Teorias de Los Test Tarea # 4 y 5

UNIVERSIDAD ABIERTA PARA ADULTOS
(UAPA)
Facultad De Ciencias Y Humanidades

ASIGNATURA:
Teoría de los Test y Fundamento de Medición
TEMA:
Fundamentos de las Psicometría
(Norma)
SUSTENTADO POR;
Daniel Batalla Rodríguez
(Privado de Libertad)
MATRICULA:
100018358
FACILITADORA:
Belkis Duran
Sede–Santiago
República Dominicana
19 de Agosto del 2022.
Introducción
En este trabajo investigativo a realizar asignado por nuestra apreciada facilitadora;
Belkis Duran, estaré explicando de manera clara y coherente los siguientes;
Primero: Mencionar las medidas de tendencia central explicando cada una de ella.
Segundo: La elaboración de un cuadro presentando las siguientes puntuaciones; a)

Puntuación Z. b) Puntuación natural. Y c) Puntuación T.
Y Terceo: Explicar de manera clara con mi propia palabra en que consiste

operacionalizar las variables.
Las medidas de tendencia central son parámetros estadísticos que informan sobre el
centro de la distribución de la muestra o población estadística. En Psicología podríamos
decir que medidas de posición, tendencia central o centralización a unos valores
numéricos en torno a los cuales se agrupan, en mayor o menor medida, los valores de
una variable estadística. Estas medidas se conocen también como promedios.
Para que un valor pueda ser considerado promedio, debe cumplirse que esté situado
entre el menor y el mayor de la serie y que su cálculo y utilización resulten sencillos en
términos matemáticos. Se distinguen dos clases principales de valores promedio:
 Las medidas de posición centrales: medias (aritmética, geométrica, cuadrática,

ponderada), mediana y moda.
 Las medidas de posición no centrales: entre las que destacan especialmente los
cuantiles
Ahora bien, una puntuación referida a la norma se interpreta a partir de un grupo de

referencia, es decir, se basa en la comparación de la ejecución de un sujeto con su grupo
normativo. La mayor parte de pruebas psicológicas se interpretan a través de la consulta
de normas. La puntuación que obtiene el sujeto indica la posición del mismo con
respecto al grupo de referencia, y no tiene valor interpretativo propio, sino que debe
relacionarse con la norma que sustenta la medida. Para ello se transforma la puntuación
que obtiene el sujeto en otra posición que indique la posición que ocupa respecto a ese
grupo. Existen tres tipos fundamentales de puntuaciones normativas.
Por lo que en este trabajo observaremos todos los concernientes a la Norma en

psicometría.
Indicación y espacio para enviar la tarea # 4 y 5
Estimado Participante:
En esta semana continuarás con las unidades 4-5 para trabajar las
siguientes actividades:
1) Menciona las medidas de tendencia central y explica una
Por lo general las medidas de tendencia central son medidas estadísticas que pretenden
resumir en un solo valor a un conjunto de valores. Representan un centro en torno al
cual se encuentra ubicado el conjunto de los datos. Las medidas de tendencia central
más utilizadas son: media, mediana y moda. Las medidas de dispersión en cambio
miden el grado de dispersión de los valores de la variable. Dicho en otros términos las
medidas de dispersión pretenden evaluar en qué medida los datos difieren entre sí. De
esta forma, ambos tipos de medidas usadas en conjunto permiten describir un conjunto
de datos entregando información acerca de su posición y su dispersión.
Medidas de tendencia central
Promedio o media: La medida de tendencia central más conocida y utilizada es la

media aritmética o promedio aritmético. Se representa por la letra griega µ cuando se
trata del promedio del universo o población y por Ȳ (léase Y barra) cuando se trata del
promedio de la muestra. Es importante destacar que µ es una cantidad fija mientras que
el promedio de la muestra es variable puesto que diferentes muestras extraídas de la
misma población tienden a tener diferentes medias. La media se expresa en la misma
unidad que los datos originales: centímetros, horas, gramos, etc.
Si una muestra tiene cuatro observaciones: 3, 5, 2 y 2, por definición el estadígrafo será:
Medidas de tendencia central y dispersión
 Estos cálculos se pueden simbolizar:

 Donde Y1 es el valor de la variable en la primera observación, Y2 es el valor
de la segunda observación y así sucesivamente. En general, con “n”
observaciones, Yi representa el valor de la i-ésima observación. En este caso
el promedio está dado por
 De aquí se desprende la fórmula definitiva del promedio:
 Desviaciones: Se define como la desviación de un dato a la diferencia entre el

valor del dato y la media:
 Ejemplo de desviaciones:
Una propiedad interesante de la media aritmética es que la suma de las desviaciones
es cero.
1) Mediana: Otra medida de tendencia central es la mediana. La mediana es el valor de la
variable que ocupa la posición central, cuando los datos se disponen en orden de
magnitud. Es decir, el 50% de las observaciones tiene valores iguales o inferiores a la
mediana y el otro 50% tiene valores iguales o superiores a la mediana.
Si el número de observaciones es par, la mediana corresponde al promedio de los dos
valores centrales. Por ejemplo, en la muestra 3, 9, 11, 15, la mediana es (9+11)/2=10.
2) Moda: La moda de una distribución se define como el valor de la variable que más se
repite. En un polígono de frecuencia la moda corresponde al valor de la variable que está
bajo el punto más alto del gráfico. Una muestra puede tener más de una moda.
Medidas de dispersión
Las medidas de dispersión entregan información sobre la variación de la variable.
Pretenden resumir en un solo valor la dispersión que tiene un conjunto de datos. Las
medidas de dispersión más utilizadas son: Rango de variación, Varianza, Desviación
estándar, Coeficiente de variación.
Rango de variación: Se define como la diferencia entre el mayor valor de la variable y el
menor valor de la variable.
La mejor medida de dispersión, y la más generalizada es la varianza, o su raíz cuadrada, la

desviación estándar. La varianza se representa con el símbolo σ² (sigma cuadrada) para el
universo o población y con el símbolo s2 (s cuadrado), cuando se trata de la muestra. La
desviación estándar, que es la raíz cuadrada de la varianza, se representa por σ (sigma)
cuando pertenece al universo o población y por “s”, cuando pertenece a la muestra. σ² y σ
son parámetros, constantes para una población particular; s2 y s son estadígrafos, valores
que cambian de muestra en muestra dentro de una misma población. La varianza se
expresa en unidades de variable al cuadrado y la desviación estándar simplemente en
unidades de variable.
Fórmulas
 Donde µ es el promedio de la población.
 Donde Ȳ es el promedio de la muestra.
Consideremos a modo de ejemplo una muestra de 4 observaciones

Según la fórmula el promedio calculado es 7, veamos ahora el cálculo de las medidas
de dispersión:
s2 = 34 / 3 = 11,33 Varianza de la muestra
La desviación estándar de la muestra (s) será la raíz cuadrada de 11,33 = 3,4.
Interpretación de la varianza (válida también para la desviación estándar): un alto valor de

la varianza indica que los datos están alejados del promedio. Es difícil hacer una
interpretación de la varianza teniendo un solo valor de ella. La situación es más clara si se
comparan las varianzas de dos muestras, por ejemplo, varianza de la muestra igual 18 y
varianza de la muestra b igual 25. En este caso diremos que los datos de la muestra b
tienen mayor dispersión que los datos de la muestra a. esto significa que en la muestra a
los datos están más cerca del promedio y en cambio en la muestra b los datos están más
alejados del promedio.
 Coeficiente de variación
Es una medida de la dispersión relativa de los datos. Se define como la desviación

estándar de la muestra expresada como porcentaje de la media muestral.
Es de particular utilidad para comparar la dispersión entre variables con distintas unidades
de medida. Esto porque el coeficiente de variación, a diferencia de la desviación estándar,
es independiente de la unidad de medida de la variable de estudio.
Medidas de tendencia central y de dispersión en datos agrupados
Se identifica como datos agrupados a los datos dispuestos en una distribución de

frecuencia. En tal caso las fórmulas para el cálculo de promedio, mediana, modo, varianza
y desviación estándar deben incluir una leve modificación. A continuación, se entregan
los detalles para cada una de las medidas.
 Promedio en datos agrupados
La fórmula es la siguiente:
Donde ni representa cada una de las frecuencias correspondientes a los diferentes valores
de Yi.
Consideremos como ejemplo una distribución de frecuencia de madres que asisten a un

programa de lactancia materna, clasificadas según el número de partos. Por tratarse de
una variable en escala discreta, las clases o categorías asumen sólo ciertos valores: 1, 2, 3,
4, 5.
Entonces las 42 madres han tenido, en promedio, 2,78 partos.
Si la variable de interés es de tipo continuo será necesario determinar, para cada intervalo,
un valor medio que lo represente. Este valor se llama marca de clase (Yc) y se calcula
dividiendo por 2 la suma de los límites reales del intervalo de clase. De ahí en adelante se
procede del mismo modo que en el ejercicio anterior, reemplazando, en la fórmula de
promedio, Yi por Yc.
Mediana en datos agrupados
Si la variable es de tipo discreto la mediana será el valor de la variable que corresponda a

la frecuencia acumulada que supere inmediatamente a n/2. En los datos de la tabla 1
Me=3, ya que 42/2 es igual a 21 y la frecuencia acumulada que supera inmediatamente a
21 es 33, que corresponde a un valor de variable (Yi) igual a 3.
Si la variable es de tipo continuo es necesario, primero, identificar la frecuencia

acumulada que supere en forma inmediata a n/2, y luego aplicar la siguiente fórmula:
 Donde:
Moda en datos agrupados
Si la variable es de tipo discreto la moda o modo será al valor de la variable (Yi) que
tenga la mayor frecuencia absoluta ( ). En los datos de la tabla 1 el valor de la moda es 3
ya que este valor de variable corresponde a la mayor frecuencia absoluta =16.
Más adelante se presenta un ejemplo integrado para promedio, mediana, varianza y

desviación estándar en datos agrupados con intervalos.
 Varianza en datos agrupados
Para el cálculo de varianza en datos agrupados se utiliza la fórmula
Con los datos del ejemplo y recordando que el promedio (Y) resultó ser 2,78 partos por
madre,
Cuando los datos están agrupados en intervalos de clase, se trabaja con la marca de clase
(Yc), de tal modo que la fórmula queda:
Donde Yc es el punto medio del intervalo y se llama marca de clase del intervalo
Yc= (Límite inferior del intervalo + límite superior del intervalo).
 Percentiles
Los percentiles son valores de la variable que dividen la distribución en 100 partes
iguales. De este modo si el percentil 80 (P80) es igual a 35 años de edad, significa que el
80% de los casos tiene edad igual o inferior a 35 años. Su procedimiento de cálculo es
relativamente simple en datos agrupados sin intervalos.
 Retomemos el ejemplo de la variable número de partos:
El percentil j (Pj) corresponde al valor de la variable (Yi ) cuya frecuencia acumulada

supera inmediatamente al “j” % de los casos (jxn/100).
El percentil 80, en los datos de la tabla, será el valor de la variable cuyo Ni sea
inmediatamente superior a 33,6 ((80x42) /100).
El primer Ni que supera a 33,6 es 39. Por lo tanto, al percentil 80 le corresponde el valor
4. Se dice entonces que el percentil 80 es 4 partos (P80=4). Este resultado significa que un
80% de las madres estudiadas han tenido 4 partos o menos.
Si los datos están agrupados en una tabla con intervalos, el procedimiento es levemente
más complejo ya que se hace necesaria la aplicación de una fórmula.
Se aplica a los datos del intervalo cuya frecuencia acumulada ( Ni ) sea inmediatamente
superior al “j” % de los casos (jxn/100). En la siguiente tabla se muestra la distribución de
40 familias según su ingreso mensual en miles de pesos. Nótese que para calcular el
centro de clase se usaron los límites reales de cada intervalo.
1) El ingreso mensual promedio será:
2) La mediana será:
Esto significa que un 50% de las familias tiene ingreso mensual igual o inferior a
$127.270.
3) El percentil 78 será:
Por lo tanto, se puede decir que 78% de las familias tienen ingreso igual o inferior a
$174.660.
4) Los percentiles 10 y 90 serán:
A base de los valores de los percentiles 10 y 90 se pueden hacer tres afirmaciones:
 El 10% de las familias tiene ingreso igual o inferior a $90.000.

 El 90% de las familias tiene ingreso igual o inferior a $210.000.
 El 80% central, de las familias, tiene ingreso entre $90.000 y $210.000
5. - La varianza será:
2) Elabora un cuadro con estas puntuaciones y define en 2-3 líneas
a) Puntuación Z
Puntuación que indica a cuántas desviaciones estándar por encima o por debajo de la
media se ubica un valor. También se llama puntuación estándar y puntuación típica.
b) Puntuación Natural
Es el resultado inicial de la prueba y casi siempre resulta de la suma de los puntos
otorgados a los aciertos del sujeto en un test.
c) Puntuación T
Tipo de puntuación estándar en la que se transforma una puntuación Z con el fin de
facilitar su interpretación, ya que esta última suele ser un valor pequeño positivo o
negativo (+1, -0,5, etc.). Se obtiene multiplicando la puntuación Z por 10 y
sumándole 50. Por ejemplo, la puntuación T de un estudiante cuya puntuación Z es -
0,5 será 10 (-0,5) + 50 = -5 + 50 = 45. Dado que la media de una distribución de
puntuaciones T es siempre 50 y su desviación estándar es 10, en el ejemplo anterior la
puntuación del estudiante se encontraría por debajo de la media.
3) Explique con sus palabras en un solo párrafo en que consiste

operacionalizar las variables.
De acuerdo a lo ya aprendido podría decir que; Operacionalizar una variable, es definir
claramente la manera como se observará y medirá cada característica del estudio.
Por lo general podríamos decir que es el proceso mediante el cual se transforma la

variable de conceptos abstractos a términos concretos, observables y medibles, es decir,
en dimensiones e indicadores.
Conclusión
Para concluir con ese importante trabajo investigativo debo de resaltar que una norma
en singular se usa en la literatura académica para referirse al comportamiento que es
usual, promedio, normal, estándar, esperado o típico. La referencia a una variedad
particular puede especificarse por medio de modificadores como edad, como en norma
de edad. En un contexto psicométrico, normas son los datos de desempeño en una
prueba de un grupo particular de evaluados, las cuales han sido diseñadas para utilizarse
como referencia en la evaluación e interpretación de puntuaciones de pruebas
individuales.
Ahora bien, La Psicometría es una disciplina científica encuadrada dentro del marco de
la Metodología de las Ciencias del
Comportamiento y directamente relacionada con el campo de la medición psicológica.

Básicamente, la Psicometría se ocupa de la teoría y práctica de la elaboración,
evaluación y aplicación de instrumentos de medición dentro de la Psicología, tratando
de dar respuesta a una serie de interrogantes como los siguientes: ¿ cómo se construyen
instrumentos para medir variables psicológicas?, ¿cómo se determina si dichos
instrumentos cumplen los requisitos mínimos de calidad, de manera que puedan ser
utilizados como instrumentos científicos en la investigación psicológica?, ¿ cómo se
pueden utilizar dichos instrumentos para la obtención de medidas de los sujetos en las
variables de interés?, etc. Además de dar respuestas a estas cuestiones de carácter más
bien aplicado, la Psicometría aborda el estudio de los principios que fundamentan el
desarrollo de los métodos de medición psicológica; es decir, proporciona teorías acerca
de cómo se miden los hechos psicológicos y acerca de cómo se explica y fundamenta
dicha medición.
Y como lo había explicado anteriormente
Por lo general las medidas de tendencia central son medidas estadísticas que pretenden
resumir en un solo valor a un conjunto de valores. Representan un centro en torno al
cual se encuentra ubicado el conjunto de los datos. Las medidas de tendencia central
más utilizadas son: media, mediana y moda. Las medidas de dispersión en cambio
miden el grado de dispersión de los valores de la variable. Dicho en otros términos las
medidas de dispersión pretenden evaluar en qué medida los datos difieren entre sí. De
esta forma, ambos tipos de medidas usadas en conjunto permiten describir un conjunto
de datos entregando información acerca de su posición y su dispersión.
Bibliografía
Material colgado por nuestra apreciada maestra: Belkis Duran, en la plataforma
Investigación en diferentes fuentes investigativa en la web

Teorias de Los Test Tarea # 4 y 5

Cargado por

Copyright:

Formatos disponibles

Teorias de Los Test Tarea # 4 y 5

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Teorias de Los Test Tarea # 4 y 5

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD ABIERTA PARA ADULTOS

Facultad De Ciencias Y Humanidades

Daniel Batalla Rodríguez

Segundo: La elaboración de un cuadro presentando las siguientes puntuaciones; a)

Y Terceo: Explicar de manera clara con mi propia palabra en que consiste

 Las medidas de posición centrales: medias (aritmética, geométrica, cuadrática,

Ahora bien, una puntuación referida a la norma se interpreta a partir de un grupo de

Por lo que en este trabajo observaremos todos los concernientes a la Norma en

Medidas de tendencia central

Promedio o media: La medida de tendencia central más conocida y utilizada es la

Si una muestra tiene cuatro observaciones: 3, 5, 2 y 2, por definición el estadígrafo será:

Medidas de tendencia central y dispersión

 Estos cálculos se pueden simbolizar:

 De aquí se desprende la fórmula definitiva del promedio:

 Desviaciones: Se define como la desviación de un dato a la diferencia entre el

La mejor medida de dispersión, y la más generalizada es la varianza, o su raíz cuadrada, la

 Donde µ es el promedio de la población.

 Donde Ȳ es el promedio de la muestra.

Consideremos a modo de ejemplo una muestra de 4 observaciones

s2 = 34 / 3 = 11,33 Varianza de la muestra

La desviación estándar de la muestra (s) será la raíz cuadrada de 11,33 = 3,4.

Interpretación de la varianza (válida también para la desviación estándar): un alto valor de

Es una medida de la dispersión relativa de los datos. Se define como la desviación

Medidas de tendencia central y de dispersión en datos agrupados

Se identifica como datos agrupados a los datos dispuestos en una distribución de

 Promedio en datos agrupados

Consideremos como ejemplo una distribución de frecuencia de madres que asisten a un

Mediana en datos agrupados

Si la variable es de tipo discreto la mediana será el valor de la variable que corresponda a

Si la variable es de tipo continuo es necesario, primero, identificar la frecuencia

Más adelante se presenta un ejemplo integrado para promedio, mediana, varianza y

 Varianza en datos agrupados

Para el cálculo de varianza en datos agrupados se utiliza la fórmula

Yc= (Límite inferior del intervalo + límite superior del intervalo).

 Retomemos el ejemplo de la variable número de partos:

El percentil j (Pj) corresponde al valor de la variable (Yi ) cuya frecuencia acumulada

1) El ingreso mensual promedio será:

4) Los percentiles 10 y 90 serán:

A base de los valores de los percentiles 10 y 90 se pueden hacer tres afirmaciones:

 El 10% de las familias tiene ingreso igual o inferior a $90.000.

2) Elabora un cuadro con estas puntuaciones y define en 2-3 líneas

3) Explique con sus palabras en un solo párrafo en que consiste

Por lo general podríamos decir que es el proceso mediante el cual se transforma la

Comportamiento y directamente relacionada con el campo de la medición psicológica.

Material colgado por nuestra apreciada maestra: Belkis Duran, en la plataforma

Investigación en diferentes fuentes investigativa en la web

También podría gustarte