Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PSICOMETRÍA
ÍNDICE DE DIFICULTAD
ÍNDICE DE DIFICULTAD ÍTEMS
POLITÓMICOS
1.Sumamos los aciertos de cada grupo
2.Lo dividimos entre el número de parti-
ciptantes total
ÍNDICE DE HOMOGENEIDAD D
Restamos la proporción de éxito en el ítem
en el grupo superior menos el inferior
Además, el número de participantes lo dividimos entre 2
VARIANTE EJERCICIO ÍNDICE D-
Ejercicio 6-Pr.4 a
1.Ordenamos de mayor a menor las
puntuaciones totales y sus resultados en los
ítems dicotómicos
2.Dividimos los grupos
3. Dividimos tal como pone en el dibujo
VARIACIÓN EJERCICIO ÍNDICE D.
Ejercicio 7-Pr.4
Como en la diapositiva 3
VARIACIÓN EJERCICIO ÍNDICE D.
Ejercicio 8-Pr.4
¿CUÁLES SON LOS ÍTEMS MÁS FÁCILES Y MÁS
DIFÍCILES?¿CUÁLES SON LOS MÁS Y MENOS
HOMOGÉNEOS?
• TRAS CALCULAR EL ÍNDICE DE DIFICULTAD:
Más difícil cuanto más se acerque a 0 y viceversa
- HOMOGENEIDAD:
Más homogéneos cuanto más se acerque a 0 y viceversa
ÍNDICE DE HOMOGENEIDAD
CORRELACIONAL CON RESPECTO AL
CRITERIO INTERNO
1.Calcular la media del test
95%=1.96
99%=2.58
Intervalos de confianza- Puntuaciones
diferenciales
Intervalos de confianza- Puntuaciones típicas
1. Calculamos Zx y con ese resultado calculamos Zy
2. El error típico se calcula sin multiplicar por la
desviación típica
3. Calcular el intervalo
Coeficiente de validez y proporción de
varianza
1.Calculamos el coeficiente de
validez como ya hemos
explicado
2. La proporción de varianza
es el resultado del coeficiente
de validez al cuadrado (CD),
sin porcentaje
CD, CA, CVP
ANÁLISIS FACTORIAL
- Cuantos factores resultan
•Decimos el número que hay de factores
- Que variables observadas intervienen cada factor común
•Los factores obtenidos en la solución inicial vendrán definidos por las saturaciones factoriales (correlaciones de cada
variable observada con el factor cuando la saturación factorial es mayor o igual a I0.30I
•En cada factor, decimos que cada factor viene definido por las variables que sean más que 0,3
•Si hay alguno que no es mayor en ninguno de los dos ponemos que no satura
- Cuantos factores específicos resultan
•Son tantos como variables observadas, por lo que pondremos cuantos ítems hay
- Cual es la varianza de una determinada variable
•Diremos que es igual a 1, porque basándonos en los supuestos de AF que todas las variables que intervienen están
tipifcadas, por lo que la media es 0 y la desviación típica 1.
- Siguiendo el criterio de Kaiser La varianza observada de la variable Ítem 1 es uno, esto se deduce directamente de los supuestos del modelo de Análisis
Factorial, dado que se asume que todas las variables observadas que intervienen en el modelo están tipificadas, por lo que la media es 0 y la desviación típica 1.
ANÁLISIS FACTORIAL
• Porcentaje de varianza de los factores comunes
- Comunalidad
- Siguiendo el criterio de Kaiser y porcentaje de varianza explicado por los factores: Criterio de Kaiser
Siguiendo este criterio escogeríamos los aigenvalores mayores de 1. En este caso ambos factores tienen aigenvalores superiores a 1 por
lo que estamos hablando de un modelo bifactorial. En factor 1 es de 3.338373, y en el factor 2 tiene un aigenvalor de 2.829388.