Psicométrica y construcción de pruebas
Alcance y requisitos previos
Tema GRE respaldado 10 (MM.1). Use la lección de visión general sobre medición VI al interpretar evidencia de investigación. Las preguntas oficiales existentes se rastrean en bank_review_form.yaml; las tareas originales abajo no son ítems de ETS.
Conceptos y métodos
error estándar de medición: La dispersión esperada de las puntuaciones observadas alrededor de la puntuación verdadera, SD×sqrt(1−r). validez de constructo: Evidencia convergente y discriminante de que una puntuación refleja el rasgo pretendido.
La fiabilidad es consistencia, y su tipo se nombra según el diseño que la produjo: la misma prueba dos veces da fiabilidad test-retest; dos formas similares dan fiabilidad de formas alternas; consistencia dentro de una sesión (mitad-mitad, alfa de Cronbach) es consistencia interna; acuerdo entre evaluadores es fiabilidad interevaluador. La fórmula Spearman-Brown r_full=2r/(1+r) reescala la correlación de mitad a longitud total de prueba: r=.80 se convierte en aproximadamente .89.
La validez es evidencia para la interpretación propuesta, no de la prueba en sí: la validez de contenido pregunta si los ítems cubren el dominio; la validez de criterio relaciona puntuaciones con un resultado, concurrente o predictiva; la validez de constructo ensambla evidencias convergentes y discriminantes de que la puntuación sigue el rasgo pretendido. La fiabilidad limita la validez pero nunca la establece: una escala consistente puede medir sistemáticamente otra cosa.
Las puntuaciones estándar reexpresan las puntuaciones crudas frente a un grupo normativo: z=(X−mean)/SD, T=50+10z, e IQ desviación Wechsler=100+15z. Un z de +2 da un IQ 130 y aproximadamente el 98 percentil. El error estándar de medición SEM=SD×sqrt(1−r) convierte la fiabilidad en un rango de puntuación: SD=15 con r=.91 da SEM=15×sqrt(.09)=4.5.
El análisis de ítems revisa cada uno: la dificultad p es la proporción que responde correctamente, y la discriminación es la correlación ítem-total. Los ítems que casi todos o nadie responden correctamente aportan poca información; la discriminación negativa indica un probable mal código o ítem confuso.
Elija el coeficiente de fiabilidad según la fuente de variación que se estudia. Un error estándar de medición concierne a la incertidumbre de medición bajo un modelo; no es el error estándar de una media muestral. La estimación Spearman–Brown asume mitades suficientemente comparables; una fórmula no puede reparar contenido de ítem no relacionado. Las puntuaciones estándar describen la posición relativa y no muestran que una prueba mida el constructo pretendido equitativamente entre grupos.
Razonamiento resuelto
Dos pruebas de vocabulario similares administradas una semana aparte con r=.90 muestran confiabilidad de formas paralelas, no prueba-reprueba, porque la forma cambió. Con SD=15 y confiabilidad .91, SEM=4.5 puntos. Un z de +2 corresponde a un CI 130. Una correlación de mitades corregida de .80 se corrige a 2×.80/1.80≈.89 a longitud completa.
Una escala ficticia tiene media 50 puntos, SD 10 puntos y fiabilidad .84. Una puntuación es 65. Calcule z y SEM, mostrando las fórmulas.
z=(X−mean)/SD; z=(65 puntos−50 puntos)/(10 puntos)=1.5, adimensional. SEM=SD√(1−r); SEM=(10 puntos)√(1−.84)=4 puntos. SEM es una medida de incertidumbre basada en modelo, no prueba de validez. T=50+10z; T=50+10(1.5)=65 en la escala T.
Transferencia independiente
Dos evaluadores discrepan repetidamente en cinco puntos pero clasifican los guiones idénticamente. ¿Establece una alta correlación acuerdo? Sugiera una verificación.
Intentelo de forma independiente, luego use la solución de la hoja de habilidades correspondiente.
Revisión y límites de fuentes
Evite este error: Llamar correlación de dos formas diferentes fiabilidad test-retest, o citar alta fiabilidad como si fuera evidencia de validez. El alcance docente proviene de teaching.yaml y la revisión source/key/crop en bank_review_form.yaml. Los criterios diagnósticos detallados actuales requieren un manual autenticado; ni la práctica histórica de ETS ni esta referencia educativa los certifica.