Validación de la adaptación española del School Attitude Assessment Survey Revised mediante el modelo de Rasch multidimensional.
Agencias de apoyo
- validación de test
- modelo de Rasch multidimensional
- índices de ajuste
- funcionamiento diferencial del ítem.
Resumen
El School Attitude Assessment Survey-Revised (SAAS-R) fue desarrollado por McCoach y Siegle (2003b) y validado en España por Miñano, Castejón, y Gilar (2014) a través del Modelo Clásico de Test. El objetivo del presente estudio es validar el SAAS-R a partir del análisis de Rasch Multidimensional. Los datos se obtuvieron de 1398 estudiantes que asistían a diferentes institutos de Educación Secundaria. El Análisis de Componentes Principales apoyó el modelo Rasch multidimensional. Se calibraron los parámetros de dificultad de los ítems y habilidad de los sujetos a partir de la misma escala latente. Se eliminaron 10 ítems por mostrar desajuste al modelo de Rasch. El Funcionamiento Diferencial del Ítem no mostró diferencias significativas de género con los 25 ítems restantes. La estructura escalar de 7 categorías no mostró un funcionamiento óptimo, y la subescala Valoración de Logro obtuvo niveles bajos de fiabilidad. El modelo Rasch multidimensional apoyó la escala SAAS-R con 25 ítems y 5 factores latentes. De esta forma, se demuestran las ventajas del modelo de Rasch multidimensional en el presente estudio.Descargas
Citas
Adams, R. J., Wilson, M., & Wang, W. C. (1997). The multidimensional random coefficient multinomial logit model. Applied Psychological Measurement, 21(1), 1-23.
Andrich, D. (1978). A rating formulation for ordered response catego-ries. Psychometrika, 43, 561-573.
Bond, T. G., & Fox, C. M. (2007). Applying the Rasch model: Fundamental measurement in the human sciences (2nd ed.). Mahwah, N. J.: Erlbaum.
Cadime, I., Ribeiro, I., Viana, F. L., Santos, S., & Prieto, G. (2014). Cali-bration of a reading comprehension test for Portuguese students. Anales de psicología, 30(3), 1025-1034.
Elliot, A. J. (2005). A conceptual history of the achievement goal con-struct. In A. J. Elliot & C. S. Dweck (Eds.), Handbook of competence and motivation (pp. 52-72). New York, USA: The Guilford Press.
Green, J., Liem, G.D., Martin, A.J., Colmar, S., Marsh. H.W., & McIner-ney, D. (2012). Academic motivation, self-concept, engagement, and performance in high school : Key processes from a longitu-dinal perspective. Journal of Adolescence, 35(5), 1111-1122.
Inglés, C. J., Martínez-Monteagudo, M. C., García-Fernández, J. M., Va-lle, A., & Castejón, J. L. (2014). Goal orientation profiles and self-concept of secondary school students. Revista de Psicodidáctica, 20(1), 99-116.
Kitsantas, A., & Zimmerman, B. J. (2009). College students´ homework and academic achievement: The mediating role of self-regulatory beliefs. Metacognition and Learning, 4(2), 97-110.
Lee, M., Zhu, W., Ackley-Holbrook, E., Brower, D. G., & McMurray, B. (2014). Calibration and validation of the Psysical Activity Barrier Scale for persons who are blind or visually impaired. Disability and Health Journal, 7, 309-317.
Linacre, J. M. (1998). Structure in Rasch residuals: Why principal com-ponent analysis? Rasch Measurement Transsactions, 12, 636.
Linacre, J. M. (2002). Optimizing rating scale category effectiveness. Journal of Applied Measurement, 3, 85-106.
Linacre, J. M. (2011). Winsteps (version 3.81) [computer software]. Chi-cago: MESA.
Linacre, J. M., & Wright, B. D. (1998). A user´s guide to Bigsteps/Winsteps. Chicago, IL:Winsteps.com.
Linacre, J. (2012). A user’s guide to Winsteps & Ministeps Rasch-Model Com-puter Programs. Program Manual 3.74.0. 2012. Access in October 2014, from http://www.winsteps/com/winman
Matthews, J.S., Pointz, C.C., & Morrison, F.J. (2009). Early gender dif-ferences in self-regulation and academic achievement. Journal of Educational Psychology, 101(3), 689-704.
McCoach, D. B. (2002). A validation study of the School Attitude As-sessment Survey. Measurement and Evaluation in Counseling and Devel-opment, 35, 66-77.
McCoach, D. B., & Siegle, D. (2001). A comparison of high achievers’ and low achievers’ attitudes, perceptions, and motivations. Aca-demic Exchange Quarterly, 5, 71-76.
McCoach, D. B., & Siegle, D. (2003a). Factors that differentiate under-achieving gifted students from high-achieving gifted students. Gifted Child Quarterly, 47, 144-154.
McCoach, D. B., & Siegle, D. (2003b). The School Attitude Assessment Survey-Revised: A new instrument to identify academically able students who underachieve. Educational and Psychological Measurement, 63, 414-429.
Meece, J. L., Anderman, E. M., & Anderman, L. H. (2006). Classroom goal structure, student motivation, and academic achievement. Annual Review Psychology, 57, 487-503.
Meece, J. L., Bowwer, B., & Burg, S. (2006). Gender and motivation. Journal of School Psychology, 44(5), 351-373.
Miñano, P., & Castejón, J. L. (2011). Variables cognitivas y motivacio-nales en el rendimiento académico en Lengua y Matemáticas: un modelo estructural. Revista de Psicodidáctica, 16(2), 203-230.
Miñano, P., Castejón, J. L., & Gilar, R. (2014). Psychometric properties of the Spanish Adaptation of the School Attitude Assessment Sur-vey-Revised. Psicothema, 26(3), 423-430.
Muñiz, J. (1996). Psicometría. Madrid: Universitas S.A.
Prieto, G., & Delgado, A. R. (2003). Análisis de un test mediante el modelo de Rasch. Psicothema, 15(1), 94-100.
Rasch, G. (1960). Probabilistic models for some intelligence and achievement test. Copenhagan: Danish Institute for Educational Research.
Rasch, G. (1980). Probabilistic models for some intelligence and achievement test (Expanded ed.). Chicago: University of Chicago Press.
Reckase, M. M. (1997). The past and the future of multidimensional item response theory. Applied Psychological Measurement, 21(1), 25-36.
Smith, L., Sinclair, K. E., & Chapman, E. S. (2002). Student´s goals, self-efficacy, self-handicapping and negative affective responses: An Australian senior school student study. Contemporary Educational Psychology, 27, 471-485.
Vecchione, M., Alessandri, G., & Marsicano, G. (2014). Academic mo-tivation predicts educational attainment: Does gender make a dif-ference? Learning and Individual Differences, 32, 124-131.
Wang, W. C., Cheng, Y. Y., & Wilson, M. (2005). Local item depend-ence for items across tests connected by common stimuli. Educa-tional and Psychological Measurement, 65(1), 5-27.
Wang, W. C., Yao, G., Tsai, Y. J., Wang, J. D., & Hsieh, C. L. (2006). Val-idating, improving reliability, and estimating correlation of the four subscales in the WHOQOL-BREF using multidimensional item response models. Psychological Methods, 9(1), 116-136.
Wright, B. D. (1996). Local dependency, correlations and principal components. Rasch Measurement Transactions, 10(3), 509-511.
Wright, B. D. (1997). A history of social science measurement. Educa-tional Measurement: Issues and Practice, 16(4), 33-45.
Wright, B. D., & Linacre, J. M. (1989). Observations are always ordinal; measurements, however, must be interval. Archives of Physical Medi-cine and rehabilitation, 70(12), 857-860.
Wright, B. D., & Masters, G. N. (1982). Rating scale analysis. Chicago: MESA Press.
Wu, M. L., Adams, R. J., Wilson, M. R., & Haldane, S. A. (2007). ACER ConQuest, version 2.0: Generalized item response modelling software. Cam-berwell, Victoria: Australian Council for Educational Research.
Yen, W. M. (1984). Effect of local item dependence on the fit and equating performance of the three parameter logistic model. Ap-plied Psychological Measurement, 8, 125-145.
Yen, W. M. (1993). Scaling performance assessments: strategies for managing local item dependence. Journal of Educational Measurement, 30, 187-213.
Zeegers, P. (2004). Student learning in higher education: a path analy-sis of academic achievement in science. Higher Education Research and Development, 23, 35-56.
Las obras que se publican en esta revista están sujetas a los siguientes términos:
1. El Servicio de Publicaciones de la Universidad de Murcia (la editorial) conserva los derechos patrimoniales (copyright) de las obras publicadas, y favorece y permite la reutilización de las mismas bajo la licencia de uso indicada en el punto 2.
© Servicio de Publicaciones, Universidad de Murcia, 2022
2. Las obras se publican en la edición electrónica de la revista bajo una licencia Creative Commons Reconocimiento-CompartirIgual 4.0 Internacional (texto legal). Se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que: i) se cite la autoría y la fuente original de su publicación (revista, editorial y URL de la obra); ii) no se usen para fines comerciales; iii) se mencione la existencia y especificaciones de esta licencia de uso.
3. Condiciones de auto-archivo. Se permite y se anima a los autores a difundir electrónicamente las versiones pre-print (versión antes de ser evaluada y enviada a la revista) y/o post-print (versión evaluada y aceptada para su publicación) de sus obras antes de su publicación, ya que favorece su circulación y difusión más temprana y con ello un posible aumento en su citación y alcance entre la comunidad académica. Color RoMEO: verde.
