Repetibilidad

La repetibilidad o fiabilidad test-retest ^{[ 1 ]} es la concordancia entre los resultados de mediciones sucesivas de la misma medida , realizadas bajo las mismas condiciones de medición. ^{[ 2 ]} En otras palabras, las mediciones son tomadas por una sola persona o instrumento sobre el mismo elemento, bajo las mismas condiciones y en un corto período de tiempo. Una fiabilidad test-retest imperfecta provoca variabilidad test-retest . Dicha variabilidad puede deberse, por ejemplo, a la variabilidad intraindividual y a la variabilidad interobservador . Se puede decir que una medición es repetible cuando esta variación es menor que un criterio de aceptación predeterminado.

La variabilidad test-retest se utiliza en la práctica, por ejemplo, en el seguimiento médico de afecciones. En estas situaciones, suele existir una "diferencia crítica" predeterminada, y para diferencias en los valores monitorizados que sean menores que esta diferencia crítica, se puede considerar la posibilidad de que la variabilidad sea la única causa de la diferencia, además de, por ejemplo, cambios en las enfermedades o los tratamientos. ^{[ 3 ]}

Se deben cumplir las siguientes condiciones para establecer la repetibilidad: ^{[ 2 ] [ 4 ]}

• las mismas herramientas experimentales
• el mismo observador
• el mismo instrumento de medición, utilizado en las mismas condiciones
• la misma ubicación
• repetición en un corto período de tiempo.
• mismos objetivos

Los métodos de repetibilidad fueron desarrollados por Bland y Altman (1986). ^{[ 5 ]}

Si la correlación entre administraciones separadas de la prueba es alta (por ejemplo, 0,7 o más como en esta tabla de consistencia interna alfa de Cronbach ^{[ 6 ]} ), entonces tiene una buena fiabilidad test-retest.

El coeficiente de repetibilidad es una medida de precisión que representa el valor por debajo del cual se puede esperar que se encuentre la diferencia absoluta entre dos resultados de pruebas repetidas con una probabilidad del 95%.

La desviación estándar en condiciones de repetibilidad forma parte de la precisión y la exactitud .

Un análisis de concordancia de atributos está diseñado para evaluar simultáneamente el impacto de la repetibilidad y la reproducibilidad en la precisión. Permite al analista examinar las respuestas de múltiples revisores a medida que analizan varios escenarios repetidamente. Genera estadísticas que evalúan la capacidad de los evaluadores para concordar consigo mismos (repetibilidad), entre sí ( reproducibilidad ) y con un valor maestro o correcto conocido (precisión general) para cada característica, una y otra vez. ^{[ 7 ]}

Dado que la misma prueba se administra dos veces y cada prueba es paralela a sí misma, las diferencias entre las puntuaciones de la prueba y las de la repetición de la prueba deberían deberse únicamente a errores de medición. Este tipo de argumento es muy probablemente cierto para muchas mediciones físicas. Sin embargo, este argumento suele ser inapropiado para la medición psicológica, ya que a menudo es imposible considerar la segunda administración de una prueba como una medida paralela a la primera. ^{[ 8 ]}

La segunda administración de una prueba psicológica podría arrojar puntuaciones sistemáticamente diferentes a las de la primera administración debido a las siguientes razones: ^{[ 8 ]}

1. El atributo que se mide puede variar entre la primera prueba y la segunda. Por ejemplo, una prueba de lectura administrada en septiembre a una clase de tercer grado puede arrojar resultados diferentes al repetirla en junio. Si bien es de esperar que la habilidad lectora de los niños cambie durante ese período, una baja correlación entre la primera y la segunda prueba podría reflejar cambios reales en el atributo en sí.
2. La experiencia de realizar la prueba en sí misma puede alterar la puntuación real de una persona. Por ejemplo, completar un cuestionario de ansiedad podría aumentar su nivel de ansiedad.
3. Efecto de arrastre , especialmente si el intervalo entre la prueba y la repetición de la misma es corto. Al repetir la prueba, las personas pueden recordar su respuesta original, lo que podría afectar las respuestas en la segunda administración.

• Exactitud y precisión
• Monitorización (medicina)
• Fiabilidad (estadística)
• Reproducibilidad

• Explicación práctica de la repetibilidad y la reproducibilidad en términos de cómo los datos pueden diferir entre muestras. - Ejemplo de la industria petrolera. Archivado el 22/09/2017 en Wayback Machine.