Imputaci??n de datos perdidos en las evaluaciones diagn??sticas educativas

Resumen tomado de la publicaci??n

En la evaluaci??n diagn??stica de sistemas educativos se utilizan habitualmente autoinformes para recoger datos de car??cter tanto cognitivo como or??ctico. Es muy frecuente que por distintas razones en estos autoinformes falten algunos de los datos del alumnado. El objetivo del presente trabajo es comparar el funcionamiento de diferentes m??todos de imputaci??n de datos perdidos en el contexto de la evaluaci??n de sistemas educativos. Sobre una base de datos de 5.000 sujetos se simularon 72 condiciones: tres tama??os de p??rdida de datos, tres mecanismos de p??rdida y ocho m??todos de imputaci??n de los datos perdidos. La cuant??a de las p??rdidas se establecieron en un 5, 10 y 20 por ciento. Los mecanismos de p??rdida fijados fueron: aleatoria, moderadamente condicionada y fuertemente condicionada. Los ocho m??todos de imputaci??n utilizados fueron: eliminaci??n, reemplazo por la media de la escala, por la media del ??tem, por la media del sujeto, por la media del sujeto corregida, regresi??n m??ltiple e imputaci??n por el algoritmo Esperanza-Maximizaci??n (EM) con y sin variables auxiliares. Los resultados indican que la recuperaci??n de los datos es m??s precisa cuando se emplea una combinaci??n adecuada de diferentes m??todos de recuperaci??n de los datos perdidos. Cuando se trata de un caso incompleto funciona muy bien la media del sujeto, mientras que para datos completamente perdidos es recomendable la imputaci??n m??ltiple con el algoritmo EM. El uso de esta combinaci??n resulta especialmente recomendable cuando la p??rdida de datos es mayor y su mecanismo de p??rdida est?? m??s condicionado. Finalmente, se discuten los resultados y se comentan algunas l??neas futuras de investigaci??n que se abren a partir de los resultados obtenidos.