1. R
2. 1. TEORÍA CLÁSICA DE LOS TEST
2.1. 1.1. Modelo Lineal Clásico
2.1.1. Consiste en asumir que la puntuación que una persona obtiene en un test, que denominamos su puntuación empírica, y que suele designarse con la letra X, está formada por dos componentes:
2.1.1.1. Por un lado la puntuación verdadera de esa persona en ese test (V), sea la que sea,
2.1.1.2. y por otro un error (e), que puede ser debido a muchas causas que se nos escapan y que no controlamos
2.2. 1.2. Teoría de la Generalizabilidad (TG)
2.2.1. Modelo de uso complejo, que utiliza el análisis de varianza para la mayoría de sus cálculos y estimaciones
2.3. 1.3. Teoría referidos al criterio (TRC)
2.3.1. Se trata de tests utilizados fundamentalmente en el ámbito educativo y en la evaluación en contextos laborales
2.4. SUPUESTOS
2.4.1. a) Definir la puntuación verdadera
2.4.1.1. Se define la puntuación verdadera de una persona en un test como aquella puntuación que obtendría como media si se le pasase infinitas veces el test.
2.4.2. b) El valor de la puntuación verdadera de una persona no tiene nada que ver con el error que afecta esa
2.4.2.1. Puede haber puntuaciones verdaderas altas con errores bajos, o altos, no hay conexión entre el tamaño de la puntuación verdadera y el tamaño de los errores
2.4.3. c) Los errores de medida de las personas en un test no están relacionados con los errores de medida en otro test distinto
2.4.3.1. No hay ninguna razón para pensar que los errores cometidos en una ocasión vayan a covariar sistemáticamente con los cometidos en otra ocasión
3. 2. TEORÍA DE RESPUESTA A LOS ÍTEMS
3.1. 2.1. Modelo de ojiva normal
3.1.1. Modelo susceptible de ofrecer la propiedad de invarianza de parámetros, aplicable tanto a los parámetros de los ítems como a los de los sujetos.
3.2. 2.2. Moldeo logístico
3.2.1. a) Cuantificar la cantidad de información (y la cantidad de error) con la que se mide en cada punto de la dimensión
3.2.2. b) Seleccionar aquellos items que permiten incrementra la información en regiones del constructo previamente especificadas
3.3. 2.3. Los modelos logísticos
3.3.1. a) El índice de discriminación del ítem
3.3.2. b) La dificultad del ítem
3.3.3. c) La probabilidad que hay de acertar el ítem al azar.
3.4. SUPUESTOS
3.4.1. a) Curva característica del Ítem
3.4.1.1. El supuesto clave en los modelos de TRI es que existe una relación funcional entre los valores de la variable que miden los ítems y la probabilidad de acertar estos, denominando a dicha función Curva Característica del Ítem
3.4.2. b) Unidimensional
3.4.2.1. Los ítems constituyen una sola dimensión, son unidimensionales, por tanto antes de utilizar estos modelos hay que asegurarse de que los datos cumplen esa condición
3.4.3. c) Independencia local
3.4.3.1. Significa que para utilizar estos modelos los ítems han de ser independientes a respuesta, a uno de ellos no puede estar condicionada a la respuesta dada a otros ítems.