¿Qué es la Psicometría?

Es la disciplina que tiene por objetivo la

medición de atributos psicológicos

Se caracteriza por utilizar formulas

matemáticas y promover métodos,
técnicas e instrumentos para
realizar la mejor medición
¿Qué es la medición?
Es un proceso en el cual asignamos un valor
numérico a una característica, rasgo, un síntoma,
etc.

En psicología se miden atributos psicológicos como:

Rasgos
Actitudes
Conductas
Conocimientos
Proceso de construcción de un test
1. Definición del constructo
2. Construcción de un test provisional y selección
del tipo de escala
3. Aplicación a una muestra piloto
4. Análisis de los ítems
5. Estudio de la Fiabilidad de un test
6. Estudio de la validez de un test
7. Baremación
Diseño del test
Cuando diseñamos un test, lo primero que se debe hacer, es
especificar el atributo o característica psicológica a evaluar.
Luego, desarrollar los siguientes puntos:

a) Definición operacional de lo que se quiere medir

b) Especificar la población a la cual se aplicará
c) Propósito del test
Teoría y construcción de
pruebas psicológicas
Clase: Análisis de ítems
Patricio Mena Ch.
Análisis de ítems
Cuando hablamos de análisis de ítems, nos referimos a los
procedimientos dirigidos a extraer información sobre su
calidad.

Este proceso se realiza luego de tomar una muestra piloto, y

determinará los ítems que formarán parte del test definitivo,
el cual será sometido a evidencias de fiabilidad y validez.

Se aconseja tener entre 5 a 10 veces más sujetos que ítems,

es decir si tengo un instrumento piloto de 20 ítems, lo ideal
será tener una muestra de 200 sujetos.
2 tipos de análisis de ítems
1) Análisis de ítem cualitativo:
Precede a la aplicación del test piloto y evalúa la calidad
de los ítems a través de una evaluación interjueces

2) Análisis de ítems cuantitativo:

Requiere de la obtención de indicadores para cada ítem,
de los cuales se destacan:

a) índice de dificultad
b) índice de discriminación
c) índice de validez
Creando una matriz de respuesta de sujetos
Matriz de rendimiento óptimo

Matriz de rendimiento típico

Índice de dificultad
A) Índice de dificultad
Este indicador sirve para cuantificar el grado de dificultad de
cada ítem. Se ocupa con ítems dicotómicos de los test de
rendimiento óptimo.

El índice de dificultad se define en la proporción de

evaluados que han acertado el ítem, dividido por el total de
sujetos que han respondido

Al diseñar un test de rendimiento óptimo, se recomienda poner

ítems fáciles al comienzo, ítems de dificultad media en la parte
central y los más difíciles al final
Ejemplo n.º 1
Supongamos que 5 evaluados responden a un test de 3 ítems
Evaluado X1 X2 X3 X
1 1 1 0 2
2 1 0 0 1
3 0 1 1 2
4 1 - - 1
5 0 - 1 1
Ítem 1: 3/5= 0.60
Ítem 2: 2/3= 0.67
Ítem 3: 2/4= 0.50
Propiedades del índice de dificultad
1. El valor mínimo que puede obtener el índice es 0 (cuando
nadie acierta al ítem) y el valor máximo 1 (cuando todos
aciertan al ítem)

2. El valor del índice de dificultad depende de la muestra: Un

ítem aplicado a una muestra muy preparada (de alto nivel
en el rasgo) será acertado por más evaluados que si es
aplicado en una muestra poco preparada. Por tratarse del
mismo ítem, lo deseable sería que el indicador de su
dificultad no dependa de la muestra en la que es aplicado,
pero el índice de dificultad no tiene esta propiedad.
Índice de dificultad en otros tipos de ítems
En los test de rendimiento típico, no puede hablarse
propiamente tal de lo difícil que es el ítem, sino que del nivel
de rasgo

Ejemplo n.º 2
En un test de agresividad tenemos 2 ítems
1. Participo en peleas
Nunca ( ) Alguna vez ( ) De vez en cuando ( ) Con frecuencia ( )
2. Discuto con la gente
Nunca ( ) Alguna vez ( ) De vez en cuando ( ) Con frecuencia ( )

Supongamos que la media del primer ítem es 1.75 y del segundo ítem
es 2.81. La menor medida del ítem 1 indica que hay que tener más
agresividad para obtener una puntuación concreta en el ítem 1 que en
Índice de discriminación (homogeneidad)
b) Índice de discriminación (homogeneidad)

Un ítem que mida el constructo de interés debe

discriminar entre los que tienen altos y bajos
puntajes en el constructo

“Las personas con alta y baja responsabilidad

deberían puntuar de forma diferente en un ítem que
realmente mida ese constructo. Aunque podrían
obtener puntajes similares en un ítem que mida otro
constructo”
Tipos de índice de homogeneidad

1. Índice de discriminación

2. índice basado en la correlación entre el ítem y el

test
1. Índice de discriminación
Este indicador se obtiene exclusivamente para los ítems
dicotómicos, y requiere establecer dos subgrupos de
evaluados a partir de sus puntuaciones en el test (los que
tienen puntajes altos y los de baja puntuación). Por lo general
están compuesto por la mitad de la muestra o por un
porcentaje menor (25% o 33%)

El índice de discriminación se define como la diferencia

entre ambas proporciones:
𝐷=𝑃 𝑠 − 𝑃𝑖
1. Índice de discriminación
El indicador de discriminación (D) toma valores entre -1 y 1, por
lo tanto pueden ocurrir estos escenarios:

- Cuando D=1  todos los evaluados del subgrupo superior

han acertado el ítem y ninguno del subgrupo inferior lo ha hecho

-Cuando D=0  la proporción de los que han acertado el

ítem es la misma en ambos subgrupo

-Cuando D= -1 –> ningún subgrupo superior ha acertado el

ítem y todos los del subgrupo inferior lo han hecho
1. Índice de discriminación
-Valores próximos a 0 indican que el ítem no
discrimina
-Cuando D es más cercano a 1 , mayor es la
capacidad discriminativa del ítem
-Valores inferiores a 0.20 se consideran valores
inaceptables e indican que el ítem ha de ser
eliminado

*Los valores que pueden tomar D dependen del

valor de dificultad.
2. Índice basado en la correlación entre el
ítem y el test
“El indicador D es muy fácil de aplicar, pero no utiliza
toda la información de la muestra y se aplica solo a ítems
dicotómicos, mientras que los indicadores de discriminación
basados en la correlación ítem-test se pueden aplicar a ítems
dicotómicos y no dicotómicos, a test de rendimiento óptimo y
típicos, y la muestra completa participa”

El índice de la correlación ítem-test se define como la

correlación de Pearson entre las puntuaciones en el ítem y el
test
Ejemplo n.º3
Hemos aplicado un test de Satisfacción con los estudios
universitarios.
El ítem 1 es “organizo actividades extracurriculares”
El ítem 2 es “asisto a clases”.
Ambos tienen 5 posibles respuestas de 1 (muy infrecuente) a 5
(muy frecuente) X1 X2 X
3 2 40
2 3 35
5 5 37
1 1 32

La correlación ítem-test del ítem 1 es 0.638 (se obtiene calculando la

correlación de Pearson entre la columna 1 y 3) y la correlación ítem-test
del ítem 2 es 0.348
Índice de correlación ítem-test en otros tipos de
ítems
En el caso de los ítems dicotómicos, se puede obtener la correlación ítem-test por 3
procedimientos:

1. Obtener la correlación de Pearson entre la columna de puntuaciones en

el ítem y de las puntuaciones del test
2. Hallar la correlación biserial puntual entre el ítem y el test
Cuando se correlaciona una variable dicotómica y una continua
3. Obtener la correlación biserial
Cuando se correlaciona entre 2 variables continuas, pero que una de ella fue
dicotómica al comienzo y sufrió un proceso de dicotomización
Correlación entre el ítem-resto del test

Ahora que ocurre cuando un test tiene un número pequeño de ítems,

resulta mas apropiado obtener la correlación ítem-test corregida
Que consiste en: “Correlacionar las puntuaciones de un ítem con
las puntuaciones en el total del test después de restarle las
puntuaciones del ítem cuyo indicador queremos saber”
Ejemplo n.º4
Hemos aplicado un test de 4 ítems a 5 estudiantes
X1 X2 X3 X4 X total
0 1 1 0 2
1 1 1 1 4
1 0 1 1 3
0 1 1 1 3
1 1 0 1 3

-Aplicando la correlación de Pearson entre el X1 y X es 0.645

-Sumando las puntuaciones en el ítem 2, 3 y 4 obtendremos

las puntuaciones en el resto del ítem 1
Al correlacionar el X1 con el resto del test (2, 3, 2, 3 y
2) se obtiene la correlación ítem-test corregida, que es -0.167.
El fuerte descenso se debe a la baja cantidad de ítems
Propiedades de las correlaciones ítem-test e ítem-
resto del test
1. La correlación de Pearson toma valores entre -1 y 1
-Los indicadores de la correlación ítem-test nos informan de si el ítem esta
midiendo lo mismo que la prueba globalmente, es decir el grado en que el ítem
contribuye a medir lo mismo que mide el test
-Cuando más se acerque a 1, mejor discriminará el ítem entre los que tienen
puntuaciones altas y bajas en el test
2. Cuando la correlación ítem-test es negativa
-Puede que se haya tomado un ítem como directo cuando es inverso, o
viceversa
3. El criterio mínimo para retener el ítem es de 0.30
-Por lo tanto, valores menores de 0.30 deberán ser eliminados
Índice de Validez
c) Índice de Validez
A veces aplicamos test ,no tanto porque estemos interesados
en evaluar directamente el constructo que el test mide, sino
porque sabemos que sus puntuaciones predicen bien una
variable que nos interesa pronosticar.
Ejemplo:
“En un proceso de selección de personal, podemos aplicar
un test de responsabilidad, no porque estemos interesados en saber su
nivel de responsabilidad, sino porque sabemos que las puntuaciones de
responsabilidad ayudan a predecir el desempeño laboral”

Este índice esta referida a la validez referida al criterio. Se

suele llamar criterio a la variable que queremos predecir, y
se define como la correlación entre el ítem y el criterio
externo. (toma valores entre -1 y 1)
Es importante aclarar…
Que existen dos conceptos similares y análogos:

índice de validez y coeficiente de validez (ambos referidos al criterio)

*El índice de validez informa la relación entre el ítem y la variable criterio,

mientras que el coeficiente de validez informa la relación entre un test X y la variable
criterio
Corrección del efecto del azar

En los test de rendimiento óptimo, se puede sobre estimar el nivel de

rendimiento de algunas personas, sólo por el hecho de que algunos
aciertos se deben al azar.
Entonces el problema es establecer un procedimiento que
descuente al nº total de aciertos las respuestas que se han hecho al
azar
Xc = Corrección de
𝑋 𝑐 = 𝐴 − 𝐴𝑎 aciertos
A = Aciertos
Aa = Aciertos al azar
Corrección del efecto del azar
Ante un ítem, el sujeto esta ante 2 escenarios:
- estado de conocer la respuesta (tiene 1 posibilidad)
- estado de no conocer la respuesta (tiene 2
posibilidades)
* no responder
* responder al azar
Como no tenemos acceso a conocer cuantos aciertos son al azar
o cuantas respuestas se dan por el azar, se utilizaran los errores
cometidos y el nivel de alternativas que contenga, entonces

Entonces, por cada error hay que descontar tanto aciertos se

indican en ese cociente, lo anterior se ve reflejado así:

-test con 2 alternativas, habrá que descontar 1 acierto por cada

error
-test con 3 alternativas, habrá que descontar 1 acierto por cada 2
errores
-test con 4 alternativas, habrá que descontar 1 acierto por cada 3
errores
Por último, recordando la formula inicial

𝑋 𝑐 = 𝐴 − 𝐴𝑎
Ya sabemos como obtener Aa, la formula quedaría
así