Acceso usuarios
Examinamos indicadores de Funcionamiento Diferencial de Ítemes (FDI) asociados a cuatro variables que han demostrado de manera repetida ser factores de riesgo para el logro escolar. Estos factores son el sobre-edad para el grado de matriculación, área de residencia urbana/rural, etnia y género. Para este estudio utilizamos los datos de las evaluaciones nacionales del tercer grado. Dado que en la literatura se reporta con frecuencia que los indicadores de FDI son inestables, utilizamos tres diferentes métodos para estimarlo (chi-cuadrado, Rasch, regresión logística) y evaluamos su consistencia en datos de tres diferentes años de evaluaciones. Encontramos evidencia de FDI. Sin embargo, la eliminación de ítemes con FDI no cambió las diferencias entre grupos que se encontraron en las puntuaciones de las evaluaciones. Los hallazgos sugieren que los factores de riesgo educativo actúan de manera conjunta en esta población guatemalteca y que hay alguna interacción entre estos factores de riesgo para generar sesgo. Concluimos que será de beneficio tomar en cuenta múltiples variables de contexto asociadas al riesgo educativo de forma simultanea al analizar FDI y al desarrollar evaluaciones.
We examined Differential Item Functioning (DIF) indicators for four variables that repeatedly have been demonstrated to constitute risk factors in primary school achievement in Guatemala. These factors are over-age of enrollment, urban/rural area of residence, ethnicity, and gender. We used scores from national reading assessments in third-grade for this study. Given the instability often reported in DIF literature, we employed three different approaches (chi-square, Rasch, and logistic regression) and checked for their consistency with data from three calendar years. We found substantial evidence of DIF. However, removal of DIF items did not influence differences in test scores between groups. Findings suggest that educational risk factors act in concert in this Guatemalan population and, that that at least to some degree, they interact to create bias. We conclude that DIF analysis and test-writing would benefit from taking into account multiple background risk variables simultaneously.
