PARTE PRÁCTICA

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

2.Calcular la varianza (Media-Puntuacion)AL CUADRADO

4. Calculamos el índice de dificultad tal como

lo explicado antes, entre la diferencia con 1
TANTO EL CRITERIO INTERNO O EXTERNO LO
3.Para calcular el Mj, sumar las puntuaciones de cada persona
CALCULAMOS DE LA MISMA MANERA
que haya contestado correctamente el ítem y dividirlo entre el
mismo número de personas que hayan acertado.
 ÍNDICE DE HOMOGENEIDAD
CORRELACIONAL CON RESPECTO AL
CRITERIO EXTERNO
1.Calculamos la media total
(My)
utilizando los números del
criterio externo
2.Para calcular Mj, cogemos
los números del criterio
externo que sean igual a 1
3. La covarianza (oy) se calcula
con los resultados de la tabla de
acuerdo a los números del criterio
externo
4. La p es igual que en el
criterio interno
 COEFICIENTE DE CORRELACIÓN
BISERIAL
1.Calculamos Mj
2.Calculamos la media total
3.Calculamos la desviación típica
4. El p/y se saca calculando primero el p o índice de
dificultad (que también es la proporción de personas
que aciertan el ítem) y buscas su correspondiente en
la tabla
RELACIÓN ENTRE EL COEFICIENTE
BISERIAL-PUNTUAL Y BISERIAL
• 1. Calculamos el coeficiente biserial puntual
• 2. Lo multiplicamos por el número respectivo
en función del índice de dificultad que haya en
la columna de
COMPARAR PUNTUACIONES
• Decir cuál es el índice de discriminación mayor
Es mayor conforme más se aleje de 0 en los resultados. Ten en cuenta
que la máxima discriminación es cuando ID=0.5 y es acertado por el
50% de las personas.
Será poco discriminativo conforme se acerque a 0.
• Correlación entre el test y el ítem: si los índices son superiores a 0.4,
decimos que existe una correlación suficiente entre los resultados del
test y el susodicho item. Si encontramos una puntuación cercana a 0,
habrá una discriminación baja
COEFICIENTE DE FIABILIDAD SEGÚN
LA FIABILIDAD EN EL TEST Y EN EL
CRITERIO
• (Mirar las fórmulas)
ESTIMACIÓN DEL CV SEGÚN EL
TAMAÑO DEL TEST
• Con rXy: la n la calculamos antes con la fór-
mula de n=Nf/ni. Después calculamos la fórmu
- Con n: tras calcularlo con la fórmula
entera, calculamos el n=nf/ni para
obtener el nf. Tras eso, calcular los item
a añadir o lo que se pida.
Ecuación de regresión
Intervalos de confianza- puntuaciones
directas
1. Calculamos la Y con la fórmula de la ecuación de
regresión y sustituimos la X por la puntuación
directa
que haya conseguido el sujeto
2. En el cálculo del error típico, el coeficiente de
validez es el mismo para todos los tipos de
puntuaciones
3. Calcular la cifra

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

- Correlación entre la variables observadas (primera y quinta por ejemplo)

- 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.

- Porcentaje de varianza explicado por los factores

Según la varianza seleccionaríamos aquellos factores que expliquen más de 40%-60%. Escogeríamos el factor 1 y 2, ya que para superar
el 60% de la varianza total necesitaríamos de ambos. En este caso el total de la varianza explicada por los dos factores sería del 77.1%.