11.5: Confiabilidad

La confiabilidad se refiere a la consistencia de la medición (Linn & Miller 2005). Supongamos que el señor García está impartiendo una unidad de química de alimentos en su clase de décimo grado y da una evaluación al final de la unidad utilizando elementos de prueba de la guía del maestro. La confiabilidad se relaciona con preguntas como: ¿Qué tan similares serían los puntajes de los alumnos si hubieran realizado la evaluación un viernes o lunes? ¿Habrían variado los puntajes si el señor García hubiera seleccionado diferentes ítems de prueba, o si un profesor diferente hubiera calificado la prueba? Una evaluación proporciona información sobre los estudiantes mediante el uso de una medida específica del desempeño en un momento determinado. A menos que los resultados de la evaluación sean razonablemente consistentes en diferentes ocasiones, diferentes evaluadores o diferentes tareas (en el mismo dominio de contenido) la confianza en los resultados será baja y por lo tanto no puede ser útil para mejorar el aprendizaje de los estudiantes.

Obviamente no podemos esperar una consistencia perfecta. La memoria, la atención, la fatiga, el esfuerzo y la ansiedad de los estudiantes fluctúan y así influyen en el rendimiento. Incluso los evaluadores capacitados varían un poco al calificar la evaluación, como ensayos, un proyecto científico o una presentación oral. Además, la redacción y el diseño de ítems específicos influyen en el desempeño de los estudiantes. Sin embargo, algunas evaluaciones son más confiables que otras y hay varias estrategias que los maestros pueden usar para aumentar la confiabilidad

Primero, las evaluaciones con más tareas o ítems suelen tener mayor confiabilidad. Para entender esto, considera dos pruebas una con cinco ítems y otra con 50 ítems. Los factores de probabilidad influyen más en la prueba más corta que en la prueba más larga. Si un estudiante no entiende uno de los ítems de la primera prueba el puntaje total está muy influenciado (se reduciría en un 20 por ciento). En contraste, si hubiera un ítem en la prueba con 50 ítems que fueran confusos, el puntaje total se vería influenciado mucho menos (solo en 2 por ciento). Obviamente esto no quiere decir que las evaluaciones deban ser desmesuradamente largas, sino que, en promedio, se deben incluir suficientes tareas para reducir la influencia de las variaciones de azar. En segundo lugar, direcciones y tareas claras ayudan a aumentar la confiabilidad. Si las direcciones o redacción de tareas o elementos específicos no están claros, entonces los estudiantes tienen que adivinar lo que significan socavando la precisión de sus resultados. En tercer lugar, los criterios claros de puntuación son cruciales para garantizar una alta confiabilidad (Linn & Miller, 2005). Posteriormente en este capítulo describimos estrategias para desarrollar criterios de puntuación para una variedad de tipos de evaluación.