MODELO DE RESPUESTA

GRADUADA
MODELO DE RESPUESTA GRADUADA O
GRADED RESPONSE MODEL O MRG (1969)

 Generalización del Modelo Logístico de 2

Parámetros de Birnbaum (1968)
 Habilidad Vs. Ítem

 Familia de modelos matemáticos para calificar

respuestas
 Categorías ordenadas politómicas
 ¿Cómo se comporta el ítem mediante la
discriminación en un parámetro entre categorías?

 Sirve para escalas tipo Likert, escalas

numéricas, “rangos de opinión”
 Modelo “Raschiano” Estima:

 Unidimensionalidad Probabilidad de obtener

 Invarianza un puntaje para cada ítem
 Depende de la habilidad  Rasgo latente de un
 Medición precisa sujeto
 Asume la independencia
local
NOMENCLATURA
 P: Probabilidad
 Θ: Rasgo latente/habilidad

 i: Ítem

 U: Respuesta (variable aleatoria)

 m: m valores

 a: Parámetro de discriminación

 b: umbral de categorías
  MRG: Describe el comportamiento de i mediante a y
parámetros b ubicados en 0…m

b1 … bm

U0 U1 Um-1 Um

 Se basa en una segmentación acumulativa de b y las descompone

en series dicotómicas, aplica ML2P en cada porción y ya calcula la
probabilidad de b

1
PUi(Θ)= -aUi(Θ-bUi)
1+e
 Los segmentos son acumulativos y se obtienen las curvas
características de operación

 Cada b representa Θ
 Hay .50 de P de responder ≥ U ∴ b1 es el rasgo mínimo para
que U=1 o tienda a m y a se mantiene constante
 Es un paso intermedio para la Curva Característica del Ítem

 Representa la P de obtener U en función de Θ

PUI (Θ) = PUI (Θ) –PUI (U+1) (Θ)

 Como U+1 es la siguiente categoría, para calcular PUI (Θ)

hay que hacer una sustracción de P a la derecha
  Según Samejima, la P acumulada para responder ≥ de la
categoría má s baja U=0 es de Pi0=1
 Mientras que para responder ≥ de la categoría má s alta U =
m es Pi (m+1)=0

b1 … bm

U0 U1 Um-1 Um

 Por ende:
Pi0(Θ) = Pi0(Θ) - Pi1(Θ) = 1-Pi1(Θ)
Pik(Θ) =Pik(Θ) - Pi(k+1) (Θ)
Para k tal que 1 ≤ k ≤ m-1
Pim(Θ) =Pim(Θ) – Pi(m+1) = Pim(Θ)-0
 A partir de MRG:
 Obtener medidas locales de precisión a través de la Función de
Información

 Precisión del ítem para medir Θ

 Gracias a la aditividad: FI del test entero y la Función del

error típico de la estimación

 Confiabilidad marginal: Indicador global de precisión

 Todos los niveles Θ ponderando individuo ∶ nivel
 Similar a la confiabilidad clá sica ∴ > representatividad a >
uniformidad de FI
“Los primeros modelos de respuesta graduada fueron los
de ojiva normal y modelos logísticos […]”

 Homogéneos: Ojiva normal y modelos logísticos

 Heterogéneos
HOMOGÉNEOS
 Los valores son idénticos en el continuo de U

AUi (Θ): Función básica asintótica

 2 asíntotas (superior/inferior)
Ojiva normal

Modelos logísticos
HETEROGÉNEOS
 Puntaje acumulativo, son diferentes en el continuo de U

 Modelo de Bock

 Créditos parciales de Masters

 Créditos parciales generalizados de Muraki

 Modelo de aceleración
 BONDAD DE AJUSTE
 Para cantidades pequeñas de datos
 Tabulación de los patrones de respuesta
 Multilog
 Computa las frecuencias esperadas de U
 Parscale
 Chi cuadrada

Para hacer simulaciones/computar:

1. R
2. BUGS
APLICACIÓN: ESCALA DE VOLUNTAD
DE TRABAJO
 1.141 estudiantes del segundo año de Psicología de la
Universidad deBuenos Aires.
 17% fueron varones
 83% fueron mujeres

 21 enunciados con formato de respuesta politómica

4 opciones tipo Likert (casi nunca, a veces, con frecuencia, casi
siempre)
 Análisis fueron con MULTILOG
 Para cada ítem: 1 a y 3 b
 b1 fue el valor mínimo (casi nunca – a veces)
 b2 (a veces – con frecuencia)
 b3 (con frecuencia – casi siempre)

 Ítem 9:
 Comportamiento: óptimo
 a: Elevada
 b: Medio-bajo

 Ítem 4:
 Comportamiento: Deficiente
 a: Moderado-bajo
 b: b1 y b2 fuera del rango ±3 (Θ)
ESTIMACIÓN DE PARÁMETROS
Prefiero un menor esfuerzo a un mejor resultado
Doy muchas vueltas antes de ponerme a trabajar
REFERENCIAS
Attorresi, F., Abal, J., Galibert, S., Lozzia, S., & Aguerri, E.
(2011). Aplicación del modelo de respuesta graduada a una
escala de voluntad de trabajo. Interdisciplinaria, 28(2), 231-
244.
Tarazona E. (2013). Modelos alternativos de respuesta graduada
con aplicaciones en la calidad de servicios. [Tesis de maestría].
Pontificia Universidad Católica del Perú.
Van der Linden W. (2015). Handbook of Item Response Theory.
CRC Press. ISBN 9781466514324