Porcentaje de la Evaluación para Educación Básica

(Segunda Sección) DIARIO OFICIAL Lunes 23 de octubre de 2017
CRITERIOS técnicos y de procedimiento para el análisis de los instrumentos de evaluación, el proceso de
calificación y la emisión de resultados para llevar a cabo la evaluación del desempeño del personal docente y
técnico docente en Educación Básica en el ciclo escolar 2017-2018.
Al margen un logotipo, que dice: Instituto Nacional para la Evaluación de la Educación.- México.
CRITERIOS TÉCNICOS Y DE PROCEDIMIENTO PARA EL ANÁLISIS DE LOS INSTRUMENTOS DE EVALUACIÓN,
EL PROCESO DE CALIFICACIÓN Y LA EMISIÓN DE RESULTADOS PARA LLEVAR A CABO LA EVALUACIÓN DEL
DESEMPEÑO DEL PERSONAL DOCENTE Y TÉCNICO DOCENTE EN EDUCACIÓN BÁSICA EN EL CICLO ESCOLAR
2017-2018.
El presente documento está dirigido a las autoridades educativas que en el marco de sus atribuciones
implementan evaluaciones que, por la naturaleza de sus resultados, regula el Instituto Nacional para la
Evaluación de la Educación (INEE), en especial las referidas al Servicio Profesional Docente (SPD) que son
desarrolladas por la Coordinación Nacional del Servicio Profesional Docente (CNSPD).
Con fundamento en lo dispuesto en los artículos 3o. fracción IX de la Constitución Política de los Estados
Unidos Mexicanos; 7, fracción X de la Ley General del Servicio Profesional Docente; 22, 28, fracción X, 38,
fracciones VI, IX y XXII de la Ley del Instituto Nacional para la Evaluación de la Educación; en los
Lineamientos para llevar a cabo la evaluación del desempeño del personal docente y técnico docente en
Educación Básica y Media Superior en el ciclo escolar 2017-2018 (LINEE-04-2017), la Junta de Gobierno
aprueba los siguientes criterios técnicos y de procedimiento para el análisis de los instrumentos de evaluación,
el proceso de calificación y la emisión de resultados para llevar a cabo la evaluación del desempeño del
personal docente y técnico docente en Educación Básica en el ciclo escolar 2017-2018.
Los presentes Criterios técnicos y de procedimiento consideran el uso de los datos recabados una vez que
se ha llevado a cabo la aplicación de los instrumentos que forman parte de la evaluación y tienen como
finalidad establecer los referentes necesarios para garantizar la validez, confiabilidad y equidad de los
resultados. Su contenido se organiza de la siguiente manera:
Primera sección: Sobre la evaluación del desempeño para el ciclo escolar 2017-2018.
Incorpora cinco apartados: 1) Características generales de los instrumentos para evaluar el desempeño
del personal docente y técnico docente; 2) Criterios técnicos para el análisis e integración de los instrumentos
de evaluación; 3) Procedimiento para el establecimiento de puntos de corte y estándares de desempeño de
los instrumentos de evaluación considerados en las etapas 2 y 3; 4) Resultado de la evaluación del
desempeño: resultado por etapa e instrumento y resultado global.
Segunda sección: Sobre la evaluación del desempeño de quienes será su segunda o tercera
oportunidad.
En la parte final se presenta un Anexo técnico con información detallada de algunos de los aspectos
técnicos que se consideran en el documento.
Definición de términos
Para los efectos del presente documento, se emplean las siguientes definiciones:
I. Alto impacto: Se indica cuando los resultados de un instrumento tienen consecuencias
importantes para las personas o las instituciones; por ejemplo, en los procesos de admisión o
certificación.
II. Calificación: Proceso de asignación de una puntuación o nivel de desempeño logrado a partir
de los resultados de una medición.
III. Confiabilidad: Cualidad de las mediciones obtenidas con un instrumento, que se caracterizan
por ser consistentes y estables cuando éste se aplica en distintas ocasiones.
IV. Constructo: Elaboración teórica formulada para explicar un proceso social, psicológico o
educativo.
V. Correlación punto biserial: Medida de consistencia que se utiliza en el análisis de reactivos,
indica si hay una correlación entre el resultado de un reactivo con el resultado global del
examen.
VI. Criterio de evaluación: Indicador de un valor aceptable sobre el cual se puede establecer o
fundamentar un juicio de valor sobre el desempeño de una persona.

Lunes 23 de octubre de 2017 DIARIO OFICIAL (Segunda Sección)
VII. Cuestionario: Tipo de instrumento de evaluación que sirve para recolectar información sobre
actitudes, conductas, opiniones, contextos demográficos o socioculturales, entre otros.
VIII. Desempeño: Resultado obtenido por el sustentante en un proceso de evaluación o en un
instrumento de evaluación educativa.
IX. Dificultad de un reactivo: Indica la proporción de personas que responden correctamente el
reactivo de un examen.
X. Distractores: Opciones de respuesta incorrectas del reactivo de opción múltiple, que
probablemente serán elegidas por los sujetos con menor dominio en lo que se evalúa.
XI. Dominio: Conjunto de conocimientos, habilidades, destrezas, actitudes u otros atributos que
tienen las siguientes propiedades: límites, extensión y definición. También se puede aplicar a
contenidos, procedimientos u objetos.
XII. Educación básica: Tipo de educación que comprende los niveles de preescolar, primaria y
secundaria en todas sus modalidades, incluyendo la educación indígena, la especial y la que se
imparte en los centros de educación básica para adultos.
XIII. Equiparación: Método estadístico que se utiliza para ajustar las puntuaciones de las formas o
versiones de un mismo instrumento, de manera tal que al sustentante le sea indistinto, en
términos de la puntuación que se le asigne, responder una forma u otra.
XIV. Error estándar de medida: Es la estimación de mediciones repetidas de una misma persona
en un mismo instrumento que tienden a distribuirse alrededor de un puntaje verdadero. El
puntaje verdadero siempre es desconocido porque ninguna medida puede ser una
representación perfecta de un puntaje verdadero.
XV. Escala: Conjunto de números, puntuaciones o medidas que pueden ser asignados a objetos o
sucesos con propiedades específicas a partir de reglas definidas.
XVI. Escalamiento: Proceso a través del cual se construye una escala que facilita la interpretación
de los resultados que se obtienen en uno o varios instrumentos de evaluación, colocando las
puntuaciones de los distintos instrumentos o formas a una escala común.
XVII. Especificaciones de tareas evaluativas o de reactivos: Descripción detallada de las tareas
específicas susceptibles de medición, que deben realizar las personas que contestan el
instrumento de evaluación. Deben estar alineadas al constructo definido en el marco
conceptual.
XVIII. Estándar: Principio de valor o calidad en la conducción y uso de los procedimientos de
evaluación. Constituye el referente para emitir un juicio de valor sobre el mérito del objeto
evaluado.
XIX. Evaluación: Proceso sistemático mediante el cual se recopila y analiza información,
cuantitativa o cualitativa, sobre un objeto, sujeto o evento, con el fin de emitir juicios de valor al
comparar los resultados con un referente previamente establecido. La información resultante
puede ser empleada como insumo para orientar la toma de decisiones.
XX. Examen: Instrumento de evaluación que se emplea para identificar el nivel de dominio de los
sustentantes sobre un constructo específico.
XXI. Instrumento de evaluación: Herramienta de recolección de datos que suele tener distintos
formatos, atendiendo a la naturaleza de la evaluación, por ejemplo, instrumentos de selección
de respuesta, instrumentos de respuesta construida, cuestionarios, observaciones, portafolios,
entre otros.
XXII. Jueceo: Método en el cual se utiliza la opinión de expertos (denominados jueces) para valorar y
calificar distintos aspectos, tales como las respuestas y ejecuciones de las personas que
participan en una evaluación o la calidad de los reactivos, las tareas evaluativas y estándares
de un instrumento.
XXIII. Medición: Proceso de asignación de valores numéricos a atributos de las personas,
características de objetos o eventos de acuerdo con reglas específicas que permitan que sus
propiedades puedan ser representadas cuantitativamente.
XXIV. Muestra: Subconjunto de la población de interés que refleja las variables medidas en una
distribución semejante a la de la población.
XXV. Multi-reactivo: Conjunto de reactivos de opción múltiple que están vinculados a un
planteamiento general, por lo que este último es indispensable para poder resolverlos.

XXVI. Nivel de desempeño: Criterio conceptual que delimita el marco interpretativo de las
puntuaciones obtenidas en una prueba y que refiere a lo que el sustentante es capaz de hacer
en términos de conocimientos, destrezas o habilidades en el contexto del instrumento.
XXVII. Objeto de medida: Conjunto de características o atributos que se miden en el instrumento de
evaluación.
XXVIII. Parámetro estadístico: Número que resume un conjunto de datos que se derivan del análisis
de una cualidad o característica del objeto de estudio.
XXIX. Perfil: Conjunto de características, requisitos, cualidades o aptitudes que deberá tener el
sustentante a desempeñar un puesto o función descrito específicamente.
XXX. Porcentaje de acuerdos inter-jueces: Medida del grado en que dos jueces coinciden en la
puntuación asignada a un sujeto cuyo desempeño es evaluado a través de una rúbrica.
XXXI. Porcentaje de acuerdos intra-jueces: Medida del grado en que el mismo juez, a través de dos
o más mediciones repetidas a los mismos sujetos que evalúa, coincide en la puntuación
asignada al desempeño de los sujetos, evaluados a través de una rúbrica.
XXXII. Punto de corte: En instrumentos de evaluación con referencia a un estándar de desempeño,
es la puntuación mínima o el criterio a alcanzar o a superar para considerar que el nivel de
desempeño de una persona cumple con lo esperado y distinguirlo de otro que no.
XXXIII. Puntuación: Valor numérico obtenido durante el proceso de medición.
XXXIV. Reactivo: Unidad básica de medida de un instrumento de evaluación que consiste en una
pregunta o instrucción que requiere una respuesta del sujeto.
XXXV. Rúbrica: Herramienta que integra los criterios a partir de los cuales se califica una tarea
evaluativa.
XXXVI. Sesgo: Error en la medición de un atributo (por ejemplo, conocimiento o habilidad), debido a
una variable no controlada, como las diferencias culturales o lingüísticas de las personas
evaluadas.
XXXVII. Tareas evaluativas: Unidad básica de medida de un instrumento de evaluación de respuesta
construida y que consiste en la ejecución de una actividad que es susceptible de ser observada.
XXXVIII. Validez: Juicio valorativo integrador sobre el grado en que los fundamentos teóricos y las
evidencias empíricas apoyan la interpretación de las puntuaciones de los instrumentos de
evaluación.
Primera sección.
Evaluación del desempeño del personal docente y técnico docente
en Educación Básica, 2017-2018
1. Características generales de los instrumentos para evaluar el desempeño del personal
docente y técnico docente
La evaluación del desempeño es un proceso integrado que incluye varios instrumentos que dan cuenta de
los diferentes aspectos que se describen en los Perfiles, parámetros e indicadores establecidos por la
autoridad educativa. A continuación, se describen sucintamente cada uno de los instrumentos considerados
en cada etapa del proceso.
Etapa 1. Informe de responsabilidades profesionales
Esta etapa está constituida por dos instrumentos de evaluación, cuya función es obtener información sobre
el nivel de cumplimiento de las responsabilidades profesionales asociadas a la función del personal docente y
técnico docente, así como identificar las fortalezas y aspectos a mejorar en su práctica:
a) Cuestionario de autoevaluación, respondido por el docente o técnico docente
b) Cuestionario para su autoridad inmediata, quien proporcionará la información relativa al nivel de
cumplimiento de las responsabilidades profesionales del docente o técnico docente
Etapa 2. Proyecto de enseñanza
El proyecto de enseñanza es un instrumento que permite evaluar el desempeño del docente o técnico
docente a través de una muestra de su práctica. Consiste en la elaboración de un diagnóstico del grupo, una
planeación para su puesta en marcha y un texto de análisis que dé cuenta de la reflexión sobre su práctica.
Está constituido por tres momentos:

Momento 1. Elaboración del diagnóstico y de la planeación didáctica
Momento 2. Intervención docente
Momento 3. Elaboración de texto de reflexión y análisis de su práctica
Etapa 3. Examen de conocimientos didácticos y curriculares
Este instrumento evalúa los conocimientos didácticos y curriculares que el docente o técnico docente pone
en juego para propiciar el aprendizaje de los alumnos, así como sus habilidades para la organización e
intervención didáctica. Los principales aspectos a evaluar son los procesos de desarrollo y de aprendizaje
infantiles, los propósitos educativos y los contenidos escolares de la Educación Básica, los referentes
pedagógicos y los enfoques didácticos del currículo vigente, así como las condiciones para mantener la
integridad y seguridad de los alumnos en el aula y en la escuela.
2. Criterios técnicos para el análisis e integración de los instrumentos de evaluación
Uno de los aspectos fundamentales que debe llevarse a cabo antes de emitir cualquier resultado de un
proceso de evaluación es el análisis psicométrico de los instrumentos que integran la evaluación, con el
objetivo de verificar que cuentan con la calidad técnica necesaria para proporcionar resultados confiables,
acordes con el objetivo de la evaluación.
Las técnicas empleadas para el análisis de un instrumento dependen de su naturaleza, de los objetivos
específicos para el cual fue diseñado, así como del tamaño de la población evaluada. Sin embargo, en todos
los casos, debe aportarse información sobre la dificultad y discriminación de sus reactivos o tareas
evaluativas, así como la precisión del instrumento, los indicadores de consistencia interna o estabilidad del
instrumento, los cuales, además de los elementos asociados a la conceptualización del objeto de medida,
forman parte de las evidencias que servirán para valorar la validez de la interpretación de sus resultados.
Estos elementos, deberán reportarse en el informe o manual técnico del instrumento.
Con base en los resultados de estos procesos de análisis deben identificarse las tareas evaluativas o los
reactivos que cumplen con los criterios psicométricos especificados en este documento para integrar el
instrumento, para calificar el desempeño de las personas evaluadas, con la mayor precisión posible.
Para llevar a cabo el análisis de los instrumentos de medición utilizados en el proceso de evaluación, es
necesario que los distintos grupos de sustentantes de las entidades federativas queden equitativamente
representados, dado que la cantidad de sustentantes por tipo de evaluación en cada entidad federativa es
notoriamente diferente. Para ello, se definirá una muestra de sustentantes por cada instrumento de evaluación
que servirá para analizar el comportamiento estadístico de los instrumentos y orientar los procedimientos
descritos más adelante, y que son previos para la calificación.
Para conformar dicha muestra, cada entidad federativa contribuirá con 500 sustentantes como máximo, y
deberán ser elegidos aleatoriamente. Si hay menos de 500 sustentantes, todos se incluirán en la muestra
(OECD; 2002, 2005, 2009, 2014). Si no se realizara este procedimiento, las decisiones sobre los instrumentos
de evaluación, la identificación de los puntos de corte y los estándares de desempeño, se verían fuertemente
influenciados, indebidamente, por el desempeño mostrado por aquellas entidades que se caracterizan por
tener un mayor número de sustentantes.
Sobre la conformación de los instrumentos de evaluación
Con la finalidad de obtener puntuaciones de los sustentantes con el nivel de precisión requerido para los
propósitos de la evaluación, los instrumentos deberán tener las siguientes características:
Exámenes con reactivos de opción múltiple:
 Los instrumentos de evaluación deberán tener, al menos, 80 reactivos efectivos para calificación y
estar organizados jerárquicamente en tres niveles de desagregación: áreas, subáreas y temas, en
donde:
■ Cada instrumento debe contar con al menos dos áreas.
■ Las áreas deberán contar con al menos dos subáreas y, cada una de ellas, deberá tener al
menos 20 reactivos efectivos para calificar.
■ Las subáreas deberán considerar al menos dos temas, y cada uno de ellos deberá tener, al
menos, 10 reactivos efectivos para calificar.
■ Los temas deberán contemplar al menos dos contenidos específicos, los cuales estarán
definidos en términos de especificaciones de reactivos. Cada especificación deberá ser evaluada
al menos por un reactivo.
Exámenes de respuesta construida:

 Deberán estar organizados en, al menos, dos niveles de desagregación (áreas y subáreas; si fuera el
caso, temas); el primero deberá contar, al menos, con dos conjuntos de contenidos específicos a
evaluar.
 A partir del segundo nivel (o tercer nivel, si fuera el caso) de desagregación, se deberá contar con las
especificaciones de las tareas evaluativas. Cada especificación deberá tener su definición
operacional.
 En las rúbricas o guías de calificación los distintos niveles o categorías de ejecución que se
consignen, deberán ser claramente distinguibles entre sí y con un diseño ordinal ascendente (de
menor a mayor valor).
Cuestionarios que constituyen la etapa 1:
 En una matriz se deben identificar los indicadores y variables de interés, así como definir sus
componentes.
 El contenido debe estar organizado jerárquicamente en dos niveles de desagregación, en donde el
primero debe contar, como mínimo, con dos conjuntos de contenidos específicos.
Criterios y parámetros estadísticos
Los instrumentos empleados para la evaluación del desempeño deberán atender los siguientes criterios
(Cook y Beckman 2006; Downing, 2004; Stemler y Tsai, 2008) con, al menos, los valores de los parámetros
estadísticos indicados a continuación:
I. En el caso de los instrumentos de evaluación basados en reactivos de opción múltiple:
 La respuesta correcta deberá tener una dificultad clásica de 10% a 90% y una correlación punto
biserial corregida igual o mayor que 0.15.
 Los distractores deberán tener correlaciones punto biserial negativas.
 La confiabilidad del instrumento deberá ser igual o mayor que 0.80.
Para los instrumentos con menos de 100 sustentantes, la selección de los reactivos con los cuales se va a
calificar, se debe llevar a cabo con base en el siguiente procedimiento: cada reactivo tiene que ser revisado
por, al menos, tres jueces: dos expertos en contenido y un revisor técnico, considerando los siguientes
aspectos: calidad del contenido del reactivo, adecuada construcción técnica, correcta redacción y atractiva
presentación de lo que se evalúa.
En todos los casos en los que sea factible estimar los parámetros estadísticos de los reactivos, esta
información debe proporcionarse a los jueces con el objetivo de que les permita fundamentar sus decisiones y
ejercer su mejor juicio profesional.
II. En el caso de los instrumentos basados en tareas evaluativas o en reactivos de respuesta
construida y que serán calificados con rúbrica:
 La correlación corregida entre cada aspecto evaluado con la puntuación global deberá ser igual
o mayor que 0.20.
 La confiabilidad del instrumento deberá ser igual o mayor que 0.80.
Considerando las decisiones de los jueces que calificaron los instrumentos de respuesta construida a
través de la rúbrica se debe atender lo siguiente:
 El porcentaje de acuerdos inter-jueces deberá ser igual o mayor que 60%.
 El porcentaje de acuerdos intra-jueces deberá ser igual o mayor que 60% considerando, al
menos, cinco medidas repetidas seleccionadas al azar, es decir, para cada juez se deben
seleccionar al azar cinco sustentantes, a quienes el juez debe calificar en dos ocasiones. Estas
mediciones deberán aportarse antes de emitir la calificación definitiva de los sustentantes, a fin
de salvaguardar la confiabilidad de la decisión.
III. En el caso de los cuestionarios que constituyen la Etapa 1. Informe de responsabilidades
profesionales, para cada una de las escalas que los constituyen:
 La correlación entre cada reactivo con la puntuación global de la escala deberá ser igual o mayor
que 0.20.
 La confiabilidad del constructo medido a través de la escala debe ser igual o mayor que 0.80.
Si se diera el caso de que en algún instrumento no se cumpliera con los criterios y parámetros estadísticos
antes indicados, la Junta de Gobierno del INEE determinará lo que procede, buscando salvaguardar el
constructo del instrumento que fue aprobado por el Consejo Técnico y atendiendo al marco jurídico aplicable.
3. Procedimiento para el establecimiento de puntos de corte y estándares de desempeño de los
instrumentos de evaluación considerados en las etapas 2 y 3
Un paso crucial en el desarrollo y uso de los instrumentos de evaluación de naturaleza criterial, como es el
caso de los que se utilizan para la evaluación del desempeño, es el establecimiento de los puntos de corte
que dividen el rango de calificaciones para diferenciar entre niveles de desempeño.

En los instrumentos de evaluación de tipo criterial, la calificación obtenida por cada sustentante se
contrasta con un estándar de desempeño establecido por un grupo de expertos que describe el nivel de
competencia requerido para algún propósito determinado, es decir, los conocimientos y habilidades que, para
cada instrumento de evaluación, se consideran indispensables para un desempeño adecuado en la función
profesional. En este sentido el estándar de desempeño delimita el marco interpretativo de las puntuaciones
obtenidas en un instrumento por los sustentantes. El procedimiento para el establecimiento de puntos de corte
y estándares de desempeño incluye tres fases, las cuales se describen a continuación:
Primera fase
Con el fin de contar con un marco de referencia común para los distintos instrumentos de evaluación, se
deberán establecer descriptores genéricos de los niveles de desempeño que se utilizarán y cuya única
función es orientar a los comités académicos en el trabajo del desarrollo de los descriptores específicos de
cada instrumento, tales que les permita a los sustentantes tener claros elementos de retroalimentación para
conocer sus fortalezas y áreas de oportunidad identificadas a partir de los resultados de cada instrumento
sustentado.
Para todos los instrumentos se utilizarán cuatro niveles de desempeño posibles: Nivel I (N I), Nivel II (N II),
Nivel III (N III) y Nivel IV (N IV). Los descriptores genéricos para los diferentes grupos de instrumentos y cada
nivel se indican en las Tablas 1a y 1b.
Tabla 1a. Descriptores genéricos de los niveles de desempeño para el instrumento Proyecto de
enseñanza
Nivel de
desempeño
Descriptor
Nivel I (N I)
El docente o técnico docente presenta dificultades para organizar su intervención
didáctica, en la que considere las características de sus alumnos, así como las del
entorno socio-cultural, escolar y familiar, para el logro del aprendizaje de éstos.
Desarrolla su estrategia sin considerar espacios propicios para el aprendizaje, ni la
creación de ambientes favorables; en su intervención menciona actividades que
realiza con sus alumnos sin vincularlas con los enfoques didácticos de los campos de
formación, ni con los aprendizajes esperados; refiere acciones de evaluación que
carecen de retroalimentación para la mejora de los aprendizajes de sus alumnos. En
la reflexión sobre los resultados de su práctica, presenta dificultades para sustentar
sus acciones a partir de los principios filosóficos, normativos y éticos que regulan la
profesión docente, así como las estrategias para enriquecer su desarrollo profesional
y fortalecer las expectativas que tiene sobre el aprendizaje de sus alumnos.
Nivel II (N II)
El docente o técnico docente considera, en la organización de su intervención
didáctica, las características de sus alumnos, así como las del entorno socio-cultural,
escolar y familiar, para el logro del aprendizaje de éstos. Desarrolla su estrategia en
espacios propicios para el aprendizaje y señala algunos elementos para crear
ambientes favorables acordes con los enfoques didácticos de los campos de
formación y los aprendizajes esperados. Describe las acciones de evaluación y
retroalimentación que dirige a sus alumnos para la mejora de sus aprendizajes. En la
reflexión sobre los resultados de su práctica, menciona algunos conceptos filosóficos,
normativos y éticos que regulan la profesión docente, así como algunas estrategias
para enriquecer su desarrollo profesional y fortalecer las expectativas que tiene sobre
el aprendizaje de sus alumnos.
Nivel III
(N III)
El docente o técnico docente, en la organización de su intervención didáctica,
describe cómo vincula las características de sus alumnos y las del entorno socio-
cultural, escolar y familiar con el logro del aprendizaje de éstos. Desarrolla su
estrategia en espacios propicios para el aprendizaje en los que logra crear ambientes
favorables acordes con los enfoques didácticos de los campos de formación y los
aprendizajes esperados. Explica sus acciones de evaluación y de retroalimentación a
sus alumnos para la mejora de sus aprendizajes. En la reflexión sobre los resultados
de su práctica, explica sus acciones a partir de los principios filosóficos, normativos y
éticos que regulan la profesión docente, así como las estrategias que utiliza para
enriquecer su desarrollo profesional y fortalecer las expectativas que tiene sobre el
aprendizaje de sus alumnos.

Nivel IV (N IV)
El docente o técnico docente argumenta, en la organización de su intervención
didáctica, cómo vincula las características de sus alumnos y las del entorno socio-
cultural, escolar y familiar con el logro del aprendizaje de éstos. Desarrolla su
estrategia en espacios propicios para el aprendizaje en los que logra crear ambientes
favorables acordes con los enfoques didácticos de los campos de formación y los
aprendizajes esperados. Explica las acciones de evaluación y retroalimentación que
dirige a sus alumnos para la mejora de sus aprendizajes. En la reflexión sobre los
resultados de su práctica, sustenta sus acciones a partir de los principios filosóficos,
normativos y éticos que regulan la profesión docente, ofrece argumentos sobre las
estrategias que utiliza para enriquecer su desarrollo profesional y explica cómo va a
fortalecer las expectativas que tiene sobre el aprendizaje de sus alumnos.
Tabla 1b. Descriptores genéricos de los niveles de desempeño para el instrumento Examen de
conocimientos didácticos y curriculares
Nivel de
desempeño
Descriptor
Nivel I (N I)
El docente o técnico docente muestra conocimientos poco consistentes acerca de los
procesos de desarrollo y de aprendizaje infantiles, así como de la influencia que
tienen los factores familiares, sociales y culturales en sus alumnos. Identifica los
propósitos educativos sin reconocer su carácter formativo; demuestra conocimiento
de los contenidos escolares de la educación básica, sin lograr establecer su
progresión para favorecer el aprendizaje de los alumnos y con ello, el logro de los
propósitos educativos. Identifica elementos básicos de los enfoques didácticos del
currículo vigente y de sus referentes pedagógicos. Muestra dificultades para
identificar estrategias de estudio encaminadas a mejorar su desarrollo profesional.
Nivel II (N II)
El docente o técnico docente reconoce las descripciones de los procesos de
desarrollo y de aprendizaje infantiles, así como la influencia que tienen los factores
familiares, sociales y culturales en sus alumnos. Identifica los propósitos educativos y
reconoce su carácter formativo; demuestra conocimiento de los contenidos escolares
de la educación básica y su progresión para favorecer el aprendizaje de los alumnos y
con ello, el logro de los propósitos educativos. Reconoce las características de los
enfoques didácticos del currículo vigente y sus referentes pedagógicos. Identifica
estrategias de estudio encaminadas a mejorar su desarrollo profesional.
Nivel III
(N III)
El docente o técnico docente identifica las explicaciones de los procesos de desarrollo
y de aprendizaje infantiles, así como la influencia que tienen los factores familiares,
sociales y culturales en sus alumnos. Reconoce las características de los propósitos
educativos y su carácter formativo; demuestra conocimiento de los contenidos
escolares de la educación básica. Señala las explicaciones congruentes con los
enfoques didácticos del currículo vigente a partir de referentes pedagógicos.
Reconoce estrategias de estudio encaminadas a mejorar su desarrollo profesional.
Nivel IV (N IV)
El docente o técnico docente reconoce el análisis los procesos de desarrollo y de
aprendizaje infantiles y argumenta la influencia que tienen los factores familiares,
sociales y culturales en sus alumnos. Identifica la explicación del carácter formativo
de los propósitos educativos; demuestra conocimiento de los contenidos escolares de
la educación básica, su progresión para favorecer el aprendizaje de los alumnos y con
ello, el logro de los propósitos educativos. Reconoce las características de los
enfoques didácticos del currículo vigente a partir de referentes pedagógicos. Distingue
estrategias de estudio encaminadas a mejorar su desarrollo profesional.
Segunda fase
En esta fase se establecerán los puntos de corte y deberán participar los comités académicos específicos
para el instrumento de evaluación que se esté trabajando. Dichos comités se deberán conformar, en su
conjunto, con especialistas que han participado en el diseño de los instrumentos y cuya pluralidad sea
representativa de la diversidad cultural en que se desenvuelve la acción educativa del país. En todos los
casos, sus miembros deberán ser capacitados específicamente para ejercer su mejor juicio profesional a fin
de identificar cuál es la puntuación requerida para que el sustentante alcance un determinado nivel o estándar
de desempeño.

Los insumos que tendrán como referentes para el desarrollo de esta actividad serán la documentación que
describe la estructura de los instrumentos, las especificaciones, los ejemplos de tareas evaluativas o de
reactivos incluidos en las mismas y las rúbricas utilizadas para la calificación. En todos los casos, los puntos
de corte se referirán a la ejecución típica o esperable de un sustentante hipotético, con un desempeño
mínimamente aceptable, para cada uno de los niveles. Para ello, se deberá determinar, para cada tarea
evaluativa o reactivo considerado en el instrumento, cuál es la probabilidad de que dicho sustentante
hipotético lo responda correctamente y, con base en la suma de estas probabilidades, establecer la
calificación mínima requerida o punto de corte, para cada nivel de desempeño (Angoff, 1971).
Una vez establecidos los puntos de corte que dividen el rango de calificaciones para diferenciar los niveles
de desempeño en cada instrumento, se deberán describir los conocimientos y las habilidades específicos que
están implicados en cada nivel de desempeño, es decir, lo que dicho sustentante conoce y es capaz de hacer.
Tercera fase
En la tercera fase se llevará a cabo un ejercicio de retroalimentación a los miembros de los comités
académicos con el fin de contrastar sus expectativas sobre el desempeño de la población evaluada, con la
distribución de sustentantes que se obtiene en cada nivel de desempeño al utilizar los puntos de corte
definidos en la segunda fase, a fin de determinar si es necesario realizar algún ajuste en la decisión tomada
con anterioridad y, de ser el caso, llevar a cabo el ajuste correspondiente.
Los jueces deberán estimar la tasa de sustentantes que se esperaría en cada nivel de desempeño y
comparar esta expectativa con los datos reales de los sustentantes una vez aplicados los instrumentos. Si las
expectativas y los resultados difieren a juicio de los expertos, deberá definirse un punto de concordancia para
la determinación definitiva del punto de corte asociado a cada nivel de desempeño en cada uno de los
instrumentos, siguiendo el método propuesto por Beuk (1984).
Esta tercera fase se llevará a cabo solamente para aquellos instrumentos de evaluación en los que el
tamaño de la población evaluada sea igual o mayor a 100 sustentantes. Si la población es menor a 100
sustentantes, los puntos de corte serán definidos de acuerdo con lo descrito en la segunda fase.
Si se diera el caso de que algún instrumento no cumpliera con el criterio de confiabilidad indicado en el
apartado previo, la Junta de Gobierno del Instituto determinará el procedimiento a seguir para el
establecimiento de los puntos de corte correspondientes, atendiendo al marco jurídico aplicable.
4. Resultado de la evaluación del desempeño: resultado por etapa e instrumento y resultado
global
A continuación, se presentan dos subapartados, en el primero se describen los procedimientos para
calificar los resultados de los sustentantes en cada instrumento(1) en cada etapa; mientras que en el segundo
se detallan los procedimientos para la obtención del resultado global.
4.1 Calificación de los resultados obtenidos por los sustentantes en los distintos instrumentos
que constituyen las etapas del proceso de evaluación
4.1.1 Con relación a los instrumentos considerados en las etapas 2 y 3
Una vez que se han establecido los puntos de corte en cada instrumento de evaluación, el sustentante
será ubicado en uno de los cuatro niveles de desempeño en función de la puntuación alcanzada. Esto implica
que su resultado será comparado con el estándar previamente establecido, con independencia de los
resultados obtenidos por el conjunto de sustentantes que presentaron el examen.
Proceso para la equiparación de instrumentos de evaluación
Cuando el proceso de evaluación implica la aplicación de un instrumento en diversas ocasiones en un
determinado periodo, en especial si sus resultados tienen un alto impacto, es indispensable el desarrollo y uso
de formas o versiones del instrumento que sean equivalentes a fin de garantizar que, independientemente del
momento en que un sustentante participe en el proceso de evaluación, no tenga ventajas o desventajas de la
forma o versión que responda. Por esta razón, es necesario un procedimiento que permita hacer equivalentes
los resultados obtenidos en diferentes formas o versiones de un mismo instrumento.
Para que dos formas de un instrumento de evaluación puedan ser equiparadas, se deben cubrir los
siguientes requerimientos:
 Compartir las mismas características técnicas: estructura, especificaciones de reactivos, número
de reactivos (longitud del instrumento) y un subconjunto de reactivos comunes (reactivos ancla),
que en cantidad no deberá ser menor al 30% ni mayor al 50% de la totalidad de reactivos
efectivos para calificar.
 Contar con una confiabilidad semejante.
 Los reactivos que constituyen el ancla deberán ubicarse en la misma posición relativa dentro de
cada forma, y deberán quedar distribuidos a lo largo de todo el instrumento.

 La modalidad en la que se administren las formas deberá ser la misma para todos los
sustentantes (por ejemplo, en lápiz y papel o en computadora).
Si el número de sustentantes es de al menos 100 en las distintas formas en que se llevará a cabo la
equiparación, se utilizará el método de equiparación lineal para puntajes observados. Si el número de
sustentantes es menor de 100 en alguna de las formas, se utilizará el método de equiparación de identidad
(ver anexo técnico).
Escala utilizada para reportar los resultados
En cada plan de evaluación es indispensable definir la escala en la que se reportarán los resultados de los
sustentantes. Existen muchos tipos de escalas de calificación; en las escalas referidas a norma, las
calificaciones indican la posición relativa del sustentante en una determinada población. En las escalas
referidas a criterio, cada calificación en la escala representa un nivel particular de desempeño referido a un
estándar previamente definido en un campo de conocimiento o habilidad específicos.
El escalamiento que se llevará a cabo en los instrumentos de las etapas 2 y 3 de este proceso de
evaluación, permitirá construir una métrica común. Consta de dos transformaciones, la primera denominada
doble arcoseno, que permite estabilizar la magnitud de la precisión de las puntuaciones a lo largo de la escala;
la segunda transformación es lineal y ubica el punto de corte del nivel de desempeño II en un mismo valor
para los exámenes: puntuación de 100 en esta escala (cuyo rango va de 60 a 170 puntos(2)).
Al utilizar esta escala, diferente a las escalas que se utilizan para reportar resultados de aprendizaje en el
aula (de 5 a 10 o de 0% a 100%, donde el 6 o 60% de aciertos es aprobatorio), se evita que se realicen
interpretaciones equivocadas de los resultados obtenidos en los exámenes, en virtud de que en los exámenes
del SPD cada calificación representa un nivel particular de desempeño respecto a un estándar previamente
definido, el cual puede implicar un número de aciertos diferente en cada caso.
En la siguiente gráfica puede observarse el número de aciertos obtenido en dos instrumentos de
longitudes diferentes y con puntos de corte distintos que, a partir del escalamiento, es posible graficar en una
misma escala, trasladando el primer punto de corte a 100 puntos, aun cuando en cada instrumento el punto
de corte refiera a número de aciertos diferente. En este ejemplo la distribución de las puntuaciones va de 65 a
125 puntos.
4.1.2 Con relación a los cuestionarios que integran la Etapa 1. Informe de responsabilidades
profesionales
La etapa 1 de este proceso de evaluación está constituida por dos cuestionarios, cuya función es obtener
información sobre el nivel de cumplimiento de las responsabilidades profesionales asociadas a la función:
a) Cuestionario respondido por el sustentante.
b) Cuestionario respondido por su autoridad inmediata.

Con base en las respuestas que el sustentante y su autoridad inmediata den a los cuestionarios, se
realizará el escalamiento de las puntuaciones para cada uno de ellos, se integrará la información y se
definirán cuatro categorías que indicarán el nivel de cumplimiento del sustentante en las responsabilidades
profesionales de su función(3). Cada una de estas categorías tendrá asociada una cantidad de puntos que,
como posteriormente se indicará, se adicionará a la puntuación total ponderada, considerando el siguiente
orden:
NI: 0 puntos
NII: 1 punto
NIII: 2 puntos
NIV: 3 puntos
Cada cuestionario contribuirá con el 50% de la puntuación de la etapa 1, de tal forma que, en caso de
faltar las respuestas de alguno de los dos cuestionarios, la puntuación de la etapa será igual a la puntuación
que aporta el cuestionario del que se cuente con información.
En ningún caso, por sí mismo, la omisión de alguno de los dos cuestionarios que considera esta etapa de
la evaluación será causal de un resultado Insuficiente. Lo anterior porque se trata de reconocer y estimular
la participación genuina de los sustentantes y autoridades superiores.
4.2 Resultado global y procedimiento para la conformación de los grupos de desempeño
4.2.1 El resultado global
Para determinar el resultado global de la calificación de los sustentantes, deberán integrarse los resultados
de los instrumentos considerados en las tres etapas que conforman el diseño de la evaluación, conforme a los
siguientes criterios:
1) Sustentar los dos instrumentos que constituyen las etapas 2 y 3
2) Obtener al menos NII en por lo menos uno de los dos instrumentos de las etapas 2 y 3, el cual
debe ser el instrumento de la etapa 3 para el caso de los docentes de inglés en Educación
Preescolar, Primaria y Secundaria, y de los docentes de francés en Educación Secundaria
Cuando no se cumpla con los criterios 1 y 2, no aplicarán los numerales 3, 4 y 5
3) Una vez que se verifica el cumplimiento de los criterios 1 y 2, se calcula la puntuación total
ponderada del sustentante, es decir, se pondera(4) el resultado obtenido en los dos instrumentos
de las etapas 2 y 3 bajo el siguiente esquema:
a. Etapa 2. Proyecto de enseñanza, 60%
b. Etapa 3. Examen de conocimientos didácticos y curriculares, 40%
4) Se adiciona el resultado obtenido en la etapa 1, de acuerdo con el nivel de cumplimiento
alcanzado: NI (0 puntos), NII (1 punto), NIII (2 puntos), o bien NIV (3 puntos).
5) Se asigna el resultado global de la evaluación, que integra los resultados parciales de todo el
proceso.
4.2.2 La conformación de los grupos de desempeño
El resultado "Suficiente"
Para alcanzar al menos un resultado suficiente en la evaluación, se deben cumplir los siguientes criterios:
o Sustentar los dos instrumentos que constituyen las etapas 2 y 3
o Obtener al menos NII en por lo menos uno de los dos instrumentos de las etapas 2 y 3, el cual
debe ser el instrumento de la etapa 3 para el caso de los docentes de inglés en Educación
Preescolar, Primaria y Secundaria, y de los docentes de francés en Educación Secundaria
o Obtener al menos 100 puntos en la escala de calificación global
Los grupos de desempeño estarán conformados únicamente por los sustentantes que obtengan, al
menos, un resultado "Suficiente" en la evaluación:
Criterios para formar parte de un grupo de desempeño
Grupo de desempeño Puntuación en escala de calificación global
Suficiente Al menos 100(5) puntos
Bueno Al menos puntos
Destacado Al menos puntos
El resultado "Insuficiente"
En los siguientes casos se asignará el resultado "Insuficiente" y, por lo tanto, el sustentante no formará
parte de los grupos de desempeño, pero recibirá la retroalimentación que corresponda:
 No sustente los dos instrumentos que constituyen las etapas 2 y 3.

 No obtenga al menos NII en por lo menos uno de los dos instrumentos que constituyen las etapas 2 y
3, además, para el caso de los docentes de inglés en Educación Preescolar, Primaria y Secundaria, y
de los docentes de francés en Educación Secundaria, que no obtenga al menos NII en el instrumento
de la etapa 3
 No obtenga al menos 100 puntos en la escala de calificación global.
En los dos primeros casos no se dará puntuación global al sustentante.
En los tres casos los sustentantes recibirán los resultados alcanzados en los instrumentos de evaluación
que hayan presentado, a fin de proporcionarles retroalimentación para que conozcan sus fortalezas y áreas de
oportunidad.
El resultado "No se presentó a la evaluación"
Para el caso en que el sustentante no presente ninguno de los instrumentos de las etapas 2 y 3
considerados en el diseño de la evaluación, ni el cuestionario de autoevaluación de la etapa 1, en el resultado
de la evaluación se indicará: "No se presentó a la evaluación" y en cada instrumento sólo se le asignará "NP:
No presentó". Asimismo, debido a que no se cuenta con información, tampoco tendrá devolución de los
instrumentos, aun cuando su autoridad inmediata haya respondido el cuestionario que le corresponde de la
etapa 1.
Sobre los resultados de la evaluación
El resultado de la evaluación, tanto para los resultados "Insuficientes", como de aquellos que forman parte
de un grupo de desempeño ("Suficiente", "Bueno" o "Destacado"), aportará información relevante para diseñar
programas y acciones de capacitación, formación y acompañamiento.
Segunda sección.
Evaluación del desempeño en su segunda o tercera oportunidad del personal docente
y técnico docente en Educación Básica
De conformidad con la Ley General del Servicio Profesional Docente, esta evaluación del desempeño en
su segunda o tercera oportunidad es obligatoria y deberá llevarse a cabo en un plazo no mayor de doce
meses después de haberse presentado la primera o segunda evaluación, respectivamente.
Serán sujetos a una segunda o tercera oportunidad de evaluación del desempeño exclusivamente los
docentes y técnicos docentes que obtuvieron resultado insuficiente en su primera o segunda evaluación del
desempeño, respectivamente.
La calificación global se estimará siguiendo el mismo modelo de calificación desarrollado en los presentes
criterios técnicos (véase la primera sección). Se considerarán los resultados obtenidos en su anterior
evaluación del desempeño (primera o segunda oportunidad, según corresponda) con base en las siguientes
equivalencias:
Equivalencias para la etapa 2
Se recuperará la información de los resultados que el sustentante haya obtenido en su anterior evaluación
del desempeño (primera o segunda oportunidad, según corresponda) en los siguientes instrumentos de
evaluación:
 Planeación didáctica argumentada
 Expediente de evidencias de enseñanza
Las reglas de equivalencias serán las siguientes:
Resultado obtenido en
Planeación didáctica
argumentada
Resultado obtenido en
Expediente de evidencias
de enseñanza
Resultado asignado para la etapa 2
NII, NIII o NIV NII, NIII o NIV El nivel de desempeño más alto que haya
alcanzado en cualquiera de los dos
instrumentos
En cualquier resultado cuya combinación de los dos
instrumentos sea:
NP o NI con
NP, NI, NII, NIII o NIV
Debe presentar el instrumento de la etapa
Equivalencias para la etapa 3

Se recuperará la información de los resultados que el sustentante haya obtenido en su anterior evaluación
del desempeño (primera o segunda oportunidad, según corresponda) en los siguientes instrumentos de
evaluación:
 Examen de conocimientos y competencias didácticas que favorecen el aprendizaje de los
alumnos
 Examen complementario o Examen de dominio de la lengua indígena (para los casos en que
aplique)
Las reglas de equivalencias para docentes y técnicos docentes cuya anterior evaluación del
desempeño (primera o segunda oportunidad, según corresponda) no consideraba un examen
complementario o de dominio de la lengua indígena serán las siguientes:
Resultado obtenido en Examen de conocimientos
y competencias didácticas que favorecen el
aprendizaje de los alumnos
Resultado asignado para la etapa 3
NII, NIII o NIV El nivel de desempeño alcanzado en el
instrumento
NI o NP Debe presentar el instrumento de la etapa
Para los docentes cuya anterior evaluación del desempeño (primera o segunda oportunidad, según
corresponda) consideraba un examen complementario o un examen de dominio de la lengua indígena,
se consideran para esta evaluación dos instrumentos en la Etapa 3 (Examen de conocimientos didácticos y
curriculares y examen complementario o examen de dominio de la lengua indígena), por lo que las
equivalencias serán las siguientes:
Resultado obtenido en Examen de
conocimientos y competencias
didácticas que favorecen el aprendizaje
de los alumnos
Resultado asignado al Examen de conocimientos
didácticos y curriculares de la etapa 3
NII, NIII o NIV El nivel de desempeño alcanzado en el instrumento
NP o NI Debe presentar el Examen de conocimientos didácticos y
curriculares
Resultado obtenido en Examen
complementario o Examen de dominio
de la lengua indígena
Resultado asignado al Instrumento que le corresponda
de la etapa 3 (Examen complementario o Examen de
dominio de la lengua indígena)
NII, NIII o NIV El nivel de desempeño alcanzado en el instrumento
NP o NI Debe presentar el instrumento que le corresponda de la etapa
(Examen complementario o Examen de dominio de la lengua
indígena)
Para estos docentes cuya anterior evaluación del desempeño (primera o segunda oportunidad, según
corresponda) consideraba un examen complementario o un examen de dominio de la lengua indígena, el
resultado global se determinará integrando los resultados de los instrumentos considerados en las tres etapas
que conforman el diseño de la evaluación, conforme a los siguientes criterios:
1) Sustentar los tres instrumentos que constituyen las etapas 2 y 3
2) Obtener al menos NII en por lo menos dos de los tres instrumentos de las etapas 2 y 3, uno de
los cuales debe ser el Examen de dominio de la lengua indígena para el caso de los docentes de
lengua indígena.
Cuando no se cumpla con los criterios 1 y 2, no aplicarán los numerales 3, 4 y 5

3) Una vez que se verifica el cumplimiento de los criterios 1 y 2, se calcula la puntuación total
ponderada del sustentante, es decir, se pondera(6) el resultado obtenido en los tres
instrumentos de las etapas 2 y 3 bajo el siguiente esquema:
a. Etapa 2. Proyecto de enseñanza, 60%
b. Etapa 3. Examen de conocimientos didácticos y curriculares, 40%
 Examen de conocimientos didácticos y curriculares, 20%
 Examen complementario o Examen de dominio de la lengua indígena, 20%
4) Se adiciona el resultado obtenido en la etapa 1, de acuerdo con el nivel de cumplimiento
alcanzado: NI (0 puntos), NII (1 punto), NIII (2 puntos), o bien NIV (3 puntos)
5) Se asigna el resultado global de la evaluación, que integra los resultados parciales de todo el
proceso
De esta forma, para alcanzar al menos un resultado Suficiente en la evaluación, estos sustentantes
deben cumplir los siguientes criterios:
o Sustentar los tres instrumentos que constituyen las etapas 2 y 3
o Obtener al menos NII en por lo menos dos de los tres instrumentos de las etapas 2 y 3, uno de
los cuales debe ser el Examen de dominio de la lengua indígena para el caso de los docentes
de lengua indígena
o Obtener al menos 100 puntos en la escala de calificación global
Asimismo, en los siguientes casos se asignará el resultado Insuficiente y, por lo tanto, el sustentante no
formará parte de los grupos de desempeño, pero recibirá la retroalimentación que corresponda:
 No sustente los tres instrumentos que constituyen las etapas 2 y 3.
 No obtenga al menos NII en por lo menos dos de los tres instrumentos que constituyen las etapas 2 y
3, además, para el caso de los docentes de lengua indígena, que no obtenga al menos NII en el
examen de dominio de la lengua indígena
 No obtenga al menos 100 puntos en la escala de calificación global.
En los dos primeros casos no se dará puntuación global al sustentante.
En los tres casos los sustentantes recibirán los resultados alcanzados en los instrumentos de evaluación
que hayan presentado, a fin de proporcionarles retroalimentación para que conozcan sus fortalezas y áreas
de oportunidad.
Finalmente, cualquier situación no prevista en los presentes criterios técnicos será analizada por la Junta
de Gobierno para emitir una determinación, según corresponda con el marco normativo vigente.
Sobre la integralidad de la evaluación para emitir la calificación
Dado que los presentes criterios técnicos se han definido con el objetivo de aportar evidencia para la
validez de las inferencias que se desean obtener a partir de los datos recopilados y toda vez que los
cuestionarios que constituyen la etapa 1 de este proceso tienen como finalidad recabar información sobre el
nivel de cumplimiento de las responsabilidades profesionales asociadas a la función profesional, y
únicamente pueden ser considerados para adicionar puntos al sustentante en su calificación global, la
cual está en función de los resultados alcanzados en los instrumentos que constituyen las etapas 2 y
3, es fundamental señalar que, en ningún caso, se puede considerar solamente un instrumento para
integrar la calificación de los sustentantes conforme al diseño de la evaluación, es decir:
Ninguna decisión que tenga consecuencias importantes sobre los individuos o instituciones,
se basará únicamente en los resultados de sólo un instrumento de evaluación, por lo cual,
deberán considerarse otras fuentes confiables de información que incrementen la validez de
las decisiones que se tomen.
Lo anterior debido a que la evidencia empírica que resulte del análisis psicométrico de los instrumentos de
la segunda y tercera etapa de la evaluación del desempeño del personal docente y técnico docente debe
mostrar que, una vez que éstos fueron aplicados, cumplen con los criterios técnicos establecidos por el
Instituto, de esta forma la integración de los resultados de la evaluación debe permitir establecer inferencias
válidas sobre el desempeño y competencias de los sustentantes evaluados.
Anexo técnico
El propósito de este anexo es detallar los aspectos técnicos específicos de los distintos procedimientos
que se han enunciado en el cuerpo del documento, así como brindar mayores elementos para su
entendimiento y fundamento metodológico.

Protocolo de calificación por jueces para las rúbricas
A continuación, se presenta un protocolo que recupera propuestas sistemáticas de la literatura
especializada (Jonsson y Svingby, 2007; Rezaei y Lovorn, 2010; Stemler y Tsai, 2008; Stellmack, et. al, 2009).
1. Se reciben las evidencias de evaluación de los sustentantes, mismas que deben cumplir con las
características solicitadas por la autoridad educativa.
2. Se da a conocer a los jueces la rúbrica de calificación y se les capacita para su uso.
3. Las evidencias de los sustentantes son asignadas de manera aleatoria a los jueces, por ejemplo se
pueden considerar redes no dirigidas; intuitivamente, una red no dirigida puede pensarse como aquella en la
que las conexiones entre los nodos siempre son simétricas (si A está conectado con B, entonces B está
conectado con A y sucesivamente con los n número de jueces conectados entre sí), este tipo de asignación al
azar permite contar con indicadores iniciales de cuando un juez está siendo reiteradamente "estricto" o
reiteradamente "laxo" en la calificación, lo cual ayudará a saber si es necesario volver a capacitar a alguno de
los jueces y permitirá obtener datos de consistencia inter-juez.
4. Cada juez califica de manera individual las evidencias sin conocer la identidad ni el centro de trabajo de
los sustentantes o cualquier otro dato que pudiera alterar la imparcialidad de la decisión del juez.
5. Los jueces emiten la calificación de cada sustentante, seleccionando la categoría de ejecución que
consideren debe recibir el sustentante para cada uno de los aspectos a evaluar que constituyen la rúbrica,
esto en una escala ordinal (por ejemplo: de 0 a 3, de 0 a 4, de 1 a 6, etc.), lo pueden hacer en un formato
impreso o electrónico a fin de conservar dichas evidencias.
6. Si existen discrepancias entre los jueces en cuanto a la asignación de categorías en algunos aspectos a
evaluar se deben tomar decisiones al respecto, a continuación, se muestran orientaciones para esta toma de
decisiones:
a. Cuando la calificación que se asigna corresponde a categorías de ejecución contiguas (por
ejemplo: 1-2) se asigna la categoría superior. Esto permite favorecer al sustentante ante dicho
desacuerdo entre los jueces.
b. Cuando son categorías no contiguas de la rúbrica:
- Si existe solamente una categoría en medio de las decisiones de los jueces (por ejemplo:
1-3), se asigna al sustentante la categoría intermedia. No se deben promediar los valores
asignados a las categorías.
- Si existe más de una categoría en medio de las decisiones de los jueces (por ejemplo: 1-4),
se debe solicitar a los jueces que verifiquen si no hubo un error al momento de plasmar su
decisión. En caso de no haber ajustes por este motivo, se requiere la intervención de un
tercer juez, quien debe asignar la categoría de ejecución para cada uno de los aspectos a
evaluar; la categoría definitiva que se asigna al sustentante en cada aspecto a evaluar
debe considerar las decisiones de los dos jueces que den mayor puntaje total al
sustentante, si existe discrepancia en algún aspecto a evaluar se asigna la categoría
superior, a fin de favorecer al sustentante ante dicho desacuerdo entre los jueces.
7. Los jueces firman la evidencia con las asignaciones de categorías definitivas en cada aspecto a evaluar.
8. La calificación del sustentante se determina de la siguiente forma:
a. Se identifica la categoría asignada al sustentante en cada aspecto a evaluar.
b. Se identifica el valor asignado a cada categoría de la rúbrica.
c. La suma de los valores es el resultado de la calificación.
9. Las asignaciones de categorías del sustentante en cada aspecto a evaluar para emitir su calificación
definitiva son plasmadas en algún formato impreso o electrónico, con la debida firma, autógrafa o electrónica
de los jueces, a fin de que queden resguardadas como evidencia del acuerdo de la calificación definitiva del
proceso de jueceo.

En el caso de los instrumentos para lenguas indígenas, toda vez que la administración de éstos es in
situ, si existen discrepancias entre los jueces en cuanto a la asignación de categorías en algunos aspectos a
evaluar, se les pedirá que lleguen a un acuerdo, a fin de establecer la categoría definitiva para el sustentante
en dichos aspectos a evaluar.
Métodos para establecer puntos de corte y niveles de desempeño
Método de Angoff
El método de Angoff está basado en los juicios de los expertos sobre los reactivos y contenidos que se
evalúan a través de exámenes. De manera general, el método considera que el punto de corte se define a
partir de la ejecución promedio de un sustentante hipotético que cuenta con los conocimientos, habilidades o
destrezas que se consideran indispensables para la realización de una tarea en particular; los jueces estiman,
para cada pregunta, cuál es la probabilidad de que dicho sustentante acierte o responda correctamente.
Procedimiento
Primero se juzgan algunas preguntas, con tiempo suficiente para explicar las razones de las respuestas al
grupo de expertos y que les permite homologar criterios y familiarizarse con la metodología.
Posteriormente, se le solicita a cada juez que estime la probabilidad mínima de que un sustentante
conteste correctamente un reactivo, el que le sigue y así hasta concluir con la totalidad de los reactivos,
posteriormente se calcula el puntaje esperado (raw score: la suma de estas probabilidades multiplicadas por
uno para el caso de reactivos −toda vez que cada reactivo vale un punto−; o bien, la suma de estas
probabilidades multiplicadas por el valor máximo posible de las categorías de la rúbrica). Las decisiones de
los jueces se promedian obteniendo el punto de corte. La decisión del conjunto de jueces pasa por una
primera ronda para valorar sus puntos de vista en plenaria y puede modificarse la decisión hasta llegar a un
acuerdo en común.
Método de Beuk
En 1981, Cess H. Beuk propuso un método para establecer estándares de desempeño, el cual busca
equilibrar los juicios de expertos basados solamente en las características de los instrumentos de evaluación,
lo que mide y su nivel de complejidad, con los juicios que surgen del análisis de resultados de los sustentantes
una vez que un instrumento de evaluación es administrado.
Procedimiento
En el cuerpo del documento se señalaron tres fases para el establecimiento del punto de corte de los
niveles de desempeño. Para completar la tercera fase, es necesario recolectar con antelación las respuestas
a dos preguntas dirigidas a los integrantes de los distintos comités académicos especializados involucrados
en el diseño de las evaluaciones y en otras fases del desarrollo del instrumento. Las dos preguntas son:
a) ¿Cuál es el mínimo nivel de conocimientos o habilidades que un sustentante debe tener para
aprobar el instrumento de evaluación? (expresado como porcentaje de aciertos de todo el
instrumento, k).
b) ¿Cuál es la tasa de aprobación de sustentantes que los jueces estiman que aprueben el
instrumento? (expresado como porcentaje, v).
Para que los resultados de la metodología a implementar sean estables e integren diferentes enfoques
que contribuyan a la diversidad cultural, se deberán recolectar las respuestas de, al menos, 30 especialistas
integrantes de los diferentes comités académicos que hayan participado en el diseño y desarrollo de los
instrumentos.
Adicionalmente, se debe contar con la distribución de los sustentantes para cada posible punto de corte,
con la finalidad de hacer converger el juicio de los expertos con la evidencia empírica.
Los pasos a seguir son los siguientes:

Escalamiento de las puntuaciones de los instrumentos considerados en las etapas 2 y 3
El escalamiento (Wilson, 2005) se llevará a cabo a partir de las puntuaciones crudas de los sustentantes, y
se obtendrá una métrica común para los instrumentos de evaluación, que va de 60 a 170 puntos
aproximadamente, ubicando el primer punto de corte (nivel de desempeño II) para los instrumentos en los 100
puntos. El escalamiento consta de dos transformaciones:
a) Transformación doble arcoseno que estabiliza la magnitud de la precisión que se tiene para cada
punto de la escala.
b) Transformación lineal que ubica el primer punto de corte en 100 unidades y define el número de
distintos puntos en la escala (el rango de las puntuaciones) con base en la confiabilidad del
instrumento, por lo que, a mayor confiabilidad, habrá más puntos en la escala (Shun-Wen Chang,
2006).
Para cuantificar el nivel de precisión de las puntuaciones del instrumento, se utilizará el Método delta
(Kendall y Stuart, 1977), que calcula los errores estándar de medición condicionales, que se describe
ulteriormente en este anexo.
Finalmente, es importante destacar que para que se lleve a cabo el escalamiento, el sustentante debió
alcanzar, al menos, un acierto en el instrumento de evaluación en cuestión. De no ser así, se reportará como
cero y el resultado será N I.
Procedimiento para la transformación doble arcoseno

En los casos de los exámenes de opción múltiple, deberá calcularse el número de respuestas correctas
que haya obtenido cada sustentante en el instrumento de evaluación. Los reactivos se calificarán como
correctos o incorrectos de acuerdo con la clave de respuesta correspondiente. Si un sustentante no contesta
un reactivo o si selecciona más de una alternativa de respuesta para un mismo reactivo, se calificará como
incorrecto. Cuando los instrumentos de evaluación sean calificados por rúbricas, deberá utilizarse el mismo
procedimiento para asignar puntuaciones a los sustentantes considerando que K sea la máxima puntuación
que se pueda obtener en el instrumento de evaluación.
Cuando se aplica la transformación doble arcoseno sobre el número de aciertos obtenido en el
instrumento de evaluación, el error estándar condicional de medición de las puntuaciones obtenidas se
estabiliza, es decir, es muy similar, pero no igual, a lo largo de la distribución de dichas puntuaciones, con
excepción de los valores extremos, a diferencia de si se aplica una transformación lineal, tal y como se
observa en la siguiente gráfica (Won-Chan, Brennan y Kolen, 2000).
Para estabilizar la varianza de los errores estándar condicionales de medición a lo largo de la escala y por
tanto medir con similar precisión la mayoría de los puntajes de la escala, se utilizará la función c:
Procedimiento para la transformación lineal
Como se comentó, una vez que se aplica la transformación doble arcoseno que estabiliza la magnitud de
la precisión que se tiene para cada punto de la escala, se procede a aplicar la transformación lineal que ubica
el primer punto de corte en 100 unidades.
La puntuación mínima aceptable que los sustentantes deben tener para ubicarse en el nivel de
desempeño II (N II) en los instrumentos de evaluación, se ubicará en el valor 100. Para determinarla se
empleará la siguiente ecuación:

Usando el concepto de población sintética, la relación lineal de equiparación de puntajes para el diseño de
grupos no equivalentes con reactivos comunes se escribe de la siguiente forma:
Método de equiparación de identidad (identity equating)
La equiparación de identidad es la más simple, toda vez que no hace ningún ajuste a la puntuación "x" en
la escala de la forma X al momento de convertirla en la puntuación equiparada "y" en la escala de la forma Y.
Es decir, dichas puntuaciones son consideradas equiparadas cuando tienen el mismo valor, por lo que las
coordenadas de la línea de equiparación de identidad están definidas simplemente como x=y (Holland y
Strawderman, 2011).

Procedimiento para el escalamiento de las puntuaciones de los cuestionarios de la etapa 1
La etapa 1 de este proceso de evaluación está constituida por dos cuestionarios, cuya función es obtener
información sobre el nivel de cumplimiento de las responsabilidades profesionales asociadas a la función:
a) Cuestionario respondido por el sustentante.
b) Cuestionario respondido por su autoridad inmediata.
Con base en las respuestas que el sustentante y su autoridad inmediata den a los cuestionarios, se
realizará el escalamiento de las puntuaciones para cada uno de ellos.
La escala de puntuaciones de cada cuestionario se ubicará en el intervalo [0, 50], si un cuestionario no es
presentado se le asignará una puntuación de cero. Ambos cuestionarios serán escalados utilizando el modelo
de crédito parcial. Para que el rango de puntuaciones vaya de 0 a 50, las puntuaciones que se obtengan con
el modelo se escalarán linealmente y se redondearán al entero más próximo, utilizando el criterio de que
puntuaciones con cinco décimas o más, suben al siguiente entero.
De esta forma, la puntuación alcanzada en la etapa 1 será calculada como la suma de las puntuaciones de
ambos cuestionarios, por lo que se ubicará en el intervalo [0, 100].
La asignación del nivel de cumplimiento en la etapa 1 y la cantidad de puntos que se adicionan a la
puntuación total del sustentante, será con base en la siguiente tabla:
Suma de las puntuaciones de ambos
cuestionarios
Nivel de
cumplimiento
Puntos que se
adicionan
De 0 a 25 NI 0
De 26 a 50 NII 1
De 51 a 75 NIII 2
De 76 a 100 NIV 3
Algoritmo para el cálculo de la puntuación global
Una vez que se ha verificado que el sustentante presentó los dos instrumentos que constituyen las etapas
2 y 3 del proceso de evaluación y que obtuvo al menos NII en por lo menos uno de ellos, se procede a
calcular la puntuación global con base en el siguiente esquema:
Etapa 2. Proyecto de enseñanza, 60%
Etapa 3. Examen de conocimientos didácticos y curriculares, 40%
Para el caso de docentes cuya anterior evaluación del desempeño (primera o segunda oportunidad, según
corresponda) consideraba un examen complementario o un examen de dominio de la lengua indígena, una
vez que se ha verificado que presentó los tres instrumentos que constituyen las etapas 2 y 3 del proceso de
evaluación y que obtuvo al menos NII en por lo menos dos de ellos (uno de los cuales debe ser el Examen de
dominio de la lengua indígena para el caso de los docentes de lengua indígena), se procede a calcular la
puntuación global con base en el siguiente esquema:
Etapa 2. Proyecto de enseñanza, 60%
Etapa 3. Examen de conocimientos didácticos y curriculares, 40%
 Examen de conocimientos didácticos y curriculares, 20%
 Examen complementario o Examen de dominio de la lengua indígena, 20%

Referencias
American College Testing, (2013) ACT Plan Assessments Technical Manual, Iowa City, IA: Author.
American College Testing, (2014a) ACT Assessments Technical Manual, Iowa City, IA: Author.
American College Testing, (2014b) ACT QualityCore Assessments Technical Manual, Iowa City, IA:
Author.
American Educational Research Association (AERA), American Psychological Association (APA) y
National Council on Measurement in Education (NCM). (2014). Standards for educational and psychological
testing. Washington, D.C.: American Educational Research Association.
Angoff, W. H. (1971). Scales, norms, and equivalent scores. In R. L. Thorndike (Ed.), Educational
Measurement (2nd ed.). Washington, DC: American Council on Education.
Bentler, P. M. (2006). EQS 6 Structural Equations Program Manual. Encino, CA: Multivariate Software, Inc.
Beuk C. H. (1984). A Method for Reaching a Compromise between Absolute and Relative Standards in
Examinations. Journal of Educational Measurement, 21 (2) p. 147-152.
Brennan, R. L. (2012). Scaling PARCC Assessments: Some considerations and a synthetic data example
en: http://parcconline.org/about/leadership/12-technical-advisory-committee
Cook D. A. y Beckman T. J. (2006). Current Concepts in Validity and Reliability for Psychometric
Instruments: Theory and Application. The American Journal of Medicine 119, 166.e7-166.e16
Downing, SM (2004). Reliability: On the reproducibility of assessment data. Med Educ; 38(9): 1006-1012.
21
Holland, P. W., & Strawderman, W. E. (2011). How to average equating functions, if you must. In A. A. von
Davier (Ed.), Statistical models for test equating, scaling, and linking (pp. 89–107). New York, NY: Springer

Jonsson, A. & Svingby, G. (2007). The use of scoring rubrics: Reliability, validity and educational
consequences. Educational Research Review 2: 130–44.
Kendall, M. & Stuart, A. (1977). The advanced theory of statistics, Vol. 1: Distribution theory. 4a. Ed. New
York, NY: MacMillan.
Kolen, M. J., & Brennan, R. L. (2014). Test equating, scaling, and linking: Methods and practices (3rd ed.).
New York, NY: Springer-Verlag.
Masters, Geoff (1982). A Rasch model for Partial Credit Scoring. Psychometrika-vol. 47, No. 2.
Muñiz, José (2003): Teoría clásica de los test. Ediciones pirámide, Madrid.
Muraki, Eiji (1999). Stepwise Analysis of Differential Item Functioning Based on Multiple-Group Partial
Credit Model. Journal of Educational Measurement.
OECD (2002), PISA 2000 Technical Report, PISA, OECD Publishing.
Rezaei, A. R. & Lovorn, M. (2010) Reliability and validity of rubrics for assessment through writing.
Assessing Writing 15 (1.) 18–39.
Shun-Wen Chang (2006) Methods in Scaling the Basic Competence Test, Educational and Psychological
Measurement, 66 (6) 907-927.
Stellmack, M. A., Konheim-Kalkstein, Y. L., Manor, J. E., Massey, A. R., & Schmitz, J. A. P. (2009). An
assessment of reliability and validity of a rubric for APA-style introductions, Teaching of Psychology, 36, 102-
107.
Stemler, E. & Tsai, J. (2008). Best Practices in Interrater Reliability Three Common Approaches in Best
practices in quantitative methods (pp. 29–49). SAGE Publications, Inc.
Thompson, Bruce ed. (2003): Score reliability. Contemporary thinking on reliability issues. SAGE
Publications, Inc.
Wilson, Mark (2005). Constructing measures. An ítem response modeling approach. Lawrence Erlbaum
Associates, Publishers.
Won-Chan, L., Brennan, R. L., & Kolen, M. J. (2000). Estimators of Conditional Scale-Score Standard
Errors of Measurement: A Simulation Study. Journal of Educational Measurement, 37(1), 1-20.
Wu, Margaret & Adams, Ray (2007). Applying the Rasch Model to Psycho-social measurement. A practical
approach. Educational measurement solutions, Melbourne.
TRANSITORIOS
Primero. Los presentes Criterios entrarán en vigor al día siguiente de su publicación en el Diario Oficial de
la Federación.
Segundo. Los presentes Criterios, de conformidad con los artículos 40 y 48 de la Ley del Instituto
Nacional para la Evaluación de la Educación, deberán hacerse del conocimiento público a través de la página
de Internet del Instituto www.inee.edu.mx
Ciudad de México, a veintiocho de septiembre de dos mil diecisiete.- Así lo aprobó la Junta de Gobierno
del Instituto Nacional para la Evaluación de la Educación en la Novena Sesión Ordinaria de dos mil diecisiete,
celebrada el veintiocho de septiembre de dos mil diecisiete. Acuerdo número SOJG/09-17/05,R. El Consejero
Presidente, Eduardo Backhoff Escudero.- Rúbrica.- Los Consejeros: Gilberto Ramón Guevara Niebla,
Sylvia Irene Schmelkes del Valle, Margarita María Zorrilla Fierro.- Rúbricas.
El Director General de Asuntos Jurídicos, Agustín E. Carrillo Suárez.- Rúbrica.
(R.- 457556)

1 En el caso en que el sustentante no presente alguno de los instrumentos de evaluación de las etapas 2 y 3 o el
cuestionario de autoevaluación de la etapa 1, su resultado en ese instrumento será “NP: no presentó” y únicamente tendrá
la devolución en aquellos instrumentos en los que haya participado y de los que se cuente con información. Para el caso en
que el sustentante no presente ninguno de los instrumentos de evaluación de las etapas 2 y 3 ni el cuestionario de
autoevaluación de la etapa 1, su resultado global será “No se presentó a la evaluación” y en cada instrumento sólo se le
asignará “NP: no presentó”, asimismo, debido a que no se cuenta con información, tampoco tendrá devolución de los
instrumentos que constituyen el proceso de evaluación del desempeño. En el caso en que la autoridad inmediata no
responda el cuestionario que le corresponde de la etapa 1, el resultado en ese instrumento será “SI: sin información”.
2 Pueden encontrarse ligeras variaciones en este rango debido a que la escala es aplicable a múltiples
instrumentos con características muy diversas, tales como las longitudes, los tipos de instrumentos y su nivel de precisión,
diferencias entre los puntos de corte que atienden a las particularidades de los contenidos que se evalúan, entre otras; por
otra parte, para realizar el escalamiento, el sustentante debe, al menos, haber alcanzado un acierto en el examen; en caso
contrario, se reportará como cero y obtendrá N I. Para mayores detalles sobre los procesos que se llevan a cabo para el
escalamiento de las puntuaciones, consultar el anexo técnico.
3 Para mayores detalles sobre el procedimiento para el escalamiento de las puntuaciones de los cuestionarios, la
integración de la información y la asignación de niveles de cumplimiento en la etapa 1, consultar el anexo técnico.
4 Se traduce como la cantidad de puntos en escala INEE multiplicada por 0.60 y 0.40, respectivamente. Para
mayores detalles sobre el algoritmo para el cálculo de la puntuación global, consultar el anexo técnico.
5 siempre es igual a 100, toda vez que el primer punto de corte en los instrumentos considerados en las etapas 2
y 3 siempre es 100. Para mayores detalles sobre el algoritmo para el cálculo de los puntos de corte en la escala de
calificación global, consultar el anexo técnico.
6 Se traduce como la cantidad de puntos en escala INEE multiplicada por 0.60, 0.20 y 0.20, respectivamente. La
puntuación de la Etapa 3 se calcula considerando que cada uno de los dos exámenes que la componen aporta el 50%. Para
mayores detalles sobre el algoritmo para el cálculo de la puntuación global, consultar el anexo técnico.

Porcentaje de la Evaluación para Educación Básica

Más contenido relacionado

La actualidad más candente (20)

Destacado (20)

Similar a Porcentaje de la Evaluación para Educación Básica (20)

Más de James Uchiha Mendoza (11)

Último (20)

Porcentaje de la Evaluación para Educación Básica