v5_semana_2-_evaluacion_final

continuación expondremos una serie de procedimientos para estimar el error de un test y por
supuesto la confiabilidad.
3.2.1.-­‐ Procedimientos para verificar la confiabilidad.
El coeficiente o el concepto de confiabilidad está caracterizado por tres dimensiones, cada una
de ellas se vincula fuertemente con el error de medición y con diferentes métodos para
identificarlas.
Se recuerda que, cualquier error no sistemático representa una fuente de error. Estas
dimensiones son: estabilidad y consistencia interna.
• Estabilidad: este concepto pretende evaluar en qué grado las puntuaciones de un
sujeto están libres de errores aleatorios como el nivel de motivación o las condiciones
de administración del test. La estabilidad está íntimamente relacionada con las
características que la variable pretende medir, por ejemplo: rasgos de personalidad o
habilidades. Los procedimientos indicados para evaluar la estabilidad de un test son: el
método test/re-­‐test y el método formas equivalentes, cuando ambos métodos son
implementados con un intervalo de tiempo. (American Psychological Asociation,
1999).
• Consistencia interna: este concepto alude a la necesidad de conocer cómo una
muestra de ítems se constituye en fuente de error. Por lo tanto, la consistencia
interna tiene relación con que cada ítem midan un mismo constructo o dominio. Los
procedimientos para la consistencia interna son: el método de formas equivalentes, el
método de partición en mitades, el método del coeficiente alfa de Cronbach.
(American Psychological Asociation, 1999).
a) Test/re-­‐test.
El método de test/re-­‐test sirve para medir el impacto que tuvo una asignatura (para los
términos de nuestro curso) en un grupo de estudiantes, es decir, consiste en ejecutar o
administrar un test al mismo grupo de sujetos en dos oportunidades distintas. Esto se hace con
un intervalo de tiempo, y se mide a través de cálculo de la correlación entre los puntajes
obtenidos en las dos aplicaciones del test.
El coeficiente de correlación nos serviría, por ejemplo, para expresar las relaciones entre los
puntajes obtenidos cuando a un mismo grupo le aplicamos un test (al inicio del semestre) y re
test (al final del semestre) y así detectar si los estudiantes crecen o no en resultados con la
finalidad de medir la fuerza con la que impactó la asignatura en el grupo.
Si los datos correlacionan (se mueven en el mismo sentido) el programa y la asignatura
impactan positivamente en el estudiante, porque crece en resultados.
Una formula indicada para medir la estabilidad de un test es el coeficiente de correlación de
Pearson. En términos numéricos, se expresa en un valor que oscila entre -­‐1 y 1, donde 0
expresa la total ausencia de correlación posible entre los puntajes. La correlación 1 expresa el
coeficiente perfecto, por lo tanto, eso implica que cuando una puntuación o variable aumenta
la otra lo hace también pero en forma proporcional. En cambio, -­‐1 representa la correlación
negativa perfecta, es decir, lo que significa que cuando una variable aumenta la otra disminuye
también en forma proporcional, por lo que es posible determinar que ambas variables se
relacionan.