Algoritmo mixto mínima entropía-máxima información para la selección de ítems en un test adaptativo informatizado
PDF

Cómo citar

Aguado García, D., Santa Cruz, C., Dorronsoro, J. R., & Rubio Franco, V. J. (2000). Algoritmo mixto mínima entropía-máxima información para la selección de ítems en un test adaptativo informatizado. Psicothema, 12(Suplemento), 12–14. Recuperado a partir de https://reunido.uniovi.es/index.php/PST/article/view/7630

Resumen

El objetivo del estudio que presentamos es comparar la eficacia como estrategia de selección de ítems de tres algoritmos diferentes: a) basado en máxima información; b) basado en mínima entropía; y c) mixto mínima entropía en los ítems iniciales y máxima información en el resto; bajo la hipótesis de que el algoritmo mixto, puede dotar al TAI de mayor eficacia. Las simulaciones de procesos TAI se realizaron sobre un banco de 28 ítems de respuesta graduada calibrado según el modelo de Samejima, tomando como respuesta al TAI la respuesta original de los sujetos que fueron utilizados para la calibración. Los resultados iniciales muestran cómo el criterio mixto es más eficaz que cualquiera de los otros dos tomados independientemente. Dicha eficacia se maximiza cuando el algoritmo de mínima entropía se restringe a la selección de los primeros ítems del TAI, ya que con las respuestas a estos primeros ítems la estimación de θ comienza a ser relevante y el algoritmo de máxima información se optimiza.
PDF