Universidad Adolfo IbezTeora y Construccin de
InstrumentosProfesor: Yerko MolinaAlumna: Victoria SilvaPrueba
1Sesin 1Teora1. Conceptos bsicos de medicin:a. Objeto de estudio:i.
Es aquello que se estudia. ii. Para Ken Wilber el objeto de estudio
se construye. Los sujetos que investigan definen un espacio de la
realidad para definirlo como un objeto de estudio. Primero se
categoriza como tal el objeto de estudio. l no est dado en la
naturaleza, sino que es construido desde la cognicin. iii. Modelo
de los cuatro cuadrantes de Wilber:1. Segn Wilber el objeto de
estudio puede abordarse desde dos ejes diferentes:a. Eje de lo
objetivo/subjetivo:i. Objetivo:1. Las subjetividades de todos se
ponen de acuerdo en algo.2. Nos permite verificar a travs del resto
de la comunidad lingstica. 3. Es contrastable, cuestionable y
verificable. Se puede decir a los otros esto es un plumn. 4. Busca
explicar y desarrollar teoras causales.5. Requiere de un
instrumento de medicin. ii. Subjetivo:1. Tiene que ver con lo de
uno, lo que uno le pone a lo que percibe. 2. Por ejemplo:
objetivamente una araa es un bicho que no hace dao. Subjetivamente
un fbico lo ve como algo digno de miedo. Es subjetivo, tie de su
propia subjetividad su visin de las araas. 3. No es contrastable.
No puedes decir no tienes miedo a las araas. No lo vemos desde el
acuerdo, sino que desde el abordaje personal. b. Eje de lo
colectivo/individual:i. El fenmeno se puede construir desde una
perspectiva individual o colectiva. ii. Por ejemplo: El conductismo
clsico observa su objeto de estudio desde una perspectiva objetiva
individual. c. En investigacin psicolgica cuantitativa se trabaja
desde lo objetivo, individual y colectivo. b. Variable:i. Es una
caracterstica de las unidades de anlisis que se puede medir (es
abordable desde una manera objetiva). ii. Vara, cambia, no es
igual, en las unidades de anlisis de la investigacin. iii. Se puede
evaluar objetiva y subjetivamente: 1. Por ejemplo, la variable
longitud se puede evaluar objetiva y subjetivamente:a.
Objetivamente: la mido con una regla. Es susceptible de ser
comprobado. Existe un consenso.b. Subjetiva: puedo contrastar con
alguien si es chico o grande. Nadie puede contradecirlo. No tiene
carcter comprobatorio, no es susceptible de contrastacin emprica.
iv. Por lo tanto, es importante plantearse a los objetos de estudio
desde una perspectiva objetiva. v. En psicologa existen distintos
constructos y distintas formas de abordarlos. 1. Los constructos
son objetos ontolgicamente subjetivos, de acuerdo a Carlos Cornejo.
a. Ontolgicamente subjetivo: est en el sujeto. Depresin y ansiedad,
por ejemplo, estn en la cabeza del sujeto que evaluaremos.b.
Ontolgicamente objetivos: la longitud, por ejemplo. Es una
caracterstica que est fuera del sujeto. La conducta es
observable.2. No obstante, eso no significa que no sea
epistemolgicamente objetiva.a. Los constructos se deben abordar de
manera epistmicamente objetiva a travs de los instrumentos de
medicin. b. La ciencia trabaja desde lo epistmico, no desde lo
ontolgico. c. Eso se realiza dejando de hablar de caractersticas y
comenzando a hablar de variables, pues son susceptibles de ser
medidas. Se trata de objetivizar.d. El proceso de traspasar una
variable ontolgicamente subjetiva hacia una variable
epistemolgicamente objetiva es el proceso de operacionalizacin. i.
La operacionalizacin es llegar a un acuerdo sobre lo que es algo.
ii. Los test son un intento de operacionalizacin. e. Crear
instrumentos de medicin es objetivizar epistmicamente una
caracterstica. SPSS1. Cada pregunta constituye una variable:a. 2.
Filas y columnas:a. 3. Pestaas:a. Vista de datos:i. ii. Fila:
corresponde a una variable.iii. Columna: elementos que describen la
variable. b. Vista de variables:i. ii. Las variables se ingresan en
vista de variable. iii. Tipo: obedece a qu tipo de informacin se
ingresa (datos).1. Numrica: slo se ingresan nmeros.2. Cadena: se
ingresan letras y nmeros. a. Curso si se escribe primero medio. En
general se tabulan como numricas porque ahorra tiempo de tipeo. iv.
Medida o escala de medicin:1. Nominal (nomina > categora): a.
Toma a una unidad de anlisis y la categoriza en una u otra
categora:i. El sujeto es hombre.ii. El sujeto est casado. b. Las
categoras son iguales en trminos de la cantidad de la variable. 1.
No se puede decir que una persona es ms sexo que una. Slo son
categoras distintas. 2. Ordinal (ordena):a. Se pueden ordenar de
mayor a menor.i. Nivel socioeconmico. 3. Escalar: a. Incluye las de
intervalo y de razn. v. Valores: 1. Significado que se da a la
tabulacin:a. 1 = primero medio. Sesin 2Teora1. Medicin: a. Asignar
valores numricos.b. Necesito para ello un instrumento de medicin.
i. Crear un instrumento de medicin:1. Definir la variable. a. Se
trabaja con constructores que son caractersticas que no son
directamente observables, pero s cuantificables. Un buen constructo
puede ser medido. No es directamente observable, pero s medible
(pregunta de prueba). b. Para operacionalizar el concepto se
requiere tener una definicin de l, proveniente de la teora. El
instrumento debe trabajar desde todos los elementos que incluye su
definicin. Es por eso sumamente importante citar a la teora desde
la que se trabaja. c. La definicin debe ser operacional, no
conceptual.i. Conceptual: La inteligencia es la capacidad de
resolver problemas es muy amplia y abstracta.ii. Operacional: Ser
una persona inteligente la que logra hacer tal cosa. Ah se
objetiviza. 1. Las definiciones operacionales son bsicamente
instrumentos de medicin. Por ejemplo: La inteligencia se tomar como
tal puntaje que saque el sujeto en el test.2. Selecciona elementos
observables (conductas, creencias y actitudes) que se transforman
en reactivos. 3. Se necesita de una definicin conceptual para hacer
la operacional. d. La objetivizacin solo se logra a travs de la
definicin. i. Por ejemplo:1. Defino la belleza de los lpices
como:a. Si tiene tapa azul es lindo.b. Si tiene tapa de otro color
es feo.2. El lpiz tiene tapa azul. Concluyo que es lindo. As
transformo una concepcin esttica en una manera objetiva de
enfrentar al fenmeno, asegurando la objetividad. e. Debe incluir
creencias, actitudes y conductas. f. Debe haber coherencia entre el
nivel instrumental y el terico de la definicin. g. Al definirla se
hace una matriz de operacionalizacin. 2. Definir posibles
reactivos. a. Deben abarcar:i. Creencias.1. Ejemplo: De 1 a 4, Qu
tan de acuerdo ests con el matrimonio homosexual? ii.
Conductas.iii. Actitudes. Tipo de creencia especial que valoriza
una conducta. Obedece a un juicio de valor. c. Niveles de
medicin:i. Categricas y cualitativas:1. Nominal: toma a una unidad
de anlisis y la asigna en una categora. Iguales entre s respecto
del monto de la variable. Ejemplo: estado civil. 2. Ordinales:
caractersticas distintas entre s de acuerdo al monto de la
variable. Se operacionaliza en magnitudes ordenables de mayor a
menor. Por ejemplo: nivel socioeconmico. ii. Numricas: su resultado
es siempre un nmero que representa al atributo directamente. 1.
Variable de razn:a. 0 absoluto: ausencia total del atributo medido
con 0. b. Por ejemplo: 0 en cantidad de hijos es 0 absoluto porque
es la total ausencia del atributo. 2. Variable de intervalo:a. 0
convencional. b. Por ejemplo: temperatura, 0 grados. SPSS1. Valores
perdidos:a. El cuestionario aguanta respuestas desde 1 a 5. i. 1:
una vez; 2: dos veces; 3: tres veces; 4: una vez por semana; 5:
casi todos los das. b. Cualquier respuesta sobre 5 es dato perdido.
Por tanto, se establece un rango de datos perdidos sobre 5. i.
Rangos: 1. Mnimo: 6.2. Mximo: 99999. ii. Ejemplo:1. iii. Se pone
valor discreto 0 cuando las respuestas no incluyen 0 (parten de 1).
iv. Lo que le dice a SPSS es que si aparece un nmero superior a 5 o
0 no lo use para trabajar. 2. Vista de datos:a. Se ingresan los
valores que tiene la variable para distintas personas.b. Variable
1. El 1 es tal persona que respondi tal. 3. Invertidos y
recodificacin:a. Averiguar la direccin de todos los reactivos. Si a
mayor puntaje aumenta el monto de la variable en todos, o en
algunos bajan.b. Si hay tems que estn al revs hay que trabajarlos.
c. Pasos:i. Transformar > recodificar en distinta variable.1.
ii. Click derecho en variable y mostrar nombres de variable. 1.
iii. Seleccionar tem invertido, apretar flecha para que aparezca en
el cuadro. 1. iv. Establecer nombre (Inicial + reco) y apretar
cambiar.1. v. Apretar valores antiguos y nuevos.1. vi. En valor
antiguo escribir el valor antiguo (1), en nuevo el nuevo (5). Luego
apretar aadir. 1. vii. En valor antiguo seleccionar perdido del
sistema o perdido del usuario. En valor nuevo apretar perdido del
sistema. 1. viii. Aadir > aceptar. 4. Transformar los tems en un
solo puntaje:a. Suma:i. Transformar > calcular variable.1. ii.
En variable de destino poner el nombre de la variable que vamos a
crear: SUM. 1. iii. Grupo de funciones > estadsticas > suma
(doble click). 1. iv. Aparece la expresin SUM (,?). En los signos
de interrogacin se ponen todas las variables que queremos usar para
calcular, escribiendo: tem uno coma y espacio. El parntesis final
debe quedar pegado a la ltima variable. Recordar poner las
variables nuevas recodificadas, no las antiguas. 1. v. Aceptar. b.
Promedio: es ms recomendable de hacer. i. Se hace lo mismo que en
suma, utilizando Mean. 1. Sesin 3Teora1. Puntajes:a. Los puntajes
solo tienen valor relativo. La cualidad y el nmero no estn
intrnsecamente relacionadas, ni tienen una cualidad de igualdad. No
se autoexplica. A diferencia de una pesa en que, por ejemplo, s que
alguien tiene 10 kilos ms que otro. En los test no sabemos eso.
Para poder saberlo se saca el puntaje y se estandariza. b. La
estandarizacin se hace en funcin de la poblacin a la que se le
aplica el instrumento de evaluacin. Se pasa el instrumento a una
muestra representativa, la poblacin que quieres evaluar. Se toma
como referencia. i. Percentiles. 1. Ejemplos: a. Percentil 30, est
en el 30% de la poblacin. b. El peso de un beb en percentil 30 es
que est bajo peso pues est en el 30% de todos los bebs. c. Si se
toma un test de depresin a A y est en el percentil 95 requiere
tratamiento porque est sobre el 95% de la gente sobre ese test. 2.
Permite saber dnde se est ubicado en la poblacin. Estos rangos son
los baremos que son tablas que dicen en qu lugar se est en funcin
de la variable. 3. Saber en qu lugar est el puntaje en funcin de
una poblacin de referencia. c. El puntaje bruto que se obtiene del
test debe ser transformado a puntaje estndar para poder
interpretarlo desde la estandarizacin. d. La estandarizacin es
importante porque como no medimos variables observables
directamente, necesitamos tener un patrn de comparacin que da la
estandarizacin.e. El instrumento tambin debe estar adaptado a las
diferentes poblaciones (no todas las culturas son iguales, los
criterios se manifiestan de diferentes maneras. Por ejemplo en Japn
suicidarse es honorable. El tem que mide depresin a travs de
ideacin suicida en Chile no lo mide en Japn).2. Confiabilidad y
validez:a. Confiabilidad:i. La medicin debe ser replicable, pues lo
que se mide posee propiedad constante.1. Por ejemplo: si un telfono
mide 15 cm, maana debe medir lo mismo. ii. La teora clsica de
medicin plantea que siempre hay error de medicin.1. Depende de la
precisin del instrumento. Por ejemplo: la regla parte de 1
milmetro. Cualquier cosa ms chica que eso no se puede medir. 2. Lo
que se mide tiene un valor real, una puntuacin real, que el
instrumento no es capaz de registrar fielmente porque siempre hay
un margen de error. a. El valor real es la esperanza matemtica de
todas las mediciones.b. Si lo mido siempre, toda la vida, su
promedio se considera como el valor real. 3. Para poder determinar
el valor real se modela la realidad.iii. Cuando se toma una decisin
estadstica se toma una decisin probable. Se sacan conclusiones
sobre cosas que no se saben. Pasa lo mismo con la esperanza
matemtica. iv. Cuando medimos obtenemos un valor observado. 1. Es
el valor que cuando se mide se obtiene. Por ejemplo: mido con la
regla y obtengo 13,3. 2. Se compone de un valor real, ms o menos,
un error de medicin. a. El error de medicin no lo conocemos. Si
aumenta el instrumento es peor pues hay una variabilidad ms grande
entre el valor real y el error de medicin. b. El valor real es
constante, el error de medicin cambia.SPSS1. Descriptivos por
tems.a. Frecuencias. Analizar > estadsticos descriptivos >
frecuencia.i. b. Estadsticos descriptivos. Analizar >
estadsticos descriptivos > explorar. i. Sesin 4 y 51. Validez y
confiabilidad:a. Validez:i. El instrumento debe medir aquello para
lo que fue diseado. ii. Sesgos: debe estar bien adaptado a la
poblacin particular. iii. Errores: existen dos tipos de errores en
los instrumentos de medicin:1. Error sistemtico. a. Ocurre siempre,
independientemente de lo que sepamos. b. Ejemplo: tengo una regla
que en vez de partir en 0 parte en 5. Mido longitud. Cuando mido no
da el valor real, siempre tiene 5 cm menos. Es un error sistemtico.
Cada vez que aplico el instrumento tiene el mismo error.c. Tiene
que ver con la validez. 2. Error aleatorio. b. Confiabilidad:i.
Todos obtendremos el mismo resultado al utilizar el instrumento.
Tambin lo obtendremos en distintos tiempos. ii. Siempre obtengo el
mismo resultado. iii. Se trabaja con un puntaje observado y un
puntaje verdadero (el promedio de todas las mediciones). El
instrumento nunca da el puntaje real, siempre hay un margen de
error. No obstante, el puntaje verdadero se moldea y se define como
la esperanza matemtica del puntaje. La esperanza matemtica es lo
que ocurrira si tomo infinitas mediciones de una unidad de anlisis
y se promedian todos los puntajes. As definimos el puntaje
verdadero. iv. Errores: existen dos tipos de errores en los
instrumentos de medicin:1. Error aleatorio:a. Depende de muchos
factores. Del azar.b. Multi-determinado.c. Fuentes posibles de
error aleatorio:i. Personas. Distintas caractersticas de la
muestra. Las personas tienen distintas caractersticas que pueden
interferir en la variable que mido.ii. Condiciones de aplicacin. No
es lo mismo aplicar un cuestionario a las 8, que despus de la
jornada laboral.iii. El mismo instrumento. iv. El evaluador.d. Por
ejemplo: tengo un instrumento para medir conocimientos en
matemtica. Una persona sale a carretear y no estudia. Le va mal en
la prueba. No es problema del instrumento. Es aleatorio. v. Todas
las tcnicas que veremos de evaluacin de confiabilidad estn
orientadas a observar cmo un determinado instrumento funciona segn
su error aleatorio. vi. As, las tcnicas de confiabilidad son las
que nos permiten ver si el instrumento est resistiendo bien al
error aleatorio.vii. Existen tres mbitos importantes de la
confiabilidad:1. Estabilidad: a. Un instrumento es confiable cuando
es estable, es decir, que sus mediciones en el tiempo son estables.
b. Se evala cuando la variable es constante en el tiempo.i. Por
ejemplo: si mido estrs contextual no necesita ser estable porque es
distinto en contexto. 2. Acuerdo inter-jueces:a. A veces el
instrumento es un protocolo de observacin en donde se mide con
diagnosticadores. Por ejemplo: el psiclogo diagnostica a travs del
DSM IV. b. Todos los jueces deben diagnosticar lo mismo. As es
confiable. Deben estar de acuerdo en funcin a la persona que
evalan. c. Debe reducir al mnimo la discrepancia entre los sujetos
que evalan a sujeto. 3. Consistencia interna: a. Uno utiliza
constructos (no observable directamente pero s cuantificable). Para
poder ser medido debe estar delimitado en conducta, creencia y
actitud. La naturaleza de la medicin del constructo est a la base
de la consistencia interna. Cuando mido depresin, por ejemplo,
tengo varios tems que lo miden. Todos estos tems deben relacionarse
con la depresin. Deben medir lo mismo y deben relacionarse de la
misma manera con el constructo a la base.viii. Los tres criterios
se pueden evaluar a travs de estadsticos.1. Estabilidad: a.
Variable numrica:i. Test-retest. 1. Evala correlacin entre el
primer puntaje obtenido el segundo de la segunda evaluacin. ii.
Pearson (correlacin tem-factor): 1. Mide qu tan discriminador es el
tem, si sirve para comparar personas y dividirlas.a. 0: tem
constante.b. 1: tem discriminador. 2. Mide correlaciones lineales
que pueden ser directa o inversamente proporcionales. a.
Directamente proporcional: sube una, sube la otra. Por ejemplo,
correlacin entre horas de estudio y notas. Si aumentan las horas de
estudio, aumentan las notas. b. Inversamente proporcional: sube
una, baja la otra. Baja una, sube la otra. 3. Se trabaja con dos
variables. Es una correlacin bivariada. 4. El clculo da un nmero
que es el nmero de la correlacin de Pearson. Va de -1 a 1 (-1, 0 y
1). Genera un coeficiente de correlacin que va de -1 a 1
continuamente (puede tomar cualquier valor entre ese rango).5. Da
dos datos importantes:a. Direccin de la correlacin:i. Positiva (1):
correlacin positiva entre las variables, directamente proporcional.
ii. Negativa (-1): correlacin negativa entre ambas variables, es
inversamente proporcional. iii. Sin correlacin (0). b. Fuerza de la
correlacin: i. Se refiere a qu tan fuerte es la correlacin entre
dos variables. ii. Se evala a travs de los criterios de
Cohen:Criterios de Cohen
0,3 o menorFuerza baja
0,3 a 0,5Fuerza media
0,5 hacia arribaFuerza alta
b. Variable categrica:i. Kappa. 2. Acuerdo inter-jueces: a.
Kappa.i. Utiliza variables categricas (por ejemplo: apego,
categorizo en apego seguro, desorganizado, evitativo, etc.;
diagnsticos en psiquiatra). ii. Ve si los jueces evalan igual. iii.
Da correlaciones entre 0 y 1. A mayor nmero existe mayor
correlacin:1. 1: acuerdo fuerte. Todos los sujetos evaluados fueron
evaluados segn el mismo criterio por los jueces. 2. 0: no concuerda
en nada.3. Consistencia interna:a. Alfa de Cronbach:i. Es el
promedio de todas las correlaciones entre todos los tems. ii. Nmero
que va desde 0 a 1.1. 0: no hay consistencia. Los tems estn
sueltos, van para todos lados, no se relacionan entre s.2. Valores
cercanos a 1: correlacin alta, el tem o instrumento completo se
comporta de manera consistente.iii. Criterios: 1. 0,8 hacia arriba:
muy consistente. Instrumento ptimo.2. 0,7 a 0,8: instrumento bueno.
3. 0,6 a 0,5: aceptable. 4. Bajo 0,5: malo. No tiene confiabilidad.
Susceptible de cambiar con los errores aleatorios.SPSSPearson1.
Analizar > correlaciones > bivariadas.a. 2. Seleccionar
Pearson. Agregar promedio y todas las otras variables (menos curso,
sexo, fecha de nacimiento, etc.). a. 3. Aceptar.4. Da un
grfico:
a. 5. Se debe discriminar cules son los tems que se
correlacionan harto o se correlacionan negativamente con el
puntaje. a. tems constantes: todos responden en el tem lo mismo. Su
relacin con el puntaje final es constante. La correlacin es
directamente proporcional y es de 0. La variable no cambia. No
discrimina.i. Son malos tems. Su correlacin va a ser 0, nula, sin
correlacin. b. El tem debe discriminar. Discrimina cuando
efectivamente se correlaciona con el puntaje. i. Un buen tem debe
ser variable. 6. Anlisis:a. Sobre 0,6: buen tem. i. Cuidado sobre
0,8 pues es redundante. Se acerca demasiado a la identidad de la
variable. b. 0,5 a 0,3: ms o menos.c. Bajo 0,3: malo. 7. Para test,
retest:a. Analizar > correlaciones > bivariadas.i. b.
Seleccionar estrs 1 y estrs 2, y Pearson. i. c. Arroja:i. d.
Anlisis:i. Evaluar correlacin de Pearson entre estrs 1 y estrs 2.
ii. Da 0,947. Sobre 0,8 cumple el criterio de estabilidad. Es
estable. Alfa de Cronbach1. Analizar > escala > anlisis de
fiabilidad.a. 2. Agregar todos los tems incluyendo los
recodificados y menos los invertidos. No agregar jams el puntaje
total. a. 3. Da de resultado:a. 4. Anlisis:a. 0,8: confiable. El
instrumento es confiable desde el criterio de consistencia
interna.Anlisis de fiabilidad1. Analizar > escala > anlisis
de fiabilidad.a. 2. Estadsticos. a. 3. Apretar escala si se elimina
el elemento.a. 4. Entrega:a. La calidad de Cronbach:i. ii. ptimo.b.
Lo que pasara al tem si se elimina Cronbach:i. ii. Por ejemplo, si
se elimina el primer tem. Alfa de Cronbach baja a 0,792. iii. Este
anlisis se realiza cuando alfa de Cronbach est bajo los niveles
aceptables. Es decir, bajo 0,8 le pondremos atencin a la tabla.iv.
El objeto de esto es proponer que hay un tem que no funciona bien y
detectarlo. Cuando la consistencia interna da baja es bueno saber
cul es el tem que est funcionando mal. v. Relacin tem-factor y
Cronbach:1. Esto se relaciona con la correlacin lineal de Pearson
(correlacin tem factor). Si se saca, por ejemplo, la correlacin
tem-factor ms alta, se pierde consistencia. 2. Mientras ms alta es
la correlacin de un tem con el puntaje de la escala ese tem aporta
consistencia a la escala. Mientras ms bajo, menos consistencia. Por
eso se sacan los elementos con menos correlacin el Alfa de Cronbach
sube. Kappa1. Analizar > estadsticos descriptivos > tablas de
contingencia:a. 2. En fila agregar el primer juez (EVA 1) que se
comparar con el otro juez agregado en columnas (EVA 2)a. 3. Apretar
estadsticos.a. 4. Seleccionar Kappa.a. 5. Continuar > aceptar.6.
Entrega:a. Resumen del procesamiento de casos:i. b. Tabla de
contingencia:i. ii. Anlisis:1. Evaluador 1:a. Evalu sin trastorno a
351 personas sin trastorno y a 165 con trastorno.i. 2. Evaluador
2:a. Evalu sin trastorno a 351 personas y a 165 con trastorno.i. 3.
Sin trastorno:a. De los que evalu sin trastorno el evaluador 1 hubo
350 que el evaluador 2 tambin evalu como sin trastorno. Dentro de
ellos hubo 1 que el evaluador 2 evalu como con trastorno. i. b.
Existe, por tanto, una divergencia en la casilla con trastorno del
evaluador 2. En donde se dice que hay una persona que el evaluador
1 evalu como sin trastorno, pero que el evaluador 2 lo evalu como
con trastorno (divergencia). 4. Con trastorno:a. De los que evalu
con trastorno el evaluador 1 (165) hubo una persona que fue
evaluada por el evaluador 2 como sin trastorno (divergencia) y 165
con trastorno (convergencia). 5. La tabla de contingencia est
viendo la convergencia y la divergencia entre los evaluadores.c.
Medidas simtricas:i. Se evala la concordancia a travs de la medida
de acuerdo de Kappa.1. 2. El estadstico de Kappa para la
concordancia entre evaluador 1 y 2 es de 0,991. a. En 1 hay
concordancia. b. Desde 0,8 hay concordancia. El Kappa observado es
mayor. Por lo tanto, se concluye que los jueces son concordantes.7.
Luego se hace con el EVA1, con EVA 3. EVA1 con EVA 4 y as
sucesivamente. a. EVA1-EVA3:i. 1. Hay 6 en desacuerdo en sin
trastorno, y 4 en desacuerdo con trastorno. Hay divergencia. Ahora
queremos saber si es lo suficiente para ser desiguales.ii. 1. Kappa
es 0,9. Juez 1 y 3 son concordantes. b. EVA1-EVA4:i. 1. 69 y 42
divergente.ii. 1. Kappa bajo 0,8. No hay acuerdo. 8. Es malo el
sistema de evaluacin o el evaluador?a. El evaluador.i. De los 4, 3
estn de acuerdo y 1 no.ii. Se duda del criterio si dos son
distintos. iii. Una buena medida es el cuarto. Si un cuarto de los
evaluadores son divergentes sera malo el instrumento.