PRUEBAS DE APRESTAMIENTO ESCOLAR PARA

EL PRIMER GRADO: UNA EVALUACIÓN

PSICOMÉTRICA COMPARATIVA

CÉSAR MERINO,* LUIS HONORES, WALTER GARCÍA, JOSÉ LIVIA

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL
Recibido: 4 de junio de 2008 Revisado: 4 de Julio de 2008 Aceptado: 6 de Julio de 2008

RESUMEN
El propósito de este estudio fue evaluar y comparar las características
psicométricas de cinco pruebas de habilidades pre-académicas: Test ABC, Test 5 y
6, Batería de Despistaje para el Primer Grado (BDPG), Batería Evaluadora de las
Habilidades Necesarias para el Aprendizaje de la Lectura y Escritura (BEHNALE),
y Prueba de Funciones Básicas (PFB). Para ello se hizo un análisis de los ítems, la
dimensionalidad, y consistencia interna de dichas pruebas tradicionales de
aprestamiento. Se encontraron pobres niveles de consistencia interna y débil
unidimensionalidad, excepto en la BDPG y BEHNALE. Estos resultados sugieren
la importancia de introducir la re-evaluación psicométrica en las mediciones
obtenidas de instrumentos antiguos. Se discuten las implicancias para la evaluación
psicológica aplicada a la educación y la investigación aplicada

Palabras clave: Aprestamiento escolar, dimensionalidad, consistencia interna.

ABSTRACT
The purpose of this study was to evaluate and compare the characteristics of five
psychometric tests pre-academic skills: ABC Test, Test 5 and 6, Battery Screening
for First Grade (BDPG), Battery Assessment of the Skills Necessary for Learning
Reading and Writing (BEHNALE), and Test Basic Functions (PFB). This was an
analysis of the ítems, the dimensionality, and internal consistency of these tests
traditional dressings. We found poor levels of internal consistency and weak
unidimensionality, except in the BDPG and BEHNALE. These results suggest the
importance of introducing the re-evaluation in psychometric measurements
obtained from old instruments. We discuss the implications for psychological
evaluation applied to education and applied research.

Key words: Schoolar preparation, dimensionality, internal consistency.

*Psicólogo, docente universitario en Universidad Nacional Federico Villarreal (UNFV), Universidad San Martin de
Porres (USMP) y Universidad Privada San Juan Bautista (UPSJB).
Investigador en el área de evaluación y medición psicológica, y métodos cuantitativos
Correo electrónico: sikayax@yahoo.com.ar.

Revista Peruana de Psicometría 1 (1), julio-diciembre 2008 ISSN 1995-9966

- 14 -
 Las pruebas utilizadas en la edad preescolar, entre su administración, costo y eficiencia (Hasbrouck,
3 y 5 años de edad, han estado bajo la lupa de la 1990; Meisels, Marsden, Wiske & Henderson, 1997)
crítica respecto a sus características técnicas, ya que y pueden estar focalizados a diferentes áreas de
estas les ponen los límites en la interpretación de sus funcionamiento cognitivo, tales como las
resultados y, finalmente, a su utilidad en el terreno habilidades pre-académicas. Pero a diferencia de las
profesional y de investigación (Feldt & Brennan, pruebas de desarrollo, están bien vinculadas con los
1989). Bajo los criterios cuantitativos y cualitativos programas que enfatizan las habilidades básicas
desarrollados para evaluar sus características técnicas (Hasbrouck, 1990), las pruebas de despistaje del
en preescolares (Alfonso & Flanagan, 1999; Emmons aprestamiento o madurez escolar apuntan a
& Alfonso, 2005; Alfonso & Flanagan, 2006), la programas de enseñanza pre-académica (Hasbrouck,
evaluación de los componentes psicométricos de 1990), y se concentran en la identificación de niños
instrumentos cognitivos en preescolares ha arrojado en riesgo de presentar problemas futuros en el
resultados variables sobre su aceptabilidad como aprendizaje de la lectura, situación que siempre tuvo
herramientas psicométricamente efectivas. Otras los problemas de costo y tiempo para administrarlos
revisiones independientes tienden a llegar a las (Salvesen & Undheim, 1994).
mismas conclusiones; por ejemplo, la revisión de
Emmos y Alfonso (2005) sobre baterías de despistaje Las pruebas de despistaje se diferencian de las de
para preescolares, y la de Bracken (1987) sobre desarrollo en varios aspectos cualitativos y
instrumentos de diagnosis individual en preescolares, cuantitativos, como los costos, calificación,
concluyeron que muchas de las pruebas revisadas administración y el tipo de decisiones que sus
poseen un rango variable de niveles psicométricos que resultados facilitan (Hasbrouck, 1990; Woodburn &
van desde moderado hacia alto respecto a la Boschini, 1995; Meisels et al., 1997). También
difieren en la amplitud de los constructos evaluados.
consistencia interna y estabilidad test-retest.; y aunque
las evidencias de validez provinieron aceptablemente Por ejemplo, el Test de Desarrollo Psicomotor,
de múltiples fuentes, la magnitud de los coeficientes TEPSI (Haeussler & Marchant, 2003) es
de validez fueron inestables, ya que el tamaño de la ampliamente popular en Sudamérica y está
muestras evaluadas en los manuales de las pruebas relacionado con el desarrollo del lenguaje y
revisadas fueron pequeñas en muchos de los estudios motricidad; y el reciente Inventario de Despistaje
revisados (Emmos & Alfonso, 2005). Hay otros Preescolar de Minneapolis – Revisado, MPSI – R
aspectos que atemperan el entusiasmo por el uso (Minneapolis Public Schools, 2005) que seleccionó
acrítico de medidas en el nivel preescolar, como las tareas genéricas sobre el desarrollo general. Otras
normas antiguas, la disimilaridad de los contenidos de medidas abordan habilidades específicas pero
las diferentes pruebas (aun cuando sean nominalmente vinculadas genéricamente con el éxito en el
las mismas), la practicidad de su estructura, entre aprendizaje escolar, como el Test de la Escuela
otros (Hasbrouck, 1990). En general, parece que el Meeting Street (Woodburn & Boschini, 1995), o el
Bracken School Readiness Assessment (Bracken,
interés por evaluar la efectividad y las características
psicométricas de los instrumentos para niños no tuvo 2002). Este último es un instrumento más específico
un comparable entusiasmo con su proliferación y relativamente homogéneo al evaluar
(Salvesen & Undheim, 1994). conocimientos de conceptos básicos referidos como
parte esencial del aprestamiento, tal y como se
Dentro de los usos destinados de las pruebas en la planteó hace varias décadas respecto a su potencial
edad preescolar, el despistaje o tamizaje es predictivo del éxito escolar (Steinbauer & Heller,
aparentemente una de las funciones más frecuentes. El 1978).
despistaje,es un proceso de evaluación con ventajas en
Revista Peruana de Psicometría 1 (1), julio-diciembre 2008 ISSN 1995-9966
- 15 -
 Otras evaluaciones destinadas al despistaje son
fuertemente dependientes del desarrollo biológico,
como las pruebas de integración visomotora, en que
las más conocidos son la Prueba de Integración
Visomotora (Beery, 2000), y los sistemas de
calificación adaptados de la Prueba Gestáltica de
Bender para niños (Koppitz, 1984; Brannigan &
Brunner, 2002), y esta última particularmente para
niños ingresantes al primer grado (Parsons &
Weinberg, 1993; Sugar, 1995). El lector bien
informado con experiencia en la evaluación de niños
ingresantes al primer grado de primaria podría
verificar que, a esta variedad de diferencias
estructurales entre las pruebas, se añaden otras
condiciones, por ejemplo la heterogénea tipología de
tareas seleccionadas para definir un instrumento de
despistaje del aprestamiento basados en su poder
predictivo sobre el rendimiento lector, matemático o
de escritura. La experiencia profesional y la revisión
de las pruebas existentes concurren en señalar que el
énfasis evaluativo se dirige hacia la predicción del
éxito en lectura más que otras áreas de aprendizaje
escolar. Y aunque los instrumentos usados como
despistaje de habilidades varían respecto a la amplitud
del constructo evaluado, el número de componentes
(subpruebas) relacionados entre sí, la heterogeneidad
de las tareas elegidas y el modo de administración,
una fuente esencial de la diferenciación entre ellas es
la conceptualización que se tiene del constructo
evaluado; por ejemplo, medidas como la Prueba de
Funciones Básicas (Berdicewski & Milicic, 1978),
Test ABC (Filho, 1947; 1960), Prueba de Madurez
Escolar de Irasek (Cabrera, Aguilar & Betancourt,
1986), Batería de Inizan (Inizan, 1989) y los Test de
Madurez Escolar del Instituto Gesell (Ilg, Ames,
Haines & Gillespie, 1981) apuntan al ahora antiguo
constructo de madurez o aprestamiento, mientras que
medidas como el BENHALE (Mora, 1999) o el
Screening for Reading Success (Flynn, 2006) se
orientan su conceptualización hacia las habilidades y
el BADICBALE hacia el concepto de aptitudes
(Molina, 1992).
Uno puede imaginarse una numerosa cantidad de
Revista Peruana de Psicometría 1 (1), julio-diciembre 2008
- 16 -
habilidades relacionadas con las habilidades pre-
académicas del niño, pero lo cierto es que tales áreas
de habilidades y conocimientos que se creen
predictores del éxito escolar, en un amplio rango de
generalidad, incluyen el dominio de conceptos,
procesamiento de información auditiva, visomotor y
conciencia corporal; razonamiento y comprensión
verbal, habilidades sociales y actividad motora y
fina (Condemarín, 1989; Hasbrouck, 1990;
Educational Testing Service, 1991); pero en un
rango estrecho de habilidades, los predictores más
conocidos para el aprendizaje de la lectura son la
conciencia fonológica y el conocimiento de letras,
memoria verbal, nombramiento rápido de objetos y
conocimientos sintácticos-semánticos (Condemarín,
1989; Muter, 2000). Una revisión de 81 pruebas
publicadas desde 1945 hasta 1990 diseñadas para las
competencias del niño en aquellas áreas necesarias
para aprender a leer y para decidir sobre la
elegibilidad para el ingreso al nivel Kinder o primer
grado, reveló que las áreas más citadas en la
evaluación pre-académica fueron la percepción
visual, discriminación auditiva, identificación de
letras, reconocimiento de palabras y vocabulario, las
cuales estarían asociadas a facilitar y expandir el
dominio las habilidades sintácticas y semánticas
para el aprendizaje de la lectura inicial (Educational
Testing Service, 1991). Pero si hay que identificar a
una de las habilidades más estrechamente vinculadas
con el rendimiento lector, según las investigaciones
actuales, y que es uno de los predictores más
poderosos validado en varios meta-análisis
internacionales es el desarrollo fonológico (Bravo,
2002), que es el eje del umbral lector (Bravo, 2002,
2004; Velarde, 2004).
Varias de las pruebas en español evalúan las áreas
señaladas, pero con contenido, número y formato de
las tareas solo moderadamente similares, y una
situación así hace difícil la comparación sustancial
entre las pruebas (Hasbrouck, 1990). Estas
diferencias pueden estar exacerbadas por la
dispersión de los puntajes, ya que los ítems de una
subescala pueden ser calificados ordinalmente (ABC
ISSN 1995-9966
de Filho, 1947; 1960), mientras que otras tiene un
formato dicotómico (Merino, 2008b), o una
combinación de estas como ocurre con las pruebas
derivadas del modelo ABC de Filho (1947, 1960) en
la Batería Evaluativa de las Habilidades Necesarias
para el Aprendizaje de la Lectura y Escritura,
BENHALE (Mora, 1999) o la Batería de Inizan
(Inizan, 1989).
A través de los años, ha sido aparente que la
presentación y formato de las pruebas de
aprestamiento ha ido diferenciándose; y una de las
pruebas más populares en esta área provino de Brasil,
con la publicación del Test ABC (Filho, 1947; 1960),
y que es una de las primeras pruebas latinoamericanas
publicadas sobre la madurez escolar (Ardila, 2004;
Alarcón, 2004). Este es sin duda una de las más
resistentes a través de los tiempo, aún cuando parece
que las normas preparadas en esa época se continúan
utilizando y hay evidencias actuales de su
cuestionable valor predictivo (Inizan, 1989; Salazar,
Amon & Ortiz, 1996; Mora, 1999; Ardila, 2004). Otra
prueba que parece ser resistente al desuso, por
ejemplo en el contexto peruano, es la Prueba de
Aprestamiento de Jordany Massey (Jordan &
Massey, 1967), así como las Pruebas 5 y 6 de origen
uruguayo (Gastelumendi, Isasmendi, Slovak &
Semelong, 1977). Una revisión informal del lector
sobre el uso de estas pruebas, puede llevarlo a
concluir que aún continúan en uso en tesis de pre-
grado, así como en los sílabos de estudios
universitarios en Psicología y Educación en
Latinoamérica (Suárez, 1999). Finalmente, otra
generación de pruebas de aprestamiento proviene de
la adaptación del Metropolitan Readiness Test
(Hildreth, Griffiths & McGauvran, 1969) en Chile
(Abarca, Domberg, Montes & Peredo, 1965), y
posteriormente, la Prueba de Funciones Básicas
(Berdicewski & Milicic, 1974, 2004). Más
recientemente, se han presentado las pruebas
experimentales del equipo de Bravo (1997) y una
adaptación normativa en niños peruanos entre 5 y 6
años de edad (Melendez & Morocho, 2007).
Revista Peruana de Psicometría 1 (1), julio-diciembre 2008
- 17 -
Exceptuando los resultados de pobre validez
predictiva del test ABC (Salazar, Amon & Ortiz,
1996), sobre las pruebas mencionadas, hasta la fecha
no hay una revisión cuantitativa ni cualitativa que
comparativamente realce las ventajas y limitaciones
psicométricas que formalmente pueden impactar en
las prácticas de evaluación de los psicólogos
escolares. Dado que las propiedades psicométricas
de algunas de ellas tienen una larga antigüedad o no
han sido comparativamente evaluadas, se hace
necesario no solo re-evaluar estas propiedades, sino
también crear instrumentos más sensibles,
culturalmente relevantes, y que típicamente cubran
las recomendaciones de las mejores prácticas sobre
su elegibilidad y características cualitativas y
psicométricas en pruebas de despistaje de
habilidades pre-académicas (Hasbrouck, 1990;
Bracken, 1987) y de las pruebas cognitivas en
general (Bracken, 1987; Alfonso & Flanagan, 1999;
Emmons & Alfonso, 2005).
La validez es una de las áreas psicométricas más
multifacéticas para la evaluación de las cualidades
de una prueba, y dentro de ella, la evaluación de la
dimensionalidad. Las recientes guías de uso de
pruebas psicológicas (AERA, APA y NCME, 1999;
International Test Commission, 2001) indican que
las evidencias de validez en este aspecto deben ser
evaluadas durante su construcción y re-evaluadas
después de un determinado tiempo. Si un plan
preventivo del bajo rendimiento escolar incluye una
evaluación de despistaje que responda a las
exigencias de sensibilidad, especificidad, y un
balance ventajoso entre sus costos y los beneficios
de su uso, entonces la creación de un instrumento es
necesaria en la situación actual del psicólogo y
profesiones directamente vinculadas con el
rendimiento escolar del niño. Actualmente, hay una
extensa y diseminada preocupación por la buena
práctica profesional en el uso de herramientas de
evaluación psicológica, y se estimula el buen uso y
la aplicación de criterios técnicos psicométricos para
el desarrollo y conceptualización de instrumentos de
ISSN 1995-9966
 evaluación, así como de sus mejores prácticas están en instrucción escolarizada cuatro horas y
profesionales (AERA, APA & NCME, 1999; media durante cinco días a la semana en estos
International Test Comission, 2001). Bajo este centros, y las actividades de enseñanza son
contexto, las investigaciones psicométricas son los consistentes con la currícula escolar oficial; sin
métodos de elección para decidir sobre las pruebas embargo, cada grupo preescolar puede diferenciarse
más adecuadas. Excepto, en ciertas ocasiones; ya que por características de la didáctica y filosofía de
como mencionamos, no se han publicado enseñanza de cada profesora, además de la
comparaciones psicométricas sobre pruebas suficiencia de los materiales didácticos y de los
tradicionales de aprestamiento (por ejemplo, ABC, 5 textos de instrucción elegido. En la Tabla 1 se
y 6, PFB) en el contexto latinoamericano y menos pueden apreciar las principales características de la
aún comparándolas con nuevas propuestas (por muestra.
ejemplo, BENHALE). Por lo tanto, el presente estudio
se orienta a cubrir esta ausencia de evidencias Tabla 1
empíricas de las características de validez y
confiabilidad de estas medidas de la preparación Distribución de las características de los participantes
preacadémica. Nuestro estudio evaluará y comparará
Género Gestión Edad
las características psicométricas de varias pruebas Varón Mujer Estatal Privado
tradicionales de aprestamiento o habilidades pre- N (%) N (%) N (%)
Media (de)
N (%)
académicas, estas características incluyen el examen
ABC 30 (60.0) 20 (40.0) 50 (100) 0 (0.0) 66.4 (3.9)
de la dimensionalidad, distribución, ítems y 37 (50.0) 37 (50.0) 64 (86.4) 10 (13.6) 69.2 (3.9)
5y6
consistencia interna. PFB 32 (53.3) 28 (46.7) 50 (83.3) 10 (16.7) 66.6 (4.3)
BDPG 34 (46.6) 39 (53.4) 9 (12.3) 64 (87.7) 60.0 (3.5)
Método
BENHALE 27 (56.2) 21 (43.8) 48 (100) 0 (0.0) 67.9 (4.1)

Participantes
La muestra estuvo conformada por 305 niños y
niñas, seleccionados por conveniencia, cuya edad
promedio fue de 5 años 5 meses y fue similar en todas
las instituciones educativas en las cuales se hizo la
evaluación. Los participantes pertenecieron a nueve
instituciones educativas orientadas al nivel preescolar,
3 de ellas son de gestión privada y se encuentran
ubicadas en los distritos de: Ate Vitarte, Villa el
Salvador y Pachacamac. Las otras 9 instituciones
restantes son de gestión de pública y se ubican en los
distritos de: Cercado de Lima, Ate Vitarte, Barranco,
Breña, San Martin de Porres, Pachacamac, Comas,
San Juan de Lurigancho y la Provincia constitucional
de Callao. Las características funcionales de estas
instituciones son similares: es decir, que en cada
centro los niños reciben instrucción en aulas de 25 a
30 alumnos aproximadamente; y una profesora y
auxiliar, ambas mujeres, se encargan de la instrucción
en todas las instituciones muestreadas. Los niños
Revista Peruana de Psicometría 1 (1), julio-diciembre 2008
- 18 -
Instrumentos
Batería de Despistaje para Primer Grado
(Merino, 2008a). Este instrumento explora
habilidades pre-académicas para niños que están
ingresando al primergrado de primaria; las
habilidades evaluadas están en un estrecho rango de
contenido sobre Conocimiento de letras y palabras
(18 ítems), Habilidades fonológicas (17 ítems),
Percepción visual (21 ítems), Habilidades
cuantitativas (23 ítems) y Habilidades de
vocabulario y conceptualización (20 ítems); para
cada una de estas áreas se obtiene un puntaje,
además de un puntaje total basado en la suma de las
subescalas. Es una adaptación del PASS (Witheman,
1987), una prueba de 30 ítems creada para evaluar
habilidades académicas en primer grado de primaria,
y luego adaptada ligeramente para usarse con niños
de 5 años (Hirsh-Pasek, Hayson y Lescorla, 1990);
ISSN 1995-9966
el estudio original concluyó que el puntaje total es el
resultado más confiable para la interpretación del
rendimiento del niño (Witheman, 1987), y no su
hipotetizada estructura de dominios. El instrumento se
diseñó para ser aplicado en grupos pequeños. Los
ítems son de tipo opción múltiple y se califican con
uno o cero. Un estudio en Latinoamérica con una
versión temprana demostró que predice el 35% de la
varianza de las notas en primer grado luego del primer
trimestre de instrucción (Merino, 2008b). Estudios
con la actual versión han aportado resultados
satisfactorios sobre la validez de constructo con
diferentes estrategias (análisis factorial, comparación
de grupos extremos, correlaciones convergentes y
divergentes), de criterio (concurrente y predictivo) y
de contenido, así como la confiabilidad, estabilidad y
consistencia interna (Merino, 2008b).
Test ABC (Filho, 1947; 1960). Ha sido
desarrollado por L. Filho en los años de 1925 en
Brasil, y publicada por primera vez en español en
1947; tiene como fin el diagnóstico de un conjunto de
capacidades para el aprendizaje de la lectura y
escritura para los niños que acuden a la escuela
primaria. Siendo usado como un instrumento
propedéutico o reactivo preliminar. Este test evalúa
las siguientes 10 áreas: coordinación visual motora,
resistencia a la inversión en la copia de figuras,
memorización visual, coordinación auditivo motora,
capacidad de pronunciación, resistencia a la ecolalia,
memorización auditiva, índice de fatigabilidad, índice
de atención dirigida, vocabulario y comprensión
general. Estas áreas se distribuyen en ocho subtest:
Reproducción de figuras (3 ítems), Evocación de
figuras (7 ítems), Reproducción de movimientos (3
ítems), Evocación de palabras (7 ítems), Evocación de
un relato (6 ítems), Reproducción de palabras (10
ítems), Corte de un diseño (2 ítems), Punteado (1
ítem). La duración de aplicación de la prueba es
alrededor de 10 minutos, y es aplicado de manera
individual y colectiva. La puntuación general es
obtenida por la suma de los puntos alcanzados en la
prueba por parte de los evaluados (máximo: 24
puntos). Respecto a su respaldo psicométrico, Filho
Revista Peruana de Psicometría 1 (1), julio-diciembre 2008
- 19 -
(1960) halló una aceptable confiabilidad basada en
aplicaciones sucesivas con intervalo de una semana.
Para la validez predictiva, se correlacionó con el
aprendizaje obtenido al final del año escolar (r =
0.75), junto con una prueba de lectura silenciosa,
velocidad de lectura oral, velocidad y perfección de
la escritura y prueba de dictado (r = 0.92, Filho,
1960). Usando un análisis factorial con el método
Centroide de Thurstone, Filho halló una estructura
oblicua tridimensional, que denominó X (test 3, 1 y
7), Y (test 8, 6, 7 y 2) y Z (test 5, 2 y 4).
Batería Evaluadora de las Habilidades
Necesarias para el Aprendizaje de la Lectura y
Escritura (Mora, 1993). Esta prueba permite estimar
el nivel alcanzado en las habilidades para el
aprendizaje de la lectura y de la escritura. Se
compone de las subpruebas: Coordinación
visomotora (2 ítems), Memoria motora (3 ítems),
Percepción y discriminación visual (10 ítems),
Vocabulario (30 ítems), Articulación (10 ítems),
Percepción y discriminación auditiva (4 ítems),
Estructuración espacio-temporal (4 ítems), Memoria
visual inmediata (10 ítems), Memoria auditiva y
lógica inmediata (7 ítems). De administración
individual, es aplicable para niños y niñas de cinco y
seis años. Los materiales necesarios para la
aplicación son: una hoja de respuesta, un lápiz,
lámina de memoria visual inmediata, una pelota, y
hojas de papel blanco. En lo referente a las
características psicométricas, a través del estudio
normativo se demostró la independencia de los
subtest con intercorrelaciones muy pequeñas
(r=0.03) o bajas (r=0.37). La consistencia interna fue
estimada a través del coeficiente alfa de Cronbach
que tuvo valores de moderados (α = 0.60 en
Percepción y discriminación visual) hasta altos (α =
0.88 en Estructuración espacio-temporal). Por otro
lado, la validez de contenido, fue específicamente de
validez factorial, hallándose una solución
tridimensional que explicó el 37.42% de la varianza
total: un factor de predominio perceptivo, uno de
predominio motriz y otro de predominio lingüístico.
La validez predictiva,se hizo a través de dos estudios
ISSN 1995-9966
 reportados en el manual, que tuvieron como criterio años y 6 meses aproximadamente. Se articula a
el éxito o el fracaso en el aprendizaje de la lectura y partir de 3 subtest con ítems dicotómicos cada uno:
escritura, y definido por los profesores de los niños, el Coordinación visomotora (16 ítems), Discriminación
primero alcanzó un 67.5% de las predicciones auditiva (28 ítems) y Lenguaje (14 ítems). La
concordantes, mientras que en el segundo estudio se administración es colectiva. Los materiales
alcanzó un 75.2% de concordancias en las necesarios consisten en: el cuadernillo de
predicciones. evaluación, lápiz, pizarra, tizas y mota para los
ejemplos, hoja de registro y cronómetro. En cuanto a
El Test 5-6, forma B (Gastelumendi, Isasmendi, sus propiedades psicométricas, el manual reporta
Slovak, & Semeleng, 1977). Esta viene a ser una una consistencia interna global de 0.82. La validez
prueba que hace una exploración a las áreas concurrente con el Test ABC de Filho alcanzó una
principales al iniciar el aprendizaje de las materias correlación de 0.62; la validez predictiva se analizó
básicas de la escuela, para identificar el grado de en dos estudios de 332 participantes en un plazo de 6
maduración del niño antes de empezar el aprendizaje meses, y en 135 niños y niña después de un año. En
escolar. Las áreas pre-académicas son las relacionadas ambos se tuvo como criterio el juicio de las
con la escritura, la lectura y el cálculo. Fue presentado profesoras, quienes clasificaron a los niños en
por Gastelumendi en el XII Congreso Interamericano lectura y escritura en tres categorías (rendimiento,
de Psicología realizado en Uruguay en marzo de 1969. regular y deficiente). Las autoras no cuantificaron
Este test se compone de dos formas paralelas: A y B. estos resultados y solo se presentó en el manual las
La Forma A se elaboró exclusivamente para tablas de expectativas para el rendimiento en el
Ministerio de Educación de Uruguay; mientras que la primer y segundo año escolar. La información
Forma B es la versión editada para los profesionales y normativa se basó originalmente en 948 chilenos,
la que estuvo a la venta. La batería esta conformada aunque hay normas peruanas en dos documentos no
por 4 subpruebas: Comprensión (7 ítems), Percepción publicados (Rubio, 1992; Espinoza, Piedra y
(24 ítems), Pre-cálculo, y Motricidad (5 ítems cada Sotomarino, 1995).
uno). Cada ítem se puntúa con uno o cero, y es una
prueba recomendada para la administración grupal. El Procedimiento
test muestra una correlación con una prueba de
rendimiento de lectura – escritura aplicada en el tercer Se hizo la evaluación de niños con las pruebas de
trimestre, dando un coeficiente de 0,72 (Gastelumendi habilidades como parte de las actividades del curso
et al., 1977). Además, da una comparación porcentual de medición psicológica del autor principal. Se
con el Test del Árbol y con la aplicación de test de tuvieron grupos de 5 a 7 estudiantes de pregrado
Goodenough dando resultados aceptables. Mientras la para la aplicación de las pruebas seleccionadas, y
validez de este test se encuentra expresada por los para ello se planificaron dos sesiones de
ajustados resultados estadísticos que pone en su presentación y práctica de las pruebas además de
manuscrito. Una de las autoras (Isasmendi, 2008: actividades de auto-práctica indicadas. Cada grupo
comunicación personal) manifiesta que este test debe seleccionó y coordinó con un colegio de educación
ser revisado con los actuales procesos estadísticos. inicial para la administración individualizada de las
pruebas. El espacio de evaluación fue una oficina o
Prueba de Funciones Básicas (Berdicewski & aula vacía, y en esta última situación, se evaluaron
Milicic, 1988). Fue creada en 1974 para predecir el separadamente entre dos o tres niños
rendimiento en el aprendizaje de la lectura y escritura, simultáneamente, cada uno con un evaluador;
en niños y niñas ingresantes al primer grado durante este proceso evaluativo, se siguieron los
cuyas edades fluctuarían entre los 5 años 6 meses y 7 procedimientos estandarizados de relación empática
Revista Peruana de Psicometría 1 (1), julio-diciembre 2008 ISSN 1995-9966
- 20 -
 con el niño, de aplicación de pruebas y el
seguimiento de las instrucciones.
Efectuaremos un análisis de ítems usando los
procedimientos tradicionales de la dificultad y
discriminación de los ítems. Anastasi y Urbina (1997)
y Garret (1971) señalan que índices de discriminación
aún de 0.20 son cuantitativamente aceptables en
algunas circunstancias, pero las recomendaciones más
populares indican que 0.30 es un nivel mínimamente
aceptable (Thorndike, 1980; Nunnally y Bernstein,
1995). Para propósitos descriptivos usaremos ambos
criterios en una separación relevante para tomar
decisiones sobre la validez de los ítems. La dificultad
del ítem se determinó por el porcentaje de examinados
quienes responden correctamente al ítem. Para la
evaluación de los niveles apropiados de dificultad se
usó el criterio de Anastasi y Urbina (1997), en que se
considera óptima una dificultad promedio de 0.50, e
ideal una distribución de ítems entre 0.15 y 0.85, pero
ya que las pruebas de despistaje se indican para
detectar a niños con futuros problemas, entonces los
ítems deberían tener un nivel de dificultad cercano a
la tasa de de selección deseada (Anastasi y Urbina,
1997) ya que una prueba de despistaje generalmente
tiene el propósito de ayudar a identificar el 10% más
bajo de la población (Mathews, 1986), los ítems
deberían ser respondidos correctamente por el 90% de
la muestra. Los ítems con más frecuencia que el 90%
añaden poco valor discriminativo, tanto como los
ítems incorrectamente respondidos por menos del
40% de la población (A. Kline, comunicación
personal, Marzo 1980, citado en Simmons, 1988).
Fuera del rango de dificultad entre 0.40 y 0.90, los
ítems podrían ser cuestionables para propósitos de
despistaje (Simmons, 1988).
Para el cálculo de la consistencia interna se usará el
coeficiente alfa (Cronbach, 1951); su cálculo para las
subpruebas usarán todos sus ítems, pero para el
puntaje de la prueba total, se evitará inflar
espúreamente la confiabilidad debido al número de
ítems (Nunnally & Bernstein, 1995), y mantendrá la
relativa independencia experimental de las unidades
Revista Peruana de Psicometría 1 (1), julio-diciembre 2008
- 21 -
de análisis (Stanley, 1971); por lo tanto, usaremos
los puntajes de las subáreas para la estimación de la
consistencia interna, y mediante el coeficiente alfa
estratificado (Cronbach, Schonemann y McKie,
1965; Nunnally & Bernstein, 1995); este coeficiente
incluye en su cálculo la variabilidad de las
subpruebas, de tal modo que ajusta el cálculo con la
varianza propia de cada subprueba
independientemente.
Usaremos la matriz de correlaciones inter-ítem e
inter-subpruebas para la estimación de la
homogeneidad de los ítems mediante la correlación
inter-ítem promedio (Cronbach, 1951), la varianza
explicada retenida por el primer factor no rotado y la
tasa del autovalor sobre el segundo. Estos dos
últimos métodos son recomendados para estimar la
unidimensionalidad (Hattie, 1985). También
calcularemos la comunalidad de los subtest mediante
el método de ejes principales, que toma en cuenta la
varianza común y no toda la varianza (única y
común) como lo hace el análisis de componentes
principales (Nunnally y Bernstein, 1995); este
método de extracción de ya factores se recomienda
que es tolerante a la no normalidad multivariada, y
extiende su cobertura para factores débiles (Briggs y
MacCallum, 2003). Como técnica, se lo sugiere en la
evaluación de la estructura interna en instrumentos
psicológicos (Ford, MacCallum y Tait, 1986; Floyd
y Widaman, 1995).
Resultados
Análisis de ítems
Dificultad de los ítems. La distribución de la
dificultad de los ítems ha sido más favorable para las
prueba BDPG, pues el 70% o más de los ítems en
cada subescala estuvieron un rango medio de
dificultad; en otras palabras, cada subescala
distribuye sus ítems consistentemente en el rango
medio que se considera óptimo. En segundo lugar,
los ítems de la prueba 5 y 6 estuvieron casi
completamente en el rango medio, exceptuando la
subescala Comprensión, cuya mitad de ítems fue
ISSN 1995-9966
muy fácil. El ABC y ni el BENHALE pudieron se
evaluados en estos aspectos ya que sus ítems son
politómicos. Los ítems del PFB estuvieron centrados
en el rango medio óptimo, pero repartidos también
entre los ítems fáciles y difíciles; en esta misma
prueba, mientras que Coordinación fue
completamente adecuado en su rango de dificultad, la
escala Lenguaje tuvo casi la cuarta parte de sus ítems
en el nivel fácil. Debe observarse que la cantidad
nominal de ítems en el PFB y BDPG, y la subescala
Percepción del 5 y 6, supera alrededor de los 10 en el
nivel óptimo debido que contienen una mayor
cantidad de ítems.
Discriminación de los ítems. Los ítems de las
pruebas han tenido un patrón general diferente en
cada una de ellas. El BENHALE acumulativamente
demostró que sus ítems se orientan a discriminar
mejor ya que tienden a estar en el nivel > 0.29. La
PFB posee casi la mitad de sus ítems en el nivel de
moderada a baja discriminación. El ABC y el 5 y 6
mostraron las peores propiedades discriminativas,
pues sus ítems modalmente se acumularon en el
nivel bajo, y la cantidad de ítems distribuidos en los
niveles medios y alto es apenas 1 en algunas
subescalas, debido a la poca cantidad de ítems. La
BDPG distribuyó sus ítems entre todos los niveles
pero tendiendo al buen nivel de discriminación;
excepto en la subprueba de Conceptos/Vocabulario,
el resto de sus subescalas más del 50% de sus ítems
se colocan en los niveles medio y/o alto. Los
resultados del análisis de ítems se plasman en la
tabla 2.

Tabla 2

Distribución de dificultad y discriminación de ítems en cada subescala de las pruebas

Rangos de Dificultad Rangos de Discriminación

Pruebas < 0.40 0.40 – 0.90 > 0.90 < 0.20 0.20-0.29 > 0.29
N (%) N (%) N (%) N (%) N (%) N (%)
PFB
Coordinación Visomotora 0 (0) 16 (100) 0 (0) 2 (12.5) 5 (31.2) 9 (56.2)
Discriminación Auditiva 4 ( 14.2) 19 ( 67.8) 5 ( 17.8) 14 (50) 3 (10.7) 11 (39.2)
Lenguaje 1 ( 7.1) 9 (64.2) 4 (28.5 ) 8 (57.1) 1 (7.1) 5 (35.7)

5y6
Comprensión 0 (0) 4 (57.1) 3 (42.8) 5 (71.4) 1 (14.2) 1 (14.2)
Total percepción 4 (18.1) 18 (81.8) 0 (0) 8 (36.3) 8 (36.3) 6 (27.2)
Cálculo 0 (0) 5 (100) 0 (0) 5 (100) 0 (0) 0 (0)
Coordinación 0 (0) 5 (100) 0 (0) 2 (40) 1 (20) 2 (40)

BENHALE
Coordinación visomotora --- --- --- 0 (0) 0 (0) 2 (100)
Memoria motora --- --- --- 1 (33.3) 1 (33.3) 1 (33.3)
Percepción y discriminación visual --- --- --- 1 (10) 1 (10) 8 (80)
Vocabulario --- --- --- 7 (23.3) 6 (20) 17 (56.67)
Articulación --- --- --- 3 (30) 2 (20) 5 (50)
Percepción y discriminación auditiva --- --- --- 1 (25) 0 (0) 3 (75)
Estructuración espacio temporal --- --- --- 0 (0) 0 (0) 4 (100)
Memoria visual inmediata --- --- --- 2 (20) 2 (20) 6 (60)
Memoria auditiva lógica inmediata --- --- --- 1 (14.28) 3 (42.86) 3 (42.86)

BDPG
Conceptos – Vocabulario 0 (0) 14 (70 ) 6 (30) 13 (65) 3 (15) 4 (20)
Letras y palabras 0 (0) 18 (100) 0 (0) 4 (22.2) 6 (33.3) 8 (44.4)
Fonológica 0 (0) 17 (100) 0 (0) 5 (29.4) 3 (17.6) 9 (52.9)
Percepción visual 0 (0) 20 (95.2) 1 (4.7) 8 (38.1) 5 (23.8) 8 (38.1)
Habilidades cuantitativas 0 (0) 20 (86.9) 3 (13.0) 4 (17.3) 4 (17.3) 15 (65.2)

ABC --- --- --- 4 (50) 2 (25) 2 (25)

Revista Peruana de Psicometría 1 (1), julio-diciembre 2008 ISSN 1995-9966

- 22 -
Confiabilidad
La confiabilidad alfa del puntaje total de las
pruebas ha tenido una amplia variación, y
generalmente orientada hacia los niveles bajos (Tabla
3); excepto el puntaje total de la BDPG (α > 0.80), las
demás pruebas proporcionan puntajes debajo de los
estándares recomendados para medidas de despistaje
(Anastasi y Urbina, 1997); estas confiabilidades
estuvieron por debajo de 0.57, lo que indica que cerca
del 50% de la variabilidad del puntaje total de estas
pruebas provienen del error de medición. Los
componentes de las pruebas también muestran bajas
confiabilidades, especialmente para la prueba 5 y 6,
en que incluso una subprueba alcanza un α= 0.19. Las
partes componentes de laescala poseen
confiabilidades alfa iguales a 0.56 para Percepción 1
(6 ítems), 0.51 para Muñeca (11 ítems) y 0.54 para
Percepción 3 (5 ítems); la homogeneidad de sus
ítems es 0.18, 0.08 y 0.20, respectivamente. Por otro
lado, más de la mitad de las subpruebas del
BENHALE tienen confiabilidades α debajo de 0.70.
En el PFB, solo coordinación fue relativamente más
confiable (α > 0.70). Y la BDPG ha estado
consistentemente sobre 0.70, excepto una de sus
subpruebas: la subprueba Conceptualización/Voca-
bulario es predeciblemente muy baja ya que el
cálculo se hizo con solo dos componentes,
Conceptualización y Vocabulario.

Tabla 3

Consistencia interna y homogeneidad de las pruebas

Consistencia interna
M DE N ítems
Alfa Rii
ABC (N = 50) 10.0 2.71 8 0.33 0.08
ABC1 1.36 1.10
ABC2 1.50 .61
ABC3 .60 .67
ABC4 1.54 .61
ABC5 1.04 .83
ABC6 1.46 .68
ABC7 1.24 1.12
ABC8 1.26 .60
5 y 6 (N = 74)
Comprensión (COM) 5.36 1.16 7 0.30 0.04
Percepción (P) 12.79 3.54 22 0.66 0.08
Cálculo (CA) 3.12 1.14 5 0.19 0.04
Coordinación (CO) 3.28 1.45 5 0.59 0.23
Total 24.57 4.92 4 0.37 0.16
PFB (N = 60)
Coordinación (C) 9.93 3.32 16 0.71 0.13
Discriminación Auditiva (DA) 18.58 3.41 28 0.60 0.06
Lenguaje (L) 10.63 2.04 14 0.56 0.08
Total 39.15 6.45 3 0.53 0.31
BDPG (N = 73)
Letras y palabras (LP) 12.93 3.55 18 0.77 0.16
Fonológica (F) 11.58 3.23 17 0.72 0.13
Percepción visual (PV) 14.09 3.55 21 0.70 0.10
Habilidades Cuantitativas (HC) 17.83 4.25 23 0.83 0.17
Conceptos/Vocabulario (CV) 16.12 2.43 20 0.52 0.50
Total 75.57 13.25 5 0.82 0.48
BENHALE (N = 48)
Coordinación Visomotora (CVM) 6.60 2.11 2 0.68 0.52
Memoria motora (MM) 2.67 2.5 3 0.47 0.25
Percepción y discriminación visual (PDV) 82.56 9.66 10 0.71 0.25
Vocabulario (V) 21.42 8.13 30 0.77 0.10
Articulación (A) 6.10 2.18 10 0.62 0.14
Percepción y discriminación auditiva (PDA) 16.17 6.36 4 0.67 0.36
Estructuración espacio temporal (EET) 27.98 11.93 4 0.62 0.29
Memoria visual inmediata (MVI) 7.77 2.02 10 0.77 0.22
Memoria auditiva lógica inmediata (MALI) 8.83 2.58 7 0.50 0.13
Total 180.10 27.08 9 0.56 0.16

Nota. M = media, DE = desviación estándar, Rii = correlación inter-ítem

Revista Peruana de Psicometría 1 (1), julio-diciembre 2008 ISSN 1995-9966

- 23 -
Validez de constructo
Homogeneidad. La homogeneidad de los ítems
en las pruebas PFB, ABC y 5 y 6 indican que
contienen correlaciones cero entre ellas (Tabla 3).
Para la BENHALE, los ítems en cada subprueba
tienden a ser moderadamente homogéneas y sugieren
que están más cerca de evaluar constructos de
reducido espectro, excepto en tres de sus subáreas:
Vocabulario, Articulación y Memoria lógica. La
BDPG, en cambio, muestra correlaciones inter-ítem
entre 0.10 y 0.20 (excepto Conceptualización/
Vocabulario), y suponen estar midiendo constructos
internamente heterogéneos. De acuerdo a las
sugerencias propuestas por Briggs y Cheek (1986) y
Clark y Watson (1995), valores alrededor de 0.15 o
menos indican heterogeneidad en los ítems y
posiblemente multidimensionalidad.
Dimensionalidad. El punto de partida de esta
sección está en la matriz de correlaciones de los
componentes de cada prueba (tabla 4), donde se puede
observar que la BDPG seguida de la BEHNALE
poseen intercorrelaciones mayores a 0.40, lo cual no
evidenciaría la independencia de los subtest de cada
prueba. Respecto al porcentaje de varianza explicado
por el primer factor no rotado, para la prueba BDPG,
se extrajo un único autovalor mayor a 1 (λ = 2.97) que
Revista Peruana de Psicometría 1 (1), julio-diciembre 2008
- 24 -
explicó el 59.4% de la varianza; y la tasa del 1er
eigen con el 2do es 2.10. En la PFB, también se
extrajo un solo autovalor mayor a 1 (λ = 1.62; el
25.2% de la varianza), y la tasa 1er/2do autovalor
fue 0.82. Los resultados del análisis de correlaciones
para el ABC y el 5 y 6 fueron inferiores a las
anteriores pruebas. El primer autovalor mayor a 1 en
la prueba 5 y 6 capturó el 38% de la varianza común
(λ = 1.54), pero su matriz de correlaciones produjo
un segundo autovalor mayor a 1 (λ = 1.02); la tasa
entre ambos fue 0.51. El ABC produjo 3 autovalores
mayores a 1 (2.18, 1.69 y 1.13); el primero explicó
únicamente el 27% de la varianza común, y la tasa
de los primeros dos eigen fue 0.48. Finalmente, el
BENHALE explicó el 28.5% de varianza común con
el primer autovalor (λ = 2.56), pero emergieron dos
autovalores adicionales mayores a 1, 1.68 (18.7%) y
1.34 (14.9%); la tasa de los primeros dos autovalores
fue 1.52. En resumen, las pruebas ABC y 5 y 6
parecen pobremente representados por un solo factor
común, mientras que el BENHALE y el PFB lo
hacen incompletamente debido al número de
autovalores mayores a 1 y a la tasa de los primeros
dos autovalores. La BDPG es la excepción, ya que
cumple con estos dos criterios (ver tabla 5).
ISSN 1995-9966
Tabla 4 Tabla 5

Matriz de correlaciones entre los componentes de cada prueba Valores de Comunalidad, Varianza específica, de
error y única.
Subpruebas Correlaciones
BDPG LP F PV HC CV Subpruebas h2 Ves. Ver. Vun.
LP 1
5 y6
F 60** 1
PV 56** 51** 1 COM 0.20 0.10 0.70 0.80
HC 65** 63** 47** 1 P 0.37 0.29 0.34 0.63
CV 20 50** 26* 40* 1 CA 0.33 0.0 0.67 0.67
CO 0.17 0.42 0.41 0.83
PFB C DA L PFB
C 1 C 0.29 0.42 0.29 0.71
DA 21 1 DA 0.16 0.44 0.40 0.84
L 40** 30* 1 L 0.57 0.0 0.43 0.43
ABC
ABC1 0.34 --- --- 0.66
ABC ABC1 ABC2 ABC3 ABC4 ABC5 ABC6 ABC7 ABC8
ABC2 0.83 --- --- 0.17
ABC1 1
ABC3 0.26 --- --- 0.74
ABC2 -09 1
ABC4 0.15 --- --- 0.85
ABC3 19 29* 1 ABC5 0.66 --- --- 0.34
ABC4 -08 29* 04 1
ABC6 0.32 --- --- 0.68
ABC5 -43** 31* -08 27 1
ABC7 0.63 --- --- 0.37
ABC6 -17 46** 05 22 36** 1
ABC8 0.31 --- --- 0.69
ABC7 17 26 32** 01 -03 01 1 BDPG
ABC8 -05 19 -04 11 06 10 -30* 1
LP 0.58 0.19 0.23 0.42
5 y6 COM P CA CO
F 0.69 0.03 0.28 0.31
COM
PV 0.41 0.29 0.30 0.59
1 HC 0.64 0.19 0.17 0.36
P 21 1
CA
CV 0.21 0.31 0.48 0.79
14 33** 1 BENHALE
CO -01 13 19 1 CVM 0.31 0.37 0.32 0.69
MM 0.37 0.10 0.53 0.63
BENHALE CVM MM PDV V A PDA EET MVI MALI
PDV 0.31 0.40 0.29 0.69
CVM 1
V 0.80 0.00 0.20 0.20
MM 08 1 A 0.23 0.39 0.38 0.77
PDV 25 -06 1 PDA 0.77 0.00 0.23 0.23
V -13 26 26 1
EET 0.49 0.13 0.38 0.51
A 07 23 -12 12 1
MVI 0.28 0.49 0.23 0.72
PDA -08 51** -13 21 41** 1
MALI 0.48 0.02 0.50 0.52
EET 22 38** 05 32* 27 43** 1
MVI -17 19 08 37** 00 29* 20 1
MALI 11 10 37** 41** 17 -05 32* -07 1
Nota. h2 = comunalidad, Ves.= varianza específica,
Ver. = varianza del error, Vun.= varianza única.
Nota. Decimales omitidos, *p < 0.05, **p < 0.01

Discusión sultados de la confiabilidad indican una gran

Es posible pensar que más de un factor es
necesario para explicar las relaciones entre las
subpruebas examinadas en el presente estudio, pero
son las cuestionables características psicométricas
internas de las pruebas llevan a conclusiones inválidas
sobre el funcionamiento cognitivo del estudiante. Si
tomamos en cuenta solamente, por ejemplo, la
consistencia interna, nuestros resultados contradicen
la posible utilidad de estos instrumentos. La
confiabilidad baja de algunas de las pruebas utilizadas
sugiere que sus puntajes no pueden ser replicables, y
el desempeño del niño puede ser explicado por otras
condiciones que psicométricamente se consideran
error; estos errores pueden ser de varias fuentes intrín-
secas y extrínsecas al examinado. Aunque nuestros re-
Revista Peruana de Psicometría 1 (1), julio-diciembre 2008
- 25 -
influencia del error de medición, el estadístico
elegido (coeficiente alfa), sin embargo no explica ni
pondera las fuentes de error que están afectando los
puntajes obtenidos; pero ello no cambia el hecho que
las pruebas antiguas no evalúan confiablemente las
tareas propuestas, y la integración de tareas en un
puntaje compuesto parece de dudosa utilidad para
describir y predecir la disposición de aprendizaje
para la lectura y escritura. Ítems que afectan la
consistencia interna, y relacionados con su ritc
afectarán la confiabilidad, considerando que estos
ítems pueden requerir habilidades adicionales a los
que se supone que la escala o área está diseñada a
medir unidimensionalmente (Simmons, 1988). En
nuestros resultados, las pruebas más recientes han
ISSN 1995-9966
tendido a mostrar distribuciones de discriminación
más aceptables que las pruebas antiguas, y el poder
discriminativo de la prueba total, en consecuencia,
hace que los instrumentos de reciente creación sean
una opción de uso más razonable desde el punto de
vista técnico.
¿Pero actualmente se usan estas pruebas? Se ha
detectado aún el uso de las pruebas antiguas como el
ABC en Venezuela (Suarez, 1999) y Perú (Guerrero y
Monsalve, 1991). La Prueba de Jordan y Massey
también es resistente a su desuso (Calderón, 1999). Es
posible que el uso de instrumentos breves de
despistaje frente a otros para el mismo fin, pero más
extensos, sea una de las motivaciones para su uso
continuado y recomendado (Morris y Chew, 1989;
Chef y Lang, 1990); pero hay más motivos para la
descontinuación de su uso, como son la débil
unidimensionalidad, pobre consistencia interna y las
normas que contienen. Ya que son medidas
estandarizadas y su interpretación es normativa, las
normas antiguas pueden llegar a sobre-estimar las
habilidades del niño; y estos puntajes espúreamente
inflados pueden llevan a generar falsos negativos y
otros errores de decisión instruccional. Otros aspectos
no hay sido evaluados en el presente estudio, así que
su inclusión en estudios posteriores dará una
evidencia más de la adecuabilidad psicométricas de
los puntajes de estas pruebas. Además de los aspectos
psicométricos críticos como la estandarización,
validez y confiabilidad (Bradley-Johnson y
Durmusoglu, 2005), otros aspectos más modernos
tales como el efecto de piso y la gradiente del ítem
(Bracken, 1987, 2000) deben ser evaluados como
otras características igualmente importantes para las
pruebas de despistaje.
Nuestro estudio puede tener efectos sobre la
práctica y como valor técnico. Uno de ellos es alertar
al lector sobre la relevancia de estos aspectos
psicométricos. Por el lado técnico, varias de las
pruebas examinadas no parecen evaluar constructos
unitarios debido a los inferiores valores de
consistencia y validez interna. Las pruebas 5 y 6, y
ABC no pueden recomendarse más para la práctica
Revista Peruana de Psicometría 1 (1), julio-diciembre 2008
- 26 -
profesional ni para la investigación, así que la
persistencia de uso debería cuestionar la
competencia del examinador para poder discriminar
y evaluar las herramientas técnicamente más
adecuadas. Aunque internamente superior a las
pruebas anteriores, el manual de PFB no reporta las
decisiones sobre la elección de sus ítems, así que es
de dudosa construcción interna, y aunque su
variedad de tareas da un soporte de validez a su
contenido (Berdicewski y Milicic, 1974; 1978), su
puntaje total no parece ser un predictor confiable en
la evaluación aplicada, y por lo tanto, la expresión
del aprestamiento del niño no es capturado
íntegramente por este puntaje. Por otro lado, la
BENHALE parece una de las pruebas
recomendables desde el examen interno efectuado,
pero el examinador debe balancear la aparente
unidimensionalidad de su puntaje total frente a su
valor predictivo; no hay a la vista estudios empíricos
que respalden y repliquen su validez para el
despistaje de habilidades en los niños ingresantes al
primer grado. Lo reportado por el manual (Mora,
1999) puede ser una de las pocas fuentes, sino la
única, informativas sobre su validez predictiva; sin
embargo, la información de validez sólo se limita a
las relaciones internas de sus subescalas y a la
concurrencia con la percepción de las profesoras
sobre el rendimiento académico de los niños de la
muestra de estandarización. Finalmente, la BDPG ha
mostrado que su puntaje total es comparativamente
más confiable, así como una estructura de
componentes que puede ser reducido
parsimoniosamente en un puntaje unidimensional de
valor descriptivo; nuestro estudio da soporte
comparativo a este instrumento frente a los otros, y
parece ser la herramienta recomendable desde el
análisis interno. El lector debe observar que las
correlaciones entre las subescalas del BDPG
sugieren alguna redundancia debido a la magnitud
de sus correlaciones inter-subpruebas, y la
interpretación del rendimiento del niño usando estas
subescalas se hace compleja. Otros estudios de
validez concurrente, de constructo y de criterio están
ISSN 1995-9966
 en progreso para dar soporte a su utilidad (Merino,
2008a).
La dimensionalidad se sugiere como un paso
necesario y previo para examinar las propiedades de
información de una prueba, la poca similitud de las
tareas usadas en las pruebas puede ser una barrera
para no alcanzar una adecuada comunalidad entre
ellas, pero aún con las diferentes tareas que componen
las pruebas de despistaje estudiadas, en algunas
investigaciones se han puesto en evidencia que se
puede lograr la comunalidad entre sus elementos que
están asociados para predecir el rendimiento escolar
(Morris y Chew, 1989; Chef y Lang, 1990).
Indirectamente, no solo los aspectos de validez,
normas y confiabilidad de las pruebas más antiguas
han sido puestas en cuestionamiento en nuestros
resultados, las habilidades que se consideran
predictivas para el aprendizaje de la lectura, escritura
o matemáticas. Estudios longitudinales (Juel, Griffith
y Gough, 1986) han confirmado que una de las
habilidades más robustamente predictivas del inicio
del aprendizaje lector son las habilidades fonológicas.
Sin esta habilidad explorada, la detección de niños en
riesgo de problemas en el aprendizaje lector no será
precisamente válida, y más bien los constructos
examinados pueden ser más bien de otra finalidad
predictiva.
Nuestros resultados pueden ser condicionados por
varios aspectos, como las variaciones en la aplicación
de los instrumentos. Dado que fueron 5 grupos de
evaluación, cada uno compuesto por un promedio de
8 estudiantes, la interacción entre el examinador y los
niños puede haber introducido varianza de error en los
puntajes obtenidos, que es usualmente como fuente de
error (Nunnally y Bernstein, 1995). A ello se añade
que las estimaciones de confiabilidad no diferencian
entre diferentes fuentes de error provenientes del
examinado, las condiciones del examen y el
examinador/material de examen (Stanley, 1971), ni de
las variaciones día a día que fluctúan aleatoriamente
(Feldt y Brennan, 1989); por lo tanto, nuestros
resultados tienen más un valor heurístico que debe
Revista Peruana de Psicometría 1 (1), julio-diciembre 2008
- 27 -
alertar al investigador y al psicólogo aplicado sobre
las propiedades de los instrumentos en la presencia
de posible variabilidad de origen aleatorio en la
administración de las pruebas. Existen otras
condiciones propias de los niños examinados y de
las condiciones de examen que también pueden
haber añadido razonablemente varianza de error,
pero la aplicación de las pruebas en nuestro estudio
reflejó grandemente las condiciones frecuentes en
que ocurre la evaluación de niños durante el periodo
escolar, especialmente en instituciones educativas
públicas. En instituciones públicas peruanas, la
participación estable del psicólogo es menos
frecuente, y no se está considerado como una parte
estructural de organización del personal educativo
(Merino, Díaz, Zapata & Benites, 2006). Cuando su
presencia es estable, sin embargo, los recursos
estructurales pueden llegar incluso a la
improvisación.
El tamaño muestral en cada instrumento
administrado no es un fuerte respaldo para
generalizar confiablemente nuestros resultados, y
por lo tanto las estimaciones cuantitativas efectuadas
contienen un amplio error estándar (Chen y
Popovich, 2002). Esta inestabilidad en las
estimaciones basadas en el modelo general lineal
sugiere que nuestros resultados deberían ser
replicados para asegurar que nuestras conclusiones
no sean específicas a los grupos de niños evaluados
en nuestro estudio. Esta limitación también se aplica
a las estimaciones derivadas del análisis factorial.
Pero lo que balancea a favor de nuestro estudio es
que los pobres resultados psicométricos en algunos
de los instrumentos parecen ser un evento contrario
a lo que ocurriría en instrumentos con sólidas
propiedades psicométricas, y cuyas relaciones
internas no varíen tan severamente como las que
hemos hallado en los instrumentos antiguos. Por lo
tanto, lo que hallamos puede ser razonablemente
replicables, más aún si se ha detectado que las
estimaciones de cargas factoriales son
aceptablemente estables en tamaños muestrales de
50, bajo modelos de uno o dos factores (Schultz y
ISSN 1995-9966
Tein, 2000). En este punto, la varianza explicada por do. Por ejemplo, en una de las subpruebas del
un factor latente fue elevada para uno solo de los BENHALE (Memoria Motora), el 33% de sus ítems
instrumentos (BDPG), que es el de más reciente tiene un nivel discriminativo medio, pero
construcción. No pretendemos que nuestros análisis nominalmente significa que un solo ítem está en esta
sean concluyentes sobre la validez de constructo, ya clasificación; en contraste, 6 ítems de la subescala
que el análisis de las relaciones internas con Letras y Palabras de la BDPG se hallan en el mismo
correlaciones y coeficientes ad hoc, no son sustitutos nivel. Esta situación tiene impacto en la
de la validez externa (Smith, 1974), y especialmente interpretación, ya que si los componentes de un
de la validez predictiva, considerando que este último puntaje total se diseñaron para poseer varianza
es uno de los más importantes en la evaluación de la específica interpretable, entonces el muestreo de
lectura temprana (Foorman, Fletcher y Francis, 2004). contenido debe ser lo suficientemente amplio y
Por lo tanto, una exploración que replique nuestros confiable (Nunnally y Bernstein, 1995). Finalmente,
resultados en una diferente muestra puede extender las y dado la evidencias de la estructura interna de las
conclusiones a un nivel de generalidad mayor; sin instrumentos examinados, sugerimos su
embargo, un desafío para los investigadores y descontinuación, y la elección de medidas
profesionales es llevar en su práctica los psicométricamente más robustas y actúales.
conocimientos que pueden extraer de nuestros
resultados para tomar decisiones sobre el uso y abuso Referencias
de las pruebas que fueron evaluadas
Abarca, S., Domberg, S., Montes, G., & Peredo, M.
psicométricamente aquí, e incluso de otras que se (1965) Adaptación y análisis estadístico del
igualan en antigüedad y trasfondo teórico. Metropolitan Readiness Test (forma s).
Memoria de prueba para optar al Título de
El nivel de dificultad de las pruebas con ítem Psicólogo. Pontificia Universidad Católica de
puntuados dicotómicamente fue general aceptable Chile, Escuela de Psicología.
para dos pruebas, pero no la PFB. Ya que la dificultad
de los ítems pone un límite al poder discriminativo, se Alarcón, R. (2004) Medio siglo de psicología
latinoamericana: Una visión de conjunto.
observó que este requisito solo es cumplido por la
Revista Interamericana de Psicología, 38 (2),
BDPG completamente, parcialmente por el 5 y 6. 307-316.
Combinando con el poder discriminativo, los ítems de
dificultad media permiten orientar la distribución Alfonso, V. C., & Flanagan, D. P. (1999).
empírica de los puntajes totales hacia la distribución Assessment of cognitive functioning in
normal teórica, y metodológicamente, las propiedades preescholers. En E. V. Nutall, I. Romero, & J.
Kalesnik (Eds.), Assessing and screening
estadísticas de instrumentos ajustados a la distribución
preschoolers (2a. ed., pp. 186-217). New
normal pueden ser estadísticamente generalizables. York: Allyn & Bacon.
Las propiedades discriminativas tendieron a ser
mejores en las pruebas más actuales, pero en general Alfonso, V. C., & Flanagan, D. P. (2006). Best
todas las pruebas demostraron ítems discriminativos. practices in the use of the Standford-Binet
Aunque los porcentajes usados para evaluar la Intelligence Scales, Fifth Edition (SB5) with
preschoolers. En B. A. Bracken & R. Nagle
discriminación y dificultad de los ítems hacen
(Eds.), Psychoeducational Assessment of
comparables estas conclusiones, debemos anotar que preschool children (4a. ed. pp. 267-295).
la cantidad nominal de ítems es mayor para algunas Mahwah, NJ: Erlbaum.
pruebas, así que el impacto de la distribución de ítems
con pobres cualidades es mayor en las pruebas y Anastasi, A. & Urbina, S. (1997). Psychological
testing (7a ed.). New York: McMillian.
subpruebas que tienen un pobre muestreo de conteni-
Revista Peruana de Psicometría 1 (1), julio-diciembre 2008 ISSN 1995-9966
- 28 -
Ardila, R. (2004). Psicología Latinoamericana: El
primer medio siglo. Revista Interamericana de
Psicología, 38 (2), 317-322.
Beery, K. E. (2000). Prueba Beery-Buktenica del
Desarrollo de la Integración Visomotora, VMI
(4a. ed.). México, D.F: El Manual Moderno.
Berdicewski, O., & Milicic, N. (1974). Jardín infantil
y su influencia en el rendimiento de
coordinación visomotora, discriminación auditi-
va y lenguaje, medidos con una prueba de Bravo, L. (2002). La conciencia fonológica como
funciones básicas. Revista Chilena de Pediatría,
45 (6), 505-508.
Berdicewski, O. & Milicic, N. (1978) Prueba de
Funciones Básicas. Santiago: Galdoc.
Berdicewski, O., & Milicic, N. (2004). Prueba de
Funciones Básicas (35a. ed.). Santiago:
Editorial Universitaria.
Bracken, B. A. (1987). Limitations of preschool
instruments and standards for minimal levels of
technical adequacy. Journal of Psychoeducatio-
nal Assessment, 5, 313-326.
Brandon, VT: Clinical Psychology Publishing.
Brannigan, G. G., & Brunner, N. A. (2002). Guide to
the Qualitative Scoring System for the
modified version of the Bender-Gestalt Test
(2a. ed.). IL: Charles C. Thomas.
Bravo, L. (1997). Prueba experimental pre-lectora
(PPL). Boletín de Investigación Educacional,
12, 79-90.
una zona de desarrollo próximo para el
aprendizaje inicial de la lectura. Estudios
Pedagógicos, 28, 167-177.
Bravo, L. (2004). La conciencia fonológica como
una posible “zona de desarrollo próximo” para
el aprendizaje de la lectura inicial. Revista
Latinoamericana de Psicología, 36 (1), 21-32.
Bravo, L., Villalón, M., & Orellana, E. (2006)
Predictibidad en el rendimiento de la lectura:
Una investigación de seguimento entre primer
y tercer año. Revista Latinoamericana de
Psicolología, 38 (1), 9-20.

Bracken, B. A. (2000) Maximizing construct relevant
assessment: The optimal preschool testing
situation. En B. A. Bracken(Ed.), The
psychoeducational assessment of preschool
children (3a. ed.; pp. 33-44). Needham-Heights,
MA: Allyn & Bacon. Briggs, N. E., & MacCallum, R. C. (2003).
Bracken, B. A. (2002) Bracken School Readiness
Assessment (BSRA). Texas: The Psychological
Corporation.
Briggs, S. R., & Cheek, J. M. (1986). The role of
factor analysis in the develoment and
evaluation of personality scales. Journal of
Personality, 54, 106-148.
Recovery of weak common factors by
maximum likelihood and ordinary least
squares estimation. Multivariate Behavioral
Research, 38, 25-56.

Bradley-Johnson, S. & Durmusoglu, G. (2005) Calderón, J. (1991) Relación entre el examen de

Evaluation of floor and ítem gradients for
reading and math for young children. Journal of
Psychoeducational Assessment, 23, 262-278.
Brannigan, G. G., & Brunner, N. A. (1989). The
Modified Version of the Bender-Gestalt Test for
Preschool and Primary School Children.
Brandon, VT: Clinical Psychology Publishing.
Brannigan, G. G., & Brunner, N. A. (1996). The
Modified Version of the Bender-Gestalt Test for
Preschool and Primary School Children – Revised.
Revista Peruana de Psicometría 1 (1), julio-diciembre 2008
ingreso a Primer Grado y el rendimiento
escolar en un grupo de niños de Primer Grado
de Educación Básica Regular de un colegio
particular de Lima Metropolitana. Tesis de
Licenciatura, Universidad Femenina del
Sagrado Corazón, Lima, Perú.
Chan, P. W. (2002). Relationship of the visual motor
development and academic performance in
young children in Hong Kong assessed in the
Bender-Gestalt Test. Perceptual and Motor
Skills, 90, 209-214.
ISSN 1995-9966
- 29 -
Chew, A. L. & Lang, S. W. (1990) Predicting Filho, L. (1960). Test ABC (6ª. ed.). Buenos Aires:
Academic Achievement in Kindergarten and Kapelusz.
First Grade from Prekindergarten Scores on the
Lollipop Test and Dial. Educational and Foorman, B.R., Fletcher, J.M., & Francis, D.J.
Psychological Measurement, 50 (2), 431-437. (2004). Early reading assessment. En W. Evers
(Ed.), Testing student learning, evaluating
Chen, P. Y., & Popovich, P.M. (2002). Correlation: teacher effectiveness, (pp. 81-125). Stanford,
Parametric and Nonparametric Measures. CA: The Hoover Institution.
Thousand Oaks, CA: Sage Publications.
Floyd, F. J., & Widaman, K. F. (1995). Factor
Clark, L. A., & Watson, D. (1995). Constructing analysis in the development and refinement of
validity: Basic issues in scale development. clinical assessment instruments. Psychological
Psychological Assessment, 7 (3), 309-319. Assessment, 7 (3), 286-299.

Condemarín, M. (1989). Lectura temprana: Jardín y
primer grado. Santiago: Andrés Bello.
Cronbach, L. J. (1951). Coefficient alpha and the
internal structure of test. Psychometrika, 16,
297-334.
Cronbach, L.J., Schonemann, P., & McKie, D.
(1965). Alpha coefficients for stratified-parallel
tests. Educational and Psychological
Measurement, 25, 291-312.
Educational Testing Service. (1989). Reading
readiness. Annoted bilbliography of test. Ilg, F. L., Ames, L. B., Haines, J., & Gillespie, C.
Princeton, NJ: Educational Testing Service.
Emmons, M. R., & Alfonso, V. C. (2005). A critical
review of the technical characteristics of current Gastelumendi, E., Isasmendi, A., Slovak, G., &
preschool screening batteries. Journal of
Psychoeducational Assessment, 23 (2), 111-127.
Flynn, J. (2006) Screening for Reading Success:
Administration and interpretation guide.
Minnesota: Cognitive Technologies.
Ford, J. K., MacCallum, R. C., & Tait, M. (1986).
The application of exploratory factor analysis
in applied psychology: a critical review and
analysis. Personnel Psychology, 39 (2), 291-
314.
Garret, H. B. (1971) Estadística en psicología y
educación. Buenos Aires: Paidós.
(1981) Tests de Madurez Escolar Instituto
Gesell. Buenos Aires: Paidos.
Semeleng, Z. (1977). Test 5-6, Forma B.
Montevideo: Kapeluz.

Espinoza, J., Piedra, M & Sotomarino, J. (1995) Guerrero, B. & Monsalve, S. (1991). Correlación
Estandarización de la Prueba de Funciones entre la Prueba de Funciones Básicas y el Test
Básicas para la lectura y escritura en Lima ABC de Filho en un grupo de niños de
Metropolitana. Tesis de licenciatura, Educación Inicial. Tesis de licenciatura,
Universidad Femenina del Sagrado Corazón, Universidad Femenina del Sagrado Corazón,
Lima, Perú. Lima, Perú.

Feldt, L. S. & Brennan, R. L. (1989). Reliability. En: Haeussler, I. M. y Marchant, T. (2003) Test de
R. L. Linn (Ed.), Educational Measurement (3a. Desarrollo Psicomotor 2-5 Años (10ª. ed.).
ed.) (pp. 105-146). New York: American Santiago: Pontificia Universidad Católica de
Council on Education and MacMillan. Chile.

Filho, L. (1947). Test ABC de verificación de la Hasbrouck, J. (1990). Preschool assessment. En G.

madurez necesaria para el aprendizaje de la Tindal & D. Marston (Eds.), Classroom-based
lectura y escritura. Buenos Aires: Kapelusz. Assessment: Testing for teachers (pp. 273-
291). Columbus, OH: Merrill.
Revista Peruana de Psicometría 1 (1), julio-diciembre 2008 ISSN 1995-9966
- 30 -
Hattie, J.A. (1985). Methodology review: Assessing Prueba de Predicción Lectora (PPL): Aspec-
unidimensionality of tests and ítems. Applied tos teóricos y elaboración de un baremo:
Psychological Measurement, 9, 139-164. Estudio hecho en Lima, Perú. Investigación
Educativa, 11 (19), 79-88.
Hildreth, G. W., Griffiths, M., & McGauvran, M. E.
(1969). The Metropolitan Readiness Tests. Merino, C. (2006, Octubre). Confiabilidad inter-
NewYork: Harcourt Brace Jovanovich. jueces del sistema de calificación cualitativa
del Test Gestáltico de Bender para niños.
Hirsh-Pasek, K., Hyson, M. C., & Rescorla, L. (1990) Ponencia presentada en el II Congreso
Academic environments in preschool: Do they Iberoamericano de Psicología, Universidad
pressure or challenge young children. Early Garcilazo de la Vega, Lima, Perú.
Education and Development, 1 (6), 401-423.
Merino, C., Díaz, M., Zapata, L., & Benites, L.
Inizan, A. (1989). Cuando enseñar a leer: evaluación (2006) School psychology in Peru. En S. R.
de la aptitud para aprender a leer. Madrid: Jimerson, T. O. Oakland & P. T. Farell (Eds.)
Visor. The Handbook International of School
Psychology, (pp. 299 - 307). Oakland: Sage
International Test Commission (2001). International Publications.
guidelines for test use. International Journal of
Testing, 1, 93-114. Merino, C. (2008a). Estudio predictivo de una
prueba breve de despistaje del rendimiento
Jordan, F. L., & Massey, J. (1967). School readiness escolar en primer grado de primaria. Datos no
survey for preschool and kindergarten children publicados. Lima: Autor.
ages 4 to 6. Mountain View, CA: Consulting
Psychological Press. Merino, C. (2008b). Características psicométricas
de una batería de habilidades de aprendizaje
Juel, C., Griffith, P. L., & Gough, P. B. (1986) para el despistaje del bajo rendimiento
Acquisition of literacy: A longitudinal study of académico en lectura y matemáticas, en niños
children in first and second grade. Journal of de primer grado de primaria. Datos no
Educational Psychology, 78 (4) 243-255. publicados. Lima: Autor.
Koppitz, E. M. (1984). El Test Guestáltico Visomotor Minneapolis Public Schools (2005) Minneapolis
para niños. 10º ed. Bs. As.: Guadalupe. Pre-school Screening Instrument – Revised
(MPSI - R). Minneapolis: State and Federal
Marchena, C., Santos, M. (1986) Aprestamiento, Projects Office, Minneapolis Public Schools.
madurez y lecto-escritura en niños de un centro
educativo urbano-marginal: estudio piloto. Molina, S. (1992). BADICBALE: Batería diagnósti-
Anales de Salud Mental, 2 (1/2), 109-21. ca de la competencia básica para el
aprendizaje de la lectura. Madrid: CEPE.
Mathews, J. (1986). The professions of speech-
language pathology and audiology. In G. Mora, J. A. (1999). Batería Evaluadora de las
Shames, & E. Wiig (Eds.), Human Habilidades Necesarias para el Aprendizaje
communication disorders (2a. ed., pp. 3-26). de la Lectura y Escritura (BEHNALE).
Columbus, OH: Charles E. Merrill Publishing. Madrid: TEA.
Meisels, S. J., Marsden, D. B., Wiske, M. S., & Morris, J. D: & Chew, A. L. (1989) Predicting later
Henderson, L. W. (1997). Early Screening academic achievement from kindergarten
Inventory - Revised: Examiner's manual. Ann scores on the Metropolitan Readiness Tests
Arbor, Michigan: Rebus, Inc. and the Lollipop Test. Educational and
Psychological Measurement, 49 (2), 461-465.
Melendez, C. & Morocho, G. (2007) Aplicación de la

Revista Peruana de Psicometría 1 (1), julio-diciembre 2008 ISSN 1995-9966

- 31 -
Muter, V. (2000). Screening for early reading failure. Education.
En N. Badian (Ed.), Prediction and prevention Steinbauer, E. & Heller, M. S. (1978) The Boehm
of reading failure (pp. 1-30). Parkton, MD: Test of Basic Concepts as a predictor of
York Press. academic achievement in grades 2 and 3.
Psychology in the Schools, 15 (3), 357 - 360.
Nunnally, J. C. & Bernstein, I. J. (1995). Teoría
psicométrica. México, D. F.: McGraw-Hill. Suarez, M. (1999) Madurez escolar para la lecto-
escritura mediante el Test ABC y factores
Parsons, L., & Weinberg, S. L. (1993). The Sugar relacionados en niños preescolares de dos
Scoring System for the Bender-Gestalt. instituciones privadas y dos públicas. Tesis de
Perceptual and Motor Skills, 77, 883-893. especialista en higiene mental del desarrollo
infantil y juvenil, Universidad Centroccidental
Rubio, J. (1992) Estandarización de la Prueba de Lisandro Alvarado, Barquisimeto, Venezuela.
Funciones Básicas. Instituto de Investigaciones
Psicológicas. Universidad Nacional Mayor de Thorndike, R. L. (1989). Psicometría aplicada.
San Marcos, Lima, Perú. México, D. F.: Limusa.

Salazar, E., Amon, E., Ortiz, J. (1996) Pruebas que se Velarde, E. (2004). La conciencia fonológica como
usan para predecir adquisición de lectura en la zona de desarrollo próximo: Tesis
ciudad de Guatemala: Validez predictiva y revolucionaria de Luis Bravo Valdivieso.
reanálisis del ABC. Revista Latinoamericana de Educación, 1 (2), 83-94.
Psicología, 28 (2), 273-292.
Whiteman, T. A. (1987) The PASS first grade
Salvessen. K. A., & Undheim, J. O. (1994). Screening screening test: Statistical analysis and
for learning disabilities. Journal of Learning predictive validity. Manuscrito no publicado,
Disabilities, 27 (1), 60-66. Bryn Mawr College, EE.UU.

Schultz, A. S. & Tein, J.-Y. (Agosto, 2000) Woodburn, S. S. & Boschini, C. (1995) Los
Examining psychological constructs: Coefficient problemas de aprendizaje en niños. Heredia y
alpha versus factor analysis. One hundred and San José, Costa Rica: EU-EUNA.
eighth meeting of the American Psychological
Association, Washington, D. C.

Simmos, J. O. (1988) Fluharty Preschool Speech and

Language Test: Analysis of construct validity.
Journal of Speech and Hearing Disorders, 53,
168-174.

Smith, K. W. (1974) Forming composite scales and

estimating their validity through factor analysis.
Social Forces, 53 (2), 168-180.

Solan, H. A., Mozlin, R., & Rumpf, D. A. (1985).

Selected perceptual norms and their relationship
to reading in kindergarten and primary grades.
Journal of the American Optometric
Association, 56 (6), 458-466.

Stanley, J.C. (1971). Reliability. En R.L. Thorndike

(Ed.), Educational measurement (2a. ed.).
Washington, DC: American Council on
Revista Peruana de Psicometría 1 (1), julio-diciembre 2008 ISSN 1995-9966
- 32 -