El paquete itan tiene como finalidad ayudar a profesores a corregir, calificar y analizar pruebas objetivas. Para ello, este paquete incluye funciones que permiten calcular el puntaje y calificación obtenido por estudiantes; así como también, funciones para analizar los ítems del test. Entre estas últimas destaca el análisis gráfico de ítems que permite visualizar las características técnicas del ítem y determinar rápidamente su calidad.
Para instalar la versión de desarrollo del paquete itan desde GitHub use el siguiente comando:
# install.packages("devtools")
devtools::install_github("arielarmijo/itan")
library(itan)El paquete itan incluye dos datos binarios de ejemplo llamados datos y clave. Datos contiene las respuestas de 39 estudiantes a una prueba de 50 ítems y clave contiene las respuestas correctas a cada ítem.
data(datos, clave)
str(datos, list.len=6)
#> 'data.frame': 39 obs. of 51 variables:
#> $ id : int 200040629 210047876 210047897 210040939 200035827 200039332 200040360 210047865 210046146 210045972 ...
#> $ i01: chr "E" "C" "E" "E" ...
#> $ i02: chr "D" "D" "D" "D" ...
#> $ i03: chr "C" "C" "C" "A" ...
#> $ i04: chr "B" "B" "B" "B" ...
#> $ i05: chr "A" "C" "A" "A" ...
#> [list output truncated]
str(clave, list.len=5)
#> 'data.frame': 1 obs. of 50 variables:
#> $ i01: chr "E"
#> $ i02: chr "D"
#> $ i03: chr "C"
#> $ i04: chr "B"
#> $ i05: chr "A"
#> [list output truncated]Para calcular el puntaje alcanzado en la prueba y su respectiva calificación puede usarse el siguiente script:
respuestas <- datos[,-1]
respuestasCorregidas <- corregirRespuestas(respuestas, clave)
head(respuestasCorregidas)
#> i01 i02 i03 i04 i05 i06 i07 i08 i09 i10 i11 i12 i13 i14 i15 i16 i17 i18 i19
#> 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1
#> 2 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 1 0 1 1
#> 3 1 1 1 1 1 1 0 0 0 1 1 1 0 0 1 1 0 1 1
#> 4 1 1 0 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 1
#> 5 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0
#> 6 1 1 1 0 1 1 1 0 0 1 1 1 0 0 0 1 0 0 0
#> i20 i21 i22 i23 i24 i25 i26 i27 i28 i29 i30 i31 i32 i33 i34 i35 i36 i37 i38
#> 1 1 1 1 0 0 1 0 1 0 1 0 1 1 1 1 1 1 1 0
#> 2 0 0 0 0 1 0 0 0 0 0 0 1 1 0 0 1 1 0 1
#> 3 0 0 0 0 0 1 1 1 0 1 1 0 1 0 1 1 0 1 0
#> 4 0 1 1 0 1 0 0 0 0 1 0 0 1 1 1 1 0 1 1
#> 5 0 0 0 0 0 0 0 0 1 1 0 1 1 1 1 1 1 1 1
#> 6 0 0 1 0 0 0 1 0 0 1 0 0 1 1 0 1 0 0 0
#> i39 i40 i41 i42 i43 i44 i45 i46 i47 i48 i49 i50
#> 1 1 1 1 1 0 1 1 0 0 1 1 1
#> 2 1 0 0 0 1 1 1 0 1 0 0 0
#> 3 1 1 1 0 1 1 1 1 0 0 0 1
#> 4 1 1 1 1 1 1 1 0 1 1 1 1
#> 5 1 1 1 0 1 0 0 1 0 0 0 0
#> 6 1 0 0 1 0 0 0 0 0 0 0 1
puntaje <- calcularPuntajes(respuestasCorregidas)
nota <- calcularNotas(puntaje)
head(cbind(id=datos$id, puntaje, nota))
#> id puntaje nota
#> 1 200040629 37 6.0
#> 2 210047876 17 3.0
#> 3 210047897 30 4.7
#> 4 210040939 30 4.7
#> 5 200035827 20 3.3
#> 6 200039332 19 3.2Además de calcular el puntaje y calificación, es posible analizar los ítems de la prueba. Para calcular el índice de dificultad y los índices de discriminación de cada ítem se puede ejecutar las siguientes líneas de código:
p <- calcularIndiceDificultad(respuestasCorregidas, proporcion = 0.25)
dc1 <- calcularIndiceDiscriminacion(respuestasCorregidas, tipo = "dc1", proporcion = 0.25)
dc2 <- calcularIndiceDiscriminacion(respuestasCorregidas, tipo = "dc2", proporcion = 0.25)
head(cbind(p, dc1, dc2))
#> p dc1 dc2
#> i01 0.75 0.3 0.60
#> i02 0.95 -0.1 0.47
#> i03 0.60 0.0 0.50
#> i04 0.60 0.6 0.75
#> i05 0.55 0.7 0.82
#> i06 0.70 0.2 0.57Otra manera de analizar la discriminación de un ítem es usando el coeficiente de correlación biserial puntual:
alternativas <- c(LETTERS[1:5], "*")
biserial <- pBis(respuestas, clave, alternativas)
head(biserial)
#> item A B C D E * KEY
#> 1 i01 -0.23 -0.09 -0.14 -0.03 0.25 -0.17 E
#> 2 i02 NaN -0.10 0.09 -0.10 NaN -0.05 D
#> 3 i03 0.02 -0.15 -0.05 -0.12 NaN 0.10 C
#> 4 i04 -0.34 0.34 NaN -0.13 -0.16 -0.05 B
#> 5 i05 0.55 -0.36 -0.39 NaN -0.12 -0.05 A
#> 6 i06 -0.19 0.01 0.16 -0.17 -0.10 -0.17 CLa frecuencia con que se eligió cada alternativa en cada ítem puede hacerse de forma numérica o gráfica:
fa <- calcularFrecuenciaAlternativas(respuestas, alternativas, clave, frecuencia = FALSE)
head(fa)
#> item A B C D E * NA KEY
#> 1 i01 6 4 4 2 21 2 0 E
#> 2 i02 0 1 4 33 0 1 0 D
#> 3 i03 6 4 26 1 0 2 0 C
#> 4 i04 13 22 0 2 1 1 0 B
#> 5 i05 17 8 6 0 7 1 0 A
#> 6 i06 2 6 25 3 1 2 0 Cgfa <- graficarFrecuenciaAlternativas(respuestas, alternativas, clave)
gfa$i01
El paquete itan también implementa el análisis gráfico de ítems que permite resumir las características técnicas del ítem de manera visual, lo que facilita su análisis:
item <- agi(respuestas, clave, alternativas)
item$i01$plot
Revisar la documentación del paquete para ver más detalles sobre las funciones anteriormente señaladas.