A Teoria da Resposta ao Item A metodologia da Teoria da Resposta ao Item prope modelos que representam a relao entre um construto ou trao

latente de um indivduo e a probabilidade deste indivduo produzir uma determinada resposta a um item de um questionrio. Tanto a verso paramtrica quanto a no paramtrica comeam com a definio da funo resposta ao item como a probabilidade de acerto no item, dado que o respondente tem, digamos, como valor no trao latente. No caso particular de itens com respostas dicotmicas, pode-se definir formalmente a funo de resposta ao item i, ( ) ( | ) ( ) de ( ), como:

Isto significa que o indivduo com caracterstica tem probabilidade

acertar o item i, considerando que 0 representa uma resposta errada e 1 representa uma resposta correta. As duas verses da teoria se distinguem a partir da definio da funo resposta, na medida em que a paramtrica impe uma frmula algbrica com parmetros bem definidos, enquanto que a outra no, exigindo apenas que no decrescente em , ou seja, ( ) ( ) seja monotonamente ( ). Esta condio de

monotonicidade da funo resposta tambm a que caracteriza o chamado modelo de homogeneidade montona. Alm desta, duas condies mais so fundamentais para o modelo, a saber, a unidimensionalidade e a independncia local estocstica. A primeira afirma que todos os itens no teste medem o mesmo trao latente. Numa interpretao psicolgica, isto significa dizer que todos os itens medem uma mesma habilidade, por exemplo, como resolver fraes, ou uma mesma atitude, como por exemplo, a opinio sobre temas controversos. J numa interpretao matemtica, isto significa que necessitamos apenas de um trao latente para a descrio da estrutura dos dados. A condio de independncia local estocstica afirma que a resposta a um determinado item no afetada pelos outros itens, o que pode soar estranho a princpio, j que se o valor do trao latente de um indivduo fixo ao longo dos itens e, digamos, relativamente alto, significa que a probabilidade de acerto em qualquer item tambm alta. Na verdade, essa condio estabelece justamente que este valor seja fixo ao longo dos itens do teste, evitando que aconteam coisas como o que se pode chamar

de aprendizado na prtica, tornando o indivduo mais apto a responder uma questo aps responder outra, ou ainda, que em questes mais polmicas ou controversas, o indivduo d uma resposta mais socialmente aceita, mesmo que no reflita sua opinio. Em ambos os casos, o valor estaria variando de um item para outro. A qualidade do ajuste do modelo depende do grau com que os dados satisfazem essas condies. Um importante conceito envolvido nessa medida foi introduzido pelo modelo de resposta de Guttman e o que se chama de erro de Guttman, definido pela ocorrncia de casos onde, dados e , dois itens em um questionrio, com ( ) e ( ), um indivduo de valor para o trao latente responde corretamente incorretamente

. Nestes casos, dizemos que o indivduo acertou o item mais difcil,

aquele com menor probabilidade de acerto, e errou o mais fcil, aquele com maior probabilidade de acerto. Chamemos de de e , as probabilidades de acerto nos itens i e j separadamente e (item i mais

a probabilidade de acerto simultneo nos mesmos itens, com

difcil que item j). Estes parmetros podem ser estimados por meio das mdias amostrais, com, por exemplo, sendo a razo entre o nmero de indivduos que

acertaram os dois itens simultaneamente e o nmero total de indivduos. Com isto, podemos resumidamente definir o coeficiente de escalonabilidade do par de itens i e

j como sendo a medida de quanto este par de itens se afasta do escalograma perfeito de Guttman (conjunto de dados onde no se observa a ocorrncia de erros de Guttman), da seguinte maneira: ( ( ) )

Onde ( )

) ,e

a (

covarincia

na

populao,

dada

por

) a mesma covarincia, sob a condio de

ausncia completa de erros de Guttman, onde todos os indivduos que acertam o item mais difcil, acertam tambm o mais fcil, o que significa dizer temos que ( ) , e que: . Desta maneira,

Em ltima instncia, o coeficiente

vai dar origem ao coeficiente

de

escalonabilidade de todo o teste, que em funo dos parmetros amostrais e considerando que a escala inclui k itens, dado por: ( ) ( )

So portanto, testados modelos diferentes, com conjuntos de variveis diferentes, e o modelo de melhor ajuste o que possui o coeficiente mais elevado.