Documente Academic
Documente Profesional
Documente Cultură
L*i:
a qual, err
Fasquali
Temos,ento,osseguintesdados:-:.
N'.=1.000 +=10"r_=0,75 f =50
T=100
(7.t )
DC= v
r{ir-vf <(ru)}
>
r_+
Assim, o
'"1"'
I
sg =s1
qu.,
ptlv-
..}.J
.-a =i*0,99
teste T,
o escore verdadeiro (V) situa-se
entre g-1,2 e i 15,g,
de de 3 1,6 pontos. Essa enorme
faixa deve-se a que o coeficiente
de fidedignidade do reste (= 0.75)
deixa a desejar.
.'\
;;;;;;r-
l:_-
0,gg
i_o,ee
v-
K--
> o.o
P-15.s <
fr
=,r-
= n'I0 = 3.6
Pilloo- vi s 3.165
l-0,90
= u.
u i'alor K resulta
I_
lr
=,i -:-
devida unicamente ao
=,t(e;v)
i
l-*:- :0.99
10
Fo.l
a suposio. de que os escores empricos
(T) e os erros
.r.
de medida (E) se distribuern
noo*urr"rrt paral&
deiro
escolhido.
f.r1mqi9: mil sujeitos submeteram-se ao teste T, cujo coeficiente de fidedignidade do teste ,75,e
=
obtiveram ;ndia =
desvio padro: 10. Qual ser, a um nvel de confana
:u,-ccm
d,e 9096, o escore verdadeiro
do sujeiio que obteve uemprico de 100?
"r"or"
(v),
r(elv)"
"rrr::*,.trj:.E.li
*(rl')
e dado que T
=.v-*E
(riv;= r(ul')
suposie l) a normali_
z; iomoscednsticidade, isto
"
n:!
:T{
sicpn,
LuizPasqual
t50
etriaj teria
e aplicaes
+3
I5r
#t
+5
rs
tr
ffig
?rf
i!
za*-.2r+.s"s1
ftr
1r
e <
ffi
x{
Irf x
ffit
5x
ffifi
i.: j
'v
-
^t
25"
I *,
di
t
nl
93"6 <
{tOO-.,*},s
ilt
v s {tO*+ e.-$ ou
Yi-Y
= r,.
s.,
-iX- X) rr.ic
&;l
bil
"
3.1 .3
Y=
s.,
r'.,':(x-x;+
sx
'dl
ftr
$ti
siN
rt
*t
\
(7.t:) y,=l,rrr [x-f]*V
\ sx/
,1
:l
,1
*r t
E.stimando o V a par-tir de
Sejam ee des';ios ' = bx. Trala-se de est;mar o'raor de b que miuimize os errcs de estimao (y - y').-l que E(y-y') = 0, o referido
valor eiever ininimizar os erros quadrticos, isto , uina fu*o
desses
ssim.
v =i rn.
5T/frr\
S{as como
=
fiE) = E(r-bxl' =
tirt
f
u2e1
*:)--zbe(xy)
/
-t1
ri*
l!:
1t
-3TV\r-
tJ
1)
= s! * b-si -2br*rs's,
${as,-segrmdo a frmula
?.3, rfi.
eRtG
= s* i
*'
---:------r'l*oe-
-v:
L
OB
cueisualandoazerod
o{1-f }+T
.l
!i
,:
v={r'yrrv)(r-T)-T
= s; + b-s; -2bCovix,l)
j
ilill
:..:l,rfhPgq&rli
-*
formg no exemplo acima, onde = 50 e ro = 0,75 n
qual ryra o escore verdadeiro V de um escore emprico T = 100?
testes sero hormalmenEe diferentes. Ento se pergunta se essas diferenas so confiveis ou como pgdem ser comparadas- situao similar ocorr quando se quer comparar dois ou
Dessa
3)
s\rT = se r/rn
Assim, utilizando os dados do exemplo anterior, temos: nvel de confiana =90Yo;N =-1.000; s. = l0; r- = 0,75: T = l0g;
Ento
(7.r4>
22
uo=W
sA +sB _zsAsBrAB.
l,96<v<93,04
onde
roo
sfl e s$ varincias
2.3.2 - Eptimao da preciso das diferenas
comum a aplicao de mais de um teste aos mesmos sujei-
dos escotes.itorbsb ,e B
dstestes A e B
.l
ls4
Luiz Pasquali
P-r
iccre-t: i: : tec:ra
e aplica+es
|:
i5i
Dedufr:.
d=A*B
t.
i
I
,oo =
*o :"ql'
si E(A.: ts)-
$=
e(vi).
r{v3J
-zeiv^v;}
e{arJ* e{n:J_zeteal
t* +sv. *Zcoui\i,%)
= sgg e de
1--
.tr.1
{,
2 sabem,.s
.1::s
lli.,
rd,,=+#*+
r{_rPJ
Deduo:
N{as, de
,no
?.lj evidenciando
=S$l'qo:-$ol
lasjls_3te
=
ft
fi
Fi
'l
r4d
=-ti#in*=H=0,50
t\
H
'41
(rlacor).
:.
t;
ut
.ff
>159 = 5.d
s!{t+t-Zros)
.*,
ii
!"t
-!ing I ?ses.erAB
si +s! -2sos6r^6
=s
E.!
!r
s'+r'!r'
2')
s.+
) s*a-s6nr
donde
(7.15)
f?.1
Resposta;
.0, =
r.
'"r;AA,Bj*
-227"s
:1;
= s^roa * t4
j
i
.
'
5,
i2)
ffi
**
#
!G;
st
-fi
fl
*l
t
,,fl
$f
E*
**
r
g{
r5
4
E{
rc
F*
tti
t-4
12
iemos
que simp!icand* di
3. j - k'arbilidade
|11
f9l
l:E:
I
7ri
da sr!*sra de sujeitos
b;t
gLi
se hasela na
;o;rela-
$fr
TI
g;t
$[l
+{
*tg
t
r'
t .:
:,'
L*izPrsqull
15
it
V,-lll
r:, =tT.nl-rz2
Nas, como Sc =
sc
Resposta:
r22=
30.
t-::(t
200'
0,70) = 9,96
segue que
t1 n'T-
=\rJl-;
'iir-',,)=u,
(r-ru)
ou
'
(t-
,,, ) =
-rru
,?,
Resolvendo
panr, d
mesmo. Quanto mais itens tiver o reste maior ser seu ndice
de preciso, pois o erro tende a zero quando o nmero se aproxima
do
infnito, segundo o famoso reorema de Bernouili (vide iapturo.
2)o aumento da fidedignidade com o aumento do tama.'iro do tes-
-:'
2 _sItl_rrr/
2-
(r-.li) rn=---tsr,
.Sr
sT
'
=r-*(t-',,)
sT,
nf
rr l+(n-l)ro
f.F
=----S--
onde
r;:
Wi
Psrce
Luiz Pasquali
158
1:'. :'
.:.
2r*
!m-
',
i . ,-65s1un, a,retirada
riu o ndie
'. .'.:
-1, r
i-
Ce
.i},
ra
i
Pode-se iguaimen;: quere auaentar o eeiejciente Ce fide,, diglidde de um este pa'um valor eiesejad,r. Por exempio, rm
'teste de quarenta itens tsrn coeficiente de dedignidade de ,75.
de sujeitos
i0+10
=
,67
,o
tegte
f*i
Resp,tsra:
3S
Ento,
r__t
i7.19) n=.j'::51
1,6. x 0,S
a1'=--;---1--=u.tl
I +{ t,e; - i)xo,so
L{'-*}
o teste
Note, entreteno, que a profecia de Spearr::.an-Br*n tambm prediz a queda do coeficiente de fdedignidade se se tirrern
itens de um teste.
Exemplo: uri!.teste de duzentos,itens teve ndice de fdedignidade de ,96. $e tiranaos cern itens, qua! ser o !cvo ndiee de
preciso?
Ento,
o.gqi - 0,i)
fl=---.--:
c,71r - 0"90)
Resp,osta:
- ?OCI* !00 ^ .^
n=_-=0"50
200
$5xS"96
:!
=-a
Ento"
t+{*p*-$x6,95
= 0r9?
i?
r
tr,
+,
.'i
}g
r$
:I
:2
;f
it:l
it
lt
Resposta:
l =
ig
,:
I*%
t$
{f?0-.$*80}.
:
{
.'.1
Luiz Pasquali
160
nrn
I
r l+(n-l)ro
*o = r11[l*(n-r)ro]
Captulo
= rr:r
n(rn
-rotn1) = 17 - r6a1
- fur1T
ln - 1611
r11
n=-
-'n)
'11(r
=;F;T
Ao concluirmos este captulo sobre a fidedignidade dos testes, observamos que se trat do captulo onde a parafernlia estatstica se apresenta mais complexa e sofisticada em psicometria.
Duas observaes: primeiro, tal sofisticao se coaduna com a
psicometria clssica, pois a fidedignidade dizrespeito calibrao dos instrumentos, ou seja, preciso da medida de eventos
empricos (no caso, os comportamentos, os itens), onde a viso
positivista funciona bem; segundo, todos esses indices da parafernlia estatstica na estimao da fidedignidade produzem praticamente os nesmos resultados e, portanto, a parafemtlia aparece com um'matiz de curiosidacie acadmica ou jogo estatstico'
Isso implicaque qualquer coeficiente que voc queira usar, entre
os apresentados e outras dezenas deles aqui no mencionados,
produz a estimao da fidedignidade doS testes que voc deseja'
- Introduo
no
^'
tcz
Lue Pasquaii
Fs
'
jsto n:edido,
O ces*.i semrna me*os lal* q uar do, 3:cr exemp io, :$ astrnom* mede a prop*dade:'?,*icciilade'" gale?ica de apioximec *u
afastarnent r.ia deito:Dappler;.onde a relaa aproxima,olafustarnelto das lia$cpeetra.is,da iuz tla galxia:seri.a,, i*strurnento da
:nedicle. A<;ui jtemos, na verdade,. urn prolema de vaiidade <io
i;rstrumento <ie Mida a saber: verdade ou no que as distncas
das lin!as esp*c@tm averc.srna velocidade das ga!rias? podese faeer tal supw*o,,.mas elatem de ser dernanstrada ernpirica-
1C1
lq
perodo: igc-i
?,* perodo:
l9i-
i gT0:
:r,{dijis..li1
*r*"*",
somente uma etap4 juntamente com a validade de ccintedo, no processo de elaborao dos tqtes psicolgicos (Anastasi, l9S6).
Este perodo caracteriza-se por uma acentuada fuga do pensar
estatstica que definia a qualidade do teste. Esse processo de empirismo cego assemelha-se ao pescador que lana a rede no importa
onde para ver o que pode colher e em cima do colhido decide que
up"n*
io,
A preocupao agora na varidao dos instrurnentos psicotgicos concentra-se na validade de construto ou dos traos latentes. No est ainda finalizadaa disputa entre a nfase ou nos .
os ou nas situae s (consffuct-cnrcred vs. task-cenrered) -t,
como diz Nessick (1994), ent"e a a'aliao tssk-driven versus
construc'drven. Parece, entretanto, que o conceito de validade
dos testes psicolgicos ir finalmgnte se reduzir validade de
construto, sendo o de contedo e o de critrio apenas aspectos d
vatidade de consrruto (Anastasi, l9g6; v{esslck, igdg, tgg.
Embretson, I 983; V/iggins" I 989; Cronbach, I 9g9; este uuio, p,, ,via ese desenvolvimento, de algum modo,.! em 1955). Esta
iendncia e'obviamente favorecida tambm pelos psiclogos da
inha cogrritivista (Sternberg, I 98 5, I 990; Gardner, I 9S3). .
Nos r,nanuais.de psicometria costuma-sE definir a varidade &
razes histricas de ser. Eles queriam se desfazer do que lhes parecia um teorizargratuito e fantasioso do incio do scul em psicolo-
gia. Contudo, j na dcad ad,e 1970- 19g0, os psicometrirt pro"urvam voltar a um teorizar psicolgico mais relevante, e em cima
dele elaborar seus testes, dando incio ao terceiro perodo na concepo dos testes e de sua validade.
3e perodo: 1970-presente: predomnio da varidade de
consfuto
::
.',
,"
' *
i1,:-:':
r66
Luiz Pasguali
ii* reom,et.r
*:
te
r-i
;* e
plicae:
1t"7
ortrras
irru*;,
,
.
;rrJ".,
J*ir'rrrO+
extrrn:cent*
dife ii
,:,:pa s
Fsioffie,tr.ista opeiaci*nalzar estes mesiltos _*onstrt,3s,
lsto
" formuia i:ip:eses claras e preaisa-r
p*u,*rr*r*,;;;";;*r-
t.i.. Ainda
quando a op*racicnaii_
zao {or urn _ci-tcesso, a cs,leta ca inf*r,ma;"
**pir;.ul;;'l*"
'
relad".l-i'n;
;;;;;
r** fi*
de fato_
- Vaiiclade de co*struto
ma mais fr,r*ea:::enta!
*tr*
LuizPasquafi
ta-direta-q
"
verificar a hiptese degitin'ridade da representa.o comporta",en
eosao5 latente e, portto, coadda-s itdtcm
teora psicomtrica aqui defendida. Histoiicamente, o conceito
de constn:to eng.ou na psicometria por meio da AFA Committee
on Psythologcal Tests, que trabalhou de 1950 a 1'954 e cujos
resultados se tornaram as recomendaes tcnicas paa os testes
psicolgicos (APA, t 954)O conceito de validade de construto foi elaborado com o j
clssico artigo de Cronbach e Meehl (1955) Constuct validiry in
psvehologicl rcsts, embora o conceito j tivess uma histria
seh -.,r-.iros nomes, tais como validade intrnseca, validade fatoiiai e :: validade aparente {face validiry), Essas vrias terminologias demonstram a confusa noo que o construto Possua. Embora tenham tentado clarear o conceito de validade de construto,
cronbach e Meehl ainda o defnem como a caracterstica de urn
teste como mensurao de um atributo ou quatidade, o qual no
*definido operacionaknente". Reconhecem, entretantenha sido
to,.que a validade de construto reclama po{.um ngvo enfoque
cientfico. De fato, definir essa validade do rnodo como eles defniram parece urn pouco estranho em cincia, dado que conceitos
no definidos operacionalmente no so suscetveis de conhecimentocientfico. Conceitos ou construtos so cientificamente pesquisveis somente se forem, p-elo menos, passveis de representameo comportamental adequada. Do contrrio, sero conceitos
sintetique
autores,
os
problema
O
tafsicos e no cientficos.
zando alis a atitude geral dos psicometristas da poca, para definir validade de construto, partiram do teste, isto , da representao comportamental, em vez de partirem da teoria Psicomtrica
que se fundamenta na elaborao da teoria de construto (dos trai.
partir de\.
os latentes). O problema no descobrir o construto a
li
uma representao existente (teste), mas sim descobrir se a representa{o (teste) constitui uma represnlzo legtim4 adeluadaJ
do construto;Esse enfoque exige uma colaborao, bem mais-esi
treita do que existe, entre psicometristas e psicologia cognitiva'
A vaiidade de construto de um teste pode ser trabalhada sob
dois ngulos: a anlise da representao comportamental do conse com toda a rzo, dadoigg ela constitui
Pskomtria: teoria
apcaSes
169
2.1
anlise da repreie:ntao
So utilizadas duas tcnieas como demonstrao da adequao da representao do construro: a anlise farorial e a anlise
da consistncia interna.
A anlise da colsrs;lrci:. inrei;la resii,,. en c;lcular a correlao que existe entre cada item do teste e o resiante dos itens o
o total (escore total) dos itens. Dado que o item sendo analisado
contribui para o escore total, ete teoricamente no deve entrar
nesse escore, j que ele que est sendo escrutinado. Assim, a
correlao legtima ser a do item com o restante dos itens. Essa
preocupao irnportante quando o nmero de itens do teste for
pequeno, pois nesse caso o prprio item em anlise afeta substancialmente o escore total a seu favor. For exemplo, num teste
com dez itens, cada item contribui e influenciao escore total em
l0%. Quanto maior, contudo, o nmero de itens que compem o
teste, a influncia de cada item ern particular no escore total vai
se tornando irrelevante" Em um teste com cem itens, por exerflplo, cada item afeta o escore total em apenas l%. Conseqentemente, no caso de teste corn grande nmero de itens (n > 30), a
correlao do item con o escore total'ou com o restante dos itens
no vai fazer diferena relevante.
Um exemplo para clculo dessa correlao segue na Tabela 8" I ,
onde dez sujeitos responderiem a um teste de dez itens numa escala
de cinco pontos, obtendo os resultados apresertadbs na tabela com
referncia ao itern I e ao restante do:reste. fcrgtmh-se: qual a colsistncia desse item no te-te? A respmtadadape[a correlao, no
caso sendo r = 0,68, que muito elevada.
W'
W]
w
t
t7s
ri
'{
Luiz Fasquali
Psicsrnetria: teolia e aplieaes
171
Cleul*
&-e*siuter**iumfu-1*l
i
ii
1i Sujeirns
km"
{X,}
esoore
Restane
(Y)
tl
.i
,...!l
.t
I
,
.t
I
If,
ta
t$
Jj
l1*
'a
'!
i*
J+
.+
1+
54
Oc
I*
ii
45
40
35
3$.
.i*
4.8
2&
3U
35
Jt,
Scma
35
:bedia
3.45
.3,J
3ds
l > -.
tLt
_ o-ro
sv - .1.-__
tl
= 1'02
VN
{;-
-u,)
-.{^5
0"25
: i0,25
?n )5
r),/)
1.t
3.
^
l )s
20,25
30,25
o,
/)
,-;
I)v-
Sv = rl-1
" iN
?10,25
tn .)i
21,75
rii$:tr:ilJ;
eo s *
Jj-nO SegUe:
0,25
0,75
20,2s
) )q'
lnz,sa
t0
i,
-? t<
= 6.87
2
3
.80
.30
.30
F3
.30 .o
.80 -3S
0 .80
.3
ourosrac,res."."n:il::1,0,";*.,,",._:.""HJiJi
l=.
'tr
4?*s6
__xY
..'.F'=:"--_=..-*0-8
.
Nsyst. iOx ,02 x6,97
t)
ri
.30,25
--,l-.-_*
)1<
a i ;oo q .*
pa i avras,
os iens constituam u*"-Gurras
."pr*r*ntao a,deauada dn ;^^ ._- ;
un cnesmo rrao larenre (unidirnens;*""rial";ff
H;::
censistncia interna inrplica que
os l*", *r*:"*i;;;;r;;;"_
nados, isto , que as correlaes
*l*, mesrnos sejam eleva_
das' Entretanto, as intercorrerae.
"nrr*
ent.e os itens no so urna
demonstraio de que estes
esejam nredindo um e nesmo
construto' suponha a situao de tr-s
;tr"r ,"u."r,os em trs fatores
' r r:s
,-;i
e;rsrituiroesc*-J;lil::i"-r;'_:ff:,'"_J::
v!!ds e s*rnv[]
{unidiniensionais, istr g, que esto rnedint*o
rrao iaenre). {) esccre torai constitui, assim,
ur:ra
;::: l*,r*?dad+ que
ct:culdadr-"
eie so;llecrc az serrijtjo se o [ese; e, o
prforf , homogne*. #e s*rte que
e c*r*lac de cada iten: olri {:}
b) A anlise fatoriall
Por outr* !aci, a anlise
fatorial tem como lgica verifcar
precisamente quanto$
constrrto5 comuns so necessrios
para
explicar as covarincias (as
i*t-..*rr.i"*s) dos iterrs. As cor!-e-
t v*j" Capiteio
*t*rutne*
da an.iis* faroriet.
172
l-uizPasquali
Figura 8.1
Representao do nodelo fatorial
<:
d,
173
.Dessa
ur
t:
Var. comum =
hr I
Var. especfica = s:
Var. erro = e:
Vaiidade
X,=a,F+d,U,
O a, a saturao, a correlao, a covarincia (dita carga
fatorial) da varivel X, no fator F. EIa representa o percentual de
relalo que ela tem com o fator, isto , quantos Por cento ela se
e represent4o,do fator (trao latente); indica, em
"onsitui
out{s plavras; Se ela uma boa representao comportarneirtal
do tro latente. Alm disso, as cargas fatoriais so as que deterrninarn a correlao entre as prpriai variveis empricas. Asiim,
a correlao entre X, eXz definida por aP2.
luu
171
Psicornek;e:,teoria e a plicaes
Pasquali
leste,estariaaepresentands o trso ltcnts. fulas, infelizmente , aanlise fatc''rialapresenta alguns probiemas imporuntes. Duas razes
so ap;eacao,prn*ipal nesae partic.irtar. Primeirament, o fiis-
l5E
ij
com+t1m& exa ger* s eftc*ftmrn tais equaes. Encontrarnse. sim, equaes logartinicas, sxp,cnensiais eoutras. equaes nc-
delo
faiorid
adrriilr quec
'n
ft
r{
:l
rl
It
i!
prieira
iieeares, cos, pcr exen'rpio, nas leis de psicofisica (!eis de poinciai e da anlise experimental d+ comportarnento (iei do reforoi.
Ern se*gundo luger, exise s grsve problema da rotao dos eixos,
para o quai no sxiste nenhum critrio cb.letivo a no ser a interprei:t:iiifaie r;icosica (senrntica) d,-''s faror:s. ssa occirce ra :e inite. em tese, a descoberta de qualquer fator que se queir4 'omando
a soiuc ex:emarnente arbitnria Ccnrudo, se o teste ioi construcio viaieoria psieolgica de traos latentes e no a esrno (como colete de uma amostra de itens a partil de um universo arbitrrio detes,
r,+mc prexe celrente na construo de testes), temos ali um critrio
+bjetivo de rotao dos eixos enn funo Cos traos iatentes para os
cuais cs :tens foram iniciairnente constndos como represenao
cornporta!ental. Nesse caso, a anise fatorial ser utillzada como
Tabeia 8.2
Tacl l
Modo 3
M&co 2
gi
Da
EJ
'...(-Eei
<l
l.i.-.rd I
Li
r {..
_t 37\ \{.O
a estafstica,
L1
Mtodo
.at
a1
,t
'-;J
al
rt
.ri
IK
| .oe\r. (.:i
.\
;\,n
.-rs
^:{.E{i
'
*i.9rl
ltoco
J6
'1- f?
-58
lt
.l I
....!l
'. Jq
"OJ
: -43
^{9+)
,-in
t
.){
-)!
-57
\-s'2)
i8 .60
:"_'_\
\.(.8)
'176
Lliz Fasquali
o.nde
as
I . q so mdias no tesre do grupo jovem e do grupo adultc
,l , .l so as varincias dsssas mdias
fr2
lsi
ni e n" so o nmero
de Student "to' so n, + nu
i;.t
?.
nal
,"t"
gruuu
sisematicarnente"corn
*ilgd?
'
sj
Luiz Pasquatri
180
t8l
quer validar.
validade preditiva e 2) validade concruente. A diferen* furr.6*msil121,'en*:e,,os dois:tipos basicamente a diferena do earpo
:g! ocorre:nfre a coleta,da informao pelo.teste a ser vaiidado
,'e,aoleta da,inforrnao sobre o eritrio" Se essas coletas forem
.simultneas {mais lr rn:se5}, a val,idao ser de tipo concor.rente;,.casos dados sobre o critrio,sejam coletados aps a co!erta da:inforrnao sobre o tesre. fala.se em u:slidade preditiva.
o fatr: de a n iormao ser cbticia siniuiianeamente ou postericrrnente do prprio tesr,.no urn fator tecnicamente relevante
r:alidade do teste. Rele.vante, sim. a determinao de um critrio viirio. qui se sirua precisam*nte e,natureza *entral desse
tipr: de,validao dos rstes: ] definirurn critrio adequado e Z)
medir, vlida e independentemenr elo prprio teste, este critrio.
Quanto adequao dos ritrios, pcde-se afirmar que h
urna srie destes-que,so norrnalmerte utilizdoso quais sejarn:
3 - Valid:rde de
critnio
aos aunos, tendenciosidade neia se!Fre consciente, mas de*crrente de suas ati{$des e sinnpatias eni relao a esre c,u quele alunoEssa dificuldade p$deria ser sanada" t com certa facildade,.se os
praf,essores,tivessem o costune de apiiea; gestes de rendimento qu
possuss*rn vaiidade de contedc,
exernplo. Como esssrefa
dispendlosa, o professor
]s
tpico n* s* C ao rab*&o
de validar {va-
Pskornetriteoria
t12
:' -:
-.-
'
ij r:!:i::;
peo.cadmico.o nfysl eseols do sujeito: sujeitos mais avanquem coatinua regui"aor,futeates e evadidos. Supc-se que
ar*"qtp-o esi aranado academicamente em relao sua idaenee pos6i rrais habilidad. Evientennente, ness histEia no
fatores
outroq
muitos
ms
a sometrte a questo da habilidade,
sociais, de personalidade, etc., tornando este critrio bastante
em einamento especializado ; rrata-se
do desempenho obtido em cursos de treinamento em':situaes
especficas, como no caso de msicos, pilotos, atividades mee- '
nias,ou eletrnicas espeeializadas, etc. No final deste treinamento, h uma avaliao, a qual produz dados teis para servirem de
critrio de desempenho do aluno. As crticas do ponto.l valem
tambm para este ponto 23) Desempenho prossional -Trata-se, neste caso, de comparar os resultdos do teste com o sucesso/fracasso ou o nvel de
de trabalualidade do sucesso dos sujeitos na prpria situao
o. Assim, urn teste de habilidade mecnica pode ser testado
contra a qualidade de desempeo mecnico dos sujeitos na oficina de trUaiho. Evidentemente continua a dificuldade de levantar adequadamente a qualidade deste desempenho em situao de
d,c se;r: penho profi ssional dos sujeitos.
4) Diagnstico psiquitrico - Muito utilizado para validar
testes de pe-rsonalidae/psiquirricos' os grupos-critrio so aqui
formados em termos da avaliao psiquitrica que estabelece-grupos clnicos: norm-ais vs. neurticos, psicopatas vs. depressivos,
'
t.. Nouu*ente, a dificuldade continua sendo i adequao das
aval iaes psiqu itricas feitas pelos psi quiatf as.
5) Diagnstico subietivo - Avaliaes feitas por colegas e
amigos po"* servir de base para estabelecer grupos-criterio.
E ut-ilizada esta tcnica sobretudo em testes de personalidade,
nos quais dicil eniijntrar avaliaes mais objetivas' Assim, os
sujeifs'avaliarn seus colegas em gategorias ou do escores em
trode personalidade (agressividade, coop eraa, etc') baseatm com os colegas. No h necessiAos tA conivncia qut
"t-t
dade'd:mencionar , .nortes dificuldades que tais avaliaes '
de
apresentam em termos de objetividade; contudo, a utilizao
"*ol::l;"
de
ea@
. ,:
;nestasavaliaesresultados
Os
obtidos
por meio
disponveis
testes
Outros
6)
.
,
'.
:,:i
r,54
l-uiz Pasquali
%%
Psieornetria: fe,aria
e apllca5ss
y:::y,Wrr::^yy::-&s,
perlo&a
iniciedos por
Buros e pnblica*"' ros
pubricae ;rhur* s detcstes
psic*lgi*or nirt*eu,I,-J"**.,*r*
,
u,. . u,o. f *a*:
;: ffi ,.J ::j.
;N*
dcs
:entecoirr ente'*s
; ffitr: j l"j
:::::j
l1"-lff::;1,e;"-rl"r".,;;;."..ffi';ffj:trJ,
::.:g'
i1*d;';;;;;-L;'.lJ::'ff ff"1t-
daCe , nownimo,
A*"iCos.
Pode-se csncjuir qrle yalidade
e
se exisirew
':::--:'*ffi* **,Jp;*#"-*-*
ce
iffi: ;:n':ix
cor
;;i; r;:;; ff
rr",_r_i"j"
s ,l,
'
;::::.::,::.rjj:tu;T*'.#;:::::;1i
valise
,."r*'r*"r l-t_lnrrtueo
dizer
fafo, _r_
deser*p*oh*uu*
* p;ffiffiJ:,J"#,tr
u, *
oue que demcs validade
a
e na
a*.",,ri"ri". ""
i...ffi:i:].
avaiiao na p'tica
psic*lcic:
se assurne na sua
nr"llli.c:.-.a
o a po i o u,"", Jil
sao lorientaaffi
"
--*" " rt ju prorlsslon
copatol*eico, e.xame
:1, ciia;tnst;cc, psi_
: i:i-i ::l: **
*; il::*".", .",:,:'f.:.:
--*,i;ffi
il; * ;ffi:
"rlri;;;; ilj;'"l"":.t
;;;;;;;
f':"j
:
do
j,,-# I
teste ede,i
q, r; ;; ;;; _,
;:|.-ffii:,i;::: :
^,,i
;1 iil: -- :' ;,'; : : : " ','i, ; '- J ff fl ';
c,
;ffi
pacidade predirir.a
o-l::itj"l
;l
de tipo
-iurd
;;-*"t; it::i;-j;
de desempenho
ou de ;,.1i':.":t.,
acaprao pesscal
e sc.ciai n
vajoizada.
0r",."*_l.
h
p
{ - Validade
,#
,
de contedo
ra representatjva
"''"
""
mente um
!:':o*0"
se.
eie.consrrrui un:a
amos-
*
ffi :," - JJi'.':^T
i i "' r " i,
rL puQ 1.
sei:rnrtar
"11
a prcri
i
"
"
unj'ersr
e clara.:r.
sempennc,
*-- o,rLltrffiffi .'j;:E';'dc "o, r*rr*, al*cursc p{'gr"*ari"o
delirnitado
especfco.
para viabilizar
u
* rra m
:'r-.:: ."::';,:.,: I
1 " :
";
dos
irens. ssas
eipec11,$1""
;,;:#:
i;::"-;i:i:::t"
*;r;.ffi
porna:
: : :::
prc
cis
_".;;:JJ"-,_,ff::
Oo.on,.i!o,2) e.ipiicita+
d.:s proc,ulerl'o_*i _;*
av;liaios e 3J deier_
*r"'"' ** -r,.",'nro no resre
rr., caca
ao conreudo, rrare-se
,^*-?*nr:
de derar
e subtpico e
ue e.xplci,r, n
*-d,*rt
,*o,rjj:11
ropico-iienrro
r*;n'oror.;_#ilJ::l
sentaoi:,revjdae*,aig,;'ff
do resre"
-: o"
ipico_s
{uni:*,
reiar!va de
ca.Ja
r:J;$:i;:-n-;
Fi!ri:..
.-1::.,,,
-:ii
tri
186
Pasquali
ii"i
Como o teste vai constituir uma amostra representativa do contedg preciso definir e delimitar o universo do contedo programtico em divises e subdivises (tpicos e subtpicos) e egr quantas ouras subclassificaes forem necessiirias. Isso implica delimitar o contedo em slas unidades e subunirlades de ensino.
3 - Defrnio. da representatividade de contedo
- Construo do teste
n repre*ntam o nmero
ffi
'-
::i.!l
f,i
i88
H
H
Luiz Pasquali
5l
tr
e
labela 8.4
Tpicos
Processos"
t23
e'spar@
l0
IO
zu )
tu
3t
conbecer
2
I
aplicar
analisar
llII
674
ffi
ffi
ffi
.r.-
ll
cornpreender
il
Sebtpieas
(96)
ffi
30
I
2
Capturlo 9
ai
2
I
tr
&
1l
'J
ffi
fli
Anlise fatoria!
ffi
H
ffi
ffi
tr
ffi
ffi
ffi
ffi
i - ntrodrro
A anlise fatoriar ccrnpreende urna srie de tcnicas esgsticas que trabalirarn com aniises rsultvariade* e matrizes- E,la
constitui uma tcniaa esiatsica imprescindvcl no otexio da
#
F
sa
ffi
g
&
ffi
H
w
ffi
ffi
ffi
ffi
ffi
H
ffi
ffi
fp
ffi
ffi
H
4
H
K
ffi
,w
- {} rnodelo
d-a
ff
aaiis fatgria!
-!*
#
il
ru
aleada sobre o
r''
' .;l
ffi
ffi
F*
ffi
ffi
ffi
ffi
v'
s5$'
s$rs
Captulo
-.r i
1O
Interpreta
\
\\
\\
\\
dos
esoies
o
-\'_- *-
.-, v
\\. \
!r/'
NoRr\rATtzeo
DOS TESTES
\)
.Y
\
>:.4
1
- Introduo
o desenvolvimento
dos resultados obtidos.
'irl'-
t-t::
::l
;;r;;;;;;;;);;
t:
; ;;;;;.;;;;;'",.
Luiz Pasquali
206
Tdi{o_!gl_o
teste cue produziu o tal escore e 2) comparar o escore deste suieitc com o escore de cualquer outro suieito. O critrio de refe-
';:::"-:-;.;:^_:^ ;:-,:;.:;,
;:;:':-::=-.:.
.: ;_:.:^
: _; r
r,u
r5lll Ui r rrriCrllU \J\J rtrUt i ruuU
rlsUrtturJ riJdLr v5. ,.
'ri\ ";";
senvolvimento); 3) um srupo padro constilu?Jela pcp.rlacc toica Dara a qual mmas
intraqrupo). lio caso de testes de aprendizagem. existe ih{:ia
,nyrma relerenre a critro ( crteron-reerence4 .
no (norrnas de
2-
de
'.:..-...'..
.--,
!iiJiI-*.:.'r-,:. u-
,'.'.:'-:i
*-- - -..vi.
--
, j.,. i
Wi =
- iUU.i
J- /1 ;^..
'./..
;:
l aril '\';
J rrit\-lt.r,!r(l\
,,'r-n,-',r,.,,j^r-r
l^ f^.
L 1^ r
:i.i
ii/\/1.
klr
-^^-.i-^l-ieiiienojiilir'.'Siei-iiij2-Sii..'-.i1r-l'laTa|,clr10.i.
'L.L..IJUiIJ
-: -
urr:
'i
r, 1
iL;.1
- 16
i20 - I39
11 - 19
9 - 109
i-1
no desenvolvimento fundamentam-se no desenvolvimento Dro(no I v rl9 s g:gectq!3e matura o ps ryejn otora, p s qg &gre ss ivo
dca. etc.) nelo oual o indivCuo humano Dassa ao lonso de sua
vida.lesse senti4o, so utilizados, como_qritlic"4e nojma, trs
ry
IL
,..-:.-j.....-
iormas de desenvolvimento
&t"r"rriq?qq
I\
_-
QI = l0t x
!L,
ta-19
50-69
30-49
-29
Definirivamente superior
Superior
\'edio superior
Normai ou medio
ledio inierior
Deficincia limtrofe
Cretino
lmbecil
Idiota
2.1 -AidCernental
A idade mental como critrio foi criada por Binet e Simon ( I 905).
Estes aut.:res falavam de nvel niehtal, depois popularizado como
idade mental. Binet e Simon separaram empiricamente uma srie de
54 questes/tarefas ern I I nveis de idade cronolgica: trs a dez
anos (oito nveis), l2 anos, l5 anos e idade adulta. As questes que
eram respondidas corretamente pela mdia de crianas/sujeitos de
uma idade cronolgica X definiam o nvel/idade mental correspondenie a esta idade cronolgica. Assim, a um sujeito que respond' ' a
todas as questes que as crianas de ez anos eran^ capazes de: spunder era atribuda a idae mental de dez anos.
Na adaptao norte-americana da escala de Binet*Simon, a
Stanford-Bnet (Terman e Merrill, 1960), a idade mental (iM)
foi expressa em teirnos da idade cronolgica (IC), resultando no
quociente intelectual, o QI, por meio da frmula:
,Estg critgig_e utiiizadc:pela tesces de qg:enlpgthg acadmi.co e somente faz sentido quando se trata dejisciplingtglleso*
pfgFcidas numa seqncia de vrias sries escolares 4s nonnas
so aqui estabelecidas, computando-se o escore bruto mdio obtido pelcs alunos em cada srie, resultando num esccre tpico
r.i..P.sq&Fu, a rlgnggL.*obttn o
da
4e
srie recebe o escore padronizado de 4.
.tpico
para cada
glgqlg bl!!o
Geseil e
Luz Pasquali
f::ll.:-::-Iu?::1oo:0.,
1*,.,, e37; eseiI e Amatruda.
1e33: nobtock p"r"r."l.r*,
1li.:-3,,:.:'_:", para
volr.eram'normas
oito idades tpicas Cde 4
i,;il#i
,.n'.ui* :g
mnnrer rn
p.r..il;il
-:t**::r.
;.,i.
3 - Normas
intragrupo
Figura l0.l
Distribuiao normal e de postos percentlicos
r:dn
Nas normas in
ou 2) do a"*i"p";;(r;;;
lj"-,t-r-tote no so corihecidos
percentlico
os escores
da
lao, sobre
r*"
r"";"
rnenorque.20 ef,}Yotmescormaior.
um pec.,ntir ce 50 indici
que o sujeito se sirua na mediana
ao,
sujieitos
t'nferrrol^
-^-:
:-.-,
"r.*JJ;;;;;;:;;
ci
2)
;;",;:.rece0eram
inteligvet
dizer que
ilfi*'J -
" F"j.i*;;;;";;;l
I
t
Tabeia 10.2
C:ilculo dos percentis
I
I
I
3.2
Escore padro
:
*:
l.rffi
g,
iI
l
11
lo
22
2:;
li-
l-,
i0c
93
>+
88
72
.i
i
25
10
1+
2
I
v-V
(10.1) z - :l--::
sT
onde X = e-i,;re
(x)
Freqncia
Escore padro
(0
fX
(z)
l0
20
?(<
36
48
1,96
1,38
16
22
.',5
15
.J
1C
podemos cal-
Tabela 10.3
Clculo do escore z
Figura 10.2
tc
nrr-
I
0
Total
Mdia
sr
i12
I .r')
I'L
125
0
8
100
566
5,66
0,79
0,20
-0,39
-,gg
-1,56
-2,15
-, 1n
-3,3
:
i
I,70
G:
*
L
a1a
Luiz Pasquali
Psicometria: teoria
213
es
dei'ios;*u.;..;::::il]lJ;;i'
5
= - _i.6s
e aplcaes
rG:;ffi.o
previ_anente demonS-
i.70
Este calcuad
a
'mente
com os
dados da Trbela
I0.2.
0o na Tabela r0.4,nova-
p.uii.urn.nre, de
Escore
2
A
98
fq
88
22
?{
i5
2
1
t00
6
2
72
50
?<
l0
4
2
1,2e I
?,os
I
1.5:1 I
],r8 |
9,58 |
o,oo
I
'?,97 I
-1,28
-!,7s I
-?,os I!
-2,33 I
+5;
-5 a
e 2) a
presena de decimais. para
eriminar essas duas deseregncias,
normalmente o z multiplicado
por um coeficiente, .
agregada uma constante
por *"io d" frmula seguinte:
""!""r"
padro "
normalizado
9
trunrfo.r*f;;ri;;.._
" "fgu,n",
dificrirouJ.s
de uma escara de.:, a
l)
a presena de escore, n.grii.,*,
:u!.|
pois o.c r.ai de *.no,
infinito a mais infinito_(mri,
Tabela I0..
l0
;ea-
T=a+bz
z,ss
a,so
r.:S
oJs
o,zo
onde T=
escore transformado
escore padro
a, b = constantes quaisquer
z
-oi:s
-olgs
_l;sS
-z,ts
-z,ta
_:,:s
derivadas
quanro imaginveis.
.l:,T"r
valores so rotineiramente
Contudo,
;;;;
"l;"* normas
mais utirizados, produzindo
d.erivadas j tradicionalmenre
estaninos,t a.'"i"
"onfr".iJ*
1, o escore csie,
las de transformao para
argumas dessas normas so:
"riJir;lr'i;h]
T:
50 + l0z
Desvio QI = 100 + llz(Escalas
.le \\,echsler) ou
Desvio ei = 10u + I6z(Sranford_Binlil-
CEEB=500+1002
br"lto
(r)
Escore
padro
Escore
Escore
Desvio
padio
QI
normalizad*
\L)
? ii
76
IJ
Z.Ot
1,96
7A
l,i-
t29
I 10
61
l2l
f. i8
lt
i rJ
i3
Ir:
0,ig
0,20
52
103
94
j
4
2
I
ir.{-i
-o 10
46
-0,99
4A
85
1,28
-1,56
34
28
77.
-1.7 5
-2,15
-2.0s
-) 17
t7
il. -:.(
7-i5
696
638
579
520
461
68
402
344
285
-<9
226
50
16'l
@irupaisoresry
meiro lugar devemos decidir sobre o nmero de crasses a formarUm nmero mpar de classes exigido como forma de se obter
sempre uma classe infermdia (onde se situa a mdia) e que possua um mesmrf, nmero de classes acima e abaixo (simetria da
distribuio). Os nmeros das ciasses mais usacias so 5, 7,9 e li
ffi
ffi
ffi
ffi
ffi
ffiry
a#
'_ffire
-bJ!!
v!.r
Je'-e-..r-
ur-.!rrr
-r*.-:l:
:l.tperc'.
*Fffi4
nocn f.i...on,rt
-.!sierr^LJ
s..*ll4
rp:w
-0.67
-
i -;i'
\.--.-o
l,-JJ-
aq-.sr
*ryr*
ewry
Tebeie i'5
(-
*;^- +:-^r^ nortnas para os tnesm0s escores brutos
', a;-ios
ip.s e
Escore
ffi
ffi
classes. Se nos Estados Unidos da Amrica se popu{arizou bastante a distribuio em 9 ciasses (slarires ou estaninos). o nmero de 5 classes pode ser suficiente se no hou,r'er srand*s preocu-
Temos, ento:
Ac
,'lr :.
/n = Az ou 6/5 = l,2A
A: i DP :
i,?0 x 6,50
.':ar.
. .. -.i.
..
limi-
.tes seriam encontradc. -e, em vez do Cesvio padro, considerssemos a freqncia d* casos referentes aos intervalos em z de
cada uma das cinco classes, como mostra a Tabela 10.6.
'
--t-.-
.///"
: L',:
./
Luiz Pasquali
Distribuio de
Tabela Io'6
escor,'
rs por cinco classes (inici
n:ediana.
com a casse
"" .-r;;;j""rl:;'"-tt
ala).
l-inferi
i
\ -i.
-1.8 a -0.6
-O6a11 ,
C.t a 1.8
> I.g
,ir.d:lirrll!:f
ao
Vl i -:.
-J
a 40,0
43.9
acima
'.80r
0/2
',80
;7,
dei I ,7
44.0 a Sl,7
> 51,7
| |1
percenragem
ac um u
i:
4, r4
tX ;': ;'r
fato de que as
- ta
'\Jt'
si
ui.ri*
"o
"";r:"-1^lesqr'risador'
enquantoo,.,"o,.'fi
f..Jff :*n$r":.,#:m,:;.,:Xi
ii
:j'J":';
g en
uas riuiiilA-\.
"u",1""rr""li^lilll"-
,!...i,\
sc nr.\.1
HrvusLqv
nas classes
ao" o.
centis),""i";;'.,o_n,irn.*JJ;tiil"("0"i,r.:ff
to m an do a
n:r?
jtt"touiodosresultadosporcrassesno.,n*-
il:::::::i,:
!!:i
< 29.3
28,3 a 36.0
36,1 a 43,9
36.r -7. c
40.0 - 7,9g0it
"gci2
217
- -!
)OU
Figura I0.3
comparao de vrios
tipos de normas
o mais
'
E tipica..rente o cas em
Ae doni_nie
svsrl'rrv
-__' f-:
l.os
i:,.- ,, : !f n;lsgnatictade.
;1''
do, em
e o, em ia gn
;,*;:;..9"-.e--t
.
z
PR
.-j
o.t
QI45
. CEEB
:@
.".-...*'....-'."
-o=ryg
t;ro
300
:0 *4h@
50
too
500
t,
+t
.10 80 .
90 98
r070&)
I tj
r30
.. 6
?oo
q"n"t
-,rlttit'Pqt
w.m
+f
99
99.9
. 145
. ft
--F
sel
t.l
"t"tiaCa
st
co
p siqu i
rril
;';;;,
'
"
218
Luiz Pasquali
:19
-L.
s. u! \.-.;.itr i; ,.scu,ic !u LUliil.Jt_3 lo ..s,nle _
n:c ce qusn ioicfez a-'c..r-r.r
cc':e.:c.. o,=
",-.':;..nernento. -i,ss,::. x n.--iniJ i-.,=s-r;s c:scs s:r: r.:b._er;ir:.:
S-,;,
dO COnteC"- de U:]t
(-nani ic
..r. ;'eii::rrr;.ni,1
!r!ii.1i:i.J. n,1rr,
p!iqUe Sa.nje;li:
iCii n.-.--.
l=;:e::i::t
represiilfara dcmlio dc ccnieuiic. nc inte re _;:;::tiL p::ae:to.i1
^a--1
li;,i"
i :_,
.ql1!ry pon
Jara.a anorma_lidade.
es_
Gnr
cificamente
,.-rr"@-
nn:*<l*;n
1.. :1.;:
:r.ric"rdr.
-.nlrr:o:..
i-*:..::. ---^-
-^-.--i--^.:--:-:-.-..-..
;*i::l,i:J
S:::..:J: U,.t..-llli;li.ir
t-"r,n
enpriiir^.
in n+1,- nr,ro.rr.
vJrve
!r sr
N:sses
r-3.SCS.
: qu:3si
\1'--:
:. o:.
;:.1 .-r
L'c
rj'i_ic'lo
ro<.1
-.,,..^;ilali
-1u
r.r:.i.
1..
J,
t)
CJi-
j. primeir:me;te. a e:i!l;i'i-
*- t)
*l**sili#'
Luiz Pasquali
Figura 10.{
Comparao da un'a normal com a cuna J
ffi
#s
funo do escore que eles obtm num da,lo teste. Veja o exemplo
dado por Flanagan (1947) na Figura 10.5.
.sl-mq
FEg
*-- :3:
; thpie
4+ ln+r.i:lii.'ii
:_..':::t3_
!!rr!{!r:Frii
::i
_'
rellciia
enrro
r-.--nonn
cc
para pioios
honers
Em casos como este, as normas a serem utiiizadas para a interpretao dos escores (resultados) no podem ser as da curva
normal nem as percentlicas, mas sim normas referentes a critrio, sendo este critrio definido teoricamente, preliminar ao prprio conhecimento dos resultados atuais na prova ou teste. Este
critrio, como disseos, tipicamente colocado em torno de 80%
de domnio do contedo (programtico e de objetivos).
Raciocinio similar usado'no caso dos testes psiquitricos,
nos quais o interesse se situa em definir quem atingiu e quem no
atingiu um critrio X que determina o limiar entre normalidade e
anormalidade. Cada teste deverdefinir o escore que define este
limiar. Por exemplo, no caso do Questionrio de Sade Geral de
Goldberg (Goldberg, L972), este critrio o valor 3 na escala que
vaidela4-
'
..-: 1.::.:.:"-l--;*""
' , ;.,:,-Difereniemente
'
'
---..-
caso das tabelas ou grficos de expectncia elas so determina,das diietamente por dados empricos. Essas tabelas do a probabilidade de xito dos sujeitos num dado campo de atividade em
:'::.
'
"
centagem daqueles que foram eliminados do treinamento de voComg se v, h uma relao direta entre baixos escores estannos
obtificando TAYopara
o treinamento de vo, ao passo que aqueles que obtiveram um
estanino de 9, apenas 4Vo deles foram eliminados do tr:inamento. Dessa form4 com um tal grfico de dados. podt ie predizer o
percentual de xitq nulna situao, conhecendo-se o esc re que o
1A
I *t"i
!-uiz Pasquali
arir!ise'fa,g.............o.ra.
*sis
nr.ice_
sc
Resposta:
-'8+r0*i2
*=-_l-l
"{.,
t_ z i*:_i
i_
n-t,\ sij
3-t\
40 )
p=
resres
testes da
si-)
u=ffi
.i
,il
r!
onde
cscore r.erciacieiro
i-rl:
\n/ i l
(i.e)
io-D
pcisn:kn.
+o-tBn
-,-:- = o.Ji9
'
"-"
tyt'?
iro:
;
+o',:li
j:
r:
ar] l-1i
i *! I .,-1": i I
--
Froposto por Raji: {Lg:i7 },o beta const;tui um caso generalizado de alfa, pois utilizado no cso de uma bateria de
quai
141
tr,
ii
i
t
i
I
s|:
..3
sj
n,
a - Desiguadade
cJe
Cheb3.chev
;.;
:;
.:
(?" I 0)
L\c= Y
a seg*inre:
r eiix-XisKisxil=,-
i
{
!
I
t
*
I
{
,;
Mdia Total
;Irt6
N5
Total
s-2
i Z-l
-1
s;___T&
.N
I
I
I
:
Do,
Coeficiente
(c)
-)J
Frmula
It.".
Dados
Resultados
66.
_?.ra
ds
Frmula
Dados
. r'l
" l--=n-r(
*
-l
Rulon
GunmanFlanaean
s; = P;Qi
Resultados
s i .r&-jr=.1J.-l{+fj- l6
-l\
:.96
)
,SD
r- 1
I,0ig
0,681
0.6.i8
2,96
2,96
l{5
si
-5
-rr
P3ioonrctrlc;taorieaeflhaa*,
Varincia
: -
Tabeh7.7
A,lfa
-
Cculo
Tabela 7.6
Clculo das mdias e das variacias dos dados da Tabela 7.5
"3_
t:-
'.
. +.l
r-:{,_-*:
{'-#j
?lr_
1'
t.o+
*o.go
0,649
z.s6 )
i
I
I
it.r t
4/5 x l/5
item z
item:
3/5 x2/5
3/5 x2/5
item 4
item 5
item 6
3/5 x215
2/5 x3/5
l/5 x 4/5
Itens pares
sP
Ip2
-1
l5/5 -
t4,
0,16
0,24
0,24
4,24
0,24
0,1
2
s1
Zl2
-)
:-.Difeiena'
2
Sp
In2 -.j
-u
N
2t/5 - 1,8'
0,96
6/5 - {-0,42)
1,039
rmentar de pi
*['?j
(
K4,
d ( t_- .t^:r+:{+:{+.1{-.r6
2.96
)
-l
e-r\
0,691
+z
T-l---t!-
si)
4,594
l;04
-_P!
Itens mpares
K&o
(:
I - pi)
I
i
t
I
I
I
uil
Pasoual
P-.,
!cc:'ceti'i
2) Grunran-Flanagan:
(7.8)
z 2\
(7.i) ro=:f,r_lLI!_
\}TJ
tco
ri*
e ap!caes
^\
:i'-+i
n-lt s:t
si: i'ari:rcidos
A outra frmuia :
arro
onde
s;: varifucia
KR26 =
I
I
KR", =
-t
nl l_.-l
n-ll
l,
,f e
lon e por s ,
''
I
_
-r .\
"-rl'
l-
"i
3
3\,
:, : i. '
"uro,
\Lpq=
nn
l_-l-__
I
I
ir---iSuieitosi Il2-1?
Su-ieitos
I
=;j
:
3i Kuder*Richardson:
Soma
ll3ns
itens
?
:
{
:56
tt0l
I0tt
0l0
Itti
100
JJ
aLlsi e s.
:s
destes dc-is
. T?FP:iFP.I
I
0
:
0
?
Ltdia
So
t:
T--
Tabeia 7.5
Exempla geral para esses vrias, frrnu .s, onde r significa que o item
oi acertado e {} gue foi eradu (irluia 1992: 53)
a saber. o
DDII
^ r
i-FJ = np-npp - np----::--
npq = npl
^2 I
r.f
ri i!r), iepreseniandc.
ponerlto, o'a ior esperad o das m etaci:s,
"'!
1
39?1t
416tt3
2.1
ltl
6 36 3 93
I I 0l
16 6 7 159
3j
r,4 r.E
.*
tll
9-2.r
100
900
t -t
2t
-2
-0d
+o
tuEftNrqal
hicornetria: teoria
rt0l00
toit10
.0 I I
lllllr
100000
I
J
i
i
6
I
3 3 3 Z
' - :.'r l+
I 0.8 0.6 r.
I -l
',,;:r,.J. i5 i.:+ L.:+ ,1- t,:+
-t -tLt' 1.t.8
s=
N =;=2'96
So:ria
6
1r
-
C.:
0,16
"i
a, ry= _g_,
n-l[ t+)6-l[
_
= respostacorrera;0=rcspostaerrada;
1=
4,94
14.8
r$
-2,2
0,04
2.96
l)
Rulon:
Iteml(X)
|
|
0
I
|
o.u*,
=
2,s6)'
sT
onde
_ T
2
J
4
5
Soma,
Mdia'
4
0,9
n?
,
Lx'0.80
t ===o,tu
x2
0,2 --------TF4
0,2
-0,9
a,2
0,2
0,0
(7.6) rn = l-+
II
rl
0,9 0,04
-\,2 1,44
2,8 7,94
-0,2
'
Trt2
Iiens
2
pEnages
Tabcla 7.4
Clculo do coeiciente alfa de Cronbach
II
0,04
a,64
A,O4
0.04
0,80
4 t
ou s) =Pq=;n;=0,16
rf
no testf
rn =
Sc
das diferenas
(si).
pela varincia
t8
i
?9
iT
i38
LuizPasquali
a-Ocoeficieniealia
t#J*;;;"r-
nas,duu*
**gr_].*
3J9
"
;:i'#' ' : .:Erba no teeha sid* o prim*ire a trebahar cam este tipo
:de'aniiie" firi crenbacr (rgs-r) qerern props esre
eoefici*o*u
j.L.u-
Ir'
i:,di',r'
g;*J
d.
nao
corrigiro ndiceesatstico
(correlao etr Gs ssres d,ils duas,naelades),
pera frmura ,de
SpeannarBr*wn, dado que * ccr::primento
do teste afeta substan_
cialmente o coefciente de fidedigndade (veja
ponto : -, ca*os espei icos mais a,Ciante).
(7.s)
'+ )
onde
n: nnrero de itens
Iri
'
alf (a)
.l':,{
'.
o.=-rl.,
n-r[
'
**u
u,*-
,ffi$
lf
t'
fr:iifblqurli
',
,.,a,,#
Mr
t4
ml
nq
hrt
mtl
50
30
20
22
20
20
20
24
e2
-0,9
0
0
4
-2
-4
84,64
0,64
0
0
1,44
l6
40
46
38
30
l4
l8
l6
2A
22
l8
t7
2t
l8
12
36
J!
14
23
l0
50
26
l
t\
4.4
L't
0,6
27,01
l6
20,8
183,6
94
78
200
a
a
lLm-, 1183.6
ttr,=-=il
Ns1s2
=428
78
=
-1,6
5,6
0,0-4
2A,A
It,.'
1,6
11 )
14,44
2C8
l6
20,9
0,64
46,24
0,64
7,84
0
0
4,8
t?
s?
li
ICia
ftl
-0,8
-6,9
-0,9
-2,9
-3,8
10x438x3,07
t",
ia
I Lmi
/-"-
19,0
=3,07
= 0J9
;r"r"il;;;
q4o]||;;;;
l.,i;il;;"';;;-
l+0,59
pequeno.
::tr:,-;'j,iil,.i;,:
::ii,i::ff
fb;*
fo*"
l rrr
2x0.59
in=:-- -:---_---=0-j4
,'
L,.
Correo Spearman-Brown:
seja ridiculamente
ga_
-:--
l+(n-t)q2
fo*.,
mrmr
4
4
25
Sorna
,t-
1,2
' ,-- I
ffifoi*eaaplo,no sa*r
metades
Suje!tes
Bicpnetria:teoriaeap&cses
'-
'
de teste,reteste, utilica-se
a tcniea das
duas metades para carcuiar o coeiciente de
fidedfun;#;
rii,re.:11':::1
-f:}"r.; :
:,?i.r1$
.1.i.1.t. i:.l
t-::1i....:
rM
TN f.
n&
$-
tll
'\r r
-\d
q
Captulo
-h.
I ''.
i
JI
\
I - .eoria
.'ffi
,'
rY
\-i
"\\)'.
testel
'lo;t >>*
\\
1\J
i.
i:
!!
{
F
o coeficiente
verdadeira
^vaTiangia
Adernais, sendo
sT = sV
221
Sy = 51 -Sg
)a
torna
rn
(7.2)
oncie
=+
ou
S1
.'n-= 2 _ l
s1 sT
(l.rJ f=;s
"i
r,= l- +
si
d:
precso rtnq
/g
de
rnl
2.
Sp' varincia erro da medida
7
Normalrnente essa formula rm expressa em termos de esco(V) e escores empricos (T) onde
res verdadeiros
cov It,t,-
l =-=
var
q,,
(i.3)
Ns1s2
rru={rn=l-
sT
saber,lvrv2,
Alm disso,
QUO
igual
Sl = 52 e, conseqentemente, o
Vr
= vz.
.n
--."=*-:
\i.'2 2
Lv- s
=i-=,
Nti r
,T\'-
--
rTv
Is
:rnas, cOmO
t=v + g,
entO
Nslsy
I(v+e)v
Ncrsv
Iv2 *Iv"
Nhtv
umavezque
.,2
3I-=12
-v
,*
#.
,4
,.tf
r3
Luiz Fasquaii
. fve=rgNsysg =g
t3t
B
g
.,,,
ffi
H
ffi
ffi
rv
fZ
= lrKr.sv
mas,
segue que
'
tg
e?
t
-._:Y
-.-2
N -)v
(a varincia verdadeira;,
Sql' sv
Que
,,
|:t:tistotAt":toOe*e
, s =_$, toda a
i1i!":
cia
verdadelrs,
si..
2'l'1
=I
su fornras piaraielas.
pli*a.se
.r
l :: ,u{lt
ser esrirnado
::.fd;die;i{ao1_alve
o ,ioi* e"co
" empfri_
"..*,"i.
parrir dos escore
f"*;;il;;;;;r;;;;
sia
I (,)
&
e reaplica-se mesrna
nem
sujeitos.
,u_iritor.r"r;.
ssim, .".i$i*rri"
-a
pnto l.
plieaxea urna amostra,aieetria de sr.r.ieitcs dilas foi-mas paraIelas do este rru dcis testes paraelos p, . fr) nurna
nica o.uuio *
faz'se,a anlise da correrao.*rit" *.diuut'bues
cos dois tesies
it
!t
tl
$il
tl
F It
t ti
#ti
fi
g!l
gti
ilt
4 tt
r!
Fit
5tr
ffirl
si
{veja caprr:lo s}
$ti
2" l -2
er/"
il
-1
si
7'' - EFb{ =
,o=Y=l
ou L=l-9=,
cE-2
rv
2.1 - s delnesrnentos
!lr
i:I
t rl
i rt
=4=3,
scv fu
:?,Que
ser eig,sto
no
$fi
u
-r;v
FlF
E
i
Ento
$r
f!i
il
$ti
G rt
Fil
il
ffiil
$ It
ft ii
ti
2 2 - T{cnitas estetstieas
gg
#tr
Bf!
ff$i
, l
t
d-
#.rj
ql :l
*.t
e.
ff ti
l.b
a estin'so de seu coefrciente: a correrao simpres
e a(s)
Takh?.l .
t&aica{s)
alfa. A prinneira tralha com a correlao, e as segundas,
com a
varincia
'
' '.
'.
A apresentao de todos esses ndices seria de pouca utilidade
elineament
e
uso profissional.
Proccdircoto
cmpirico
Tcaica
i$:.t
Fonnas
paralelas
no
Cocficicne
l.:.1-Acorrelao
testt
r!
ll
:
!
ii
td'
O,
cO.,ecalcular
ccnei:iio r,
ou outa divisfu);
calcular corrclao
cnu as duas metadcs; aplicar a corrc-
o de Spcarman-
o.s"rnrg.m
Batc diretarnente
com o conccito dc
Testcs aplicados
Dicil conscglir
formas perfcitamenic paralet'as,
i.e- medir mcsrp
numas ocasio
trao latntc cm
fidcdignidadc
hcns diferentes
Garanria da cquivalncia (paralclismo),
poisrrtesedmeslo tst T
Dicil controlar
cventos que ocorren enlre O, e O.
...
des
Broem
vatagicm I
rr,,.
falemdameSmacoisa,comosevexpostonaTabeIa7.l., "*r"
O coefciente de correlao (r) expressa o nvel de retao
ou a cofiespondncia que existe entre ois eventos.
E o tipo de
coeficiente'utilizado. com as trs tcnicas experimentais
de
estimao da fiCedignidade acima descritas. pr
excmplo, se
aplico um teste a cem sujeitos num dia e o aplico novamenie
depois
de transcorridos trinta dias, e se a crassificaao
dos cem sujeitos
for idntica nas duas ocasies, isto , os mais fortes continuam
"
xi
apcnas uma
loiri.it
garantir
das
duas metades
I lcnica de lr
e 2!
mcEdes no con-
trola fadiga
teandos
dos
ao lomar
tade contm
irens mais
os
difcris
_:__=T
./'
ii{
Luiz Pasquali
Fslccmatria: teris
somo-se
fr;;;;"r"I";;;
"k' e *y'&
os desvaescih X e de
rnddias.
**
,*lue* fu
onde
-"*
;;#ri*
Tabela ?.2
Clerdo dtr.coeeiente de.eorrelao
1i
RVt
RV2
Sujeito
ii
z | o
3 t-I tj
4lr0
sit4
7 I
sie
e I
i
I
f
\illx'ri
tt
{erlia
l8
tt
--t
y'lny
llr
:1,;
-r | +
3136
t6
t6
l8
I,1
l8
t6
l5
16
6
?
CI
t3
t2
"5
Ig
l5
1+
t5
l8
t40
i50
14,00
r5.00
rl4
oo
-2 l9
-3 t25
t5
iJ I lt,
*I
.lr
i12
58
65
'''
o eeficiente
aplicaes
i:
IJJ
(:
m teste.
j)-x' Il i:
s-r =
tiL
i N = o
tro
i'-.
:rr
xy
_
'xi.=ll--_
i\sxsy
i
/'i iJ
65
= 3,35
65
=_-=0.91
!0x..3j5x2,41 gC,?4
a ooe*
iao se basea scli'ente na rnetade do tarnanhtr da eseaia;
o
eornprimentc do teste afeta trastante o coefciente de precis*
{!sso
.ser explicitado rnais adia*te no ponto 3 - casos especf*os)"
Q exemplo da Tabsla ?.3 iiustra o clculo da correr, de Spe.*r_
man-Bror,+.n, o$de rlr e mr
s suas r*spectivas rrdias
sc.r
os desvics de &{, e
M,
**
relaao