V JORNADAS ASEPUMA

MODELO DE RASCH: MEDIDA DE ASPECTOS CUALITATIVOS

lvarez Martnez, Pedro1 Blanco Sanda, M Angeles Guerrero Manzano, M del Mar

1. INTRODUCCIN La determinacin de si existe una regularidad recaudatoria en el Impuesto sobre la Renta de las Personas Fsicas requiere un anlisis pormenorizado, a lo largo de los diez aos de estudio, de la evolucin de la recaudacin en este Impuesto por Delegaciones. Condicin indispensable para ello es conocer las caractersticas fundamentales del Impuesto, para as poder realizar las acciones oportunas, en base a las conclusiones realizadas. El artculo 31 de la Constitucin Espaola exige la contribucin de todos ...al sostenimiento de los gastos pblicos de acuerdo con su capacidad econmica mediante un sistema tributario justo inspirado en los principios de igualdad y progresividad.... El Impuesto sobre la Renta de las Personas Fsicas es, junto con el Impuesto sobre el Patrimonio, un tributo de importancia fundamental para hacer efectivo ese mandato. El presente estudio muestra una metodologa de trabajo que nos permite la cuantificacin y medicin de los aspectos cualitativos de la recaudacin tributaria del Impuesto sobre la Renta de las Personas Fsicas mediante una formulacin emprica, as como la informacin latente que subyace en los datos. El modelo de Impuesto sobre la Renta de las Personas Fsicas general, personal y progresivo, se implant en Espaa al comienzo de la reforma tributaria iniciada en 1977 y ha constituido la manifestacin ms caracterstica de los valores polticos, tributarios y presupuestarios de la misma. El actual Impuesto sobre la Renta de las Personas Fsicas est regulado, bsicamente, por la Ley 18/1991, de 6 de junio, del IRPF, y por el Real Decreto 1841/1991, de 30 de diciembre, por el que se aprueba el Reglamento del Impuesto sobre la Renta de las Personas Fsicas. Ambas normas entran en vigor el 1 de enero de 1992.

Facultad de Ciencias Econmicas y Empresariales. Universidad de Extremadura

Alvarez Martinez, P. y otros

El artculo 1.1 de la Ley 18/1991 establece la naturaleza del Impuesto, calificndolo como un tributo de carcter directo y naturaleza personal y subjetiva que grava la renta de las personas fsicas. Que un impuesto sea directo, significa que grava las rentas en su afluencia a la economa personal, a diferencia de los impuestos indirectos, como el IVA. Que un impuesto sea personal significa que no grava las fuentes de ingresos aisladamente, sino el conjunto de los que obtiene cada persona. El impuesto se configura en relacin a la persona. Que el impuesto es subjetivo, implica que toma en consideracin las circunstancias personales y familiares de cada contribuyente, (principalmente a travs del sistema de deducciones en la cuota). El objeto del IRPF es la renta, ocupndose el artculo 2 de la Ley de anticipar que sta estar constituida por la totalidad de los rendimientos netos e incrementos de patrimonio, determinados de acuerdo con lo prevenido en esta ley. Y as, el Hecho Imponible del Impuesto se define como la obtencin de renta por el sujeto pasivo. En trminos generales, la renta del sujeto pasivo la constituye toda afluencia patrimonial que experimente el sujeto pasivo, salvo las ganancias expresamente excluidas de gravamen por disposicin legal, entendindose obtenida la renta ... en funcin del origen o fuente de la misma.... Una vez que conocemos la renta del Sujeto Pasivo, el paso siguiente es determinar su Base Imponible. La base imponible es uno de los elementos esenciales de cualquier tributo, que, ligado al principio de legalidad, se configura como un parmetro, expresin cuantitativa del hecho imponible. As, la base imponible en el IRPF est constituida por el importe de la renta obtenida por el sujeto pasivo durante el periodo de imposicin. Obtenida la base imponible, pasamos a determinar la Base liquidable como as lo establece la Ley General Tributaria en su artculo 53: ...el resultado de practicar, en su caso, en la imponible, las reducciones establecidas por la ley propia de cada tributo. Para llegar a la deuda tributaria, aplicamos a la Base Liquidable la escala de gravamen correspondiente en la forma prevista en la ley, y obtenemos la Cuota ntegra. A esta Cuota ntegra se le practican las deducciones establecidas. Y al resultado as obtenido, Cuota Lquida, se minora en dos partidas para llegar a la definitiva Cuota Diferencial. ste es el esquema de funcionamiento, a grandes rasgos y muy resumido, que sigue el Impuesto Sobre la Renta de las Personas Fsicas.

V JORNADAS ASEPUMA

2. CONSTRUCCIN DE UNA TEORA A PARTIR DE DATOS EMPRICOS Uno de los objetivos de este trabajo es obtener una medicin complementaria que nos permita estudiar la recaudacin del Impuesto sobre la Renta de las Personas Fsicas en las 57 Delegaciones existentes en Espaa desde una ptica ms completa que la simple medicin cuantitativa. Este nuevo enfoque nos lleva a la consideracin de distintos aspectos cualitativos, considerados como variables latentes o construcciones tericas, tales como la regularidad, equidad, y toda aquella latencia que pone de manifiesto las caractersticas que dispone la Ley, construyendo teora basada en datos empricos. La ciencia depende de la teora, imaginacin y memoria en un dilogo continuo con la experiencia. Este dilogo fluye de una idea inicial, con la que toda aventura cientfica comienza, enfocando la idea en una magnitud variable. La variable requiere una articulacin de seales marcadas en la lnea de la variable, surgida de averiguar las operaciones en la que se pueda observar las manifestaciones de la variable, contar y ordenar estocsticamente, y ser utilizada para construir medida (Wright, 1994; lvarez, 1992a, 1992b, 1993, 1994; lvarez & Ramiro, 1993; lvarez, Morn & Wright, 1993; lvarez & Becker, 1994; Guedes Bertrand & lvarez, 1994; Jan, lvarez & Romn, 1995; Garca, Ventana, Antequera, Ruiz, Cava & lvarez, 1996; lvarez & Pulgarn, 1996a, 1996b, 1997).

3. REQUISITOS DE LA MEDIDA Para medir, por ejemplo, la regularidad de la recaudacin, primero se concibe la idea de la variable regularidad de la recaudacin, que se quiere medir. Despus se determina qu observaciones son tiles considerar como manifestaciones de esa variable. A continuacin se eligen los agentes que proporcionan esa regularidad, los cuales pueden manifestar casos de esa variable unidimensional. La idea de una lnea dnde se siten los tems nos da una imagen de esa variable aritmtica. Esto nos marca una pauta de como proceder en la construccin de esa variable. La medida de Rasch es ms idnea que cualquier otro mtodo, tales como el anlisis factorial o el de correspondencia por reducir los datos de matrices en variables unidimensionales. Se enlazan anlisis cualitativos con mtodos cuantitativos, con objeto de comprender y aprender de los datos observados. Esta tcnica de medida fundamentada en la Teora de la Respuesta al tem (tem Response Theory, IRT) va ms all que la mera descripcin de datos como cualquier modelo logits. La medida de Rasch especifica como las personas, encuestas, tareas, investigaciones, tests, etc deben estadsticamente obrar de

Alvarez Martinez, P. y otros

forma recproca para construir medidas lineales de observaciones ordinales. El anlisis de Rasch requiere la investigacin y la cuantificacin de exactitud, precisin, confianza, seguridad, validez del constructo o variable terica definida, estadstica de desajuste de control de calidad, informacin estadstica, linealidad, dependencia local y

unidimensionalidad, e implementa una ordenacin estocstica de Guttman, aditividad conjunta, concatenacin de Campbell, suficiencia e infinita divisibilidad (Wright, 1989).

4. METODOLOGA Este enfoque nos ofrece una metodologa de trabajo que nos permite medir la regularidad de la recaudacin como una variable latente o construccin terica explicitada por unos tems que supuestamente la definen. Como cualquier otra variable, la regularidad o uniformidad (Xni) es uno de los aspectos cualitativos de la recaudacin tributaria de las distintas delegaciones durante un perodo de tiempo; esta latencia que subyace y se manifiesta en los datos puede ser visualizada como una lnea a lo largo de la cual se ubican los parmetros referentes a las delegaciones n y a los aos i . Ms regularidad es un punto ms alejado a lo largo de la lnea. Se necesita encontrar formas de establecer las ubicaciones de los parmetros a lo largo de la lnea (a mayor nmero de aos contabilizados por las delegaciones, mayor uniformidad en la recaudacin). La siguiente representacin nos muestra una forma en la que las ubicaciones de las delegaciones 1 n y los aos 2 i , a lo largo de la lnea regularidad se puede 3 4

conceptualizar (Wright & Stone, 1978):

_______|_____________________|_____________________|_____________________|_____ | 0 1
Baja regularidad en la recaudacin

| 2 3

| +

Alta regularidad en la recaudacin

La delegacin con menos regularidad es 1 . La delegacin 2 slo sobrepasa el ao 1. La delegacin 3 sobrepasa a los aos 1 y 2. La delegacin 4 sobrepasa a todos los aos. Por consiguiente, 1 es la delegacin de menor regularidad de recaudacin y 4 es la delegacin de mayor regularidad. En cuanto a los aos, o ejercicios recaudatorios, podemos comentar que el i con la medida ms pequea se corresponde con el tem o tems cuya presencia en las

V JORNADAS ASEPUMA

delegaciones observadas es mayor. Siguiendo un orden creciente, el tem que presente el i con mayor medida, es el de menor presencia en las observaciones. El valor de Xin ser la unidad cuando se considere que el ao i debe estar presente en la delegacin n con el nivel de evaluacin prefijado; anlogamente, el valor de Xin ser nulo cuando se considere que el ao i no debe estar presente en la delegacin n con dicho nivel. Todo esto segn el modelo. Sobre la base de que, para que en una delegacin n exista recaudacin, es necesario que n sea mayor que i , vamos a comparar, mediante diferencias, los parmetros i y n , lo que nos permite relacionar la variable Xin con la representacin grfica anterior en trminos de probabilidad. a) Si (n - i ) es mayor que cero, es muy probable que en la delegacin n se coja el ao i y se considera que P(Xin = 1) > 0,5. Cuntos ms parmetros i sean menores que n , mayor es la probabilidad de regularidad recaudatoria que presentar n. b) Si (n - i ) es igual a cero, no podemos afirmar nada sobre la localizacin del tem i en la delegacin n. Se considera que P(Xin = 1) = 0,5. c) Si (n - i ) es menor que cero, es muy improbable que en la delegacin n est localizado el ao i y se considera que P(Xin = 1) < 0,5. Cuntos ms parmetros i sean mayores que n menor es la probabilidad de regularidad en la recaudacin que presentar n. Siguiendo las aplicaciones de George Rasch, se obtiene una estimacin de la funcin de probabilidad de un tem cuando en una delegacin se coge el ao representado por el tem. La frmula de Rasch (Rasch, 1960) es:

P( X ni = x ) =

e ( n i ) 1 + e ( n i )

y expresa la probabilidad de que la variable Xni alcance un determinado nivel x en funcin de los parmetros n y i.2 Si AB es el suceso en dnde el parmetro A se pone de manifiesto y el parmetro B no se pone, referente a un tem particular i, mientras que BA es el suceso dnde el parmetro B se pone de manifiesto y el parmetro A no se pone, referente al mismo

La probabilidad de que no se d ser:

P( X ni = 0) = 1

e ( n i ) 1+ e
( n i )

1 1 + e ( n i )

Alvarez Martinez, P. y otros

tem i, entonces una distancia entre los parmetros A y B en una escala definida por un conjunto de tems se estima por:

A B = log N AB log N BA
donde NAB es el nmero de veces que ocurre A y B no, y NBA es el nmero de veces que ocurre B y no ocurre A en cualquiera de los subconjuntos de los tems i. Lo mismo se puede decir para los tems A y B .

5. RESULTADOS Y DISCUSIN Los datos procesados son las recaudaciones tributarias de 57 delegaciones que aparecen en las Memorias de la Administracin Tributaria, desde 1984 hasta 1994. Han sido ordenados, una vez transformados en una escala del 1 al 20 (lvarez, Morn Wright, 1993), expresando las categoras en distintos niveles de recaudacin y dispuestos en forma de una matriz de 57 filas, correspondientes a las delegaciones, y 10 columnas, que corresponden a cada uno de los aos. Los parmetros se han estimado con el Master Partial Credits Model utilizando el programa informtico BIGSTEPS (Wright & Linacre, 1991). El aplicar este modelo y no otro, obedece a la necesidad de considerar las delegaciones como compartimentos estancos e independientes unos de otros, de tal manera que hemos seleccionado los valores mximos y mnimos, para la determinacin del resultado, de cada delegacin, y no del conjunto de datos (todas las delegaciones consideradas de manera global). No nos interesa conocer la delegacin que ms recauda, en trminos cuantitativos, sino cual ha tenido una trayectoria ms regular. Un procedimiento de buena estimacin proporciona errores stndars para sus estimaciones. Estos errores stndars especifican el grado de precisin con los que las estimaciones se han obtenido.

6. TABLAS N 1 Y N 2: MEDIDAS ESTADSTICAS DE LOS EJERCICIOS RECAUDATORIOS (AOS). Fuente: Elaboracin propia. El ao 1994, con la medida ms baja, 38.8 es el ejercicio de mayor regularidad recaudatoria, en el cual la recaudacin de las delegaciones ha sido ms homognea en los niveles ms altos. Le siguen, 1992, 1993, 1991 y 1989 con medidas respectivas de 40.9, 41.0, 45.5, y 46.8.

V JORNADAS ASEPUMA

Estos aos, que el modelo ha seleccionado como principales, son aquellos en los que se ha producido un mejor comportamiento en la recaudacin. (Mayor regularidad y mayor recaudacin). El ejercicio 1985, con una medida de 66.7 ha sido ms uniforme, pero en los niveles ms bajos. En realidad con este anlisis, lo que se pone de manifiesto es que prcticamente el orden cronolgico de los aos estudiados viene a coincidir con el orden, que de los mismos, proporciona el modelo. Ello es bastante lgico, debido a causas de apreciacin general como por ejemplo, el desarrollo y crecimiento econmico. Hay que mencionar tres desajustes de importancia que se originan con este anlisis. El primero corresponde a 1994, en el cual se pone de manifiesto como hay delegaciones que recaudan menos de lo que le correspondera recaudar, de acuerdo con su evolucin normal y la tnica general, como es el caso de Cdiz o Huelva. En 1985, por el contrario los desajustes son de distinto signo. Hay algunas delegaciones que recaudan ms de lo que cabra esperar en ellas, es decir, hay delegaciones que en aos posteriores han recaudado menos; es el caso de lava o Crdoba, entre otras. El tercer ao que desajusta es el de 1990. Estos desajustes corresponden a las anomalas que han presentado las recaudaciones tributarias y que constituyen la base de investigaciones posteriores.

7. TABLAS N 3 Y N 4: MEDIDAS ESTADSTICAS DE LAS DELEGACIONES Fuente: Elaboracin propia. Las Delegaciones con mayor medida son interpretadas como las de mayor regularidad recaudatoria. Segn los resultados obtenidos, la principal es Alicante, con una medida de 54.1. Esto significa que la delegacin de Alicante ha obtenido los niveles mximos a lo largo de los diez aos considerados, lo cual representa una regularidad muy alta en su recaudacin. Otras delegaciones con la misma medida son Navarra y Soria. Les siguen en importancia Gerona con una medida de 53.9, Guipzcoa con 53.7, y Baleares con 53.5. En el otro extremo, lava es la de menor medida de todas, 43.7, es decir, en lava es dnde se produce una recaudacin ms uniforme en niveles ms bajos. Les siguen Cartagena con 46.4 y Cuenca con 48.5. Los desajustes que aparecen en las delegaciones han sido ya, algunos de ellos, mencionados, como Huelva, Cdiz, Crdoba, lava.

Alvarez Martinez, P. y otros

8. CONCLUSIONES 1) Haciendo uso de los datos, se ha construido una variable terica que es concebida como una variable latente, lo que nos permite estudiar distintos aspectos cualitativos de la recaudacin tributaria. As, la regularidad en la recaudacin del Impuesto sobre la Renta de las Personas Fsicas puede ser considerada como una variable latente. 2) Los ejercicios o aos de recaudacin ms idneos, son en los que se produce una mayor regularidad en la recaudacin del impuesto que estamos analizando. El ao 1994 ha sido el ms idneo en los niveles ms altos.. 3) Las delegaciones, equiparadas en su mayora a provincias, que tienen mayor medida, son aquellas en las que se han obtenido regularmente similares niveles de recaudacin , siendo a su vez estos, altos. Destaca fundamentalmente Alicante, seguida por Navarra y Soria. 4) Los desajustes constituyen una base importante para la investigacin. La metodologa desarrollada en esos desajustes constituye una base de investigacin para dar las oportunas explicaciones a las anomalas.
TABLE 1. Equidad provincial del IRPF (1985-94). a:fila2.out May 9 7:45 1997 57 PROVINS 10 AOS ANALYZED: 57 PROVINS 10 AOS 20 CATEGORIES -------------------------------------------------------------------------------AOS STATISTICS: MEASURE ORDER

+------------------------------------------------------------------------------+ ENTRY RAW INFIT OUTFIT NUM SCORE COUNT MEASURE ERRORMNSQ ZSTDMNSQ ZSTDPTBISDISPLACE AOS +-----------------------------------+----------+----------+-----+--------+----- 1 83 57 66.7 .82.01 3.02.26 3.7 -.14 -.1 1985 2 107 57 64.4 .6 .75 -.9 .72 -1.0 .29 .0 1986 3 462 57 54.6 .4 .50 -2.4 .52 -2.3 .58 1987 4 563 57 51.8 .3 .50 -2.5 .50 -2.5 .69 1988 6 658 57 49.6 .31.44 2.41.50 2.7 .59 1990 5 798 57 46.8 .3 .99 -.11.15 .8 .29 1989 7 863 57 45.5 .3 .46 -3.0 .46 -3.0 .67 1991 9 1044 57 41.0 .41.17 .81.03 .2 .35 1993 8 1030 56 40.9 .41.36 1.61.41 1.8 .28 1992 10 1089 57 38.8 .64.53 9.92.50 5.2 .21 1994 +-----------------------------------+----------+----------+-----+--------+----- MEAN 670. 57. 50.0 .41.37 .91.21 .5 S.D. 349. 0. 9.1 .21.15 3.6 .69 2.7 +------------------------------------------------------------------------------+

TABLE 2. Equidad provincial del IRPF (1985-94). a:fila2.out May 9 7:45 1997 57 PROVINS 10 AOS ANALYZED: 57 PROVINS 10 AOS 20 CATEGORIES -------------------------------------------------------------------------------TABLE OF POORLY FITTING AOS (PROVINS IN ENTRY ORDER) NUMBER - NAME -- POSITION ------ MEASURE - INFIT (ZSTD) OUTFIT 10 1994 RESPONSE: RESIDUAL: RESPONSE: RESIDUAL: RESPONSE: RESIDUAL: 38.8 9.9 A 20 20 20 20 19 20 20 20 20 20 2 20 20 20 20 20 17 20 19 20 20 -2 19 20 20 20 20 5.2 13 20 20 20 20 -3 20 19 20 17 20 -2 18 20 20 20 20

1:

16:

31:

20 20 20 20 20

V JORNADAS ASEPUMA

RESPONSE: RESIDUAL: 1 1985 RESPONSE: RESIDUAL: RESPONSE: RESIDUAL: RESPONSE: RESIDUAL: RESPONSE: RESIDUAL: 6 1990 RESPONSE: RESIDUAL: RESPONSE: RESIDUAL: RESPONSE: RESIDUAL: RESPONSE: RESIDUAL:

46:

19 20 19 20 20

12 20 7 20 11 -2 -7 -4 3.0 1 1 B 1 1

20 20

1:

2 3 1

66.7 1 1

3.7 1

4 4 1

16:

7 6 3 2 2

4 3 1

31:

46:

3 3

1:

49.6 2.4 C 4 12 14 11 10 10 15 16 10 10

2.7 10 13 10

8 11

16:

8 15 11 11 17

11 11

3 -4

9 13

14 10 16 13 12

31:

17 11 11 10 13

9 11 12 17 12

13 19 14 2 6 16 -2

8 13

46:

11 12 16

7 14 -2

3 10 12 14 -3

TABLE 3. Equidad provincial del IRPF (1985-94). a:fila2.out May 9 7:45 1997 57 PROVINS 10 AOS ANALYZED: 57 PROVINS 10 AOS 20 CATEGORIES -------------------------------------------------------------------------------PROVIN STATISTICS: MEASURE ORDER

+---------------------------------------------------------------------------------------+ ENTRY RAW INFIT OUTFIT NUM SCORE COUNT MEASURE ERRORMNSQ ZSTDMNSQ ZSTDPTBIS PROVIN +-----------------------------------+----------+----------+-----+----------------------- 3 122 10 54.1 .9 .30 -1.3 .48 -.9 .98 Alicante 31 122 10 54.1 .91.50 1.01.84 1.5 .94 Navarra 42 122 10 54.1 .92.42 2.73.52 4.3 .90 Soria 17 121 10 53.9 .9 .20 -1.5 .24 -1.3 .99 Gerona 20 120 10 53.7 .92.19 2.31.57 1.0 .93 Guipzcoa 7 119 10 53.5 .9 .22 -1.5 .21 -1.4 .99 Baleares 8 119 10 53.5 .9 .60 -.7 .49 -.9 .98 Barcelona 39 119 10 53.5 .91.26 .5 .92 -.1 .97 Santander 45 119 10 53.5 .9 .29 -1.4 .33 -1.2 .99 Toledo 26 118 10 53.3 .9 .21 -1.5 .34 -1.1 .99 Logroo 28 117 10 53.1 .9 .90 -.2 .65 -.6 .97 Madrid 43 117 10 53.1 .9 .20 -1.5 .27 -1.3 .99 Tarragona 50 116 10 53.0 .9 .37 -1.2 .35 -1.1 .99 Zaragoza 54 116 10 53.0 .9 .18 -1.5 .18 -1.4 .99 Vigo 12 114 10 52.6 .9 .14 -1.6 .24 -1.3 .99 Castelln 21 114 10 52.6 .92.45 2.82.83 3.2 .91 Huelva 57 114 10 52.6 .91.25 .51.15 .3 .96 D.G.Tesoro 19 113 10 52.4 .91.57 1.15.04 7.2 .96 Guadalajara 27 113 10 52.4 .91.60 1.12.17 2.1 .95 Lugo 29 113 10 52.4 .91.52 1.02.31 2.3 .94 Mlaga 46 113 10 52.4 .9 .25 -1.4 .30 -1.2 .99 Valencia 25 95 9 52.4 1.0 .15 -1.5 .22 -1.3 1.00 Lrida 22 112 10 52.2 .9 .21 -1.5 .29 -1.3 1.00 Huesca 48 112 10 52.2 .91.57 1.11.44 .8 .95 Vizcaya 52 112 10 52.2 .9 .30 -1.3 .35 -1.2 .99 Gijn 18 111 10 52.0 .9 .20 -1.5 .29 -1.3 .99 Granada 35 110 10 51.8 .9 .48 -1.0 .61 -.7 .98 Palmas (Las) 40 110 10 51.8 .9 .22 -1.5 .34 -1.2 .99 Segovia 2 109 10 51.6 .9 .13 -1.7 .20 -1.4 1.00 Albacete 4 109 10 51.6 .9 .53 -.9 .48 -.9 .98 Almera 30 109 10 51.6 .9 .29 -1.3 .32 -1.2 .99 Murcia 47 109 10 51.6 .9 .11 -1.7 .20 -1.4 1.00 Valladolid 6 108 10 51.5 .9 .40 -1.1 .51 -.9 .99 Badajoz 56 108 10 51.5 .91.69 1.31.35 .6 .95 Melilla 13 107 10 51.3 .9 .16 -1.6 .27 -1.3 .99 Ciudad Real 32 107 10 51.3 .9 .10 -1.7 .23 -1.4 1.00 Orense 34 107 10 51.3 .9 .79 -.41.23 .4 .97 Palencia 14 105 10 50.9 .9 .91 -.22.26 2.3 .96 Crdoba

Alvarez Martinez, P. y otros

38 105 10 50.9 .9 .34 -1.3 .38 -1.1 .99 Santa Cruz de Tenerife 37 104 10 50.7 .9 .18 -1.6 .21 -1.4 .99 Salamanca 10 103 10 50.5 .9 .31 -1.3 .35 -1.2 .99 Cceres 49 103 10 50.5 .91.40 .81.20 .4 .95 Zamora 15 102 10 50.4 .9 .34 -1.3 .33 -1.2 .99 Corua (La) 41 102 10 50.4 .9 .57 -.8 .54 -.8 .98 Sevilla 5 101 10 50.2 .9 .32 -1.3 .32 -1.2 .99 Avila 33 101 10 50.2 .9 .27 -1.4 .31 -1.2 .99 Oviedo 36 101 10 50.2 .9 .42 -1.1 .40 -1.1 .98 Pontevedra 44 101 10 50.2 .9 .80 -.4 .85 -.3 .96 Teruel 23 100 10 50.0 .92.83 3.72.58 2.8 .90 Jan 24 99 10 49.8 .9 .17 -1.6 .24 -1.4 .99 Len 9 97 10 49.5 .9 .25 -1.5 .27 -1.3 .99 Burgos 53 95 10 49.2 .97.41 9.99.09 9.9 .74 Jerez de la Frontera 55 92 10 48.7 .93.26 4.63.15 3.8 .89 Ceuta 11 91 10 48.5 .92.60 3.32.35 2.4 .90 Cdiz 16 91 10 48.5 .9 .55 -.9 .59 -.7 .96 Cuenca 51 78 10 46.4 .85.52 9.35.26 6.8 .80 Cartagena 1 61 10 43.7 .93.86 5.74.16 4.4 .78 Alava +-----------------------------------+----------+----------+-----+----------------------- MEAN 108. 10. 51.5 .91.04 .11.20 .2 S.D. 11. 0. 1.9 .01.37 2.51.61 2.4 +---------------------------------------------------------------------------------------+

TABLE 4. Equidad provincial del IRPF (1985-94).I a:fila2.out May 9 7:45 1997 57 PROVINS 10 AOS ANALYZED: 57 PROVINS 10 AOS 20 CATEGORIES -------------------------------------------------------------------------------TABLE OF POORLY FITTING PROVINS (AOS IN ENTRY ORDER) NUMBER - NAME -- POSITION ------ MEASURE - INFIT (ZSTD) OUTFIT 53 Jerez de la Frontera RESPONSE: 1: 3 RESIDUAL: 3 51 Cartagena RESPONSE: RESIDUAL: 1 Alava RESPONSE: RESIDUAL: 55 Ceuta RESPONSE: RESIDUAL: 23 Jan RESPONSE: RESIDUAL: 11 Cdiz RESPONSE: RESIDUAL: 21 Huelva RESPONSE: RESIDUAL: 42 Soria RESPONSE: RESIDUAL: 20 Guipzcoa RESPONSE: RESIDUAL: 27 Lugo RESPONSE: RESIDUAL: 19 Guadalajara RESPONSE: RESIDUAL: 29 Mlaga RESPONSE: RESIDUAL: 49.2 9.9 A 9 10 15 12 16 20 12 7 -2 -7 46.4 9.3 B 5 18 3 12 20 11 12 4 -3 2 -2 43.7 5 4 5.7 C 8 17 20 -2 2 2 9.9

6.8

1:

4.4

1:

2 3

1:

48.7 4.6 D 6 10 16 9 13 20 15 11 2 -4 50.0 3.7 E 9 10 15 3 12 20 18 19 -4 48.5 3.3 F 6 11 15 10 10 20 14 13 -3

3.8

2.8

1:

2.4

1:

1:

52.6 2.8 G 2 12 14 18 11 13 20 16 17 -2 -2 54.1 2.7 H 3 11 13 17 19 15 15 18 20 2 -4 53.7 2.3 I 9 12 17 20 19 19 20 -2

3.2

4.3

1:

1.0

1:

1:

4 3

52.4 1.1 K 1 12 11 16 10 13 20 17 19 2 52.4 1.1 M 8 10 13 11 16 18 19 20

2.1

7.2

1:

7 6

1:

52.4 1.0 N 2 11 12 17 13 15 20 15 17 -3 -2

2.3

10

V JORNADAS ASEPUMA

14 Crdoba RESPONSE: RESIDUAL:

1:

4 4

50.9 -.2 S 8 11 13 8 13 19 18 20

2.3

9. BIBLIOGRAFA 1. lvarez, P., (1992a) Rasch analysis as an instrument for measurement in the case of missing data. Proceding of the European Conference on Educational Research (ECER). University of Twente. The Netherland. 2. lvarez, P., (1992b) Seleccin de los altos ejecutivos europeos. Le management dnas l Espace Economique Europen. Procceding of the IIme Congrs

Franco-Espagnol de Management des Enterprises de l AEDEM. Bordeaux, (France). 3. lvarez, P., (1993) Measuring quality of wine by Rasch model. Proceeding of the II Scienze International Conference Vineyard Data Quantification Society. Istitute di Economiche. Universit di Verona. Italy.

4. lvarez , P. & Ramiro A., (1993) Measurement of of pollution in Badajoz city by Rasch model. Proceeding of the CHESM-93 Chemometrics and Envioronmetrics Meeting. Universit di Bologna. Italy. 5. lvarez, P., Moran, J. C., & Wright, B. D., (1993) Quality of Life. VII Objective measurement workshop. Emory University, Atlanta, Georgia. 6. lvarez, P. & Becker, S., (1994) Total quality diagnostic audit. Proceeding of the IV Congreso Hispano-Francs de la Asociacin Europea de Direccin y Economa de la Empresa. Universidad de Extremadura. Spain. 7. lvarez, P. (1994) Selecting Candidates for wine taster. Proceeding of the IIIe Congrs International d Oenometrie. Vineyard Data Quantification Society.

Universit Franois Rabelais. Torus (France). 8. lvarez, P. & Pulgarin, A. (1996a) The Rasch Model. Measuring the impact of Scientific Journals: Analytical Chemistry. Journal of the American Society for Information Science. 47(6):458-467. 9. lvarez, P. & Pulgarin, A. (1996b) The Rasch Model. Measuring Information from Keywords: The Diabetes Fields. Journal of the American Society for Information Science. 47(6):468-476 10. lvarez, P. & Pulgarin, A. (1977) The Diffusion of Scientific Journals Analyzed through Citations. Journal of the American Society for Information Science (in press). 11. Andrich, D. (1988) Rasch Model for Measurement. Murdoch University: Sage.

11

Alvarez Martinez, P. y otros

12. Garcia, C.; Ventana, J.; Antequera, T.; Ruiz, J.; Cava, R.; Alvarez, P. (1996) Measuring Sensorial Quality of Iberian Ham by Rasch Model. Journal of Food Quality 19(1996). 397-412.

13. Guedes, P.; Bertrand, A.; & Alvarez, P. (1994) Wine characterization by multivariate statistical analysis of the sensory and chemical data. Trends in Flavour research. Elsevier. 14. Jaen J.; Alvarez, P.; & Roman, P. (1995) The Rasch model for assesing the quality of life in oncology. Proceeding of 1995 OECI Conference on Cancer and Quality of Life. Bled (Slovenia). 15. Rasch, G. (1980) Probabilistic Models for some Intelligence and Attainment Tests Chicago: The University of Chicago Press. 16. Wright. B.D. (1989) The Requirement of Measurement. MESA Psychometric

Laboratory, University of Chicago, March. 17. Wright, B.D. (1994) Theory Construction from Empirical Observations Rasch 18. Measurement Transactions 8:2. Summer. 19. Wright, B. D., & Linacre, J. M. (1991) Bigsteps. Chicago: MESA Press. 20. Wright, B. D., & Masters, J. (1982) Rating Scale Analysis. Chicago: MESA Press. 21. Wright, B. D., & Stone, M. H. (1978) Best Test Design. Chicago: MESA Press.

12