Modelos de Validación y Confiabilidad en Pruebas de Admisión

34
MODELOS DE VALIDACIÓN Y CONFIABILIDAD DE PRUEBAS Y EXÁMENES DE ADMISIÓN Lic. Mario Lic. Mario Posso Posso Rojas Rojas [email protected] [email protected]

description

Mario Posso

Transcript of Modelos de Validación y Confiabilidad en Pruebas de Admisión

Page 1: Modelos de Validación y Confiabilidad en Pruebas de Admisión

MODELOS DE VALIDACIÓN Y CONFIABILIDAD DE PRUEBAS Y

EXÁMENES DE ADMISIÓN

Lic. Mario Lic. Mario PossoPosso [email protected]@hotmail.com

Page 2: Modelos de Validación y Confiabilidad en Pruebas de Admisión

PRUEBAS DE ADMISIPRUEBAS DE ADMISI ÓÓNN¿¿Ingresare?Ingresare?

[email protected]@hotmail.com

Page 3: Modelos de Validación y Confiabilidad en Pruebas de Admisión

OBJETIVOOBJETIVO

�� DAR A CONOCER LOS MODELOS DE DAR A CONOCER LOS MODELOS DE VALIDACIVALIDACI ÓÓN Y CONFIABILIDAD DE N Y CONFIABILIDAD DE PRUEBAS Y EXPRUEBAS Y EX ÁÁMENES DE ADMISIMENES DE ADMISIÓÓNN

�� DETERMINAR LOS MODELOS DE DETERMINAR LOS MODELOS DE VALIDACIVALIDACI ÓÓN Y CONFIABILIDAD MN Y CONFIABILIDAD M ÁÁS S USADOS EN LOS EXAMENES DE USADOS EN LOS EXAMENES DE ADMISION Y PRUEBAS DE ADMISION Y PRUEBAS DE SELECCISELECCIÓÓNN

[email protected]@hotmail.com

Page 4: Modelos de Validación y Confiabilidad en Pruebas de Admisión

IMPORTANCIA DE LA SELECTIVIDADIMPORTANCIA DE LA SELECTIVIDAD

Institute of Higher Education, Shanghai Jiao Tong University,

Page 5: Modelos de Validación y Confiabilidad en Pruebas de Admisión

IMPORTANCIA DE LA SELECTIVIDADIMPORTANCIA DE LA SELECTIVIDAD

Page 6: Modelos de Validación y Confiabilidad en Pruebas de Admisión

IMPORTANCIA DE LA SELECTIVIDADIMPORTANCIA DE LA SELECTIVIDAD

Page 7: Modelos de Validación y Confiabilidad en Pruebas de Admisión

PRUEBAS DE SELECCIPRUEBAS DE SELECCI ÓÓNN

MEDICION MEDICION EDUCATIVAEDUCATIVA

Se puede medir las facultades

mentales y predecir

Comportamientos

INDIRECTA:INDIRECTA:

C.I, R.E o A o M

Medir:Medir: Asignar Numerales

a objetos o eventos de

acuerdo a reglas

- Indicadores: Prom, Capac.- Escalas: N, O, R, I - Validez - Confiabilidad

o

[email protected]@hotmail.com

Page 8: Modelos de Validación y Confiabilidad en Pruebas de Admisión

Pruebas

Orales

Escritas

Elaborar

Respuestas

Elegir

Respuestas

Ensayo Libre

Ensayo Guiado

Respuesta breveDirecta

Incompleta

Alternativa simpleAlternativa triple

Alternativa múltipleDirecta

Combinada

Apareamiento

Estructuración autónoma

Estructuración cerrada

Discusión o Debate

TomarDecisión

[email protected]@hotmail.com

Page 9: Modelos de Validación y Confiabilidad en Pruebas de Admisión

Capacidad de un instrumento para obtener y Capacidad de un instrumento para obtener y proporcionar informaciproporcionar informacióón directa y efectiva. n directa y efectiva.

VALIDEZ DE LAS PRUEBASVALIDEZ DE LAS PRUEBAS

Trata de garantizar que el Trata de garantizar que el testtest constituye constituye una muestra adecuada y representativa del una muestra adecuada y representativa del contenidocontenido que que ééste pretende evaluar.ste pretende evaluar.-- Definir tipos de contenidos y capacidad.Definir tipos de contenidos y capacidad.-- Muestra representativa de contenidosMuestra representativa de contenidos

VALIDACIVALIDACIÓÓN DE CONTENIDO:N DE CONTENIDO:

Page 10: Modelos de Validación y Confiabilidad en Pruebas de Admisión

VALIDEZ DE LAS PRUEBASVALIDEZ DE LAS PRUEBASValidez del Contenido para la Elaboración de Reacti vos de Evaluación

Universidad: X Prueba : General

Área o AsigTODASTODAS

Temas:RM y V, RM y V, MtMt, CN, , CN, HumHum y Ly L

ObjetivoMEDIR CONOCMEDIR CONOC

Hipótesis (Ho): “Los conocimientos de los estudiantes que terminan el año en Pre X, se pueden medir, indiciariamente,

mediante pruebas de selección múltiple confiables y válidas, en constructo,teniendo en cuenta los contenidos básicos de los Silabus

Capacidad General,Capacidades Específicas:

Matriz de ConsistenciaUniverso: Local X, Y, Z

Identifica AnalizaAplicaCompara Sintetiza JuzgaArgumenta

SILABUSSILABUS

Page 11: Modelos de Validación y Confiabilidad en Pruebas de Admisión

Matriz de ConsistenciaMatriz de ConsistenciaContenidos

Capacidades RM RV Mat C.Na Huma Legua Total

Identifica 44 44 44 44 44 44 24

Compara 33 33 33 44 33 44 20

Argumenta 33 44 33 44 44 44 22

Aplica 55 55 55 44 33 33 25

Analiza 33 44 33 33 55 55 23

Sintetiza 33 55 33 55 55 33 24

Juzga 22 22 22 22 22 22 12

Nº de ítems 23 27 23 26 26 25 150

Elaborado por: Tiempo de Prueba: 3 [email protected]@hotmail.com

Page 12: Modelos de Validación y Confiabilidad en Pruebas de Admisión

INDICADORES

OPERATIVIZACIOPERATIVIZACIÓÓN DE LA EVALUACIN DE LA EVALUACIÓÓN N DE CAPACIDADESDE CAPACIDADES

CAPACIDAD

GENERAL

Capacidad específica

Capacidad específica

Capacidad específica

Capacidad específica

REACTIVOS

Grandes

propósitos

Procesos que

involucra la

capacidad

Evidencia

observable del

aprendizaje

Tareas que se

ejecuta para

evidenciar el

aprendizajeMED – DCN, 2007

Page 13: Modelos de Validación y Confiabilidad en Pruebas de Admisión

Matriz de ConsistenciaMatriz de ConsistenciaContenidos

Capacidades2º Estrc.Atómo

4º UndQum Masa

6º Este-quiometria

9º QuímOrgán

Total

Identifica 2 (T y A) 2 (T y A) 2 (T y A) 2 (T y A) 8

Compara 2 (T y A) 2 (T y A) 2 (T y A) 1 T 7

Argumenta 2 (T y A) 1 T 2 (T y A) 2 (T y A) 7

Aplica 2 (T y A) 2 (T y A) 1 A 2 (T y A) 7

Analiza 2 (T y A) 2 (T y A) 2 (T y A) 2 (T y A) 8

Sintetiza 2 (T y A) 2 (T y A) 1 T 2 (T y A) 7

Juzga 1 A 2 (T y A) 2 (T y A) 1 A 6

Nº de ítems 13 13 12 12 50

Elaborado por: Tiempo de Prueba: 1 [email protected]@hotmail.com

Page 14: Modelos de Validación y Confiabilidad en Pruebas de Admisión

EJEMPLO EN SECUNDARIAEJEMPLO EN SECUNDARIAI) La relación correcta entre capacidad, pregunta y respuesta es:

1) Identificar – El ángulo de inclinación axial de la tierra es a) 2º b) 23,4º c) 24º d) 97,9º e) N.A

2) Análisis – El número de ángulo de inclinación axial varia por a) La forma de traslación de una estrella b) La Traslación de ese planetac) La Forma de que ese planeta se formo d) N.A e) T.A

3) Interpretación – Si en el centro del Sol el hidrogeno se convierte en helio es: a) Estrella Roja b) Estrella azul c) Enana blancad) Pulsar e) Quasar

4) Síntesis – Lo que causa que el Sol es se convierta en rojo es:a) Los años de la estrella b) La cantidad de Helioc) La cantidad de hidrógeno d) N.A e) Cantidad de Iones

5) Aplica – Si un cuerpo pesa 50kg y se encuentra en la luna que masa tiene:a) 20,5 b) 45,9 c) 24.5 d) 30,6 e) 44,5

IDENTIFICAR

Page 15: Modelos de Validación y Confiabilidad en Pruebas de Admisión

VALIDEZ DE LAS PRUEBASVALIDEZ DE LAS PRUEBAS

Trata de garantizar la existencia de un Trata de garantizar la existencia de un constructoconstructopsicolpsicolóógico que subyaga y dgico que subyaga y déé sentido y significado a sentido y significado a las puntuaciones del las puntuaciones del testtest. . Modo de evaluar:Modo de evaluar:AnAnáálisis Factorial y Matriz lisis Factorial y Matriz multimmultiméétodotodo--multirrasgomultirrasgo

VALIDACIVALIDACIÓÓN CONSTRUCTO:N CONSTRUCTO:

VALIDACIVALIDACIÓÓN PREDICTIVAN PREDICTIVA

Pronostica CAPACIDAD. Se correlaciona resultados Pronostica CAPACIDAD. Se correlaciona resultados obtenidos mediante Series Temporales con uno o obtenidos mediante Series Temporales con uno o mmáás de un grupo. Aplicar varias pruebas que midan s de un grupo. Aplicar varias pruebas que midan lo mismo a Un aula o Varias aulas, y ver Relacilo mismo a Un aula o Varias aulas, y ver Relacióón.n.

Page 16: Modelos de Validación y Confiabilidad en Pruebas de Admisión

VALIDEZ DE LAS PRUEBASVALIDEZ DE LAS PRUEBAS

Se mide en forma sucesiva el desempeSe mide en forma sucesiva el desempeñño del o del estudiante en relaciestudiante en relacióón con una prueba o tarea n con una prueba o tarea especespecíífica. Anfica. Anáálisis Estadlisis Estadíístico stico CorrelacionalCorrelacional: :

a) Correlacia) Correlacióón Por Rangos (n Por Rangos (rhorho))

b) Correlacib) Correlacióón Por Puntuaciones Netas (r)n Por Puntuaciones Netas (r)

VALIDACIVALIDACIÓÓN CONCURRENTE:N CONCURRENTE:

O ValidaciO Validacióón por Referencia a un Criterio.n por Referencia a un Criterio.Finalidad:Finalidad: Contar con un mecanismo de Contar con un mecanismo de comprobacicomprobacióón conductual para emitir juicios y n conductual para emitir juicios y tomar decisiones.tomar decisiones.

VALIDACIVALIDACIÓÓN FUNCIONAL:N FUNCIONAL:

Page 17: Modelos de Validación y Confiabilidad en Pruebas de Admisión

VALIDEZ DE LAS PRUEBASVALIDEZ DE LAS PRUEBASC

orre

laci

Cor

rela

cióó n

Por

Ran

gos

(n

Por

Ran

gos

( rhorh

o ))Puntuación en: Lugar o Rango Diferencia d

Prueba (X) Criterio (Y) Prueba (RX) Criterio (RY) Lugares (D) D*D

10 6 19 19 0 00

20 20 2 1,5 0,5 0,250,25

15 15 12 11 1 11

14 10 15,5 18 -2,5 6,256,25

19 20 4,5 1,5 3 99

20 18 2 5,5 -3,5 12,2512,25

18 19 6,5 3,5 3 99

17 17 8 7,5 0,5 0,250,25

15 16 12 9 3 99

13 13 17,5 16 1,5 2,252,25

15 13 12 16 -4 1616

18 17 6,5 7,5 -1 11

15 13 12 16 -4 1616

20 19 2 3,5 -1,5 2,252,25

19 18 4,5 3,5 1 11

14 15 15,5 11 4,5 20,2520,25

13 14 17,5 13,5 4 1616

16 15 9 11 -2 44

15 14 12 13,5 -1,5 2,252,25

9 4 20 20 0 00

Suma (D)Suma (D) 128128

)1(

*61

2

2

−−=

∑NN

RD

rho

)120(20

128*61

2 −−=rho

90,07980

7681 =−=rho

[email protected]@hotmail.com

Page 18: Modelos de Validación y Confiabilidad en Pruebas de Admisión

Cor

rela

ciC

orre

laci

óó n P

or P

untu

acio

nes

Net

asn

Por

Pun

tuac

ione

s N

etas

Puntuación en: Puntuación al Cuadrado Prueba por

Alumnos Prueba (X) Criterio (Y) Prueba (X2) Criterio (Y2) Criterio (X*Y)

Abel 10 6 100 36 60

Aldo 20 20 400 400 400

Ary 15 15 225 225 225

Blas 14 10 196 100 140

Popper 19 20 361 400 380

Elba 20 18 400 324 360

Morgan 18 19 324 361 342

Mario 17 17 289 289 289

Flor 15 16 225 256 240

Hugo 13 13 169 169 169

DeVries 15 13 225 169 195

Lino 18 17 324 289 306

Lila 15 13 225 169 195

Irma 20 19 400 361 380

Juan 19 18 361 324 342

Nino 14 15 196 225 210

Nora 13 14 169 196 182

Olga 16 15 256 225 240

Réne 15 14 225 196 210

Rosa 9 4 81 16 36

Sumas 315 296 5151 4730 4901

Promedio 15,75 14,8

Desviac 3,16 4,29

yx SS

YXN

XY

r*

*−=

22

−= ∑∑

N

X

N

Xs

1,320

315

20

51512

=

−=xs

2,420

296

20

47302

=

−=ys

92,02,4*1,3

8,14*75,1520

4901

=−

=rPearson

Page 19: Modelos de Validación y Confiabilidad en Pruebas de Admisión

VALIDEZ PREDICTIVAVALIDEZ PREDICTIVALa UNI compara los desempeLa UNI compara los desempeñños finales de los alumnos os finales de los alumnos de 1de 1ºº aañño en un curso o en un curso AlgebraAlgebra (A) con los obtenidos en (A) con los obtenidos en su Examen de Admisisu Examen de Admisióón (EA). Muestra: 10 estudiantes; n (EA). Muestra: 10 estudiantes; A: Puntajes de 1 a 100 para EA: de 200 a 800. A: Puntajes de 1 a 100 para EA: de 200 a 800. Resultados Excel:Resultados Excel:

AlumAlum A B C D E F G H I JEA (X) 650 710 682 700 691 705 666 690 709 715

A (Y) 75 87 85 83 80 92 78 81 90 90

Coeficiente de: a) Spearman: b) Pearson: Interpretación: El EA es un procedimiento para

el futuro desempeño de los alumnos de A.

0,83 0,87

buen

vaticinar

[email protected]@hotmail.com

Page 20: Modelos de Validación y Confiabilidad en Pruebas de Admisión

ANANÁÁLISIS DE LISIS DE ÍÍTEMSTEMS

Grado de EficienciaDe los ítems

I.DI.D == NcNcNtNt

* Intervalos:* Intervalos:0,00 0,00 –– 0,50 Muy F0,50 Muy F áácilcil0,51 0,51 –– 0,60 F0,60 Fáácilcil0,61 0,61 –– 0,70 0,70 ModeradoModerado0,71 0,71 –– 0,80 Dif0,80 Dif íícilcil0,81 0,81 –– 100 Muy dif100 Muy dif íícilcil

GRADO DEGRADO DEDIFICULTADDIFICULTAD

INDICE DE INDICE DE DISCRIMINACIDISCRIMINACIÓÓNN

I.DsI.Ds = = A A –– BBN N

DEBE SER DEBE SER >> 0,250,25RelaciRelacióón entre ID y n entre ID y IDsIDs

Las ID > de 0,8 Las ID > de 0,8

Carece de Carece de IDsIDs

[email protected]@hotmail.com

Page 21: Modelos de Validación y Confiabilidad en Pruebas de Admisión

ÍÍndice Dificultad (ndice Dificultad (I.DI.D) )

I B (N) I.D

1 4 24 0,16667

2 5 24 0,20833

3 9 24 0,37500

4 22 24 0,91667

5 12 24 0,5000

6 7 24 =7/24

98 18 24 =18/24

99 15 24 =15/24

100 16 24 =16/24

AulaAula AA u

mar

posr

oj@

hotm

ail.c

omm

arpo

sroj

@ho

tmai

l.com

Page 22: Modelos de Validación y Confiabilidad en Pruebas de Admisión

ÍÍndice de Discriminacindice de Discriminacióón (n (I.DsI.Ds))

II AA BB NN I.DsI.Ds

1 6 1 10 0,5

2 7 1 10 0,6

3 10

4 10

5 10

6 10

7 10

8 10

9 10

10 10

AulaAula AA u

I.DsI.Ds = = A A –– BB = = 6 - 1 = 5 = 0,5N N 10 10

[email protected]@hotmail.com

Page 23: Modelos de Validación y Confiabilidad en Pruebas de Admisión

PRUEBAS CONFIABLESPRUEBAS CONFIABLES

RhoRho = 1 = 1 –– 6*EDR6*EDR

Aplicar el mismo instrumento2 veces a un mismo grupo.

Comparar mediante rho .Dificultad: Cambio conductual

Denota estabilidad yConstancia de los puntosVariación no significativa

TABLA DE EBELTABLA DE EBEL MMÉÉTODO DE PRUEBATODO DE PRUEBAREITERADAREITERADA

)1(

*61

2

2

−−=

∑NN

RD

rho

PSICO-METRIA

Page 24: Modelos de Validación y Confiabilidad en Pruebas de Admisión

PRUEBAS CONFIABLESPRUEBAS CONFIABLES

Debe ser Debe ser >> 0,60 0,60

−= ∑

2

2

11 t

i

s

s

k

kr

m

mt r

rr

+=

1

2º1

MMÉÉTODO PORTODO PORBIPARTICIBIPARTICI ÓÓNN

1º Varianzas similar

2º Diferente Varianza

KR20KR20

COEFICIENTES DE COEFICIENTES DE CONFIABILIDADCONFIABILIDAD

KuderKuder –– RichardsonRichardson Alpha de Alpha de CrobachCrobach

KR21KR21

( )

−=

2s*m-k m

1*1 kk

kr

2

2

1 s

pqs

k

kr

−=

SPSSSPSS >> 0,80 0,80

+−=2

22

2112º2

ts

ssr

GuttmanGuttman

Page 25: Modelos de Validación y Confiabilidad en Pruebas de Admisión

EJEMPLOS DE APLICACIEJEMPLOS DE APLICACIÓÓNN

Alumnos I1 I2 I3 I4 I5 I6 I7 I8 I9 I10 IMPAR PAR TOTALAlberto 1 1 1 0 1 0 1 1 0 0 4 2 6Betty 0 1 1 1 1 1 0 0 1 0 3 3 6

Carmen 1 0 1 0 1 1 1 1 0 1 4 3 7Dionisio 1 1 1 1 1 0 1 1 1 1 5 4 9Estelita 1 1 1 0 0 0 0 1 1 0 3 2 5

Federico 1 1 0 1 0 0 1 0 0 0 2 2 4Grover 0 0 0 0 0 0 1 0 1 1 2 1 3Hurtado 1 1 1 1 1 1 1 1 1 1 5 5 10Isabel 0 1 0 1 0 1 1 0 1 0 2 3 5Juana 1 1 1 1 1 0 1 0 1 0 5 2 7

Media uVarianza s

PAR: I2+I4+I6+I8+I10

IMP: I1+I3+I5+I7+I9

= 0,76

Rendimiento de 10 alumnos es similar o no, frente a cada uno de los 5 ítems impares y 5 ítems pares en una prueba de Geometría o Filosofía

[email protected]@hotmail.com

Page 26: Modelos de Validación y Confiabilidad en Pruebas de Admisión

KURDER KURDER –– RICHARDSON (KR21)RICHARDSON (KR21)Alumnos I1 I2 I3 I4 I5 I6 I7 I8 I9 I10 TOTALAlberto 1 1 1 0 1 0 1 1 0 0 6Betty 0 1 1 1 1 1 0 0 1 0 6

Carmen 1 0 1 0 1 1 1 1 0 1 7Dionisio 1 1 1 1 1 0 1 1 1 1 9Estelita 1 1 1 0 0 0 0 1 1 0 5

Federico 1 1 0 1 0 0 1 0 0 0 4Grover 0 0 0 0 0 0 1 0 1 1 3Hurtado 1 1 1 1 1 1 1 1 1 1 10Isabel 0 1 0 1 0 1 1 0 1 0 5Juana 1 1 1 1 1 0 1 0 1 0 7Suma 7 8 7 6 6 4 8 5 7 4 62

p 0,7 0,8 0,7 0,6 0,6 0,4 0,8 0,5 0,7 0,4 0,62q 0,3 0,2 0,3 0,4 0,4 0,6 0,2 0,5 0,3 0,6

p*q 0,21 0,16 0,21 0,24 0,24 0,24 0,16 0,25 0,21 0,24 2,16

Prom : 06,2

Var: 4,62= 0,59

KR20KR20 = 0,54

Page 27: Modelos de Validación y Confiabilidad en Pruebas de Admisión

ALFA CRONBACHALFA CRONBACHAlumnos 1 2 3 4 5 6 Total

Alberto 3 3 2 0 2 2 12

Bartola 2 0 0 0 1 1 4

Cristian 5 2 1 1 3 2 14

Dayana 4 1 2 1 4 0 12

Elmer 1 2 1 0 1 1 6

Federico 3 3 2 0 4 2 14Desviació

n 1,29 1,06 0,74 0,47 1,25 0,74

Varianza 1,66 1,12 0,55 0,22 1,56 0,55

S2 = 15,21

Σ = 5,66

Calificación no

dicotomica= 0,75

[email protected]@hotmail.com

Page 28: Modelos de Validación y Confiabilidad en Pruebas de Admisión

PRUEBAS CONFIABLESPRUEBAS CONFIABLESEDUMÉ-TRICA

q

p

s

Xpr

tbisp *.

−=

Orientado para Clasificar,en Categorías Los Logros de Aprendizaje. En forma estable.

CATEGORÍAS DE APRENDIZAJE

PUNTUACIÓN DECORTE

( )

( )

−+

−+

−=

22

222

2

*1

1 Mit

Mitt

i

aLXs

LXss

s

k

kr

Cronbach - Livingston

Page 29: Modelos de Validación y Confiabilidad en Pruebas de Admisión

EJEMPLOS DE APLICACIEJEMPLOS DE APLICACIÓÓNN

r (Pearson) = 0,70 Pi = 70 y PE = 42

Cov (X, Y) = 0,70*21,03*23,36 = 343,88

77,627

52,443=cr = 0,71

Ojo: Leer datos del taller

Page 30: Modelos de Validación y Confiabilidad en Pruebas de Admisión

EJEMPLOS DE APLICACIEJEMPLOS DE APLICACIÓÓNNPreg 1º 2º 3º 4º Puntuación LMi

Max Puntos 2 2 4 8 Total 10 ptsAbel 2 0 2 4 8 NLDAldo 2 0 2 8 12 LDAry 2 1,5 4 6 13,5 LDBlas 2 1,5 2 2 7,5 NLD

Popper 2 0 3 2 7 NLDElba 2 0 0 0 2 NLD

Morgan 2 0 3 4 9 NLDMario 2 0 3 4 9 LDFlor 2 0 0 6 8 NLD

Hugo 2 1,5 4 2 9,5 NLDDesviación 0 0,81 1,34 2,27 u = 8,75 P = 12,16Varianza 0 0,65 1,79 5,15 s = 3,00 p = 0,30

Suma s = 7,59 q = 0,70

−=70,0

30,0*

3

75,816,12.bisprq

p

s

Xpr

tbisp *.

−= = 0,73

[email protected]@hotmail.com

Page 31: Modelos de Validación y Confiabilidad en Pruebas de Admisión

Antes de aplicar un Instrumento:Antes de aplicar un Instrumento:Porcentaje MPorcentaje Míínimo:nimo:1. Del total de ítems para una evaluación.2. De Objetivos por lograr.3. Uniforme del total de ítems para cada objetivo4. Diferenciado del total de Ítems para cada objetivo5. Puntuación según competencia.6. Grado de complejidad por ítems.7. Relación entre relevancia de objetivo y comple-

jidad de los Ítems.

Formas para determinarFormas para determinarNiveles de Logro Niveles de Logro MinimoMinimo ((LmiLmi))

[email protected]@hotmail.com

Page 32: Modelos de Validación y Confiabilidad en Pruebas de Admisión

MODELOS MMODELOS MÁÁS USADOSS USADOS

Los tipos de pruebas más comunes en el Perú, son analizados generalmente, en tesis, mediante el Índice de dificultad y de discriminación, son estandarizados con Alfa Cronbach, Kurder Richarson 20 y 21, y validación más usada es la de Constructo, de Contenido, y la Concurrente y a veces la Predictiva .

[email protected]@hotmail.com

Page 33: Modelos de Validación y Confiabilidad en Pruebas de Admisión

BIBLIOGRAFÍA

1) Baco, E., Larrazolo, N. y Rosas, M. (2000). Nivel de dificultad y poder de discriminación del Examen de

Habilidades y Conocimientos Básicos (EXHCOBA). Revista Electrónica de Investigación Educativa, 2.

http://redie.uabc.mx/vol2no1/contenido-backhoff.html

2) Bazán Guzmán, J. (2000). Evaluación psicométrica de las preguntas y pruebas CRECER 96. Ministerio de

Educación, Perú.

3) Chávez López, L. M. (2001). Análisis de reactivos: una aproximación. Biblioteca Universitaria,

Julio/Diciembre, vol. 4, número 002, México.

4) Crocker, L. y Algina, J. (1986). Introduction to Classical and Modern Test Theory. Holt, Rinehart and Winston.

5) Ebel, R.L. y Frisbie, D. A. (1986). Essentials of Education Measurement. Englewood Cliffs, NJ: Prentice Hall.

6) Glass, G. y Stanley, J. (1986). Métodos estadísticos aplicados a las ciencias sociales. México: Prentice-Hall

Hispanoamericana.

7) Henrysson, S. (1971). Gathering, Analysing, and Using Data on Test Items. En R.L. Thorndike (Ed.),

Educational Measurement. Washington, DC: American Council on Education.

8) Piscoya Hermoza, L. (2005). Cuánto saben nuestros maestros. Una entrada a los diez problemas cardinales

de la educación peruana. Fondo Editorial de la Universidad Nacional Mayor de San Marcos. Perú

9) Popper, Karl R. (1971). La Lógica de la Investigación Científica. Ed. Tecnos. Madrid. Segunda reimpresión.

10) Santibáñez Riquelme, J. D. (2001). Manual para la evaluación del aprendizaje estudiantil. Conceptos,

procedimiento, análisis e interpretación para el proceso evaluativo. Ed. Trillas. México.

Page 34: Modelos de Validación y Confiabilidad en Pruebas de Admisión

MUCHAS

GRACIAS

[email protected]@hotmail.com httphttp ://marposroj1976.://marposroj1976. blogspot.comblogspot.com //

http://investigando.org/educandos/