Resumen
Enfoques parametricos versus no parametricos para el escalamiento de diferencias individuales. Los modelos de rasgos latentes (MRLs) son un tipo de modelos de escalamiento de diferencias individuales. Habitualmente, estos modelos utilizan funciones paramétricas para modelar las funciones de respuesta a las opciones (FROs) y las distribuciones de los rasgos latentes, aunque recientemente varios MRLs no paramétricos han sido propuestos. En este artículo se comparan las ventajas de cada uno de estos dos enfoques mediante la comparación de dos modelos: el modelo paramétrico LISCOMP de Muthén, y el modelo no paramétrico MFS de Levine. El modelo MFS es particularmente apropiado en escalamiento unidimensional dado que permite estimar la densidad del rasgo latente, es m.s flexible para modelar las FROs, y como resultado puede ser m.s robusto a mis especificaciones de la dimensionalidad de los datos. El modelo LISCOMP, por su parte, es particularmente apropiado en escalamiento multidimensional, así como para modelar las relaciones entre las dimensiones del escalamiento y variables externas. Los modelos no paramétricos como MFS no son generalizables fácilmente a situaciones multidimensionales ya que habitualmente utilizan restricciones que suavizan la forma de las funciones utilizadas. Estas restricciones se basan en supuestos acerca de las formas de las FROs y de las densidades de los rasgos latentes. Sin embargo, puede ser difícil el llegar a establecer un conjunto de restricciones común para diferentes diseños muestrales y para diferentes soluciones dimensionales. Palabras clave: TRI; teoría de respuesta a los items.
