MirPirFir.

Teoría de respuesta al ítem y modelos psicométricos

Modelos de respuesta al ítem, invarianza de medida y limitaciones de la teoría clásica frente a modelos modernos.

Revisada contra las fuentes50 fuentes12 preguntas reales

La Teoría de Respuesta al Ítem (TRI) es un marco psicométrico que modela la probabilidad de respuesta a un ítem a partir de un rasgo latente y de las características del ítem, sin asumir que todos los ítems tengan la misma dificultad 23. Frente a la Teoría Clásica de los Tests (TCT), centrada en la puntuación verdadera y el error de medida 9, la TRI permite comparar formas distintas 21 y trabajar con precisión condicional 23, aunque exige supuestos como independencia local y unidimensionalidad 1526. En el PIR se pregunta sobre todo la equivalencia entre información y fiabilidad, el modelo de Rasch frente a modelos con más parámetros, los supuestos de la TRI, la invarianza/equating y el test adaptativo computarizado 10212324. También aparece la validez psicométrica: en el examen, las evidencias basadas en la relación con otras variables se asocian a modelos estructurales desde la TCT (dato de examen; PIR-2021-055), y los modelos estructurales incluyen el AFC y permiten contrastar invarianza factorial 18.

Teoría clásica frente a TRI

La TCT explica la puntuación observada como puntuación verdadera más error y pone el énfasis en la exactitud de la medida y en la determinación del error 9. La TRI modela la probabilidad de responder a un ítem en función de un rasgo latente y de características del ítem; no asume que todos los ítems tengan la misma dificultad 23. Por eso la TRI se usa en pruebas de alto impacto 2 y en la construcción de tests 6. En test de aptitud y logro, la TCT está siendo sustituida por la TRI (dato de examen; PIR-2015-041).

Las limitaciones de la TCT que se preguntan son dos: la ausencia de invarianza y la consideración de un nivel de precisión uniforme (dato de examen; PIR-2019-156). La invarianza de medida exige que el mismo constructo se mida de forma comparable en grupos distintos y se contrasta con análisis factorial confirmatorio multigrupo 18. La precisión condicional sustituye el error típico único por un error que depende del nivel de rasgo o de la puntuación 2023.

La TRI permite comparaciones entre formas diferentes sin el requisito de paralelismo (dato de examen; PIR-2024-078). En TRI, el equating coloca las puntuaciones de dos o más formas paralelas en una escala común; cuando las formas no son paralelas, el proceso general se denomina linking 21. La TCT se centra en la puntuación observada y el error de medida 9.

Para el examen

  • TCT: puntuación verdadera más error; énfasis en el error de medida 9.
  • TRI: modela la probabilidad de respuesta desde un rasgo latente y la dificultad del ítem; no asume ítems igual de difíciles 23.
  • Las limitaciones que se preguntan de la TCT son ausencia de invarianza y precisión uniforme (dato de examen; PIR-2019-156) 1820.
  • En test de aptitud y logro, la TCT está siendo sustituida por la TRI (dato de examen; PIR-2015-041).
  • La TRI permite comparar formas distintas sin requisito de paralelismo (dato de examen; PIR-2024-078); en TRI, equating = formas paralelas y linking = no paralelas 21.

Supuestos y modelos de TRI

La TRI asume, al menos, unidimensionalidad e independencia local. La independencia local significa que los indicadores no correlacionan entre sí una vez condicionado el rasgo latente 15. Si la respuesta a un ítem depende de la respuesta a otro ítem del test, se incumple independencia local (dato de examen; PIR-2021-033 y PIR-2017-224) 1517. La unidimensionalidad se comprueba, por ejemplo, con la varianza explicada por el factor principal en análisis Rasch 26.

El modelo de Rasch es un modelo psicométrico para datos categóricos que relaciona la respuesta con la habilidad del sujeto y la dificultad del ítem; su teoría matemática es un caso especial de la TRI y se asocia a la objetividad específica 8. Georg Rasch (1901-1980) desarrolló el modelo en la década de 1960 16. En el examen se concreta que, en el modelo logístico de un parámetro, los ítems difieren en dificultad b, mientras que el parámetro a es constante y c=0 (dato de examen; PIR-2016-041).

El 2PL incluye un parámetro de discriminación y se ha comparado con el modelo de Rasch 1038. La constante de escalado habitual entre modelos logístico y ogiva normal es 1,7 o 1,702; no debe confundirse con el parámetro de discriminación a 36. Los estudios comparativos muestran que las dificultades estimadas con Rasch y con 2PL correlacionan fuerte (0,70-0,80), pero no coinciden necesariamente en valores absolutos; el Rasch suele producir errores típicos menores y mayor estabilidad numérica en determinadas calibraciones, y la elección del modelo debe considerar ajuste, información del test y uso previsto de las puntuaciones 10.

Para el examen

  • Independencia local: las respuestas son independientes tras condicionar el rasgo latente 15.
  • Si un ítem depende de otro, se incumple independencia local (dato de examen; PIR-2021-033, PIR-2017-224) 1517.
  • Rasch es un caso especial de TRI basado en habilidad y dificultad; Georg Rasch lo desarrolló en los años sesenta 816.
  • En el 1PL/Rasch del examen, a es constante y c=0; no poner a=0 (dato de examen; PIR-2016-041) 8.
  • Rasch y 2PL correlacionan en dificultad, pero no son intercambiables; hay que valorar ajuste e información 10.
  • La constante 1,7/1,702 es de escalado entre logístico y ogiva normal; no es el parámetro a 36.

Curva característica, información y precisión condicional

La curva característica del ítem representa la relación entre la probabilidad de respuesta y el nivel de rasgo latente, incorporando la dificultad de cada ítem 2. La función de información del test se usa para examinar la precisión a lo largo del continuo de θ 2632; la fiabilidad marginal y el error típico condicional (CSEM) abordan la precisión condicional 23. El PIR pregunta explícitamente que el papel equivalente de la función de información del test en la TCT es el coeficiente de fiabilidad (dato de examen; PIR-2020-007 y PIR-2017-225).

La información no es constante a lo largo de θ: la precisión depende del nivel de rasgo 2326. En los modelos de 1 y 2 parámetros, el examen considera correcto que la información del ítem alcanza su máximo cuando θ coincide con el parámetro de dificultad b (dato de examen; PIR-2025-010). La opción oficial no es que la información sea constante ni que equivalga directamente al error típico (dato de examen; PIR-2025-010).

La fiabilidad marginal resume la precisión en un solo coeficiente y oculta cómo varía la precisión por niveles del rasgo; el error típico condicional de medida (CSEM) corrige esa limitación 23. El CSEM es un estimando distinto del error típico único y debe identificarse antes de elegir el estimador 20. La fiabilidad y la precisión de medida se han revisado de forma conjunta en TCT y TRI 35.

Para el examen

  • La curva característica relaciona probabilidad de respuesta y rasgo latente, con la dificultad del ítem 2.
  • La información del test es la contraparte de la fiabilidad de la TCT (dato de examen; PIR-2020-007, PIR-2017-225).
  • La precisión no es uniforme: CSEM y función de información varían con θ 202326.
  • En 1PL/2PL, el máximo de información del ítem se pregunta como θ = b (dato de examen; PIR-2025-010).
  • La información no equivale directamente al error típico; el CSEM es un estimando distinto 2023.

Invarianza de medida y comparabilidad

La invarianza de medida entre grupos indica que el mismo constructo se mide de forma comparable en grupos distintos (p. ej., sexo o cultura); si se incumple, las comparaciones pueden no ser interpretables 18. Se contrasta habitualmente con análisis factorial confirmatorio multigrupo y también se denomina invarianza factorial 18. No es lo mismo que independencia local: esta última es un supuesto sobre la relación entre ítems condicionada al rasgo 1518.

Conviene distinguir dos usos. (a) Invarianza de medida entre grupos: la anterior, probada con AFC multigrupo 18. (b) Comparabilidad entre formas en TRI: el equating coloca las puntuaciones de dos o más formas paralelas en una escala común; cuando las formas no son paralelas, el proceso general se denomina linking 21. La nueva regla de medida que pregunta el PIR es que la TRI permite comparaciones entre formas diferentes sin el requisito de paralelismo (dato de examen; PIR-2024-078). La objetividad específica es una propiedad definitoria del modelo de Rasch 8.

El DIF (funcionamiento diferencial del ítem) indica que individuos de grupos distintos con similar habilidad tienen probabilidad diferente de responder a un ítem; se detecta con procedimientos basados en TCT, TRI, Mantel-Haenszel, regresión logística o AFC 314043. El DIF afecta a la comparabilidad entre grupos y a la equidad de la medida 40.

Ojo: invarianza no significa que las puntuaciones brutas sean idénticas; significa que la métrica del constructo es comparable entre grupos o formas 1821.

Para el examen

  • Invarianza de medida: mismo constructo medido de forma comparable entre grupos; se prueba con AFC multigrupo 18.
  • En TRI, equating coloca formas paralelas en escala común; si no son paralelas, se habla de linking 21.
  • La TRI permite comparar formas distintas sin paralelismo (dato de examen; PIR-2024-078).
  • La objetividad específica es propiedad definitoria del modelo de Rasch 8.
  • DIF: personas de grupos distintos con similar habilidad responden de forma diferente al ítem; se analiza con TCT/TRI/Mantel-Haenszel/regresión/AFC 314043.
  • No confundir invarianza con independencia local 1518.

Test adaptativo computarizado

La CAT es un test administrado por ordenador que se adapta al nivel de habilidad del examinado: el siguiente ítem o conjunto de ítems se selecciona según la corrección de las respuestas a los ítems recientes 24. Por eso es un proceso interactivo de selección dependiente de la respuesta del evaluado, no una aplicación idéntica y homogénea de todos los ítems (dato de examen; PIR-2014-053) 24.

La estrategia de selección que el PIR marca como correcta es la ramificación variable (dato de examen; PIR-2020-130). El PIR no acepta que la evaluación tenga que empezar necesariamente con un ítem de dificultad inferior a la habilidad si se dispone de información previa, ni que la finalización sea en todo caso por un tiempo fijo (dato de examen; PIR-2020-130). La CAT se apoya en la TRI: la selección de ítems por máxima información de Fisher en la estimación corriente de θ es un método habitual 3839, y la adaptación busca administrar ítems adecuados al nivel de rasgo del examinado 2439.

Para el examen

  • CAT: el siguiente ítem depende de las respuestas previas 24.
  • No es una prueba lineal ni de aplicación homogénea: la selección es interactiva (dato de examen; PIR-2014-053) 24.
  • La TRI guía la selección por máxima información de Fisher 3839.
  • Estrategia de selección más usada según el PIR: ramificación variable (dato de examen; PIR-2020-130).
  • El PIR no acepta inicio necesariamente con ítem inferior ni finalización por tiempo fijo (dato de examen; PIR-2020-130).

Validez y evidencias psicométricas

Las evidencias de validez se agrupan según lo que se estudia. Los modelos de ecuaciones estructurales incluyen el AFC y en ellos se contrasta la invarianza factorial; la invarianza de medida se prueba habitualmente con AFC multigrupo 18.

En PIR-2021-055 la respuesta oficial fue la D: las evidencias basadas en la relación con otras variables se recogen mediante modelos estructurales y pueden realizarse desde la TCT (dato de examen; PIR-2021-055). Atención: la opción A ('estructura interna... y pueden realizarse desde la TRI') fue el distractor rechazado (dato de examen; PIR-2021-055). En la literatura, la TRI se emplea en validación psicométrica y construcción de escalas, con modelos politómicos y análisis de independencia local 176, pero el criterio de examen no la acepta para el enunciado de evidencias de estructura interna. Hay que marcar el mapeo oficial: relación con otras variables → modelos estructurales → TCT.

No hay que confundir el contenido de los ítems (temas, palabras, formato) con la estructura interna; la estructura interna se apoya en análisis factorial 18.

Para el examen

  • Relación con otras variables: modelos estructurales; puede hacerse desde la TCT (respuesta oficial PIR-2021-055, dato de examen).
  • Los modelos estructurales incluyen AFC y permiten contrastar invarianza factorial 18.
  • OJO: 'estructura interna... desde la TRI' fue la opción rechazada en PIR-2021-055; no marcarla (dato de examen).
  • En la literatura, la TRI se usa en validación, modelos politómicos y estudio de dimensionalidad 17.
  • No confundir contenido (temas, palabras, formato) con estructura interna; esta se apoya en análisis factorial 18.

Trampas habituales

  • Confundir la función de información con el índice de dificultad o de discriminación: su equivalente en la TCT es el coeficiente de fiabilidad (dato de examen; PIR-2020-007 y PIR-2017-225).
  • Creer que la precisión es uniforme: la fiabilidad marginal oculta la variación y el CSEM perfila la precisión por niveles del rasgo 2023.
  • Confundir independencia local con invarianza: la independencia local es ausencia de relación entre ítems tras condicionar el rasgo 15; la invarianza es comparabilidad entre grupos o formas 18.
  • En Rasch, no poner a=0: el PIR exige a constante y c=0 (dato de examen; PIR-2016-041); el modelo se define por dificultad y habilidad 8, y no debe confundirse con el 2PL, que incluye discriminación 1038.
  • CAT no es una prueba de longitud fija ni de aplicación idéntica: el siguiente ítem depende de la respuesta previa 24.
  • La comparación entre formas en TRI no exige paralelismo: con formas no paralelas se habla de linking; el equating se aplica a formas paralelas 21.
  • En validez, no confundir estructura interna con contenido: la estructura interna se apoya en análisis factorial/AFC 18. Y en PIR-2021-055 no marcar 'estructura interna desde la TRI': fue el distractor rechazado (dato de examen).
  • No confundir la función de información con el error típico: el CSEM es un estimando distinto 2023.

Autores clave

Georg Rasch
Matemático, estadístico y psicometrista danés (1901-1980) que desarrolló en la década de 1960 el modelo de Rasch, un caso especial de la TRI basado en la dificultad del ítem y la habilidad, con la objetividad específica como propiedad definitoria 816.

Glosario

TRI
Marco psicométrico que modela la probabilidad de respuesta a un ítem a partir de un rasgo latente y de características del ítem 23.
TCT
Teoría clásica de los tests; explica la puntuación observada como puntuación verdadera más error y enfatiza el error de medida 9.
Invarianza de medida
Propiedad que indica que el mismo constructo se mide de forma comparable en grupos distintos; se contrasta con AFC multigrupo 18.
Independencia local
Supuesto de que los indicadores no correlacionan entre sí una vez condicionado el rasgo latente 15.
Función de información
Función que describe la precisión del test a lo largo del continuo de θ; se usa para examinar la precisión 2632.
Precisión condicional
Precisión de la medida que depende del nivel de rasgo o de la puntuación; se representa mediante el CSEM 2023.
Modelo de Rasch
Modelo psicométrico de un parámetro basado en la habilidad del sujeto y la dificultad del ítem; es un caso especial de la TRI y tiene la objetividad específica como propiedad definitoria 816.
CAT
Test adaptativo computarizado en el que el siguiente ítem se selecciona según las respuestas previas del examinado 24.
Equating
Proceso de poner las puntuaciones de formas paralelas de un test en una escala común para compararlas 21.
Linking
Proceso general de comparación de formas cuando los tests no son paralelos 21.
DIF
Funcionamiento diferencial del ítem: personas de grupos distintos con similar habilidad tienen probabilidad diferente de responder a un ítem; se detecta con métodos basados en TCT, TRI, Mantel-Haenszel, regresión logística o AFC 314043.
Unidimensionalidad
Supuesto de que una dimensión latente principal explica las respuestas; se comprueba, por ejemplo, con la varianza explicada por el factor principal 26.
CSEM
Error típico condicional de medida; perfil de error que varía con el nivel de rasgo, frente al error típico único 2023.

Preguntas reales de este tema

Fuentes

  1. 1A measurement of migrants’ skills with Item Response Theory · Corsini L, Martelli I., 2026 · Artículo
  2. 2Item response theory · Wikipedia (en) · acceso abierto
  3. 3Teoría de respuesta al ítem · Wikipedia · acceso abierto
  4. 4Psychometric Evaluation of the Importance of Olfaction Questionnaire Using Item Response Theory. · Lein A, Prem B, Mueller CA, Liu DT., 2026 · Artículo · acceso abierto
  5. 5Classical nucleation theory · Wikipedia (en) · acceso abierto
  6. 6Construcción de tests psicológicos · Wikipedia · acceso abierto
  7. 7A Divide-and-Conquer Embedded Correlated Wavefunction Transfer Learning Approach for Chemically Accurate Condensed-Phase Interatomic Potentials: Liquid Water as a Test Case. · Bian X, Carter EA., 2026 · Artículo · acceso abierto
  8. 8Rasch model · Wikipedia (en) · acceso abierto
  9. 9Teoría clásica de los tests · Wikipedia · acceso abierto
  10. 10Psychometric characteristics of Korean Medical Licensing Examination items from 2012 to 2022 analyzed using the Rasch model and 2-parameter logistic model. · Seo DG, Choi J, Kim MY, Huh S., 2026 · Artículo
  11. 11Teoría de los tests · Wikipedia · acceso abierto
  12. 12Moral distress and moral injury among nurses in German acute inpatient care - a cross-sectional study. · Mai T, Seidlein AH, Schilder M, Dahmer I., 2026 · Artículo · acceso abierto
  13. 13Standard error · Wikipedia (en) · acceso abierto
  14. 14Rasch · Wikipedia · acceso abierto
  15. 15Redundancy in the DSM-5 substance use disorder criterion set: Evidence from a national U.S. survey. · Watts AL, Sexton JF, Boness CL, Christensen AP., 2026 · Artículo
  16. 16Georg Rasch · Wikipedia · acceso abierto
  17. 17Is it Difficult to be a People-Pleaser? An Item Response-Theoretical Examination of the People Pleasing Scale · Blötner C, Werner J., 2026 · Artículo
  18. 18Measurement invariance · Wikipedia (en) · acceso abierto
  19. 19Estadio La Independencia · Wikipedia · acceso abierto
  20. 20Conditional Standard Error of Measurement as an Estimand of Individual Score Precision: Remarks on Pfadt et al. from an Operator-Theoretic Perspective. · Zumbo BD., 2026 · Artículo
  21. 21Equating · Wikipedia (en) · acceso abierto
  22. 22Arena Independência · Wikipedia · acceso abierto
  23. 23csemIRT: An R Package for Bootstrap-Validated Conditional Standard Errors of Measurement in Polytomous Item Response Theory Models. · Syahrir S, Syahrul, Arfandi A, Herlina, Ismail IH, Ahmad., 2026 · Artículo
  24. 24Computerized adaptive testing · Wikipedia (en) · acceso abierto
  25. 25Punta Maqueda · Wikipedia · acceso abierto
  26. 26Assessing individual-level measurement precision of the Short Physical Performance Battery using the test information function. · Franchignoni F, Giordano A, Rinaldo L, Kara M, Özçakar L., 2023 · Artículo
  27. 27Codificación (memoria) · Wikipedia · acceso abierto
  28. 28Artificial Intelligence for Predictive Microbiome Engineering: Integrating Community Design and Environmental Validation. · Bhuiyan MNI, Hossain SJ., 2026 · Artículo · acceso abierto
  29. 29Psychometrics · Wikipedia (en) · acceso abierto
  30. 30Sistema de información · Wikipedia · acceso abierto
  31. 31Consensus Among Differential Item Functioning Effect Size Measures: A Simplified Approach to Reporting Effect Size. · Wyman A, Zhang Z., 2026 · Artículo · acceso abierto
  32. 32Evaluating the global psychotrauma screen total score using item response theory in an Italian community sample. · Bologna A, Rossi R, Barlattani T, Trebbi E, Jannini T, Socci V, Rossi A, Di Lorenzo G, Pacitti F., 2026 · Artículo · acceso abierto
  33. 33Reliability (statistics) · Wikipedia (en) · acceso abierto
  34. 34Study on vibration characteristics of shearer spiral drum and fatigue life prediction of cutting unit housing under multi-factor coupling. · Wang Y, Jia B, Ge C, Lin G, Zhao L, Yu J, Liu X., 2026 · Artículo · acceso abierto
  35. 35Revisiting reliability and measurement precision: Towards a unified perspective. · de la Torre J, Sijtsma K, Kreitchmann RS., 2026 · Artículo · acceso abierto
  36. 36Interchangeability between factor analysis, logistic IRT, and normal ogive IRT. · Cho E., 2023 · Artículo · acceso abierto
  37. 37The Monotonic Polynomial Graded Response Model: Implementation and a Comparative Study. · Falk CF., 2020 · Artículo
  38. 38A Comparison of Item Selection Methods and Parameter Estimation Approaches for Online Calibration in Computerized Adaptive Testing. · Ertuna L, Glas CAW, Atar B., 2026 · Artículo · acceso abierto
  39. 39Deep Computerized Adaptive Testing. · Li J, Gibbons R, Ročková V., 2026 · Artículo · acceso abierto
  40. 40DIF: Concepts, Measurement, and Impact in Patient-Focused Drug Development and Regulatory Decision-Making. · Cao K, Liu W, Yang L, Luo M, Hou Y., 2026 · Artículo · acceso abierto
  41. 41Paper- vs. computer-based assessment in high-stakes testing: a common-person investigation of mode comparability. · Kabasakal KA, Gündüz T., 2026 · Artículo · acceso abierto
  42. 42Reliability as Projection in Operator-Theoretic Test Theory: Conditional Expectation, Hilbert Space Geometry, and Implications for Psychometric Practice. · Zumbo BD., 2025 · Artículo · acceso abierto
  43. 43Differential item functioning · Wikipedia (en) · acceso abierto
  44. 44Italian adaptation and validation of the International Cognitive Ability Resource 16 sample test. · Tolomeo E, Ceraudo L, Balducci M, Liuzza MT., 2026 · Artículo · acceso abierto
  45. 45Psychometric Validation and Nomological Network of the Amsterdam Executive Function Inventory (AEFI) in Ecuadorian Adolescents. · Rodas JA, Soria-Miranda N, León-Rojas JE, Oleas D., 2026 · Artículo · acceso abierto
  46. 46Optimizing surgical site infection control systems: evaluating operating room ventilation system effectiveness in public hospitals. · Hashemi M, Mokarami H, Asadollahi A, Kim IJ, Jafari S., 2026 · Artículo · acceso abierto
  47. 47Asymptotic standard errors for reliability coefficients in item response theory. · Sung Y, Liu Y., 2026 · Artículo · acceso abierto
  48. 48Cross-cultural adaptation and validation of a Moroccan Arabic version of the Hooked on Nicotine Checklist. · Moutawakkil SG, El-Ammari A, El Gnaoui S, El Rhazi K, Zarrouq B., 2026 · Artículo · acceso abierto
  49. 49Computerized classification test · Wikipedia (en) · acceso abierto
  50. 50Customizable Bayesian adaptive testing with Python - The adaptivetesting package. · Engicht J, Bee RM, Koch T., 2026 · Artículo · acceso abierto

Guía de estudio personal, elaborada a partir de las fuentes citadas y revisada contra ellas y contra la plantilla oficial de respuestas. No es material oficial y puede contener errores: si ves alguno, contrasta con el manual.