PIR 2022 · Pregunta 4
Construcción y adaptación de testsEl diseño conocido como test de anclaje o ítems de anclaje es uno de los empleados en los procesos de:
Ver respuesta sin contestar
Respuesta correcta: A (plantilla definitiva)
Explicación
El diseño de test de anclaje o ítems de anclaje es un procedimiento clásico de equiparación (equating), concretamente el diseño de grupos no equivalentes con test de anclaje (NEAT). Se emplea un conjunto de ítems comunes entre dos o más formas de un test para vincular estadísticamente sus puntuaciones y hacerlas comparables, corrigiendo diferencias de dificultad y/o de nivel de habilidad de los grupos.
A. La equiparación busca igualar la escala de puntuaciones entre formas distintas de un test. El diseño de anclaje (NEAT) utiliza ítems comunes administrados a grupos no equivalentes como 'puente' estadístico para estimar y corregir las diferencias de dificultad entre las formas, permitiendo que las puntuaciones sean intercambiables.
- B. La baremación (o normativización) consiste en transformar puntuaciones brutas en puntuaciones normativas (percentiles, T, etc.) a partir de una muestra de referencia. Aunque puede requerir equiparación previa, el anclaje no es un procedimiento de baremación en sí, sino de igualación de escalas.
- C. La validez de contenido se evalúa mediante juicio de expertos sobre la representatividad y relevancia de los ítems respecto al dominio constructo. No implica diseños estadísticos de vinculación de puntuaciones ni uso de ítems comunes entre formas.
- D. La fiabilidad interjueces mide la concordancia entre evaluadores al puntuar respuestas. Se estima con índices como kappa o CCI. El término 'anclaje' no guarda relación con este concepto de consistencia entre observadores.
Fuentes
- Kolen, M. J., & Brennan, R. L. (2014). Test Equating, Scaling, and Linking: Methods and Practices (3rd ed.). Springer.
- Holland, P. W., & Dorans, N. J. (2006). Linking and Equating. ETS Research Report Series, RR-06-03.
- AERA, APA, & NCME (2014). Standards for Educational and Psychological Testing.
Explicación generada con IA y verificada por consenso entre modelos de distintas familias.