Clase 142 — Análisis de dificultad y discriminación

Parte 11 · Evaluación y psicometría — clase 10 de 12

Estado de evidencia: ROBUSTA · Etapa: 🟣 Etapa C — Núcleo profesional docente · Población de referencia: transversal, con foco en instrumentos y decisiones
Decisión que habilita: determinar qué ítems de tu prueba deben corregirse o eliminarse y por qué
Evidencia de aprendizaje: el análisis de ítems de una prueba real con decisiones de corrección fundamentadas en los datos

🎯 Propósito

Analizar técnicamente una prueba aplicada: dificultad, discriminación, comportamiento de distractores y detección de ítems defectuosos, para corregir el instrumento.

📚 Resultados de aprendizaje

Al finalizar esta clase podrás:

1. Definir con precisión los cuatro conceptos centrales de la clase y reconocerlos en una situación educativa real, no solo en su enunciado.
2. Explicar qué te dicen los datos de una prueba aplicada sobre la calidad de sus preguntas.
3. Decidir —qué ítems de tu prueba deben corregirse o eliminarse y por qué— y sostener la decisión con un fundamento escrito.
4. Producir la evidencia de la clase —el análisis de ítems de una prueba real con decisiones de corrección fundamentadas en los datos— y contrastarla contra el criterio de logro.
5. Distinguir lo que la evidencia sostiene de lo que es práctica instalada, preferencia personal o costumbre de la institución.

🧭 Agenda sugerida (90 minutos)

Fuera de la sesión, la clase exige aproximadamente una hora y media de práctica y de producción de la evidencia. Si el tiempo se recorta, se recorta el ejemplo trabajado, nunca la producción de evidencia: es la única parte que prueba el aprendizaje.

🧩 Conceptos centrales

🧠 Modelo mental

El método de esta clase, en cinco pasos que se ejecutan en orden:

1. Delimitar el contexto y comprobar —no suponer— qué saben ya los estudiantes.
2. Clasificar la situación distinguiendo Índice de dificultad de Índice de discriminación.
3. Decidir con fundamento, usando Análisis de distractores como criterio y declarando la fuente.
4. Anticipar qué evidencia confirmaría la decisión y cuál la refutaría, con Ítem defectuoso a la vista.
5. Registrar lo ocurrido y contrastarlo contra el criterio de logro antes de avanzar.

Lo que hace profesional a este método no son los pasos sino la evidencia que exige en cada uno. Estas son las señales observables con las que se comprueba, y que deben quedar definidas antes de recogerlas:

Frontera de aplicación. El método vale mientras las condiciones que lo sostienen se cumplan. Con grupos pequeños los índices son inestables y deben interpretarse con cautela: Cuando esa condición falla, el paso siguiente no es forzar el método: es declarar el límite y decidir con menos certeza, dejándolo por escrito.

🗺️ Flujo de razonamiento

flowchart TB
    C["Situacion educativa<br/>nivel · grupo · proposito"]
    C --> A1["Índice de dificultad"]
    C --> A2["Índice de<br/>discriminación"]
    C --> A3["Análisis de<br/>distractores"]
    C --> A4["Ítem defectuoso"]
    A1 & A2 & A3 & A4 --> D{{"determinar qué ítems de<br/>tu prueba deben<br/>corregirse o eliminarse<br/>y por qué"}}
    D --> E["Evidencia de aprendizaje<br/>el análisis de ítems de<br/>una prueba real con<br/>decisiones de corrección<br/>fundamentadas en los<br/>datos"]
    E --> V{"Cumple el<br/>criterio de logro?"}
    V -->|si| S["Evidencia archivada<br/>y clase siguiente"]
    V -->|no| C

📖 Desarrollo

1. El fondo del asunto

Una prueba aplicada contiene información valiosa sobre sí misma. Un ítem que casi todos responden bien aporta poca información; uno que casi nadie responde bien puede estar mal formulado o evaluar algo no enseñado; y uno con discriminación negativa —que los mejores fallan más que los peores— casi siempre está mal construido o tiene clave incorrecta. Detectar esos casos toma minutos y mejora el instrumento de inmediato.

2. Frontera conceptual: qué es y qué no es

Los cuatro conceptos de esta clase se confunden entre sí con facilidad, y esa confusión no es inocua: produce decisiones que atacan el problema equivocado. Índice de dificultad no es lo mismo que Índice de discriminación —capacidad del ítem de diferenciar entre quienes dominan y quienes no el contenido—, y tratarlos como sinónimos hace que la intervención se dirija al lugar incorrecto. Del mismo modo, Análisis de distractores y Ítem defectuoso describen aspectos distintos de la misma situación: el primero revisión de qué alternativas incorrectas fueron elegidas y por quiénes, mientras el segundo pregunta con discriminación nula o negativa, que introduce ruido en el puntaje.

La prueba de que la distinción está entendida es operacional, no verbal: dos personas que observan la misma clase deben poder clasificar el mismo episodio de la misma manera. Si no coinciden, el problema está en la definición y no en el observador. El error de clasificación más frecuente en esta materia es el primero de los que se listan más abajo, y conviene anticiparlo antes de aplicar nada.

3. Cómo se observa y se mide

Nada de lo anterior sirve si no se puede observar. Estas son las señales que esta clase usa y cómo se recogen:

• Evidencia de partida. Qué sabían o podían hacer los estudiantes antes de la decisión, comprobado y no supuesto. Se registra con fecha y contexto; sin eso, la señal no distingue una tendencia de una casualidad.
• Evidencia de proceso. Qué se observó mientras la decisión se aplicaba, con fecha, contexto y responsable del registro. Se registra con fecha y contexto; sin eso, la señal no distingue una tendencia de una casualidad.
• Evidencia de logro. Qué muestra el análisis de ítems de una prueba real con decisiones de corrección fundamentadas en los datos frente al criterio declarado de antemano. Se registra con fecha y contexto; sin eso, la señal no distingue una tendencia de una casualidad.

Ninguna de estas señales es el aprendizaje: son indicios de él. Confundir el indicio con el fenómeno es el error clásico de la medición educativa, y por eso cada señal se interpreta junto con el contexto, el punto de partida del grupo y lo que el propio estudiante puede explicar sobre su trabajo.

4. Cómo se traduce en decisiones de enseñanza

El análisis se puede hacer con una planilla: proporción de aciertos por ítem, comparación entre el tercio superior y el inferior, y frecuencia de elección de cada distractor. Los distractores que nadie elige no aportan nada; los que atraen a los estudiantes de mejor desempeño indican ambigüedad. Con esa información se corrige la prueba para su próxima aplicación.

5. Qué sostiene la evidencia y qué no

Con grupos pequeños los índices son inestables y deben interpretarse con cautela: en un curso de treinta, las diferencias entre tercios son muy sensibles a pocos casos. Además, la dificultad óptima depende del propósito: una prueba de dominio puede y debe tener ítems fáciles si el criterio es que todos los logren.

Cómo leer el estado de evidencia ROBUSTA. Hay evidencia convergente de varios equipos, países y diseños de investigación, incluidos estudios experimentales o cuasiexperimentales, y el efecto se sostiene al replicarlo. Puedes apoyar una decisión profesional en ella, sin olvidar que ningún efecto promedio describe a un estudiante concreto.

6. Integración: de los conceptos a una decisión defendible

Una decisión es defendible cuando puede explicarse a alguien que no estuvo presente. Esta clase te deja en condiciones de qué ítems de tu prueba deben corregirse o eliminarse y por qué, y esa decisión se sostiene solo si declara cuatro cosas: la evidencia que la funda, el supuesto que asume, el indicador que la comprobaría y la condición que la haría cambiar.

Ese es también el criterio con el que se evalúa la evidencia de aprendizaje de la clase. Un análisis que podría copiarse a otra clase, a otro curso o a otro establecimiento sin cambiar una palabra no es una decisión: es una declaración general, y el oficio empieza justo donde las declaraciones generales terminan.

📚 Lectura comparada

Las obras no cumplen el mismo papel. Esta tabla indica qué lente aporta cada una; después de leer, escribe una discrepancia real entre al menos dos fuentes.

La lectura se evalúa por uso, no por cantidad de páginas. Tu nota de lectura debe indicar qué tesis modifica tu diagnóstico, qué evidencia del caso la tensiona y qué decisión concreta cambiarías después del contraste. Una nota que solo resume el texto no cumple el criterio.

🧮 Ejemplo trabajado

Situación. El establecimiento decide repitencias con el promedio final y una prueba de síntesis de 40 preguntas. Dos docentes de la misma asignatura califican el mismo trabajo con dos puntos de diferencia y nadie lo considera un problema técnico.

Paso 1 — Delimitar el contexto y comprobar —no suponer— qué saben ya los estudiantes. El equipo escribe primero el supuesto asociado a Índice de dificultad y se prohíbe tratarlo como hecho. Contrasta ese supuesto con Evidencia de partida y anota qué parte del dato todavía no existe. Del paso sale un registro fechado y una frase explícita: «cambiaríamos de decisión si…».

Paso 2 — Clasificar la situación distinguiendo Índice de dificultad de Índice de discriminación. El trabajo aquí es separar lo observado de lo interpretado sobre Índice de discriminación. La evidencia que ordena la conversación es Evidencia de proceso; si su definición no está escrita, escribirla es parte del paso. Nada avanza mientras el equipo no acuerde qué contaría como refutación.

Paso 3 — Decidir con fundamento, usando Análisis de distractores como criterio y declarando la fuente. El riesgo de este paso es cerrar demasiado rápido alrededor de Análisis de distractores. Antes de concluir, se enumeran dos explicaciones alternativas del mismo patrón y se revisa si Evidencia de logro logra distinguirlas. Si no lo logra, hace falta otra evidencia y así debe quedar registrado.

Paso 4 — Anticipar qué evidencia confirmaría la decisión y cuál la refutaría, con Ítem defectuoso a la vista. Con Ítem defectuoso ya delimitado, la pregunta pasa a ser de consecuencia: qué cambia para los estudiantes, para el tiempo de clase y para la carga del equipo. Evidencia de partida entrega la lectura observable; el juicio profesional sigue siendo humano y debe quedar firmado por quien lo hace.

Paso 5 — Registrar lo ocurrido y contrastarlo contra el criterio de logro antes de avanzar. El cierre exige compromiso: responsable, fecha, indicador de logro y condición de detención. Evidencia de proceso se convierte en la señal de seguimiento, y se acuerda con qué frecuencia se revisa y quién puede declarar que no funcionó sin costo político.

Síntesis. La recomendación termina con responsable, fecha, evidencia de logro y señal de detención. Omitir cualquiera de esas cuatro piezas convierte el análisis en una opinión que nadie podrá auditar dentro de tres meses, y que por lo tanto nadie corregirá.

🔀 Comparación de caminos y límites

Ante la misma situación caben varios cursos de acción. La decisión profesional no es elegir el «correcto», sino saber qué privilegia cada uno y qué arriesga.

Frontera de aplicación. Con grupos pequeños los índices son inestables y deben interpretarse con cautela: Fuera de esa frontera, la comparación anterior deja de ser válida y la decisión debe tomarse con evidencia distinta.

🪜 El mismo tema según el rol

La misma materia cambia de forma según quién decida. Al subir de nivel aumentan las personas, el tiempo y las consecuencias que quedan dentro de la decisión.

Si trabajas en uno de esos niveles, la guía de carrera de tu rol indica en qué orden conviene recorrer el programa y qué artefactos acreditan tu competencia.

🧪 Taller guiado

Aplica la clase a uno de los contextos siguientes y repite después el ejercicio en un contexto de exigencia distinta. Cambiar de contexto es parte del aprendizaje: lo que funciona con un grupo no se traslada intacto a otro.

Secuencia de trabajo:

1. Delimita el contexto: nivel, edad, tamaño del grupo, asignatura o experiencia y tiempo real disponible.
2. Declara qué saben ya los estudiantes y cómo lo comprobaste, no cómo lo supones.
3. Formula la decisión pedagógica que esta clase habilita y escribe su fundamento.
4. Anticipa qué observarías si la decisión funciona y qué observarías si no funciona.
5. Diseña de antemano la alternativa que aplicarás si la primera estrategia falla.
6. Ejecuta o simula, y registra lo observado con fecha, contexto y evidencia concreta.
7. Produce la evidencia de aprendizaje de la clase.
8. Contrástala contra el criterio de logro, corrige y recién entonces avanza.

🏫 Caso profesional

Situación. El establecimiento decide repitencias con el promedio final y una prueba de síntesis de 40 preguntas. Dos docentes de la misma asignatura califican el mismo trabajo con dos puntos de diferencia y nadie lo considera un problema técnico.

Entrega un informe de decisión de una página que contenga:

1. Hechos y fuentes — qué está documentado y con qué evidencia, separado de lo que se supone.
2. Hipótesis — la explicación más probable y una alternativa que también encajaría.
3. Dos opciones defendibles — no una recomendación y un espantapájaros.
4. Efecto esperado — sobre los estudiantes, el tiempo de clase, el equipo y los apoyos.
5. Recomendación — con su fundamento y la fuente que la respalda.
6. Condición de revisión — qué resultado te haría cambiar de decisión.
7. Responsable y fecha — quién ejecuta y cuándo se revisa.

Usa al menos dos fuentes de la lectura comparada para desafiar tu primera respuesta. Una recomendación que ninguna fuente pone en duda casi siempre está poco examinada.

📥 Evidencia de aprendizaje

El análisis de ítems de una prueba real con decisiones de corrección fundamentadas en los datos.

Guárdala en evidence/P11-C142-analisis-de-dificultad-y-discriminacion/ con estos archivos:

Esta evidencia alimenta el artefacto de la parte: sistema de evaluación de asignatura con argumento de validez, análisis de ítems y rúbricas calibradas entre evaluadores.

🏆 Reto verificable

Analiza los ítems de una prueba aplicada. Corrige los defectuosos y compara los índices en la siguiente aplicación.

✅ Evaluación de la clase

Aprobación: 80 de 100 y ningún criterio bajo el 60 %. Una respuesta que podría copiarse sin cambios a otra clase, a otro curso o a otro establecimiento se considera insuficiente, aunque esté bien escrita.

Criterio de logro de la evidencia:

• el análisis reporta dificultad, discriminación y comportamiento de distractores;
• cada decisión de corrección está fundamentada en los datos y no en la impresión;
• cada afirmación sobre «lo que funciona» está atribuida a una fuente identificable, con autor y fecha;
• la decisión es ejecutable con el tiempo, el espacio, el número de estudiantes y los recursos que realmente tienes;
• la evidencia queda archivada de forma reproducible: otra persona podría revisarla sin que tú se la expliques.

⚠️ Errores frecuentes

Propios de esta clase:

• Eliminar un ítem difícil sin revisar si el problema fue de enseñanza y no de construcción.
• Interpretar índices de un curso pequeño como si fueran estables.

Característicos de la parte 11:

• Atribuir validez al instrumento en vez de a la interpretación y al uso.
• Usar el alfa de Cronbach como sello de calidad sin revisar sus supuestos.

Los cuatro comparten estructura: un síntoma visible, una causa que no se ve y una corrección que casi siempre es de diseño y no de esfuerzo. Antes de atribuir el problema a los estudiantes o a ti, comprueba cuál de ellos está operando y qué evidencia lo distinguiría de los otros tres.

♿ Diversidad, accesibilidad y ética

El análisis por subgrupos permite detectar ítems que funcionan distinto para estudiantes con la misma competencia pero distinto origen o lengua. Revisarlo es parte del control de sesgo en cualquier instrumento con consecuencias.

Antes de aplicar cualquier decisión de esta clase con estudiantes reales, revisa el protocolo de práctica responsable: consentimiento, resguardo de datos personales, proporcionalidad de la intervención y derecho de cada estudiante a no ser objeto de un ensayo que no le reporta beneficio.

🇨🇱 Contexto chileno y cumplimiento

Riesgo característico de esta parte: Atribuir validez al instrumento en vez de a la interpretación y al uso. Antes de aplicar cualquier decisión de esta clase en un establecimiento real, verifica el marco vigente:

• Marco institucional y normativo: docs/MARCO_CHILE.md.
• Inclusión y apoyos: docs/INCLUSION_Y_DUA.md.
• Datos personales, IA y resguardos: docs/IA_EN_EDUCACION.md.
• Fuentes oficiales con cómo leerlas: docs/FUENTES.md.

La regla del programa es simple: la fuente oficial manda sobre el material pedagógico. Si la norma cambió después de la fecha de esta clase, gana la norma.

❓ Preguntas de comprobación

1. ¿Qué ítem tuyo tiene discriminación negativa y por qué?
2. ¿Qué distractor no eligió nadie y qué dice eso del ítem?
3. ¿Un ítem que casi todos fallaron estaba mal hecho o mal enseñado?

📗 Fuentes y verificación

• Crocker, L. & Algina (1986). Introduction to Classical and Modern Test Theory. Uso en esta clase: tratamiento estándar del análisis de ítems en teoría clásica. Lectura selectiva: índice y capítulos pertinentes; registra edición y páginas consultadas. Localizar: ISBN 9780030616341 · ficha
• Haladyna, T. (2004). Developing and Validating Multiple-Choice Test Items. Uso en esta clase: conecta construcción y análisis de ítems con criterios prácticos. Lectura selectiva: índice y capítulos pertinentes; registra edición y páginas consultadas. Localizar: ISBN 9780429238529 · ficha

Catálogo completo: registro de fuentes con localizador · bibliografía del programa · glosario · fuentes oficiales y cómo leerlas.

Regla de fuentes. Las obras anteriores estructuran las perspectivas de esta materia.

Cualquier norma, decreto, orientación ministerial o política institucional mencionada debe

comprobarse en su fuente primaria vigente antes de usarse con estudiantes reales. El desarrollo

de esta clase es original y no reproduce capítulos protegidos por derechos de autor.

🔗 Conexión con el resto del programa

Cierra el ciclo de la clase 137 y prepara los conceptos de la clase 143.

Importante

Material de formación profesional. No reemplaza un título de pedagogía, una habilitación

legal para ejercer, ni el juicio de un equipo educativo que conoce a sus estudiantes.