BLOQUE I:

INTRODUCIÓN
Psicometría
2º Grao Psicoloxía USC 1

Prof. Eduardo Picón

Índice

Tema 0: Repaso de conceptos

estatísticos básicos....................3

Tema 1: Delimitación do Campo da

Psicometría.........................44

Tema 2: Os Tests: Definición,

Historia e Clasificación.........57

2
TEMA 0. REPASO
3
Índice Tema 0

0.1. Preliminares........................................... 5

0.2. Covarianza............................................. 10

0.3. Correlación........................................... 19

0.4. Regresión............................................... 28

4
0.1. PRELIMINARES

5
Tipos de variables segundo o seu nivel de medida (Stevens, 1951):

Cualitativas Cuantitativas
Categóricas Métricas, Numéricas
(poden ser Discretas ou Continuas)

1. NOMINAL 3. INTERVALO

X≠Y X Y

2. ORDINAL 4. RAZON

X<Y 0 X Y
6
Probas estatísticas para coñecer o grao de
relación entre dúas variables
Variable X Variable Y Test estatístico

V de Cramér
Nominal Nominal
(Chi-cadrado)

Tau de Kendall
Ordinal Ordinal
Rho de Spearman

Cuantitativa Cuantitativa r de Pearson

7
Relacións entre vbs. cuantitativas
Poden ser moi diferentes:

Aquí centrarémonos
nas máis sinxelas: as
relacións lineais

8
Relacións lineais entre variables cuantitativas
Tres tipos:
 Relación lineal directa: cando a medida
que aumenta un valor en Y aumenta
tamén o valor en X.
 Relación lineal inversa: cando a medida
que aumenta un valor en Y diminúe en X.
 Relación lineal nula: cando non hai unha
relación lineal sistemática entre dúas
variables.

Existen dous índices pra medir estas

relacións:

9
0.2. COVARIANZA

10
A covarianza
Unha primeira medida traballa coas puntuacións diferenciais (diferenzas entre a puntuación directa de
ത
cada suxeito e a media do conxunto de datos: 𝑥𝑖 = 𝑋𝑖 − 𝑋)
A covarianza SXY calcula a media aritmética dos produtos das puntuacións diferenciais de tódolos pares
de datos dunha mostra nas dúas variables X e Y: 𝑥𝑖 ∙ 𝑦𝑖 .
A fórmula sería a seguinte: En Psicometría imos utilizar
σ𝑁
𝑖=1 𝑥𝑖 . 𝑦𝑖 σ𝑁 ത ത
𝑖=1 (𝑋𝑖 −𝑋) · (𝑌𝑖 −𝑌) N = nº suxeitos
𝐶𝑂𝑉𝑋𝑌 = 𝑆𝑋𝑌 = = n = nº ítems
𝑁−1 𝑁−1

Desta formulación orixinal podemos derivar outras equivalentes, xeralmente máis operativas ao utilizar
só puntuacións directas. Deste xeito a covarianza tamén podería definirse como a media dos produtos
menos o produto das medias:

σ𝑁
𝑆𝑋𝑌 = 𝑖=1 𝑋𝑖 . 𝑌𝑖
- 𝑋ത · 𝑌ത 𝑆𝑋𝑌 = 𝑋𝑌 - 𝑋ത · 𝑌ത
𝑁−1 11
A covarianza
Un exemplo do seu cálculo coa primeira fórmula:

12
A covarianza
Un exemplo do seu cálculo coa primeira fórmula:

13
A covarianza
Un exemplo do seu cálculo coa segunda fórmula:

14
A covarianza
Un exemplo do seu cálculo coa segunda fórmula:

15
Varianza e Covarianza
A varianza e a covarianza son dous termos que se utilizan frecuentemente en estatística. Aínda que
soen similares, fan referencia a conceptos bastante diferentes.
◦ A varianza é unha medida do grao de dispersión dunha variable métrica. Representa a
variabilidade dunha serie de datos con respecto á súa media. Dúas variables métricas coa mesma
media poden ter distinta varianza.
◦ A covarianza é unha medida do grao de asociación entre dúas variables métricas. Mide como
os cambios nunha variable se relacionan cos cambios nunha segunda variable.

Entón, Por que se chaman de xeito semellante?

◦ Porque a covarianza indica o grao de variación conxunta de dúas variables métricas respecto
das súas medias; é o valor a través do cal se reflicte en que contía dúas variables calquera varían de
forma conxunta (covarían) respecto das súas medias aritméticas. De feito, a varianza é un caso
particular da covarianza cando dúas variables aleatorias son idénticas.
16
Interpretación da covarianza
Cando valores altos nunha das variables adoitan maioritariamente corresponderse con valores altos na
outra, a covarianza terá un valor positivo. Pola contra, cando os valores altos dunha das variables
correspóndense con valores baixos na outra, a covarianza será negativa.

Punto vermello:
𝑋 − 𝑋ത = 9 – 8 = 1
𝑌 − 𝑌ത = 5 – 3 = 2
e o seu produto será positivo:
1x2=2

Punto azul:
𝑋 − 𝑋ത = 9 – 8 = 1
𝑌 − 𝑌ത = 2 – 3 = -1
e o seu produto será negativo:
1 x -1 = -1
17
Interpretación da covarianza
En consecuencia, a covarianza é un índice para a medida da relación lineal entre dúas variables
cuantitativas, que ofrece información sobre:
a) Se existe ou non relación lineal entre dúas variables X e Y;
b) Cal é a dirección da relación (directa ou inversa)
Directa: SXY > 0
Inversa: SXY < 0
Incorrelada: SXY = 0

LIMITACIÓN: Non informa sobre a intensidade da relación existente entre as variables X e Y. As

puntuacións diferenciais están en función de como se miden as variables, polo que se medimos a mesma
variable de diferente xeito, a covarianza seguirá a ser positiva pero o seu valor será distinto.

18
0.3. CORRELACIÓN

19
Coeficiente de correlación de Pearson
O coeficiente de correlación de Pearson é una proba que mide a relación estatística entre dúas
variables métricas. Defínese como a media do produto das puntuacións típicas de dúas variables.
Similar a unha covarianza pero calculada sobre puntuacións tipificadas. Este índice de asociación
entre dúas variables foi desenrolado por Pearson (1896), represéntase pola letra r, e a súa
formulación é a seguinte:

σ𝑁
𝑖=1 𝑍𝑥𝑖 ∙ 𝑍𝑦𝑖
𝑟𝑋𝑌 =
𝑁

Outra fórmula máis sinxela de usar é a seguinte, que implica calcular previamente a covarianza e as
desviacións típicas:
𝑆𝑋𝑌 ത 2
σ(𝑋−𝑋)
𝑟𝑋𝑌 = lembrade que 𝑆𝑋 =
𝑆𝑋 ∙𝑆𝑌 𝑵−𝟏
20
Coeficiente de correlación de Pearson
Tamén existen fórmulas adaptadas ao seu cálculo con puntuacións diferenciais e directas:

σ 𝑥𝑖 ∙𝑦𝑖 𝑁∙σ 𝑋𝑖 ∙𝑌𝑖 −σ 𝑋𝑖 ∙ σ 𝑌𝑖

𝑟𝑋𝑌 = 𝑟𝑋𝑌 =
𝑁∙𝑆𝑋 ∙𝑆𝑌 2 2
𝑁∙σ 𝑋𝑖2 −(σ 𝑋𝑖 ) 𝑁∙σ 𝑌𝑖2 −(σ 𝑌𝑖 )

Pero non se vaian que aínda hai máis... � Se se quere calcular este índice de xeito sinxelo e directo
mediante calculadora e con puntuacións directas temos a seguinte expresión: A media dos produtos
menos o produto das medias, dividido polas desviacións típicas.

𝑋𝑌−𝑋∙ത 𝑌ത σ 𝑋𝑖 𝑌𝑖
𝑟𝑋𝑌 = , sendo 𝑋𝑌 =
𝑆𝑋 𝑆𝑌 𝑁
21
 Propiedades de r
◦ É adimensional, carece de unidades de medida.
◦ É unha medida estandarizada, invariante para transformacións lineais das variables (temperatura, peso,
altura, etc..). O seu valor é independente das unidades de medida das variables comparadas.
◦ Só toma valores entre -1 y +1, o que permite comparar diversos r e mesmo coñecer a intensidade ou
magnitude da relación entre as variables.
◦ O signo positivo ou negativo informa sobre o sentido ou dirección da relación: directa ou inversa.
◦ Cando r estea próximo a ±1, existirá unha relación lineal moi forte entre as variables.
◦ Cando r ≈ 0, pode afirmarse que non existe relación lineal entre ambas variables. As variables están
linearmente incorreladas.

22
Interpretación de r
A escala [-1, 1] non toma valores constantes, o que significa que (por exemplo) 0,80 non é o dobre de 0,40.
Para facernos unha idea máis atinada do grao de asociación hai que elevar o índice ao cadrado (coeficiente de
determinación ou R2), o que nos permite coñecer o grao de covarianza ou varianza común entre as variables:
un r2 de 0,64 correspóndese cunha varianza común do 16%.

Á hora de interpretar un índice concreto, hai que ter en conta o seguinte:

◦ Significación estatística: descartar que a relación atopada non se debe ao azar.
◦ Dirección ou sentido da correlación (+ ou –).
◦ A contía ou intensidade está en función da:
◦ Variabilidade do grupo. A +homoxeneidade –correlación. Por ex., unha correlación entre rendemento e
CI xeral será maior que unha entre rendemento e alumnos con CI > 110.
◦ Natureza das variables. Un coeficiente de 0,40 entre peso e CI podería considerarse insospeitado e
altísimo; o mesmo valor obtido entre dous tests distintos que miden memoria sería seguramente
desprezable.
◦ Área científica. Convén coñecer as magnitudes coas que se traballa en cada ámbito de estudo. 23
Interpretación do tamaño do efecto
Investigacións científicas en xeral
(Cohen, 1988):
◦ ± 0,10 a ± 0,30: efecto baixo.
◦ ± 0,30 a ± 0,50: efecto medio.
◦ ± 0,50 ou máis: efecto grande.
Lipsey (1990) propón utilizar meta-análises do ámbito de
estudo particular e comparar cos percentís totais:
◦ P33 ou menos: efecto baixo.
◦ P33 a P66: efecto medio.
◦ P66 ou máis: efecto alto.

Unha proposta máis restritiva, baseada no R2 (Fox, 1981):

◦ ± 0,50 ou menos: correlación baixa (< 25% de varianza común).
◦ ± 0,50 a ± 0,70: correlación moderada (25% a 50% de varianza común).
◦ ± 0,70 a ± 0,86: correlación alta (50% a 75% de varianza común).
◦ ± 0,86 ou máis: correlación moi alta (+ do 75% de varianza común).
24
Que non mide r
Non mide a magnitude da pendente ou taxa Tampouco mide o axeitado do modelo lineal de
cambio

Non permite establecer relacións de causalidade: correlación non implica “causación”.

Tampouco establece relacións de dependencia entre variables.
25
Coeficiente de correlación de Pearson
Exercicio: Calcula o coeficiente de correlación para o primeiro 3,49
exemplo anterior e interpreta os resultados obtidos: 𝑟𝐼𝑛𝑡−𝑅𝑒𝑛 = = 0,7887
2,95 ∙ 1,50

26
Coeficiente de correlación de Pearson
Exercicio: Calcula o coeficiente de correlación para o primeiro 3,49
exemplo anterior e interpreta os resultados obtidos: 𝑟𝐼𝑛𝑡−𝑅𝑒𝑛 = = 0,7887
2,95 ∙ 1,50

27
0.4. REGRESIÓN
LINEAL SIMPLE

28
Regresión lineal
Ao igual que a correlación, a regresión lineal é un método estatístico que estuda a relación lineal que existe
entre dúas variables métricas.
Pero a regresión vai un paso máis aló, tratando de construír un modelo estatístico que permita predicir,
mediante unha recta, o valor dunha das variables cuantitativas en función da outra. Posibilita afondar no
coñecemento científico relativo a variables sociais de tipo métrico.
Un modelo estatístico é unha ecuación matemática que nos vai permitir representar a complexidade da
realidade de calquera fenómeno social dun xeito o máis parsimonioso posible, é dicir, sinxelo á par que
preciso. Teñen un gran poder preditivo e explicativo, xa que explican os datos cun número mínimo de
parámetros ou variables preditoras.
En definitiva, a Análise de Regresión posibilita:
◦ Explicar a realidade que envolve ás variables intervenientes dun xeito o máis sinxelo posible.
◦ Predicir o resultado dunha das variables en función da(s) outra(s).
29
Regresión lineal

30
Regresión lineal como técnica de dependencia
Os procedementos que vimos ata o de agora (covarianza, correlación, etc.) trataban de poñer en relación
unha variable cuantitativa con outra, sen máis; son técnicas de interdependencia. As técnicas baseadas en
relacións de interdependencia non establecen ningunha distinción de dependencia entre variables e o seu
obxectivo principal é fundamentalmente descritivo: busca de regularidades nos datos para resumilos e
organizalos de xeito que sexan máis manexables e comprensibles. A teoría determina as variables a incluír
pero non especifica a precisa fórmula funcional que as relaciona.

A Análise de Regresión intenta predicir unha única variable (que se denomina variable criterio ou
Variable Dependente, VD, Y) a partir de outra ou outras diferentes (denominadas variables preditoras ou
Variables Independentes, VI, X). É por isto que se din que a Análise de Regresión é unha técnica de
dependencia. As técnicas de dependencia teñen unha finalidade explicativa: O coñecemento previo
permite supoñer relacións causais entre as variables, polo que o investigador formula un modelo de
dependencia e recorre á análise empírica para probar a bondade de axuste dos datos ao modelo establecido.
31
Técnicas de análise multivariable

32
O modelo de regresión
O modelo de regresión lineal simple ten a seguinte expresión:

𝑌 = 𝛼 + 𝛽𝑋 + 𝜀

Na cal,
𝛼 (ás veces denotada como 𝛽0 ) é o intercepto (o valor que toma Y cando X vale 0),
𝛽 (tamén chamada 𝛽1 ) é a pendente da recta e indica como cambia Y ao incrementar X nunha
unidade.
𝜀 é o erro aleatorio, que recolle a variabilidade en Y que non se pode explicar coa relación lineal entre
X e Y.
X e Y son variables aleatorias, polo que non se pode establecer unha relación lineal exacta entre elas.
33
A ecuación de regresión
Para facer unha estimación deste modelo, trataremos de buscar unha recta que se axuste o mellor
posible á nube de puntos, chamada recta de regresión de Y sobre X:

𝑌´ = 𝑎 + 𝑏𝑋
Onde:
𝑌´ é o valor estimado de 𝑌 para un valor específico de 𝑋.
Os parámetros 𝛼 e 𝛽 estímanse mediante os estatísticos 𝑎 e 𝑏. O método de estimación máis
utilizado é o de mínimos cadrados que consiste en minimizar a suma dos cadrados dos erros.
Obtéñense así as seguintes expresións.

𝑆𝑋𝑌 σ 𝑥𝑦
𝑎 = 𝑌ത − 𝑏𝑋ത 𝑏= 2 = σ 𝑥2
𝑆𝑋
34
Ilustración gráfica da regresión

35
Predición sen ter en conta X

𝑌´ = 𝑌ത (= 𝑎; 𝑏𝑋 = 0)

36
Intentando mellorar a predición de Y

𝑌´ = 𝑎 + 𝑏𝑋

37
Intentando mellorar a predición de Y

𝑌´ = 𝑎 + 𝑏𝑋

38
A mellor predición de Y
O método de mínimos cadrados atopa
aqueles valores de 𝑎 e 𝑏 que fan mínima
a suma σ 𝑒𝑖2 = σ 𝑦𝑖 − 𝑦´𝑖 2 .
.

𝑒 = 𝑦 − 𝑦´
Y

𝑌´ = 𝑎 + 𝑏𝑋

39
Bondade de axuste do modelo
Coeficiente de determinación
Unha cosa é obter a recta que mellor se
axusta a un conxunto de datos e outra cosa é
que ese axuste sexa bo ou malo:

Para avaliar a bondade de axuste do modelo

utilízase o coeficiente R2 que, para o caso da
regresión lineal simple, equivale ao
coeficiente de correlación ao cadrado: R2 = r2

O coeficiente de determinación pode

interpretarse como a proporción de
variabilidade de Y que é explicada por X.

40
A ecuación de regresión
Exercicio: Calcula a recta de regresión para os seguintes datos:

Σ
41
A ecuación de regresión
Exercicio: Calcula a recta de regresión para os seguintes datos:

Σ
42
A ecuación de regresión
Exercicio: Calcula a recta de regresión para os seguintes datos:

Σ
43
TEMA 1. DELIMITACIÓN
DO CAMPO DA
PSICOMETRÍA
44
Lecturas Temas 1-2
Martínez-Arias, R. (1995). La medición mediante tests. En Martínez-Arias,
R. (coord.), Psicometría: Teoría de los tests psicológicos y
educativos, cap.1. Madrid: Síntesis.

Fernández Muñoz, J. J. y Marquínez Rengifo, J. M. (2019). Introducción a

la Psicometría (2ª Ed.). Madrid: Ommpress.

Muñiz Fernández, J. (2018). Introducción a la Psicometría. Teoría

Clásica y TRI. Madrid: Pirámide.

45
Índice Tema 1

1.1. A medición en Psicoloxía............................................ 47

1.2. Definición de Psicometría........................................... 49

1.3. Orixes e desenvolvemento da Psicometría............ 52

1.4. Teorías de tests.............................................................. 54

46
Para que medir en psicoloxía?
Función descrición
Avaliación: O diagnóstico clínico e avaliación psicolóxica fundaméntanse ou utilizan
medicións.

Asignación de intervencións A asignación de tratamentos, intervencións e programas, xa sexan

terapéuticos, formativos, de tipo social, etc.

Valoración de intervencións A medición permite avaliar intervencións de todo tipo, dende terapias
clínicas individuais ata programas de intervención social.

Orientación Ofrecer información relevante para a toma de decisións a nivel laboral e

doutros tipos.

Selección e clasificación A selección e clasificación dos recursos humanos das organizacións requiren
de medicións como fonte de información.

47
A medición en Psicoloxía
VARIABLES FÍSICAS vs.
VARIABLES
PSICOLÓXICAS

As magnitudes físicas
(lonxitude, tempo, masa,
intensidade de corrente
eléctrica, temperatura,
cantidade de sustancia e
intensidade luminosa) son
directamente observables e
medibles, e só necesitan dun
patrón de medida e un
instrumento de medición. 48
A medición en Psicoloxía
VARIABLES PSICOLÓXICAS

En Psicoloxía, as variables obxecto de estudo non adoitan ser directamente observables. Son
CONSTRUTOS PSICOLÓXICOS, atributos non observables que só poden ser medidos a través
dos comportamentos observables aos que dan lugar.
A medición é o proceso mediante o cal enlázanse conceptos abstractos (construtos inobservables
directamente) con indicadores empíricos observables directamente (as conductas).
Para poder medir calquera construto psicolóxico requírese:
◦ Observabilidade, inda que sexa de xeito indirecto.
◦ Variabilidade do que queremos medir.
◦ Instrumentación axeitada para medir cada construto. Papel fundamental da Psicometría.
◦ Isomorfismo: a relación entre a realidade e a súa representación simbólica debe ser isomórfica,
biunívoca. Utilización dunha linguaxe matemática.
49
Definición de Psicometría
Aproximación etimolóxica: medida da psique.

Unha disciplina metodolóxica dentro da área da Psicoloxía.

Utiliza o método científico.

Muñiz (2018):

1. Conxunto de métodos, técnicas e teorías implicadas na medida de variables psicolóxicas.

2. Énfase e especialización naquelas propiedades métricas exixibles ás medicións psicolóxicas

independentemente do campo substantivo de aplicación (personalidade, procesos cognitivos,
actitudes, etc.) e dos instrumentos utilizados.

50
Definición de Psicometría Fiabilidad: grado de precisión del test
Validez: si mide lo que queremos medir o
está midiendo otra cosa
Permite elaborar tests, escalas e cuestionarios de calidade:
Fiabilidade (Bloque III desta materia): Libres de erros de medida. Un test será fiable se cada vez que
se aplica ás mesmas persoas da o mesmo resultado. Precisión. Consistencia.
Validez (Bloque IV): Grao en que un instrumento mide realmente a variable que se pretende medir e
que son correctas as inferencias feitas acerca do comportamento das persoas avaliadas.

51
A Psicometría dentro da Metodoloxía Psicolóxica
DESEÑOS DE INVESTIGACIÓN
Materias USC: Deseños de Investigación en Psicoloxía (1º Grao)
◦ Operativización das variables da hipótese.
◦ Elaboración dun plan de traballo sólido para unha investigación psicolóxica.

ANÁLISE DE DATOS
Materias USC: Análise de Datos en Psicoloxía (1º grao), Análise Multivariante (2º Grao)
◦ Técnicas para o tratamento estatístico dos datos.

PSICOMETRÍA
Materias USC: Psicometría (2º Grao)
◦ Proceso de operativización de variables que se queren medir, fiabilidade e validez.
52
Orixes e desenvolvemento
A orixe da Psicometría está no desenvolvemento de dúas correntes psicométricas científicas a
mediados do século XIX:

1. Os estudos de Psicofísica buscaban asignar valores numéricos aos estímulos. Cálculo de limiares.
◦ Deron lugar aos Métodos de Escalamento de Estímulos.
◦ Desenvolvemento da investigación experimentalista.

2. O estudo das Diferenzas Individuais buscaba asignar valores numéricos aos participantes.
◦ Deron lugar ao Método dos Tests para o Escalamento de Suxeitos.
◦ Desenvolvemento da investigación correlacional.

53
Orixes e desenvolvemento
O obxectivo fundamental do ESCALAMENTO é a construción de escalas de medida.

Dous supostos básicos:

1. Existencia dun conxunto latente ou subxacente ao longo do cal varían os obxectos
psicolóxicos a escalar.
2. Os obxectos psicolóxicos poden situarse de forma ordenada ao longo dese continuo.

Tres tipos de escalamento (Guilford, 1936):

◦ Escalamento de Estímulos  Psicofísica
◦ Escalamento centrado nas Respostas
◦ Escalamento de Suxeitos
54
Teorías dos tests
O modelo lineal clásico proposto por Spearman (1904, 1907, 1913) é o fundamento da Teoría Clásica
dos Tests (TCT).
A puntuación observada dunha persoa é igual á súa verdadeira puntuación no trazo medido, máis un
compoñente de erro asociado a todo proceso de medición.
X=V+E
A partir deste modelo e unhas asuncións mínimas, a Teoría Clásica desenvolverá todo un conxunto de
deducións encamiñadas a estimar a contía do erro que afecta ás puntuacións dos tests.
Thurstone (1931, 1947) aporta substantivos avances na construción, análise e validación dos tests.
A síntese por antonomasia é a publicada por Gulliksen (1950).

55
Teorías dos tests
Intentos de superar algunhas das súas deficiencias:
O termo de erro xeral engloba diferentes fontes de variación.
A Teoría da Xeneralizabilidade (TX) de Crombach e cols. (1963, 1972) é unha extensión da TCT
que intenta diferencialas mediante a análise clásico da varianza. Teoría con pouco percorrido.
A puntuación obtida polos participantes depende do conxunto de ítems utilizados e viceversa, os
estatísticos dos ítems dependen da mostra de participantes.
A Teoría de Resposta ao Ítem (TRI) (Lord, 1963, 1980) trata de describir os niveis de habilidade con
independencia da mostra de ítems. Constitúe unha teoría alternativa á TCT.
A TRI permite obter medicións invariantes respecto dos instrumentos utilizados e das persoas
implicadas. Na TCT a medida dunha variable é inseparable do instrumento utilizado para medila.

A pesar destes graves inconvenientes, e debido fundamentalmente á súa parsimonia, a TCT segue a ser
hoxe o principal referente teórico da Psicometría.
56
 TEMA 2. OS TESTS:
DEFINICIÓN, HISTORIA E
CLASIFICACIÓN
57
Índice Tema 2

2.1. Definición de test......................................................... 59

2.2. Clasificación dos tests................................................. 61

2.3. Etapas na construción dun test................................. 65

58
Que non é un test
O interese por coñecer aspectos como o noso nivel de intelixencia ou entender mellor aspectos da
nosa personalidade é algo que leva connosco dende fai séculos e dende nenos:

A fiabilidade e validez destas chafalladas é nula e todo profesional da psicoloxía debe sempre
rexeitalos con vehemencia (frecuentes en redes sociais) e poñer en valor os nosos xenuínos
instrumentos de medida, serios e de calidade contrastada. 59
Definición de test
Un test psicolóxico é un procedemento de medida obxectiva e estandarizada dunha mostra de
comportamentos (Anastasi, 1988).
◦ Obxectiva.
◦ Estandarizada: Invariante do profesional que administra o test.
◦ Mostra de comportamentos: representativa, o que permitirá establecer inferencias.

É un instrumento de medición deseñado especialmente para estudiar dun modo obxectivo e

sistemático o nivel dos suxeitos respecto dalgún atributo (García Barbero, 2006).

Unha proba que aplicada a un suxeito revela e da testemuño da índole ou grao da súa instrución,
aptitude ou maneira de ser. Os tests deste tipo chámanse tests psicométricos, porque o seu obxecto é
medir ou determinar o grao dalgún trazo mental (Yela, 1996).
60
Clasificación dos tests
Na literatura podemos atopar varias denominacións específicas para este tipo de probas obxectivas:

Test propiamente dito: instrumento de medición psicolóxica de variables de tipo cognitivo: aptitudes,
coñecementos, rendemento, habilidades, etc., nos que as respostas son correctas ou incorrectas e a
puntuación total ven dada pola suma de respostas correctas, dando lugar a unha escala acumulativa
xerárquica.

Escala: Instrumento elaborado para medir variables non cognitivas: actitudes, intereses, preferencias,
opinións, etc. Caracterízanse porque os suxeitos responden elixindo, sobre unha escala de categorías
graduada e ordenada, aquela categoría que mellor representa a súa posición respecto a aquelo que se está
a medir. Non hai respostas correctas ou incorrectas e a puntuación total é a suma das puntuacións
asignadas ás categorías elixidas polos participantes.

61
Clasificación dos tests
Inventario adoita utilizarse para medir variables de personalidade. As respostas non son correctas ou
incorrectas; o único que amosan é a conformidade ou non dos suxeitos cos enunciados dos ítems.

Un cuestionario está formado habitualmente por unha serie de ítems ou elementos que non están
necesariamente relacionados uns cos outros, cuxas opcións de resposta non están ordenadas nin
graduadas, que poden ser puntuados e interpretados individualmente e nos que tampouco hai respostas
correctas e incorrectas.

O termo utilízase comunmente fora do ámbito psicométrico, para referirse ao instrumento de recollida
de datos mediante enquisas en estudos sociais aplicados (psicoloxía do consumidor e usuario, estudos de
mercado, etc.).

62
Clasificación dos tests
Segundo o contido temos, no nivel máis xeral, tres grandes tipos:

◦ Tests de habilidades cognitivas.

◦ Tests de personalidade.

◦ Tests de actitudes.

Segundo o tratamento das respostas distínguense:

◦ Tests de execución máxima: rendemento, intelixencia e aptitudes (WAIS, Dominos, Raven).

◦ Tests de execución típica: personalidade, actitudes e intereses (MMPI, Cattel 16-PF).

63
Clasificación dos tests
Outra clasificación é a que distingue segundo a interpretación das puntuacións entre:

◦ Test referidos á norma. As puntuacións individuais interprétanse en función da execución dun grupo
normativo. Avalían competencias, aptitudes ou coñecementos das persoas.

◦ Test referidos ao criterio. Emprega un referente para a interpretación de puntuacións que debe estar
previamente ben definido. Motivacións, preferencias, opinións ou actitudes.

Segundo o seu nivel de obxectividade:

◦ Test psicométricos: tódolos vistos ata o de agora.

◦ Test proxectivos: utilizados para avaliar aspectos da personalidade de xeito xeral e con pouca
rigorosidade formal. Son máis “suxerintes” que “concluíntes”.
64
Etapas na construción dun test
1. Determinar a finalidade e obxectivos do test.
◦ Que se vai medir: obxectivos da investigación, variables obxecto de estudo.
◦ A quen se vai medir: poboación a quen vai dirixido.
◦ Utilización prevista: selección, clasificación, diagnostico, certificación, orientación, descrición,
información.

2. Especificar as características do test.

◦ Cal vai ser o contido  consultar bibliografía, expertos, fontes secundarias, etc...
◦ Formato de presentación: lapis e papel, informatizado, correo, etc.
◦ Lonxitude do test, tempo de aplicación e materiais necesarios.
◦ Formato das respostas: V/F, elección múltiple, emparellamento, listados, tipo likert, ...

65
Etapas na construción dun test
2. Formatos de resposta segundo o aspecto a medir

Aspecto a medir Categorías extremas

Variables de tipo cognitivo.
Tests de rendemento máximo ou de Verdadeiro Falso
execución máxima
Acordo Totalmente de acordo Totalmente en desacordo

Escalas tipo Likert. Frecuencia Sempre Nunca

Tests de rendemento
Cantidade Moito Nada
típico ou de execución
típica Sentimentos Completamente satisfeito Completamente insatisfeito

Valoración Excelente Moi mala

66
Etapas na construción dun test
3. Na etapa de redacción dos ítems convén prestar especial atención a varios aspectos:
 Debe existir un alto grado de congruencia entre o ítem e o construto (validez de construto).
 Os construtos deben estar claramente definidos.
 Minimizar os erros de medida.
 O formato dos ítems debe ser axeitado.
 Os ítems deben reunir as propiedades psicométricas máis axeitadas en cada caso.
 Os ítems deben estar ben redactados.
 Os ítems deben satisfacer as consideracións legais e técnicas pertinentes (evitar os plaxios).

67
Etapas na construción dun test
3. Outros aspectos da redacción dos ítems a ter en conta.
 Evitar a ambigüidade dos enunciados.
 Evitar enunciados que provoquen respostas nesgadas.
 Expresar unha única idea no enunciado.
 Evitar as dobres negacións nos enunciados.
 Nesgos de resposta:
• Aquiescencia (acordo/desacordo).
• Desexabilidade social.
• Indecisión (alternativa neutra).
• Etc...

68
Etapas na construción dun test
4. Trala redacción dos ítems procede unha revisión crítica dos mesmos por un grupo de expertos.

5. Elaboración das instrucións de administración e manual do test.

◦ Explicación clara e sucinta do que se pide ao participante.
◦ Compromiso de confidencialidade e consentimento informado.

6. Elaboración e execución dunha proba piloto para testar todo tipo de deficiencias operativas
relativas á proba elaborada e baremar o test.

7. Análise das propiedades psicométricas: análise de ítems, fiabilidade e validez.

8. Reformulación do test e elaboración da versión final.

69
70