A análise de itens é uma etapa essencial para selecionarmos e ajustarmos itens que compõem um instrumento com boas propriedades psicométricas. Assim, ao aplicar essas técnicas, aumentamos a clareza, a precisão e a utilidade dos itens.
Neste post, discutiremos um pouco mais sobre a análise de itens.
O que é e para que serve a análise de itens?
A análise de itens reúne técnicas qualitativas e quantitativas que avaliam características fundamentais dos itens de um instrumento de mensuração (Gochyyev, 2022). Por meio dela, identificamos itens com níveis de dificuldade inadequados, problemas de redação, baixa discriminação e distratores ineficazes em itens de múltipla escolha.
Além disso, essa análise orienta decisões sobre quais itens manter, revisar ou descartar em versões futuras. Como envolve tanto revisão semântica quanto aplicações piloto, ela revela como cada item se relaciona com o desempenho global.
Em síntese, a análise de itens contribui para detectar falhas, melhorar a estabilidade dos escores e aumentar a fidedignidade do instrumento.
Por que a análise de itens é essencial na construção de testes?
Assim como a qualidade de um bolo depende dos ingredientes, a qualidade de um teste depende dos itens que o compõem (Urbina, 2004). Portanto, quando analisamos itens de forma sistemática, garantimos que cada um contribua para medir corretamente o construto de interesse.
Nesse sentido, a análise de itens ocupa um papel central na construção de instrumentos fidedignos e válidos. Como essa etapa revela como cada item funciona, ela permite selecionar os melhores itens e, consequentemente, criar testes mais robustos.
Considere um exemplo simples. Um professor observa que, na turma do ano letivo anterior, todos acertaram a Questão 3, enquanto quase todos erraram a Questão 7.
Esses itens se mostram não informativos do nível de conhecimento dos estudantes. Afinal de contas, se todos os estudantes acertam (ou erram) a uma questão, o que essa questão nos ensina sobre o conhecimento desses estudantes?
Desse modo, como as Questões 3 e 7 não diferenciam o nível de conhecimento dos estudantes, o professor decide removê-los da nova avaliação. Essa decisão ilustra como a análise de itens ajuda a identificar itens pouco informativos.
A análise de itens é essencial para refinar bancos de itens. Por isso, inúmeros manuais tratam essa etapa como pré-requisito para estudos de fidedignidade e de validade (Bandalos, 2018).
Análises de itens qualitativas e quantitativas
A análise qualitativa se concentra na revisão de conteúdo. Nela, juízes especialistas em construção de medidas e/ou no construto de interesse, avaliam os itens em termos da: (a) pertinência do conteúdo e do formatos dos itens para examinar o construto de interesse; (b) clareza da redação; (c) precisão gramatical; e (d) aderência a regras de escrita (e.g., evitar regionalismos, evitar dupla negativa, escrever itens com uma única sentença).
Por outro lado, a análise quantitativa utiliza dados empíricos para avaliar o funcionamento dos itens. Por meio dela, pesquisadores calculam índices psicométricos que mostram a dificuldade, a discriminação e o comportamento dos distratores. Esses índices permitem aprimorar estruturas internas, aumentar consistência e selecionar itens que realmente diferenciam participantes.
Em síntese, quando combinamos essas duas abordagens, aumentamos as chances de obtermos instrumentos mais claros, igualmente acessíveis e com boas propriedades psicométricas.
Índices de dificuldade na análise de itens
Na Teoria Clássica dos Testes (TCT), o índice de dificuldade (P) expressa a proporção de participantes que acertaram o item:
Assim, valores próximos de 1 indicam itens fáceis, enquanto valores próximos de 0 indicam itens difíceis. Note, portanto, que o índice de dificuldade é, na prática, um índice de “facilidade”.
Por exemplo, 200 participantes responderam a uma série de itens. Vinte deles acertaram o Item 1 (P = 0,10), enquanto 120 acertaram o Item 2 (P = 0,60). Logo, o Item 2 é mais fácil, e o Item 1, mais difícil.
A dificuldade desempenha um papel especialmente importante quando construímos testes cuja interpratação será baseada em critério, pois ela revela conteúdos pouco dominados pelos respondentes. Itens excessivamente fáceis ou difíceis pouco contribuem para diferenciar respondentes. Portanto, a análise de itens utiliza esse índice para identificar lacunas de cobertura e ajustar a adequação dos itens ao público.
Índices de discriminação na análise de itens
Os índices de discriminação indicam o quanto o item distingue participantes com maior ou menor desempenho global. Dessa forma, itens altamente discriminativos fortalecem a fidedignidade.
Existem vários métodos que estimam a discriminação. Um índice popular divide os participantes em grupos superior e inferior, com base no desempenho global do teste. Por exemplo, selecionamos os participantes acima do percentil 73 e abaixo do percentil 27, com base no escore do teste, e calculamos a diferença entre a proporção de acertos dos dois grupos:
Eis um exemplo: 30 de 54 (0,55) respondentes do grupo superior acertaram o Item 3, mas apenas 7 de 54 (0,13) o acertaram no grupo inferior. Desse modo, a discriminação para o Item 3 é de 0,55 – 0,13 = 0,42.
Em contrapartida, no Item 4, tivemos 27 de 54 (0,50) acertos em ambos os grupos. Portanto, a discriminação é nula (0,50 – 0,50 = 0), ou seja, saber quem acertou o Item 4 não é informativo do desempenho global dos respondentes.
Outro índice amplamente utilizado é a correlação ponto-bisserial entre o item e o escore total. Quanto mais alta é essa correlação, mais discriminativo o item é em diferenciar respondentes que obtêm escores distintos no teste.
Análise dos distratores na análise de itens
Em itens de múltipla escolha, os respondentes devem escolher apenas uma alternativa. Assim, uma opção funciona como gabarito, enquanto as demais atuam como alternativas incorretas (ou distratores). Por exemplo, considere o seguinte item:
A __________ é a melhor medida de tendência central quando existem valores extremos na distribuição de dados.
- A. Variância.
- B. Moda.
- C. Mediana.
- D. Média.
A alternativa C é a resposta correta; as demais são distratoras. Em síntese, na análise de distratores, esperamos que as alternativas incorretas atraiam participantes com menor conhecimento no domínio avaliado. Portanto, um bom distrator precisa ser plausível para quem domina pouco o conteúdo, mas implausível para quem o domina bem.
Por esse motivo, realizamos a análise de discriminação dos distratores, que segue a lógica da discriminação ao nível do item, mas aplicada a cada alternativa.
Se, por exemplo, 30% dos participantes com baixo desempenho assinalam a distratora D (média), enquanto apenas 2% dos participantes com alto desempenho cometem o mesmo erro, sua discriminação será –0,28. Esse valor negativo indica que o distrator cumpre bem sua função, pois atrai preferencialmente quem tem pouco conhecimento.
Além disso, quando um distrator recebe poucas ou nenhuma marcação, ele provavelmente é implausível. Nesse caso, como os respondentes descartam essa opção sem esforço, o item se comporta como se tivesse menos alternativas. Portanto, convém substituí-lo por uma opção incorreta mais plausível.
Adicionalmente, devemos monitorar situações em que um distrator atrai mais respostas do que o próprio gabarito. Esse padrão, em geral, sinaliza ambiguidade na redação ou até erros no item, como a presença de duas respostas corretas. Por isso, a análise de distratores na análise de itens é crucial para garantir itens consistentes, funcionais e alinhados ao construto avaliado.
Análise de itens na Teoria de Resposta ao Item?
A Teoria de Resposta ao Item (TRI) amplia o conceito de análise de itens ao modelar a probabilidade de acerto como função da habilidade latente dos respondentes.
Por exemplo, nos modelos de parâmetros logísticos, cada item possui parâmetros específicos — como dificuldade, discriminação e acerto ao acaso —, que descrevem seu comportamento ao longo do contínuo de habilidade.
Além disso, curvas características do item (CCIs) ilustram graficamente como a probabilidade de acerto varia de acordo com o traço latente. Essa abordagem permite análises mais detalhadas, calibradas e independentes da amostra, o que representa uma vantagem importante diante da TCT.
Limitações e cuidados ao conduzir uma análise de itens
Embora extremamente útil, a análise de itens exige cautela. A estabilidade dos índices obtidos depende do tamanho da amostra, o que pode limitar interpretações (Nunnally & Bernstein, 1994).
Além disso, a análise quantitativa nunca substitui a revisão qualitativa, já que índices qualitativos pobres provavelmente refletem problemas de clareza ou vieses nos itens.
Outro ponto importante envolve o alinhamento teórico: itens bem discriminativos podem não refletir adequadamente o construto, caso estejam desalinhados ao conteúdo. Por isso, análises múltiplas, triangulação e revisão contínua tornam o processo mais confiável e ético.
Referências
Bandalos, D. L. (2018). Measurement theory and applications for the social sciences. The Guilford Press.
Gochyyev, P. (2022). Item analysis. In B. B. Frey (Ed.), The SAGE encyclopedia of research design (2nd ed., pp. 738–743). SAGE.
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill Inc.
Urbina, S. (2004). Essentials of psychological testing. John Wiley & Sons, Inc.
Como citar este post
Lima, M. (2026, 23 de janeiro). O que é análise de itens? Blog Psicometria Online. https://blog.psicometriaonline.com.br/o-que-e-analise-de-itens
