摘要：En el presente trabajo se comparan dos estrategias de ajuste de los datos al modelo. La primera de ellas, llamada estrategia Items-Sujetos-Total (IST), se presenta estructurada en tres etapas donde se evalúa: primero, el ajuste de los items; segundo el de los sujetos, y por último, el ajuste global de los datos al modelo (items y sujetos). La segunda estrategia, llamada Sujetos-Items-Total (SIT), invierte el orden de una de las etapas: primero se evalúa el ajuste de los sujetos; segundo el de los items; y, por último, el ajuste global de los datos al modelos. Se han comprobado los resultados que producen ambas estrategias cuando administramos un conjunto de items (30), elaborados para medir actitud religiosa, a una muestra de sujetos (821). El modelo de Teoría de Rasgo Latente utilizado ha sido el Modelo de Crédito Parcial. Los resultados muestran diferencias entre ambas estrategias: la IST maximiza el número de sujetos ajustados frente a la SIT donde se maximiza el número de items ajustados. Además se propone una forma de controlar el problema de la sensibilidad de los estadísticos de ajuste al tamaño muestral.
