MirPirFir.

PIR 2013 · Pregunta 76

Teoría clásica de los tests

¿Cuál de los siguientes métodos de cálculo de la fiabilidad no puede llevarse a cabo con una sola aplicación del test?

Ver respuesta sin contestar

Respuesta correcta: D (plantilla definitiva)

Explicación

Los métodos de consistencia interna (alfa de Cronbach, dos mitades, Rulon y Guttman-Flanagan) se calculan a partir de los estadísticos de los ítems o mitades obtenidos en una única administración del test. El método de formas paralelas, en cambio, estima la fiabilidad correlacionando las puntuaciones de dos versiones equivalentes del test aplicadas a la misma muestra, lo que exige necesariamente dos aplicaciones (aunque puedan realizarse en la misma sesión).

D. El método de formas paralelas requiere administrar dos versiones del test (con igual media, varianza y correlaciones entre ítems) a la misma muestra para calcular su correlación. Por definición, no puede estimarse con una sola aplicación de un único test, ya que se necesita una segunda serie de puntuaciones para la correlación inter-formas.

  • A. El alfa de Cronbach es un índice de consistencia interna que se calcula con las varianzas de los ítems y la varianza total en una sola administración. Equivale a la media de todos los coeficientes de dos mitades posibles, sin requerir repetición del test.
  • B. Guttman-Flanagan es una variante de los métodos de dos mitades/consistencia interna. Se calcula con las varianzas de las dos partes del test obtenidas en una única administración, sin necesidad de una segunda forma ni repetición.
  • C. La fórmula de Rulon (r = 1 − S²d/S²t) es un procedimiento de dos mitades que utiliza la varianza de las diferencias entre mitades y la varianza total, ambas obtenidas con una sola aplicación del test.
  • E. El método de las dos mitades divide un único test en dos partes (p. ej., pares e impares) y correlaciona sus puntuaciones en una sola administración, aplicando la corrección de Spearman-Brown si es necesario. No implica aplicar el test dos veces.

Fuentes

Explicación generada con IA y verificada por consenso entre modelos de distintas familias.