Es indispensable asegurar que los rasgos que se miden en cada uno de los reactivos de una prueba formen parte de la variable o constructo que se desea medir. Con ello se garantiza que los conocimientos y habilidades de los sustentantes se midan en condiciones comparables y que los resultados brinden información certera. Los reactivos que no proporcionan una medición equivalente exhiben un funcionamiento diferencial del reactivo (DIF por sus siglas en inglés), que provoca que la relación entre las puntuaciones y el constructo sea distinta para algunos subgrupos de la población.
En las últimas décadas se han desarrollado varios métodos para identificar aquellos reactivos que funcionan de manera diferente entre dos o más grupos de sustentantes. Algunos métodos suelen clasificarse de acuerdo con el enfoque teórico en el que se fundamentan como basados o no en la teoría de la respuesta al ítem (TRI).
Existen cuatro dimensiones en el marco del análisis del DIF.
1) El tipo de efecto. En el DIF uniforme, un grupo tiene una mayor probabilidad de contestar correctamente el reactivo de forma constante a lo largo de la escala de habilidad, mientras que en el DIF no uniforme la probabilidad varía.
2) El número de grupos incluidos en el análisis, por sospechar que están en desventaja.
3) El efecto que tiene el tamaño de la población o muestra, ya que se ha encontrado que al analizar muestras grandes muchos reactivos exhiben un DIF estadísticamente significativo. Para contrarrestar este efecto, se desarrolló una forma de valorar el funcionamiento diferencial que clasifica mediante etiquetas a los reactivos y complementa las pruebas estadísticas.
4) El proceso de “purificación de reactivos”, el cual consiste en eliminar aquellos que fueron identificados con DIF, para volver a probar los reactivos no etiquetados con funcionamiento diferencial para mejorar el poder estadístico de la prueba.
Tres de los métodos más utilizados en el desarrollo de pruebas para la identificación del DIF uniforme para dos grupos son:
a) Mantel-Haenszel
b) Lord
c) Raju
El primero no se basa en la TRI, mientras que los dos restantes, sí. Los tres cuentan con una clasificación para controlar el efecto del tamaño de la población y pueden usarse de manera conjunta como forma de contraste y de validez de los resultados.
Para conocer con más detalle este tema le invitamos a leer el artículo “Análisis del funcionamiento diferencial de reactivos”, en el quinto número de la revista Ceneval Investiga
JPG
