Resumen de Psychological and Educational Test Score Comparability across Groups in the Presence of Item Bias

Paula Elosua Oliden, Ronald K. Hambleton

• español

  En la práctica psicológica y educativa es frecuente administrar los mismos instrumentos de evaluación a diferentes grupos lingüísticos y culturales. Si estudios posteriores a la publicación de un test detectan la presencia de sesgo, pudiera ocurrir que varios ítems perjudicaran a alguno de los grupos. Como consecuencia, las puntuaciones se subestimarían, y la validez quedaría comprometida. El objetivo de este trabajo es plantear una posible solución técnica a este problema. La propuesta se apoya en el análisis del funcionamiento diferencial del ítem (FDI), y en la equiparación estadística de las puntuaciones. El procedimiento se implementa en dos etapas; en primer lugar y utilizando las técnicas de detección de FDI se identifican los ítems sesgados y en segundo lugar, tras eliminar su efecto sobre la interpretación de las puntuaciones, se procede a equiparar estadísticamente la prueba original y su versión reducida (acortada). En este artículo se muestra cómo llevar a cabo este ajuste y se discuten las ventajas e inconvenientes de esta solución.

• English

  It is common for test publishers to make their most popular educational and psychological tests available in multiple languages and cultures. Occasionally, too, test items are found after publication of these new language versions of tests that may disadvantage members taking these translated tests due to biases. This means that when these tests are used, scores for candidates will be underestimated to some extent and test score validity will be adversely affected. The purpose of this paper is to introduce and demonstrate one possible technical solution to the problem—it involves both differential item functioning (DIF) analysis and statistically equating of test scores. This solution involves two steps: First, any DIF items must be identified using one or more of the standard DIF detection procedures in the language or cultural group of interest. Second, after removing DIF items that may be biasing score interpretations from the actual test scoring, a statistical equating between the original test, and the reduced (shortened) test in the second language/cultural group can be carried out. A demonstration of the methodology is provided in the paper along with a discussion of the advantages and disadvantages of the solution.