Professional Documents
Culture Documents
Donde
R
xx
es el nuevo coeficiente de fiabilidad
r
xx
es el coeficiente de fiabilidad inicial.
n es el nmero de veces que se ve incrementada la longitud inicial (LI) de un test con
respecto a su longitud final (LF)
LI
LF
n
Normalmente, cuando se realiza este tipo de anlisis, lo que interesa es conocer el nmero de tems que hay
que aadir (o quitar) para operar con un determinado coeficiente de fiabilidad deseado, con lo que la
incgnita suele ser n.
) R 1 ( r
) r 1 ( R
n
xx xx
xx xx
11. La Fiabilidad de los tests (cont.)
11.2. Factores que afectan al Coeficiente de Fiabilidad (cont.)
11.2.1. Longitud del Test (cont.)
Un caso particular en la aplicacin de esta correccin es el clculo del coeficiente de fiabilidad
por el mtodo del seccionamiento en dos mitades.
En este caso, el valor de la correlacin entre las puntuaciones de las dos mitades no se
corresponde con el coeficiente de fiabilidad del test total ya que estamos correlacionando la
mitad del test con la otra mitad. Para conocer el coeficiente de fiabilidad del test total es
necesario aplicar la ecuacin de Spearman-Brown para n = 2.
pi
pi
xx
r 1
r 2
r
Donde
r
xx
es el coeficiente de fiabilidad del test total
r
pi
es la correlacin entre las dos mitades del test.
Convencionalmente se denota como r
pi
porque el mtodo tradicional de seccionamiento en dos mitades es
el de evaluar los tems pares por un lado y los impares por otro; si bien conviene resaltar en este punto que
es admisible cualquier procedimiento de seccionamiento en dos mitades. De lo que se trata es de establecer
dos mitades lo ms paralelas posibles.
11. La Fiabilidad de los tests (cont.)
11.2. Factores que afectan al Coeficiente de Fiabilidad (cont.)
11.2.2. Restriccin del rango (variabilidad de la muestra).
Otro factor que afecta a la cuanta del coeficiente de fiabilidad es la desviacin tpica
(variabilidad) de la muestra a la que se aplica el test. Como hemos visto, la cuanta del
error tpico de medida depende de la variabilidad de los datos (S
x
) y del coeficiente de
fiabilidad del test (r
xx
). Es lgico que, para mantener el mismo valor de ese error tpico, si
la variabilidad de la muestra se ve afectada, se altere tambin el coeficiente de fiabilidad
para mantener esa cuanta de error constante.
2
2
11
2
1
22
S
) r 1 ( S
1 r
Donde:
r
11
es el coeficiente de fiabilidad que corresponde a la muestra de variabilidad S
1
r
22
es el coeficiente de fiabilidad que corresponde a la muestra de variabilidad S
2
Ejemplo
Un test experimental formado por 50 items tiene un coeficiente de fiabilidad de 0,90 obtenido
con una muestra de poblacin general con media 30 y D.Tpica 12. Al resultar demasiado
extenso decidimos reducir el n de items hasta dejarlo con 20. Sigue siendo aceptable su
fiabilidad con esa reduccin?
Por otra parte, otro investigador quiere utilizar ese mismo test con fines diagnsticos pero
necesita que su coeficiente de fiabilidad sea, al menos, de 0,95. Cuntos items tendra que
aadir para conseguir sus propsitos?
Un tercer investigador utiliza el test original en una subpoblacin de estudiantes con media 38 y
D. Tpica 10. Cul sera en este caso la cuanta del coeficiente de fiabilidad?
Solucin:
Cuestin 1. Modificamos la longitud del test y queremos conocer la nueva fiabilidad.
Datos: r
xx
= 0,90; LI = 50 ; LF = 20; n = 20/50 = 0,4
783 , 0
90 , 0 ) 1 4 , 0 ( 1
90 , 0 4 , 0
x
x
R
xx
El nuevo coeficiente pasa a ser 0,783 que, para determinados fines, puede ser aceptable.
Ejemplo
Solucin:
Cuestin 2. Averiguar nueva longitud para obtener un coeficiente de fiabilidad deseado.
Datos: r
xx
= 0,90; LI = 50 ; R
xx
= 0,95
11 , 2
) 95 , 0 1 ( 90 , 0
) 90 , 0 1 ( 95 , 0
n
2,11 = LF/50 LF = 50x2,11 = 105,5 106
Tendra que aadir 56 items ms ya que 106 50 = 56.
Cuestin 3. Averiguar nuevo coeficiente de fiabilidad por distinta variabilidad de la muestra.
Datos: r
11
= 0,90; S
1
= 12 ; S
2
= 10
856 , 0
10
) 90 , 0 1 ( 12
1
2
2
22
r
El coeficiente de fiabilidad de 0,90 en la muestra de variabilidad 12 equivale
a un coeficiente de 0,856 en la muestra de variabilidad 10
11. La Fiabilidad de los tests (cont.)
11.3. Interpretacin del Coeficiente de Fiabilidad
11.3.1. Estimacin de la puntuacin verdadera cuando se asume la distribucin normal de los
errores de medida.
V = X S
e
Z
()
Donde,
V es la puntuacin verdadera estimada
X es la puntuacin emprica de un sujeto obtenida tras la aplicacin del test
S
e
es el error tpico de medida
Z
()
es el valor Z de la curva normal que corresponde a un nivel alfa
preestablecido del margen de error en la estimacin
11. La Fiabilidad de los tests (cont.)
11.3. Interpretacin del Coeficiente de Fiabilidad (cont.)
11.3.2. Estimacin de la puntuacin verdadera cuando se ignora el tipo de distribucin que
generan los errores de medida.
V = V S
v.x
Z
()
Donde,
V es la puntuacin verdadera estimada
V es la puntuacin verdadera estimada por regresin a partir de la puntuacin
emprica de un sujeto obtenida tras la aplicacin del test
X X X r V
xx
'
S
v.x
es el error tpico de de estimacin de V a partir de X
xx e x v
r S S
.
Z
()
es el valor Z de la curva normal que corresponde a un nivel alfa
preestablecido del margen de error en la estimacin
Ejemplo
Un test experimental formado por 50 items tiene un coeficiente de fiabilidad de 0,90 obtenido
con una muestra de poblacin general con media 30 y D.Tpica 12. Qu Puntuacin Verdadera,
con un margen de error del 5% ( = 0,05) cabra pronosticarle a un sujeto que ha obtenido 45
puntos si suponemos que los errores de medida se distribuyen normalmente?
Cul sera ese pronstico si ignoramos el tipo de distribucin que generan esos errores de
medida?
Solucin:
Cuestin 1.
Datos: r
xx
= 0,90 X = 45 Media = 30 S
x
= 12 = 0,05 Z
1-/2
= 1,96
79 , 3 90 , 0 1 12 1
xx x e
r S S
V = 45 3,79 x 1,96 Lmite superior = 52,44
Lmite inferior = 37,56
Ejemplo (cont.)
Cuestin 2.
Datos:
r
xx
= 0,90 X = 45 Media = 30 S
x
= 12 S
e
= 3,79 = 0,05 Z
1-/2
= 1,96
5 , 43 30 ) 30 45 ( 90 , 0 ' ' V X X X r V
xx
60 , 3 90 , 0 79 , 3
.
xx e x v
r S S
V = 43,5 3,60 x 1,96 Lmite superior = 50,55
Lmite inferior = 36,45