s

Se entiende por análisis de ítems el estudio del comportamiento individual de los ítems contestados
en una prueba de corrección objetiva, por un grupo determinado de estudiantes o examinandos. En
el contexto del análisis clásico de ítems el término se refiere a la aplicación de métodos estadísticos
para establecer las características de cada ítem. Los aspectos que tradicionalmente se tienen en
cuenta son el coeficiente de dificultad (facility value), que permite establecer el número de
estudiantes que han contestado correctamente a un mismo ítem, y el índice de discriminación
(discrimination index), que distingue los ítems, según hayan sido resueltos correctamente por los
estudiantes que han conseguido mejores resultados globales en la tarea de la que el ítem analizado
forma parte, o por los que han tenido resultados globales poco satisfactorios en la misma tarea.

El coeficiente de dificultad de un ítem viene determinado por el porcentaje de candidatos, del grupo
al que se administra la prueba, que lo contestan correctamente. Si un ítem lo resuelven 10 de 100
estudiantes, su índice de dificultad es de 0’1 (10 dividido por 100) y se considera demasiado difícil,
mientras que si lo resuelven 90 de 100 estudiantes (90 dividido por 100), su índice de dificultad es de
0’9 y resulta demasiado fácil. Un ítem muy fácil o muy difícil no proporciona información sobre los
distintos conocimientos de los miembros del grupo de estudiantes que ha realizado la prueba, sólo
informa del hecho de que la mayoría de los estudiantes lo han encontrado fácil o difícil, algo poco
probable en una situación de la vida real, en la que se supone que no todos los estudiantes del grupo
tienen un comportamiento homogéneo con relación a los distintos aprendizajes. Los especialistas
consideran que ese tipo de ítem debe desestimarse.

Para que una prueba tenga un nivel de dificultad determinado, los responsables de la misma
seleccionan los ítems que se prevé que tienen la facilidad/dificultad adecuada al nivel de
conocimientos medio que se supone a los candidatos. El pilotaje deberá confirmar la previsión de los
elaboradores de la prueba, que deberán comprobar si el resultado del mismo coincide con las
previsiones realizadas para el grupo de candidatos en cuestión. El resultado global es la dificultad
media de los ítems incluidos en la prueba. Una dificultad media del 75 % indica que hay muchos
ítems en la prueba que tienen una dificultad menor. Si los responsables de la prueba determinan
dificultarla incluirán ítems con un coeficiente de dificultad mayor y si lo que quieren es facilitarla, por
el contrario, incluirán ítems con un menor coeficiente de dificultad.

El índice de discriminación de un ítem se obtiene ordenando a los candidatos con relación a las
puntuaciones obtenidas en la prueba que se analiza y comparando los resultados obtenidos por
los del tercio superior con los del tercio inferior. Si en un grupo de 30 estudiantes, los 10 del tercio
superior contestan correctamente a un ítem y los 10 del tercio inferior lo hacen incorrectamente, ese
ítem tendrá el máximo índice de discriminación: 1. Es muy difícil conseguir un ítem de este tipo y se
consideran ítems con un buen índice de discriminación a partir de +0’4, es decir los resueltos
correctamente por 10 estudiantes del grupo superior y 6 del inferior, u 8 del superior y 4 del inferior,
etc. En ocasiones la discriminación de un ítem es negativa (-0’4, por ejemplo) lo que indica que más
estudiantes del tercio inferior han contestado bien al ítem que estudiantes del tercio superior. En
estos casos, es evidente que el ítem no funciona y debe eliminarse.

Ebel y Frisbie (1991), a partir del análisis del comportamiento de ítems, sostienen que el coeficiente
de dificultad y el índice de discriminación de un ítem están estrechamente relacionados y que
aquellos ítems que tienen un coeficiente de dificultad medio (en el caso del ejemplo anterior entre
0’4 y 0’6) son los que mejor discriminan y por tanto proporcionan mayor información sobre las
diferencias de nivel de competencia lingüística entre los candidatos.
Para garantizar la calidad de los ítems a partir de estos dos tipos de análisis es necesario que los
ítems redactados para formar parte de una prueba sean ensayados previamente con un grupo de
control de características similares al grupo que deberá pasar la prueba. A partir de los resultados
obtenidos por ese grupo de control se realiza el análisis de los ítems y se descartan los que no
funcionan, ya sea porque son demasiado fáciles o difíciles o porque no discriminan entre los alumnos
que obtienen buenos y malos resultados.

Además del análisis clásico de ítems, que tiene la ventaja de que puede realizarse por
procedimientos manuales, y para el cual hay multitud de programas de fácil obtención (Iteman, Tia
Plus, SPSS, Excel...) existen otros tipos de análisis que precisan software y medios no siempre al
alcance. Entre estos análisis cabe destacar la teoría de la respuesta al ítem que muestra la
probabilidad de un candidato concreto de responder correctamente a un ítem y permite establecer
una escala de dificultad de un ítem independientemente del grupo de control con el que se ha
ensayado ese ítem.

Otros términos relacionados

Examen; Ítem; Ítem de prueba objetiva; Ítem de respuesta cerrada; Ítem de respuesta dirigida.

Bibliografía básica

1. Alderson, Ch. J., Clapham, C. y Wall, D. (1995). Exámenes de idiomas, elaboración y

evaluación. Madrid: Cambridge University Press. Colección Cambridge de didáctica de
lenguas, 1998.

2. Bisquerra, R. (1987). Introducción a la Estadística aplicada a la investigación educativa. Un

enfoque informático con los paquetes BMDP y SPSSX. Barcelona: PPU.

3. Bisquerra, R. (1989). Métodos de investigación educativa. Barcelona: CEAC.

Bibliografía especializada

1. Ebel, R. L. y Frisbie, D. A. (1991). Essentials of Educational Measurement. Englewood Cliffs,

New Jersey: Prentice Hall (5.ª edición).

2. Bachman, L. F. (2005). Statistical Analyses for Language Assessment. Cambridge: Cambridge

University Press.