Resumen de A combined IRT and SEM approach for individual-level assessment in test-retest studies
- español
El modelo longitudinal de medida con múltiples indicadores evaluados en dos ocasiones (MI2O) se utiliza habitualmente en estudios test-retest y proporciona información al nivel de grupo y al nivel de ítems. Además, cuando se aplica a respuestas binarias o graduadas dicho modelo se convierte en una extensión de algunos modelos básicos de teoría de respuesta al ítem (TRI). En este artículo se explotan las relaciones TRIMI2O para obtener información adicional al nivel de cada individuo. Se proponen procedimientos para (a) obtener estimaciones individuales de niveles en el rasgo y magnitud del cambio, y (b) evaluar si se cumplen o no los supuesto básicos en que dichas estimaciones se fundamentan. Los procedimientos propuestos se organizan en un marco general que puede utilizarse con respuestas binarias, graduadas o continuas. Se discute la relevancia de la propuesta y se proponen recomendaciones para utilizarla en investigación aplicada. Finalmente, la propuesta se ilustra con un ejemplo empírico donde funcionó bien y proporcionó información útil.
- English
The standard two-wave multiple-indicator model (2WMIM) commonly used to analyze test-retest data provides information at both the group and item level. Furthermore, when applied to binary and graded item responses, it is related to well-known item response theory (IRT) models. In this article the IRT-2WMIM relations are used to obtain additional information for each individual respondent. Procedures are proposed for (a) obtaining individual estimates of trait levels and amount of change, and (b) assessing whether the main assumptions on which these estimates are based are met. The procedures are organized in a comprehensive approach that can be used with binary, graded, and continuous responses. The relevance of the proposal is discussed and guidelines are given on how to use the approach in applied research. Finally, the approach is illustrated with an empirical data set. It worked well and provided meaningful information.
