període concret de temps. Existeix x això una condició fonamental, que és que no hi hagi cap canvi en allò que volem mesurar. En canvi, en la fiabilitat per consistència únicament es fa una mesura en la que també se’ns informa de la homogeneïtat dels ítems. La fiabilitat per consistència tendeix a subestimar la fiabilitat de la prova si comparem els resultats amb la fiabilitat per estabilitat.
Son dos estrategias u enfoques para medir la fiabilidad de un test. La equivalencia hace referencia a una estrategia transversal: la utilización de diferentes instrumentos o tests (clónicos) para medir un mismo grupo de sujetos. La consistencia hace referencia a una estrategia longitudinal: medir con el mismo instrumento a un grupo de sujetos a lo largo del tiempo. En ambos casos la fiabilidad se cumple si los resultados son parecidos.
54. Quins problemes té el procediment de càlcul del coeficient de fiabilitat Split- Half? El problema del mètode d’Split Half, és que es tracta d’una simulació del mètode de formes paral·leles i s’han de trobar les divisions possibles que produeixin situacions més similars a aquestes (FP). A més, un cop torbat el coeficient aquest es tornarà a avaluar amb la meitat dels ítems originals del test del que procedeix. Aquest fet farà que disminueixi la fiabilitat obtinguda, pel que s’haurà d’incorporar una correcció del coeficient (correcció d’Spearman-Brown).
55.Que tenen en comú la fiabilitat per equivalència i per consistència. El que tenen en comú tots dos mètodes de fiabilitat és que també determinen la homogeneïtat del test. En el cas de la fiabilitat per equivalència (Split-Half) s’aconsegueix al revisar la dificultat i el contingut dels ítems per trobar les dos meitats que produeixin les situacions més similars a les formes paral·leles. En el cas de la fiabilitat per consistència s’aconsegueix mitjançant la intercorrelació dels ítems a través de l’Alpha de Cronbach.
Depèn de la desviació estàndard (s) i del coeficient de fiabilitat (rxx’). En realitat el valor SEM servirà per determinar entre quins valors es trobarà la puntuació verdadera d’un subjecte. Un cop obtingut el valor SEM mitjançant la fórmula SEM = 0`-‘r haurem d’escollir el nivell de confiança per determinar quin és l’interval en el que es trobarà la puntuació directa.
L’error estàndard de mesura (SEM) s’ha d’entendre com el promig de les desviacions estàndard de n puntuacions. El SEM té una cota mínima (0) però no té un valor màxim definit, ja que depèn de la variabilitat de les puntuacions a partir de les quals es calcula la desviació estàndard i s’expressa amb la mateixa unitat de mesura que aquestes.
64.Quina relació hi ha entre SEM i rxx'? Són inversament proporcionals. Quan una augmenta l’altre disminueix i al revés. SEM és el promig de les desviacions estàndard que obtindríem si cada un dels individus N fos puntuat amb varis tests diferents però en paral·lel. Per tant a mesura que rxx’ disminuirà SEM augmentarà, hi ha una relació inversa. L’error SEM augmenta en tots els tests a mesura que augmenta la dispersió de les puntuacions.
65 .Un examinat ha aconseguit ___ punts en un test de raonament verbal amb rxx'=___ i Sx= ___. Entre quins límits oscil·la aquesta puntuació (NC=95%)?
Ti= Xi ± 1.96 ·
Ti = Xi ± ZNC · Se
Se = Sx · √(1 - rxx’)
Exemple: Xi= 47 rxx’=0.92 Sx = 1.
Comencem per calcular el SEM (Se) à Se = Sx · √(1 - rxx’) = 1.5 · √(1 – 0.92) = 0.
Quan tenim el SEM podem calcular la puntuació veritable (Ti). Com que l’interval de confiança és 0.95, sabem que ZNC = 1.96 à Ti = Xi ± ZNC · Se = 47 ± (1.96 · 0.42) = [46.18; 47.82] à La puntuació oscil·laria entre 46.18 i 47.82 amb un nivell de confiança del 95%.
66. Quines són les condicions d'aplicació per el mètode de formes paral.leles? Les condicions que haurien de complir 2 formes paral·leles del mateix test són: - Tenir la mateixa puntuació promig i variància - Correlacionar igual am la puntuació verdadera. - Les diferències entre les puntuacions obtingudes i les verdaderes es deu a l’atzar i la seva distribució és normal - Els errors d’una prova no correlacionen amb els de l’altra. - Els errors de cada prova no correlacionen amb les puntuacions verdaderes.
67.Quan no es recomanable aplicar el mètode test-retest? No es recomanable el mètode de test-retst en proves de velocitat, ja que són més sensibles a la presentació repetida del mateix test.
68.Quina finalitat té l'expressió Spearman-Brown? La fórmula de Spearman-Brown permet aproximar el valor de fiabilitat del test en funció de la longitud que tingui (el nombre d’ítems).
La longitud del test influeix en la seva fiabilitat, així depenen de la qualitat dels ítems es precisarà una longitud o una altra. El coeficient Spearman-Brown permet establir una estimació del coeficient de fiabilitat d’un test en el cas que augmentés o disminuís la seva longitud actual. A partir d’un sostre de longitud, la ganància del test en la fiabilitat serà mínima.
69. En què consisteix la fiabilitat de consistència interna? És un mètode que consisteix en conèixer l’homogeneïtat de les respostes d’un test, és a dir, si les respostes d’un grup de subjectes als ítems d’un test són coherents. Es calcula a partir del coeficient alpha (tot i que també s’utilitza KR20 i KR21 en dades dicotòmiques). És un dels mètodes que s’aplica sistemàticament per la seva operativitat i senzillesa de càlcul.
El càlcul de la fiabilitat per consistència interna és el coeficient més valorat. També és un dels mètodes que s’aplica sistemàticament gràcies a la seva operativitat i senzillesa de càlcul. Té en compte la informació directa de l’ítem i es calcula a partir del coeficient alpha de kronbach. És la mitjana de tots els coeficients de fiabilitat corregits de totes les combinacions possibles del test de dues meitats. També ens informa sobre l’unidimensionalitat. Valor mínim és 0,8.
70.Un test de 80 té una rxx´=___, si treiem una ___ part dels items quina será la nova Fiabilitat?
Es calcularia amb la fórmula següent:
On el valor rxx’ és el que ens dónen i la k es calcula en relació a la part d’ítems que ens diu que es treuren. Per exemple: Si treu la meitat dels ítems seria k= 0.5, si treu ¼ part dels ítems seria k= 0.75 (la proporció en relació a 1).
Cuantos más ítems tiene una prueba más se optimiza su fiabilidad, teniendo en cuenta que la calidad de los ítems es crucial. Por tanto, un test con ítems de menor calidad necesitará un mayor número de ellos para alcanzar un buen coeficiente de calidad que uno con ítems de mayor calidad o coherencia. La expresión que refleja la relación longitud-fiabilidad en un test es la corrección de Spearman-Brown, que permite establecer una estimación del coeficiente de fiabilidad de un test en el caso de que aumente o disminuya su longitud.
rxx’.prev.= k · rxx’ 1+(k-1) · rxx’
k: nº de veces que se aumenta o disminuye la prueba.
rxx’ y rxx’.prev: Coeficiente de fiabilidad actual y al previsto tras modificar la longitud.
La relación entre k y el nuevo coeficiente no es lineal sino que se da un efecto techo, el previsto irá ascendiendo paulatinamente hasta llegar a un tope a partir del cual la ganancia en fiabilidad será mínima.
En ocasiones pruebas de excesiva longitud pueden ser reducidas sin perder mucha fiabilidad.
En clase ha dicho que lo que hay que tener muy claro es al calcular la K, tener en cuenta que K es lo que tenemos, no lo que quitamos, por ejemplo si yo quito 1/3 de la prueba k=.0,66.
71. Explica en què consisteix el coeficient Alpha? És el coeficient que s’utilitza en el mètode de consistència interna per saber la fiabilitat. Alpha informa del valor resultant després d’haver calculat tots els coeficients possibles (totes les divisions possibles) pel mètode de les dues meitats. Alpha és un indicador de fiabilitat i també d’homogeneïtat (dimensionalitat).
El coeficient Alfa és un indicador de fiabilitat d’un test i de covariància del ítems, ens informa fins a quin punt tots els ítems estan mesurant el mateix atribut (unidimensionalitat). Segueix una estratègia de base semblant a la del mètode de dues meitats, però portada al extrem: es tracta de dividir un test en tantes meitats com sigui possible i comparar el grau de correlació entre les seves puntuacions.
72. ¿Un test pot tenir valors de discriminació dels ítems inferiors al coeficient de fiablitat del test? Sí, ja que els valors de discriminació que s’accepten són a partir de 0.3 i en canvi els valors que s’accepten de fiabilitat són a partir de 0. Si, perquè el procediment utilitzat pot fer variar el coeficient independentment que es faci amb un mateix grup i un mateix test. 73. Com garantim que hi ha validesa de contingut en un test? Per garantir validesa de contingut cal: - Revisar el material existent sobre el tema, especialment en altres tests, relacionat amb l’avaluació de l’atribut. - Efectuar una anàlisi lògica sobre el contingut del test delimitant les àrees o “facetes” de l’atribut que el configuren globalment. - Elaboració dels ítems de forma que totes les àrees quedin representades en un conjunt o mostra d’aquests.
La validesa discriminant es dóna en tests que mesuren atributs diferents amb el mateix mètode, dels que se’n espera una baixa correlació. Per exemple, si mesuréssim l’ansietat, l’actitud contra l’avortament i la comprensió lectora a partir de tests composats per ítems dicotòmics (veritable/fals); les puntuacions d’un subjecte amb alta ansietat no haurien de ser necessàriament altes en la seva actitud contra l’avortament ni implicarien una alta comprensió lectora.
80. Pot variar el coeficient de validesa si es calcula mitjançant diferents mètodes? (Raonar la resposta) Si, perquè cada un dels mètodes emplea procediments diferents per al càlcul del coeficient de validesa i, per això aquest variarà. Tenen en compte diferents aspectes per al càlcul del coeficient de validesa. Per exemple, la validesa de contingut es determina de diferent forma que la de constructe. No existe un coeficiente de validez como tal. Existen diferentes tipos de criterios para valorar la validez de un test donde se utilizan principalmente coeficientes de correlación. 81. Quin paper te l’existència d’un marc teòric en l'estratègia multitret- multimètode? En moltes ocasions les dades de la matriu M-M poden ser difícils d’interpretar ja que no s’ajusten a un model de relacions establert. En aquests casos l’estratègia M-M requereix un bon coneixement del marc teòric que engloba al tests i les seves posibles alternatives. La presència d’un marc teòric en l’estratègia M-M es bàsica per incluir dos elements bàsics: tret i mètode. En l’estratègia multitret-multimètode es vol confirmar una hipòtesi que precisament sorgeix d’un marc teòric. 82. Quina jerarquia de valors de coeficientes esperem en una matriu M-M (De major a menor) 1r. Valors M-M (monotret-monomètode ): situats a la diagonal principal, son els coeficients de fiabilitat. Són els més elevats del test i són sempre positius. 2n. Valors MR-HM (Monotret- heteromètode) : corresponen a les diagonals paracials.Són els coeficients de validesa convergent i equival al coeficient de validesa concurrent. 3r. Valors HR-MM (heterotret- monomètode): corresponen als coeficients de validesa discriminant. A excepció que s’especifiquin relacions especials aquests valors seràn inferiors als del coeficient de validesa convergent i a la fiabilitat. 4rt. Valors HR-HM (heterotret-heteromètode): Seràn els coeficients de menor valor a la taula. La equivalència entre valors serà mínima o nul·la a excepció que s’especifiquin relacions especials. 83. Entre quins valors límit oscil.len els coeficients de Multitret / Multimètode? Són coeficients de correlació, així que oscil·laràn entre 0 i 1, a no ser que els heterotrets- heteromètodes tinguin correlacions negatives o que el mètode teòric predigui que un traibut està inversament relacionat amb un altre que es medeix i pugui oscil·lar fins -1. Els coeficients de la estratègia Multitret-Multimètode són coeficients de correlació del tipus producte-moment, normalment r de Pearson, però també Spearman. Els seus valors es mouen entre -1 i +1.
- Monotret-Monomètode: Coincideixen amb els coeficients de fiabilitat, el mínim recomanable és 0.8 i determinen el valor màxim de les correlacions de la matriu (un test no pot correlacionar amb un altre més enllà del que correlaciona amb una 2ª aplicació de sí mateix).
- Monotret-Heteromètode: Coincideixen amb els coeficients de validesa convergent i concurrent, per tant, s’espera un nivell elevat de correlació però MAI superior al coeficient anterior. També es poden utilitzar per controlar el biaix procedent de l’ús de diferents mètodes que mesurin el mateix tret.
- Heterotret-Monomètode: Coincideixen amb els coeficients de validesa discriminant, se’n espera nivells de correlació baixos.
- Heterotret-Heteromètode: Són els coeficients que teòricament han d’expressar la correlació més baixa de tota la taula.
84. Expliqueu la "paradoxa de Loevinger” Si la seqüència dificultat-variança- homogeneitat- fiabilitat-validesa sembla lògica en el procès de construcció del test la realitat de la seva aplicació porta a pensar el contrari. De fet tests molt homogenis mostren relacions amb el criteri per baix del previst mentre que proves menys homogènies produeixen coeficients de validesa majors que els anteriors. La clau aquí serà conèixer la dimensionalitat del criteri, ja que l’experiència mostra com tests del tipus “omnibús” ofereixen bons i inesperats coeficients de validesa al comparar les seves puntuacions amb criteris dubtosament unidimensionals. D’ocórrer amb un test homogeni les correlacions seran inferiors perquè nomes es relacionarà amb puntuacions sensibles al mateix atribut que s’està mesurant.
Lo que ha dicho en clase es que lo paradójico es que un test puede ser perfecto psicométricamente y a nivel profesional no funcionar, porque al ser demasiado perefecto parece muy artificial.
85. Quina utilitat te la tipificació de puntuacions de test? La tipificació de les puntuacions d’un test tracta de convertir els resultats originals d’un test en uns altre basats en una norma interna i una externa. Amb això s’optimitza la informació i s’aprofiten millor les seves qualitats mètriques tan ordinals o d’interval. -Permet cumplir amb la mètrica dels tests. -Permet oferir els seus resultats en una escala que compeixi els requisits de l’estadística paramètrica.
- Permet transformar les puntuacions directes en típiques i així ajustar els resultats a la normalitat.
La tipificació de les puntuacions consisteix en transformar les puntuacions directes en típiques sempre i quan la distribució s’ajusti a la normal. La seva utilitat és optimitzar la informació i aprofitar millor les qualitats mètriques, tant ordinals com d’interval.
86. Quina relació hi ha entre la prova d'ajust a la normalitat i les puntuacions típiques derivades? Són una transformació de les puntuacions z a una altra mètrica on el valor origen i la unitat es modifiquen. Per aquest motiu serà necessari en primer lloc calcular les corresponents puntuacions típiques (z) mitajançant un eqüació i una transformació per obtenir la nova escala.
Per a calcular les puntuacions típiques necessitem obtenir la puntuació típica (z) d’un subjecte. Per al càlcul del estadístic Z és necessari que les puntuacions del grup normatiu s’ajustin a la normalitat, si es cumpleix aquest requisit es pot aplicar la formula següent. De manera que l’ajust de la normalitat és un requisit per al càlcul de les puntuacions típiques derivades.
87. Quin són els principals tipus d'estandardització de puntuacions de tests?
- Comparació amb un estàndar absolut. (sobretot TCR)
- Comparació amb un estàndar interindividual. (TNG) 2.1 Aplicant desviació i mitjana. (refereixen ajust a la normalitat) 2.2 Sense fer ús de la desviació i la mitjana. (no requereixen ajust a la normalitat)
- Comparació amb un estàndar intraindividual. (poc habitual, TRC)
- Comparació amb un estàndar arbitrari. (poc habitual, TRC) 88. Cita 3 qualitats que haurien de tenir els barems d’un test? Fiabilitat, validesa i manteniment o adeqüació temporal i espaial. 89. Quina diferencia hi ha entre les Puntuacions Típiques derivades i les Puntuacions de Classe. Les PTDC, són una variant de les PTD on la precisió exigida es menor. Els resultats s’aproximen (se redondean) agrupant-se en categories. D’aquesta manera la distribució normal queda dividida en diverses franjes verticals que abarquen diferents àrees però mantenen la mateixa amplitud de puntuació sobre les abcises.
Esquema detallat i continguts bàsics dels principals procediments per
calcular el coeficient de fiabilitat rxx'.
El coeficient de fiabilitat rxx’ es pot obtenir mitjançant diferents procediments agrupats en dos grups:
- Basats en el pas del temps:
- Test-Retest (TR): (estabilitat) consisteix en passar una mateixa prova en dos ocasions entre les que hi hagi un interval de temps que oscil·larà entre les 2 setmanes i els 6 mesos i sempre que l’atribut a mesurar no pateixi cap canvi durant aquest interval. El coeficient s’obté correlacionant les puntuacions dels subjectes en temps 1 amb les del temps 2. No aconsellable en proves de velocitat.
- Mètode Heisse (MH): consisteix en la extensió del mètode test-retest a 3 aplicacions de la mateixa prova o formes paral·leles sota les concisions habituals del model. Ofereix una estimació de la fiabilitat lliure dels efectes del canvi temporal.
- Test-Retest/Formes equivalents (TR/FE): combinació del mètode de test-retest i de formes paral·leles.
d’aquest no he trobat res... pero pel nom suposo que sera una barreja de tots dos metodes! Si trobeu alguna cosa m’ho dieu!
- Basats en un moment temporal:
- Formes Paral·leles (FP): consisteix en 2 rèpliques del original en els que el contingut i les respostes compleixin les condicions que han de posseir dues formes equivalents d’un mateix test. És aconsellable que s’alteri l’ordre dels ítems de cada test i els distractors. Aquest disseny ha de preveure una quantitat i tipus d’ítem que respongui al disseny de dos test sense que el record o els efectes de l’ordre interfereixin en les respostes dels subjectes. La seva aplicació requereix la correlació entre els resultats dels test.
- Dues meitats, Split-Half (SH): es tracta d’un simulacre del mètode de formes paral·leles. Es divideix la prova en dos meitats per crear dos suposades formes paral·leles amb la meitat de longitud que l’original. S’ha de seleccionar les situacions que produeixin situacions que s’assemblin més a les formes paral·leles, per fer-ho es revisarà la dificultat i el contingut dels ítems.
- Fiabilitat d’una Diferència (FD): analitza les diferències que es produeixen entre els resultats de cada forma dels test paral·lels. També és útil per conèixer la validesa per criteri de la prova.
- Consistència Interna (CI) o Coeficient Alpha (Alpha): es calcula mitjançant el coeficient Alpha de Cronbach, que s’aconsegueix al fer la mitja de tots el coeficients obtinguts en les possibles situacions del mètode de dos meitats. Aquest coeficient també ens informa de la homogeneïtat (dimensionalitat) de la prova.
- Percentatge d’un Acord en TRC (PA): es tracta d’una avaluació del grau en que dos proves equivalents detecten als subjectes que dominen el contingut
B. Esquema amb els principals procediments per calcular el coeficient de validesa d'un nou test.
La validesa de criteri permetrà realitzar el coeficient de validesa (Rxy) donant-nos una correlació PM (producte.moment) entre les puntuacions del test i les de criteri. Estimar la situació del subjecte en Y a partir de les puntuacions del test (X). El coeficient r (^2) xy expressarà la variància esperada en el criteri del test i la veritable variància del criteri. Manifesta quanta variabilitat del criteri és explicada per la variable X (les puntuacions)
r^2 xy = S^2 y · prevista = variança de les puntuacionas estimades en Y a partir de X S^2 y variança obtinguda en les puntuacions criteri
També es pot calcular la variança imprevisible ja que rxy oscil·larà entre 0 i 1). La fórmula utilitzada seria: S (^2) y · imprevisible = 1 - r (^2) xy L'error estàndard d'estimació (SEM) informarà sobre l'ambigüitat en la determinació de la puntuació de criteri. A part del coeficient de correlació caldrà saber la dispersió existent en Y. La fórmula és: S (^) e·xy = S (^) y
En relació amb l’error estàndard (SEM) podem dir que:
- A mesura que el coeficient de validesa va de 0 fins a 1, l'error disminueix.
- Gran variabilitat de Y per a un petit nombre de puntuacions provoqués imprecisió encara que el coeficient de fiabilitat sigui elevat
- Una baixa variabilitat reduirà la utilitat del criteri
Mitjançant el coeficient d'alienació (desviació típica imprevisible) sabem el nivell d'error
que existirà en l'estimació de Y a parts de X. L’augment de provoca la reducció del coef. d’alienació i al contrari. La fórmula és la següent: Coef.
Alienació = A partir d'això podrem calcular Y: Y’ =
· · (X- ) +
Podrem conèixer els límits de Y:
= Y’ ±
· S (^) e·xy = Y’ ± · ·
Assumint un 5% d’error, l’estimació de Y oscil·larà entre 2 vegades (z=1.96) la quantitat de l’error per sobre i sota de tal estimació (± 1.96).
La millor interpretació a la pràctica de vindrà donada com a proporció de variàncies o pel coeficient d'eficiència (com el de aliencación però en percentatge):
Coef. Eficiència = 100 · 1 -
Hi haurà correlació entre el coef. D'eficiència i el de validesa (millors valors entre 0'9 ≤ Rxy ≥ 1)
