Tema 4

Tema 4
Psicometría
Teoría clásica de los test

Índice
Esquema 3
Ideas clave 4
4.1. ¿Cómo estudiar este tema? 4
4.2. Instrumento de medida 4
4.3. Teoría clásica de los tests: supuestos y
deducciones 7
4.4. Coeficiente de fiabilidad 11
4.5. Formas paralelas 13
4.6. Fiabilidad de Spearman-Brown 14
4.7. Referencias bibliográficas 19
© Universidad Internacional de La Rioja (UNIR)
Lo + recomendado 21
+ Información 23
Actividades ¡Error! Marcador no definido.
Test 25
TEORÍA CLÁSICA DE LOS TEST
Instrumento de medida Modelo de medida

• Fiabilidad.
• Validez. Test
• Protocolo de medida.
• Rango de aplicación.
Conducta
Constructo
observable
SUPUESTOS DE LA TEORÍA CLÁSICA DE LOS TEST
• Primer supuesto:
• Segundo supuesto:
• Tercer supuesto: de una misma prueba.
• Cuarto supuesto: de una misma prueba.
• Quinto supuesto: de diferentes pruebas.
Coeficiente de Fiabilidad y longitud

Formas paralelas
fiabilidad de la prueba
Psicometría
Tema 4. Esquema
Esquema
3
Ideas clave
4.1. ¿Cómo estudiar este tema?
Para estudiar este tema, deberás leer con atención las ideas clave que se desarrollan a
continuación.
E
n este tema se explica la teoría clásica de los test (TCT) planteada por
Spearman en 1904. Es una formulación matemática que trata de estudiar
las propiedades psicométricas de las puntuaciones de un test. Esta teoría
dio lugar a procedimientos de cálculo de la fiabilidad y errores de los test. Mientras
que la fiabilidad hace referencia a la precisión de la medida, los errores de medida se
refieren a la falta de precisión.
En primer lugar, describiremos qué se entiende por un instrumento de medida a nivel

científico, tanto en psicología como en cualquier ciencia. Después, se expondrán los
principales supuestos y deducciones de la TCT desarrollada por Spearman. A
continuación, se definirá qué se entiende por formas paralelas de un mismo rasgo. Y
finalmente, se explicará cómo calcular la fiabilidad con uno de los procedimientos
más utilizados: fórmula de Spearman-Brown.
4.2. Instrumento de medida
E
n cualquier ciencia, incluyendo la psicología, hay instrumentos de medida

que se usan para medir el objeto de cada disciplina. En psicología hay test
que se usan para medir constructos psicológicos. Constructos como la
inteligencia, la personalidad, la ansiedad, la motivación… no se pueden observar
Psicometría
4
Tema 4. Ideas clave
directamente, ya que son variables latentes y los debemos medir mediante test que
reflejen ese rasgo a través de las respuestas a los ítems.
Igual que en medicina, por ejemplo, cualquier paciente que acuda a consulta le gusta
que los médicos usen buenos instrumentos de medida, en psicología tenemos que
asegurarnos de que un instrumento de medida es adecuado para aquel rasgo que
pretende medir.
Todo instrumento de medida de cualquier ciencia debe satisfacer las siguientes

propiedades (Abad, Olea, Ponsoda y García, 2011):
 Debe ser fiable, es decir, que cuando se repita la medición se obtengan los mismos
resultados. Si medimos la longitud de una mesa con una cinta métrica, cada vez
que la medimos debe dar el mismo resultado.
 Debe ser válido, lo que implica que debe permitir hacer inferencias sobre los
rasgos que mide a nivel teórico. La cinta métrica es un instrumento de medida que
permite medir la distancia.
 Debe tener un protocolo de aplicación que sea comprensible para el usuario. Un
medidor óptico se puede usar para medir distancias cortas y trae un manual de
instrucciones de uso.
 Debemos usarlo en un rango de aplicación adecuado. Una cinta métrica o
medidor óptico no sería útil para medir la distancia entre dos ciudades.
Igualmente, en psicología debemos disponer de instrumentos fiables, que siempre

midan lo mismo con la mejor precisión posible, que midan a nivel teórico lo que dicen
medir, debe tener un manual de instrucciones sobre las características que debemos
tener presentes para aplicarlo y se debe usar en un rango determinado,
generalmente la edad y nivel educativo. Sin embargo, el problema es que en

psicología, a diferencia de otras ciencias, al basar sus medidas en el comportamiento
humano el margen de error de la medida es mayor. Además, el constructo es un
aspecto psicológico no observable directamente.
Psicometría
5
Tema 4. Ideas clave
Modelo de medida
A la hora de medir en psicología, lo que tratamos es de ver si un rasgo psicológico o

constructo (variable independiente) predice una conducta observada que sería la
variable dependiente. La forma de relacionar estos dos tipos de variables es el
modelo de medida que permite, a través de los test, recoger los aspectos
conductuales que reflejan el rasgo de interés.
Test
Conducta
Constructo
observable
Figura 1. Modelo de medida en psicología.
Los principales problemas que tenemos en psicología para garantizar que medimos
bien son (Martínez Arias, Hernández y Hernández, 2006):
 Independencia de las puntuaciones de una persona con respecto a otra o a sí

misma. Se asume que las puntuaciones de una persona deben ser independientes
de las de otra. Para garantizar este supuesto debemos extraer muestras aleatorias
de la población de referencia y, en muchas ocasiones, se usan muestras de
conveniencia que no aseguran este cumplimiento. Además, si aplicamos una
prueba dos veces a los mismos individuos no se cumpliría la independencia, ya que
habría una alta relación entre ambas medidas y, generalmente, un método para
calcular la fiabilidad (test-retest) se basa justamente en la aplicación repetida de
una misma prueba después de un transcurso temporal.
 Medición indirecta del rasgo. Los rasgos psicológicos son variables no observadas
a las que no podemos acceder directamente, lo que también genera error a la hora
de medirlas.
Psicometría
6
Tema 4. Ideas clave
Para medir los rasgos psicológicos se han desarrollado fundamentalmente dos
teorías en psicometría:
 Teoría clásica de los test: se centra en la puntuación total de la prueba y se basa

en un modelo lineal. Es la que veremos en este tema.
 Teoría de respuesta al ítem: se centra en la puntuación a cada ítem de la prueba y
asume un modelo no lineal.
4.3. Teoría clásica de los tests: supuestos y

deducciones
L
a teoría clásica de los test (TCT) fue formulada principalmente en 1904 por
Spearman, influido por Galton y Pearson, cuando trató de definir una medida
de inteligencia general para su modelo bifactorial de inteligencia.
Se trata de un modelo que presenta un planteamiento muy sencillo basado en las

puntuaciones globales de un test asumiendo un modelo de tipo lineal con el fin de
determinar en qué grado un test informa de los niveles de un rasgo.
Primer supuesto
Modelo lineal
Las respuestas dadas a los ítems de una prueba se combinan en una puntuación total
(𝑋𝑖 ) para cada sujeto (𝑖). La relación entre esta puntuación y la puntuación verdadera
(𝑉𝑖 ) o nivel de rasgo es de tipo lineal, asumiendo la presencia de error (𝐸𝑖 ) en la
aplicación de la prueba.
Psicometría
7
Tema 4. Ideas clave
Por lo tanto, la puntuación observada en una prueba se puede descomponer
linealmente en la puntuación verdadera del rasgo que mide y un error de
medida.
𝑋𝑖 = 𝑉𝑖 + 𝐸𝑖
Donde:
 𝑋𝑖 es la puntuación observada en la prueba.
 𝑉𝑖 es la puntuación verdadera en la prueba.
 𝐸𝑖 es el error de medida en la prueba.
Por lo tanto, el error de medida se puede obtener de la siguiente manera:
𝐸𝑖 = 𝑋𝑖 − 𝑉𝑖
Depende de diferentes factores como: distracciones al realizar la prueba, la situación

de evaluación, la repetición de la prueba, la compresión de los ítems…
Tanto el error de medida como la puntuación 𝑋 se consideran que son variables

aleatorias, es decir, variarán en función de las características de la muestra evaluada,
mientras que la puntuación 𝑉 es una constante, ya que reflejaría la verdadera
puntuación en el rasgo.
Debido a que tanto 𝐸 como 𝑉 son puntuaciones desconocidas, necesitaremos otros

supuestos adicionales para poder hacer los cálculos del modelo.
Segundo supuesto
La puntuación 𝑉 se puede estimar a partir de la esperanza matemática o media de la

puntuación 𝑿, resultado de aplicar una misma prueba repetidas veces a una persona:
𝑉𝑖 = 𝐸(𝑋𝑖 )
Psicometría
8
Tema 4. Ideas clave
Este supuesto implica que la media de los 𝑬 será nula, ya que habrá unos errores que
serán positivos y otros negativos, y en el cálculo del promedio se anularán unos a los
otros.
𝐸(𝐸𝑖 ) = 0
Con base en este supuesto, se pueden estimar los errores de medida de un conjunto
de aplicaciones a una persona. En la siguiente tabla tenemos un ejemplo de esto.
Como se puede ver, la persona ha obtenido una puntuación 𝑋 diferente en cada

aplicación. Según el segundo supuesto, se puede calcular la puntuación 𝑉, ya que
equivale a la media de 𝑋. Después podemos calcular los errores mediante la fórmula
de error de medida. Nótese que 𝑉, al ser una constante, presenta el mismo valor en
todas las aplicaciones y que la media de los errores suma 0, ya que unos errores son
positivos y otros negativos.
Aplicación 𝑋𝑖 𝑉𝑖 𝐸𝑖
1 1 3 -2
2 5 3 2
3 4 3 1
4 2 3 -1
5 3 3 0
6 4 3 1
7 2 3 -1
Media 3 3 0
Tabla 1. Puntuaciones X, V y E para siete aplicaciones de una prueba.
Psicometría
9
Tema 4. Ideas clave
Tercer supuesto
No se espera relación entre el 𝐸 de una prueba y la puntuación 𝑉:
𝜌𝑉𝑖 𝐸𝑖 = 0
Cuarto supuesto
No se espera relación entre el 𝐸 de una persona en dos test diferentes:
𝜌𝐸𝑖 𝐸𝑖 = 0
Quinto supuesto
No se espera relación entre la puntuación 𝑉 de una prueba y el 𝐸 de otra:
𝜌𝑉𝑖 𝐸𝑗 = 0
Deducciones
Si asumimos estos cinco supuestos, podemos hacer una serie de deducciones que nos
ayudarán en los cálculos derivados de la TCT.
 La media de 𝑿 equivaldría a V o a la media de V, ya que su media es la misma que

todos los valores al ser una constante:
𝜇𝑋𝑖 = 𝜇𝑉𝑖
Psicometría
10
Tema 4. Ideas clave
 La varianza de X equivaldría a la varianza de V más la varianza del E:
𝜎𝑥2 = 𝜎𝑣2 + 𝜎𝜃2
 La correlación al cuadrado entre X y V equivaldría al cociente entre la varianza de

V y X. A esta razón de varianzas, Spearman la denominó coeficiente de fiabilidad.
2
𝜎𝑉2 𝜎𝐸2
𝜌𝑋𝑉 = 2 =1− 2
𝜎𝑋 𝜎𝑋
4.4. Coeficiente de fiabilidad
D
ebemos tener en cuenta que si aplicamos una misma prueba a una misma
persona repetidas veces no siempre obtendremos el mismo resultado en
la puntuación X, lo que implica que esta puntuación variará fruto de un
error de medida. También hay que matizar que, aunque apliquemos la prueba
numerosas veces y haya variación, habrá una cierta consistencia o tendencia a
obtener resultados parecidos.
A esta tendencia a obtener resultados similares en una prueba aplicada

numerosas veces es a lo que se denomina fiabilidad (Martínez, et al., 2006;
Martínez, 1996).
La fiabilidad de una prueba es importante porque a mayor fiabilidad o consistencia,

tendremos mayor seguridad de que la prueba mide lo mismo cada vez que se aplica
y, por lo tanto, mayor seguridad habrá de que la prueba predice adecuadamente el

comportamiento o el criterio que nos interese.
Psicometría
11
Tema 4. Ideas clave
Coeficiente de fiabilidad y error típico de medida
El coeficiente de fiabilidad es la proporción de varianza de X

explicada por V. Esto es lo mismo que la proporción de varianza
de X no explicada por el E.
2
𝜎𝑉2 𝜎𝐸2
𝜌𝑋𝑉 = = 1 −
𝜎𝑋2 𝜎𝑋2
Toma valores entre 0 y 1, ya que se trata de un cociente de

varianzas que siempre son positivas.
Si vale 1, implica que la varianza V explica perfectamente X.

Si vale 0, implica que la varianza E explica perfectamente X.
El error típico de medida se obtiene despejando en la fórmula

del coeficiente de fiabilidad la desviación típica del error.
𝜎𝜃 = 𝜎𝑋 √(1 − 𝜌𝑋𝑋 1
El coeficiente de fiabilidad planteado por Spearman se deduce a partir de los cinco

supuestos de la TCT y es una buena estimación de la fiabilidad de una prueba. Puede
obtenerse a partir de la fórmula de la correlación al cuadrado entre X y V.
La manera de interpretar el coeficiente de fiabilidad es como cuánta varianza X

explica la varianza de V, llamando al resto de varianza sin explicar varianza E, tal y
como se deduce de la fórmula de la varianza de X.
Así, por ejemplo, si en una prueba el coeficiente de fiabilidad toma un valor de 0,70,
eso implicaría que las puntuaciones V logran explicar un 70 % de la variabilidad de X

y el E explicaría el otro 30 %, ya que el total de varianza explicado de X siempre debe
ser del 100 %. Generalmente como medida de E se emplea la desviación típica del E
que se denomina error típico de medida.
Psicometría
12
Tema 4. Ideas clave
4.5. Formas paralelas
U
n problema que presenta la TCT y el cálculo del coeficiente de fiabilidad
planteado por Spearman es que no se puede conocer directamente la
correlación empírica entre X y V, y por lo tanto calcular este coeficiente.
Lo que sí es viable es calcular la correlación empírica entre dos formas
paralelas de una prueba construidas para medir el mismo rasgo y, por ende, la misma
puntuación V.
Si construimos dos formas de un test que traten de medir un mismo rasgo, sería
esperable que los resultados empíricos de ambas en la población correlacionen de
forma elevada. Entonces, ambas formas tendrán un elevado grado de precisión a la
hora de reflejar los diversos niveles de rasgo, la puntuación V. Digamos que dos
formas paralelas implican que son intercambiables para medir el mismo rasgo y, por
lo tanto, deberían tener las mismas propiedades psicométricas.
Cuando dos formas paralelas (𝑋1 y 𝑋2) cumplen las siguientes condiciones tienen:
 La misma puntuación verdadera: 𝑉1 = 𝑉2

 La misma varianza error: 𝜎𝐸21 = 𝜎𝐸22
Las consecuencias de que dos formas (𝑋1 y 𝑋2) sean paralelas son:
 Las medias de las dos formas serán iguales: 𝜇𝑋1 = 𝜇𝑋2

 Las varianzas X de ambas formas serán iguales: 𝜎𝑋21 = 𝜎𝑋22
 La correlación entre ambas formas equivale al coeficiente de fiabilidad:
𝜌𝑋21 𝑋2 = 𝜌𝑋𝑉
2
Por lo tanto, el modo de estimar empíricamente la fiabilidad de una prueba en la

práctica es calculando la correlación de dos formas paralelas.
Psicometría
13
Tema 4. Ideas clave
¿Cómo determinamos si dos formas son paralelas?
Si queremos comprobar si dos formas son paralelas, lo que tendremos que hacer es
comprobar si sus medias y varianzas X son iguales desde el punto de vista estadístico:
deberíamos hacer un contraste estadístico de diferencia de medias y varianzas y
comprobar que se mantiene la hipótesis nula de que ambas son iguales en las dos
pruebas.
En cualquier caso, suele ser complicado conseguir medidas paralelas y lo que se suele
hacer generalmente es emplear medidas equivalentes que no cumplen las dos
condiciones del paralelismo citadas. Puede consultarse en qué consiste esto en
Martínez et al. (2006) y Martínez (1996).
4.6. Fiabilidad de Spearman-Brown
S
upongamos que disponemos de n formas paralelas que se podrían emplear
para medir un mismo rasgo psicológico. Según lo que hemos visto
anteriormente, estas tendrán la misma media, misma varianza y la misma
fiabilidad, por lo que podríamos emplear cualquiera de ellas para estimar la fiabilidad
del rasgo o puntuación V.
El test alargado formado por las n formas paralelas agregadas tendría las siguientes
características:
 La puntuación total en el test: 𝑋𝑎 = 𝑋1 + 𝑋2 + ⋯ + 𝑋𝑛

 Media del test: 𝑋̅𝑎 = 𝑛𝑋̅
 Varianza X del test: 𝜎𝑋2𝑎 = 𝑛𝜎𝑋2 + 𝑛(𝑛 − 1)𝜌𝑥𝑥 ′ 𝜎𝑋2
Psicometría
14
Tema 4. Ideas clave
 Varianza V del test: 𝜎𝑉2𝑎 = 𝑛2 𝜎𝑉2
2
 Varianza E del test: 𝜎𝑒𝑎 = 𝑛𝜎𝑒2
 Fiabilidad del test:
𝑛𝜌𝑥𝑥 ′
𝜌𝑛𝑥𝑥 ′ =
[1 + (𝑛 − 1)𝜌𝑥𝑥′
Donde:
• 𝑛 es la longitud de la prueba, 𝑛 > 0.
• 𝜌𝑥𝑥 ′ es la fiabilidad inicial de la prueba.
En todos los casos anteriores, los valores que aparecen a la derecha del igual son los
correspondientes a los iniciales de la prueba (n = 1) y los que están a la izquierda, los
valores finales de la prueba después de modificar la longitud según el valor de n.
La longitud de la prueba no puede valer cero porque, en este caso, no dispondríamos

de prueba, por eso n > 0. Por lo tanto, podemos emplear estas fórmulas para estimar
diferentes estadísticos de un test alargado formado por n formas paralelas.
Fórmula general de Spearman-Brown
𝑛𝜌𝑥𝑥 ′
𝜌𝑛𝑥𝑥 ′ =
[1 + (𝑛 − 1)𝜌𝑥𝑥′ ]
Permite obtener la fiabilidad de una prueba formada por n

formas paralelas.
Los valores que n puede tomar serían:

𝑛 = 1: la fiabilidad inicial y final son iguales.
0 < 𝑛 < 1: la fiabilidad final será menor que la inicial.
𝑛 > 1: la fiabilidad final será mayor que la inicial.
Psicometría
15
Tema 4. Ideas clave
La fórmula general de Spearman-Brown aumentaría al aumentar la longitud de una
prueba y disminuiría al disminuir la longitud. Las propiedades que presenta serían:
 La fiabilidad se incrementa si añadimos ítems paralelos.

 Límite superior es 1 si añadimos infinitos ítems paralelos.
 Solo se puede aplicar cuando se añaden ítems paralelos.
 Cuanto menor sea la fiabilidad inicial, más rápidamente se incrementará al añadir
ítems paralelos
Figura 2. Relación entre la longitud de una prueba y la fiabilidad.
Observando este gráfico podemos ver que la relación entre la longitud de un test y la
fiabilidad no es lineal.
Cuando tenemos una longitud baja, 𝑛 < 3, a medida que aumentamos la longitud,
la fiabilidad crece bastante deprisa; sin embargo, con longitudes elevadas, 𝑛 > 6, la
fiabilidad crece muy poco. Es decir, llega un momento que poco compensa aumentar
la longitud para producir un incremento significativo en la fiabilidad de la prueba. En
este gráfico hablamos de fiabilidad inicial con 𝑛 = 1 y longitud final con cualquier
valor de 𝑛 ≠ 1.
Psicometría
16
Tema 4. Ideas clave
Ejemplo 1
Disponemos de una prueba que mide aptitud matemática en

alumnos universitarios formada por veinte ítems. Aplicamos la
prueba a una muestra representativa y obtenemos en la prueba
una fiabilidad de 0,60. ¿Cuál sería la fiabilidad final en el caso
que duplicáramos la longitud de la prueba? ¿Y la varianza de X
de la prueba si la varianza inicial era de 20?
Al duplicar la longitud de la prueba 𝑛 = 2 y aplicando la fórmula general de

Spearman-Brown obtendremos la siguiente fiabilidad final de la prueba:
𝑛𝜌𝑥𝑥 ′ 2 × 0,60
𝜌𝑛𝑥𝑥 ′ = = = 0,75
[1 + (𝑛 − 1)𝜌𝑥𝑥′ ] [1 + (2 − 1)0,60]
Para calcular la varianza de X final:
𝜎𝑋2𝑎 = 𝑛𝜎𝑋2 + 𝑛(𝑛 − 1)𝜌𝑥𝑥 ′ 𝜎𝑋2 = 2 × 20 + 2(2 − 1)0,60 × 20 = 64
Ejemplo 2

una fiabilidad de 0,60. ¿Cuál sería la fiabilidad final en el caso
que añadiéramos a la prueba diez ítems paralelos?
Al añadir diez ítems la longitud final de la prueba sería: 𝑛 = 30/20 = 1,5.

Aplicando la fórmula general de Spearman-Brown obtendremos la siguiente
fiabilidad final de la prueba:
𝑛𝜌𝑥𝑥 ′ 1,5 × 0,60

𝜌𝑛𝑥𝑥 ′ = = = 0,69
[1 + (𝑛 − 1)𝜌𝑥𝑥′ ] [1 + (1,5 − 1)0,60]
Psicometría
17
Tema 4. Ideas clave
A partir de la fórmula general de Spearman-Brown también podemos calcular la
longitud final de una prueba dada una longitud inicial. Para ello lo que debemos hacer
es despejar n en la fórmula de cálculo de la longitud de la prueba (a continuación).
Igualmente podemos calcular la longitud de la prueba dividiendo el número de ítems
finales entre los iniciales (dicha fórmula, pero a partir del incremento del número de
ítems).
Cálculo de la longitud de la prueba:
 A partir de la fórmula general de Spearman-Brown
𝜌𝑛𝑥𝑥 ′ (1 − 𝜌𝑥𝑥 ′ )
𝑛=
𝜌𝑛𝑥𝑥 (1 − 𝜌𝑛𝑥𝑥 ′ )
Donde:
• 𝜌𝑛𝑥𝑥 ′ es la fiabilidad final de la prueba.
• 𝜌𝑥𝑥 ′ es la fiabilidad inicial de la prueba.
 A partir del incremento del número de ítems
𝐽′
𝑛=
𝐽
Donde:
• 𝐽′ es la fiabilidad final de la prueba.
• 𝐽 es la fiabilidad inicial de la prueba.
Cálculo del número de ítems finales:
 Para alcanzar una fiabilidad final: 𝐽′ = 𝑛𝐽

 Para incrementar una fiabilidad final: 𝐽′ = 𝐽
Psicometría
18
Tema 4. Ideas clave
Ejemplo 3

una fiabilidad de 0,60. ¿Cuántos ítems paralelos deberíamos
añadir a la prueba para la fiabilidad final de la prueba fuera de
0,90?
Aplicando la fórmula general de Spearman-Brown obtenemos la longitud que debería

tener la prueba para alcanzar una fiabilidad de 0,90:
𝜌𝑛𝑥𝑥 ′ (1 − 𝜌𝑥𝑥 ′ ) 0,90(1 − 0,60)

𝑛= = =6
𝜌𝑛𝑥𝑥 (1 − 𝜌𝑛𝑥𝑥 ′ ) 0,60(1 − 0,90)
Ahora ya podemos ver cuál sería el número de ítems necesarios para llegar a una
fiabilidad de 0,90:
𝐽′ = 𝐽 = 𝑛𝐽 − 𝐽 = 6 × 20 − 20 = 100
Por lo tanto, necesitaríamos añadir cien ítems paralelos a los veinte iniciales para que
la fiabilidad pase de 0,60 a 0,90.
4.7. Referencias bibliográficas
Abad, F. J., Olea, J., Ponsoda, V. y García, C. (2011). Medición en ciencias sociales y de
la salud. Madrid: Síntesis.
Martínez, R. (1996). Psicometría: teoría de los tests psicológicos y educación. Madrid:

Síntesis.
Psicometría
19
Tema 4. Ideas clave
Martínez, R., Hernández, M. H. y Hernández, M. V. (2006). Psicometría. Madrid:
Alianza Editorial.
Spearman, C. (1904). General intelligence objectively determined and measured.

American Journal of Psychology, 15, 201-293.
Psicometría
20
Tema 4. Ideas clave
Lo + recomendado
Lecciones magistrales
Teoría clásica de los test
En esta lección magistral se explican los supuestos y deducciones de la TCT de

Spearman. Se describe qué se entiende rasgo y por formas paralelas de un test a la
hora de medir. Se explica el concepto de fiabilidad de una prueba y cómo calcularla
con la fórmula general de Spearman-Brown.
Accede a la lección magistral a través del aula virtual

Psicometría
21
Tema 4. Lo + recomendado
No dejes de leer
Las teorías de los test: teoría clásica y teoría de respuesta a los ítems
Muñiz, J. (2010). Las teorías de los tests: teoría clásica y teoría de respuesta a los ítems.
Papeles del psicólogo, 31(1), 57-66.
El siguiente documento corresponde a una publicación de Muñiz donde presenta de

una manera no excesivamente técnica y especializada las dos grandes teorías que
guían la construcción y análisis de la mayoría de los test: la teoría clásica de los test y
la teoría de respuesta a los ítems.
Accede al artículo a través del aula virtual o desde la siguiente dirección web:
http://www.papelesdelpsicologo.es/pdf/1796.pdf
No dejes de ver
Supuesto de la teoría clásica de los tests
El siguiente vídeo recoge una presentación en la que se explican los supuestos básicos
de la TCT, el modelo lineal y la fiabilidad.
Accede al vídeo a través del aula virtual o desde la siguiente dirección web:
https://www.youtube.com/watch?v=6ryD6msj45c
Psicometría
22
Tema 4. Lo + recomendado
+ Información
A fondo
Normas para el desarrollo y revisión de estudios instrumentales
Carretero-Dios, H. y Pérez, C. (2007). Normas para el desarrollo y revisión de estudios

instrumentales: consideraciones sobre la selección de tests en la investigación
psicológica. International Journal of Clinical and Health Psychology, 7(3), 863-882.
En este artículo se discuten los criterios a tener en cuenta a la hora de seleccionar un

test de evaluación psicológica en un contexto de investigación.
Accede al artículo a través del aula virtual o desde la siguiente dirección web:
http://www.aepc.es/ijchp/NDREI07_es.pdf
Webgrafía
Psicología online
En esta página web encontrará información sobre la TCT para complementar los
aspectos tratados en el tema.
Psicometría
23
Tema 4. + Información
Accede a la página web a través del aula virtual o desde la siguiente dirección web:
http://www.psicologia-online.com/pir/origenes-y-desarrollo-de-la-teoria-
clasica.html
Bibliografía
Abad, F. J., Olea, J., Ponsoda, V. y García, C. (2011). Modelo clásico y fiabilidad. En
Medición en ciencias sociales y de la salud (pp. 75-91). Madrid: Síntesis.
Martínez, R., Hernández, M. H. y Hernández, M. V. (2006). Teoría clásica de los tests

(TCT) I: el modelo y la fiabilidad de las puntuaciones. En Psicometría (pp. 37-50).
Madrid: Alianza Editorial.
Martínez Arias, R. (1996). Teoría clásica de los tests; Factores que afectan al
coeficiente de fiabilidad. En Psicometría: teoría de los tests psicológicos y educación
(pp. 57-72, 93-108). Madrid: Síntesis.
Psicometría
24
Tema 4. + Información
Test
1. El modelo de la teoría clásica de los test se trata de:
A. Determinar el grado en el que un test predice los niveles de rasgo de una
persona.
B. Determinar el grado en el que un test informa de los niveles de rasgo de una
persona.
C. Determinar el grado en el que una conducta predice los niveles de rasgo de
una persona.
2. El error de medida para la teoría clásica de los test sería:

A. La diferencia entre la puntuación observada y verdadera de la prueba.
B. La diferencia entre las puntuaciones empíricas de varios participantes.
C. La diferencia entre el constructo y la conducta observada.
3. Si dos pruebas son paralelas, una persona:

A. La fiabilidad de ambas pruebas variará.
B. Puede obtener diferente puntuación observada en cada una de ellas.
C. Una persona tendrá diferente puntuación verdadera en ambas pruebas.
4. Si la varianza verdadera de un test es el 64 % de su varianza observada, ¿cuál es

su coeficiente de fiabilidad?
A. 𝑟 𝑥𝑥’ = 0,36.
B. 𝑟 𝑥𝑥’ = 0,41.
C. 𝑟 𝑥𝑥’ = 0,64.
Psicometría
25
Tema 4. Test
5. Indica cuál sería la opción correcta de las siguientes:
A. Si se aumenta la longitud de un test con ítems paralelos, aumentará la
varianza error.
B. Según el modelo clásico, los errores de medida NO pueden ser negativos.
C. Si se aumenta la longitud de un test con ítems paralelos, disminuirá la
varianza verdadera.
6. Indica cuál sería la opción correcta de las siguientes:

A. Si aumenta la longitud de la prueba con ítems paralelos, la media de la
prueba disminuirá.
B. Si se aumenta la longitud de un test con ítems paralelos, aumentará la
varianza observada.
C. Si se aumenta la longitud de un test con ítems paralelos, disminuirá la
varianza verdadera.
7. Sabiendo que, en un test que han respondido cinco sujetos, sus puntuaciones
empíricas han sido 5, 7, 8, 6 y 4, y que la varianza de los errores de medida es igual
a 2, la media de las puntuaciones verdaderas es:
A. 4.
B. 5.
C. 6.
8. Uno de los supuestos de la Teoría Clásica de los Test es que:

A. Las puntuaciones verdaderas dependen de los valores muestrales.
B. La puntuación observada presenta una correlación de 1 con la verdadera.
C. Las puntuaciones error son siempre las mismas.
9. Indicad en qué caso de los siguientes sería más adecuado incrementar la longitud
de la prueba para que la fiabilidad se incrementara de un modo significativo:
A. 0,90.
B. 0,99.
C. 0,60.
Psicometría
26
Tema 4. Test
10. ¿Cuál sería la longitud de una prueba que inicialmente tiene cincuenta ítems y la
dejamos con treinta ítems?
A. 20.
B. 0,6.
C. 1,67.
Psicometría
27
Tema 4. Test

Tema 4

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tema 4

Uploaded by

Copyright:

Available Formats

Tema 4

Teoría clásica de los test

Actividades ¡Error! Marcador no definido.

TEORÍA CLÁSICA DE LOS TEST

Instrumento de medida Modelo de medida

SUPUESTOS DE LA TEORÍA CLÁSICA DE LOS TEST

Coeficiente de Fiabilidad y longitud

4.1. ¿Cómo estudiar este tema?

En primer lugar, describiremos qué se entiende por un instrumento de medida a nivel

4.2. Instrumento de medida

n cualquier ciencia, incluyendo la psicología, hay instrumentos de medida

Todo instrumento de medida de cualquier ciencia debe satisfacer las siguientes

Igualmente, en psicología debemos disponer de instrumentos fiables, que siempre

generalmente la edad y nivel educativo. Sin embargo, el problema es que en

A la hora de medir en psicología, lo que tratamos es de ver si un rasgo psicológico o

Figura 1. Modelo de medida en psicología.

 Independencia de las puntuaciones de una persona con respecto a otra o a sí

 Teoría clásica de los test: se centra en la puntuación total de la prueba y se basa

4.3. Teoría clásica de los tests: supuestos y

Se trata de un modelo que presenta un planteamiento muy sencillo basado en las

Por lo tanto, el error de medida se puede obtener de la siguiente manera:

Depende de diferentes factores como: distracciones al realizar la prueba, la situación

Tanto el error de medida como la puntuación 𝑋 se consideran que son variables

Debido a que tanto 𝐸 como 𝑉 son puntuaciones desconocidas, necesitaremos otros

La puntuación 𝑉 se puede estimar a partir de la esperanza matemática o media de la

Como se puede ver, la persona ha obtenido una puntuación 𝑋 diferente en cada

Tabla 1. Puntuaciones X, V y E para siete aplicaciones de una prueba.

No se espera relación entre el 𝐸 de una prueba y la puntuación 𝑉:

No se espera relación entre el 𝐸 de una persona en dos test diferentes:

No se espera relación entre la puntuación 𝑉 de una prueba y el 𝐸 de otra:

 La media de 𝑿 equivaldría a V o a la media de V, ya que su media es la misma que

𝜎𝑥2 = 𝜎𝑣2 + 𝜎𝜃2

 La correlación al cuadrado entre X y V equivaldría al cociente entre la varianza de

4.4. Coeficiente de fiabilidad

A esta tendencia a obtener resultados similares en una prueba aplicada

La fiabilidad de una prueba es importante porque a mayor fiabilidad o consistencia,

y, por lo tanto, mayor seguridad habrá de que la prueba predice adecuadamente el

El coeficiente de fiabilidad es la proporción de varianza de X

Toma valores entre 0 y 1, ya que se trata de un cociente de

Si vale 1, implica que la varianza V explica perfectamente X.

El error típico de medida se obtiene despejando en la fórmula

El coeficiente de fiabilidad planteado por Spearman se deduce a partir de los cinco

La manera de interpretar el coeficiente de fiabilidad es como cuánta varianza X

eso implicaría que las puntuaciones V logran explicar un 70 % de la variabilidad de X

 La misma puntuación verdadera: 𝑉1 = 𝑉2

 Las medias de las dos formas serán iguales: 𝜇𝑋1 = 𝜇𝑋2

Por lo tanto, el modo de estimar empíricamente la fiabilidad de una prueba en la

4.6. Fiabilidad de Spearman-Brown

 La puntuación total en el test: 𝑋𝑎 = 𝑋1 + 𝑋2 + ⋯ + 𝑋𝑛

 Media del test: 𝑋̅𝑎 = 𝑛𝑋̅

 Varianza X del test: 𝜎𝑋2𝑎 = 𝑛𝜎𝑋2 + 𝑛(𝑛 − 1)𝜌𝑥𝑥 ′ 𝜎𝑋2

 Fiabilidad del test:

La longitud de la prueba no puede valer cero porque, en este caso, no dispondríamos

Fórmula general de Spearman-Brown

Permite obtener la fiabilidad de una prueba formada por n

Los valores que n puede tomar serían:

 La fiabilidad se incrementa si añadimos ítems paralelos.

Figura 2. Relación entre la longitud de una prueba y la fiabilidad.

Disponemos de una prueba que mide aptitud matemática en

Al duplicar la longitud de la prueba 𝑛 = 2 y aplicando la fórmula general de

Para calcular la varianza de X final:

𝜎𝑋2𝑎 = 𝑛𝜎𝑋2 + 𝑛(𝑛 − 1)𝜌𝑥𝑥 ′ 𝜎𝑋2 = 2 × 20 + 2(2 − 1)0,60 × 20 = 64

Disponemos de una prueba que mide aptitud matemática en