Download - Teoría clásica de los test
![Page 1: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/1.jpg)
TEORÍA CLÁSICADE LOS TEST
Enrique MorosiniUniversidad Nacional de AsunciónFacultad de PsicologíaEspecialidad Clínica – Cátedra de Psicometría Aplicada IIAsunción - 2012
![Page 2: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/2.jpg)
LA TEORÍA CLÁSICA DE LOS TEST
También conocida como el modelo clásico de la puntuación verdadera.
Como la teoría del error de medida. Se fundamenta en el modelo lineal propuesto por
el psicólogo británico Charles Spearman. Spearman, utilizando el modelo de regresión
lineal, planteó las bases del modelo clásico. Han reelaborado la teoría: Guilford (1936),
Gulliksen (1950), Magnuson (1967)…
![Page 3: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/3.jpg)
ECUACIÓN DE REGRESIÓN
La regresión es un razonamiento matemático-estadístico que permite la predicción de los valores de una variable a partir de otra.
El análisis de regresión, que consiste en analizar la naturaleza de las conexiones existente entre variables correlacionadas, a partir del cual es posible establecer una enunciación de éstas con una ecuación o fórmula.
![Page 4: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/4.jpg)
ECUACIONES DE REGRESIÓN - EJEMPLOS
La regresión lineal. La regresión no lineal:
Regresión logística. La regresión logarítmica. La regresión logarítmica binaria. La regresión curvilínea.
La regresión simple. La regresión múltiple.
Ejemplos Excel
![Page 5: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/5.jpg)
MODELO LINEAL DE SPEARMAN
El modelo de Spearman establece que cualquier puntuación observada de un test se puede entender como la suma de dos componentes hipotéticos: puntuación verdadera y error aleatorio.
X = V + E
![Page 6: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/6.jpg)
EL MODELO LINEAL DE SPEARMAN
El concepto de puntuación verdadera: La concepción Platónica.
La concepción del valor límite:
La concepción de la esperanza matemática:
1lim
k
agg
a k
XV
k=
→∞=
∑
[ ]ga gaV E Xυ= =
![Page 7: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/7.jpg)
EL MODELO LINEAL DE SPEARMAN
La variable aleatoria error La variable aleatoria error es la diferencia entre
la puntuación observada y la puntuación verdadera. Como consecuencia esta relación lineal resulta en esperanza matemática = 0.
![Page 8: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/8.jpg)
CONSTRUCCIÓN DEL MODELO CLÁSICO
El aspecto central de la teoría clásica de los test es determinar la manera de estimar los atributos resultado de las diferencias individuales.
A partir de la selección aleatoria de los sujetos evaluados se generan valores aleatorios conocidos como la puntuación observada.
A partir de esta condición teórica se desprenden los supuestos principales.
![Page 9: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/9.jpg)
SUPUESTOS DEL MODELO CLÁSICO
a) X = V + e.b) E [e] = 0.c) ρ (e,V) = 0.d) ρ (ex,Vy) = 0.e) ρ (ex ,ey) = 0.
![Page 10: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/10.jpg)
DERIVACIONES DE LA TCa) E[V] = E[X]b) E[X|v] = vc) σ2
x = σ2v + σ2
e
d) ρ2xv = σ2
v / σ2v
e) ρ2xe = σ2
e / σ2x
f) ρ2xv + σ2
xe = 1
![Page 11: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/11.jpg)
APLICACIONES
La aplicación más clara de la Teoría Clásica de los Tests es que a partir de sus supuestos se derivan métodos que permiten estimar la confiabilidad del instrumento y, a partir del mismo, estimar el error de medición.
E X XX'σ =σ 1-ρ
![Page 12: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/12.jpg)
INFERENCIAS ACERCA DE V Como ya se ha visto, la puntuación verdadera
nunca se puede determinar exactamente, pero se puede estimar a partir de las puntuaciones observadas, con la ayuda del estimador del error típico de medida.
La relación entre V y X puede considerarse desde dos perspectivas: La estimación en el marco de una puntuación
individual Desde la perspectiva de las relaciones entre V y X
para infinitos individuos.
![Page 13: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/13.jpg)
CON LA PUNTUACIÓN INDIVIDUAL Procedimiento general en puntuaciones directas.
Construcción del IC1. Establecer un nivel de confianza 1-α.2. Obtener un estimador muestral del parámetro,
en este caso una puntuación observada Xi.3. Determinar el valor crítico de zc de la
distribución normal estandarizada de referencia para el 1-α fijado.
![Page 14: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/14.jpg)
CON LA PUNTUACIÓN INDIVIDUAL
4. Calcular el error máximo admisible para el nivel de confianza fijado.
El valor de σE es desconocido, pero puede obtenerse un estimador muestral con los datos observados.
max | |c EE z σ=
'1E X XXσ σ ρ= −
![Page 15: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/15.jpg)
CON LA PUNTUACIÓN INDIVIDUAL
El puntaje verdadero se estima, entonces, de la siguiente fórmula:
Donde se puede establecer la probabilidad de obtener un determinado intervalo:
/ 2 EV X zα σ= ±
( )c E c EP X z V X zσ σ= − ≤ ≤ +
![Page 16: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/16.jpg)
CON LA REGRESIÓN LINEAL Mediante la ecuación de regresión es posible derivar
la puntuación de V a partir de la puntuación de X.
![Page 17: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/17.jpg)
CON LA REGRESIÓN LINEAL Partiendo de la formulación general de la ecuación de
regresión:Y = α + βX
Donde α es el origen y β la pendiente. Transformado en términos de estimadores
muestrales de V sobre X:
( )
' '' 1 XX XXV X Xρ ρ= − +
![Page 18: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/18.jpg)
EN EL MARCO DE LA REGRESIÓN LINEAL(CONSTRUCCIÓN DE INTERVALOS DE CONFIANZA)
1. Establecer un nivel de confianza 1-α.2. Obtener la puntuación V’ pronosticada a partir de
X, mediante la ecuación.3. Determinar los valores críticos zc de la distribución
normal estandarizada de referencia.4. Calcular el error máximo admisible para el nivel
de confianza fijado.
5. Calcular los límites del intervalo de confianza:
,| | V XMAX cE z σ= +
'i máxL V E= − 's máxL V E= +
![Page 19: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/19.jpg)
EJERCICIOSConsiderando la siguiente tabla y asumiendo una
distribución normal de los errores, construya intervalos de confianza (1–α=0,96) para las puntuaciones verdaderas de cada uno de los sujetos de la última columna.
Test Media Desv.típica
Coef. deconfiab. Puntaje X
A 100 15 0,91 115B 211,6 25,7 0,84 211C 57,4 11,3 0,78 31D 361,9 76,5 0,87 500E 127,4 21,9 0,76 100
![Page 20: Teoría clásica de los test](https://reader033.vdocumento.com/reader033/viewer/2022052323/559102031a28ab5d0c8b4708/html5/thumbnails/20.jpg)
RESULTADOS
σe
Punt. Indiv. Regresión V.X
Emáx Lim. Inf.
Lim. Sup. V' CovV.X Emáx Lim.
Inf.Lim. Sup.
4,5 9,0 106,0 124,0 113,65 4,29 6,29 107,36 119,94
10,3 20,6 190,4 231,6 211,10 9,42 11,42 199,67 222,52
5,3 10,6 20,4 41,6 36,81 4,68 6,68 30,13 43,49
27,6 55,2 444,8 555,2 482,05 25,73 27,73 454,32 509,77
10,7 21,5 78,5 121,5 106,58 9,35 11,35 95,22 117,93