Tema 6.3 i 6.4. Paràmetres d'ítem. (2017)

Apunte Español
Universidad Blanquerna (URL)
Grado Psicología - 3º curso
Asignatura MOEC
Año del apunte 2017
Páginas 5
Fecha de subida 08/06/2017
Descargas 1
Subido por

Vista previa del texto

ccarbonell Tema 6.3. Parametres de l’ítem. 1 Tinc que veure si les respostes de tots els ítems tenen una sèrie de parmàtres adequats.
L’anàlisi de Ítems té un anàlisis: - Cec (anàlisi quantitatiu) De Contingut (anàlisi qualitatiu) Primer faig l’anàlisi quantitatiu i després el qualitatiu. Si l’anàlisi d’ítem cec em surten bé no fa falta que miri el contingut.
Si l’anàlisi quantitatiu no em surt bé (em dóna algun numero que no m’hauria de sortir) haig d’anar a l’anàlisi qualitatiu i mirar què passa amb el contingut de l’ítem.
Els Paràmetres del ítem dependran de varies variables: com l’objectiu del test, el format de resposta, l’escala de mesura...
Els paràmetres de l’ítem que s’analitzaran son: Dificultat, variància, discriminació i perfil d’ítem (curva característica i curva d’omissió) Anàlisis d’Ítems: La dificultat La dificultat d’un item ve calculada per un numero de subjectes que superen aquest ítem. És la quantitat de subjectes que superen aquest ítem. Va de 0 a 1 o de 0 a 100 (segons el promig que vulguem fer). Si tinc un 1 en dificultat és que tothom a fet bé l’ítem. Si el resultat és 0 més difícil és l’ítem.
En respostes dicotòmiques: Es té en compte tota la gent o només la gent que ha respòs? S’ha de calcular els dos (p1 i p2). No és el mateix: que tots ho contestem i ho contestem mal, que només contesti un i la persona que ho contesta ho fa bé.
Quan hi ha molta dificultat les persones tendiran a contestar més a l’atzar. Per cada ítem s’ha de preveure una dificultat determinada. Si el que has previst tu no acaba sent la realitat s’ha de mirar.
Suggerències per interpretar l dificulta d’un ítem: - S’ha d’extreure l’índex de dificultat de cada ítem per cada grup de subjectes que examinem.
La dificultat ha de ser intencionada, un posterior anàlisi dels items ens pot ajudar a millorar-la però mai a establir-la des de 0 Just a la dificultat hem d’analitzar els distractors de l’ítm.
En tests de norma de grup lo ideal és que la majoria d’ítems tingui una dificulat de 0,5 ccarbonell En tests de velocitat per norma hem d’ajustar la velocitat per que només un 20% dels subjectes puguin acabar la prova.
En tests de potència (de més fàcil a més difícil, quan feia 2 dolentes s’acabava el test) un 80% dels subjectes han d’acabar el test amb 0 omissions. Ixò constata la gradualitat ab què augmentem la dificultat d’ítem.
Escala graduada: Ja no es parla tant de dificultat sinó més de tendència de resposta de la mostra. L’únic problema que hi ha a les escales graduades seran els extrems. Per exemple: tinc una escala graduada d’1 a 5, i la dificultat em dóna 5 just (per tant, tot el món ha contestat 5 (no vull que tot el món em marqui el mateix) haig de reformular l’ítem.
En què em baso? Amb la p1 o amb la p2. Si el test no té casi omissions, es fa p1. Però si saps que el test té forces omissions fas p2, però per tenir una informació més completa millor fer les dues.
Si vull veure la tendència de resposta d’aquest ítem (si ens trobem en un cas on hi ha una N=200 i només han respost una N=10 i tots m’han contestat 5) ens trobem en una P1=0,25 (ens dóna una informació falsa de que hi ha una tendència en totalment desacuerdo, quan realment hi ha moltes omissions i els que han contestat han contstat tots totalment de acuerdo) mentre que la P2=5; el qual t’informa de què tots han tingut una tendència ha contestar 5.
Primer de tot ens hem de plantejar l’ítem, perque si de 200 nomes conteten 10 ens l’hem de plantejar, però també perque hi ha hagut un extrem (5 o 0) Tots els items que tinguin un índex major d’omissió major a un 10% es revisaran o s’excluiran Per calcular l’efecte de l’aquiescència (tendència a respondre de manera afirmativa) es compararan els índex de dificultat d’ítems positius i negatius per separat.
Anàlisi de ítems: Variabilitat Quant de variables són les puntuacions de l’ítem (comparat amb la mitjana). Per dues vies: 1) numero de la variància spss 2) anàlisi gràfic.
Variància: Representa una mesura de dispersió mitjana d’una variable, respecte al seu valor mig o esperat. Si hi ha molt poca variança les puntuacions són molt similars i estaran molt poc allunyades de la mitjana. La resta serà molt petita i el valor final serà molt petit.
Ítems dicotòmics Per calcular la varibailitat la millor forma és fer el càlcul de p*q (on p es la proporció d’encerts (2/5 per exemple) en un ítem i q=1-p).
Si la mitat contesta si i la meitat contesta no =0,25 (és la multiplicació entre 0,5 i 0,5) ccarbonell A partir d’aquí, quan ja tinc el número, haig de matitzar i buscar que no sigui 0. Més gran de 0 ja és acceptable.
Anàlisi gràfic de l’ítem Amb el gràfic de resposta dicotomitzada (diapo 32) veiem la necessitat de fer una gràfica, perque la mitjana d’aquesta gràfica és 3 i sense la gràfica podríem pensar que hi ha molta gent que ha respòs 3.
Suggerències de la variància: - - El que principalment busco és que la variància sigui elevada, però com que és útil principalment en ítems amb continguts sobre personalitat i és precís dissenyar ítems de variància moderada.
Un ítem de variància reduïda perd valor discriminatiu i no col·labora a la fiabilitat del test (si un ítem no té variància no podré calcular els paràmetres de fiabilitat d’un test) Tot anàlisi gràfic ha d’acompanyar-se de l’anàlisi de dades corresponent Podem calcular l’asimetria i curtosis de lítem per comprovar tendències a la aquiescència, desitjabilitat social...
Discriminació És la capacitat que té un ítem de diferenciar subjectes amb diferent situació en lo que medeix el test.
Un ítem discrimina si la seva resposta concorda amb les respostes globals del test.
Si un ítem no discrimina convé excluir-lo o revisar-lo.
Puc fer la discriminació a 4 nivells: Criteri intern: Comparo la puntuació d’aquest ítem amb la puntuació de tot el test. Per exemple: si aquesta persona en el test ha tret un 9, a aquella pregunta pràcticament ha d’haver encertat. Es compara cada un dels ítems amb les notes. Si hi ha un ítem que me’l contesta millor la gent que té pitjor nota que la gent que té millor nota, hi ha un problema en l’ítem.
Hi ha dos opcions: Discriminar incloent l’ítem que teòricament havia fallat o excluint-lo. La puntuació total del test es farà respecte tots els ítems menys el que falla (no serà respecte 5, per exemple, sinó respecte 4) Si només en tens un encara, però si tens molts ítems que falla millor fer excluint l’ítem Criteri extern: Agafo una altre fonr de mesura per veure si l’ítem discrimina o no. Per exemple: Actual: Paso un test d’aritmètica i agafo un avaluador expert que em digui si sap o no sap.
Futur: Faig el test, miro les puntuacions dels ítems, el torno a passar, i miro la diferència. (es sol fer en coses que milloren, com medicaments o exàmens de classe primer dia vs segon) ccarbonell S’han de mirar el tipus de variable: Tipus de procediment per calcular la discriminació d’un ítem: Per exemple: Tinc Verdadero o Falso (nominal) i el test puntua d’1 a 100 (quanti). Es fa tstudent o U-mann. Si hi ha diferències significa que discrimina, si no n’hi ha no discrimina.
O per exemple: ítem depressió no depressió i Verdadero – Falso. (dos nominals) i per tant Chi² Correlacion: No tinc en compte els grups de subjectes.
Com a diferència entre subjectes o grups externs: Diferenciem dos grups, un superior i un otro inferior.
Sensibilitat temporal: És un t-student en mostres repetides o un Wilcoxon. Molt usat en clínica, compara dos situacions temporals diferents pe el mateix ítem.
Mitjançant Chi ² si tinc dos nomials Índex de reproduibilitat: Calcula la puntuació del test sense aquest ítem, i compara la puntuació amb l’ítem amb la puntuació sense l’ítem.
Curves característiques de l’ítem Curva característica de l’ítem o perfil de l’ítem Veig quantes persones han fet bé aquest ítem en funció de la puntuació que han tret.
És una gràfica en el que tinc: El percentatge de persones que han fet bé aquest ítem i per altre banda tinc la puntuació total del test.
Porcentatge de persones que han encertat l’ítem que ha tret un 0 en el tota. (per tant, sempre comença en el punt 0,0 de la gràfica.) arriba un punt en el que arribi a la puntuació del número total de persones que m’han contestat l’ítem.
A % de correctes B C Puntuacio total del test (A, B i C representen tres ítems diferents del test)B. B serà més difícil de A, i la C serà més difícil que al B. La situació de la corva m’informarà de la dificultat. Més desplaçament lateral a la dreta més dificultat, més desplaçament lateral a l’esquerre menys dificultat.
ccarbonell La pendiente de la curva em marca la discriminació: a més pendent més discrimina, a menos pendiente menys discrimina.
Anàlisis mitjançant el model de l’Escalograma Un test unidimensional significa que només està mesurant una única dimensió, el model de l’escalograma el que fa és que amb les matrius que es tenen....
La prova es basa en que si jo puc ordinar els ítems en quant a la seva dificultat sense que hi hagi consistències és una prova de que el test és unidimensional. Si el test no és unidimensional no podria ordenar els ítems de més petit a més gran.
Exemple: Tinc 8 subjectes i 6 ítems. Això només es pot fer per proves dicotòmiques de cert o fals, etc.
Ordeno de més encerts a menys encerts els ítems i ordeno els subjectes de menor puntuació a major puntuació. El que s’hauria d’obtenir és tots els 1 en la diagonal inferior. La primera fila hauria de tenir menys 1 fins la última que és el subjecte amb més encerts (més 1). Ens queda una forma d’escala. Els quadres vermells se’ls hi diu inconsistències (per exemple; Subjecte 7 ha fallat un ítem que teòricament tenia dificultat mitjana. Això és una inconsistència) Com s’avaluen les inconsistències?: Índex de reproduibilitat (Quant de l’escala que tenim s’assembla a una escala normal) Rj= 1- (Nº d’inconsistències de tot l’escalograma/ N) Si aquest indicador baixa de 0,8 jo no puc assumir unidimensionalitat en el meu test.
...