Universidad Pedagógica De El Salvador
Facultad de educación
Licenciatura en Psicología
Psicometría
Licenciado: Evelio Pineda
Alumna: Katherine Michelle García Brizuela
LO QUE APRENDÍ ESTE CICLO.
02/10/2024
3.
3.4
5.2.2.
DESARROLLO DE CONTENIDOS
3. Modelo lineal clásico
El modelo lineal clásico establece que una puntuación observada de un sujeto en un test puede descomponerse en dos partes:
El score verdadero del sujeto en la variable medida por el test.
El error de medida, que ocurre debido a la imprecisión en las mediciones psicológicas.
Así, el score observado es la suma del score verdadero más el error de medida:
X=T+eX = T + eX=T+e
3.2 Modelo lineal
Segun Ricardo Primi (2012) menciona varios postulados que sustentan el modelo lineal: La media de los errores de medida es igual a cero. Esto significa que, en promedio, los errores no sesgan los resultados.
No hay correlación entre los errores y las puntuaciones verdaderas). Esto implica que el error es aleatorio y no depende del nivel real de habilidad o puntuación de la persona
No hay correlación entre los errores de medida de diferentes test, si se asume que ambos son paralelos
3.1 Teoría clásica de los test
la TCT es ampliamente utilizada en el desarrollo de tests psicológicos, educativos y otras mediciones donde se busca evaluar constructos latentes (habilidades, actitudes, etc ) La TCT sigue siendo una herramienta esencial para los psicometristas, a pesar del surgimiento de modelos más modernos como la Teoría de Respuesta al Ítem (IRT). La TCT tiene la ventaja de ser simple y fácil de interpretar, pero es limitada en algunos aspectos, como su incapacidad para modelar adecuadamente el comportamiento de los ítems en diferentes niveles de habilidad
3.3 Puntuación verdadera
La puntuación verdadera es un concepto central en la TCT Se refiere al puntaje "real" o "ideal" que un individuo tendría en una prueba si no hubiera ningún tipo de error de medida. Es decir, es la puntuación que refleja de manera exacta el nivel real de habilidad o característica psicológica que el test intenta medir.
Propiedades de la Puntuación Verdadera: Invarianza en Aplicaciones Repetidas: La puntuación verdadera es teórica y no cambia en pruebas repetidas
Media de los Errores Igual a Cero: Si un test se aplica un número infinito de veces, la media de los errores será igual a cero
Esto significa que, en el largo plazo, los errores tienden a compensarse.
3.4
Definición del error 4. Test paralelos
El error refleja cualquier variación o inexactitud en la medición que no está relacionada con el constructo que el test intenta medir Matemáticamente, se expresa como:
Xi=Ti+ei
El error de medida puede ser causado por muchos factores, incluyendo errores aleatorios, problemas en la administración del test, las condiciones bajo las cuales se toma el test, o variaciones en el estado emocional o físico del individuo durante la evaluación.
Son dos o más versiones diferentes de un mismo test que miden el mismo constructo psicológico con el mismo nivel de precisión.
Para que dos tests se consideren verdaderamente paralelos, deben cumplir con ciertas condiciones:
1 Igual fiabilidad
Misma media y varianza de las puntuaciones verdaderas
2.
Covarianza entre puntuaciones observadas y verdaderas 3.
Misma correlación entre ítems 4
4.1 Supuestos básicos
Estos supuestos en la Teoría Clásica de los Test ayudan a entender cómo se descomponen las puntuaciones observadas y cómo se interpreta la fiabilidad de un test en este enfoque psicométrico.
1: La puntuación observada es la suma de la puntuación verdadera y el error de medida.
Este es el supuesto central de la TCT La puntuación observada de un individuo es el resultado de la suma de dos componentes Este supuesto establece que cualquier variación en la puntuación observada puede explicarse por diferencias en la puntuación verdadera y por la variabilidad introducida por el error
2: La media de los errores de medida es igual a cero. Un segundo supuesto fundamental es que, en una serie de mediciones repetidas, los errores de medida se distribuyen de manera aleatoria, por lo que la media de los errores tenderá a ser cero Esto significa que el error de medida no tiene un sesgo sistemático, y, a largo plazo, los errores positivos y negativos se compensan entre sí
3: No hay correlación entre las puntuaciones verdaderas y los errores de medida La presencia de error no depende de si un individuo tiene una puntuación verdadera alta o baja Este supuesto garantiza que el error es aleatorio y no influye en las diferencias individuales en la habilidad o característica medida.
4. No hay correlación entre los errores de dos tests paralelos. Cuando se administran dos formas paralelas de un test (es decir, dos versiones equivalentes que miden el mismo constructo), se asume que no hay correlación entre los errores de medida de los dos tests. Es decir, los errores en un test no deben estar relacionados con los errores en el otro
4.2 Índice de fiabilidad
Refleja qué tan bien un test mide lo que pretende medir de manera consistente en diferentes ocasiones o con diferentes muestras
El índice de fiabilidad toma valores entre 0 y 1:
Un valor cercano a 1 indica que una proporción significativa de la varianza observada en los resultados del test es atribuible a las diferencias en las puntuaciones verdaderas. Esto significa que el test es muy fiable y tiene poco error de medida.
Un valor cercano a 0 indica que la mayor parte de la varianza en las puntuaciones observadas se debe al error de medida, lo que sugiere que el test es menos fiable.
4.3 Coeficiente de fiabilidad
Indica la consistencia interna de un test, es decir, qué tan bien los ítems del test miden el mismo constructo Es una forma de evaluar la precisión de las puntuaciones obtenidas.
1.
Alfa de Cronbach: Es uno de los métodos más comunes. Se basa en la covarianza entre los ítems del test.
2
Kuder-Richardson (KR-20): Similar al alfa de Cronbach, pero se utiliza para ítems dicotómicos (por ejemplo, verdadero/falso).
Método de dos mitades (split-half):
Divide el test en dos mitades y correlaciona las puntuaciones de ambas mitades. 3
4.4 El error típico de media
El error típico de medida es una estimación de la dispersión o variabilidad de las puntuaciones observadas que se debe únicamente a los errores de medición, asumiendo que las puntuaciones verdaderas permanecen constantes. Es decir, cuantifica el grado en que las puntuaciones observadas de un individuo fluctuarían en diferentes aplicaciones del test debido a errores aleatorios.
El error típico de medida se puede calcular a partir de la desviación estándar de las puntuaciones observadas y la fiabilidad del test. La fórmula general es la siguiente:
4.5 Tipos de estimación
Estimación puntual: Es un valor específico que se estima para una puntuación verdadera basada en la puntuación observada.
Intervalo de confianza: Es un rango de valores dentro del cual se espera que se encuentre la puntuación verdadera con un cierto nivel de confianza (por ejemplo, 95%)
Estimación
bayesiana: Utiliza información previa (a priori) y la combina con los datos observados para estimar la puntuación verdadera.
5. Procedimientos para estimar la precisión de las puntuaciones
Permite evaluar la fiabilidad de un test y la confianza que se puede tener en los resultados obtenidos Existen varios procedimientos utilizados para estimar esta precisión, cada uno con sus propias características y aplicaciones
Coeficiente de fiabilidad. 1.
Error estándar de medida (SEM). 2.
Análisis de la varianza (ANOVA) 3
Modelos de Teoría de Respuesta al Ítem (TRI) 4.
5.2 Procedimientos de una sola administración
Los procedimientos de una sola aplicación son pruebas o evaluaciones que se realizan solo una vez para medir características o habilidades de una persona Estos son útiles para obtener una imagen rápida del estado actual de la persona en un momento determinado Ejemplos:
1.Pruebas de inteligencia: Como el WAIS.
2.Cuestionarios de personalidad: Como el MMPI (Minnesota Multiphasic Personality Inventory)
3.Evaluaciones de habilidades específicas
5.1 Procedimientos que requieren dos administraciones
Los procedimientos que requieren dos administraciones son herramientas esenciales en psicometría para evaluar la fiabilidad de los tests. Estos métodos ayudan a determinar si las puntuaciones reflejan de manera precisa y constante las características que se están midiendo, lo cual es crucial para la validez de los resultados.
Método Test-Retest 1.
Paralelas 2.
Estimación de Fiabilidad por Formas
Consistencia Interna con Dos Administraciones. 3.
5.2.1 Dos mitades
También conocido como el método de bisección, es una técnica utilizada en psicometría para evaluar la consistencia interna de un test.
Básicamente, se divide el test en dos mitades equivalentes y se calcula la correlación entre las puntuaciones de ambas mitades Si la correlación es alta, se considera que el test tiene una buena consistencia interna
Este procedimiento evalua la relación entre variables, especialmente en el contexto de la (TCT) y en el análisis de la fiabilidad y validez de los tests
Este procedimiento se centra en cómo las puntuaciones en un test están relacionadas entre sí y cómo estas relaciones pueden ser utilizadas para estimar la fiabilidad y la consistencia de un test.
Ventajas:
Flexibilidad: Permite controlar por variables adicionales que podrían afectar los resultados, lo que proporciona una visión más precisa de las relaciones entre variables.
Profundidad Analítica: Facilita el análisis de relaciones complejas entre múltiples variables y la evaluación de modelos teóricos.
Estabilidad: Ayuda a proporcionar estimaciones más estables de la fiabilidad y la validez de los tests al tener en cuenta la variabilidad introducida por otras covariables
6. Factores que afectan los coeficientes de fiabilidad
Los coeficientes de fiabilidad son métricas que indican la consistencia y estabilidad de las puntuaciones de un test Sin embargo, varios factores pueden influir en estos coeficientes, afectando la precisión con la que reflejan la verdadera capacidad o característica que se está midiendo
Algunos factores pueden ser:
Número de Ítems en el Test
Condiciones de Aplicación del Test
Homogeneidad de los Ítems
Intervalo de Tiempo entre Administraciones
Capacidad de los Participantes para Responder Sesgos en el Test
Variedad de la Muestra
Tipo de Test y Constructo Medido
Variabilidad en el Error de Medida
Conclusiones
En psicometría, la evaluación precisa de las características y habilidades de los individuos es esencial, y para lograrlo, se utilizan diversos procedimientos y metodologías. Entre estos, los procedimientos de una sola administración permiten obtener instantáneas del estado actual de un individuo, mientras que los procedimientos que requieren dos administraciones, como el test-retest y las formas paralelas, son fundamentales para evaluar la fiabilidad y estabilidad de las puntuaciones a lo largo del tiempo.
La Teoría Clásica de los Test (TCT) establece principios fundamentales, como la descomposición de las puntuaciones observadas en puntuaciones verdaderas y errores de medida. El error típico de medida es una herramienta clave para entender la variabilidad de las puntuaciones y para calcular intervalos de confianza que ofrecen una mejor interpretación de los resultados.
Los coeficientes de fiabilidad son críticas que reflejan la consistencia y precisión de un test. Factores como el número de ítems, la homogeneidad de estos, la diversidad de la muestra, las condiciones de aplicación y la naturaleza del constructo medido pueden influir significativamente en la fiabilidad de un test. Por lo tanto, es crucial considerar estos factores en el diseño y la implementación de evaluaciones psicométricas.
En conjunto, estos conceptos y procedimientos ofrecen un marco completo para la evaluación y comprensión de las habilidades y características psicológicas, ayudando a garantizar que los resultados sean válidos, precisos y útiles en diversas aplicaciones, desde la educación hasta la salud mental
Referencias
Primi, R. (2012). Psicometria: Fundamentos matemáticos da Teoria Clássica dos Testes. Avaliação Psicológica, 11(2), 297-307.
Instituto Brasileiro de Avaliação Psicológica. http://www.redalyc.org/articulo.oa?id=335027501015
Pasquali, L., (2009). Psicometria. Revista da Escola de Enfermagem da USP, 43(1), 992-999. https://www.redalyc.org/articulo.oa?id=361033301002
Material clase de psicometría