Statistical Foundations for Estimating Conditional and Score-Related Standard Errors of Measurement
- Año
- 2026
- DOI
- 10.31234/osf.io/jfr52_v1 (se abre en una pestaña nueva)
- Licencia
- CC BY
Resumen ADIPA
Elaborado con IA a partir del resumen de los autoresPreprint que examina los fundamentos estadísticos para estimar errores estándar de medición condicionados al nivel de rasgo latente. El autor explora diferentes conceptualizaciones de medidas de precisión y exactitud condicionadas, desarrolla un marco general para estimar errores estándar condicionados dentro de la teoría clásica de tests, e investiga mediante simulaciones las propiedades de muestreo de estos estimadores en términos de sesgo, varianza y exactitud. El trabajo sistematiza principios conceptuales subyacentes a métodos disponibles desde hace décadas y proporciona recomendaciones generales para investigaciones futuras sobre esta temática.
Puntos clave
- El error estándar de medición convencional proporciona solo una medida global de precisión que puede enmascarar diferencias importantes en precisión según los niveles del rasgo latente.
- Los errores estándar de medición condicionados permiten evaluar la confiabilidad y exactitud de las puntuaciones en diferentes niveles específicos del constructo medido.
- El marco general desarrollado dentro de la teoría clásica de tests integra distintas conceptualizaciones de medidas condicionadas de precisión y las hace comparables.
- Las propiedades de muestreo de los estimadores de errores estándar condicionados incluyen su sesgo, varianza y exactitud, que varían según el método y las condiciones de estimación.
Para quién: Investigadores, docentes y estudiantes de psicometría y metodología de la medición que requieren comprender métodos rigurosos para evaluar la precisión de instrumentos psicológicos en diferentes niveles del rasgo evaluado.
Resumen de los autores
Áreas y palabras clave
Cómo citar (APA 7)
Emons, W. (2026). Statistical Foundations for Estimating Conditional and Score-Related Standard Errors of Measurement. https://doi.org/10.31234/osf.io/jfr52_v1