Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Hacia una visión pragmática de la medición en Educación

Towards a pragmatic visionof measument in education




Sección
Artículos Investigación

Cómo citar
Ovalle Ramírez , C. P. (2025). Hacia una visión pragmática de la medición en Educación. Tempus Psicológico, 8(1). https://doi.org/10.30554/tempuspsi.8.1.5161.2025
Descargar cita

Dimensions
PlumX

Cómo citar

Ovalle Ramírez , C. P. (2025). Hacia una visión pragmática de la medición en Educación. Tempus Psicológico, 8(1). https://doi.org/10.30554/tempuspsi.8.1.5161.2025

Descargar cita

Licencia
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Claudia Patricia Ovalle Ramírez

En el presente artículo se introduce al lector en la perspectiva pragmática de la medición que supera la visión tradicional de la medición como asignar números (Stevens, 1958). El educador ha de considerar el proceso de medición y los supuestos (teóricos y psicométricos) que tiene con respecto a dicho proceso para que la medición sea válida y accionable. Además, la medición debería pasar de centrarse en variables continúas distribuidas normalmente al uso de medidas como las ordinales y las nominales, que permiten abordar otros fenómenos de interés como los niveles de progresión y mejora. Finalmente, se plantea un ejemplo con la medición pragmática de las habilidades del siglo XXI. 


Visitas del artículo 211 | Visitas PDF 128


Descargas

Los datos de descarga todavía no están disponibles.
  1. Birnbaum, A. (1957). Efficient design and use of tests of a mental ability for various decision-making problems. USAF School of Aviation Medicine.
  2. Bock, R. D. (1972). Estimating item parameters and latent ability when responses are scored in two or more nominal categories. Psychometrika, 37, 29-51. https://doi.org/10.1007/BF02291411
  3. Box, G. (1979). Robustness in the strategy of scientific model building. En Launer, R. L.; Wilkinson, G. N. (Eds.), Robustness in Statistics. Academic Press.
  4. Briggs, D. (2021). Book review: A pragmatic perspective of measurement by David Torres Irribarra. Integrative Psychological and Behavioral Science, 56(1), 1-10. https://doi.org/10.1007/s12124-021-09635-7
  5. Diakow, R., Torres-Irribarra, D. & Wilson, M. (2014). Some Comments on Representing Construct Levels in Psychometric Models. En: Millsap R.E., van der Ark L.A., Bolt D.M., Woods C.M. (Eds). New Developments in Quantitative Psychology. Springer Proceedings in Mathematics & Statistics. Springer.
  6. Duncan, R. & Suppes, P. (2002). Representational Measurement Theory. En H. Pashler & J. Wixted (Eds.), Stevens’ Handbook of Experimental Psychology (pp. 1-41). John Wiley & Sons, Inc.
  7. Formann, A. (1995). Linear logistic latent class analysis. En G. H. Fischer & I. W. Molenaar. Rasch models: Foundations, recent developments, and applications (pp. 239–256). New York: Springer.
  8. Franz, D. (2021). Are psychological attributes quantitative? is not an empirical question: Conceptual confusions in the measurement debate. Theory & Psychology, 1(1), 1–20. https://doi.org/10.1177/09593543211045340
  9. Green, C. (2001). Operationism again: What did Bridgman say? What did Bridgman need?. Theory & Psychology, 11(1), 45–51 https://doi.org/10.1177/0959354301111003
  10. Griffin, P. & Care, E. (2015). Assessment and teaching of XXI century skills. Springer. Hontagas, P., Ponsoda, V., Olea, J. & Revuelta, J. (1998). Representación de funciones características de ítems dicotómicos y politómicos. Psicothema, 10(2), 475-479. https://www.psicothema.com/contenido?num=19981002
  11. Lindsay, B, Clogg, C. & Grego, J. (1991). Semiparametric estimation in the Rasch model and related exponential response models, including a simple latent class model for item analysis. Journal of the
  12. American Statistical Association, 86(413), 96–107 https://www.tandfonline.com/doi/abs/10.1080/01621459.1991.10475008
  13. López-Pina, J. (2005). Ítems politómicos vs. dicotómicos: un estudio metodológico. Anales de Psicología, 21(2), 339-344. https://revistas.um.es/analesps/article/view/26941
  14. Mari, L., Maul, A., Torres-Irribarra, D. & Wilson, M. (2017). Quantities, Quantification, and the Necessary and Sufficient Conditions for Measurement. Measurement, 100, 115-121. http://dx.doi.org/10.1016/j.measurement.2016.12.050
  15. Masters, G. (1982). A Rasch model for partial credit scoring. Psychometrika, 47, 149-174. https://doi.org/10.1007/BF02296272
  16. Maul, A., Mari, L., Torres Irribarra, D. & Wilson, M. (2018). The quality of measurement results in terms of the structural features of the measurement process. Measurement, 116, 611-620. https://doi.org/10.1016/j.measurement.2017.08.046
  17. Michell, J. (1997). Quantitative science and the definition of measurement in psychology. British Journal of Psychology, 88(3), 355–383. https://doi.org/10.1111/j.2044-8295.1997.tb02641.x
  18. Michell, J. (2003). The quantitative imperative: Positivism, naïve realism and the place of qualitative methods in psychology. Theory & Psychology, 13(1), 5–31. https://doi.org/10.1177/0959354303013001758
  19. National Research Council [NRC]. (2001). Knowing what students know: the science and design of educational assessment. National Academy Press. https://nap.nationalacademies.org/catalog/10019/knowing-what-students-know-the-science-and designof-educational#toc
  20. Rasch, G. (1960). Studies in mathematical psychology: I. Probabilistic models for some intelligence and attainment tests. Nielsen & Lydiche.
  21. Samejima, F. (1969). Estimation of latent ability using a response pattern of graded scores. Psychometrika Monographs, 17, 1-169 https://onlinelibrary.wiley.com/doi/pdf/10.1002/j.2333-8504.1968.tb00153.x
  22. Spearman, C. (1904). The proof and measurement of association between two things. The American Journal of Psychology, 15(1), 72–101. https://pubmed.ncbi.nlm.nih.gov/3322052/
  23. Stevens, S. (1958). Measurement and man. Science, 127(3295), 383–389. https://doi.org/10.1126/science.127.3295.383
  24. Tafreshi, D., Slaney, K. & Neufeld, S. (2016). Quantification in psychology: Critical analysis of an unreflective practice. Journal of Theoretical and Philosophical Psychology, 36(4), 233-249. https://doi.org/10.1037/teo0000048
  25. Torres-Irribarra, D. (2020). A pragmatic perspective on measurement. Springer Briefs in Psychology.
  26. Trendler, G. (2009). Measurement theory, psychology and the revolution that cannot happen. Theory & Psychology, 19(5), 579–599. https://doi.org/10.1177/0959354309341926
  27. Trendler, G. (2013). Measurement in psychology: A case of ignoramus et ignorabimus? A rejoinder. Theory & Psychology, 23(5), 591–615. https://doi.org/10.1177/0959354313490451
  28. Uher, J. (2020). Measurement in metrology psychology and social sciences: data generation traceability and numerical traceability as basic methodological principles applicable across sciences. Quality and Quantity, 54(3), 975–1004. https://doi.org/10.1007/s11135-020-00970-2
  29. Valsiner, J. (2012). La dialéctica en el estudio del desarrollo. En M. Carretero & J. A. Castorina, (Eds.). Desarrollo cognitivo y educación. Los inicios del conocimiento (pp. 137-157). Buenos Aires: Paidós.
  30. Wang, W. C. & Wilson, M. (2005). The Rasch testlet model. Applied Psychological Measurement 29(2), 126–149. https://doi.org/10.1177/0146621604271053
  31. Wilson, M., Bejar, I., Scalise, K., Templin, J., Dylan, W. & Torres-Irribarra, D. (2012). Perspectives on Methodological issues. En Griffin P. & Care E. (Eds.). Assessment and Teaching of 21st Century Skills. Springer.
  32. Wilson, M. & Sloane, K. (2000). From Principles to Practice: An Embedded Assessment System. Applied Measurement in Education, 13(2), 181-208. https://doi.org/10.1207/S15324818AME1302_4