Los ítems son los enunciados del test que se han de responder y que miden lo que deben medir,

se entienden,
son precisos, discriminan, … que sirven para obtener una puntuación total y obtener el nivel del sujeto.
Cuando creamos nuestro test debemos trabajar con personas expertas en el constructo, se redactan más ítems
de los que finalmente se usarán, por que un ítem que creemos que funciona puede que no discrimine, por lo
que se han de someter a un test de calidad. Este control de calidad se hace en dos pasos:

Se tiene un equipo de expertos que analizan los ítems evaluando la adecuación, formato, claridad, corrección
gramatical y seguimiento de las reglas básicas.

Trabajamos con una muestra representativa y aplicamos los ítems, recogemos respuestas y analizamos: índice
de dificultad, de discriminación, análisis de distractores, índice de fiabilidad y de validez.

- Se define el objetivo de evaluación: A quien va dirigido, que queremos medir y con que finalidad.
- Contexto en el que se realizan los ítems: Tipo de muestra, tipo de administración, … se decide antes
de hacer el test.
- Dominio y contexto de interés: definir el constructo que queremos medir y determinar sus
indicadores.

Cuando conocemos las directrices tenemos dos tipos de test:

Sin respuestas correctas, se mide la opinión o las características de una persona.

Hay respuestas correctas e incorrectas, medimos habilidades y aptitudes.

Tienen tiempo límite marcado, están pensados para ver la capacidad y rapidez con la
que se responden los ítems, que suele ser fáciles. No se pueden dejar respuestas sin contestar.
 Queremos ver el grado de conocimiento o de habilidad de lo que medimos, no importa
el tiempo límite.

Se distingue entre dos tipos de ítem:

- Cerrados o de elección: hay un enunciado y se presentan alternativas de respuesta (son más difíciles
de elaborar).
- Abiertos o de construcción: un enunciado y un espacio en blanco, el individuo ha de crear la respuesta
(son más difíciles de corregir y observar).

Cada ítem debe estar dirigido a evaluar un único aspecto, se debe parafrasear el material que ha de ser
evaluado, cada ítem ha de ser independiente del resto de ítems, hay que evaluar contenido relevante, las
opciones deben ser claras, inequívocas e indiscutibles y hay que evitar ítems “trampa”.

Las alternativas deben de estar en formato vertical

Revisar aspectos gramaticales y ortográficos, la complejidad del lenguaje debe estar ajustada a las personas
evaluadas y deben ser breves.

La idea central debe de estar en el enunciado y no en las alternativas, y se ha de expresar el enunciado en

términos positivos.

Las alternativas han de ser plausibles y discriminativas, solo una alternativa es la respuesta correcta, se ha de
aleatorizar la respuesta correcta, se deben ordenar las alternativas siguiendo un orden lógico, deben de ser
independientes entre sí, no utilizar todas las anteriores o ninguna de las anteriores, la redacción debe de ser
en forma positiva, se ha de evitar dar pistas sobre la respuesta y debe de haber distractores plausibles.

- Decidir las principales propiedades de las puntuaciones del test: ver como se puntúan los ítems. En
función de la puntuación se usarán unos índices u otros.
- Identificar los análisis de ítems más relevantes para estas propiedades: se decide de todos los análisis
que existen cuales son pertinentes.
- Administrar los ítems a una muestra representativa de la población a la cual esta dirigido el test: coger
una muestra representativa.
- Estimar los análisis identificados en el paso do por cada uno de los ítems: analizar los índices
cualitativos con los datos.
 - Establecer un plan para la selección de ítems. Identificar y revisar los que funcionan mal: establecer
un criterio para saber si un ítem esta mal. Si esto ocurre se ha de volver a empezar.
- Seleccionar el bloque final de ítems: seleccionar los ítems que cumplan el test de calidad, tenemos la
versión definitiva del test.

- Índice de dificultad (ID): indica el grado de dificultad.

- Índice de discriminación (D): Capacidad que tiene de diferenciar las personas con niveles altos o bajos.
- Análisis de distractores: los distractores son respuestas incorrectas de un test de elección múltiple,
este se hace con ítems de elección múltiple.
- Índice de fiabilidad del ítem: cómo contribuye cada ítem a la fiabilidad del test.
- Índice de validez del ítem: grado en que un ítem es capaz de predecir una variable.

Se utiliza en test de rendimiento máximo, donde hay respuestas correctas e incorrectas, aunque se utilizan
también en otros test (estar de acuerdo o no).
Si se trata de un test de potencia la N serán los individuos que han intentado contestar, mientras que en uno
de velocidad la N será el total de individuos que han contestado.

Cantidad de aciertos entre la totalidad de individuos que han intentado contestar el ítem. Cuanto más se
acerca a 1 es más fácil y a 0 es más difícil. La media de la suma del total de aciertos es igual a la media de la
suma de los índices de dificultad.

Existe la posibilidad de acertar por azar. Se calculan Los aciertos menos errores divididos por el número de
alternativas de respuesta menos uno entre el total de individuos que han contestado. El denominador de la
fórmula se denomina puntuación corregida del participante (Pc).

Indíca la capacidad del ítem de diferenciar niveles altos y bajos del rasgo que mide. Evalua si los ítems son
capaces de poner de manifiesto las diferencias individuales entre las personas en la variable que estamos
midiendo.
Un ítem tiene capacidad discriminativa si los individuos que tiene un nivél alto en la variable aciertan más el
ítem o obtienen puntuaciones más elevadas que los individuoes que tienen un nivél bajo en la variable.
Se calcula:
- índice basado en la diferencia de proporciones de acierto o respuestas positivas al ítem
- Índices basados en las correlaciones ítems-test.
Donde:
- ns: numero de personas que aciertan el ítem o dan una respuesta positiva
en el grupo superior.
- ni: número de personas que acertan el ítem o dan una respuesta positiva
en el grupo inferior.
- NS: número de personas que responden en el grupo superior.
- Ni: número de perosnas que responden en el grupo superior.
Si todos los que deberian fallar aciertan y todos los que deberian acertar fallan el índice será -1.
Si todos los que deberian fallar fallan y todos los que deberian acertar aciertan el índice serña 1.
El punto de corte puede ser:
- La mediana (50%)
- El cuartil 1 y el cuartil 3
- Según kelley el criterio más óptimo es el 27% inferior y superior.

Consiste en correlacionar las puntuaciones del ítem con las puntuaciones del test. El rango va de -1 a 1, siendo
D=1 la maxima capacidad discriminativa.
El coeficiente de correlación que utilizaremos dependera de los datos, la puntuación del ítem y la puntuación
del test.
Si correlacionamos las puntuaciones del ítem y la puntuación total directamente estaremos sobreestimando
un poco, ya que relacionaremos el ítem con el total que también incluye al ítem. Por lo tanto podemos restar
la puntuación del ítem, o realizaremos la correlación tal cual y utilizaremos una formula de corrección.
- Cuando las puntuaciones del test e ítem son cuantitativas aplicamos pearson.
- Cuando la puntuación del ítem es dicotómica (solo dos valores) y la del test es cuantitativa aplicaremos
biserial puntual.
- Cuando la puntuación del ítem es dicotomizada (originalemente cuantitativa pero es transformada en
dicotomica por elminvestigador) y la del test cuantitativa aplicaremos biserial.
- Cuando la puntuación del ítem y del test son dicotómicas usaremos Fi.
- Cuando ambas son dicotomizadas usaremos Tetracorica.
Los casos más comunes son los que implican ítems y test cuantitativos y los que implican ítems dicotomicos y
test cuantitativos.
 Coeficiente de correlación de pearson

Coeficiente De correlación Biserial-Puntual

Coeficiente de correlación Biserial

Coeficiente Fi

Coeficiente Tetraorico

Correlación de la correlación:
Se hace despues de haber hecho la correlación ítem-test en caso de no haber eliminado el ítem para calcular
la correlación.

¿Qué ocurre si todos aciertan o fallan un ítem?

No hay variabilidad en los datos, por lo tanto, el ítem no puede discriminar. Para que un ítem pueda discriminar
necesito variabilidad en los datos. Esta variabilidad la podemos medir a través de la varianza.
 - En ítems dicotómicos la varianza es igual a la proporción de aciertos por la
proporción de fallos. La variabilidad es máxima cuando ambas
proporciones son iguales a 0,5, lo que quiere decir que el índice de
dificultad es 0,5-
Los ítems más fáciles sirven para discriminar a los de niveles más bajos, mientras que los ítems más difíciles
sirven para discriminar a los de los niveles más altos.
La máxima capacidad discriminatoria de un test la tendremos cuando hay ítems de dificultad media, algunos
de dificultad fácil y algunos ítems de dificultad difícil.

Estos han de ser atractivos pata los individuos que no conozcan la respuesta. Solo existen em ítems de elección
multiple. Estos distractores también pasan por control de calidad. Estos sirven para dificultar que una persona
acierte por azar, despistar a las personas que no conocen la respuesta. Una persona que no conoce la
respuesta se ha de sentir igual de atraída por los distractores como una persona que conoce la respuesta por
la respuesta correcta.
- Han de ser respondidas por un mínimo de personas.
- Han de ser capaces de diferenciar entre grupo duperior y grupo inferior, como son respuestas
incorrectas han de tener más probabilidad de ser respondidas por las personas del grupo inferior.

Estima la fiabilidad con la que un ítem mide la característica medida dentro del
conjunto. Es igual a la desviación tipica de las puntuaciones del ítem j por el indice de
discriminación del ítem j.

Contribución del ítem a la predicción de una variable externa al test

(criterio). Correlaciona las puntuaciones del ítem con las puntuaciones
del criterio. Cuanto más alto es el coeficiente de correlación mayor
capacidad tiene el ítem de predecir el criterio.