KR20
El KR20 es un indicador de la fidelidad (consistencia
interna). Los métodos basados (Rulon, Alfa de Cronbach, Spearman, Brown) en la
división en dos porciones (presumiblemente iguales) da desventaja de ser
relacionado con las opciones de la partición (véase la mitad igualdad-impar, de
la primera y segunda parte, al azar).
Kuder y Richardson desarrollaron un procedimiento
basado en los resultados obtenidos con cada ítem. De hecho, hay muchas maneras
de precisar otra vez los ítems (reactivos) en 2 grupos, que pueden conducir a
las estimaciones diferentes de la consistencia interna.
Esta es la razón por la cual Kuder y Richardson
consideren tantas (n) partes en la prueba de acuerdo a los ítems (n).
En los métodos de partición en dos, (conocido también
como bisección) supone para cada parte ser equivalente ( las
formas paralelas ). Para el KR20, la misma lógica se adopta en
el nivel de los ítems. Es lo que uno llama unidimensional.
El KR20 se aplica en la caja dicotómica de items.
Uno calcula el KR20 como sigue:
El KR20 se aplica en la caja dicotómica de items.
Uno calcula el KR20 como sigue:
CUIDADO=variación del ítem I.
Uno puede
mostrar que el KR20 es el promedio de los Índices de la fidelidad el cuál se
obtendrá si se calcula la fidelidad para todas las particiones posibles en dos.
Para ilustrar la aplicación del KR n° 20 de la fórmula
de Kuder-Richardson, se puede tomar un ejemplo ficticio de una examen de 10
preguntas en el que se calcula el coeficiente de la consistencia interna. El
vector 5,4 contiene la cuenta obtenida por cada pregunta así como la cuenta
total del examen. Miremos al primer alumno, "Eric", que contestó
correctamente a seis preguntas entre las 10 preguntas del examen. Las preguntas
correctas son, B, C, D, E, F, y que falló en las preguntas G, H, I, J.
Verticalmente, todos los alumnos tuvieron éxito en la
pregunta (a) , mientras que solamente dos alumnos tuvieron éxito en la pregunta
(J).
Cuentas ficticias para ilustrar la aplicación del KR
n° 20 de la fórmula de Kuder-Richardson.
Nombres
|
tiene
|
B
|
C
|
D
|
E
|
F
|
G
|
H
|
I
|
J
|
XT
|
XT2
|
Eric
|
1
|
1
|
1
|
1
|
1
|
1
|
0
|
0
|
0
|
0
|
6
|
36
|
Magalie
|
1
|
1
|
1
|
1
|
1
|
1
|
1
|
0
|
0
|
0
|
7
|
49
|
Nadine
|
1
|
1
|
1
|
1
|
0
|
1
|
0
|
1
|
1
|
0
|
7
|
49
|
Pierre
|
1
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
1
|
1
|
Laura
|
1
|
1
|
1
|
1
|
0
|
0
|
1
|
0
|
0
|
0
|
5
|
25
|
Yannick
|
1
|
1
|
1
|
0
|
1
|
0
|
1
|
1
|
0
|
0
|
6
|
36
|
PASCAL
|
1
|
1
|
1
|
1
|
1
|
1
|
0
|
1
|
1
|
1
|
9
|
81
|
Martine
|
1
|
1
|
0
|
0
|
1
|
0
|
0
|
1
|
1
|
1
|
6
|
36
|
Andre
|
1
|
1
|
1
|
1
|
1
|
0
|
1
|
0
|
0
|
0
|
6
|
36
|
Francoise
|
1
|
1
|
1
|
1
|
1
|
1
|
1
|
0
|
0
|
0
|
7
|
49
|
RC
|
10
|
9
|
8
|
7
|
7
|
5
|
5
|
4
|
3
|
2
|
la siesta
X60
|
convocan
39
|
RINCI
|
0
|
1
|
2
|
3
|
3
|
5
|
5
|
6
|
7
|
8
|
||
p
|
1.0
|
0.9
|
0.8
|
0.7
|
0.7
|
0.5
|
0.5
|
0.4
|
0.3
|
0.2
|
||
Q
|
0
|
0 1
|
0,2
|
0,3
|
0,3
|
0,5
|
0,5
|
0,6
|
0,7
|
0,8
|
||
pIQI
|
0
|
0.0
|
0,1
|
0,2
|
0,2
|
0,2
|
0,2
|
0.2
|
0.1
|
0,1
|
siestas
pq1.7
|
|
9
|
6
|
1
|
1
|
5
|
5
|
4
|
1
|
6
|
Donde
RC = total de las respuestas correctas para cada pregunta.
RINCI = total de las respuestas incorrectas para cada pregunta.
pI = proporción de éxito para cada pregunta.
QI = proporción de incidente para cada pregunta.
pIQI = variación de cada pregunta.
RC = total de las respuestas correctas para cada pregunta.
RINCI = total de las respuestas incorrectas para cada pregunta.
pI = proporción de éxito para cada pregunta.
QI = proporción de incidente para cada pregunta.
pIQI = variación de cada pregunta.
El coeficiente de la fidelidad de este examen según
esta fórmula:
= (10/9) ((3.98 - 1,78)/3,98) = 0.61
Hay una conexión simple entre el KR20 y el
alfa de Cronbach. Esta última es una generalización. Cronbach
substituye el pIQI por la
variación de cada ítem calculado según la fórmula tradicional.
Este fórmula se explica con cualquier escala métrica.
(Tomado como ejemplo de Dawoud, 1995)
www.angelfire.com/nt/sas/kr20.html
No hay comentarios:
Publicar un comentario