Introducción general a la teoría de la Generalizabilidad

2. Teoría de la Generalizabilidad:
x pi = µ + α p + βi + αβ pi ,e
x pi
µ

3. Teoría de la Generalizabilidad:
 Problemas con la Teoría Clásica:
a) La concepción unitaria del error de medida.
b) La rigidez del concepto de paralelismo de las
medidas.
c) Extensión del concepto limitado de fiabilidad
a otro más amplio de generalización

4. Teoría de la Generalizabilidad:
 Propuesta de la TG para superar las
limitaciones de la TCT:
a) Utiliza el concepto estadístico de muestreo de
fuentes de variación múltiples.
b) Sustituye el concepto de medidas paralelas por el de
medidas aleatoriamente paralelas.
c) Sustituye el concepto de puntuación verdadera por
el de puntuación del universo.
d) Se reemplaza el concepto de fiabilidad por el de
generalizabilidad o invarianza de la población de
condiciones.

5. Teoría de la Generalizabilidad:
x pi = µ + α p + βi + αβ pi ,e
α p = µp − µ
β i = µi − µ

6. Teoría de la Generalizabilidad:
 Ecuación básica para el caso más simple:
x pi = µ + α p + βi + αβ pi ,e
 Donde:
αβ pi ,e = x pi − µ p − µi + µ
Efecto de la interacción entre la faceta de diferenciación y la de
generalización (del sujeto p en la condición i), confundido con
error.
Este modelo de medida incorpora portenciales fuentes de error:
la(s) faceta(s) de generalización.

7. Teoría de la Generalizabilidad:
 Mediante un análisis de la varianza se estiman los
componentes de la varianza asociada con cada
fuente de variación del diseño, tanto las relativas a la
faceta de diferenciación como a la(s) facetas de
generalización.
 Se concluye que Xpi es una medida adecuada del
rasgo o característica evaluada con el test cuando la
variabilidad debida a la faceta de diferenciación es
considerablemente mayor que la debida a la(s)
faceta(s) de generalización.

8. Estimación de la característica de interés:
 La característica que se desea medir o estimar al
aplicar un test a un sujeto recibe la denominación de
PUNTUACIÓN UNIVERSO (U).
Fórmula general para estimar U:
) ) )
(
P U − E.max . ≤ U ≤ U + E.max . ≤ α
)
)
Donde: U=X
E.max . = zcσ e
σ e = σ x 1−α
α = coeficiente de generalizabilidad

9. Estimación del error:
 Error de medida
E = X −U
X = Puntuación observadaen el sujeto en una determinada
forma del test en unas determinadas condiciones.
U=E(X) puntuación media que obtendría el sujeto en ese test
en todos las condiciones posibles de medida incluidas en el
universo de generalización.

10. Estimación típica de medida:
σe = σ x 1−α
Donde:
σ 2
α= u
σ 2
x
El valor estimado para las dos varianzas es función de:
○ el tipo de diseño utilizado
○ la finalidad del estudio de decisión