Tema 6: Funcionamiento diferencial de los ítems Flashcards
Funcionamiento diferencial de los ítems
Hemos aplicado un test a una muestra de 210 personas francesas —en francés— y a otra muestra de 230 personas belgas —también en francés—. Para obtener las puntuaciones se ha sumado la puntuación de cada uno de los ítems y se ha obtenido que los belgas tienen una puntuación más alta que los franceses en esa dimensión. Podemos decir entonces que:
Falta información.
Para poder saber si se trata de impacto o sesgo será necesario mirar el funcionamiento diferencial de los ítems y no se sabe con la información dada si se ha examinado o no.
Cuando hay diferencia en los parámetros de diversos grupos lo llamamos funcionamiento diferencial de los ítems.
Si examinamos el DIF mediante técnicas estadísticas la A sería la definición de DIF. La B es la definición de sesgo, la C es de impacto. No es necesario examinar el DIF ya que comparten el mismo idioma.
Hemos encontrado que, a mismo nivel de optimismo, las mujeres presentan puntuaciones más bajas que los hombres cuando el optimismo es bajo y, en cambio, los hombres presentan mayores puntuaciones de optimismo que las mujeres a niveles de optimismo altos. A esto lo llamamos:
DIF no uniforme
Se trataría de impacto si fueran diferencias reales. Seria DIF uniforme si siempre tuviera una mayor puntuación el mismo grupo. El hecho de que, dependiendo del nivel de ansiedad, varíe el grupo que tiene mayores puntuaciones a mismo nivel de habilidad es la definición de DIF uniforme. Podría ser sesgo si entendiéramos el motivo que explica estas diferencias.
La invariancia métrica asume:
Igualdad en las cargas factoriales.
Al comparar un modelo métrico y uno escalar obtenemos una diferencia de Ji-cuadrado de 15,42 y 4 grados de libertad, podemos concluir que:
Las cargas factoriales y los interceptos NO son iguales.
La D es la correcta ya que pchisq(15.42, df = 4, lower.tail = FALSE) es inferior a 0,05.
Al evaluar la diferencia entre un modelo escalar y uno en el que fijamos los residuales obtenemos los siguientes índices de ajuste: CFI = .953, TLI = .951 para el escalar; CFI = .933, TLI = .931 para el otros. Podemos decir:
No es razonable obtener la puntuación como suma o como promedio.
Es correcta ya que no hay evidencias de que los parámetros sean invariantes.
Hablamos de invariancia parcial cuando:
Al liberal algún parámetro del modelo podemos asumir invariancia.
La CE es la definición de invariancia parcial.
Cuando añadimos: group.equal = c(“loadings”, “intercepts”), evaluam
Invariancia escalar.
Tras obtener invariancia configural, metra, escalar y estricta creamos la puntuación a partir de la suma y vemos que las mujeres tienen una puntuación de 5,75 en empatía y los hombres de 4,2. Podemos afirmar que:
Se trata de impacto.
En principio se trata de una diferencia real. El análisis de la invariancia no muestra DIF y, por lo tanto, tampoco sesgo.