Descripción Charlas Seminario Psicometría y Variables Latentes



Miércoles 24 de enero de 2018



9:00  hrs. Definición y origen de las variables latentes – Trinidad González

Las variables latentes (o no observadas) son comúnmente utilizadas en modelos estadísticos para explicar los distintos fenómenos observados en el sistema educacional. Sin embargo, este tipo de variables tiene variadas definiciones e interpretaciones. A pesar de lo cual, se tiende a ubicar su origen en los primeros trabajos que Spearman desarrolló en torno a su estudio del constructo de Inteligencia General.

En esta charla, se presentará una revisión e interpretación del trabajo de Spearman publicado en 1904, y que en opinión de muchos, es la primera aparición del modelo factorial, dado que el constructo de Inteligencia General (lo que podría representar la Variable Latente) se utiliza para explicar mediciones educacionales (lo entendido como lo “observado”).

Se sugerirá una interpretación del trabajo de Spearman en términos de invarianza, y se discutirá qué relación tiene esta interpretación con las definiciones actuales de Variable Latente.

Revisa su presentación aquí.

10:00  hrs. ¿Qué son las variables latentes? Una interpretación geométrica – Ernesto San Martín

En psicometría, la variable latente es caracterizada por el Axioma de Independencia Local, que establece que las variables observables son condicionalmente independientes dada la variable latente. Esto significa que los observables están relacionados entre sí porque cada uno por sí solo está relacionado con dicha variable latente. El objetivo de esta charla es ofrecer una interpretación de este axioma que permita entender el estatuto teórico de las variables latentes. Para ello, se utilizará un formalismo que permite interpretar las relaciones entre observables y latentes de forma geométrica.

Revisa su presentación aquí.

11:10  hrs. Variables Latentes – David Torres

En esta charla se expuso el uso histórico y actual de modelos con variables latentes, enfatizando en problemáticas como la medición, el significado sustantivo de variables latentes observables, la posibilidad de realizar interpretaciones causales de los modelos con variables latentes.

Revisa su presentación aquí.



Jueves 25 de enero de 2018



9:00  hrs. Some recent results and pending problems on learning spaces – Jean-Paul Doignon (en inglés)

The design of automated systems for the assessment of knowledge in a particular domain (as in a mathematics course in school) requires a conceptual framework.  Together with Jean-Claude Falmagne (University of Irvine, California), we have defined and investigated learning spaces to this aim.  Learning spaces underly the on-line system aleks, now used by millions of users.  A learning space captures the various states of knowledge in a class of (potential) students.  The states form a collection of subsets of the given finite set of items, the domain; the collection of subsets has to satisfy some pedagogically motivated requirements.  It turns out that equivalent axioms characterize convex geometries, also known as antimatroids (Jamison, 1980, Edelman and Jamison, 1985).  Because of their appearance in various mathematical disciplines, the resulting structures have generated a variety of results as well as problems.  We first review some questions of a combinatorial nature about learning spaces.  Is there a most efficient way of encoding a learning space? (candidates here are basis, implication systems, Hasse systems, learning sequences, etc.).  If the number of items in the domain is equal to m, what is then the size of a largest base?  How many different learning spaces are there on m items?  Which abstract groups do appear as the automorphism group of some learning space?  Next we present some recent problems about the basic local independence model, a probabilistic model based on learning spaces and akin to latent class models.  We are particularly interested in understanding how much the parameter values are identifiable from the observed assessements.

Revisa su presentación aquí.

10:00  hrs. Análisis de clases latentes como herramienta para identificar y caracterizar trayectorias en estudiantes de educación superior – Claudia Amo

En el marco de estudio de la persistencia y deserción en educación superior, se presenta una aplicación de análisis de clases latentes como herramienta para identificar y caracterizar distintos tipos de trayectorias en educación superior de alumnos que ingresan por primera vez a universidades chilenas.

Ante la creciente necesidad de mejorar las definiciones de persistencia y deserción en educación superior, este trabajo propone y desarrolla la aplicación de una estrategia alternativa a la utilizada de manera tradicional, habitualmente basada en definiciones a priori del fenómeno. La aproximación alternativa consiste en identificar empíricamente las trayectorias de los estudiantes en base a sus patrones de matrícula. Mediante análisis de clases latentes se examinó la conducta de 97% de estudiante que egresaron de la escuela en 2006 e ingresaron a universidades chilenas en 2007 (51.522 casos). Los resultados dan cuenta de cuatro trayectorias que prevalecen en esta cohorte:  Persistencia, Transferencia entre Instituciones, Deserción Tardía y Deserción Inicial. También se analizó la relación las trayectorias y variables sociodemográficas, académicas, vocacionales y financieras. El análisis  permitió observar aspectos hasta ahora poco descritos en la literatura sobre deserción, tales como una prevalencia importante de transferencias entre instituciones y su relación con retiros temporal del sistema, o la importante relación observada entre recibir becas de financiamiento en primer año y mayor abandono del sistema desde el tercer año.

Revisa su presentación aquí.

11:10  hrs. Una medida multidimensional de la motivación académica – Verónica Santelices

Esta presentación describe el desarrollo de una medida de motivación académica utilizando elementos de una encuesta existente de estudiantes universitarios matriculados en la Universidad de California. El uso de la motivación académica como un criterio en las admisiones a la educación superior se ha justificado por el argumento de que los estudiantes altamente comprometidos se benefician más de la experiencia académica que ofrece una institución. Una medida válida y confiable de la motivación académica permitiría investigar esta relación entre la participación del estudiante y el aprendizaje del estudiante. Después de revisar la literatura sobre la motivación en el nivel secundario y postsecundario, se propone un modelo multidimensional de motivación utilizando un enfoque de modelado de constructo. Primero se describen las diversas dimensiones hipotéticas de la motivación, luego se asignan los ítems a estas dimensiones y finalmente se comparan las respuestas a estos ítems con nuestras dimensiones hipotéticas. Los resultados apoyan la conceptualización del compromiso académico como una medida multidimensional compuesta de objetivos y construcciones conductuales.

Revisa su presentación aquí.