Desde Los Test Hasta La Evaluación. Escorza

Escudero Escorza, T. (2003). Desde los tests hasta la investigacin evaluativa actual.
Un siglo, el XX, de
inteso desarrollo de la evaluacin en educacin. RELIEVE:, v. 9, n. 1, p. 11-43.
http://www.uv.es/RELIEVE/v9n1/RELIEVEv9n1_1.htm
Revista ELectrnica de Investigacin

y EValuacin Educativa
DESDE LOS TESTS HASTA LA INVESTIGACIN EVALUATIVA ACTUAL. UN SIGLO, EL XX, DE INTENSO DESARROLLO DE LA EVALUACIN EN EDUCACIN
(From tests to current evaluative research. One century, the XXth, of intense development of evaluation in education)
por
Articles record
Ficha artculo
Toms Escudero Escorza
(tescuder@posta.unizar.es)
About authors
Sobre los autores
HTML format
Formato HTML
Abstract
This article presents a review and state of art about development in educational evaluation in the XXth century. The
main theoretical proposals are commented
Resumen
Este artculo presenta una revisin crtica del desarrollo
histrico que ha tenido el mbito de la evaluacin educativa durante todo el siglo XX. Se analizan los principales
propuestas tericas planteadas.
Keywords
Descriptores
Evaluation, Evaluation Research, Evaluation Methods;

Formative Evaluation Summative Evaluation, Testing,
Program Evaluation
Evaluacin, Investigacin evaluativa, Mtodos de Evaluacin, Evaluacin Formativa, Evaluacin Sumativa, Test,
Evaluacin de Programas
Introduccin
En cualquier disciplina, la aproximacin histrica suele ser una va fundamental para comprender su concepcin, estatus, funciones, mbito,
etc. Este hecho es especialmente evidente en el
caso de la evaluacin, pues se trata de una disciplina que ha sufrido profundas transformaciones
conceptuales y funcionales a lo largo de la historia y, sobre todo, a lo largo del siglo XX, en el
que principalmente ubicamos nuestro anlisis. En
este sentido, la aproximacin diacrnica al concepto resulta imprescindible.
El anlisis la vamos a llevar a cabo basndonos en tres planteamientos que podramos tachar de clsicos en la reciente literatura sobre
el tema y que usamos indistintamente, aunque
no tenemos la pretensin de ofrecer un planteamiento de sntesis, sino de utilizacin cabal
de todos ellos, puesto que los tres planteamientos inciden sobre los mismos momentos y
movimientos claves.
Un planteamiento, quizs el ms utilizado en
nuestro contexto (Mateo y otros, 1993; Hernndez, 1993), es el que ofrecen Madaus, Scri-
Revista ELectrnica de Investigacin y EValuacin Educativa
[ www.uv.es/RELIEVE ]
pag. 11
Escudero Escorza, T. (2003). Desde los tests hasta la investigacin evaluativa actual. Un siglo, el XX, de inteso
desarrollo de la evaluacin en educacin. RELIEVE:, v. 9, n. 1, p. 11-43.
ven, Stufflebeam y otros autores, que en sus trabajos suelen establecer seis pocas, empezando
su anlisis desde el siglo XIX (Stufflebeam y
Shinkfield, 1987; Madaus y otros, 1991). Nos
hablan de: a) poca de la reforma (1800-1900),
b) poca de la eficiencia y del testing (19001930), c) poca de Tyler (1930-1945), d) poca
de la inocencia (1946-1956), e) poca de la expansin (1957-1972) y f) poca de la profesionalizacin (desde 1973), que enlaza con la situacin actual.
Otros autores como Cabrera (1986) y Salvador
(1992) citan tres grandes pocas, tomando como
punto de referencia central la figura de Tyler en
el segundo cuarto del Siglo XX. A la poca de
Tyler se le denomina de nacimiento, a las anteriores de precedentes o antecedentes y a la posterior de desarrollo.
Guba y sus colaboradores, sobre todo Yvonna
Lyncoln, destacan distintas generaciones. Ahora
estaramos en la cuarta (Guba y Lincoln, 1989),
que segn ellos se apoya en el enfoque paradigmtico constructivista y en las necesidades de los
stakeholders (demandantes e implicados en la
evaluacin), como base para determinar la informacin que se necesita. La primera generacin es la de la medicin, que llega hasta el primer tercio de este siglo, la segunda es la de la
descripcin y la tercera la del juicio o valoracin.
Tras el anlisis histrico, como complemento y
como revisin de sntesis del mismo, ofrecemos
un sucinto resumen de los enfoques evaluativos
ms relevantes, de los distintos modelos y planteamientos que, con mayor o menor fuerza, vienen a nuestra mente cuando intentamos acotar lo
que es hoy en da la investigacin evaluativa en
educacin
1. Precedentes: Antes de los tests y de la

medicin
Desde la antigedad se han venido creando y
usando procedimientos instructivos en los que
los profesores utilizaban referentes implcitos,
sin una teora explcita de evaluacin, para valorar y, sobre todo, diferenciar y seleccionar a estudiantes. Dubois (1970) y Coffman (1971) citan
los procedimientos que se empleaban en la

China imperial, hace ms de tres mil aos, para
seleccionar a los altos funcionarios. Otros autores como Sundbery (1977) hablan de pasajes
evaluadores en la Biblia, mientras Blanco
(1994) se refiere a los exmenes de los profesores griegos y romanos. Pero segn McReynold (1975), el tratado ms importante de evaluacin de la antigedad es el Tetrabiblos, que
se atribuye a Ptolomeo. Tambin Cicern y
San Agustn introducen en sus escritos conceptos y planteamientos evaluadores.
En la Edad Media se introducen los exmenes en los medios universitarios con carcter
ms formal. Hay que recordar los famosos
exmenes orales pblicos en presencia de tribunal, aunque slo llegaban a los mismos los
que contaban con el visto bueno de sus profesores, con lo que la posibilidad de fracaso era
prcticamente inexistente. En el Renacimiento
se siguen utilizando procedimientos selectivos
y Huarte de San Juan, en su Examen de ingenios para las ciencias, defiende la observacin
como procedimiento bsico de la evaluacin
(Rodrguez y otros, 1995).
En el siglo XVIII, a medida que aumenta la
demanda y el acceso a la educacin, se acenta
la necesidad de comprobacin de los mritos
individuales y las instituciones educativas van
elaborando e introduciendo normas sobre la
utilizacin de exmenes escritos (Gil, 1992).
Entrado el siglo XIX se establecen los sistemas nacionales de educacin y aparecen los
diplomas de graduacin, tras la superacin de
exmenes (exmenes del Estado). Segn Max
Weber (Barbier, 1993), surge un sistema de
exmenes de comprobacin de una preparacin
especfica, para satisfacer las necesidades de
una nueva sociedad jerrquica y burocratizada.
En los Estados Unidos, en 1845, Horace Mann
comienza a utilizar las primeras tcnicas evaluativas del tipo tests escritos, que se extienden a las escuelas de Boston, y que inician el
camino hacia referentes ms objetivos y explcitos con relacin a determinadas destrezas
lecto-escritoras. Sin embargo, no se trata toda-
pag. 12
c) El desarrollo de los mtodos estadsticos

que favoreca decisivamente la orientacin
mtrica de la poca (Nunnally, 1978).
va de una evaluacin sustentada en un enfoque

terico, sino ms bien, algo que responde a prcticas en buena medida rutinarias y con frecuencia
basadas en instrumentos poco fiables.
Al final del siglo XIX, en 1897, aparece un trabajo de J. M. Rice, que se suele sealar como la
primera investigacin evaluativa en educacin
(Mateo y otros, 1993). Se trataba de un anlisis
comparativo en escuelas americanas sobre el
valor de la instruccin en el estudio de la ortografa, utilizando como criterio las puntuaciones
obtenidas en los tests.
2. Los tests psicomtricos
d) El desarrollo de la sociedad industrial

que potenciaba la necesidad de encontrar
unos mecanismos de acreditacin y seleccin de alumnos, segn sus conocimientos.
Consecuentemente con este estado de cosas,
en este periodo entre finales del siglo XIX y
principios del XX, se desarrolla una actividad
evaluativa intensa conocida como testing,
que se define por caractersticas como las siguientes:
Medicin y evaluacin resultaban trminos
intercambiables. En la prctica slo se
hablaba de medicin.
En el contexto anterior, a finales del siglo XIX,

se despierta un gran inters por la medicin cientfica de las conductas humanas. Esto es algo que
se enmarca en el movimiento renovador de la
metodologa de las ciencias humanas, al asumir
el positivismo de las ciencias fsico-naturales. En
este sentido, la evaluacin recibe las mismas
influencias que otras disciplinas pedaggicas
relacionadas con procesos de medicin, como la
pedagoga experimental y la diferencial (Cabrera,
1986).
El objetivo era detectar y establecer diferencias individuales, dentro del modelo del
rasgo y atributo que caracterizaba las elaboraciones psicolgicas de la poca (Fernndez
Ballesteros, 1981), es decir, el hallazgo de
puntuaciones diferenciales, para determinar
la posicin relativa del sujeto dentro de la
norma grupal.
La actividad evaluativa se ver condicionada

de forma decisiva por diversos factores que confluyen en dicho momento, tales como:
a) El florecimiento de las corrientes filosficas positivistas y empricas, que apoyaban a la
observacin, la experimentacin, los datos y
los hechos como fuentes del conocimiento
verdadero. Aparece la exigencia del rigor cientfico y de la objetividad en la medida de la
conducta humana (Planchard, 1960) y se potencian las pruebas escritas como medio para
combatir la subjetividad de los exmenes orales (Ahman y Cook, 1967).
b) La influencia de las teoras evolucionistas
y los trabajos de Darwin, Galton y Cattel, apoyando la medicin de las caractersticas de los
individuos y las diferencias entre ellos.
Los tests de rendimiento, sinnimo de evaluacin educativa, se elaboraban para establecer discriminaciones individuales, olvidndose en gran medida la representatividad
y congruencia con los objetivos educativos.
En palabras de Guba y Lincoln (1982), la
evaluacin y la medida tenan poca relacin
con los programas escolares. Los tests informaban algo sobre los alumnos, pero no de
los programas con los que se les haba formado.
En el campo educativo destacan algunos instrumentos de aquella poca, como las escalas
de escritura de Ayres y Freeman, de redaccin
de Hillegas, de ortografa de Buckingan, de
clculo de Wood, de lectura de Thorndike y
McCall y de aritmtica de Wood y McCall
(Planchard, 1960; Ahman y Cook, 1967; Ebel,
1977).
pag. 13
Sin embargo, fue en los tests psicolgicos donde los esfuerzos tuvieron mayor impacto, siendo
probablemente la obra de Thorndike (1904) la de
mayor influencia en los comienzos del siglo XX.
En Francia destacan los trabajos de Alfred Binet,
despus revisados por Terman en la Universidad
de Stanford, sobre tests de capacidades cognitivas. Ahora hablamos del Stanford-Binet, uno de
los tests ms conocidos en la historia de la psicometra.
Aos ms tarde, con las necesidades de reclutamiento en la Primera Guerra Mundial, Arthur
Otis dirige un equipo que construye tests colectivos de inteligencia general (Alfa para lectoescritores y Beta para analfabetos) e inventarios de
personalidad (Phillips, 1974).
Tras la contienda, los tests psicolgicos se ponen al servicio de fines sociales. La dcada entre
1920 y 1930 marca el punto ms alto del testing, pues se idean multitud de tests estandarizados para medir toda clase de destrezas escolares con referentes objetivos externos y explcitos,
basados en procedimientos de medida de la inteligencia, para utilizar con grandes colectivos de
estudiantes.
Estas aplicaciones estandarizadas se acogen
muy bien en los mbitos educativos y McCall
(1920) propone que los profesores construyan
sus propias pruebas objetivas, para no tener que
confiar exclusivamente en las propuestas por
especialistas externos.
Este movimiento estuvo vigente en paralelo al
proceso de perfeccionamiento de los tests psicolgicos con el desarrollo de la estadstica y del
anlisis factorial. El fervor por el testing decreci a partir de los aos cuarenta e, incluso,
empezaron a surgir algunos movimientos hipercrticos con estas prcticas.
Guba y Lincoln (1989) se refieren a esta evaluacin como a la primera generacin, que puede
legtimamente ser denominada como la generacin de la medida. El papel del evaluador era
tcnico, como proveedor de instrumentos de medicin. Segn estos autores, esta primera generacin permanece todava viva, pues todava exis-
ten textos y publicaciones que utilizan de manera indisoluble evaluacin y medida (Gronlund, 1985).
3. El nacimiento de la verdadera evaluacin educativa: La gran reforma

tyleriana
Antes de que llegara la revolucin promovida
por Ralph W. Tyler, en Francia se inicia en los
aos veinte una corriente independiente conocida como docimologa (Pieron, 1968 y 1969;
Bonboir, 1972), que supone un primer acercamiento a la verdadera evaluacin educativa. Se
criticaba, sobre todo, el divorcio entre lo enseado y las metas de la instruccin. La evaluacin se dejaba, en ltimo trmino, en manos de
una interpretacin totalmente personal del profesor. Como solucin se propona: a) elaboracin de taxonomas para formular objetivos, b)
diversificacin de fuentes de informacin,
exmenes, expedientes acadmicos, tcnicas de
repesca y tests, c) unificacin de criterios de
correccin a partir del acuerdo entre los correctores de las pruebas y d) revisin de los juicios
de valoracin mediante procedimientos tales
como la doble correccin, o la media de distintos correctores. Como puede verse, se trata de
criterios en buena medida vigentes actualmente
y, en algn caso, incluso avanzados.
Pero quien es tradicionalmente considerado
como el padre de la evaluacin educativa es
Tyler (Joint Committee, 1981), por ser el primero en dar una visin metdica de la misma,
superando desde el conductismo, muy en boga
en el momento, la mera evaluacin psicolgica.
Entre 1932 y 1940, en su famoso Eight-Year
Study of Secondary Education para la Progressive Education Association, publicado dos aos
despus (Smith y Tyler, 1942), plantea la necesidad de una evaluacin cientfica que sirva
para perfeccionar la calidad de la educacin.
La obra de sntesis la publica unos aos despus (Tyler, 1950), exponiendo de manera clara su idea de curriculum, e integrando en l
su mtodo sistemtico de evaluacin educativa,
como el proceso surgido para determinar en
qu medida han sido alcanzados los objetivos
pag. 14
previamente establecidos (vase tambin Tyler,

1967 y 1969).
El currculum viene delimitado por las cuatro cuestiones siguientes:
a) Qu objetivos se desean conseguir?
b) Con qu actividades se pueden alcanzar?
c) Cmo pueden organizarse eficazmente
estas experiencias?
d) Cmo se puede comprobar si se alcanzan
los objetivos?
Y la buena evaluacin precisa de las siguientes
condiciones:
a) Propuesta clara de objetivos.
b) Determinacin de las situaciones en las
que se deben manifestar las conductas esperadas.
c) Eleccin de instrumentos apropiados de
evaluacin.
d) Interpretacin de los resultados de las
pruebas.
e) Determinacin de la fiabilidad y objetividad de las medidas.
Esta evaluacin ya no es una simple medicin,
porque supone un juicio de valor sobre la informacin recogida. Se alude, aunque sin desarrollar, a la toma de decisiones sobre los aciertos o
fracasos de la programacin, en funcin de los
resultados de los alumnos, algo que retomarn
otros importantes evaluadores como Cronbach y
Sufflebeam unos aos despus.
Para Tyler, la referencia central en la evaluacin son los objetivos preestablecidos, que deben
ser cuidadosamente definidos en trminos de
conducta (Mager, 1962), teniendo en cuenta que
deben marcar el desarrollo individual del alumno, pero dentro de un proceso socializador.
El objeto del proceso evaluativo es determinar
el cambio ocurrido en los alumnos, pero su fun-
cin es ms amplia que el hacer explcito este

cambio a los propios alumnos, padres y profesores; es tambin un medio para informar sobre
la eficacia del programa educacional y tambin
de educacin continua del profesor. Se trata,
segn Guba y Lincoln (1989), de la segunda
generacin de la evaluacin. Desgraciadamente, esta visin evaluativa global no fue
suficientemente apreciada, ni explotada, por
aquellos que utilizaron sus trabajos (Bloom y
otros, 1975; Guba y Lincoln, 1982).
A pesar de lo anterior y de que las reformas
tylerianas no siempre se aplicaron de inmediato, las ideas de Tyler fueron muy bien acogidas
por los especialistas en desarrollo curricular y
por los profesores. Su esquema era racional y
se apoyaba en una tecnologa clara, fcil de
entender y aplicar (Guba y Lincoln, 1982;
House, 1989) y encajaba perfectamente en la
racionalidad del anlisis de la tarea que comenzaba a usarse con xito en mbitos educativos
militares (Gagn, 1971). En Espaa, los planteamientos de Tyler se extendieron con la Ley
General de Educacin de 1970.
Tras la Segunda Guerra Mundial se produce
un periodo de expansin y optimismo que Stufflebeam y Shinkfield (1987) no han dudado en
calificar de irresponsabilidad social, por el
gran despilfarro consumista tras una poca de
recesin. Se trata de la etapa conocida como la
de la inocencia (Madaus y otros, 1991). Se
extienden mucho las instituciones y servicios
educativos de todo tipo, se producen cantidad
de tests estandarizados, se avanza en la tecnologa de la medicin y en los principios estadsticos del diseo experimental (Gulliksen, 1950;
Lindquist, 1953; Walberg y Haertel, 1990) y
aparecen las famosas taxonomas de los objetivos educativos (Bloom y otros, 1956; Krathwohl y otros, 1964). Sin embargo, en esta poca, la aportacin de la evaluacin a la mejora
de la enseanza es escasa debido a la carencia
de planes coherentes de accin. Se escribe mucho de evaluacin, pero con escasa influencia
en el perfeccionamiento de la labor instruccional. El verdadero desarrollo de las propuestas
pag. 15
nos. Para ello, es necesario interaccionar con

ellos de manera ms frecuente y ms informal.
tylerianas vino despus (Taba, 1962; Popham y

Baker, 1970; Fernndez de Castro, 1973).
Ralph W. Tyler muri el 18 de febrero de
1994, superados los noventa aos de vida, tras
siete dcadas de fructferas aportaciones y servicios a la evaluacin, a la investigacin y a la educacin en general. Unos meses antes, en abril de
1993, Pamela Perfumo, una estudiante graduada
de la Universidad de Stanford, entrevist a Tyler
con el propsito de conocer su pensamiento acerca del actual desarrollo de la evaluacin y de los
temas controvertidos alrededor de la misma. Esta
entrevista, convenientemente preparada, fue
presentada el 16 de abril de 1993 en la Conferencia de la AERA que tuvo lugar en Atlanta.
Horowitz (1995) analiza el contenido y el significado de la citada entrevista, destacando, entre
otros, los siguientes aspectos en el pensamiento
de Tyler al final de sus das:
a) Necesidad de analizar cuidadosamente los
propsitos de la evaluacin, antes de ponerse a
evaluar. Los actuales planteamientos de evaluaciones mltiples y alternativas deben ajustarse a este principio
b) El propsito ms importante en la evaluacin de los alumnos es guiar su aprendizaje,
esto es, ayudarles a que aprendan. Para ello es
necesaria una evaluacin comprensiva de todos los aspectos significativos de su rendimiento; no basta con asegurarse que hacen regularmente el trabajo diario.
c) El portfolio es un instrumento valioso de
evaluacin, pero depende de su contenido. En
todo caso, hay que ser cauteloso ante la preponderancia de un solo procedimiento de evaluacin, incluyendo el portfolio, por su incapacidad de abarcar todo el espectro de aspectos evaluables.
d) La verdadera evaluacin debe ser idiosincrsica, adecuada a las peculiaridades del
alumno y el centro. En rigor, la comparacin
de centros no es posible.
e) Los profesores deben rendir cuentas de su
accin educativa ante los padres de los alum-
Medio siglo despus de que Tyler

revolucionara el mundo de la evaluacin
educativa, se observa la fortaleza, coherencia y
vigencia de su pensamiento. Como acabamos
de ver, sus ideas bsicas, convenientemente
actualizadas, se entroncan fcilmente en las
corrientes ms actuales de la evaluacin
educativa.
4. El desarrollo de los sesenta
Los aos sesenta traern nuevos aires a la

evaluacin educativa, entre otras cosas porque
se empez a prestar inters por algunas de las
llamadas de atencin de Tyler, relacionadas
con la eficacia de los programas y el valor intrnseco de la evaluacin para la mejora de la
educacin.
En esa poca surge un cierto conflicto entre
la sociedad americana y su sistema educativo,
sobre todo porque los rusos iban por delante en
la carrera especial, tras el lanzamiento del
Sputnik por la URSS en 1957. Aparece un cierto desencanto con la escuela pblica y crece la
presin por la rendicin de cuentas (MacDonald, 1976; Stenhouse, 1984). En 1958 se promulga una nueva ley de defensa educativa que
proporciona muchos programas y medios para
evaluarlos. En 1964 se establece el Acta de
educacin primaria y secundaria (ESEA) y se
crea el National Study Comitte on Evaluation,
crendose una nueva evaluacin no slo de
alumnos, sino orientada a incidir en los programas y en la prctica educativa global (Mateo y otros, 1993; Rodrguez y otros, 1995).
Para mejorar la situacin y retomar la hegemona cientfica y educativa, fueron muchos
los millones de dlares que desde los fondos
pblicos se destinaron a subvencionar nuevos
programas educativos e iniciativas del personal
de las escuelas pblicas americanas encaminadas a mejorar la calidad de la enseanza. (Popham, 1983; Rutman y Mowbray, 1983; Weiss,
1983). Este movimiento se vio tambin potenciado por el desarrollo de nuevos medios
tecnolgicos (audiovisuales, ordenadores...) y
pag. 16
nolgicos (audiovisuales, ordenadores...) y el de

la enseanza programada, cuyas posibilidades
educativas despertaron el inters entre los profesionales de la educacin (Rosenthal, 1976).
De la misma forma que la proliferacin de
programas sociales en la dcada anterior haba
impulsado la evaluacin de programas en el rea
social, los aos sesenta sern fructferos en demanda de evaluacin en el mbito de la educacin. Esta nueva dinmica en la que entra la evaluacin, hace que, aunque sta se centraba en los
alumnos como sujeto que aprende, y el objeto de
valoracin era el rendimiento de los mismos, sus
funciones, su enfoque y su ltima interpretacin
variar segn el tipo de decisin buscada.
Buena parte de culpa de este fuerte mpetu evaluador americano se debi a la ya citada aprobacin de la Elementary and Secondary Act
(ESEA) en 1965 (Berk, 1981; Rutman, 1984).
Con esta ley se puso en marcha el primer programa significativo para la organizacin de la
educacin en el mbito federal de los Estados
Unidos, y se estipul que cada uno de los proyectos realizados con el apoyo econmico federal deba ser anualmente evaluado, a fin de justificar subvenciones futuras.
Junto al desencanto de la escuela pblica, cabe
sealar la recesin econmica que caracteriza los
finales aos sesenta, y, sobre todo, la dcada de
los setenta. Ello hizo que la poblacin civil, como contribuyentes, y los propios legisladores se
preocupasen por la eficacia y el rendimiento del
dinero que se empleaba en la mejora del sistema
escolar. A finales de los aos sesenta, y como
consecuencia de lo anterior, entra en escena un
nuevo movimiento, la era de la Accountability,
de la rendicin de cuentas (Popham, 1980 y
1983; Rutman y Mowbray, 1983), que se asocia
fundamentalmente a la responsabilidad del personal docente en el logro de objetivos educativos
establecidos. De hecho, en el ao 1973, la legislacin de muchos estados americanos instituy la
obligacin de controlar el logro de los objetivos
educativos y la adopcin de medidas correctivas
en caso negativo (MacDonald, 1976; Wilson y
otros, 1978). Es comprensible que, planteado as,
este movimiento de rendicin de cuentas, de

responsabilidad escolar, diera lugar a una oleada de protestas por parte del personal docente.
Otra dimensin de la responsabilidad escolar
nos la ofrece Popham (1980), cuando se refiere
al movimiento de descentralizacin escolar
durante los ltimos aos sesenta y principios de
los setenta. Los grandes distritos escolares se
dividieron en reas geogrficas ms pequeas,
y, por consiguiente, con un control ciudadano
ms directo sobre lo que ocurra en las escuelas.
Como consecuencia de estos focos de influencia, se ampli considerablemente el fenmeno de la evaluacin educativa. El sujeto
directo de la evaluacin sigui siendo el alumno, pero tambin todos aquellos factores que
confluyen en el proceso educativo (el programa
educativo en un sentido amplio, profesor, medios, contenidos, experiencias de aprendizaje,
organizacin, etc.), as como el propio producto educativo.
Como resultado de estas nuevas necesidades
de la evaluacin, se inicia durante esta poca
un periodo de reflexin y de ensayos tericos
con nimo de clarificar la multidimensionalidad del proceso evaluativo. Estas reflexiones
tericas enriquecern decisivamente el mbito
conceptual y metodolgico de la evaluacin, lo
que unido a la tremenda expansin de la evaluacin de programas ocurrida durante estos
aos, dar lugar al nacimiento de esa nueva
modalidad de investigacin aplicada que hoy
denominamos como investigacin evaluativa.
Como hitos de la poca hay que destacar dos
ensayos por su decisiva influencia: el artculo
de Cronbach (1963), Course improvement
through evaluation, y el de Scriven (1967), The
methodology of evaluation. La riqueza de ideas
evaluativas expuestas en estos trabajos nos
obligan a que, aunque brevemente, nos refiramos a ellas.
Del anlisis que Cronbach del concepto, funciones y metodologa de la evaluacin, entresacamos las sugerencias siguientes:
pag. 17
a) Asociar el concepto de evaluacin a la

toma de decisiones. Distingue el autor tres tipos de decisiones educativas a las cuales la
evaluacin sirve: a) sobre el perfeccionamiento del programa y de la instruccin, b) sobre
los alumnos (necesidades y mritos finales) y
c) acerca de la regulacin administrativa sobre
la calidad del sistema, profesores, organizacin, etc. De esta forma, Cronbach abre el
campo conceptual y funcional de la evaluacin
educativa mucho ms all del marco conceptual dado por Tyler, aunque en su lnea de sugerencias.
tudios de seguimientos, esto es, el camino

posterior seguido por los estudiantes que han
participado en el programa.
b) La evaluacin que se usa para mejorar un

programa mientras ste se est aplicando,
contribuye ms al desarrollo de la educacin
que la evaluacin usada para estimar el valor
del producto de un programa ya concluido.
Si estas reflexiones de Cronbach fueron impactantes, no lo fueron menos las del ensayo de
Scriven (1967). Sus fecundas distinciones terminolgicas ampliaron enormemente el campo
semntico de la evaluacin, a la vez que clarificaron el quehacer evaluativo. Destacamos a
continuacin las aportaciones ms significativas:
c) Poner en cuestin la necesidad de que los

estudios evaluativos sean de tipo comparativo.
Entre las objeciones a este tipo de estudios, el
autor destaca el hecho de que, con frecuencia,
las diferencias entre las puntuaciones promedio entre-grupos son menores que las intragrupos, as como otras referentes a las dificultades tcnicas que en el marco educativo presentan los diseos comparativos. Cronbach
aboga por unos criterios de comparacin de tipo absoluto, reclamando la necesidad de una
evaluacin con referencia al criterio, al defender la valoracin con relacin a unos objetivos
bien definidos y no la comparacin con otros
grupos.
f) Desde esta ptica, las tcnicas de evaluacin no pueden limitarse a los tests de
rendimiento. Los cuestionarios, las entrevistas, la observacin sistemtica y no sistemtica, las pruebas de ensayo, segn el autor,
ocupan un lugar importante en la evaluacin,
en contraste al casi exclusivo uso que se
haca de los tests como tcnicas de recogida
de informacin.
d) Se ponen en cuestin los estudios a gran

escala, puesto que las diferencias entre los tratamientos pueden ser muy grandes e impedir
discernir con claridad las causas de los resultados. Se defienden los estudios ms analticos, bien controlados, que pueden usarse para
comparar versiones alternativas de un programa.
e) Metodolgicamente Cronbach propone
que la evaluacin debe incluir: 1) estudios de
proceso hechos que tienen lugar en el aula;
2) medidas de rendimiento y actitudes
cambios observados en los alumnos y 3) esRevista ELectrnica de Investigacin y EValuacin Educativa
a) Se establece de forma tajante la diferencia entre la evaluacin como actividad metodolgica, lo que el autor llama meta de la
evaluacin, y las funciones de la evaluacin
en un contexto particular. As, la evaluacin
como actividad metodolgica es esencialmente igual, sea lo que fuera lo que estemos
evaluando. El objetivo de la evaluacin es
invariante, supone en definitiva el proceso
por el cual estimamos el valor de algo que se
evala, mientras que las funciones de la evaluacin pueden ser enormemente variadas.
Estas funciones se relacionan con el uso que
se hace de la informacin recogida.
b) Scriven seala dos funciones distintas
que puede adoptar la evaluacin: la formativa y la sumativa. Propone el trmino de
evaluacin formativa para calificar aquel
proceso de evaluacin al servicio de un programa en desarrollo, con objeto de mejorarlo, y el trmino de evaluacin sumativa para
aquel proceso orientado a comprobar la eficacia del programa y tomar decisiones sobre
su continuidad.
pag. 18
c) Otra importante contribucin de Scriven

es la crtica al nfasis que la evaluacin da a la
consecucin de objetivos previamente establecidos, porque si los objetivos carecen de valor,
no tiene ningn inters saber hasta qu punto
se han conseguido. Resalta la necesidad de que
la evaluacin debe incluir tanto la evaluacin
de los propios objetivos como el determinar el
grado en que stos han sido alcanzados (Scriven, 1973 y 1974).
d) Clarificadora es tambin la distincin que
hace Scriven entre evaluacin intrnseca y evaluacin extrnseca, como dos formas diferentes de valorar un elemento de la enseanza. En
una evaluacin intrnseca se valora el elemento por s mismo, mientras que en la evaluacin
extrnseca se valora el elemento por los efectos que produce en los alumnos. Esta distincin resulta muy importante a la hora de considerar el criterio a utilizar, pues en la evaluacin intrnseca el criterio no se formula en
trminos de objetivos operativos, mientras que
s se hace en la evaluacin extrnseca .
e) Scriven adopta una posicin contraria a
Cronbach, defendiendo el carcter comparativo que deben presentar los estudios de evaluacin. Admite con Cronbach los problemas tcnicos que los estudios comparativos entraan y
la dificultad de explicar las diferencias entre
programas, pero Scriven considera que la evaluacin como opuesta a la mera descripcin
implica emitir un juicio sobre la superioridad o
inferioridad de lo que se evala con respecto a
sus competidores o alternativas.
Estas dos aportaciones comentadas influyeron
decisivamente en la comunidad de evaluadores,
incidiendo no slo en estudios en la lnea de la
investigacin evaluativa, a la que se referan preferentemente, sino tambin en la evaluacin
orientada al sujeto, en la lnea de evaluacin como assessment (Mateo, 1986). Estamos ante la
tercera generacin de la evaluacin que, segn
Guba y Lincoln (1989), se caracteriza por introducir la valoracin, el juicio, como un contenido
intrnseco en la evaluacin. Ahora el evaluador
no slo analiza y describe la realidad, adems,

la valora, la juzga con relacin a distintos criterios.
Durante estos aos sesenta aparecen muchas
otras aportaciones que va perfilando una nueva
concepcin evaluativa, que terminar de desarrollarse y, sobre todo, de extenderse en las
dcadas posteriores. Se percibe que el ncleo
conceptual de la evaluacin lo constituye la
valoracin del cambio ocurrido en el alumno
como efecto de una situacin educativa sistemtica, siendo unos objetivos bien formulados
el mejor criterio para valorar este cambio. As
mismo, se comienza a prestar atencin no slo
a los resultados pretendidos, sino tambin a los
efectos laterales o no pretendidos, e incluso a
resultados o efectos a largo plazo (Cronbach,
1963; Glaser, 1963; Scriven, 1967; Stake,
1967).
A pesar de las voces crticas con la operativizacin de objetivos (Eisner, 1967 y 1969; Atkin, 1968), no slo por la estructura de valor
que en ello subyace, sino tambin por centrar la
valoracin del aprendizaje en los productos
ms fcilmente mensurables, a veces los ms
bajos en las taxonomas del dominio cognoscitivo, y de que se prestaba escasa atencin a los
objetivos del dominio afectivo, que presentan
mayor dificultad de tratamiento operativo, el
modelo evaluativo de Tyler se enriquecera
mucho en estos aos, con trabajos sobre los
objetivos educativos que continuaran y perfeccionaran el camino emprendido en 1956 por
Bloom y colaboradores (Mager, 1962 y 1973;
Lindvall, 1964; Krathwohl y otros, 1964; Glaser, 1965; Popham, 1970; Bloom y otros, 1971;
Gagn 1971). Entre otras cosas aparecieron
nuevas ideas sobre la evaluacin de la interaccin en el aula y sobre sus efectos en los logros
de los alumnos (Baker, 1969).
Stake (1967) propuso su modelo de evaluacin, The countenance model, que sigue la lnea de Tyler, pero es ms completo al considerar las discrepancias entre lo observado y lo
esperado en los antecedentes y transacciones, y posibilitar algunas bases para elaborar
pag. 19
hiptesis acerca de las causas y los fallos en los

resultados finales. En sus sucesivas propuestas,
Stake se ir distanciando de sus posiciones iniciales.
Metfessell y Michael (1967) presentaron tambin un modelo de evaluacin de la efectividad
de un programa educativo en el cual, an siguiendo el modelo bsico de Tyler, proponan la
utilizacin de una lista comprensiva de criterios
diversos que los evaluadores podran tener en
cuenta en el momento de la valoracin y, por
consiguiente, no centrarse meramente en los conocimientos intelectuales alcanzados por los
alumnos.
Suchman (1967) profundiza en la conviccin
de que la evaluacin debe basarse en datos objetivos que sean analizados con metodologa cientfica, matizando que la investigacin cientfica
es preferentemente terica y, en cambio, la investigacin evaluativa es siempre aplicada. Su principal propsito es descubrir la efectividad, xito
o fracaso de un programa al compararlo con los
objetivos propuestos y, as, trazar las lneas de su
posible redefinicin. Esta investigacin evaluativa para Suchman debe tener en cuenta: a) la naturaleza del destinatario del objetivo y la del propio objetivo, b) el tiempo necesario para que se
realice el cambio propuesto, c) el conocimiento
de si los resultados esperados son dispersos o
concentrados y d) los mtodos que han de emplearse para alcanzar los objetivos. Suchman,
adems, defiende la utilizacin de evaluadores
externos para evitar todo tipo de tergiversacin
de los profesores muy implicados en los procesos
instruccionales.
El nfasis en los objetivos y su medida traer
tambin la necesidad de una nueva orientacin a
la evaluacin, la denominada evaluacin de referencia criterial. La distincin introducida por
Glaser (1963) entre mediciones referidas a normas y criterios tendr eco al final de la dcada de
los sesenta, precisamente como resultado de las
nuevas exigencias que a la evaluacin educativa
se le planteaban. As, por ejemplo, cuando Hambleton (1985) estudia las diferencias entre tests
referidos al criterio y tests referidos a la norma,
seala para los primeros, adems de los conocidos objetivos de describir la ejecucin del
sujeto y tomar decisiones sobre si domina o no
domina un contenido, otro objetivo como es el
de valorar la eficacia de un programa.
Desde finales de los sesenta los especialistas
se pronunciarn decisivamente a favor de la
evaluacin criterial, en cuanto que es el tipo de
evaluacin que suministra una informacin real
y descriptiva del estatus del sujeto o sujetos
respecto a los objetivos de enseanza previstos,
as como la valoracin de ese estatus por comparacin con un estndar o criterio de realizaciones deseables, siendo irrelevantes, al efecto
de contraste, los resultados obtenidos por otros
sujetos o grupo de sujetos (Popham, 1970 y
1983; Mager, 1973; Carreo, 1977; Gronlund,
1985).
En las prcticas evaluativas de esta dcada de
los sesenta se observan dos niveles de actuacin. Un nivel podemos calificarlo como la
evaluacin orientada hacia los individuos,
fundamentalmente alumnos y profesores. El
otro nivel, es el de la evaluacin orientada a la
toma de decisiones sobre el instrumento o
tratamiento o programa educativo. Este
ltimo nivel, impulsado tambin por la evaluacin de programas en el mbito social, ser la
base para la consolidacin en el terreno educativo de la evaluacin de programas y de la investigacin evaluativa.
5. Desde los aos setenta: La consolidacin de la investigacin evaluativa

Si con algo se podra caracterizar las aportaciones tericas que nos ofrecen los especialistas durante los aos setenta es con la proliferacin de toda clase de modelos evaluativos que
inundan el mercado bibliogrfico, modelos de
evaluacin que expresan la propia ptica del
autor que los propone sobre qu es y cmo debe conducirse un proceso evaluativo. Se trata,
por tanto, de una poca caracterizada por la
pluralidad conceptual y metodolgica. Guba y
Lincoln (1982) nos hablan de ms de cuarenta
modelos propuestos en estos aos, y Mateo
pag. 20
(1986) se refiere a la eclosin de modelos. Estos

enriquecern considerablemente el vocabulario
evaluativo, sin embargo, compartimos la idea de
Popham (1980) de que algunos son demasiado
complicados y otros utilizan una jerga bastante
confusa.
Algunos autores como Guba y Lincoln (1982),
Prez (1983) y en alguna medida House (1989),
tienden a clasificar estos modelos en dos grandes
grupos, cuantitativos y cualitativos, pero nosotros
pensamos con Nevo (1983) y Cabrera (1986) que
la situacin es mucho ms rica en matices.
Es cierto que esas dos tendencias se observan
hoy en las propuestas evaluativas, y que algunos
modelos pueden ser representativos de ellas, pero
los diferentes modelos, considerados particularmente, se diferencian ms por destacar o enfatizar alguno o algunos de los componentes del
proceso evaluativo y por la particular interpretacin que a este proceso le dan. Es desde esta
perspectiva, a nuestro entender, como los diferentes modelos deben ser vistos, y valorar as sus
respectivas aportaciones en los terrenos conceptual y metodolgico (Worthen y Sanders, 1973;
Stufflebeam y Shinkfield, 1987; Arnal y otros,
1992; Scriven, 1994).
Tambin son varios los autores (Lewy, 1976;
Popham, 1980; Cronbach, 1982; Anderson y
Ball, 1983; De la Orden, 1985) los que consideran los modelos no como excluyentes, sino ms
bien como complementarios y que el estudio de
los mismos (al menos aquellos que han resultado
ser ms prcticos) llevar al evaluador a adoptar
una visin ms amplia y comprensiva de su trabajo. Nosotros, en algn momento nos hemos
atrevido a hablar de enfoques modlicos, ms
que de modelos, puesto que es cada evaluador el
que termina construyendo su propio modelo en
cada investigacin evaluativa, en funcin del tipo
de trabajo y las circunstancias (Escudero, 1993).
En este movimiento de propuestas de modelos
de evaluacin cabe distinguir dos pocas con
marcadas diferencias conceptuales y metodolgicas. En una primera poca, las propuestas seguan la lnea expuesta por Tyler en su planteamiento, que ha venido a llamarse de Consecucin de
Metas. Adems de los ya citados de Stake y

Metfessell y Michael, que corresponden a los
ltimos aos sesenta, en esta poca destacan la
propuesta de Hammond (1983) y el Modelo de
Discrepancia de Provus (1971). Para estos autores los objetivos propuestos siguen siendo el
criterio fundamental de valoracin, pero enfatizan la necesidad de aportar datos sobre la congruencia o discrepancia entre las pautas de instruccin diseadas y la ejecucin de las mismas
en la realidad del aula.
Otros modelos consideran el proceso de evaluacin al servicio de las instancias que deben
tomar decisiones. Ejemplos notables de ellos
son: probablemente el ms famoso y utilizado
de todos, el C.I.P.P. (contexto, input, proceso y
producto), propuesto por Stufflebeam y colaboradores (1971) y el C.E.S. (toma sus siglas del
Centro de la Universidad de California para el
Estudio de la Evaluacin) dirigido por Alkin
(1969). La aportacin conceptual y metodolgica de estos modelos es valorada positivamente entre la comunidad de evaluadores (Popham,
1980; Guba y Lincoln, 1982; House, 1989).
Estos autores van ms all de la evaluacin
centrada en resultados finales, puesto que en
sus propuestas suponen diferentes tipos de evaluacin, segn las necesidades de las decisiones a las que sirven.
Una segunda poca en la proliferacin de
modelos es la representada por los modelos
alternativos, que con diferentes concepciones
de la evaluacin y de la metodologa a seguir
comienzan a aparecer en la segunda mitad de
esta dcada de los setenta. Entre ellos destacan
la Evaluacin Responsable de Stake (1975 y
1976), a la que se adhieren Guba y Lincoln
(1982), la Evaluacin Democrtica de MacDonald (1976), la Evaluacin Iluminativa de
Parlett y Hamilton (1977) y la Evaluacin como crtica artstica de Eisner (1985).
En lneas generales, este segundo grupo de
modelos evaluativos enfatiza el papel de la
audiencia de la evaluacin y de la relacin del
evaluador con ella. La audiencia prioritaria de
la evaluacin en estos modelos no es quien
pag. 21
debe tomar las decisiones, como en los modelos

orientados a la toma de decisiones, ni el responsable de elaborar los currculos u objetivos, como
en los modelos de consecucin de metas. La audiencia prioritaria son los propios participantes
del programa. La relacin entre el evaluador y la
audiencia en palabras de Guba y Lincoln (1982)
debe ser transaccional y fenomenolgica. Se
trata de modelos que propugnan una evaluacin
de tipo etnogrfica, de aqu que la metodologa
que consideran ms adecuada es la propia de la
antropologa social (Parlett y Hamilton, 1977;
Guba y Lincoln, 1982; Prez 1983).
Este resumen de modelos de la poca de eclosin es suficiente para aproximarnos al amplio
abanico conceptual terico y metodolgico que
hoy se relaciona con la evaluacin. Ello explica
que cuando Nevo (1983 y 1989) pretende realizar
una conceptualizacin de la evaluacin, a partir
de la revisin de la literatura especializada, atendiendo a los tpicos qu es la evaluacin? qu
funciones tiene? cul es el objeto de evaluacin?... no encuentra una nica respuesta a estas
cuestiones. Es fcilmente comprensible que las
exigencias que plantea la evaluacin de programas de una parte, y la evaluacin para la toma de
decisiones sobre los individuos de otra, conducen
a una gran variedad de esquemas evaluativos
reales utilizados por profesores, directores, inspectores y administradores pblicos. Pero tambin es cierto que bajo esta diversidad subyacen
diferentes concepciones tericas y metodolgicas
sobre la evaluacin. Diferentes concepciones que
han dado lugar a una apertura y pluralidad conceptual en el mbito de la evaluacin en varios
sentidos (Cabrera, 1986). A continuacin destacamos los puntos mas sobresalientes de esta pluralidad conceptual.
a) Diferentes conceptos de evaluacin. Por
una parte existe la clsica definicin dada por
Tyler: la evaluacin como el proceso de determinar el grado de congruencia entre las
realizaciones y los objetivos previamente establecidos, a la que corresponden los modelos
orientados hacia la consecucin de metas.
Contrasta esta definicin con aquella ms amplia que se propugna desde los modelos orien-
tados a la toma de decisiones: la evaluacin

como el proceso de determinar, obtener y
proporcionar informacin relevante para
juzgar decisiones alternativas, defendida por
Alkin (1969), Stufflebeam y otros (1971),
MacDonald (1976) y Cronbach (1982).
Adems, el concepto de evaluacin de Scriven (1967), como el proceso de estimar el
valor o el mrito de algo, es retomado por
Cronbach (1982), Guba y Lincoln (1982), y
House (1989), con objeto de sealar las diferencias que comportaran los juicios valorativos en caso de estimar el mrito (se vinculara a caractersticas intrnsecas de lo que se
evala) o el valor (se vinculara al uso y
aplicacin que tendra para un contexto determinado).
b) Diferentes criterios. De las definiciones
apuntadas anteriormente se desprende que el
criterio a utilizar para la valoracin de la informacin tambin cambia. Desde la ptica
de la consecucin de metas, una buena y
operativa definicin de los objetivos constituye el criterio fundamental. Desde la perspectiva de las decisiones y situados dentro
de un contexto poltico, Stufflebeam y colaboradores, Alkin y MacDonald llegan a sugerir incluso la no valoracin de la informacin por parte del evaluador, siendo el que
toma las decisiones el responsable de su valoracin.
Las definiciones de evaluacin que acentan la determinacin del mrito como objetivo de la evaluacin, utilizan criterios estndares sobre los que los expertos o profesionales estn de acuerdo. Se trata de modelos relacionados con la acreditacin y el enjuiciamiento profesional (Popham, 1980).
Los autores (Stake, 1975; Parlett y Hamilton, 1977; Guba y Lincoln, 1982; House,
1983) que acentan el proceso de evaluacin
al servicio de determinar el valor ms que
el mrito de la entidad u objeto evaluado,
abogan por que el criterio de valoracin fundamental sean las necesidades contextuales
en las que sta se inserta. As, Guba y Lin[ www.uv.es/RELIEVE ]
pag. 22
g) Diferencias en el papel jugado por el

evaluador, lo que ha venido a llamarse evaluacin interna vs. evaluacin externa. No
obstante, una relacin directa entre el evaluador y las diferentes audiencias de la evaluacin es reconocida por la mayora de los
autores (Nevo, 1983; Weiss, 1983; Rutman,
1984).
coln (1982) refieren los trminos de la comparacin valorativa; de un lado, las caractersticas del objeto evaluado y, de otro, las necesidades, expectativas y valores del grupo a los
que les afecta o con los que se relaciona el objeto evaluado.
c) Pluralidad de procesos evaluativos dependiendo de la percepcin terica que sobre
la evaluacin se mantenga. Los modelos de
evaluacin citados y otros ms que pueden encontrarse en la bibliografa, representan diferentes propuestas para conducir una evaluacin.
d) Pluralidad de objetos de evaluacin. Como dice Nevo (1983 y 1989), existen dos conclusiones importantes que se obtienen de la
revisin de la bibliografa sobre la evaluacin.
Por un lado, cualquier cosa puede ser objeto
de evaluacin y sta no debera limitarse a estudiantes y profesores y, por otro, una clara
identificacin del objeto de evaluacin es una
importante parte en cualquier diseo de evaluacin.
e) Apertura, reconocida en general por todos
los autores, de la informacin necesaria en un
proceso evaluativo para dar cabida no slo a
los resultados pretendidos, sino a los efectos
posibles de un programa educativo, sea pretendido o no. Incluso Scriven (1973 y 1974)
propone una evaluacin en la que no se tenga
en cuenta los objetivos pretendidos, sino valorar todos los efectos posibles. Apertura tambin respecto a la recogida de informacin no
slo del producto final, sino tambin sobre el
proceso educativo. Y apertura en la consideracin de diferentes resultados de corto y largo
alcance. Por ltimo, apertura tambin en considerar no slo resultados de tipo cognitivo,
sino tambin afectivos (Anderson y Ball,
1983).
f) Pluralidad tambin reconocida de las funciones de la evaluacin en el mbito educativo, recogindose la propuesta de Scriven entre
evaluacin formativa y sumativa, y aadindose otras de tipo socio-poltico y administrativas (Nevo, 1983).
h) Pluralidad de audiencia de la evaluacin y, por consiguiente, pluralidad en los

informes de evaluacin. Desde informes narrativos, informales, hasta informes muy estructurados (Anderson y Ball, 1983).
i) Pluralidad metodolgica. Las cuestiones
metodolgicas surgen desde la dimensin de
la evaluacin como investigacin evaluativa,
que viene definida en gran medida por la diversidad metodolgica.
El anterior resumen recoge las aportaciones
a la evaluacin en los aos setenta y ochenta, la
poca que se ha denominado poca de la profesionalizacin (Stufflebeam y Skinkfield,
1987; Madaus y otros, 1991; Hernndez, 1993;
Mateo y otros, 1993), en la que adems de los
innumerables modelos de los setenta, se profundiz en los planteamientos tericos y prcticos y se consolid la evaluacin como investigacin evaluativa en los trminos antes definida. En este contexto, lgicamente, aparecen
muchas nuevas revistas especializadas como
Educational Evaluation and Policy Analysis,
Studies in Evaluation, Evaluation Review, New
Directions for Program Evaluation, Evaluation
and Program Planning, Evaluation News,..., se
fundan asociaciones cientficas relacionadas
con el desarrollo de la evaluacin y las universidades empiezan a ofrecer cursos y programas
de investigacin evaluativa, no slo en postgrados y programas de doctorado, sino tambin
en planes de estudio para titulaciones de primer
y segundo ciclos.
6. La cuarta generacin segn Guba y

Lincoln
A finales de los ochenta, tras todo este
desarrollo antes descrito, Guba y Lincoln
(1989) ofrecen una alternativa evaluadora, que
pag. 23
ofrecen una alternativa evaluadora, que denominan cuarta generacin, pretendiendo superar lo
que segn estos autores son deficiencias de las
tres generaciones anteriores, tales como una visin gestora de la evaluacin, una escasa atencin al pluralismo de valores y un excesivo apego al paradigma positivista. La alternativa de
Guba y Lincoln la denominan respondente y
constructivista, integrando de alguna manera el
enfoque respondente propuesto en primer lugar
por Stake (1975), y la epistemologa postmoderna del constructivismo (Russell y Willinsky,
1997). Las demandas, las preocupaciones y los
asuntos de los implicados o responsables (stakeholders) sirven como foco organizativo de la
evaluacin (como base para determinar qu informacin se necesita), que se lleva a cabo dentro
de los planteamientos metodolgicos del paradigma constructivista.
La utilizacin de las demandas, preocupaciones
y asuntos de los implicados es necesaria, segn
Guba y Lincoln, porque:
b) Para llevar a cabo lo anterior se necesita

una postura de descubrimiento ms que de
verificacin, tpica del positivismo.
c) No se tienen en cuenta suficientemente
los factores contextuales.
d) No se proporcionan medios para valoraciones caso por caso.
e) La supuesta neutralidad de la metodologa convencional es de dudosa utilidad
cuando se buscan juicios de valor acerca de
un objeto social.
Partiendo de estas premisas, el evaluador es
responsable de determinadas tareas, que realizar secuencialmente o en paralelo, construyendo un proceso ordenado y sistemtico de
trabajo. Las responsabilidades bsicas del evaluador de la cuarta generacin son las siguientes:
a) Son grupos de riesgo ante la evaluacin y

sus problemas deben ser convenientemente
contemplados, de manera que se sientan protegidos ante tal riesgo.
b) Los resultados pueden ser utilizados en su
contra en diferentes sentidos, sobre todo si estn al margen del proceso.
c) Son potenciales usuarios de la informacin resultante de la evaluacin.
d) Pueden ampliar y mejorar el rango de la
evaluacin.
e) Se produce una interaccin positiva entre
los distintos implicados.
El cambio paradigmtico lo justifican estos
autores porque:
a) La metodologa convencional no contempla la necesidad de identificar las demandas,
preocupaciones y asuntos de los implicados.
1) Identificar todos los implicados con

riesgo en la evaluacin.
2) Resaltar para cada grupo de implicados
sus construcciones acerca de lo evaluado y
sus demandas y preocupaciones al respecto.
3) Proporcionar un contexto y una metodologa hermenutica para poder tener en cuenta, comprender y criticar las diferentes construcciones, demandas y preocupaciones.
4) Generar el mximo acuerdo posible
acerca de dichas construcciones, demandas y
preocupaciones.
5) Preparar una agenda para la negociacin
acerca de temas no consensuados.
6) Recoger y proporcionar la informacin
necesaria para la negociacin.
7) Formar y hacer de mediador para un
forum de implicados para la negociacin.
8) Desarrollar y elaborar informes para cada grupo de implicados sobre los distintos
acuerdos y resoluciones acerca de los intere-
pag. 24
ses propios y de los de otros grupos (Stake,

1986; Zeller, 1987).
Consecucin de facilidades y acceso a la

informacin (Lincoln y Guba, 1985).
9) Reciclar la evaluacin siempre que queden

asuntos pendientes de resolucin.
3) Identificacin de las audiencias (Guba y

Lincoln, 1982).
Agentes.
La propuesta de Guba y Lincoln (1989) se extiende bastante en la explicacin de la naturaleza

y caractersticas del paradigma constructivista en
contraposicin con las del positivista.
Beneficiarios.
Victimas.
Cuando se habla de los pasos o fases de la evaluacin en esta cuarta generacin, sus proponentes citan doce pasos o fases, con diferentes subfases en cada una de estas. Estos pasos son los siguientes:
4) Desarrollo de construcciones conjuntas

dentro de cada grupo o audiencia (Glaser y
Strauss, 1967; Glaser, 1978; Lincoln y Guba, 1985).
5) Contraste y desarrollo de las construcciones conjuntas de las audiencias.
1) Establecimiento de un contrato con un patrocinador o cliente.
Documentos y registros.
Identificacin del cliente o patrocinador

de la evaluacin.
Observacin.
Identificacin del objeto de la evaluacin.
Literatura profesional.
Propsito de la evaluacin (Guba y Lincoln, 1982).
Crculos de otras audiencias.

Construccin tica del evaluador.
Acuerdo con el cliente por el tipo de evaluacin.
6) Clasificacin de las demandas, preocupaciones y asuntos resueltos.
Identificacin de audiencias.
7) Establecimiento de prioridades en los

temas no resueltos.
Breve descripcin de la metodologa a

usar.
8) Recogida de informacin.
Garanta de acceso a registros y documentos.
9) Preparacin de la agenda para la negociacin.
Acuerdo por garantizar la confidencialidad y anonimato hasta donde sea posible.
10) Desarrollo de la negociacin.
Descripcin del tipo de informe a elaborar.
11) Informes (Zeller, 1987; Licoln y Guba,

1988).
Listado de especificaciones tcnicas.
12) Reciclado/revisin.
2) Organizacin para reciclar la investigacin.

Seleccin y entrenamiento del equipo evaluador.
Para juzgar la calidad de la evaluacin, se

nos ofrecen tres enfoques que se denominan
paralelo, el ligado al proceso hermenutico y
el de autenticidad.
pag. 25
b) La evaluacin es un proceso conjunto de

colaboracin.
Los criterios paralelos, de confianza, se denominan as porque intentan ser paralelos a los criterios de rigor utilizados muchos aos dentro del
paradigma convencional. Estos criterios han sido
validez interna y externa, fiabilidad y objetividad. Sin embargo, los criterios deban ser acordes
con el paradigma fundamentador (Morgan,
1983). En el caso de la cuarta generacin los
criterios que se ofrecen son los de credibilidad,
transferencia, dependencia y confirmacin (Lincoln y Guba, 1986).
El criterio de credibilidad es paralelo al de validez interna, de forma que la idea de isomorfismo entre los hallazgos y la realidad se reemplaza
por el isomorfismo entre las realidades construidas de las audiencias y las reconstrucciones del
evaluador atribuidas a ellas. Para conseguir esto
existen varias tcnicas, entre las que destacan las
siguientes: a) el compromiso prolongado, b) la
observacin persistente, c) el contraste con colegas, d) el anlisis de casos negativos (Kidder,
1981), e) la subjetividad progresiva y f) el control de los miembros. La transferencia puede
verse como paralela a la validez externa, la dependencia es paralela al criterio de fiabilidad y la
confirmacin puede verse como paralela a la
objetividad.
Otra manera de juzgar la calidad de la evaluacin es el anlisis dentro del propio proceso, algo
que encaja con el paradigma hermenutico, a
travs de un proceso dialctico.
Pero estos dos tipos de criterios, aunque tiles,
no son del todo satisfactorios para Guba y Lincoln, que defienden con ms ahnco los criterios
que denominan de autenticidad, tambin de base
constructivista. Estos criterios incluyen los siguientes: a) imparcialidad, justicia, b) autenticidad ontolgica, c) autenticidad educativa, d) autenticidad cataltica y e) autenticidad tctica
(Lincoln y Guba, 1986).
Este anlisis de la cuarta generacin de podemos terminarlo con los rasgos con los que definen Guba y Lincoln a la evaluacin:
a) La evaluacin es un proceso sociopoltico.
c) la evaluacin es un proceso de enseanza/aprendizaje.

d) La evaluacin es un proceso continuo,
recursivo y altamente divergente.
e) La evaluacin es un proceso emergente.
f) La evaluacin es un proceso con resultados impredecibles.
g) La evaluacin es un proceso que crea
realidad.
En esta evaluacin, se retienen las caractersticas del evaluador fruto de las tres primeras
generaciones, esto es, la de tcnico, la de analista y la de juez, pero estas deben ampliarse
con destrezas para recoger e interpretar datos
cualitativos (Patton, 1980), con la de historiador e iluminador, con la de mediador de juicios, as como un papel ms activo como evaluador en un contexto socio-poltico concreto.
Russell y Willinsky (1997) defienden las potencialidades del planteamiento de la cuarta
generacin para desarrollar formulaciones alternativas de prctica evaluadora entre los implicados, incrementando la probabilidad de que
la evaluacin sirva para mejorar la enseanza
escolar. Esto requiere por parte del profesorado
el reconocimiento de otras posiciones, adems
de la suya, la implicacin de todos desde el
principio del proceso y, por otra parte, el desarrollo de aproximaciones ms pragmticas de
la conceptualizacin de Guba y Lincoln, adaptadas a las distintas realidades escolares.
7. El nuevo impulso alrededor de Stufflebeam

Para terminar este recorrido analticohistrico desde los primeros intentos de medicin educativa hasta la actual investigacin
evaluativa en educacin, queremos recoger las
recomendaciones que ms recientemente nos
viene ofreciendo una de las figuras seeras de
este campo en la segunda mitad del siglo XX.
pag. 26
Nos estamos refiriendo a Daniel L. Stufflebeam,

proponente del modelo CIPP (el ms utilizado) a
finales de los sesenta, desde 1975 a 1988 presidente del Joint Committee on Standars for Educational Evaluation y actual director del Evaluation Center de la Western Michigan University (sede del Joint Committee) y del CREATE
(Center for Research on Educational Accountability and Teacher Evaluation), centro auspiciado
y financiado por el Departamento de Educacin
del gobierno americano.
Para evaluar la educacin en una sociedad

moderna, Stufflebeam (1994) nos dice que se
deben tomar algunos criterios bsicos de referencia como los siguientes:
Las necesidades educativas. Es necesario
preguntarse si la educacin que se proporciona cubre las necesidades de los estudiantes y de sus familias en todos los terrenos a
la vista de los derechos bsicos, en este caso,
dentro de una sociedad democrtica (Nowakowski y otros, 1985).
Recogiendo estas recomendaciones (Stufflebeam, 1994, 1998, 1999, 2000 y 2001), en las
que se han ido integrando ideas de diversos evaluadores tambin notables, no slo ofrecemos
una de las ltimas aportaciones a la actual concepcin de la investigacin evaluativa en educacin, sino que completamos en buena medida la
visin del panorama actual, rico y plural, tras
analizar la cuarta generacin de Guba y Lincoln.
Se parte de los cuatro principios del Joint
Committee (1981 y 1988), esto es, de la idea de
que cualquier buen trabajo de investigacin evaluativa debe ser: a) til, esto es, proporcionar
informacin a tiempo e influir, b) factible, esto
es, debe suponer un esfuerzo razonable y debe
ser polticamente viable, c) apropiada, adecuada, legtima, esto es, tica y justa con los implicados, y d) segura y precisa a la hora de ofrecer
informacin y juicios sobre el objeto de la evaluacin. Adems, la evaluacin se ve como una
transdisciplina, pues es aplicable a muchas
disciplinas diferentes y a muchos objetos diversos (Scriven, 1994).
Stufflebeam invoca a la responsabilidad del
evaluador, que debe actuar de acuerdo a principios aceptados por la sociedad y a criterios de
profesionalidad, emitir juicios sobre la calidad y
el valor educativo del objeto evaluado y debe
asistir a los implicados en la interpretacin y
utilizacin de su informacin y sus juicios. Sin
embargo, es tambin su deber, y su derecho, estar
al margen de la lucha y la responsabilidad poltica por la toma de decisiones y por las decisiones
tomadas.
La equidad. Hay que preguntarse si el sistema es justo y equitativo a la hora de proporcionar servicios educativos, el acceso a
los mismos, la consecucin de metas, el desarrollo de aspiraciones y la cobertura para
todos los sectores de la comunidad (Kellagan, 1982).
La factibilidad. Hay que cuestionar la eficiencia en la utilizacin y distribucin de recursos, la adecuacin y viabilidad de las
normas legales, el compromiso y participacin de los implicados y todo lo que hace
que el esfuerzo educativo produzca el
mximo de frutos posibles.
La excelencia como objetivo permanente
de bsqueda. La mejora de la calidad, a partir del anlisis de las prcticas pasadas y presentes es uno de los fundamentos de la investigacin evaluativa.
Tomando el referente de estos criterios y sus
derivaciones, Stufflebeam sumariza una serie
de recomendaciones para llevar a cabo buenas
investigaciones evaluativas y mejorar el sistema educativo. Estas recomendaciones son las
siguientes:
1) Los planes de evaluacin deben satisfacer los cuatro requerimientos de utilidad,

factibilidad, legitimidad y precisin (Joint
Committee, 1981 y 1988).
2) Las
entidades
educativas
deben
examinarse por su integracin y servicio a
los principios de la sociedad democrtica,
equidad, bienestar, etc.
pag. 27
3) Las entidades educativas deben ser valoradas tanto por su mrito (valor intrnseco, calidad respecto a criterios generales) como por
su valor (valor extrnseco, calidad y servicio
para un contexto particular) (Guba y Lincoln,
1982; Scriven, 1991), como por su significacin en la realidad del contexto en el que se
ubica. Scriven (1998) nos seala que usando
otras denominaciones habituales, mrito tiene
bastante equivalencia con el trmino calidad,
valor con el de relacin coste-eficacia y significacin con el de importancia. En todo caso,
los tres conceptos son dependientes del contexto, sobre todo significacin, de manera que
entender la diferencia entre dependencia del
contexto y arbitrariedad es parte de la comprensin de la lgica de la evaluacin.
4) La evaluacin de profesores, instituciones
educativas, programas, etc, debe relacionarse
siempre con el conjunto de sus deberes, responsabilidades y obligaciones profesionales o
institucionales, etc. Quizs uno de los retos
que deben abordar los sistemas educativos es
la definicin ms clara y precisa de estos deberes y responsabilidades. Sin ello, la evaluacin es problemtica, incluso en el terreno
formativo (Scriven, 1991a).
5) Los estudios evaluativos deben ser capaces de valorar hasta qu medida los profesores
y las instituciones educativas son responsables
y rinden cuentas del cumplimiento de sus deberes y obligaciones profesionales (Scriven,
1994).
6) Los estudios evaluativos deben proporcionar direcciones para la mejora, porque no basta con emitir un juicio sobre el mrito o el valor de algo.
7) Recogiendo los puntos anteriores, todo estudio evaluativo debe tener un componente
formativo y otro sumativo.
8) Se debe promover la autoevaluacin profesional, proporcionando a los educadores las
destrezas para ello y favoreciendo actitudes
positivas hacia ella (Madaus y otros, 1991)
9) La evaluacin del contexto (necesidades, oportunidades, problemas en un rea,...)

debe emplearse de manera prospectiva, para
localizar bien las metas y objetivos y definir
prioridades. Asimismo, la evaluacin del
contexto debe utilizarse retrospectivamente,
para juzgar bien el valor de los servicios y
resultados educativos, en relacin con las
necesidades de los estudiantes (Madaus y
otros, 1991; Scriven, 1991)
10) La evaluacin de las entradas (inputs)
debe emplearse de manera prospectiva, para
asegurar el uso de un rango adecuado de enfoques segn las necesidades y los planes.
11) La evaluacin del proceso debe usarse
de manera prospectiva para mejorar el plan
de trabajo, pero tambin de manera retrospectiva para juzgar hasta qu punto la calidad del proceso determina el por qu los resultados son de un nivel u otro (Stufflebean
y Shinkfield, 1987).
12) La evaluacin del producto es el medio
para identificar los resultados buscados y no
buscados en los participantes o afectados por
el objeto evaluado. Se necesita una valoracin prospectiva de los resultados para
orientar el proceso y detectar zonas de necesidades. Se necesita una evaluacin retrospectiva del producto para poder juzgar en
conjunto el mrito y el valor del objeto evaluado (Scriven, 1991; Webster y Edwards,
1993; Webster y otros, 1994).
13) Los estudios evaluativos se deben apoyar en la comunicacin y en la inclusin sustantiva y funcional de los implicados (stakeholders) con las cuestiones claves, criterios,
hallazgos e implicaciones de la evaluacin,
as como en la promocin de la aceptacin y
el uso de sus resultados (Chelimsky, 1998).
Ms an, los estudios evaluativos deben
conceptualizarse
y
utilizarse
sistemticamente como parte del proceso de
mejora educativa a largo plazo (Alkin y
otros, 1979; Joint Committee, 1988; Stronge
y Helm, 1991; Keefe, 1994) y de
fundamento para la accin contra las
discriminaciones sociales (Mertens, 1999).
pag. 28
(Mertens, 1999). La evaluacin para el desarrollo (empowerment evaluation), que defiende Fetterman (1994), es un procedimiento, de
base democrtica, de participacin de los implicados en el programa evaluado, para promover la autonoma de los mismos en la resolucin de sus problemas. Weiss (1998) nos
alerta de que la evaluacin participativa incrementa la probabilidad de que se utilicen los
resultados de la evaluacin, pero tambin la de
que sea conservadora en su concepcin, pues
es difcil pensar que los responsables de una
organizacin pongan en cuestin el fundamento y el sistema de poder de la misma. Generalmente su inters es el cambio de cosas pequeas.
14) Los estudios evaluativos deben emplear
mltiples perspectivas, mltiples medidas de
resultados, y mtodos tanto cuantitativos como cualitativos para recoger y analizar la informacin. La pluralidad y complejidad del
fenmeno educativo hace necesario emplear
enfoques mltiples y multidimensionales en
los estudios evaluativos (Scriven, 1991)
15) Los estudios evaluativos deben ser evaluados, incluyendo metaevaluaciones formativas
para mejorar su calidad y su uso y metaevaluaciones sumativas para ayudar a los usuarios
en la interpretacin de sus hallazgos y proporcionar sugerencias para mejorar futuras evaluaciones (Joint Committee, 1981 y 1988; Madaus y otros, 1991; Scriven, 1991; Stufflebeam, 2001).
Estas quince recomendaciones proporcionan
elementos esenciales para un enfoque de los estudios evaluativos que Stufflebeam denomina
objetivista y que se basa en la teora tica de que
la bondad moral es objetiva e independiente de
los sentimientos personales o meramente humanos.
Sin entrar en el debate sobre estas valoraciones
finales de Stufflebeam, ni en anlisis comparativos con otras propuestas, por ejemplo con las de
Guba y Lincoln (1989), nos resulta evidente que
las concepciones de la investigacin evaluativa
son diversas, dependiendo del origen epistemo-
lgico desde el que se parte, pero apareciendo

claros y contundentes algunos elementos comunes a todas las perspectivas como la contextualizacin, el servicio a la sociedad, la diversidad metodolgica, la atencin, respeto y participacin de los implicados, etc., as como una
mayor profesionalizacin de los evaluadores y
una mayor institucionalizacin de los estudios
(Worthen y Sanders, 1991).
El propio Stufflebeam (1998) reconoce el
conflicto de los planteamientos del Joint Committee on Standards for Educational Evaluation con las posiciones de la corriente evaluadora denominada postmodernista, representada,
adems de por Guba y Lincoln, por otros reconocidos evaluadores como Mabry, Stake y
Walker, pero no acepta que existan razones
para actitudes de escepticismo y frustracin
con las prcticas evaluadoras actuales, porque
existen muchos mbitos de aproximacin y el
desarrollo de estndares de evaluacin es
perfectamente compatible con la atencin a los
diversos implicados, valores, contextos sociales y mtodos. Stufflebeam defiende una mayor
colaboracin en la mejora de las evaluaciones,
estableciendo los estndares de manera participativa, pues cree que es posible la aproximacin de planteamientos, con contribuciones
importantes desde todos los puntos de vista.
Weiss (1998) tambin toma posiciones parecidas cuando nos dice que las ideas constructivistas deben hacernos pensar ms cuidadosamente al usar los resultados de las evaluaciones, sintetizarlas y establecer generalizaciones,
pero duda que todo haya que interpretarlo en
trminos exclusivamente individuales, pues
existen muchos elementos comunes entre las
personas, los programas y las instituciones.
8. Para concluir: sntesis de enfoques

modlicos y metodolgicos de la evaluacin y la ltima perspectiva de Scriven
Tras este anlisis del desarrollo de la evaluacin a lo largo del Siglo XX, parece oportuno,
a modo de sntesis y de conclusin, recoger y
resaltar los que son considerados los principa-
pag. 29
les modelos, planteamientos metodolgicos, diseos, perspectivas y visiones de la evaluacin

en la actualidad. Su anlisis, de manera compacta, es un complemento necesario para una visin
como la histrica que, por su linealidad, tiene el
riesgo de ofrecer una imagen disciplinar artificiosamente fraccionada.
Hemos visto que en la dcada de los setenta y
en sus alrededores se produce una especie de
eclosin de propuestas evaluativas, que tradicionalmente han venido siendo denominadas como
modelos (Castillo y Gento, 1995) y en algunos
casos como diseos (Arnal y otros, 1992) de investigacin evaluativa. Sabemos que existieron
varias decenas de estas propuestas, pero muy
concentradas en el tiempo, en la dcada citada.
De hecho, el asunto de los propuestos modelos
para la evaluacin parece un tema prcticamente
cerrado desde hace cuatro lustros. Ya no surgen
nuevos modelos o propuestas, salvo alguna excepcin como vemos ms adelante.
A pesar de lo dicho, se sigue hablando de modelos, mtodos y diseos en la literatura especializada, sobre todo buscando su clasificacin de
acuerdo con diversos criterios, origen paradigmtico, propsito, metodologa, etc. Tambin en las
clasificaciones, no slo en los modelos, existe
diversidad, lo que prueba que, adems de dinamismo acadmico en el terreno de la investigacin evaluativa, todava existe cierta debilidad
terica al respecto.
Nosotros ya hemos sealado con anterioridad
(Escudero, 1993), que coincidimos con Nevo
(1983 y 1989) en la apreciacin de que muchos
de los acercamientos a la conceptualizacin de la
evaluacin (por ejemplo, el modelo respondiente,
el libre de metas, el de discrepancias, etc.) se les
ha denominado indebidamente como modelos a
pesar de que ninguno de ellos tenga el grado de
complejidad y de globalidad que debera acarrear
el citado concepto. Lo que un texto clsico en
evaluacin (Worthen y Sanders, 1973) denomina
como modelos contemporneos de evaluacin
(a los conocidos planteamientos de Tyler, Scriven, Stake, Provus, Stufflebeam, etc), el propio
Stake (1981) dice que sera mejor denominarlo
como persuasiones mientras que House

(1983) se refiere a metforas.
Norris (1993) apunta que el concepto de modelo se utiliza con cierta ligereza al referirse a
concepcin, enfoque o incluso mtodo de evaluacin. De Miguel (1989), por su parte, piensa
que muchos de los llamados modelos solamente son descripciones de procesos o aproximaciones a programas de evaluacin. DarlingHammond y otros (1989) utilizan el trmino
modelo por costumbre, pero indican que no
lo hacen en el sentido preciso que tiene el trmino en las ciencias sociales, esto es, apoyndose en una estructura de supuestos interrelacionales fundamentada tericamente. Finalmente diremos que el propio autor del modelo
CIPP, solamente utiliza esta denominacin de
manera sistemtica para referirse a su propio
modelo (Stufflebeam y Shinkfield, 1987), utilizando los trminos de enfoque, mtodo, etc., al
referirse a los otros. Para nosotros, quizs sea
el trmino enfoque evaluativo el ms apropiado, aunque aceptemos seguir hablando de modelos y diseos por simple tradicin acadmica.
Nuestra idea es que a la hora de plantearnos
una investigacin evaluativa, no contamos todava con unos pocos modelos bien fundamentados, definidos, estructurados y completos,
entre los que elegir uno de ellos, pero s tenemos distintos enfoques modlicos y un amplio
soporte terico y emprico, que permiten al
evaluador ir respondiendo de manera bastante
adecuada a las distintas cuestiones que le va
planteando el proceso de investigacin, ayudndole a configurar un plan global, un organigrama coherente, un modelo cientficamente robusto para llevar a cabo su evaluacin
(Escudero, 1993). Cules son las cuestiones
que hay que responder en este proceso de construccin modlica? Apoyndonos en las aportaciones de diferentes autores (Worthen y Sanders, 1973; Nevo, 1989; Kogan, 1989; Smith y
Haver, 1990), deben responderse y delimitar su
respuesta al construir un modelo de investigacin evaluativa, los aspectos siguientes:
pag. 30
13) Evaluacin de la propia investigacin

evaluativa / metaevaluacin.
1) Objeto de la investigacin evaluativa.

2) Propsito, objetivos.
Para definir estos elementos hay que buscar,

lgicamente, el apoyo de los diferentes enfoques modlicos, mtodos, procedimientos, etc.,
que la investigacin evaluativa ha desarrollado,
sobre todo en las ltimas dcadas.
3) Audiencias/implicados/clientela.
4) nfasis/aspectos prioritarios o preferentes.
5) Criterios de mrito o valor.
Volviendo a los denominados modelos de los

setenta y a sus clasificaciones, podemos recoger algunas de las aparecidas en la ltima dcada en nuestro entorno acadmico, apoyndose en distintos autores. As, por ejemplo, Arnal
y otros (1992) ofrecen una clasificacin de lo
que denominan diseos de la investigacin
evaluativa, revisando las de diversos autores
(Patton, 1980; Guba y Lincoln, 1982; Prez,
1983; Stufflebeam y Shinkfield, 1987). Esta
clasificacin es la siguiente :
6) Informacin a recoger.
7) Mtodos de recogida de informacin.
8) Mtodos de anlisis.
9) Agentes del proceso.
10)
Secuenciacin del proceso.
11)
Informes/utilizacin de resultados.
12)
Lmites de la evaluacin.
Tabla 1- Tipos de diseos de investigacin educativa

Perspectiva
Empricoanaltica
Susceptibles
de complementariedad
Humansticointerpretativa
Patton
(1980)
Objetivos
Guba y Lincoln
(1982)
Objetivos
Anlisis sistemas
Prez
(1983)
Objetivos
Stufflebeam y
Shinkfield (1987)
Objetivos
Anlisis sistemas
Mtodo
cientfico
CIPP
CIPP
CIPP
Crtica artstica
Crtica artstica
Crtica artstica
Autores
creadores
Tyler (1950)
Rivlin (1971)
Rossi y otros (1979)
Suchman (1967)
Stufflebeam (1966)
Adversario
Eisner (1971)
Contrapuesto
Wolf (1974)
UTOS
UTOS
Cronbach (1982)
Respondente
Respondente
Respondente
Respondente
Stake (1975
Iluminativo
Iluminativo
Parlett y Hamilton (1977)
Iluminativo
Sin metas
Sin metas
Sin metas
Democrtico
Por su parte, Castillo y Gento (1995) ofrecen

una clasificacin de mtodos de evaluacin
dentro de cada uno de los modelos (paradigmas),
que ellos denominan conductivista-eficientistas,
Scriven (1967)
MacDonald (1976)
humansticos y holsticos (mixtos). Una sntesis de estas clasificaciones es la siguiente:
pag. 31
Tabla 2- Modelo conductista-eficientista

Mtodo/
autor
Consecucin
objetivos
Tyler (1940)
Finalidad
evaluativa
Medicin logro
objetivos
Paradigma domiContenido de
nante
evaluacin
Cuantitativo
Resultados
Rol del
evaluador
Tcnico externo
CIPP
Stufflebeam
(1967)
Informacin
para toma
decisiones
Mixto
Tcnico externo
Figura
(countenance)
Stake (1967)
CSE
Alkin (1969)
Valoracin
resultados y
proceso
Informacin para
determinacin de
decisiones
Valoracin
proceso y
producto
Mixto
Planificacin
educativa
Cronbach
(1982)
Mixto
Mixto
C (contexto)
I (input)
P (proceso)
P (producto)
Antecedentes,
transacciones,
resultados
Centrados en
logros de
necesidades
U (unidades de
evaluacin)
T (tratamiento)
O (operaciones)
Tcnico externo
Tcnico externo
Tcnico externo
Tabla 3- Modelo humanstico

Mtodo/
autor
Atencin al
cliente
Scriven (1973)
Finalidad
evaluativa
Anlisis de
necesidades del
cliente
nante
evaluacin
Mixto
Todos los
efectos del
programa
Contraposicin
Owens (1973),
Wolf (1974)
Crtica artstica
Eisner (1981)
Opiniones para
decisin
consensuada
Interpretacin
crtica de la
accin educativa
Mixto
Cualquier aspecto
del programa
Cualitativo
Contexto
Procesos
emergentes
Relaciones de
procesos
Impacto en
contexto
Rol del
evaluador
Evaluador externo
de
necesidades
del
cliente
rbitro externo
del debate
Provocador
externo de
interpretaciones
pag. 32
Tabla 4- Modelo holstico

Mtodo/
autor
Evaluacin
respondente
Stake (1976)
Evaluacin
holstica
MacDonald
(1976)
Evaluacin
iluminativa
Parlett y Hamilton
(1977)
Finalidad
evaluativa
Valoracin de
respuesta a
necesidades de
participantes
Interpretacin
educativa para
mejorarla
evaluacin
nante
Cualitativo
Resultado de
debate total
sobre programa
Rol del
evaluador
Promotor externo
de la interpretacin
por los implicados
Elementos que
Promotor externo
configuran la
de la interpretaaccin educativa
cin
por los implicados
Sistema de
Promotor externo
enseanza y me- de la interpretadio
cin
de aprendizaje
por los implicados
Iluminacin y
comprensin de
los componentes
del programa
Cualitativo
Cualitativo
Tambin Scriven (1994) ofrece una clasificacin de los modelos anteriores, previamente a
introducir su perspectiva transdisciplinar que
luego comentamos. Este autor identifica seis visiones o enfoques alternativos en la fase explosiva de los modelos, adems de algunas ms
que denomina exticas y que se mueven entre
los modelos de jurisprudencia y de experto. A
continuacin comentamos sucintamente estas
visiones y los modelos que se adscriben a
ellas.
La visin fuerte hacia la toma de decisiones
(Visin A) concibe al evaluador investigando
con el objetivo de llegar a conclusiones evaluativas que le ayuden al que debe tomar decisiones.
Los que apoyan este enfoque se preocupan de si
el programa alcanza sus objetivos, pero van ms
all, cuestionndose si tales objetivos cubren las
necesidades que deben cubrir. Esta posicin es
mantenida, aunque no la hiciera explcita, por
Ralph Tyler y extensamente elaborada en el modelo CIPP (Stufflebeam y otros, 1971).
Segn el planteamiento tyleriano, las decisiones acerca de un programa deben basarse en el
grado de coincidencia entre los objetivos y los
resultados. El cambio de los alumnos, habitual-
mente el objetivo perseguido, es el criterio de

evaluacin.
A diferencia de Tyler, Stufflebeam ofrece
una perspectiva ms amplia de los contenidos a
evaluar. Estos son las cuatro dimensiones que
identifican su modelo, contexto (C) donde tiene
lugar el programa o est la institucin, inputs
(I) elementos y recursos de partida, proceso (P)
que hay que seguir hacia la meta y producto
(P) que se obtiene. Adems, se deja constancia
de que el objetivo primordial de la investigacin evaluativa es la mejora, la toma de decisiones para la mejora de todas y cada una de
las cuatro dimensiones antes citadas.
Scriven (1994) nos dice que Stufflebeam ha
seguido desarrollando su perspectiva desde que
desarroll el CIPP. Sin embargo, uno de sus
colaboradores en tal empresa, Guba, tom
posteriormente una direccin diferente, tal
como hemos visto al analizar la cuarta generacin de la evaluacin (Guba y Lincoln, 1989).
La visin dbil hacia la toma de decisiones
(Visin B) concibe al evaluador proporcionando informacin relevante para la toma de decisiones, pero no le obliga a emitir conclusiones
evaluativas o crticas a los objetivos de los
programas. El representante terico ms genui-
pag. 33
no es Marv Alkin (1969), que define a la evaluacin como un proceso factual de recogida y generacin de informacin al servicio del que toma
las decisiones, pero es ste el que tiene que tomar
las conclusiones evaluativas. Esta posicin es
lgicamente popular entre los que piensan que la
verdadera ciencia no debe o no puede entrar en
cuestiones de juicios de valor. El modelo de Alkin se conoce como CES (Centro para el Estudio
de la Evaluacin), planteando las siguientes fases: valoracin de las necesidades y fijacin del
problema, planificacin del programa, evaluacin de la instrumentalizacin, evaluacin de
progresos y evaluacin de resultados.
La visin relativista (Visin C) tambin mantiene la distancia de las conclusiones evaluativas,
pero usando el marco de valores de los clientes,
sin un juicio por parte del evaluador acerca de
esos valores o alguna referencia a otros. Esta
visin y la anterior han sido el camino que ha
permitido integrarse sin problemas en el carro
de la investigacin evaluativa a muchos cientficos sociales. De hecho, uno de los textos ms
utilizados de evaluacin en el mbito de las ciencias sociales (Rossi y Freeman, 1993), toma preferentemente esta perspectiva .
Las visiones B y C son las posiciones de los
cientficos entroncados con una concepcin libre
de valores de la ciencia. En cambio, los que participan de la visin A proceden de un paradigma
diferente, probablemente debido a su conexin
acadmica con la historia, la filosofa de la educacin, la educacin comparada y la administracin educativa.
Hace unos aos Alkin (1991) revis sus planteamientos de dos dcadas atrs, pero sigui sin
incluir los trminos de mrito, valor o vala; termina definiendo un Sistema de Informacin para
la Gestin (Management Information SystemMIS) para uso del que toma decisiones, pero no
ofrece valoraciones al respecto
Pero la forma ms simple de la visin relativista (Visin C) es la desarrollada en el modelo de
discrepancia de evaluacin de Malcolm Provus
(1971). Las discrepancias son las divergencias
con la secuencia de tareas proyectadas y la tem-
poralizacin prevista. Este modelo es muy cercano al control de programas en sentido convencional; es una especie de simulacin de una
evaluacin.
La visin de la descripcin frtil, rica, completa (Visin D) es la que entiende la evaluacin como una tarea etnogrfica o periodstica,
en la que el evaluador informa de lo que ve sin
intentar emitir afirmaciones valorativas o inferir conclusiones evaluativas, ni siquiera en el
marco de los valores del cliente como en la
visin relativista. Esta visin ha sido defendida
por Robert Stake y muchos de los tericos britnicos. Se trata de una especie de versin naturalista de la visin B, tiene algo de sabor relativista y a veces parece precursora de la visin de la cuarta generacin. Se centra en la
observacin, en lo observable, ms que en la
inferencia. Recientemente se le ha denominado
como visin de la descripcin slida, fuerte,
para evitar el trmino rica, que parece ms
evaluativa.
Stake, en su primera etapa, es tayleriano en
cuanto a concepcin evaluativa centrada en los
objetivos planteados, proponiendo el mtodo
de evaluacin de la figura (Stake, 1967), como
rostro o imagen total de la evaluacin. Esta gira
en torno a los tres componentes, antecedentes,
transacciones y resultados, elaborando dos
matrices de datos, una de descripcin y otra de
juicio. En la primera se recogen de un lado las
intenciones y de otro las observaciones y, en la
segunda, las normas, lo que se aprueba y los
juicios, lo que se cree que debe ser.
A mitad de los setenta, Stake se aleja de la
tradicin tayleriana de preocupacin por los
objetivos y revisa su mtodo de evaluacin
hacia un planteamiento que l califica como
respondente (Stake, 1975 y 1975a), asumiendo que los objetivos del programa pueden
modificarse sobre la marcha, con la finalidad
de ofrecer una visin completa y holstica del
programa y responder a los problemas y cuestiones reales que plantean los implicados. Segn Stufflebeam y Shinkfield (1987), este modelo hizo de Stake el lder de una nueva escue-
pag. 34
Unidades (U) que son sometidas a evaluacin, individuos o grupos participantes.
la de evaluacin, que exige un mtodo pluralista,

flexible, interactivo, holstico, subjetivo y orientado al servicio. Este modelo sugiere la atencin
al cliente propuesta por Scriven (1973), valorando sus necesidades y expectativas.
De manera grfica, Stake (1975a) propone las
fases del mtodo a modo de las horas de un reloj,
poniendo la primera en las doce horas y siguiendo las siguientes fases, el sentido de las agujas
del reloj. Estas fases son las siguientes: 1) Hablar
con los clientes, responsables y audiencias, 2)
Alcance del programa, 3) Panorama de actividades, 4) Propsitos e intereses, 5) Cuestiones y
problemas, 6) Datos para investigar los problemas, 7) Observadores, jueces e instrumentos, 8)
Antecedentes, transacciones y resultados, 9) Desarrollo de temas, descripciones y estudio de
casos, 10) Validacin (confirmacin), 11) Esquema para la audiencia y 12) Reunin de informes formales. El evaluador puede seguir las fases tambin en sentido contrario del reloj o en
cualquier otro orden.
En el mtodo respondente el evaluador ha de
entrevistar a los implicados para conocer sus
puntos de vista y buscar la confluencia de las
diversas perspectivas. El evaluador deber interpretar las opiniones y diferencias de puntos de
vista (Stecher y Davis, 1990) y presentar una
amplia gama de opiniones o juicios, en lugar de
presentar sus conclusiones personales.
La visin del proceso social (Visin E) que
cristaliz hace algo ms de dos dcadas alrededor
de un grupo de la Universidad de Stanford, dirigido por Lee J. Cronbach (1980), resta importancia a la orientacin sumativa de la evaluacin
(decisiones externas sobre los programas y rendicin de cuentas), enfatizando la comprensin,
la planificacin y la mejora de los programas
sociales a los que sirve. Sus posiciones quedaban
claramente establecidas en noventa y cinco tesis
que han tenido una enorme difusin entre los
evaluadores y los usuarios de la evaluacin.
En cuanto a los contenidos de la evaluacin,
Cronbach (1983) propone que se planifiquen y
controlen los siguientes elementos:
Tratamiento (T) de la evaluacin.

Operaciones (O) que lleva a cabo el evaluador para la recogida y anlisis de datos,
as como para la elaboracin de conclusiones.
Contexto en el que tiene lugar el programa
y su evaluacin.
En una investigacin evaluativa concreta se
pueden dar varias unidades, varios tratamientos
y varias operaciones, en definitiva varios (uto),
dentro de un universo UTO de situaciones
admisibles.
Ernie House (1989), un terico y un prctico
de la evaluacin bastante independiente de
corrientes en boga, tambin marc el entronque
social de los programas, pero se distingua sobre todo por su nfasis de las dimensiones ms
ticas y argumentales de la evaluacin, quizs
motivado por la ausencia de estas facetas en los
planteamientos de Cronbach y sus colaboradores.
La visin constructivista de la cuarta generacin (Visin F) es la ltima de estas seis visiones que describe Scriven (1994), siendo
mantenida por Guba y Lincoln (1989) y seguida por muchos evaluadores americanos y britnicos. Ya hemos visto anteriormente que esta
visin rechaza una evaluacin orientada a la
bsqueda de calidad, mrito, valor, etc., y favorece la idea de que ello es el resultado de la
construccin por individuos y la negociacin
de grupos. Esto significa, segn Scriven, que el
conocimiento cientfico de todo tipo es sospechoso, discutible y no objetivo. Lo mismo le
ocurre a todo trabajo anlitico como el anlisis
filosfico, incluido el suyo. Scriven apunta que
el propio Guba ha sido siempre consciente de
las potenciales autocontradicciones de su
posicin.
De esta revisin de Scriven quedan al margen
algunas posiciones evaluativas tradicionalmente recogidas y tratadas por los analistas. As por
pag. 35
ejemplo, Schuman (1967) ofrece un diseo evaluativo basado en el mtodo cientfico o, al menos, en alguna variacin o adaptacin del mismo.
Owens (1973) y Wolf (1974 y 1975) proponen
un mtodo de contraposicin o discusin que
sobre un programa llevan a cabo dos grupos de
evaluadores, partidarios y adversarios, para proporcionar informacin pertinente a quienes toman decisiones. Eisner (1971, 1975 y 1981)
plantea la evaluacin en trminos similares al
proceso de crtica artstica.
El propio Scriven (1967 y 1973) propona hace
aos centrar la evaluacin en la atencin al cliente y no tanto en las metas previstas, puesto que
frecuentemente los logros no previstos son ms
importantes que los que figuran en la planificacin del programa. Por ello, se suele denominar a
su enfoque como evaluacin sin metas. El evaluador determina el valor o mrito del programa
para informar a los usuarios; se trata algo as
como de un intermediario informativo (Scriven,
1980).
La evaluacin iluminativa (Parlett y Hamilton,
1977) tiene un enfoque holstico, descriptivo e
interpretativo, con la pretensin de iluminar sobre un complejo rango de cuestiones que se dan
de manera interactiva (Fernndez, 1991). La evaluacin democrtica de MacDonald (1971 y
1976), tambin denominada holstica, supone la
participacin colaborativa de los implicados,
siendo el contraste de opiniones de los implicados el elemento evaluativo primordial.
Scriven (1994) analiza las seis visiones crticamente y se muestra ms cercano a la visin A,
la visin fuerte sobre la toma de decisiones, representada fundamentalmente por el modelo
CIPP de Stufflebeam y sus planteamientos, pues
dice que es la ms cercana de todas a la visin
del sentido comn, que es la que tienen los evaluadores trabajando con sus programas, de la
misma manera que los mdicos trabajan con los
pacientes, hacindolo lo mejor posible, independientemente del tipo y del estado general del
paciente. Scriven quiere extender esta visin con
una visin o modelo que denomina transdisciplinar y que l califica como significativamente
distinta de la aludida visin A y radicalmente

diferente de las restantes.
En la perspectiva transdisciplinar, la investigacin evaluativa tiene dos componentes: el
conjunto de campos de aplicacin de la evaluacin y el contenido de la propia disciplina. Algo parecido a lo que ocurre a disciplinas como
la estadstica y la medicin. En definitiva, la
investigacin evaluativa es una disciplina que
incluye sus propios contenidos y los de otras
muchas disciplinas; su preocupacin por el
anlisis y mejora se extiende a muchas disciplinas, es transdisciplinar.
Esta visin es objetivista como la A y defiende que el evaluador determine el mrito o el
valor del programa, del personal o de los productos investigados. En tal sentido, se debe
establecer de manera explcita y defender la
lgica utilizada en la inferencia de conclusiones evaluativas a partir de las premisas definicionales y factuales. As mismo, se deben perseguir las falacias argumentales de la doctrina
libre de valores (Evaluation Thesaurus, 1991).
En segundo lugar, la perspectia transdisciplinar se orienta hacia el consumidor, ms que
hacia el gestor o intermediario. No se trata de
una orientacin exclusiva hacia el consumidor,
pero s la consideracin primera del consumidor como justificacin del programa, y que el
bien comn es la primaca de la evaluacin. A
partir de aqu, tambin se produce informacin
valiosa para el gestor que decide y se pueden
analizar los productos de un programa o institucin a la vista de sus objetivos. Esta posicin
no slo ve legitimidad en la emisin de conclusiones evaluativas por parte del investigador,
sino que ve necesidad de hacerlo en la gran
mayora de las ocasiones.
Se trata tambin de una visin generalizada,
no justamente una visin general, que incluye
la generalizacin de conceptos en el mbito del
conocimiento y la prctica. Desde esta perspectiva, la investigacin evaluativa es mucho ms
que la evaluacin de programas e incide en
procesos, instituciones y otros muchos ms
pag. 36
objetos. De manera ms detallada, esta visin

generalizada significa que:
a) Los campos distintivos de aplicacin de la
disciplina son los programas, el personal, los
rendimientos, los productos, los proyectos, la
gestin, y la metaevaluacin de todo ello.
b) Las investigaciones evaluativas inciden en
todo tipo de disciplinas y en las prcticas que
resultan de ellas.
c) Las investigaciones evaluativas se mueven
desde niveles muy prcticos hasta el nivel
conceptual.
d) Los distintos campos de la investigacin
evaluativa tienen muchos niveles de interconexin y solapamiento. La evaluacin de programas, de personal, de centros, etc., tienen
muchos puntos en comn.
El cuarto elemento distintivo de la visin
transdisciplinar de la evaluacin es que se trata
de una visin tcnica. La evaluacin no slo necesita el apoyo tcnico de otras muchas disciplinas, sino que, adems, tiene su propia metodologa. La lgica de la sntesis de resultados, las
consecuencias, etc., y la correcta ubicacin en el
proceso de muchas tcnicas auxiliares en las que,
probablemente, no es necesario ser un gran especialista, pero s tener un conocimiento cabal.
Esta perspectiva transdisciplinar de la investigacin evaluativa de Scriven (1994), coincide en
gran medida con los planteamientos que de la
misma hemos defendido en otros momentos (Escudero, 1996). Nosotros no tenemos unas posiciones contrarias a las otras visiones en la misma
medida que las tiene Scriven y, de hecho, consideramos desde una posicin pragmtica, que
todas las visiones tienen puntos fuertes y que en
todo caso, aportan algo til para la comprensin
conceptual y el desarrollo de la investigacin
evaluativa. Sin embargo, s que pensamos que
esta moderna visin de Scriven es slida y coherente y ampliamente aceptada en la actualidad.
Una crtica que podra hacerse a este planteamiento de Scriven est en el excesivo nfasis
relativo de la orientacin al cliente, al usuario en
sentido estricto. Pensamos que esta orientacin

debe integrarse dentro de una orientacin a los
implicados, donde existen distintos tipos y distintas audiencias y, por supuesto, una muy importante, son los usuarios en el sentido de Scriven, pero nos parece que la investigacin evaluativa hoy en da tiene una orientacin prioritaria ms plural que la defendida por este autor.
Referencias bibliogrficas
Ahman, S. J. y Cook, M. D. (1967). Evaluating
Pupil Growth. Principles of Tests Measurement. Boston, Ma.: Allyn and Bacon
Alkin, M. (1969). Evaluation theory development. Evaluation Comment, 2, 1, 2-7.
Alkin, M. (1991). Evaluation theory development: II. En M. McLaughlin, y Phillips (Eds.),
Evaluation and education at quarter century
(pp.91-112). Chicago: NSSE/ University of
Chicago .
Anderson, S. B. y Ball, S. (1983). The profession and practice of program evaluation. San
Francisco, Ca: Jossey-Bass.
Arnal, J.; Del Rincon, D. y Latorre, A. (1992).
Investigacin educativa. Fundamentos y Metodologa. Barcelona: Labor
Atkin, J. M. (1968). Behavioral Objectives in
curriculum design: A cautionary note. The
Science Teacher, 35, 27-30.
Baker, L. R. (1969). Curriculum evaluation.
Review of Educational Research, 39, 339-358.
Barbier, J. M. (1993). La evaluacin en los
procesos de formacin. Barcelona: Paidos.
Berk, A. R. (Ed.) (1981). Educational evaluation methodology: The state of the art. Baltimore: The Hopkins University Press.
Blanco, F. (1994). La evaluacin en la educacin secundaria. Salamanca: Amas Ediciones.
Bloom, B. S., Engelhaut, M.D., Furst, E.J.,
Hill, W.H. y Krathwohl, D.R. (1956). Taxonomy of educational objectives Handbook I;
Cognitive domain. New York: Davis, McKay.
Bloom, B. S., Hastings, J. Th. y Madaus, F.
(1971). Handbook on formative and summative evaluation of student learning. New York:
McGraw-Hill.
pag. 37
Bloom, B.S., Hastings, T. y Madaus G. (1975).

Evaluacin del aprendizaje. Buenos Aires: Troquel.
Bonboir, A. (1972). La Docimologie. Paris: PUF.
Cabrera, F. (1986). Proyecto docente sobre tcnicas de medicin y evaluacin educativas. Barcelona: Universidad de Barcelona.
Carreo, H. F. (1977). Enfoques y principios
tericos de la evaluacin. Mexico: Trillas.
Castillo, S. y Gento, S. (1995). Modelos de evaluacin de programas educativos. En A.Medina
y L. M. Willar (Coord.), Evaluacin de programas educativos, centros y profesores (pp.25-69).
Madrid: Editorial Universitas, S. A..
Chelimsky, E. (1998). The role of experience in
formulating theories of evaluation practice.
American Journal of Evaluation 19, 1, 35-55.
Coffman, W. E. (1971). Essay examinations. En
R.L. Thorndike (Ed.) Educational Measurement.
Washington , DC: American Council on Education.
Cronbach, L. J. (1963). Course improvement
through evaluation. Teachers College Record,
64, 672-683.
Cronbach, L. J. (1982). Designing evaluations of
educational and social programs. Chicago: Jossey-Bass.
Cronbach, L. J., Hambron, S.R., Dornbusch,
S.M., Hess, R.D., Hornick, R.C., Phillips, D.C.,
Walker, D.F. y Weiner, S.S. (1980). Towards
reform in program evaluation: Aims, methods
and institutional arrangements. San Francisco:
Jossey-Bass.
Cronbach, L. J. y Suppes, P. (1969). Research for
tomorrow's schools: Disciplined inquiry for
education. New York: MacMillan.
Darling-Hammond, L., Wise, AE, & Pease, SR
(1989). Teacher evaluation in the organizational
context: A review of the literature. En E. R.
House (Ed.) New directions in educational evaluation (pp.203-253). London: The Falmer Press.
De la Orden, A. (1985). Investigacin evaluativo.
En Arturo De la Orden. (Ed.), Investigacin
educativa. Diccionario de Ciencias de la Educacin (pp.133-137). Madrid: Anaya.
De Miguel, M. (1989). Modelos de investigacin sobre organizaciones educativas. Revista

de Investigacin Educativa, 7, 13, 21-56.
Dubois, P. H. (1970). A History of Psychological Testing. Boston: Allyn Bacon.
Ebel, R. L. (1977). Fundamentos de la medicin educacional. Buenos Aires: Guadalupe.
Eisner, E. W. (1967). Educational objectives:
Help or hindrance?. The School Review, 75,
250-260.
Eisner, E. W. (1969, Instructional and expressive educational objectives: their formulation
and use in curriculum. En J. Popham (Ed.),
Instructional objectives (pp. 1-18). Chicago:
AERA.
Eisner, E. (1971). Emerging models for educational evaluation. School Review, 2.
Eisner, E. W. (1975). The perceptive eye: Toward the reformation of educational evaluation. Stanford, Ca: Stanford Evaluation Consortion.
Eisner, E. W. (1981). The methodology of qualitative evaluation: the case of educational
connoisseurship and educational criticism.
Stanford, Ca: Stanford University .
Eisner, W. E. (1985). The art of educational
evaluation. London: The Falmer Press.
Escudero, T. (1993). Enfoques modlicos en la
evaluacin de la enseanza universitaria, Actas de las III Jornadas Nacionales de Didctica
Universitaria Evaluacin y Desarrollo Profesional (pp. 5-59). Las Palmas: Servicio de
Publicaciones, Universidad de Las Palmas.
Escudero, T. (1996). Proyecto docente e investigador. Zaragoza: Universidad de Zaragoza.
Fernndez Ballesteros, R. (1981). Perspectivas
histricas de la evaluacin conductual. En R.
Fernndez, y J.A.I Carrobles. (Ed.), Evaluacin conductual. Madrid: Ediciones Pirmide.
Fernndez de Castro, J. (1973). La enseanza
programada. Madrid: CSIC.
Fernndez, J. (1991). La evaluacin de la calidad docente. En A. Medina (Coord.), Teora y
mtodos de evaluacin. Madrid: Cincel.
Fetterman, D. M. (1994). Empowerment
evaluation. Evaluation Practice, 15, 1, 1-15.
Gagne, R. M. (1971). Las condiciones del
aprendizaje. Madrid: Aguilar.
pag. 38
Gil, E. (1992). El sistema educativo de la Compaa de Jess. La Ratio Studiorum. Madrid:

UPCO.
Glaser, B. G. (1978). Theoretical sensitivity. Mill
Valley, Ca: Sociology Press.
Glaser, B. G. y Strauss, A. L. (1967). The discovery of grounded theory. Chicago: Aldine.
Glaser, R. (1963). Instructional technology and
the measurement of learning outcomes: some
questions. American Psychologists, 18, 519521.
Glaser, R. (Dir.) (1965). Teaching machines and
programmed learning. Washington: National
Education Association.
Gronlund, N. E. (1985). Measurement and evaluation in teaching. New York: MacMillan,
Guba, G. E. y Lincoln, Y. S. (1982). Effective
evaluation. San Francisco: Jossey Bass Publishers.
Guba, E. G. y Lincoln, Y. S. (1989). Fourth Generation Evaluation. Newbury Park, Ca.: Sage
Publications
Gullicksen, H. (1950). Theory of mental tests.
New York: Wiley
Hambleton, R. K. (1985). Criterion-referenced
measurement.En Encyclopedia of Educational
Research. New York: McMillan.
Hammond, R. L. (1983). Evaluation at the local
level. En B. R. Worthen y J. R. Sanders, Educational Evaluation: Theory and Practice. Worthington, Ohio: Charles A. Jones Publishing
Company.
Hernndez, F. (1993). Proyecto docente e investigador. Murcia.
Horowitz, R. (1995). A 75-year legacy on assessment: Reflections from an interview with
Ralph W. Tyler. The Journal of Educational Research, 89, 2, 68-75.
House, E. R. (1983). How we think about evaluation. En House, E. R., Philosophy of evaluation.
San Francisco, Ca.: Jossey-Bass
House, E. R. (1989). Evaluating with validity.
Newbury Park, Ca.: Sage.
Joint Committee on Standards for Educational
Evaluation (1981, Standards for evaluations of
educational programs, projects, and materials.
New York.: McGraw-Hill.
Joint Committee on Standards for Educational

Evaluation (1988). The personnel evaluation
standards. Newbury Park, CA.: Sage.
Keefe, J. (1994). School evaluation using the
CASE-IMS model and improvement process.
Studies in Educational Evaluation, 20,1, 5567.
Kellaghan, T. (1982). La evaluacin educativa.
Bogot: Universidad Pontificia Javierana.
Kidder, L. H. (1981). Qualitative research and
quasi-experimental frameworks. En M. B.
Brewer y B. E. Collins, (Eds.), Scientific inquiry and the social sciences. San Francisco:
Jossey-Bass.
Kogan, M. (Ed.) (1989). Evaluating higher
education. London: Jessica Kingsley Publishers.
Krathwohl, R. D., Blomm, B.S. y Masia, B.B.
(1964). Taxonomy of educational objectives.
Handbook II: Affective domain. New Cork:
Davis McKay.
Lewy, A. (Ed.) (1976). Manual de evaluacin
formativa del currculo. Bogot : Voluntad/Unesco.
Lincoln, y. S. y Guba, E. G. (1985). Naturalistic inquiry. Beverly Hills, CA: Sage.
Lincoln, y. S. y Guba, E. G. (1986). But is it
rigorous? Trustworthiness and authenticity in
naturalistic evaluation. en D. D. Williams
(Ed.), Naturalistic evaluation. San Francisco:
Jossey-Bass.
Lincoln, y. S. y Guba, E. G. (1988). Criteria for
assessing naturalistic inquiries as products.
Paper presented at the American Educational
Research Association, New Orleans, LA.
Lindquist, E. F. (1953). Design and Analysis of
Experiments in Psychology and Education.
Boston, Ma.: Houghton Mifflin Company.
Lindvall, C. M., (Ed.) (1964). Defining educational objectives. Pittsburg: University of
Pittsburgh Press.
Macdonald, B. (1971). The evaluation of the
Humanities Curriculum Project: a holistic approach. Theory into Practice, 10, 3, 163-169.
Macdonald, B. (1976). Evaluation and the control of education. En D. Tawney (Ed.), Curriculum evaluation today: trends and implications, 125-136. London: McMillan.
pag. 39
Madaus, G. F. y otros (1991). Evaluation Models. Viewpoints on Educational and Human

Services Evaluation. Hingham , Mass.: KluwerNijhoff Publishing.
Mager, R. F. (1962). Preparing instructional objective. Palo Alto, CA.: Fearon.
Mager, R. F. (1973). Anlisis de metas. Mxico:
Trillas.
Mann, H., (1845). Boston Grammar and Writing
Schools. Common School Journal, October, 7,
19.
Martnez de Toda, M. J. (1991). Metaevaluacin
de necesidades educativas: Hacia un sistema de
normas. Tesis doctoral. Madrid: Universidad
Complutense.
Mateo, J. (1986). Proyecto docente e investigador. Barcelona: Universidad de Barcelona.
Mateo, J. y otros (1993). La evaluacin en el aula
universitaria. Zaragoza: ICE-Universidad de Zaragoza.
Mccall, W. A. (1920). A new kind of school
examination. Journal of Educational Research,
January.
McReynold, P. (1975). Advances in Psychological Assessment, vol. III.San Francisco: JosseyBass.
Mertens, D. M. (1999). Inclusive evaluation:
Implications of transformative theory for evaluation. American Journal of Evaluation, 20, 1,
1-14.
Metfessel, N. S. y Michael, W. B. (1967). A paradigm involving multiple criterion measures
for the evaluation of effectiveness of school
programs. Educational and Psychological Measurement, 27, 931-943.
Morgan, G. (1983). Beyond method. Beverly
Hills, Ca: Sage.
Nevo, D. (1983). The conceptualization of
educational evaluation: An analytical review of
the literature. Review of Educational Research,
53, 1, 117-128.
Nevo, D. (1989). The conceptualization of
educational evaluation: An analytical review of
the literature. En E. R. House (Ed.), New
directions in educational evaluation. London :
The Falmer Press, 15-29.
Norris, N. (1993). Understanding educational
evaluation. London : Kogan Page/CARE,
School of Education , University of East Anglia .

Nowalowski, Jeri, Mary Anne Bunda, Russell
Working (1985). A Handbook of Educational
Variables. Boston: Kluwer-Nijhoff .
Nunnally, J. C. (1978). Psychometric Theory.
New York: McGraw Hill.
Owens, T. R. (1973). Educational evaluation
by adversery proceedings. En E.R. House
(Comp.), School Evaluation: The Politics and
Process. Berkeley: McCutchan.
Parlett, M. y Hamilton , d. (1977). Evaluation
as illumination: A new approach to the study
of innovative programmes. En Hamilton D. y
otros (Eds.), Beyond the numbers game. London: MacMillan.
Patton, M. Q. (1980). Qualitative Evaluation
methods. Beverly Hills, Ca.: Sage
Prez, A. (1983). Modelos contemporneos de
evaluacin. En J. Gimeno y A. Prez, La enseanza: su teora y su prctica (pp. 426-449).
Madrid: Akal
Phillips, R. C. (1974). Evaluation in education.
Columbus, Ohio: Merril.
Pieron, H. (1968). Vocabulaire de la psychologie. Paris: PUF.
Pieron, H. (1969). Examens et Docimologie.
PUF, Paris.
Planchard, E. (1960). La investigacin
pedaggica. Madrid: Ediciones Fas.
Popham, W. J. (1970). Establishing instructional goals. Englewood Cliffs, N. J.: Prentice
Hall.
Popham, W. J. (1980). Problemas y tcnicas de
la evaluacin educativa. Madrid: Anaya.
Popham, W. J. (1983). Evaluacin basada en
criterios. Madrid: Magisterio Espaol, S. A..
Popham, W. y Baker, E. L. (1970). Systematic
Instruction. Englewood Cliffs, NJ.: Prentice
Hall.
Provus, M. (1971). Discrepancy evaluation.
For educational program improvement and
assessment. Berkeley, Ca.: McCutchan Publishing Co.
Rivlin, A. M. (1971). Systematic thinking for
social action. Washington, D.C.: Brookings
Institute.
pag. 40
Rodrguez, T. y otros (1995). Evaluacin de los

aprendizajes. Aula Abierta Monografas 25.
Oviedo: ICE-Universidad de Oviedo.
Rosenthal, J. E. (1976). Evaluation history. En S.
B. Anderson, y otros (Eds.), Encyclopedia of
Educational Evaluation. San Francisco: Jossey
Bass Publishers.
Rossi, P. H. y Freeman, H. (1993). Evaluation: A
Systematic Approach. Beverly Hills , Ca.: Sage.
Rossi, P. H. y otros (1979). Evaluation: A systematic approach. Beverly Hills , Ca.: Sage.
Russell, N. y Willinsky, J. (1997). Fourth generation educational evaluation: The impact of a
post-modern paradigm on school based evaluation. Studies in Educational Evaluation, 23, 3,
187-199.
Rutman, L. (Ed.) (1984). Evaluation research
methods: A base guide. Beverly Hills, Ca.: Sage.
Rutman, L. y Mowbray, G. (1983). Understanding program evaluation. Beverly Hills, Ca.:
Sage.
Salvador, L. (1992). Proyecto docente., Universidad de Cantabria.
Scriven, M. (1967). The methodology of evaluation. En Perspectives of Curriculum Evaluation,
(pp. 39-83). AERA Monograph 1. Chicago :
Rand McNally and Company.
Scriven, M. (1973). Goal-free evaluation. En E.
R. House (Ed.), School evaluation: The politics
and process,(pp. 319-328). Berkeley, CA.:
McCutchan.
Scriven, M. (1974). Prose and cons about goalfree evaluation. Evaluation Comment, 3, 1-4.
Scriven, M. (1980). The logic of evaluation. Inverness , Ca.: Edgepress
Scriven, M. (1991, Evaluation Thesaurus. Newbury Park , Ca.: Sage
Scriven, M. (1991a). Duties of the teacher. Kalamazoo, Mi.: Center for Research on Educational Accountability and Teacher Evaluation.
Scriven, M. (1994). Evaluation as a discipline.
Studies in Educational Evaluation, 20, 1, 147166.
Scriven, M. (1998). Minimalist theory: The least
theory that practice require. American Journal
of Evaluation 19, 1, 57-70.
Smith, E. R. y Tyler, R. W. (1942). Appraising

and recording student progress. New York:
Harper & Row,.
Smith, N. L. y Haver, d. M. (1990). The applicability of selected evaluation models to evolving investigative designs. Studies in Educational Evaluation, 16, 3, 489-500.
Stacher, B. M. y Davis, W. A. (1990). How to
Focus on Evaluation. Newbury Park, Ca.: Sage.
Stake, R. E. (1967). The countenance of educational evaluation. Teacher College Record, 68,
523-540.
Stake, R. E. (1975a). Program evaluation: particularly responsive evaluation. Occasional
Paper, 5. University of Western Michigan.
Stake, R. E. (1975b). Evaluating the arts in
education: A responsive approach. Ohio: Merril .
Stake, R. E. (1976). A theoretical stament of
responsive evaluation. Studies in Educational
Evaluation, 2 , 19-22.
Stake, R. E. (1981). Setting standars for educational evaluators. Evaluation News, 22, 148152.
Stake, R. E. (1986). Quieting reform. Urbana:
University of Illinois Press.
Stenhouse, L. (1984). Investigacin y desarrollo del curriculum. Madrid: Morata.
Stronge, J. H. y Helm, V. M. (1991). Evaluating professional support personnel in educational settings. Newbury Park, Ca: Sage.
Stufflebeam, D. L. (1966). A depth study of the
evaluation requeriment. Theory into Practice,
5, 3, 121-134.
Stufflebeam, D. L. (1994). Introduction: Recommendations for improving evaluations in
U. S. public schools. Studies in Educational
Evaluation, 20, 1, 3-21.
Stufflebeam, D. L. (1998). Conflicts between
standards-based and postmodernist evaluations: Toward rapprochement. Journal of Personnel Evaluation in Education, 12, 3, 287296.
Stufflebeam, D. L. (1999). Using profesional
standards to legally and ethically release evaluation findings. Studies in Educational
Evaluation, 25, 4, 325-334.
pag. 41
Stufflebeam, D. L. (2000). Guidelines for developing evaluation checklists. Consultado en

www.wmich.edu/evalctr/checklists/ el 15 de Diciembre de 2002.
Stufflebeam, D. L. (2001). The metaevaluation
imperative. American Journal of Evaluation, 22,
2, 183-209.
Stufflebeam, D. L., Foley, WJ, Gephart, WJ,
Guba, EG, Hammond, RL, Merriman, HO &
Provus, MM (1971). Educational Evaluation
and Decision-making, Itasca, Illinois : F. E.
Peacock Publishing.
Stufflebeam, D. L. y Shinkfield, A. J. (1987).
Evaluacin sistemtica. Gua terica y prctica.
Barcelona: Paidos/MEC.
Suchman, E. A. (1967). Evaluative Research:
Principles and Practice in Public Service and
Social Action Programs. New York : Russell
Sage Foundation.
Sunberg, N. D. (1977). Assessment of person.
Englewood Cliffs, N.J.: Prentice Hall.
Taba, H. (1962). Curriculum development. Theory and practice. New York: Harcourt Brace .
Thorndike, E. L,. (1904). An Introduction to the
Theory of Mental and Social Measurements.
New York: Teacher College Press, Columbia
University .
Tyler, R. W. (1950). Basic principles of curriculum and instruction. Chicago: University of
Chicago Press .
Tyler, R. W. (1967). Changing concepts of educational evaluation. En R. E. Stack (Comp.),
Perspectives of curriculum evaluation. AERA
Monograph Series Curriculum Evaluation, 1.
Chicago: Rand McNally,.
Tyler, R. W., (Ed.) (1969). Educational evaluation: New roles, new means. Chicago: University of Chicago Press .
Walberg, H. J. y Haertel, G. D. (Ed.) (1990).

The International Encyclopedia of Educational Evaluation. Oxford: Pergamon Press.
Webster, W. J. y Edwards, M. E. (1993). An
accountability system for school improvement, Paper presented at the annual meeting
(April) of the AERA. Atlanta, GA.
Webster, W. J., Mendro, R.L. y Almaguer,
T.O. (1994). Effectiveness indices: A value
added approach to measuring school effect.
Studies in Educational Evaluation, 20, 1, 113137.
Weiss, C. H. (1983). Investigacin evaluativa.
Mtodos para determinar la eficiencia de los
programas de accin. Mxico: Trillas,.
Weiss, C. H. (1998). Have we learned anything
new about the use of evaluation?. American
Journal of Evaluation, 19, 1, 21-33.
Wilson, A. R. J. (1978). La evaluacin de los
objetivos. En J. A. R. Wilson (Ed.), Fundamentos psicolgicos del aprendizaje y la enseanza (pp. 549-578). Madrid: Anaya..
Wolf, R. L. (1974). The citizen as jurist: A new
model of educational evaluation. Citizen Action in Education, 4.
Wolf, R. L. (1975). Trial by jury: a new evaluation method. Phi Delta Kappa, 57, 185187.
Worthen, B. R. y Sanders, J. R. (1973). Educational Evaluation: Theory and Practice. Worthington, Ohio: Charles a. Jones Publishing
Company.
Worthen, B. R. y Sanders, J. R. (1991). The
changing face of educational evaluation,
Theory into Practice, XXX, 1, 3-12.
Zeller, N. C. (1987). A rethoric for naturalistic
inquiry. Ph. D. dissertation, Indiana University.
ABOUT THE AUTHORS / SOBRE LOS AUTORES

Toms Escudero Escorza (tescuder@posta.unizar.es). Catedrtico del rea de Mtodos de Investigacin y Diagnstico en Educacin de la Universidad de Zaragoza. Es miembro de la Comisin
de Coordinacin Tcnica del Plan de Calidad de las Universidades. Tiene un gran nmero de trabajos y publicaciones sobre evaluacin educativa, particularmente sobre evaluacin institucional.
pag. 42
Escudero Escorza, T. (2003). Desde los tests hasta la investigacin evaluativa actual. Un siglo, el XX, de
inteso desarrollo de la evaluacin en educacin. RELIEVE:, v. 9, n. 1, p. 11-43.
ARTICLE RECORD / FICHA DEL ARTCULO

Escudero, Toms (2003).
Reference /
Referencia
Title / Ttulo
Authors / Autores
Review /
Revista
ISSN
Publication date /
Fecha de publicacin
Desde los tests hasta la investigacin evaluativa actual. Un siglo, el XX, de

intenso desarrollo de la evaluacin en educacin. Revista ELectrnica de Investigacin y EVa-
luacin Educativa (RELIEVE), v. 9, n. 1.

http://www.uv.es/RELIEVE/v9n1/RELIEVEv9n1_1.htm. Consultado en (poner fecha).
Desde los tests hasta la investigacin evaluativa actual. Un siglo, el XX, de intenso
desarrollo de la evaluacin en educacin. [ From tests to current evaluative research.
One century, the XXth, of intense development of evaluation in education]
Toms Escudero Escorza
Revista ELectrnica de Investigacin y EValuacin Educativa (RELIEVE), v. 9, n. 1
1134-4032
2003 (Reception Date: 2003 January 10; Publication Date: 2003 Febr. 27 )
This article presents a review and state of art about development in educational
evaluation in the XXth century. The main theoretical proposals are commented.
Abstract /
Resumen
Keywords
Descriptores
Institution /
Institucin
Publication site /
Direccin
Language / Idioma
Este artculo presenta una revisin crtica del desarrollo histrico que ha tenido el mbito de la evaluacin educativa durante todo el siglo XX. Se analizan los principales
propuestas tericas planteadas..
Evaluation, Evaluation Research, Evaluation Methods; Formative Evaluation Summative Evaluation, Testing, Program Evaluation.
Evaluacin, Investigacin evaluativa, Mtodos de Evaluacin, Evaluacin Formativa,
Evaluacin Sumativa, Test, Evaluacin de Programas
Universidad de Zaragoza (Espaa)
http://www.uv.es/RELIEVE
Espaol (Title, abstract and keywords in english)

(RELIEVE)
[ ISSN: 1134-4032 ]
Copyright 2002, RELIEVE. Reproduction and distribution of this articles it is authorized if the content is no
modified and their origin is indicated (RELIEVE Journal, volume, number and electronic address of the document). /
Copyright 2002, RELIEVE. Se autoriza la reproduccin y distribucin de este artculo siempre que no se modifique el contenido y se indique su origen (RELIEVE, volumen, nmero y direccin electrnica del documento).
pag. 43

Desde Los Test Hasta La Evaluación. Escorza

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Desde Los Test Hasta La Evaluación. Escorza

Cargado por

Copyright:

Formatos disponibles

Escudero Escorza, T. (2003). Desde los tests hasta la investigacin evaluativa actual.

Revista ELectrnica de Investigacin

Sobre los autores

Evaluation, Evaluation Research, Evaluation Methods;

Revista ELectrnica de Investigacin y EValuacin Educativa

1. Precedentes: Antes de los tests y de la

los procedimientos que se empleaban en la

Revista ELectrnica de Investigacin y EValuacin Educativa

c) El desarrollo de los mtodos estadsticos

va de una evaluacin sustentada en un enfoque

2. Los tests psicomtricos

d) El desarrollo de la sociedad industrial

En el contexto anterior, a finales del siglo XIX,

La actividad evaluativa se ver condicionada

Revista ELectrnica de Investigacin y EValuacin Educativa

3. El nacimiento de la verdadera evaluacin educativa: La gran reforma

Revista ELectrnica de Investigacin y EValuacin Educativa

previamente establecidos (vase tambin Tyler,

cin es ms amplia que el hacer explcito este

Revista ELectrnica de Investigacin y EValuacin Educativa

nos. Para ello, es necesario interaccionar con

tylerianas vino despus (Taba, 1962; Popham y

Medio siglo despus de que Tyler

4. El desarrollo de los sesenta

Los aos sesenta traern nuevos aires a la

Revista ELectrnica de Investigacin y EValuacin Educativa

nolgicos (audiovisuales, ordenadores...) y el de

este movimiento de rendicin de cuentas, de

Revista ELectrnica de Investigacin y EValuacin Educativa

a) Asociar el concepto de evaluacin a la

tudios de seguimientos, esto es, el camino

b) La evaluacin que se usa para mejorar un

c) Poner en cuestin la necesidad de que los

d) Se ponen en cuestin los estudios a gran

c) Otra importante contribucin de Scriven

no slo analiza y describe la realidad, adems,

Revista ELectrnica de Investigacin y EValuacin Educativa

hiptesis acerca de las causas y los fallos en los

5. Desde los aos setenta: La consolidacin de la investigacin evaluativa

Revista ELectrnica de Investigacin y EValuacin Educativa

(1986) se refiere a la eclosin de modelos. Estos

Metas. Adems de los ya citados de Stake y

Revista ELectrnica de Investigacin y EValuacin Educativa

debe tomar las decisiones, como en los modelos

Revista ELectrnica de Investigacin y EValuacin Educativa

tados a la toma de decisiones: la evaluacin

g) Diferencias en el papel jugado por el

h) Pluralidad de audiencia de la evaluacin y, por consiguiente, pluralidad en los

6. La cuarta generacin segn Guba y

Revista ELectrnica de Investigacin y EValuacin Educativa

b) Para llevar a cabo lo anterior se necesita

a) Son grupos de riesgo ante la evaluacin y

Revista ELectrnica de Investigacin y EValuacin Educativa

1) Identificar todos los implicados con

ses propios y de los de otros grupos (Stake,

Consecucin de facilidades y acceso a la

9) Reciclar la evaluacin siempre que queden

3) Identificacin de las audiencias (Guba y

La propuesta de Guba y Lincoln (1989) se extiende bastante en la explicacin de la naturaleza

4) Desarrollo de construcciones conjuntas

1) Establecimiento de un contrato con un patrocinador o cliente.

Identificacin del cliente o patrocinador

Identificacin del objeto de la evaluacin.

Propsito de la evaluacin (Guba y Lincoln, 1982).