tema 5 psicometria

La función principal del análisis de ítems es: Mejorar la validez aparente del test. Detectar y eliminar ítems inadecuados. Aumentar automáticamente la fiabilidad.

El índice de dificultad (ID) de un ítem se define como: La media del test. La proporción de personas que aciertan el ítem. La correlación del ítem con el criterio.

Cuanto mayor es el índice de dificultad de un ítem: Más difícil es el ítem. Más fácil es el ítem. Mayor es siempre su discriminación.

Una limitación importante del índice de dificultad es que: No se puede calcular en ítems dicotómicos. Depende de la habilidad del grupo evaluado. No se relaciona con la varianza.

El índice de dificultad NO es informativo en: Tests de rendimiento. Tests de aptitudes. Tests de personalidad.

En ítems de elección múltiple, el efecto del azar: No puede corregirse. Puede corregirse teniendo en cuenta el número de alternativas (K). Solo afecta a la discriminación.

La media del test en ítems dicotómicos se relaciona con el ID porque: Es igual a la varianza. Es la suma de los índices de dificultad. Depende del número de sujetos.

La varianza de un ítem dicotómico es mayor cuando: El ítem es muy fácil. El ítem es muy difícil. El ítem tiene dificultad intermedia.

Un ítem con dificultad intermedia: Tiene baja fiabilidad. Mide mejor y contribuye más a la fiabilidad. No discrimina.

El índice de discriminación (Id) indica: La facilidad del ítem. Si el ítem distingue entre sujetos con puntuaciones altas y bajas en el test. La relación del ítem con el criterio externo.

El índice de discriminación se calcula correlacionando: Ítem con ítem. Ítem con la puntuación total del test. Test con criterio externo.

Si el índice de discriminación de un ítem es bajo: El ítem es muy fácil. El ítem no diferencia bien entre sujetos. El ítem tiene alta validez.

Cuando el test es continuo y el ítem es dicotómico, se utiliza: Pearson. Biserial puntual. Spearman.

El coeficiente biserial puntual puede oscilar entre: 0 y 1. –1 y 1. 0 y +∞.

Al correlacionar un ítem con el total del test aparece el problema de: Atenuación. Superposición. Sesgo.

La superposición provoca que el índice de discriminación: Sea más bajo. Sea artificialmente más alto. No se vea afectado.

La corrección de la superposición puede hacerse: Solo a posteriori. A priori o a posteriori. Solo mediante Mantel-Haenszel.

Cuanto mayor es el Id medio de los ítems: Menor es la variabilidad del test. Mayor es la consistencia interna del test. Menor es la fiabilidad.

El índice de validez (IV) de un ítem consiste en: Correlacionar ítem con test. Correlacionar ítem con el criterio Y. Corregir el azar.

Una ventaja del índice de validez frente al de discriminación es que: No usa correlaciones. No presenta problema de superposición. No depende del criterio.

Si aumenta el índice de validez de los ítems: Disminuye la validez del test. Aumenta el coeficiente de validez del test. No cambia nada.

La paradoja entre consistencia interna y validez indica que: Más fiabilidad siempre implica más validez. Más consistencia interna no garantiza mayor validez. La validez depende solo del azar.

En la práctica, aumentar mucho la consistencia interna puede: Aumentar la validez general. Hacer el test más específico y menos generalizable. Eliminar el criterio externo.

La corrección del azar se basa en el supuesto de que: Los errores provienen del conocimiento. Cuando no se conoce la respuesta, todas las alternativas son equiprobables. El azar solo afecta a los aciertos.

Los métodos de calificación del conocimiento parcial: Han demostrado ser superiores. No tienen evidencias claras de ventaja. Eliminan completamente el azar.

Un ítem está sesgado cuando: Es muy difícil. Sujetos igualmente competentes de distintos grupos tienen distinta probabilidad de acertarlo. Tiene baja discriminación.

El término Funcionamiento Diferencial del Ítem (FDI) se refiere a: Las causas del sesgo. La detección estadística de diferencias entre grupos. Errores de medición.

La existencia de FDI: Implica siempre sesgo. No implica necesariamente sesgo (puede ser impacto). Invalida automáticamente el test.

El método de Mantel-Haenszel sirve para: Calcular fiabilidad. Detectar FDI comparando grupos por niveles de puntuación. Corregir el azar.

En Mantel-Haenszel, las puntuaciones del test se dividen en: 2 niveles. Entre 5 y 10 niveles. Tantos como ítems.

La hipótesis nula en Mantel-Haenszel es que: Hay sesgo. No hay funcionamiento diferencial del ítem. Los grupos son distintos.

El estadístico utilizado para contrastar Mantel-Haenszel es: F de Fisher. t de Student. Chi-cuadrado.