7.2 Análisis de ítems

La finalidad del análisis de ítems es estudiar la eficacia de los ítems en relación con los objetivos del test. Desde la Teoría Clásica de los Tests se propone que este análisis se realice cuantitativa y cualitativamente. El análisis cuantitativo consiste en el estudio de las siguientes propiedades estadísticas de los ítems -para una explicación detallada se puede consultar Múñiz et al (2005)-:

• Índice de facilidad (IF) o índice de dificultad. El IF se corresponde con el porcentaje de aciertos en cada ítem. La interpretación de este índice depende del objetivo del test: para tests de velocidad interesan IF altos o muy altos, para tests diagnósticos interesan IF medio altos y altos, para tests de poder es preferible incluir ítems con IF medio bajos y bajos, si el test es de nivel medio se recomienda un 10% de ítems muy fáciles, un 20% de ítems fáciles, un 40% de ítems medios, un 20% de ítems difíciles y un 10% de ítems muy difíciles.
• Índice de discriminación (ID). Indica el grado en que el ítem sirve para distinguir entre los sujetos con puntuaciones altas y bajas en la ejecución del test. Existen diversos procedimientos para su cálculo (entre ellos la comparación de medias t-test). Algunos autores identifican este índice con el de homogeneidad, explicado a continuación, ya que en cierta forma también expresa la coherencia interna de un ítem con el resto de ítems del test, y de hecho proponen calcular el índice de discriminación mediante un coeficiente de correlación.
• Índice de consistencia interna u homogeneidad (IH). Se interpreta como el grado en que el ítem en particular mide la misma variable que los demás ítems de la prueba. Se calcula mediante la correlación entre la puntuación de cada ítem y la puntuación total del test (biserial puntual si los ítems son dicotómicos, o de Pearson si se cumplen los supuestos paramétricos). Los ítems con un índice de homogeneidad inferior a 0,15 deberían ser reestructurados para mejorar su redactado o bien eliminados porque no están midiendo lo mismo que el resto del test y contribuyen a disminuir la fiabilidad del test.

• siendo r_it la correlación entre el ítem y el total; S_t la desviación típica del total y S_i la desviación típica del ítem
• Índice de validez externa. Para obtener este índice se correlaciona la puntuación de un ítem con las puntuaciones obtenidas en un criterio externo al test. Se interpreta como el grado en que un ítem está midiendo lo mismo que el criterio externo.
• Análisis de distractores. Cuando los ítems son de opción múltiple y el sujeto debe seleccionar una de las respuestas propuestas, se puede realizar un análisis de las respuestas falsas o distractores. En este caso se calcula el porcentaje de sujetos que han elegido cada uno de los distractores para saber cómo han funcionado. Los distractores que no son elegidos por ningún sujeto deberían ser cambiados o eliminados, ya que no aportan poder discriminativo al ítem -si se pretende construir una prueba discriminativa-, y los distractores que son mucho mas elegidos con respecto al resto de distractores de un mismo ítem deberían ser analizados con detenimiento.

Otro tipo de estudio que se realiza sobre los ítems consiste en determinar si éstos funcionan de la misma manera en grupos diferenciados por alguna variable como por ejemplo el sexo, la edad o el origen cultural. El procedimiento para averiguar si un ítem está sesgado se denomina DIF (Differential Item Functioning). Gil Flores et al. (1998) presentan un interesante estudio donde comparan diversos métodos estadísticos para la evaluación del DIF.

El análisis cualitativo de los ítems se realiza para argumentar la adecuación del ítem al objetivo general, específico y operativo del test, para interpretar de forma global los índices obtenidos con el análisis cuantitativo y para juzgar la corrección del redactado del ítem.