Psychometric Analysis of the German Test Anxiety Inventory based on the Graduated Response Model
Análisis Psicométrico del Inventario Alemán de Ansiedad ante los Exámenes basado en el Modelo de Respuesta Graduada
Author
Rojas-Torres, Luis
Furlan, Luis A.
Rojas-Rojas, Guaner
Abstract
The aim of this article is to analyze the psychometric properties of the German Test Anxiety Inventory adapted to Costa Rica (GTAI-CR), based on the Graded Response Model. For this purpose, the instrument administered to 184 people (101 men, 82 women and 1 person no identified with the previous categories). Each of the four subscales of the GTAI was evaluated independently. It was found that the subscales globally and their items independently showed an acceptable fit to the model. The characteristic curves of each category in each item were plausible for representative population groups. On the other hand, for each subscale, the range where the estimates of these latent scores presented acceptable accuracies was calculated. Finally, recommendations are presented for the GTAI-CR scales to improve the precision of the scores in which they provide low information. El presente artículo tiene como objetivo analizar las propiedades psicométricas del Inventario Alemán de Ansiedad ante los exámenes adaptado a Costa Rica (GTAI-CR), con base en el modelo de respuesta graduada. Para este propósito se aplicó el instrumento a 184 personas (101 hombres, 82 mujeres y 1 persona no identificada con las categorías anteriores). Cada una de las cuatro subescalas del GTAI fue evaluada de manera independiente. Se obtuvo que las subescalas de forma global y sus ítems de forma independiente mostraron un ajuste aceptable al modelo. Las curvas características de cada categoría en cada ítem fueron plausibles para grupos representativos de población. Por otro lado, en cada subescala se calculó el rango donde las estimaciones de estas puntuaciones latentes presentaron precisiones aceptables. Finalmente, se presentan recomendaciones para que las escalas de la GTAI-CR puedan mejorar la precisión de las puntuaciones en las que brindan baja información.