Academic evaluation instruments (esp)

Revista de Investigación en Educación, nº 5, 2008, pp. 13-25 ISSN: 1697-5200
http://webs.uvigo.es/reined/

ARTÍCULO ORIGINAL

CONSTRUCCIÓN DE INSTRUMENTOS DE MEDIDA PARA LA
EVALUACIÓN UNIVERSITARIA

JOSÉ MUÑIZ y EDUARDO FONSECA-PEDRERO
CIBERSAM, Universidad de Oviedo

RESUMEN: En el artículo se analizan los problemas metodológicos implicados en la
evaluación universitaria. Se trata de analizar todos aquellos aspectos técnicos y de
procedimiento que son necesarios para llevar a cabo evaluaciones rigurosas en el ámbito
universitario, tanto en lo relativo a investigación, como a la docencia y gestión. Para
ello se repasarán los distintos componentes de un proceso evaluativo integral, a saber,
qué se evalúa, partes legítimamente implicadas, quién evalúa, cómo se evalúa, feedback
a las partes, planes de mejora, y opinión de las partes. Se hará especial hincapié en los
requisitos metodológicos necesarios para que los instrumentos de medida utilizados en
la evaluación sean fiables y válidos. Para ello se describen diez pasos necesarios que
hay que seguir para construir y analizar este tipo de instrumentos de medida. Se finaliza
discutiendo las perspectivas de futuro en el ámbito de la evaluación universitaria.

PALABRAS CLAVE: Evaluación, Universidades. Construcción de tests. Escalas.

ABSTRACT: In this paper, we analyze the methodological problems involved in the
evaluation of universities. We describe the technical and procedural aspects required to
carry out rigorous assessments in the college context, particularly with respect to
research and teaching. We start by reviewing the different components of the integral
evaluation process, such as determining what is assessed, who are the assessors, how to
asses in a technically sound way, providing feedback to all stakeholders, developing
improvement plans derived from the evaluation, and measuring the opinions of those
involved in the evaluation process. Special attention is paid to the technology and the
methodology required for developing reliable and valid assessment instruments. Ten
steps followed to develop rigorous and objective assessment instruments are described
in detail, pointing out the possible difficulties and problems to be found. Finally, we
discuss future directions for college evaluation.

KEY WORDS: Evaluation. University. Test development. Scaling.

Tal vorágine evaluativa tiene como
1. INTRODUCCIÓN finalidad legítima la elaboración de un diagnóstico
Parafraseando al clásico bien podría decirse riguroso que permita mejorar los tres grandes
que un fantasma recorre la Universidad Española, parámetros que determinan la calidad de una
es el fantasma de la evaluación, de repente todo el Universidad: Investigación, Docencia y Gestión.
mundo se ha puesto a evaluar a todo el mundo a Ciertamente, sin una evaluación precisa de esos
todas horas. tres parámetros no se puede hacer un diagnóstico
__________________________________________ riguroso y certero que permita generar planes de
Fecha de recepción 08-10-2008 · Fecha de aceptación 17-12-2008 mejora basados en datos empíricos. Los rankings
Correspondencia : José Muníz
CIBERSAN, Universidad de Oviedo de universidades, tanto nacionales como
internacionales ejercen una fuerte presión y nadie
quiere quedarse atrás (Buela-Casal, Bermúdez,
Sierra, Quevedo-Blasco y Castro-Vázquez, 2009).
Desde un punto de vista metodológico, una
evaluación integral de cualquier organización o
institución como es la Universidad requiere
Revista de Investigación en Educación, ISSN: 1697-5200 13

JOSÉ MUÑIZ & EDUARDO FONSECA-PEDRERO

disponer de un modelo general de evaluación que plantearse grandes objetivos que son imposibles de
integre y dé sentido a las distintas evaluaciones medir de forma rigurosa, como medir de forma
específicas que necesariamente se llevarán a cabo. muy precisa aquello que es irrelevante pero muy
Más allá de algunas deficiencias y limitaciones medible. La virtud está en el punto medio, hay que
técnicas de las evaluaciones concretas realizadas, llegar a un compromiso para evaluar lo esencial del
seguramente la limitación estructural más constructo, y hacerlo de forma válida y fiable, lo
importante en la evaluación actual de las uno sin lo otro conduce a una evaluación fracasada.
universidades es la carencia de un modelo general En el contexto de la evaluación universitaria
que integre y guíe las evaluaciones sectoriales. Este existen numerosos objetivos de evaluación, pero
modelo general debe de dar respuesta clara y casi todos ellos se pueden clasificar en tres grandes
operativa al menos a siete cuestiones clave: bloques: individuos, productos y sistemas. En el
- qué se evalúa caso de los individuos se evalúan alumnos,
- cuáles son las partes legítimamente profesores, personal de administración y servicios,
implicadas en la evaluación o gestores (Rectores, Decanos, Directores de
- quién evalúa Departamento, etc.). La evaluación de cada uno de
- cómo se evalúa: qué metodología utilizar estos aspectos conlleva una problemática específica
- qué feedback se ofrece a las partes en la que resulta imposible entrar aquí, véase, por
implicadas ejemplo Centra (1993), Fernández (2008),
- planes de mejora generados por la Fernández, Mateo y Muñiz (1995, 1996), Aleamoni
evaluación (1999), Beran y Violato (2005) y Marsh y Roche
- opinión de las partes implicadas sobre la (2000) para todo lo relativo a la evaluación del
evaluación. profesorado. Conviene llamar la atención sobre la
A continuación se comentan de forma escasa formación que los profesores universitarios
somera los problemas implicados en cada una de suelen tener sobre la metodología de la evaluación
estas facetas, para finalmente centrarnos en lo que educativa, imprescindible para llevar a cabo una
constituye el núcleo central de este artículo, a evaluación objetiva de los estudiantes (Brennan,
saber, cómo se evalúa, qué propiedades métricas 2006; Joint Committee on Standards for
deben de tener los instrumentos de evaluación Educational Evaluation, 2003). En cuanto a los
universitaria para obtener datos fiables y válidos productos evaluados la gama es ciertamente
que sirvan para tomar decisiones fundadas. amplia, destacando los proyectos de investigación,
Conviene dejar claro ya desde el principio que artículos, tesis, libros, curricula, planes de estudios,
disponer de instrumentos de evaluación etc. En cuanto a los sistemas evaluados pueden
técnicamente adecuados no garantiza en absoluto citarse los departamentos, facultades, institutos,
un proceso evaluativo global exitoso, es una grupos de investigación, másters, bibliotecas, y
condición necesaria, pero no suficiente. Si se universidades como tales.
dispone de excelentes instrumentos de medida Como se puede ver las dimensiones para
desde el punto de vista métrico, pero se descuida evaluar en el contexto universitario son muchas y
alguno de los siete aspectos citados del modelo variadas, si bien no conviene que los árboles nos
integral de evaluación habremos fracasado en el impidan ver el bosque, los dos grandes parámetros
proceso de evaluación. que determinan la calidad de una Universidad son,
por un lado, la calidad de los alumnos, y por otro,
1.1. Qué se evalúa la calidad de los profesores. La calidad de una
Lo primero y fundamental que hay que hacer Universidad viene dada por el producto de esos dos
cuando se planifica una evaluación es definir de factores, igual que el rendimiento de un alumno
forma clara, concisa y operativa aquello que se viene dado por el producto de su capacidad por su
desea evaluar. Esto parece obvio y de sentido esfuerzo. Atraer a los mejores alumnos y a los
común, pero a menudo los objetivos de la mejores profesores es lo que garantiza la calidad de
evaluación aparecen confusos y pobremente una Universidad, si bien hay otros factores
definidos, con lo cual la evaluación está condenada complementarios de interés, tales como el número
al fracaso, utilícese la metodología que se utilice. de alumnos por profesor, las bibliotecas, las
Una definición operativa, es decir, susceptible de facilidades informáticas, el tamaño de la
ser medida, obliga a buscar un compromiso entre la Universidad, la gestión realizada, la calidad de
riqueza del constructo a medir y la objetividad de aulas, laboratorios, instalaciones deportivas, cultura
los instrumentos de medida utilizados. Tan vano es de empresa, y un largo etcétera. La mayoría de los

CONSTRUCCIÓN DE INSTRUMENTOS DE MEDIDA PARA LA EVALUACIÓN UNIVERSITARIA

rankings que se hacen sobre las universidades apenas si cubre un diez por ciento de lo que cuesta
(International Ranking Expert Group, 2006) miden su formación, siendo aportado el resto por los
de un modo u otro esos dos grandes factores para impuestos de los ciudadanos, tengan o no hijos en
establecer las clasificaciones. Así, por ejemplo, el la Universidad. A la hora de llevar a cabo cualquier
popular ranking elaborado por el diario británico evaluación debe definirse con precisión qué papel
The Times asigna un 60% a la calidad de la juega cada uno de estos agentes implicados, el cual
investigación, un 10% a la capacidad de que un variará en función de la naturaleza y fines de la
graduado encuentre trabajo, otro 10% a la evaluación.
presencia internacional, y un 20% a la relación
número de estudiantes-profesores. Por su parte el 1.3. Quién evalúa
bien conocido ranking de Shanghai (Institute of Según la relación de los agentes evaluadores
Higher Education, 2008) pondera con un 10% el con la institución, suele hablarse de evaluación
número de premios Nobel, con un 20% a los externa, cuando los evaluadores, personas o
ganadores de la Medalla Fields (una especie de agencias, son externos a la institución, evaluación
Nobel de Matemáticas), 20% a los investigadores interna, cuando pertenecen a la propia institución
altamente citados, 20% a los artículos publicados evaluada, o mixta, si es una mezcla de ambas. No
en las revistas Nature y Science, 20% al impacto de existe una regla universal, los tres modelos son
los trabajos registrados por Science Citation Index, legítimos y dependerá de cada caso que se elija un
y finalmente un 10% al tamaño de la institución, modelo u otro. Así, es habitual que las propias
que sí cuenta. Ni que decir tiene que las universidades evalúen la actividad docente de los
universidades españolas no aparecen entre los cien profesores, si bien en algunos casos se recurre a
primeros puestos de estas clasificaciones, ni están instancias externas. Sin embargo, para evaluar los
en vías de aparecer. El análisis del porqué de esta proyectos de investigación y los curricula suele
situación nos llevaría lejos de los objetivos de este recurrirse a agencias externas, o utilizar modelos
trabajo, pero las causas profundas hay que mixtos. Una evaluación no es mejor ni peor por ser
buscarlas en un sistema que impide que las realizada externa o internamente, de lo que se trata
universidades seleccionen a los mejores alumnos y es que sea objetiva, rigurosa, independiente, fiable
a los mejores profesores e investigadores, así de y válida. Cada caso aconsejará si para obtener estos
simple y así de complejo. En un trabajo reciente resultados es mejor recurrir a evaluaciones
Buela-Casal et al. (2009) encuentran que los externas, internas o mixtas.
profesores de Universidad españoles asignan los
siguientes valores (de 1 a 5) a los criterios para 1.4. Cómo se evalúa: qué metodología
evaluar la producción científica: Artículos en utilizar
revistas con Factor de Impacto (4,19), Tramos de Desde un punto de vista métrico, los
Investigación (3,95), Proyectos I+D conseguidos instrumentos que se utilicen para la evaluación han
(3,90), Tesis doctorales dirigidas (3,47), Becas de ser objetivos, claros, comprensibles por las
FPU (3,03), y Doctorados con mención de calidad partes, preferiblemente cuantitativos, fiables y
(3,02). Estos valores dan una idea bastante clara de válidos. Más adelante detallaremos los pasos que
lo que piensa la comunidad universitaria acerca de deben seguirse para desarrollar instrumentos de
la producción científica de los investigadores. evaluación que cumplan estas condiciones. No
obstante, conviene aclarar desde el principio que un
1.2. Partes legítimamente implicadas en instrumento métricamente adecuado es condición
la evaluación necesaria, pero no suficiente para llevar a cabo una
Si bien en cada caso concreto pueden existir evaluación exitosa (Muñiz y Bartram, 2007).
ligeras variantes, en el contexto universitario los Aspectos como el proceso de aplicación del
agentes legítimamente implicados en las instrumento, el uso que se hace de los resultados, o
evaluaciones son entre otros: los alumnos, los el feedback dados a las partes, pueden hacer que un
padres de éstos, los profesores, el personal de excelente instrumento no genere los resultados
administración y servicios, los gestores deseados de la evaluación. En suma, la evaluación
universitarios, y la propia sociedad, representada es un proceso, uno de cuyos componentes son los
por los políticos elegidos, que subvenciona la instrumentos de evaluación, pero no los únicos.
Universidad. Se olvida con demasiada frecuencia
que lo aportado por las matrículas del alumno 1.5. Feedback a las partes implicadas

15 Revista de Investigación en Educación, ISSN: 1697-5200


La finalidad de toda evaluación universitaria un plan de mejora no está consensuado con las
es generar mejoras en la calidad universitaria, y partes es altamente probable que no funcione. Han
para que ello se produzca es fundamental dar el de formularse de forma objetiva, contemplándose
feedback adecuado a las partes implicadas. Una en el diseño la forma de evaluarlos, es decir, la
evaluación técnicamente perfecta no cumpliría su evaluación forma parte del propio plan de mejora.
objetivo si no se hiciera llegar la información Un plan no evaluable objetivamente en realidad no
correspondiente a las partes legítimamente es un plan, es como mucho un deseo
implicadas. Aparte de los planes de mejora que se bienintencionado. Hay que evitar generalizaciones
elaboren a partir de la evaluación, el mero hecho de hueras del tipo: el plan propuesto se propone re-
comunicar de forma adecuada los resultados culturalizar la Facultad. Si un plan de mejora no
constituye el agente de cambio más eficaz y conlleva el diseño de su evaluación objetiva no
económico. Meter los resultados de una evaluación puede considerarse como tal en sentido estricto. Es
en un cajón, o no hacer llegar a quien corresponda recomendable llevar a cabo una evaluación previa
el feedback pertinente es un error que debe evitarse. al plan, una posterior al plan, y hacer un
La explicación y difusión de los resultados seguimiento a medio y largo plazo. Siempre que
constituye una parte esencial del proceso sea posible es recomendable utilizar uno o más
evaluador. Debe de analizarse y estudiarse con grupos de control.
suma precisión y rigor cuál es la mejor manera de
dar el feedback a las partes implicadas, buscando la 1.7. Opinión de las partes implicadas en
máxima efectividad, en el sentido de generar la evaluación
mejoras en el sistema. Por ejemplo, ¿cómo se El proceso de evaluación termina con la
deben de dar a los profesores los resultados de la recogida de información de las partes implicadas a
evaluación hecha por los estudiantes? ¿Han de los distintos niveles de la evaluación. Este aspecto
hacerse públicos en el tablón de anuncios del es fundamental, pues va a permitir llevar a cabo
centro? ¿Han de ser privados? ¿Deben conocerlos reformulaciones y ajustes cara a futuros planes de
el decano y el director del departamento? ¿Qué evaluación. La información puede recogerse de
información debe de incluirse? De poco vale que el muy diversas formas, incluyendo encuestas de
cuestionario utilizado sea excelente si luego se falla opinión, cuestionarios, reuniones de grupo,
a la hora de solucionar estas y otras cuestiones entrevistas personales, etc. Se trata de hacer una
(Fernández, 2008). No hay reglas específicas que recogida de información lo más objetiva, rigurosa,
resuelvan toda la casuística evaluativa fiable y válida posible. Aparte del valor intrínseco
universitaria, pero sí dos pautas generales que hay de la información recogida, se fomentará la
que seguir a la hora de generar el feedback. En identificación e implicación de los distintos agentes
primer lugar, el feedback ha de ser rápido, cuanto en el proceso, sintiéndolo más suyo y cercano.
más tiempo pase entre la evaluación y el momento Una vez comentados los siete aspectos
de proporcionar feedback más ineficaz se vuelve la fundamentales implicados en el proceso de
evaluación. Esto vale para todo tipo de evaluación universitaria, vamos a centrarnos ahora
evaluaciones, y en especial para las calificaciones en los distintos pasos y actividades que habría que
de los alumnos. En segundo lugar, el feedback ha seguir para desarrollar instrumentos de medida con
de ser conciso y claro de interpretar, ajustando su unas propiedades métricas deseables para su
formato e información en función del destinatario. empleo en la evaluación universitaria.
Antes de llevar a cabo la evaluación ha de preverse
exactamente el feedback que se va a proporcionar. 2. CONSTRUCCIÓN DE INSTRUMENTOS
DE MEDIDA PARA LA EVALUACIÓN
1.6. Planes de mejora UNIVERSITARIA
Toda evaluación está destinada a terminar en En el contexto de la evaluación
un plan de mejora de algún aspecto institucional. universitaria, entendemos por instrumento de
Existen planes de mejora de todo tipo y condición, medida un procedimiento estandarizado que
si bien todos ellos deben reunir determinados permite obtener un conocimiento objetivo de una
requisitos. En primer lugar, han de estar persona, producto, sistema o institución. La
fundamentados en datos objetivos de partida y importancia de unos instrumentos de evaluación
tener también metas objetivas de llegada, que sean adecuados radica en la trascendencia de las
evaluables preferiblemente de forma cuantitativa. decisiones y las consecuencias que a partir de ellos
Han de ser acordados por las partes implicadas, si se derivan, tanto personales como sociales


(Anastasi y Urbina, 1998; Kane, 2006; Messick, 3.1. Marco general del instrumento de medida
1998; Muñiz, 1997b; Padilla, Gómez, Hidalgo y Todo proceso de construcción de un
Muñiz, 2006; Padilla, Gómez, Hidalgo y Muñiz, instrumento de medida comienza por una
2007; Sireci, 2007; Sireci y Parker, 2006; Zumbo, justificación detallada y precisa de cuáles son las
2007). Si el proceso de construcción se lleva cabo causas que motivan su construcción. Asimismo,
de forma defectuosa las inferencias que se hay que delimitar con claridad cuál es la variable
obtengan a partir de las puntuaciones y la toma de objeto de medición, cuál va a ser el contexto de
decisiones que de ellas se deriven serán totalmente aplicación o circunstancias en el que se va a
equivocadas e infundadas (Elosúa, 2003; Muñiz, administrar el instrumento de evaluación, el tipo de
2004; Muñiz, Fidalgo, García-Cueto, Martínez y aplicación (individual, colectiva), el formato de
Moreno, 2005; Schmeiser y Welch, 2006). aplicación (lápiz y papel, informática), y qué
Los requisitos técnicos que debe cumplir decisiones se van a tomar a partir de las
un instrumento de evaluación aparecen bien puntuaciones. Las causas que pueden llevar a la
documentados en la literatura especializada construcción de un instrumento de evaluación son
(American Educational Research Association, diversas. Por ejemplo, un profesor universitario
American Psychological Association y National puede decidir construir un nuevo instrumento
Council on Measurement in Education, 1999; porque no existe ningún otro para medir una
Carretero-Dios y Pérez, 2005; Clark y Watson, determinada variable, porque imparte docencia en
1995; Downing, 2006; Morales, Urosa y Blanco, una materia nueva y necesita evaluar a sus
2003; Muñiz, 1996, 1997a, 2000; Nunnally y estudiantes, o simplemente porque los instrumentos
Bernstein, 1995; Schmeiser y Welch, 2006; Smith, existentes en el mercado presentan unas pésimas
Fischer y Fister, 2003; Wilson, 2005). La propiedades métricas. Los responsables de la
construcción de un instrumento de medida es un construcción del instrumento de medida no sólo
proceso complejo que se puede articular en varios deben especificar el motivo por el cual quieren
pasos, si bien éstos no son automáticos y desarrollar un instrumento nuevo, sino también
universales, pudiendo variar en función del deben delimitar con claridad cuál es el contexto en
propósito del instrumento de medida (selección, el que se va a aplicar, lo que incluye
diagnóstico, etc.), del tipo de respuesta (selección o necesariamente la población objeto de medición
construcción), del formato de administración (lápiz (alumnos, profesores, departamentos, etc.) y las
y papel o informatizado), o del contexto de circunstancias de aplicación (lugar, medios de los
evaluación (exámenes, evaluación docente, etc.), que se dispone y condiciones de aplicación,
por citar sólo algunos casos. Todo el proceso de individual o colectiva). También debe de
construcción debe ser definido objetivamente especificarse de antemano con qué propósito van a
siguiendo unos principios teóricos y métricos para ser utilizadas las puntuaciones y qué decisiones se
así maximizar su validez (Downing, 2006; Smith, van a tomar a partir de ellas. En este sentido, las
2005). Puede decirse que el proceso de validación puntuaciones en un instrumento de evaluación
ya comienza a fraguarse antes de la propia pueden servir para propósitos varios como por
elaboración del instrumento, pues todas las ejemplo: seleccionar, diagnosticar, clasificar,
acciones que realicemos antes, durante y después orientar, evaluar un dominio específico o incluso
permitirán recoger datos empíricos que ayuden a la como método de screening (American Educational
interpretación de las puntuaciones (Elosúa, 2003; Research Association et al., 1999). Se debe dejar
Muñiz, 2004; Zumbo, 2007). claro que las inferencias que se extraigan de las
puntuaciones de un instrumento de medida son
3. PASOS PARA LA CONSTRUCCIÓN DE UN siempre para un uso, contexto y población
INSTRUMENTO DE MEDIDA determinada. Así, lo que pueda ser válido para un
En la Tabla 1 se recogen de forma grupo determinado de personas o población tal vez
esquemática las principales fases que se deben no lo sea para otra, y lo que pueda ser válido en un
considerar en el proceso de construcción y contexto de evaluación no tiene por qué serlo en
validación de los instrumentos de medida, y a otro diferente (Zumbo, 2007).
continuación se comenta cada una de ellas.



1. Marco general del instrumento de medida
- Justificación y motivación
- Contexto de aplicación
- Uso e interpretación de las puntuaciones

2. Definición operativa de la variable medida
- Definición operativa
- Definición sintáctica y semántica

3. Especificaciones del instrumento de medida
- Requerimientos de administración
- Tipo, número, longitud, formato, contenido y distribución de los ítems
- Especificaciones e instrucciones en la entrega del material
- Aspectos de seguridad

4. Construcción de los ítems
- Directrices para la construcción de ítems de elección múltiple
- Principios generales para la construcción de ítems

5. Producción, base de datos, normas de puntuación y corrección
- Composición
- Edición
- Puntuación y corrección

6. Estudio piloto cualitativo y cuantitativo
- Selección de la muestra piloto (cualitativo y cuantitativo)
- Análisis y resultados del estudio piloto (cualitativo y cuantitativo)
- Depuración, revisión, modificación o construcción de ítems
- Producción de una nueva versión del instrumento de medida

7. Selección de otros instrumentos de medida convergentes
- Obtener información convergente
- Utilizar pruebas ya validadas

8. Estudio de campo
- Selección y tamaño de la muestra y tipo de muestreo
- Administración del instrumento de medida
- Control de calidad y seguridad de la base de datos

9. Estimación de las propiedades métricas
- Análisis de ítems (cualitativo y cuantitativo)
- Dimensionalidad
- Estimación de la fiabilidad
- Obtención de evidencias de validez
- Tipificación

10.Versión definitiva, informe final y manual del instrumento de medida
- Prueba fina propuesta
- Manual
Tabla 1. Fases generales del proceso de construcción de instrumentos de medida



3.2. Definición operativa de la variable medida 2005; Muñiz, 2004) y validación de teorías (Smith,
El objetivo esencial de esta segunda fase es 2005).
la definición operativa, semántica y sintáctica de la
variable medida, así como las facetas o 3.3. Especificaciones del instrumento de medida
dimensiones que la componen (American Una vez delimitados el propósito de la
Educational Research Association et al., 1999; evaluación y la definición operativa de la variable
Carretero-Dios y Pérez, 2005; Lord y Novick, que interesa medir se debe llevar a cabo
1968; Wilson, 2005). determinadas especificaciones relacionadas con el
El constructo evaluado debe definirse en instrumento de medida. En esta fase se debe
términos operativos, para que pueda ser medido de describir de forma detallada y precisa aspectos
forma empírica (Muñiz, 2004). En este sentido, tan concernientes a los requerimientos de
interesante puede ser definir cuidadosamente lo que administración del instrumento de medida, el tipo,
es el constructo como lo que no es. La facilidad o número, longitud, contenido y distribución de los
dificultad de la definición operativa depende en ítems, especificaciones e instrucciones en la
cierta medida de la naturaleza de variable objeto de entrega del material y aspectos relacionados con la
medición. seguridad del mismo.
Para llevar a cabo una definición operativa Los requerimientos de administración del
de la variable que nos interesa medir es clave instrumento de medida se refieren a cuál va a ser el
realizar una revisión exhaustiva de la literatura soporte de administración (papel o informático), a
publicada al respecto, así como la consulta a qué tipo de aplicación se va a realizar (individual o
expertos (Clark y Watson, 1995; Wilson, 2005). colectiva), y cuándo y en qué lugar se va a
Ello permite, por un lado, delimitar la variable administrar el instrumento de medida. Igualmente,
objeto de medición, y considerar todas las se deben especificar los requerimientos cognitivos,
dimensiones relevantes de la misma, y por otro, de vocabulario y de accesibilidad de los
identificar con claridad los comportamientos más participantes. Es importante llevar a cabo
representativos de la variable de medición (Dolores adaptaciones de acceso en aquellos participantes
y Padilla, 2004; Smith, 2005). Hay que evitar el que no puedan desempeñar la tarea en igualdad de
dejar fuera alguna característica o dominio condiciones que el resto, por ejemplo disponer de
relevante del constructo (infraestimación), así una versión en Braille para una persona con
como ponderar en demasía una faceta o dominio deficiencia visual. Todo sistema universitario que
(sobreestimación) (Smith et al., 2003). Una se precie debería evaluar en las mismas
definición operativa y precisa del constructo condiciones y con la misma calidad a todos sus
influye de forma determinante en la posterior integrantes independientemente de su condición.
obtención de los diferentes tipos de evidencias, En relación con los ítems se debe
ayuda a especificar las conductas más especificar el tipo, el número, la longitud, el
representativas de la variable objeto de medición y contenido y el orden (disposición) de los mismos,
facilita el proceso de construcción de ítems así como el formato de respuesta o el tipo de
(Carretero-Dios y Pérez, 2005; Elosúa, 2003; alternativas que se van a utilizar. Con respecto a
Muñiz et al., 2005; Sireci, 1998; Smith, 2005). este tema, no existen normas universales, todo
No sólo es importante una definición dependerá de las circunstancias de aplicación, del
operativa de la variable sino que también es preciso propósito del constructor y de otras variables.
identificar y definir las facetas o dominios del
mismo (definición semántica) y la relación que se 3.4. Construcción de los ítems
establece entre ellas así como con otras variables La construcción de los ítems constituye una
de interés (definición sintáctica) (Lord y Novick, de las etapas más cruciales dentro del proceso de
1968). La variable objeto de medición no se construcción del instrumento de medida (Downing,
encuentra aislada en el mundo, sino que está en 2006; Schmeiser y Welch, 2006). Los ítems son la
relación o interacción (positiva y/o negativa) con materia prima, los ladrillos, a partir de la cual se
otras variables. Es interesante comprender y forma un instrumento de evaluación, por lo que una
analizar estas relaciones especificándolas de construcción deficiente de los mismos, como no
antemano con el propósito de llevar a cabo puede ser de otro modo, incidirá en las propiedades
posteriores estudios dirigidos a la obtención de métricas finales del instrumento de medida y en las
evidencias de validez (Carretero-Dios y Pérez, inferencias que se extraigan a partir de las


JOSE MUÑIZ Y EDUARDO FONSECA-PEDRERO

puntuaciones (Muñiz et al., 2005). Los principios exhaustiva de las fuentes bibliográficas, así como a
básicos que deben regir la construcción de otros instrumentos similares ya existentes. En
cualquier banco de ítems son: representatividad, relación con la valoración de los ítems por parte de
relevancia, diversidad, claridad, sencillez y los expertos y con la finalidad de una evaluación
comprensibilidad (Muñiz et al., 2005). Todos los más precisa y objetiva del conjunto inicial de
dominios de la variable de interés deben de estar ítems, se puede pedir a los expertos que juzguen, a
igualmente representados, aproximadamente con el partir de un cuestionario, si los ítems están bien
mismo número de ítems, a excepción de que se redactados para la población de interés, si son o no
haya considerando un dominio más relevante pertinentes para evaluar una faceta o dominio
dentro de la variable, y que por lo tanto, deba tener determinado y si cada ítem representa de forma
un mayor número de ítems, esto es, una mayor adecuada la variable o dimensión de interés.
representación. Un muestreo erróneo del dominio
objeto de evaluación sería una clara limitación a las 3.5. Producción, base de datos, normas de
inferencias que con posterioridad se dibujen a puntuación y corrección
partir de los datos. Los ítems deben de ser En esta fase se compone, se edita y se lleva
heterogéneos y variados para así recoger una mayor a imprimir la primera versión del instrumento de
variabilidad y representatividad de la variable de medida, además de construir la base de datos con la
medida. Debe primar la claridad y la sencillez, se claves de corrección. Este paso ha sido con
deben evitar tecnicismos, dobles negaciones, o frecuencia injustamente infraestimado y olvidado,
enunciados excesivamente prolijos o ambiguos sin embargo es clave, pues el continente bien
(Muñiz et al., 2005). Del mismo modo, los ítems podría echar a perder el contenido. Buenos ítems
deben ser comprensibles para la población a la cual pobremente editados dan como resultado un mal
va dirigido el instrumento de medida, evitándose en test, igual que las malas barricas pueden echar a
todo momento un lenguaje ofensivo y/o perder los buenos caldos. Podemos haber
discriminatorio. Ítems con una redacción construido un buen banco de ítems que de nada
defectuosa o excesivamente vagos van a servirá si luego éstos se presentan de forma
incrementar el porcentaje de varianza explicada desorganizada, con errores tipográficos, o en un
debido a factores espurios o irrelevantes, con la cuadernillo defectuoso. Uno de los errores más
consiguiente merma de validez de la prueba. frecuentes entre los constructores de tests
Si los ítems provienen de otro instrumento aficionados es utilizar fotocopias malamente
ya existente en otro idioma y cultura, deberán grapadas, con la excusa de que sólo se trata de una
seguirse las directrices internacionales para la versión experimental de la prueba, olvidándose que
traducción y adaptación de tests (Balluerka, para las personas que la responden no existen
Gorostiaga, Alonso-Arbiol y Haranburu, 2007; pruebas experimentales, todas son definitivas. El
Hambleton, Merenda y Spielberger, 2005; Muñiz y aspecto físico de la prueba forma parte de la
Bartram, 2007). En el caso de ítems originales han validez aparente. Es importante que el instrumento
de seguirse las directrices elaboradas para el dé la impresión de medir de manera objetiva,
desarrollo de ítems de elección múltiple (Downing rigurosa, fiable y válida la variable de interés. Por
y Haladyna, 2006; Haladyna, 2004; Haladyna et otra parte, en esta fase también se debe construir, si
al., 2002; Moreno et al., 2006; Moreno et al., 2004; fuera el caso, la base de datos donde
Muñiz et al., 2005). posteriormente se van a tabular las puntuaciones y
Durante las fases iniciales de la a realizar los análisis estadísticos pertinentes así
construcción del banco de ítems se recomienda que como las normas de corrección y puntuación, por
el número de ítems inicial sea como mínimo el ejemplo si existen ítems que se deben recodificar,
doble del que finalmente se considera que podrían si se va a crear una puntuación total o varias
formar parte de la versión final del instrumento de puntaciones, etc.
medida. La razón es bien sencilla, muchos de ellos
por motivos diferentes (métricos, comprensibilidad, 3.6. Estudio piloto cualitativo y cuantitativo
dificultad, etc.) se acabarán desechando, por lo que La finalidad de cualquier estudio piloto es
sólo quedarán aquellos que ofrezcan mejores examinar el funcionamiento general del
indicadores o garantías técnicas (sustantivas y instrumento de medida en una muestra de
métricas). Finalmente, para garantizar la validez de participantes con características semejantes a la
contenido de los ítems (Sireci, 1998) se ha de población objeto de interés. Esta fase es de suma
recurrir a la consulta de expertos y a la revisión importancia ya que permite detectar, evitar y


corregir posibles errores así como llevar a cabo una evaluación es siempre obtener mayores evidencias
primera comprobación del funcionamiento del de validez. La selección adecuada de otras
instrumento de evaluación en el contexto aplicado. variables de interés permite aglutinar diferentes
El estudio piloto podría verse como una tipos de evidencias que conduzcan a una mejor
representación en miniatura de lo que interpretación de las puntuaciones en el
posteriormente va a ser el estudio de campo. instrumento de medida dentro de un contexto y uso
Existen dos tipos de estudio piloto: particular. En este sentido, se pueden establecer
cualitativo y cuantitativo (Wilson, 2005). El relaciones con un criterio externo, con otros
estudio piloto cualitativo permite, a partir de instrumentos de medida que pretendan medir la
grupos de discusión, debatir en voz alta diferentes misma variable u otras diferentes (lo que
aspectos relacionados con el instrumento de anteriormente se había definido como definición
medida (p. ej., la detección de errores semánticos, sintáctica).
gramaticales, el grado de comprensibilidad de los La utilización de materiales
ítems, las posibles incongruencias semánticas, complementarios se encuentra claramente
etc.). Los participantes en este pilotaje pueden ser o influenciada por cuestiones pragmáticas. Una vez
no similares a la población objeto de medición. Por más se vuelve a imponer la realidad. La decisión de
su parte, el estudio piloto cuantitativo permite qué instrumentos se deben utilizar
examinar las propiedades métricas del instrumento complementariamente con el nuestro está
de medida. En ambos casos se deben anotar de influenciada por las exigencias referidas al tiempo
forma detallada todas las posibles incidencias y al lugar. Evidentemente las exigencias de tiempo
acaecidas durante la aplicación (p. ej., preguntas o y las razones éticas no permiten administrar todos
sugerencias de los participantes, grado de los instrumentos que quisiéramos, si bien aquí no
comprensión de los ítems así como posibles errores se trata de pasar cuantos más mejor sino de
o problemas detectados en el instrumento). seleccionar aquellos de mayor calidad científica, a
A continuación, una vez tabulados los partir de los cuales se pueda profundizar en el
datos, se procede a los análisis de la calidad significado de nuestras puntuaciones. Algunos
métrica de los ítems. En función de criterios recomendaciones prácticas en la selección de otros
sustantivos y estadísticos algunos ítems son instrumentos de medida son: a) que se encuentren
descartados mientras que otros son modificados. Es validados para población objeto de interés y se
importante que el constructor del instrumento de conozcan sus propiedades métricas; b) que sean
evaluación deje constancia de qué ítems fueron sencillos y de rápida administración y que
eliminados o modificados y por qué, además de conlleven un ahorro de tiempo; c) que tengan
explicitar con claridad el criterio (cualitativo o “coherencia” sustantiva de cara a establecer
cuantitativo) por el cual se eliminaron. En este paso relaciones entre las variables.
si se considera conveniente se pueden incorporar
nuevos ítems. Todas las actividades deben ir 3.8. Estudio de campo
destinadas a seleccionar los ítems con mayores En la fase del estudio de campo se incluye
garantías métricas que maximicen las propiedades la selección de la muestra (tipo, tamaño y
finales del instrumento de evaluación. Finalmente, procedimiento), la administración del instrumento
se debe construir una nueva versión del de medida a los participantes y el control de
instrumento de medida que es revisada de nuevo calidad y seguridad de la base de datos.
por el grupo de expertos y que será la que en última La representatividad y generalizabilidad de
instancia se administre en el estudio final de nuestros resultados depende en gran medida de que
campo. la muestra elegida sea realmente representativa de
la población objetivo de estudio. Elegir una
3.7. Selección de otros instrumentos de medida muestra pertinente en cuanto a representatividad y
convergentes tamaño es esencial, si se falla en esto todo lo demás
La selección adecuada de otros instrumentos va a quedar invalidado. El muestreo probabilístico
de evaluación permite recoger evidencias a favor siempre es preferible al no probabilístico, para la
de la validez de las puntuaciones de los estimación del tamaño muestral requerido para un
participantes (Elosúa, 2003). Es interesante que no determinado error de medida ha de acudirse a los
se pierda el norte, la finalidad última de todo textos especializados, o consultar los expertos en la
proceso de construcción de instrumentos de tecnología de muestreo. Es recomendable que por



cada ítem administrado tengamos al menos 5 ó 10 decisiones que se tomen se deben describir con
personas, si bien determinadas técnicas estadísticas claridad y deben de estar correctamente razonadas.
pueden reclamar incluso más de cara a una buena En un primer lugar, se deben analizar los ítems
estimación de los parámetros. tanto a nivel cualitativo como a nivel cuantitativo.
Las actividades relacionadas con la Para seleccionar los mejores ítems desde el punto
administración y el uso del instrumento de medida de vista métrico se pueden tener en cuenta el índice
son cruciales durante el proceso de validación de dificultad (cuando proceda), el índice de
(Muñiz y Bartram, 2007; Muñiz et al., 2005). discriminación, las cargas factoriales y/o el
Cuando administramos cualquier instrumento de funcionamiento diferencial de los ítems (Muñiz et
medida hay que cuidarse de que las condiciones al., 2005). No se debe perder de vista que la
físicas de la aplicación sean las adecuadas (luz, finalidad del análisis métrico de los ítems no debe
temperatura, ruido, comodidad de los asientos, ser otro que maximizar o potenciar las propiedades
etc.). Igualmente, las personas encargadas de la métricas del instrumento de medida; no obstante no
administración del instrumento de medida deben existen reglas universales y las consideraciones
establecer una buena relación (rapport) con los estadísticas no garantizan unos resultados con
participantes, estar familiarizados con la significación conceptual, por lo que uno debería
administración de este tipo de herramientas, dar las tener presente también los aspectos sustantivos
instrucciones a los participantes correctamente, (Muñiz et al., 2005). Una vez seleccionados los
ejemplificar con claridad como se resuelven las ítems, se procede al estudio de la dimensionalidad
preguntas, supervisar la administración y del instrumento para conocer su estructura interna.
minimizar al máximo las posibles fuentes de error. En el caso de encontrar una solución esencialmente
Por todo ello es recomendable elaborar unas pautas unidimensional nos podríamos plantear la
o directrices que permitan estandarizar la construcción de una puntuación total, en el caso de
administración del instrumento de medida. una estructura multidimensional deberíamos pensar
El control de calidad de la base de datos es en un conjunto de escalas o perfil de puntuaciones.
otro tema a veces poco valorado en el proceso de El análisis factorial y el análisis de componentes
construcción de instrumentos de medida. Por principales son las técnicas más utilizadas para
control de calidad nos referimos a una actividad examinar la estructura interna, si bien no son las
que tiene como intención comprobar que los datos únicas (Cuesta, 1996). Una vez determinada la
introducidos en la base de datos se correspondan, dimensionalidad del instrumento de medida se
de hecho, con las puntuaciones de los participantes lleva a cabo una estimación de la fiabilidad, para lo
en la prueba. Frecuentemente cuando introducimos cual se pueden seguir diversas estrategias, tanto
las puntuaciones de los participantes en una base de desde el punto de vista de la teoría clásica de los
datos se pueden cometer multitud de errores, por tests como de la teoría de respuesta a los ítems
ello es altamente recomendable comprobar de (Muñiz, 1997, 2000). Posteriormente, y de cara a
forma rigurosa que los datos se han introducido obtener evidencias de validez, se debe observar la
correctamente. Una estrategia sencilla a posteriori relación del instrumento de medida con otros
que se puede utilizar es extraer al azar un cierto instrumentos de evaluación, y finalmente, se lleva a
porcentaje de los participantes y comprobar la cabo una baremación del instrumento de medida
correspondencia entre las puntuaciones en la donde se establecen puntos de corte normativos.
prueba y la base de datos. No obstante los mejores Los desarrollos estadísticos y técnicos en este
errores son los que no se cometen, así que hay que campo son notables, incorporándose cada vez más
poner todos los medios para minimizar los errores a a menudo los métodos estadísticos robustos (Erceg-
la hora de construir la base de datos. Hurn y Mirosevich, 2008), el análisis factorial
confirmatorio (Brown, 2006; Kline, 2005) y el
3.9. Estimación de las propiedades métricas funcionamiento diferencial de los ítems, por citar
Una vez administrado el instrumento de sólo tres casos (Muñiz et al., 2005).
medida a la muestra de interés se procede al
estudio de las propiedades métricas del mismo: 3.10. Versión definitiva, informe final y manual
análisis de los ítems, estudio de la dimensionalidad, del instrumento de medida
estimación de la fiabilidad, obtención de evidencias En último lugar, se procede a la
de validez y construcción de baremos. elaboración de la versión definitiva del instrumento
En esta fase debe primar por encima de de medida, se envía un informe de resultados a las
todo el rigor metodológico. Todos los pasos y partes interesadas (alumnos, profesores,


departamentos, etc.) y se elabora el manual del Personnel Evaluation in Education, 13, 153-
mismo que permita su utilización a otras personas o 166.
instituciones interesadas. El manual de la prueba
American Educational Research Association,
debe de recoger con todo detalle todas las
American Psychological Association, y
características relevantes de la prueba. Como se
National Council on Measurement in
comentó anteriormente, todo proceso de evaluación
Education (1999). Standars for Educational
es necesario que concluya en un feedback (rápido,
and Psychological Testing. Washington, DC:
conciso y claro) a las partes implicadas y con una
Author.
propuesta de planes de mejora. Finalmente y
aunque sea la última fase, esto no quiere decir que Anastasi, A., y Urbina, S. (1998). Los tests
el proceso de validación concluya aquí, posteriores psicológicos. México: Prentice Hall.
estudios deberán seguir recogiendo evidencias de Balluerka, N., Gorostiaga, A., Alonso-Arbiol, I., y
validez que permitan tomar decisiones fundadas a Haranburu, M. (2007). La adaptación de
partir de las puntuaciones de los individuos. instrumentos de medida de unas culturas a
otras: una perspectiva práctica. Psicothema,
4. A MODO DE CONCLUSIÓN 124-133.
En las líneas precedentes ya se ha indicado
que el proceso de evaluación universitaria es Beran, T., y Violato, C. (2005). Rating of university
complejo, dada la cantidad de aspectos diferentes teacher instruction: How much do student
susceptibles de ser evaluados. Para llevar a cabo and course characteristics really matter?
una evaluación universitaria rigurosa no sólo es Assessment & Evaluation in Higher
necesario, que lo es, disponer de instrumentos de Education, 30, 593-601.
evaluación técnicamente solventes, además hay que Brennan, R. L. (2006). Educational Measurement.
manejar un modelo de evaluación integral que dé Washington, DC: American Council on
una respuesta a los siguientes interrogantes: qué se Education/Praeger.
evalúa, cuáles son las partes legítimamente
implicadas en la evaluación, quién evalúa, cómo se Brown, T. A. (2006). Confirmatory factor analysis
evalúa (qué metodología utilizar), qué feedback se for applied research. New York: Guilford
ofrece a las partes implicadas, planes de mejora Press.
generados por la evaluación y qué opinión tienen Buela-Casal, G., Bermúdez, M. P., Sierra, J. C.,
las partes implicadas sobre la evaluación. Tras un Quevedo-Blasco, R., y Castro-Vázquez, A.
breve repaso por esos siete aspectos nos hemos (2009). Ranking de 2008 en productividad
centrado en la descripción de los diez pasos básicos en investigación de las universidades
que habría que seguir para desarrollar un públicas españolas. Psicothema, 21.
instrumento de medida objetivo y riguroso. Estos
pasos no se pueden abordar en profundidad desde Centra, J. A. (1993). Reflective faculty evaluation.
un punto de vista técnico en un breve artículo como San Francisco: Jossey-Bass.
éste, no se trata de eso, sino de poner a disposición Carretero-Dios, H., y Pérez, C. (2005). Normas para
de los gestores y profesionales una guía general el desarrollo y revisión de estudios
que les permita obtener una visión panorámica de instrumentales. International Journal of
las actividades implicadas en el desarrollo de los Clinical and Health Psychology, 5, 521-551.
instrumentos de medida. Esperamos haber sido
capaces de transmitir la idea de que el campo de la Clark, L. A., y Watson, D. (1995). Constructing
elaboración de instrumentos de medida en el Validity: Basic issues in objective scale
contexto de la Evaluación Universitaria está development. Psychological Assessment 7,
altamente desarrollado y es necesario acudir a 309-319.
personal cualificado para su desarrollo adecuado, Cuesta, M. (1996). Unidimensionalidad. En J. Muñiz
constituyendo una temeridad dejarlo en manos de (Ed.), Psicometría. Madrid: Universitas.
aficionados bienintencionados. (pags. 239-292).

5. BIBLIOGRAFÍA Dolores, M., y Padilla, J. L. (2004). Técnicas
Aleamoni, L. M. (1999). Student rating myths versus psicométricas: los tests. En R. Fernández-
research facts from 1924 to 1998. Journal of Ballesteros (Ed.), Evaluación psicológica:



Conceptos, métodos y estudio de casos (pp. http://www.che.de/downloads/Berlin_Princip
323-355). Madrid: Pirámide. les_IREG_534.pdf
Downing, S. M. (2006). Twelve steps for effective Joint Committee on Standards for Educational
test development. En S. M. Downing y T. M. Evaluation. (2003). The student evaluation
Haladyna (Eds.), Handbook of test standards. Thousand Oaks, CA: Corwin
development (pp. 3-25). Mahwah, NJ: Press.
Lawrence Erlbaum Associates.
Kane, M. T. (2006). Validation. En R. L. Brennan
Downing, S. M., y Haladyna, T. M. (2006). (Ed.), Educational measurement (4th ed.)
Handbook of test development. Mahwah, NJ: (pp. 17-64). Westport, CT: American
Lawrence Erlbaum Associates. Council on Education/Praeger.
Elosúa, P. (2003). Sobre la validez de los tests. Kline, R. B. (2005). Principles and practice of
Psicothema, 15, 315-321. structural equation modeling (2 ed.). New
York: The Guilford Press.
Erceg-Hurn, D. M., y Mirosevich, V. M. (2008).
Modern robust statistical methods: An easy Lord, F. M., y Novick, M. R. (1968). Statistical
way to maximize the accuracy and power of theories of mental test scores. New York:
your research. American Psychologist, 63, Addison-Wesley.
591-601.
Marsh, H. W., y Roche, L. A. (2000). Effects of
Fernández, J. (2008). Valoración de la calidad grading leniency and low workloads on
docente. Madrid: Editorial Complutense. students’ evaluations of teaching: Popular
myths, bias, validity or innocent bystanders.
Fernández, J., Mateo, M. A., y Muñiz, J. (1995).
Journal of Educational Psychology, 92, 202-
Evaluation of the academic setting in Spain.
228.
European Journal of Psychological
Assessment(11), 133-137. Messick, S. (1998). Test validity: A matter of
consequence. Social Indicators Research 45
Fernández, J., Mateo, M. A., y Muñiz, J. (1996).
35-44.
Valoración por parte del profesorado de la
evaluación docente realizada por los Morales, P., Urosa, B., y Blanco, A. B. (2003).
alumnos. Psicothema, 8, 167-172. Construcción de escalas de actitudes tipo
Likert. Madrid: La Muralla.
Haladyna, T. M. (2004). Developing and validating
multiple-choice test item (3ª ed.). Hillsdale, Moreno, R., Martínez, R., y Muñiz, J. (2006). New
NJ: LEA. guidelines for developing multiple-choice
items. Methodology, 2, 65-72.
Haladyna, T. M., Downing, S. M., y Rodríguez, M.
C. (2002). A review of multiple-choice item- Moreno, R., Martínez, R. J., y Muñiz, J. (2004).
writing guidelines. Applied Measurement in Directrices para la construcción de ítems de
Education, 15(3), 309-334. elección múltiple. Psicothema, 16(3), 490-
497.
Hambleton, R. K., Merenda, P. F., y Spielberger, C.
D. (2005). Adapting educational and Muñiz, J. (Ed.) (1996). Psicometría. Madrid:
psychological tests for cross-cultural Universitas.
assessment London: Lawrence Erlbaum
Muñiz, J. (1997a) Introducción a la teoría de
Associates
respuesta a los ítems. Madrid: Pirámide.
Institute of Higher Education, Shangai Jiao Tong
Muñiz, J. (1997b). Aspectos éticos y deontológicos
University (2008). Academic Ranking of
de la evaluación psicológica. En A. Cordero
World Universities.
(ed.), La evaluación psicológica en el año
http://ed.sjtu.edu.cn/rank/2008/2008Main.ht
2000. Madrid: Tea Ediciones.
m
Muñiz, J. (2000). Teoría Clásica de los Tests.
International Ranking Expert Group (2006). Berlin
Madrid: Pirámide.
Principles on Ranking of Higher Education
Institutions.



Muñiz, J. (2004). La validación de los tests. Zumbo, B. D. (2007). Validity: Foundational issues
Metodología de las Ciencias del and statistical methodology. En C. R. Rao y
Comportamiento, 5, 121-141. S. Sinharay (Eds.), Handbook of statistics:
Vol. 26. Psychometrics (pp. 45-79).
Muñiz, J., y Bartram, D. (2007). Improving
Amsterdam, Netherlands: Elsevier Science.
international tests and testing. European
Psychologist, 12, 206-219.
Muñiz, J., Fidalgo, A. M., García-Cueto, E.,
Martínez, R., y Moreno, R. (2005). Análisis
Nota. Este trabajo ha sido financiado por el
de los ítems. Madrid: La Muralla.
Ministerio Español de Ciencia e Innovación,
Nunnally, J. C., y Bernstein, I. J. (1995). Teoría referencia PSI2008-03934 y CIBERSAM
psicométrica. México: McGraw Hill. Universidad de Oviedo.
Padilla, J. L., Gómez, J., Hidalgo, M. D., y Muñiz, J.
(2006). La evaluación de las consecuencias
del uso de los tests en la teoría de la validez.
Psicothema, 19, 307-312.
Padilla, J. L., Gómez, J., Hidalgo, M. D., y Muñiz, J.
(2007). Esquema conceptual y
procedimientos para analizar la validez de
las consecuencias del uso de los test.
Psicothema, 19, 173-178
Schmeiser, C. B., y Welch, C. (2006). Test
development. En R. L. Brennan (Ed.),
Educational Measurement (4th ed.) (pp.
307-353). Westport, CT: American Council
on Education/Praeger.
Sireci, S. G. (1998). Gathering and analyzing content
validity data. Educational Assessment, 5,
299-321.
Sireci, S. G. (2007). On validity theory and test
validation. Educational Researcher 36, 477-
481.
Sireci, S. G., y Parker, P. (2006). Validity on trial:
Psychometric and legal conceptualizations of
validity Educational Measurement: Issues
and Practice 25, 27-34.
Smith, G. T., Fischer, S., y Fister, S. M. (2003).
Incremental validity principles in test
construction. Psychological Assessment, 15,
467-477.
Smith, S. T. (2005). On construct validity: Issues of
method measurement. Psychological
Assessment, 17, 396-408.
Wilson, M. (2005). Constructing measures: An item
response modeling approach. Mahwah, NJ:
Lawrence Erlbaum Associates.


Academic evaluation instruments (esp)

Más contenido relacionado

La actualidad más candente (20)

Destacado (12)

Similar a Academic evaluation instruments (esp) (20)

Último (20)

Academic evaluation instruments (esp)