Tema 6.5. Fiabilitat. (2017)

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

Vista previa del texto

ccarbonell Tema 6.5: Fiabilitat Fiabilitat: Grau d’exactitud amb que son mesurades la respostes dels subjectes (falta d’error).
Mesura el grau d’error que hi ha en un test.
És indispensable una alta fiabilitat per calcular la validesa del test.
El meu test sempre tindrà un petit error. Aquest error farà que confiïs o no confiïs tant en un test.
Es podria considerar com la estabilitat en tests repetits Es pot mesurar longitudinalment –fiabilitat en el temps- o la transversal –mateix moment temporal, mesures paral·leles.
Error estàndard de mesura (SEM): És l’error comú de tots els tests. En tots ells hi haurà part d’aquest error que serà comú. Aquest error no es pot mesurar. Vol dir que: Si jo tinc molts tests d’intel·ligència, cada un tindrà el seu error, però entre tots ells sempre tindran un error comú entre ells, que serà l’error estàndard de mesura.
Com es pot obtenir la fiabilitat? Hi ha certes proves basades en el pas del temps –longitudinals- i basades en el moment temporal –transversal.
Basats en el pas del temps: - - Test-retest: Estic buscant que no hi hagi diferències en els resultats entre el primer que passo i el mateix que torno a passar a les mateixes persones tres setmanes-1 mes més tard.
Mètode Heisse: És un test – retest amb dues repeticions (per tant, es passa 3 vegades).
Test-retest-reretest.
Test retest / Formes equivalents: Faig el mateix però amb dos temps: El meu nou i un que ja està validat. M’aporta dos informacions: La fiabilitat del meu test i la consistència dels dos.
Basat en el moment temporal: - - Formes paral·leles: Comparo el meu test amb un altre validat.
2 mitats (Split-half): per exemple: tinc un test de 500 preguntes, parteixo el test per la meitat i obtinc una puntuació d’una meitat i l’altre de l’altre meitat. Teòricament les dues puntuacions tindrien que ser similars (aquest indicador em marca fiabilitat) Alfa de Cronbach: En comptes de partir per la meitat, jo tinc la possibilitat de partir-lo de totes les formes possibles. Ens dona el mateix valor que el Split-half però molt més ccarbonell consistent. L’alfa de Cronbach em dóna un valor de 0 a 1, com més s’apropa a 1, alfa bona (0,8 és el límit per dir que està bé).
Fiabilitat per diferència: Agafo dos tests oposats a nivell teòric i han de ser diferents. Si tinc un test que mesura la activació i un altre test que mesura la desactivació, valors baixos d’un hauria de donar valors alts de l’altre.
Consistència interna: correlacionen tots els ítems entre ells (del test) i correlacionar tots els ítems amb el total de l’escala. Una persona que li passen un test sobre el menjar del menjador, suposem que si posa un 4 a un ítem, a l’altre que està valorant el mateix també li posarà un 4 o un 3. Els correlaciono tots i faig un promig de correlacions entre ítems i entre el total. Si és una persona que no li agrada el menjar del menjador hi ha certes preguntes que no ha de contestar més de 3. Aquell promig indicarà consistència interna.
Porcentatge d’acord i Coeficient de Livingstone: Per aquells tests que no és un número, és apto o no apto o és ansietat elevada, mitjana, baixa... Llavors s’agafa un altre test i el que faig és un CHI² per comparar si un test em dóna igual que l’altre.
- - - Aspectes bàsics sobre la fiabilitat - Ha d’estar present en el manual del test: SI no està posat s’ha de desconfiar el test.
Fonamental descriure la mostra: Dades i resum fàcil d’entendre Data i lloc on s’ha calculat: Lloc per si el test és anglès o castellà..
La fiabilitat no assegura validesa. : Aquest test no sabrem si mesura intel·ligència si no tenim la validesa.
Factors que incideixen la fiabilitat - Longitud del test Variabilitat i homogeneïtat:  Recomenacions: 1. Modificar l’enunciat de l’ítem .
2. En proves d’actitud, exagera la resposta per obligar a posicionar-se 3. Valorar seriament la necessitat de resposta central. (contrari a anterior).
4. Reduir la conjetura i l’atzar.
5. Augmentar el numero d’alternatives.
6. P=0,5 7. Controlar la aquiescència i la desitjabilitat social.
- Altres:   Disseny del test Aplicació ccarbonell SPSS Assumim que no hi ha diferències entre els paràmetres (epr exemple, homes i dones) i per tant, farem estudi de tots.
Per calcular dificultat: Primer hem de mirar quin tipus d’escala és (dicotòmica o gradual).
Mitjanes de tots els ítems per veure la tendència de cada ítem. Hem de vigilar: 1. Que l’ítem sigui positiu o negatiu (o sigui que si marca 1 és positiu o negatiu). 2. Mirar si hi ha extrems: Si hi ha mitjanes amb 1 o amb 5, aquells ítems no em serveixen i l’hauré de modificar.
Per calcular la variabilitat: el mateix que lo anterior però a estadísticos marques variància i a gràfiques es demana el gràfic de barres. Coses importants: No pot ser 0 o un numero molt proper a 0, perquè significaria que m’han contestat tots els mateix. Variància màxima en ítems dicotòmics: 0,25. Aquells que estan propers a 0,25 tindran alta variabilitat. Per escala graduada un 0,23 és molt baixa mentre que per dicotòmics un 0,23 és molt alt.
Després fixar-nos en les gràfiques: formes de resposta, que de l’1 al 5, aquests 5 graus d’escala Likert que hem dictat, em serveixen? Això només es pot veure a la gràfica.
Para calcular la discriminació: En aquest cas, faríem una correlació perque les dues (tant la puntuació de l’ítem com la puntuació total de l’escala) són quantitatives. Correlacionaríem cada ítem amb la puntuació de l’escala.
Correlacions bivariades.
Tinc a una banda Preocupació per la tasca i per altre els meus tres ítems: Discriminava quan hi havia correlació significativa. Miro la correlació que té l’escala amb cada un dels ítems.
Per exemple: Ítem “En el treball m’esgoto molt”. Aquest ítem correlaciona positivament amb l’escala preocupació per la tasca, com que correlaciona, aquest ítem discrimina. Com que els tres ítems correlacionen amb l’escala, els tres ítems discriminen.
...