TEMA 3 PSICOMETRIA

1. En la Teoría Clásica de los Tests, la puntuación observada (X) se define como: La suma de la varianza verdadera y la varianza del test. La suma de la puntuación verdadera y el error. La correlación entre dos formas paralelas.

2. ¿Qué representa X’ en la terminología de la fiabilidad?. La puntuación verdadera del test. La puntuación de una forma equivalente del mismo test. La puntuación de una variable distinta.

3. El coeficiente de fiabilidad en la TCT se expresa teóricamente como: rxy. ρxx’. σ².

4. El modelo lineal clásico de Spearman se considera lineal porque: Incluye correlaciones entre errores. Combina puntuaciones sin multiplicaciones ni potencias. Se aplica solo a muestras grandes.

5. Según el modelo X = V + E, la puntuación verdadera (V) representa: La media muestral del test. El valor esperado al promediar infinitas medidas. La puntuación libre de varianza.

6. El primer supuesto del modelo lineal clásico indica que: La varianza del error es constante. La esperanza matemática de X es la puntuación verdadera. Los errores son sistemáticos.

7. Que la correlación entre V y E sea cero implica que: El error es constante. Los errores son aleatorios e independientes de la puntuación verdadera. El test es perfectamente fiable.

8. El tercer supuesto del modelo clásico establece que: Los errores deben ser mínimos. Los errores de dos tests distintos no deben correlacionar. Las puntuaciones verdaderas deben correlacionar entre sí.

9. En la TCT, el modelo puede aplicarse a un solo individuo porque: El error desaparece. Puede haber múltiples valores de V y E independientes. La varianza se mantiene constante.

10. Dos test son paralelos cuando: Miden lo mismo con distinto error. Tienen la misma varianza y puntuaciones verdaderas equivalentes. Presentan la misma media.

11. La fiabilidad se relaciona principalmente con: La validez del test. El grado de imprecisión en la medida. El contenido de los ítems.

12. La fiabilidad de un test se estima a partir de: El error sistemático. La cantidad de error aleatorio presente en la medida. La puntuación verdadera individual.

13. ¿Cuál es la principal diferencia entre error aleatorio y sistemático?. El aleatorio es controlable. El sistemático se repite siempre con la misma magnitud. El aleatorio no afecta a la fiabilidad.

14. El coeficiente de fiabilidad se define como: La correlación entre X y V. La correlación entre dos formas paralelas del test. La desviación típica del error.

15. Teóricamente, el coeficiente de fiabilidad: Puede tomar cualquier valor. No debería ser negativo. Siempre es igual a 1.

16. El índice de fiabilidad indica: La proporción de error en X. La correlación entre la puntuación empírica y la verdadera. La estabilidad temporal del test.

17. El error típico de medida refleja: La varianza verdadera. La variabilidad de los errores aleatorios. El error sistemático.

18. Si no existe varianza de error, se habla de: Fiabilidad relativa. Fiabilidad perfecta o absoluta. Consistencia interna.

19. El método de formas paralelas estima la fiabilidad mediante: La aplicación repetida del mismo test. La correlación entre dos test equivalentes. La división del test en mitades.

20. El método de dos mitades requiere una corrección porque: Se aplican dos tests distintos. La fiabilidad depende de la longitud del test. El error sistemático aumenta.

1. Cuando el coeficiente de Pearson se calcula en una muestra, se representa como: rxy. ρxy. ρxx’.

2. El símbolo ρxy se utiliza para referirse a: La correlación entre dos formas paralelas en una muestra. La correlación poblacional generalizada entre dos variables. El coeficiente de fiabilidad de un test.

3. En la notación estadística del tema, la varianza se representa como: σ. σ². Sx.

4. La desviación típica se simboliza mediante: σ². σ. Sx.

5. El término Sx hace referencia a: La desviación típica del error. La varianza poblacional. La variabilidad de las puntuaciones del test.

6. Conceptualmente, el coeficiente de fiabilidad puede expresarse como: La correlación entre X y E. La proporción de varianza verdadera respecto a la varianza empírica. La varianza del error dividida por la varianza verdadera.

7. Otra forma teórica de expresar el coeficiente de fiabilidad es: La varianza empírica menos la varianza verdadera. 1 menos la proporción de varianza de error contenida en X. La desviación típica del error.

8. Las fórmulas teóricas del coeficiente de fiabilidad: Permiten calcular directamente la fiabilidad del test. Son equivalentes a los métodos empíricos. Sirven solo para la comprensión conceptual del constructo.

1. La velocidad influye en las propiedades del test porque afecta principalmente a: La estandarización de los ítems. La fiabilidad y la validez del test. La dificultad media del test.

2. En un test de velocidad, las diferencias interindividuales se deben a: La capacidad cognitiva. La rapidez de ejecución. La dificultad de los ítems.

3. Una característica típica de los test de velocidad es que: Los ítems tienen dificultad variable. Existe un límite de tiempo que impide completar el test. Se permite tiempo ilimitado.

4. Un test de inteligencia es un ejemplo de: Test de velocidad. Test de potencia. Test mixto.

5. En los test de potencia, las diferencias entre personas se explican por: La rapidez. La capacidad o nivel de habilidad. El azar.

6. El procedimiento de dos mitades no es adecuado para test de velocidad porque: Los ítems no son paralelos. El tiempo dedicado a cada ítem varía por el límite temporal. Disminuye la validez.

7. El coeficiente de Stafford se utiliza para: Calcular la fiabilidad del test. Diferenciar entre test de velocidad y de potencia. Estimar la puntuación verdadera.

8. Cuanto más alto es el coeficiente de Stafford: Más de potencia es el test. Más errores contiene el test. Más de velocidad es el test.

9. Un coeficiente de Stafford igual a 0 indica que el test es: Puro de velocidad. De potencia. No interpretable.

10. Un test es puramente de velocidad cuando: Todos los ítems son difíciles. No hay errores ni omisiones. Se responde a todos correctamente con tiempo ilimitado.

11. La puntuación verdadera (V): Puede conocerse exactamente. No se conoce, pero puede estimarse si se conoce la fiabilidad. Es igual a la puntuación observada.

12. El procedimiento de estimación de la V está pensado principalmente para: Individuos. Grupos. Comparaciones clínicas.

13. En la distribución normal de los errores, se asume que: Los errores tienen media distinta de 0. Los errores se distribuyen normalmente con media 0. La varianza del error es nula.

14. Dada una V fija, la puntuación observada X sigue una distribución: Normal con media 0. Normal con media V y varianza del error. Uniforme.

15. El intervalo de confianza del 95% para estimar V se construye usando: La varianza verdadera. La desviación típica del error de estimación. La fiabilidad directamente.

16. En el modelo de regresión lineal, la predicción se expresa como: X = V + E. Y’ = a + Bx. ρxx’ = V/X.

17. Comparando ambos modelos, la estimación basada en la normal de errores produce intervalos: Más estrechos. Más amplios y menos precisos. Idénticos a los de regresión.

18. Para calcular la fiabilidad de las diferencias entre dos test se necesita: Solo la fiabilidad de uno. La fiabilidad de ambos y su correlación. La varianza total.

19. La fiabilidad de las diferencias entre dos test: Puede ser mayor que la de los test. Siempre es menor que la fiabilidad de cada test por separado. Es igual a la media de ambas.

20. Según la ecuación de Spearman-Brown: Reducir ítems aumenta la fiabilidad. Aumentar la longitud del test aumenta la fiabilidad, si los ítems son paralelos. La fiabilidad no depende del número de ítems.

1. El coeficiente α de Cronbach mide principalmente: El grado de correlación entre los ítems de un test. La estabilidad temporal del test. La validez de contenido.

2. El alfa de Cronbach tiene en cuenta: Una única partición del test. Todas las posibles particiones del test. Solo la división en mitades pares–impares.

3. En la fórmula del alfa de Cronbach, n hace referencia a: El número de participantes. El número de ítems del test. El tamaño muestral corregido.

4. El aumento de la correlación entre ítems provoca que el alfa: Disminuya. No cambie. Aumente.

5. Un alfa alto indica necesariamente que el test es unidimensional: Siempre. Nunca. No necesariamente.

6. El alfa de Cronbach puede aumentar aunque el test no sea unidimensional si: Disminuye el número de ítems. Se añaden ítems muy similares entre sí. Aumenta la comunalidad entre ítems.

7. El alfa de Cronbach presenta sesgo porque: Depende de la varianza total. El alfa muestral no coincide con el poblacional. Siempre sobreestima la fiabilidad.

8. La corrección del sesgo del alfa no es necesaria cuando: El alfa es alto. La muestra es muy grande. Los ítems son dicotómicos.

9. El alfa de Cronbach es un límite inferior del coeficiente de fiabilidad porque: Siempre es menor que la fiabilidad real. Solo es igual a la fiabilidad si los ítems son paralelos. No tiene en cuenta el error.

10. KR-20 se utiliza cuando: Los ítems son continuos. Los ítems son dicotómicos. Los ítems tienen distinta varianza.

11. KR-21 se aplica cuando los ítems: Son politómicos. Son dicotómicos y tienen la misma varianza. No son paralelos.

12. El coeficiente beta se utiliza para: Estimar la consistencia interna de un solo test. Estimar la consistencia interna de una batería de subtests. Comparar dos alfas muestrales.

13. α y β son iguales cuando: La fiabilidad es perfecta. Todos los subtests tienen el mismo número de ítems. Los ítems son dicotómicos.

14. Para contrastar si un alfa es significativo se plantea como hipótesis nula: α = 1. α = 0. α = α poblacional.

15. En la inferencia sobre un único alfa se utiliza como estadístico: t de Student. F de Snedecor. χ².