InfyCalculator
English
➗

Calculadora de confiabilidad KR-20 y KR-21 de un examen de opción múltiple

Estima la confiabilidad de un examen de acierto o error con las fórmulas de Kuder-Richardson (KR-20 y KR-21), el error estándar de medida y cuántos ítems harían falta.

Número de ítems
Puntaje bruto promedio
Desviación estándar de los puntajes
Valores p de cada ítem (proporción de aciertos; opcional, para KR-20)
Cargando calculadora…

Cómo funciona

KR-21 = k ÷ (k − 1) × [1 − M(k − M) ÷ (k·σ²)] · KR-20 = k ÷ (k − 1) × [1 − Σ p(1 − p) ÷ σ²] · EEM = σ × √(1 − r) · Spearman-Brown: factor de longitud n = r_objetivo(1 − r) ÷ [r(1 − r_objetivo)]

La confiabilidad responde a qué tan consistentemente ordenaría una prueba a las mismas personas si la volvieran a presentar. En exámenes que se califican como acierto o error, las fórmulas de Kuder-Richardson la estiman con una sola aplicación: comparan la varianza de los puntajes totales con la que aporta cada ítem por separado. Cuando los ítems miden lo mismo, la varianza total es grande frente a la suma de las varianzas individuales y la confiabilidad se acerca a 1. KR-20 usa la proporción de aciertos de cada ítem; KR-21 solo necesita la media y la desviación estándar, pero supone que todos los ítems son igual de difíciles, por eso suele quedar más baja. Con la confiabilidad se obtiene el error estándar de medida, y la fórmula de Spearman-Brown indica cuántos ítems similares harían falta para llegar a una meta.

Ejemplo resuelto

Luis aplicó un examen de 40 ítems con media de 28 y desviación estándar de 6.5. KR-21 = 40 ÷ 39 × (1 − 28 × 12 ÷ (40 × 42.25)) = 0.822. Con los valores p de sus ítems, KR-20 da 0.845, una confiabilidad buena. El error estándar de medida es 2.56 puntos, así que un alumno con 30 aciertos probablemente (68%) tiene una puntuación verdadera entre 27 y 33. Para llegar a 0.90 necesitaría unos 66 ítems de calidad similar.

Preguntas frecuentes

¿Qué relación hay entre KR-20 y el alfa de Cronbach?

KR-20 es el caso particular del alfa de Cronbach para ítems dicotómicos (0 o 1). El alfa lo generaliza a escalas de valoración y a ítems con puntaje parcial. Ambos son límites inferiores de la confiabilidad en la teoría clásica.

¿Qué confiabilidad tienen las pruebas estandarizadas?

Las pruebas publicadas de aprovechamiento y aptitud suelen reportar entre 0.90 y 0.95; las evaluaciones oficiales, entre 0.85 y 0.92, y los exámenes de clase, entre 0.60 y 0.80. Cualquier puntaje que se use para una decisión sobre una persona debería tener 0.90 o más.

¿Cuál es un buen valor de KR-20?

Como referencia, 0.70 es aceptable para un examen en el aula, 0.80 es bueno para calificar y ubicar, y 0.90 o más es excelente, apto para decisiones importantes.

Calculadoras relacionadas

Fórmulas de la teoría clásica de los tests, tal como se enseñan en los cursos de medición educativa (Crocker y Algina; Standards de AERA, APA y NCME). Describen las estadísticas de una prueba para un grupo concreto de examinados; interpreta los puntajes con las normas del editor de la prueba y con un docente o psicólogo calificado.