Algunas soluciones para la estimación del modelo de elección-múltiple de Thissen y Steinberg

• Autores: Francisco José Abad García
• Directores de la Tesis: Julio Olea Díaz (dir. tes.)
• Lectura: En la Universidad Autónoma de Madrid ( España ) en 2001
• Idioma: español
• Tribunal Calificador de la Tesis: Vicente Ponsoda Gil (presid.), Pedro Hontangas (secret.), Gideon Mellenbergh (voc.), Gerardo Prieto Vasallo (voc.), José Muñiz (voc.)
• Materias:
  • Psicología
    • Evaluación y diagnostico en psicología
      • Psicometría
• Texto completo no disponible (Saber más ...)
• Resumen

  • Se presenta un nuevo programa (POLYMORF: Polytomous Models Response Functions) para estimar los parámetros de los ítems de una versión restringida del modelo de Elección-Múltiple (MEM) de Thissen y Steinberg (1984). El MEM permite incorporar información sobre el comportamiento de las opciones incorrectas, así como sobre la presencia de adivinación en las respuestas.

    Sin embargo, dado el alto número de parámetros, existen numerosas dificultades para su estimación e interpretación.

    Nuestro objetivo en este trabajo es analizar si puede facilitarse la estimación reduciendo la flexibilidad del modelo donde no resulte necesaria.

    Para facilitar la estimación se propone:

    1,- Establecer algunas restricciones, justificadas conceptualmente, en la estimación de los parámetros de discriminación del modelo.

    2,- Establecer una versión del MEM en el que la probabilidad de escoger la opción correcta sea, aproximadamente, monótona creciente en 0.

    Para permitir estas restricciones fue necesario el desarrollo de nuevo software; el programa POLYMORF permite la estimación del modelo restringido estableciendo modificaciones en el algortimo. EM clásico para la estimación de parámetros en los modelos de Teoría de Respuesta al Item (Bock y Aitkin, 1981). Mediante un estudio de simulación se compara la eficacia relativa de POLYMORF frente a MULTILOG, programa que no permite al usuario incorporar tales restricciones. Se simularon datos de diversas distribuciones (normal, uniforme, asimétrica positiva y asimétrica negativa), 2 tamaños muestrales (2100 y 4200 sujetos) y 4 condiciones respecto a la presencia de respuesta al azar (100, 75, 25 y 0% de las respuestas en las que el sujeto ignora la correcta). Para cada condición se simularon 20 réplicas de las respuestas a un test de 30 ítems. Como medidas de ajuste se consideraron las correlaciones entre los parámetros verdaderos y estimados, el RMSE (Raíz del Error Cuadrático Med