Fundamentos de la Teora Clsica de los tests 1

2.- TEORA CLSICA DE LOS TESTS

2.1. Introduccin Despus de haber definido el objeto de estudio de la Psicometra, despus de haber planteado la lgica que sustenta la medicin psicolgica, en este tema y los dos siguientes se va a desarrollar el modelo de la Teora Clsica de los tests (en adelante TCT) y sus posibilidades de cara a la contrastacin de la fiabilidad y validez de los tests. Frecuentemente se har uso, especialmente con fines didcticos, de los modelos estructurales y de medida de matrices de covarianza (en adelante simplemente modelos estructurales). Digamos, de entrada, que aportan una visin congenrica al estudio de la fiabilidad y una perspectiva ms globalizada y moderna al estudio de la validez. Dichos modelos estructurales proporcionan un cambio terminolgico en los parmetros psicomtricos, unas tcnicas de estimacin de parmetros propias y, lo que nos va a resultar ms til, una herramienta de expresin grfica (los diagramas causales o diagramas path) muy ilustrativa y que nos ayudar a comprender mejor algunos aspectos de la psicometra. En aras de ir dosificando la informacin para facilitar su comprensin, consideramos pertinentes las siguientes aclaraciones: - Dado que la mayora de los coeficientes e ndices de fiabilidad son conceptuables, respectivamente, como correlacin entre variables observadas y entre variables observadas y latentes; vamos a utilizar los diagramas path para comprender el valor de dichos coeficiente o ndices utilizando la regla del trazado1. - Los constructos o variables latentes (Vi) estarn enmarcados con un crculo y las variables observadas con un cuadrado (Xi). - Las flechas rectas y unidireccionales indican una hipottica relacin causal en el sentido de la flecha, las bidireccionales una relacin causal en ambos sentidos, y las flechas curvas (bidireccionales) indican relacin de correlacin o causalidad sin definir sentido. - Para este uso didctico de los diagramas causales no se va a tener en cuenta la exigencia de que sea mayor el nmero de ecuaciones que el de incgnitas (parmetros). La Teora Clsica de la Respuesta al tem (en adelante TRI), como modelo alternativo a la TCT para la construccin de tests y escalas psicolgicas que siguen el modelo lineal aditivo, ser estudiada en una posterior asignatura optativa de Psicometra.

La regla del trazado dice que la correlacin entre dos variables es igual a la suma de efectos que comunican ambas variables. El valor de cada efecto compuesto es el producto de los efectos simples que lo constituyen.

Fundamentos de la Teora Clsica de los tests 2

En este curso desarrollaremos la TCT por considerar que su uso sigue siendo el ms habitual en los tests que el alumno posiblemente est estudiando en otras asignaturas de la titulacin de Psicologa y que tendr que utilizar para la orientacin o el diagnstico en su futuro profesional. Se iniciar el tema con la presentacin de los postulados fundamentales de la TCT, as como su formulacin especfica en modelos estructurales, para despus derivar de ellos las distintas ecuaciones y procedimientos empricos de estimacin de los parmetros de Fiabilidad y Validez. 2.2.- Fundamentos de la Teora Clsica de los Tests Como se expuso en el tema anterior los errores de medida originan graves distorsiones en la misma naturaleza de la relacin entre las variables implicadas en la investigacin objeto de estudio. Tales errores pueden minimizarse hasta un cierto grado pero nunca eliminarse. La balanza ms precisa que podamos imaginar, siempre sufrir un cierto desgaste en sus piezas a lo largo del tiempo, habr una mnima friccin entre sus componentes, o simplemente nuestro ngulo de visin al observar el test no ser en todo momento exactamente el mismo. Y si esto ocurre cuando estudiamos objetos, qu ser cuando investigamos sujetos. En fenmenos humanos no hay forma de garantizarse un perfecto control sobre todas y cada una de las circunstancias (variables) que influyen aleatoriamente en la medida. Precisamente para ese componente de error aleatorio, la nica aproximacin posible es la estadstica, donde las decisiones se toman siempre con cierta probabilidad de acertar y cierto margen de error asociado, que llamaremos error (mximo) de medida. Descartaremos, por el momento, los errores conceptuales y sistemticos (para algunos autores, ambos sistemticos) como debidos a problema de diseo y/o de fundamento terico, y nos centraremos sobre los errores aleatorios, susceptibles de ser abordados (indirectamente) desde la teora matemtica que expondremos a continuacin. Veremos, cmo desde los supuestos del modelo de medida de la TCT, desde sus restricciones impuestas, podemos acotar, hasta cierto punto, la cuanta de los errores de medida. Este modelo de medida, expuesto originalmente por Spearman, y que se denomina ecuacin fundamental de la teora clsica de los test, viene a decir lo siguiente: X=V+E (2.1) La puntuacin emprica X obtenida por un determinado sujeto a travs de un test tiene un componente verdadero V (nivel en el que posee el sujeto el constructo que es objeto de medida) y un residual de error que es consecuencia de las limitaciones del instrumento de medida y de la situacin de medida. Esta ecuacin resulta bastante obvia y razonable, pero hay que insistir que no es tanto la constatacin de una realidad, cuanto la definicin de un supuesto. Por ejemplo, entendemos que las puntuaciones empricas son combinaciones lineales de las puntuaciones verdaderas y de los errores (modelo lineal), y no que los errores tienen una relacin multiplicativa con las puntuaciones verdaderas, lo que dara lugar a otro tipo de modelo no lineal. De la ecuacin 2.1 lo nico realmente obvio es la puntuacin Xi obtenida por un determinado sujeto. Pero, qu decir de la puntuacin verdadera en el atributo o factor (Vi) y del error (Ei)? Aqu no hay ninguna evidencia, y es a travs de conjeturas como estimamos su valor. Sobre la puntuacin verdadera, o simplemente nivel del sujeto en el factor o atributo, se han dicho muchas cosas. Tal como se considera en este contexto de la teora clsica, no es alguna cualidad real inherente a las personas e inmutable que se encuentra en stas al estilo de las ideas platnicas y que se refleja, como en el mito de la caverna, en cierto grado (con error), dando lugar a la puntuacin observada. Podra ser as, pero, dado que la puntuacin verdadera aunque

Fundamentos de la Teora Clsica de los tests 3

existiera no podra ser observada directamente, aqu se operativiza como la esperanza matemtica de la puntuacin emprica. Esto es la esperanza matemtica o media de las medidas de un rasgo si se realizan a un sujeto "infinito" nmero de veces. As podemos "encontrar" (tras infinitos intentos) la puntuacin verdadera y manejarla: Vi = X i (2.2)

Respecto al error de medida, hay que decir, como ya se ha afirmado, que es aleatorio. Esto implica que unas veces nos equivocaremos por exceso y otras por defecto, y que a la larga (despus de medir infinitas veces o a infinitos sujetos) habr simetra y la cantidad de errores positivos se compensa con la de los negativos. As:

Ei = 0

(2.3)

Ej = 0
Las ecuaciones 2.1 a 2.6 presentan los axiomas (no demostrables) y univariantes de la TCT. De ellos se derivan, por demostracin, otros postulados tambin unidimensionales. En este sentido, cuando se mide un constructo a los infinitos sujetos de una poblacin, la esperanza matemtica o media de las puntuaciones observadas coincide con la de las verdaderas:

X = V + E +V
2

(2.4)

A partir de 2.1 2.3 y 2.4 se deduce que tambin en puntuaciones diferenciales se cumple el axioma de la TCT:

xi = vi + ei

(2.5)

A nivel bivariado, igualmente, se asume como axioma no demostrable que la correlacin entre los errores y el nivel de los sujetos en el factor es igual a cero. Esta suposicin es lgica, ya que si los errores son aleatorios no tendrn nada que ver con la cantidad en que posee el sujeto el constructo que se mide. As ocurre tambin en el modelo de regresin entre la variable independiente X y los errores de estimacin. Esta coincidencia no es casual, dado que, como veremos en los apartados siguientes al hablar en trminos estructurales del modelo bsico de medida, las puntuaciones verdaderas en el factor (V) son independientes y las medidas comportamentales dependen de ellas, llamando azar o error a la parte de la medida que no depende del valor verdadero del factor o atributo en el sujeto.

re j v j = 0

(2.6)

Igual que ocurre en el modelo de regresin lineal, tambin los errores cometidos en distintas situaciones de medida (sujetos o momentos) estn incorrelacionados entre s:

re j ek = 0 siendo j y k dos medidas distintas

(2.7)

De 2.6 y 2.7 se deriva que tambin est incorrelacionado el error cometido en una situacin de medida con la puntuacin verdadera de otra situacin de medida distinta:

re j ek = 0 siendo j y k dos medidas distintas

(2.7)

Estos supuestos referentes a la incorrelacin de los errores han sido muy cuestionados y no son necesarios en la extensin congenrica de la TCT, propia de los modelos estructurales de medida.

X i = Vi + Ei X X = Vi V + Ei E xi = vi + ei

Fundamentos de la Teora Clsica de los tests 4

Y, por ltimo, dos supuesto ms, necesarios para hacer inferencias estadsticas, hacen referencia a la normalidad de los errores y a la homocedasticidad o igualdad de varianza de los mismos para distintos niveles en el constructo.

2.3.- Definicin de Coeficiente de Fiabilidad e ndice de Fiabilidad Como hemos indicado la ecuacin fundamental de la TCT en diferenciales: xi =vi +ei. De donde se deduce3 que: S x2 = Sv2 + Se2 (2.8) Igualdad en la que nos vamos a basar en este apartado para desarrollar los algoritmos de clculo del ndice y del coeficiente de fiabilidad como proporcin de variabilidades verdadera y de las puntuaciones observadas. As definimos el ndice de fiabilidad (indicador operativo de lo que hemos conceptuado como fiabilidad absoluta) como la proporcin de variabilidad observada (Fx ) Debida a variabilidad de los sujetos en el factor o atributo (Fv )4.Dentro de un diagrama causal el modelo de medida bsico se puede interpretar como xv :

rxv =

Sv Sx

= xv

(2.9)

En consecuencia, definimos el coeficiente de fiabilidad (operativizacin del concepto de fiabilidad relativa) como la proporcin de variabilidad observada (Fx2) debida a la verdadera variabilidad de los sujetos en el factor o atributo (Fv2), aunque en este caso en trminos de varianzas (ver ecuacin 2.10 y su expresin en diagrama causal) 5. Esto corrobora lo dicho en el tema uno al relacionar el ndice y el coeficiente de fiabilidad. Decamos entonces, utilizando la regla del trazado, que el coeficiente es el producto de los dos efectos directos del atributo o constructo en cada una de los dos indicadores V1 y V2", esto es el producto de sus dos ndices6.

x2 S x2 = = N
A partir de 2.6:

(v + e)
N

(v

ve +v 2 + 2ve) v 2 e 2 = + + 2 = Sv + Se N N N N

Ya que la correlacin (y por tanto, la covarianza) entre las puntuaciones verdaderas y los errores es cero.
4

rxv =
5

NS x S v

xv = (v + e)v = (v
NS x S v

+ ev)

NS x S v

v =
N

ev
N

S2 SS S 1 = v = v v = v S x Sv S x Sv S x Sv S x

Siguiendo la misma lgica que en la demostracin anterior animamos al alumno a que demuestre que: Dxx=Fv2/Fx2 6 Recordemos, a este respecto lo dicho a modo de introduccin en el tema 1. Hemos operativizado la fiabilidad absoluta como Dxv o como Bxv y la fiabilidad relativa como Dx1x2 o como Bx1v*Bx2v:

Dxv = Bxv

Fundamentos de la Teora Clsica de los tests 5

Se concluye que el coeficiente de fiabilidad (Dx1x2) es la correlacin entre dos medidas de la misma variable, que es el cuadrado de la correlacin entre Xi y V (ndice de fiabilidad), pero slo si ambos ndices de fiabilidad (el de X1 y X2) son iguales. Esto es a partir de 2.9:

rx1 x 2 =
rx1 x 2

Sv2 S x2
2

(2.10)

S2 S 2 = v2 = v = rxv S Sx x

(2.11)

Este concepto de coeficiente de fiabilidad como el cuadrado de la fiabilidad absoluta es anlogo al concepto de bondad de ajuste en el modelo de regresin simple con variables observadas. As el coeficiente de fiabilidad se puede interpretar como la proporcin en que la variabilidad (varianza) observada en las medidas es debida a variabilidad de los sujetos en el factor. Para concluir, si el coeficiente es el cuadrado del ndice, el ndice es la raz cuadrada del coeficiente:

rxv = rx1 x 2

2.12

2.4.-Modelo (estructural) de medida en Puntuaciones Directas Es nuestra intencin exponer en las pginas siguientes la TCT a la luz de los modelos estructurales de medida. Podemos expresar la ecuacin conocida ( Xi = Vi + Ei ) de la siguiente forma, siendo uno tanto el valor de Bxv como el de Bxe (ver fig 2.1 y ecuacin 2.13):

X i = xvVi + xe Ei = 1 * Vi + 1 * Ei

(2.13)

Figura 2.1.- Modelo de medida en puntuaciones directas

xe=1
xv=1
Se entiende que la variable exgena, marcada con un crculo (ver figura 2.1) como corresponde a las variables no observables, es el verdadero nivel del sujeto en el atributo (los factores o constructos son puntuaciones verdaderas o sin error). As Vi es el constructo que origina, causa o se manifiesta en la variable de comportamiento Xi (endgena). As, aunque operativamente hemos definido Vi como la media de Xi , podemos afirmar, no obstante, en

Fundamentos de la Teora Clsica de los tests 6

trminos tericos, que la variable Xi es una medida efectuada sobre la variable Vi , y por tanto, depende de ella. En el diagrama anterior (fig. 2.1) se entiende que los parmetros Bxv y Bxe no estn estandarizados, dado que sus variables de partida y llegada tampoco lo estn. Pero, adems, para que se cumpla que Xi = Vi + Ei , en trminos de modelos estructurales los efectos han de valer 1" necesariamente. En el apartado siguiente presentaremos este mismo modelo de medida en puntuaciones estandarizadas.

2.5.- Modelo (estructural) de medida en Puntuaciones Estandarizadas En ciertos casos, conviene utilizar la ecuacin estructural en puntuaciones
Figura 2.2 Modelo de medida en puntuaciones estandarizadas para Zv y Zx, mientras que E es un residual.

e Zx

Zv

xv

Zx

estandarizadas, pues como veremos slo en ese caso se puede interpretar Bxv como el ndice de fiabilidad. Para ello partamos del axioma fundamental de la TCT en diferenciales (x = v + e), dividamos la diferencial de x por su desviacin tipo y dividimos tambin por el mismo valor (para mantener la igualdad) los dos trminos del otro miembro de la igualdad (ver 2.14):

xi Sv e = v i + S x Sv S x S x

(2.14)

As obtenemos el axioma principal de la TCT en puntuaciones pseudotpicas. Estandarizadas para x y para v pero no para el error, que viene expresado como un residual. Esto es como la parte de x no que no depende o es manifestacin de v (ver figura 2.2 ecuacin 2.15): Z xi = xv Z v + eZ x (2.15) Si seguimos con el proceso de estandarizacin de los tres componentes, hemos de multiplicar y dividir los errores por su desviacin tipo.

xi Sv Se = v i + e S x Sv S x Se S x

(2.16)

Y as obtenemos la ecuacin fundamental de la TCT en puntuaciones tpicas, que mirq por donde es la ecuacin estructural bsica correspondiente al diagrama causal del modelo de medida bsico de la TCT: Z xi = xv Z v + xe Z e (2.17)

Zv

xv

xe
Zx

Ze

Figura 2.3 Modelo de medida en puntuaciones estandarizadas para todos sus componentes.

Fundamentos de la Teora Clsica de los tests 7

.
2 xv

Dejamos al alumno para que compruebe que Bxe es igual a la raz cuadrada de uno menos

Como conclusin del desarrollo del modelo de medida de la TCT en puntuaciones estandarizadas, entendemos que una puntuacin obtenida con cualquier instrumento de medida, ya sea test o tem, depende en un grado Bxv de lo que tiene el sujeto de ese constructo y en un grado Bxe de lo que le han influido otros constructos y/o las circunstancias de medida. A continuacin presentamos la enumeracin de los principales postulados que constituyen la TCT. Algunos de ellos ya han sido presentados en esta primera mitad del tema que podramos considerar ms literaria y otros se presentan como nuevos en esta versin ms matemtica. Aquellos postulados acompaados de un asterisco no estn demostrados, o bien por considerarlos evidentes, o bien por ser supuestos de partida de la TCT.

2.2.- Fundamentos de la Teora Clsica de los Tests. *1) Ecuacin Fundamental: Xi = Vi + Ei ; Xj = Vj + Ej *2)
Ei = E j = 0

3) Para m momentos en los que se mide algo al mismo sujeto: X1 = V + E1 X2 = V + E2 . . . . . . Xm = V + Em __________________ X M *V E

m m j =1 j

M
X =V

j =1

X =V + E

As V no es conceptualizada como cualidad real, al estilo de las ideas platnicas, sino que se operativiza como X de las puntuaciones empricas.

Fundamentos de la Teora Clsica de los tests 8

4) Anlogamente para N sujetos tenemos que: X 1 = V 1 + E1 X 2 = V 2 + E2 . . . . . . . . . Xn = Vn + En __________________

X
j =1 n i

N
X =V

V E
j =1 i

j =1

X =V + E

5) A la luz de 2 y 4 tenemos la siguiente ecuacin fundamental en puntuaciones diferenciales: Xi = Vi + Ei ; Xj = Vj + Ej

X i X = Vi V + Ei E ; X j X = V j V + E j E xi = vi + ei
;

xj = ej

*6) Normalidad y homocedasticidad de los herrores *7) r =0 *8) r =0 r =0 *9) *10) r =0 r =0 *11)
ei v i

ei e k

e j ek

ei vk

e j vk

Fundamentos de la Teora Clsica de los tests 9

2.3.- ndice y Coeficiente de fiabilidad en trminos de proporcin de variabilidad. 12) Calculando el cuadrado de los dos miembros de la igualdad de la ecuacin 6 para N sujetos:
x12 = (v12 + e12 + 2v1e1 )
2 2 2 x2 = (v2 + e2 + 2v2e2 )

. . .
n n

. . .

. . .

2 2 2 xn = (vn + en + 2vnen )

----------------- x (v + e + 2v e )
i =1 2 i

i =1

2 i

2 i

i i

xi2
i =1

vi2
i =1

N N 2 2 S = Sv + Se
2 x

ei2
i =1

+2

v e
i =1

i i

13) ndice de fiabilidad en puntuaciones diferenciales como r : xv (v + e)v (v + ev) v ve 1 S SS S r = = = = + = = =

xv 2 2 xv

NS x Sv

NS x Sv

NS x Sv

N S x Sv

2 v

S x Sv

S x Sv

Sx

En resumidas cuentas:

rxv =

Sv Sx

13) Coeficiente de fiabilidad en puntuaciones diferenciales como r y, consecuentemente, relacin entre coeficiente e ndice de fiabilidad:
x1 x 2

Fundamentos de la Teora Clsica de los tests 10

rx1 x 2 =

x x

1 2

NS x1 S x 2

(v + e )(v + e ) (v = =
1 2

NS x2

+ ve2 + e1v + e1e2 ) = NS x2

2

v 2 ve2 ve2 e1v e1e2 1 Sv2 Sv 2 = N + N + N + N + N S 2 = S 2 = S = rxv x x x rxv = rx1 x 2

2.4.- Postulado fundamental de la TCT en puntuaciones estandarizadas y su expresin en modelos causales (modelo estructural de medida bsico).
X i = Vi + Ei xi = vi + ei xi v e = i + i Sx Sx Sx xi Sv e = v i + i S x Sv S x S x xi Sv Se = v i + e i S x Sv S x Se S x Z x = rxv Z v + rxc Z e = xv Z v + xc Z e

(14)

Zv

xv

xe
Zx

Ze

Figura 2.1.- Modelo de medida en puntuaciones estandarizadas para sus tres componentes.

puntuacin obtenida con cualquier instrumento de medida, ya sea test o tem, depende en un grado de lo
xv

...una

que tiene el sujeto de ese constructo y en una grado de

xe

lo que le han influido otros constructos y/o las circunstancias de medida.