Anhedonia Psicometría Aplicada A La Gestión de Recursos Humanos en La Organización

La Psicometría Aplicada a la Gestión de RRHH en la Organización 2
PSICOMETRÍA APLICADA A LA GESTIÓN DE

RECURSOS HUMANOS EN LA ORGANIZACIÓN
Dedicado con aprecio e infinito agradecimiento

a la Profesora Dra. Cheina Wang PhD. Profesora
Titular de la Asignatura Escalamiento y Teoría
de los Tests: Universidad para la Cooperación
Internacional.
PSICOMETRÍA APLICADA A LA GESTIÓN

DE RECURSOS HUMANOS EN LA
ORGANIZACIÓN
ANHEDONIA: SISTEMA INTEGRADO DE
EVALUACIÓN PSICOMÉTRICA
DAIVER PIMENTEL PELÁEZ (MMath)
Profesor Titular Asignatura de Organización

Administrativa (ADM500) Carrera de
Administración de Empresas, Facultad de
Ciencias Económicas & Empresariales,
UMRPSXCH. Docente del Centro de Estudios de
Posgrado e Investigación (CEPI). Miembro
Honorario del Centro Iberoamericano de
Matemáticas e Informática. Gerente General
de MENTEL Consultores Asociados S.R.L para el
Desarrollo de los RR.HH en la Organización.
____________________________________________________
TORRENT GRUPO EDITORIAL

Título Original de la Obra:
PSICOMETRÍA APLIC ADA A LA GESTIÓN DE RECURSOS HUMANOS EN

LA ORGANIZACIÓN - ANHEDONIA: SISTEMA INTEGRADO DE
EVALUACIÓN PSIC OMÉTRICA.
© Documento sin correcciones; Daiver Pimentel Peláez. Reservados todos

los derechos.
© Primera Edición; Daiver Pimentel Peláez & Torre Grupo Editorial.

Reservados todos los derechos.
© ANHEDONIA VERSIÓN 1.0 (SISTEMA INTEG RADO DE EVALUA CIÓN

PSICOMÉTRICA ) código fuente de programación, contenidos, diseño de
entorno, dis eño de interfaz, otros. Daiver Pimentel Peláez. Reservados todos
los derechos
©
Reservados todos los derechos ©. Ninguna parte del material cubierto por este título de
propiedad intelectual del autor, el software de aplicación, incluido el diseño de la cubierta, no
puede ser reproducida, almacenada en un sistema de informático o transmitida de cualquier
forma o por cualquier medio electrónico, mecánico, óptico, químico, de grabación, fotocopia,
audiovis ual u otros métodos, sin el previo y ex preso permiso por escrito del autor.
Impresores: DIAGRAFIC . S.A.

Otras obras publicadas por el autor:
Sistemas de Información Global (*), 1° Ed. junio 2002, (Disponible en la Biblioteca de

la Facultad de Ciencias Económicas y Empresariales).
Algoritmos Gráficos de Programación Lineal, 1° Ed. 2003; (incluye software de

aplicación).
Funciones Matemáticas, 1° Ed. 2004; (incluye software de aplicación)
Administración de redes y seguridad Informática, 1° Ed. 2004;
Las Nuevas Tecnolo gías de la Información y Comunicación, Retrospectiva, 1° Ed.

2006.
Funciones Matemáticas II, 1° Ed. 2008; (incluye software de aplicación)

SUMARIO GENERAL DE LA OBRA
- LA ESTRUCTURA DEL LIBRO CONSIDERA LAS SIGUIENTES PARTES:
PREFACIO: INTRODUCCIÓN A LA IMPORTANCIA DE LA PSICOMÉTRIA

APLICADA A LA GESTIÓN DE LOS RR.HH. EN LA ORGANIZACIÓN (Páginas Nº 1-
3)
PARTE I: REVISIÓN DE LA TEÓRICA CLÁSICA DE LOS TEST
En la primera parte el lector encontrará

descripciones fundamentales, teórico-
matemáticas sobre la psicometría desde el
enfoque de la medi ción a través los test
estandarizados, utilizando la Estadística como
pilar central para la elaboración de teorías para
el desarrollo de métodos y técnicas específi cas
de medición. (Páginas Nº 4-51)
PARTE II: REVISIÓN DE MÉTODOS PARA LA ELABORACIÓN DE ESCALAS DE

EVALUACIÓN PSICOMÉTRICA (ESCALAMIENTO)
La segunda parte se aboca a la revisión

exhaustiva y de rigor matemáti co-estadístico del
conjunto de modelos formales que posibilitan la
medición de las variables psicológicas a partir del
desarrollo de modelos de transformación de
hechos en datos y de métodos de aplicación de
esos modelos para poder asignar valor numéri co a
las respuestas de los sujetos (diferencias
individuales) los estímulos presentes en la situación psicofísica, leyes
de Weber, Fechner y Stevens; psicología experimental, otros. (Páginas
Nº 52-109)
PARTE III: DESCRIPCIÓN DEL SISTEMA ANHEDONIA DE EVALUACIÓN

PSICOMÉTRICA INTEGRADA PARA LA GESTIÓN DE RRHH EN LA ORGANIZACIÓN
En esta última sección el autor incorpora los

elementos teóricos descritos en la parte I y II
adaptándolos a través del desarrollo de una
herramienta automatizada para la evaluación
psicométrica de los recursos humanos en la
organización. Este apartado describe con precisión
las características de la herramienta administrativa
que tiene por objeto evaluación de puestos de
trabajo a partir de combinaciones automatizadas de las pruebas de
evaluación incluidas en la batería del sistema integrado ANHEDONIA
versión 1.0 © Reservados todos los Derechos. (Páginas Nº 110-250)
INTRODUCCIÓN A LA IMPORTANCI A DE LA PSICOMÉTRIA

APLICADA A LA GESTIÓN DE LOS RR.HH. EN LA ORGANIZACIÓN
Investigaciones de índole científica confirman que un factor clave para

el éxito de la empresa, es que los recursos humanos posean las
características pers onales y profesionales que exige su puesto. En
consecuencia, hoy más que nunc a, las organizaciones necesitan contar
con procedimientos, instrumentos y servicios técnicos que les permitan
identificar eficazmente las capacidades, las competencias y, en general,
las características que se requieren para asegurar que el personal
puede lograr un desempeño superior en su puesto. Por lo tanto este
resultado dependerá de un adec uado y riguroso proceso de selección
así como de un adecuado diagnóstico psicométric o que permita
identificar habilidades de aptitud, actitud y rasgos característicos de la
personalidad de los candidatos, para de esta forma seleccionar al más
adecuado al puesto y que adicionalmente aporte valor agregado a la
empresa.
La finalidad de la psicometría por medio de escalas específicas es

evaluar conductas, habilidades, capacidades y características
individuales, además de permitir hacer predicciones razonables sobre la
conducta futura de los empleados. La administración debe considerar la
psicometría como una herramienta de apoyo basado en estandarización
estadística, misma que debe acompañar de entrevistas u otro tipo de
criterios y/o procedimientos evaluativos que complementen la
información. Un diagnostico psicométrico adecuado para los procesos
de selección de recursos humanos incluirá escalas que abarquen varios
aspectos psicológicos a evaluar que complementen una “fot ografía”
actual del comportamiento del empleado.
La naturaleza humana nos hace diferentes y aunque podemos compartir

el mismo patrón de código genético, nuestras historias y experiencias de
vida, inclusive cuando son muy similares, a menudo son muy distintas.
Esta situación tiende a causar claros contrastes entre una persona y
otra, ya que lo que para uno es importante y vital, para otros puede ser
considerado intrascendente.
Cuando nos enfrentamos a la dimensión s ocial de trabajo, como es el

caso de la empresa, estas diferencias en la personalidad y luego en el
comport amiento pueden traducirse en serios obstáculos que disminuyen
la productividad y perjudican el accionar de la empres a como un todo.
Al conocer las habilidades y las características de la personalidad de

cada individuo, la administración no solo logrará entender de mejor
manera a cada uno de ellos, sino y sobre todo estará en la posibilidad
real de pot enciar su trabajo, aprovechando sus fort alezas mientras
refuerza sus debilidades, también permitirá conformar mejores grupos
de trabajo y foment ar de mejor manera el crecimiento dentro de la
empresa de cada individuo, lo cual se traduce al final, en una mejora
sustancial para la empresa, su ambiente laboral y su productividad
general.
En lo que concierne a gestión de recursos humanos, se suelen verificar

tres preguntas que el administrador debe realizars e a la hora de poder
entender y utilizar las habilidades de una persona óptimament e: ¿Qué
puede hacer la administración con los RRHH? Se parte de la obviedad
de que cada persona tiene diferentes capacidades y habilidades que le
permiten desarrollar actividades en la vida. Todas aquellas habilidades
tanto nat as como aprendidas conforman parte de este fundamento. Esto
define las habilidades de la persona y son el acumulado de las
experiencias educativas y laborales de un individuo. La administración
puede evidenciarlas revisando hojas de vida, referencias y entrevistas
personales. ¿Qué debe hacer la administración para potenciar la
productividad de los RRHH?: Es importante también conocer el estilo de
trabajo de cada persona. Si es sociable, si trabaja bien en equipo, como
enfrenta los cambios, etc. Estas son las llamadas habilidades blandas.
El saber cómo una persona se comporta en el ámbito laboral nos
permite ubicarla de mejor manera y relacionarla con aquellas otras
personas que se potenciarán con su presencia y que permitirán que este
se desarrolle de la manera más eficiente. De la misma forma el entender
las fortalezas y debilidades de un individuo, nos permite comunicarnos
de una mejor manera y diseñar planes de desarrollo específicos que
fortalezcan y mejoren las capacidades de cada persona para el
beneficio personal del empleado y ciertamente de la empres a. En este
caso nuevamente ac udimos a la utilización de pruebas psicométricas
que nos den una radiografía de los estilos de comport amient o.
Finalmente ¿Cuáles factores debe revisar la administración para

mantener la motivación de los RRHH? Ciert ament e podemos determinar
objetivamente qué puede hacer un empleado por nuestra empresa y
cómo lo hace, pero a veces falta establecer el “porque” lo hace. Recurre
a menudo en la administración referirse a la importancia de la
motivación, sin embargo se sabe que no existe un motivador universal,
cada pers ona posee dentro de s í misma aquellas razones que l@s
motivan en su cotidianidad. Entonces este es el “porqué”, y es una
combinación de los valores, deseos personales, intereses y actitudes de
los empleados frente a la vida. Esto nos permite entender aún más a
fondo a un individuo, motivarlo con más facilidad y poder acomodarlo
dentro de los valores y necesidades específicas de la empres a. Poner al
descubierto estos factores que hacen a la motivación individual devela
una vez más la importancia c entral las herramientas psicométricas en la
Gestión de los Recursos Humanos en la Organización.
El autor
UNA APROXIMANCIÓN A LA TEORÍA CLÁSICA DE LOS

TESTS
1. INTRODUCCIÓN________________________________
La psicometría puede definirse en términos generales como el conjunto

de métodos, técnicas y teorías implicadas en la medición de las
variables psicológicas. La mayor parte de la temática psicométrica en
torno a cinco grandes bloques: Teoría de la Medición, que abarc aría
todo lo relativo a la fundamentación teórica de la medida; Teoría de los
tests, donde se explicita la lógica y los modelos matemáticos
subyacentes a la construcción y uso de los tests; escalamiento
psicológico, que aborda las problemáticas inherentes al escalamiento de
estímulos físicos; escalamiento psicofísico, que hac e lo propio con los
escalamient os físicos, y técnicas multivariadas, que junto con el resto de
tecnología estadística resultan imprescindibles para la construcción y
análisis de los instrumentos de medida. El t érmino Psicomet ría es
mucho más genérico y amplio que el de Teoría de los Test, con el que
erróneamente se identifica a menudo, tomando la parte por el todo. Lo
más específico y diferencial de la Psicología Mat emática respecto de la
Psicometría serán los modelos matemáticos elaborados para áreas
específicas de la Psicología, tales como aprendizaje, memoria,
percepción, lenguaje, pens amient o, interacción, etc., que proliferan a
partir de los años 50 y 60, y que son en realidad la razón fundamental
que da sentido y apoya la nueva denominación de Psicología
Matemática diferenciada de la anterior Psicometría; considerar una
como parte de la otra es igualmente raz onable, aunque la Psicometría
es más antigua.
Orígenes y De sarrollo de la Teoría de los Tests
El modelo lineal clásico propuesto por Spearman, que luego se abordará

con cierto detalle, destaca por su sencillez matemática. Asume que la
puntuación empírica de un sujeto en un test (X), consta de dos
componentes aditivos; uno la verdadera puntuación del sujeto en el test
(V), y otro el error (e) que inevitablemente va unido a todo el proceso de
medición; es decir, según el modelo: X=V+e. A partir de este modelo y
unas asunciones mínimas, la teoría clásica desarrollará todo un conjunto
de deducciones encaminadas a estimar la cuantía del error que afecta a
las puntuaciones de los tests.
En 1936, s e funda la sociedad psicométrica americana con Thurstone a

la cabez a y cuyo órgano de expresión s erá la revista Psychometrika. En

1968 aparecerá el libro de Lord y Novick Statistical Theories of Mental
Tests Scores, que sint etiza y reanaliza c ríticamente todo lo hecho
anteriormente en Teoría Clásica de los Tests, abriendo nuevas y
prometedores perspectivas. Se incluye el t rabajo sobre los modelos de
Rasgo Latente, que abrirán una línea completamente nueva en la Teoría
de los Tests, conocida hoy como Teoría de Respuesta a los Ítems (TRI),
este vuelco va a oscurecer la mejora, al menos teórica que promet ía
aportar al planteamiento clásico la Teoría de la Generabilidad (TG)
propuesta por Cronbach y cols. La TG puede considerarse como una
extensión del modelo clásico, más que una alternativa. Mediante el uso
masivo del Análisis de Varianza, la TG pret enderá analizar las fuentes
del error de medida de un modo sistemático y desglosado, frente al
tratamiento globalizado de la teoría clásica. El libro marca un ant es y un
después en la Teoría de los Tests, terminaba una época la clásica y
empezaba una nueva marc ada por el predominio exclusivo de la TRI. La
teoría clásica se enfrentaba a dos problemas, por un lado, la mediación
de las variables no era independiente del instrument o utilizado; por otro
lado, las propiedades de los instrumentos dependían del tipo de sujetos
utilizados para establecerlas. Durant e la década de los 80 se han
producido avances inusuales en Teoría de los Tests, no obstante no se
debe sacar la conclusión de que la hegemonía de la TRI supone la
muert e del enfoque clásico, ni mucho menos, pues la parsimonia y
sencillez del modelo lineal clásico lo hac e apropiado en numerosas
ocasiones en las que la maquinaria pesada de la TRI no puede
maniobrar con eficacia.
Nota hi stóri ca sobre los te sts
El desarrollo de la Teoría de los tests esbozado anteriormente corre

parejo con la evolución de los tests concretos que van surgiendo, y
como es natural ambos desarrollos influyen el uno sobre el otro. Los
tests como instrumentos se han anticipado a su fundación teórica. Los
orígenes más cercanos se ubican en aquellas primeras pruebas
sensomotoras utilizadas por Galton (1822-1911) en su laboratorio
antropométrico de Kensington, también cabe a Galton el honor de ser el
primero que aplicó la tecnología estadística para analizar los datos
provenientes de sus tests, labor que continuará con Pearson.
James McKeen Cattell (1860-1944) será el primero en utilizar el término
“test mental”, pero sus tests al igual que los de Dalton eran de carácter
sensorial y el análisis de los datos dejaron clara la nula correlación entre
este tipo de pruebas y el nivel int electual de los sujetos. Será Binet
quien dé un giro radical en la filosofía de los tests, al introducir en su
escala tareas de carácter más cognoscitivo encaminadas a evaluar

aspectos como el juicio, etc. En la revisión de la escala que llevó a cabo
Terman en la Universidad de Stanford, y que se conoce como la revisión
Stanford-Binet, se utilizó por primera vez el cociente intelectual (CI) para
expresar las punt uaciones de los sujetos. La idea era originaria de
Stern, que en 1911 propuso dividir la edad mental (EM) enre la
cronológica (E C), multiplicando por cien para evitar los decimales: CI=
(EM/EC)x100.
El paso siguiente en el devenir histórico de los tests vendrá marcado por

la aparición de los tests de inteligencia c olectivos, propiciados por la
necesidad del Ejército norteamericano en 1917 de seleccionar y
clasificar a los soldados que iban a tomar parte en la Primera Guerra
Mundial, un comit é dirigido por Y erkes diseñó a partir del diverso
material y a existente, especialmente de t est inédito de Otis, los hoy
famosos test Alfa y Beta, el primero para la población general y el
segundo para utilizar con analfabetos o reclus as sin dominio del inglés,
estos test todavía hoy están en uso. Para la aparición de las clásicas
baterias de test de hoy día hay que es perar a los años 30 y 40, cuyo
producto más genuino serán las Aptitudes mentales primarias de
Thurstone. Los distintos modelos darán lugar a numerosas bat erias de
tests (PMA, DAT, GATB, TEA, etc) de uso habitual hoy día.
Por su parte el psiquiatra suizo Roschach propone en 1921 su famoso
test proyectivo de manc has de tint a, al que seguirán otros tests
proyectivos de muy distinto tipo de estímulos y tareas, entre los que
cabe citar el TA T, CA T, Test de Frustración de Rosenzweig, etc. Sin
embargo la técnica proyectiva que puede considerarse pionera es la
Asociación de Palabras o Test de Asociación Libre, descrita por Galton.
Modelo lineal clásico
El objetivo central del modelo es la estimación de los posibles errores

cometidos cuando se utilizan los tests para medir variables psicológicas.
Modelo: X=V+e
Supuestos: 1. V= E(X)
2. ρ (v,e)=0
3. ρ (ej,ek )=0
Definición: Dos tests, j y k , se denominan paralelos si la varianza
de los errores es la misma en ambos ( δ (ej )= δ (ek )) y también lo
2 2
son las puntuaciones verdaderas de los sujetos.

El modelo establece que la puntuación empírica (X) que obtiene un

sujeto en un test es igual a la suma de dos componentes: la puntuación
verdadera (V ) del suejt o en ese test y el error de medida (e) cometido en
la medición.
Supuesto 1: La puntuación verdadera (V) es la esperanza matemática

de la empírica: V=E(X), donde X es la variable aleatoria. Constituye en
realidad una definición de la puntuación verdadera.
Supuesto 2: Se asume que no existe correlación entre las puntuaciones

verdaderas de los sujetos en un test y sus respectivos errores de
medida: ρ(v,e)=0. No hay razón para pensar que el tamaño de los
errores vaya sistemáticament e asociado al tamaño de las puntuaciones
verdaderas.
Supuesto 3: Los errores de medida de los sujetos en un test no

correlacionan con sus errores de medida en otro test distinto: ρ(ej,ek )=0.
Si se aplican correctamente los tests, los errores serán aleatorios en
cada ocasión, no existiendo razón a priori para que covaríen
sistemáticamente unos con otros.
Finalmente s e definen los tests paralelos, asumiendo que se pueden

construir. Dos tests se consideran paralelos si miden lo mismo con
diferentes items. Denominan tests “Tau Equivalentes” a aquellos con
puntuaciones verdaderas iguales para los sujet os en ambas formas,
pero con varianzas error no necesariamente iguales. Tests
“esencialmente Tau equivalentes ” serían aquellos en los que la
puntuación verdadera de cada sujeto en uno de ellos es igual a la del
otro más una constante: V 1=V2+K.
Deduccione s inmediatas del modelo
e= X-V El error de la medida es la diferencia entre la puntuación

empírica (X) y la verdadera (V).
E(e)=0 La esperanza matemática de los errores de medida es cero,
luego son errores insesgados.
µx =µv La media de las puntuaciones empíricas es igual a la media de
las verdaderas.
Cov(V,e)=0 Las puntuaciones verdaderas no covarían con los errores.
Cov(X,V)= var(V) La covarianza entre las punt uaciones empíricas y las
verdaderas es igual a la varianza de las verdaderas.
Cov(Xj, Xk )=cov(Vj,Vk ) La covarianza entre las puntuaciones empíricas
de dos tests es igual a la covarianza entre las verdaderas.

Var(X)= var(V )+ var(e) La varianza de las puntuaciones empíricas es
igual a la varianz a de las verdadera más la de los errores.
ρ(X,e)= σe/ σx La correlación entre las puntuaciones empíricas y los
errores es igual al cociente entre la des viación típica de los errores y la
de las empíricas.
µ1=µ2=.....=µk Para k tests paralelos, las medias, las varianz as y las
intercorrelaciones entre ellos son iguales.
2 2 2
σ (X1)= σ (X2)=...= σ (Xk )
ρ(X1 , X2 )= ρ(X1 , X3)=...= ρ(Xj , Xk )
Nótese que el modelo y las deducciones están formulados para los

valores paramétricos de la población. La Teoría Clásica de los tests
asume que los estadísticos obtenidos en muestras suficientemente
amplias constituyen estimadores apropiados de los valores de la
población.
2. FIABILIDAD____________________________________
Un instrumento de medida se considera fiable si las medidas que se

hacen con él carecen de errores de medida, son consistentes. En cada
situación, el psicólogo tendrá que identificar las fuentes de error que
afecten a las mediciones y no achacar, por ejemplo, a la baja fiabilidad
de los aparatos lo que puede ser sencillament e variabilidad legítima de
la variable medida, esto nos e contradice con la naturaleza cambiante
de la conducta humana, que cambie lo medido no anula la exigencia de
que los instrumentos de medida sean precisos. La fiabilidad se refiere a
la estabilidad de las mediciones cuando no existen razones teóricas ni
empíricas para suponer que la variable a medir haya sido modificada
diferencialmente para los sujetos, por lo que se asume su estabilidad,
mientras no se demuestre lo cont rario. No obstante a nadie se nos
ocurriría decir que los relojes que miden el tiempo en milisegundos no
son fiables por el hecho de que las medidas varíen a lo largo del día. La
fiabilidad tiene que ver con errores aleatorios de medida, no con errores
sistemáticos.
Coeficiente de fiabilidad
El coeficiente de fiabilidad ρ x x´ se define como la correlación entre las

puntuaciones obtenidas por los sujetos en dos formas paralelas de un
test, X y X´. Es un indicador de la estabilidad de las medidas, pues si
aplicamos un test X a una muestra de sujet os y pasado un tiempo

aplicamos a los mismos sujet os una forma paralela X´, dado que ambas
formas miden lo mismo, si no hubies e errores aleatorios de medida, la
correlación debería ser perfecta: ρ x x´=1. Por tanto, el grado en que ρ x x´
se aleja de uno nos indica en que medida nuestras mediciones están
afectadas por dos errores aleatorios de medida:
2 2 2 2
ρx x´ = σ v / σ x (2.1) ρ x x´ = 1 - σ e/ σ x (2.2)
Se ve que ρ x x´ indica la proporción que la varianza verdadera es de la

empírica. Si no hubiese errores aleatorios ent onces:
[σ x ]2 = [σ v ]2 ρ xx = 1
,
Se suele denominar índice de fiabilidad ρ xv a la correlación ent re las

puntuaciones empíricas de un test y las verdaderas, siendo igual a la
raíz cuadrada del coeficient e de fiabilidad:
σv
ρ xv = ρ xx =
σx
,
Se denomina error típico de medida (σe) a la des viación típica de los

errores de medida (e). Despejando de (2.2) la fórmula viene dada por:
σ e = σ x 1 − ρ xx ,
Estimación empírica del coeficiente de fiabilidad
Las fórmulas del coeficient e de fiabilidad expuestas hasta ahora no

permiten calcular su valor empíric o para una muestra determinada de
sujetos. Para poder hacerlo hay que valers e de la definición (2.1):
correlación entre las puntuaciones de dos formas paralelas. Se trata en
suma de : 1) elaborar las dos formas paralelas; 2) aplicarlas a una
muestra amplia de sujetos representativos de la población, y 3) calcular
la correlación ent re las punt uaciones de los sujetos en ambas formas.
Dicha c orrelación será el coeficiente de fiabilidad. Este método se
denomina método de las Formas Paralelas y es el que emana
genuinament e del modelo. S e suelen utilizar otros dos métodos,
denominados Test-Retest y Dos Mitades.
-Test-Retest: Se aplica el mismo test en dos ocasiones a los sujetos, la
correlación entre las puntuaciones de las dos aplicaciones será el

coeficiente de fiabilidad, denominándose a la estimación obtenida
coeficiente de estabilidad, pues indica en que grado s on estables las
mediciones realizadas en la primera aplicación del test.
- Dos Mitades: El test se aplica una sola vez. El coeficiente de fiabilidad

viene dado por la correlación ent re esas dos mitades Más una
corrección para obtener la fiabilidad del test total. La estimación así
obtenida indica la covariación o consistencia interna de las dos mitades,
es pues un indicador de la consistencia interna del test.
El método de formas paralelas es el más rec omendable si s e superan

los problemas y se disponen de dos o más muestras paralelas. En el
método test-Retest un problema es delimitar el tiempo óptimo que debe
transcurrir entre ambas aplicaciones. Finalmente el método de las Dos
Mitades es muy funcional, sólo exige una aplicación del test. Un factor
del test a tener en cuenta para elegir un método u otro, es si se t rata de
un test de velocidad o pot encia, se entiende por test de velocidad aquel
que todos los sujet os son c apac es de realizar, aunque difieran en la
velocidad de ejecución. P or el contrario, un test de potencia o poder
sería aquel en el que las diferencias entre los sujetos son generadas por
su distinta capacidad intelectual.
Índices de velocidad-potencia
El grado de velocidad de un test influye en los parámetros más

importantes de éste, como su fiabilidad, su validez, la estructura factorial
de los ít ems, etc. Gulliksen (1950) sugiere el coeficiente entre la
varianza de los errores cometidos y la varianza de los fallos, cuanto más
bajo sea el coeficiente más de velocidad será el test; con el límite cero
indicando que todos los fallos son debidos a no-intentos, el test sería de
velocidad pura (2.5).
σ e2
IV =
σ F2
Lord y Novick (1968) proponen un índice equivalent e al de Cronbach y

Warrington (1951) que indica la proporción de varianza atribuible a la
velocidad (2.5a):
ρVP
2
IV = 1 −
ρ vv ρ PP
, ,
Donde: IV: Índice de velocidad

ρvp: Correlación entre el test administrado en condiciones de
velocidad (V), o sea con tiempo limitado para su ejecución y el test
administrado con tiempo “ilimitado”, en condiciones de
potencia.
ρvv´: Coeficiente de fiabilidad del test en condiciones de
velocidad. Idem en potencia.
Otro indicador más sencillo y de fácil uso es el cociente de velocidad

propuesto por Stafford (1971) (2.5 b):
CV =
∑ NI *100
∑ E + ∑ O + ∑ NI
Siendo: E: Número de errores de cada sujeto.

O: Número de omisiones de cada sujeto.
NI: Número de ítems no intentados por cada sujeto.
Cuando es un test de velocidad pura CV=100, en el caso de un test de

potencia pura CV=0.
Estimación de las puntuacione s verdaderas
Existen tres procedimient os distintos para estimar la puntuación

verdadera de un sujeto en un test Se pueden hacer estimaciones acerca
de la cantidad de error que afecta a las puntuaciones empíricas.
- Si no se hace ningún supuesto sobre la distribución de las

puntuaciones empíricas o de los errores se aplica la desigualdad de
Chebychev.
- Si se hacen supuestos sobre dichas distribuciones, se puede
realizar una estimación por intervalo, calculando el intervalo en torno
a la puntuación empíric a o punt uación verdadera pronosticada
mediante la ecuación de regresión de V sobre X.
a) Estimación mediante la desigualdad Chebychev.
Como es sabido la desigualdad de Chebychev establece que para toda
σ 2 ( X / V ) = σ 2 (e / V ) = σ e2
variable X con media y des viación t ípica Sx :
∀K P{ X − V } ≤ K (σ e ) ≥ 1 − 1
K2
b) Estimación basada en la distribución normal de errores.
Este es el método más utilizado en los textos clásicos. Una forma de
evitar una estimación tan genérica como la anterior es asumir que los
errores de medida, y por ende las puntuaciones empíricas, para un valor
dado de V (sujeto o clase de sujet os con la misma puntuación
verdadera) se distribuyen según la curva normal:
(
f (e v ) ≈ N 0, σ e2 )
Dado que X=V+e, con V constante, es inmediato que:
(
f (x v ) ≈ N v, σ e2 )
Esta asunción de normalidad e igualdad de las varianzas condicionales
(homoscedasticidad) ha sido cuestionada con frecuencia, es pecialmente
en los valores extremos de la escala. Si no se cumple lo cual es
bastante probable en la práctica, no sería muy preciso utilizar el mismo
error t ípico de medida (E TM) para todos los sujetos,
independientemente de su puntuación como se hace habitualmente.
c) Estimación según el modelo de Regresión.
El modelo de regresión lineal el pronóstico de una variable Y a partir de
otra X, según el criterio de mínimos cuadrados, viene dada por la
expresión:
σ y 
Y ′ = ρ xy  ( X − X ) + Y
σx 
Dado que ese es nuestro problema, estimar V a partir de X, lo
traducimos a nuestra terminología, donde Y, lo que se desea
pronosticar, pasa a ser V, y X sigue siendo X:
σ 
V ′ = ρ xV  V ( X − X ) + V
σx 
Haciendo unas transformaciones tenemos (2. 9):
V ′ = ρ xx′ ( X − X ) + X
Mediante esta fórmula podemos hacer estimaciones puntuales de V a
partir de X, conociendo el coeficiente de fiabilidad, la media del test y la
puntuación empírica.
Ahora bien, el Modelo de Regresión utilizado lo único que garantiza es
que “a la larga” los errores de pronóstico cometidos son mínimos, según
el criterio de mínimos cuadrados, pero la puntuación pronosticada V´ no
siempre coincidirá con V, denominándose a esta diferencia error de
estimación, por ello en vez de realizar estimaciones puntuales se
σ V . x = σ x 1 − ρ xx′ ρ xx′ σ V . x = σ e ρ xx′

establecen intervalos confidenciales en torno a la puntuación
pronosticada V´(2.11) y (2.12):
Fiabilidad de las diferencias
Para dos tests X y Z la fiabilidad de las diferencias entre sus

puntuaciones: (X-Z)= d, como fácilmente se puede derivar, viene dada
σ x2 ρ xx′ + σ z2 ρ zz′ − 2σ xσ z ρ xz
ρ dd ′ =
σ x2 + σ z2 − 2σ xσ z ρ xz
por (2.13):
Donde: ρdd´ : Coeficiente de fiabilidad de las diferencias.
σ2 : Varianzas de las punt uaciones de los test (X y Z).
ρxx´(zz´) : Coeficientes de fiabilidad de los tests.
ρxz : Correlación entre ambos tests.
En la escala de t ípicas, en cuyo c aso las varianzas de los tests son
ρ xx′ + ρ zz′ − 2 ρ xz
ρ dd ′ =
2(1 − ρ xz )
iguales la fórmula se simplifica (2.14):
El error típico de medida de las diferencias σed, análogament e a lo visto
para un solo test, vendrá dado por (2.15):
σ ed = σ d 1 − ρ dd ′
Este tipo de análisis de las diferencias ent re puntuaciones de dos tests

(o más) es muy usual en el análisis de perfiles psicológicos. Un perfil
psicológico no es otra cosa que la representación, generalmente gráfica,
de las puntuaciones de un sujeto o de un grupo en determinadas
variables, expresadas todas ellas en la misma escala (igual media y
des viación típica).
No está justificado hacer co mparaciones individuales entre las puntuaciones
emp íricas de dos sujetos en un test, de un sujeto en dos tests, etc.
Tipos de errores de medida.
Hasta ahora se han definido dos tipos de errores, el error de medida y el

error de estimación. Cabe citar además el error de sustitución y el error
de predicción.
1. Error de medida (2.4).
e = X −V σ e = σ x 1 − ρ xx′
e = V −V ′ σ vx = σ x 1 − ρ xx′ ρ xx′
e = X 1 − X 2 σ e ( s ) = σ x 1 − ρ xx′ 2
e = X 1 − X 1′ σ e ( P ) = σ x 1 − ρ xx′ 1 + ρ xx′
2. Error de estimación (2.11).
3. Error de sustitución (2.16).
4. Error de predicción (2.17).
El error de medida y el error de estimación son, la diferencia ent re la

puntuación verdadera y la empírica y la diferencia entre la puntuación
verdadera pronosticada y la verdadera. Sus des viaciones típicas, se
denominan error típico de medida y error típico de estimación. El error
de medida es una medida individual del error y el error t ípico de medida
es una medida colectiva del error. El error de estimación de las
puntuaciones verdaderas es una medida individual y el error típic o de
estimación es una medida c olectiva, la idea básica es que el conc epto
de error típico es una medida colectiva del error y hace referencia
siempre a la des viación típica de puntuaciones error. La misma lógica se
aplica al error de sustitución y de predicción. El error de predicción es el
error que se cometería al utilizar en vez de las mediciones de un test
aquellas pronosticadas en ese test a partir de una forma paralela,
σ1
X 1`´= ρ12 ( X 2 − X 2′ ) + X 1
σ2
adaptada a nuestra terminología, viene dada por:
Factore s que afectan a la fiabilidad
a) Fiabilidad y variabilidad
El coeficiente de fiabilidad aument a al aumentar la variabilidad de la
muestra, un test no tiene un coeficiente de fiabilidad fijo, este depende
de la variabilidad de la muestra en la que s e calcule. E n suma, al
aumentar la variabilidad de la muestra aumenta el valor del coeficiente
de fiabilidad.
La varianz a de los errores de medida en elt est es la misma en amabas
poblaciones, la menos variable y la más variable. El error t ípico de
medida vendrá dado por :
σ e = σ x 1 − ρ xx′
Sustituyendo en ambas poblaciones la varianza, por s u valor y
despejando tenemos (2. 19):
σ 12
ρ 22′ = 1 − (1 − ρ11′ )
σ 22
Siendo: ρaa´ : Coeficiente de fiabilidad en la población a.
σ2ª : Varianza empírica en la población a.
Esta fórmula debe usarse con precaución, pues el fuerte supuesto en el
que se basa no siempre se cumple.
b) Fiabilidad y longitud
La fiabilidad de un test también depende de su longitud, ent endiéndose
por esta el número de ítems del test.Según los supuestos del modelo, si
se tiene un test X y se aumenta su longitud n veces a bas e de ítems
paralelos a los originales, la fiabilidad del nuevo test alargado viene
nρ xx′
ρ XX ′ =
1 + (n − 1)ρ xx′
dada por la conocida fórmula de Spearman-B rown (2.20):
Donde: ρXX´ : Fiabilidad del test alargado.
ρxx ´ : Fiabilidad del test original.
Un caso particular es el cálculo del coeficient e de fiabilidad por el
Método de las Dos Mitades, en este caso n=2, quedando (2.20)
reducida a:
2 ρ xx′
ρ XX ′ =
1 + ρ xx′
De la fórmula general (2. 20) se puede despejar n, lo que permit e estimar

cuánto habría que alargar (o acort ar) un test para obtener una fiabilidad
determinada (2.22):
La abundante literatura al respecto indica que la fórmula funciona
bastante bien en general, siempre y cuando, los ítems añadidos sean
ρ XX ′ (1 − ρ xx′ )
n=
ρ xx′ (1 − ρ xx′ )
paralelos a los previamente existentes. La fiabilidad de un test tiende a

uno a medida que se aumenta su longitud, alcanzando teóricamente ese
valor para infinit os ítems.
Coeficiente α (si los te sts tienen la misma longitud).
El coeficiente alfa propuesto por Cronbach (1951) constituye otra forma

de acercarse a la fiabilidad. Más que la estabilidad de las medidas, alfa
refleja el grado en el que covarían los ítems que constituyen el test, es
portanto, un indicador de la consistencia int erna del test. Su fórmula
viene dada por (2.24), (2.25), (2.26):
 2   
n n
 ∑ j σ  ∑∑ cov( j , k )  n(r1 )
n  α = n   α=
1 + (n − 1)r1
j =1 j≠k
α=  1− 2   
n −1 σx n −1 σx
2
   
   
Siendo: n: número de ítems.

r1: Cociente entre la covariación media de los ít ems y su
varianza media.
Nótese que la última fórmula de alfa no es otra cosa que la aplicación de
la profecía de S perman-Brown a r1 , índice este que constituye una
estimación de la fiabilidad de cada ítem, por lo que mediante Sperman-
Brown se obtiene la fiabilidad del test global.
a) Estimador insesgado de alfa.

α=
(N − 3)αˆ + 2 α : es el estimador insesgado.
N −1
αˆ : Valor de α obtenido en una
muestra mediante (2.24).
N : Número de sujetos d ela muestra.
A medida que aumenta el número de sujetos de la muestra N, el valor
hallado en la muestra y el estimador insesgado se acercan, siendo
iguales cuando N tiende a infinit o. A nivel práctico puede decirse que a
partir de 100 s ujetos las diferencias entre el valor sesgado y el
insesgado son más bien irrelevantes.
b) Alfa como límite inferior de ρ xx´.
Se demuestra que (2.27):
α ≤ ρ xx′
Por tanto alfa puede considerarse como una estimación del límite
inferior del coeficiente de fiabilidad de un test.
n
cov( j , k )
(n − 1)∑∑
n
 n σ 2j 
δ 3 = 1 −  ∑ 2  + j≠k
 j =1 σ x  σ x2
Se han propuesto otros índices como estimaciones del límite inferior de
la fiabilidad. El propuesto por Lord y Novick (1968), recomiendan el
suyo, que siempre da valores positivos (2. 28):
Coeficiente β. (si los te sts tienen distinta longitud)
Raju (1977) propuso este coeficiente, generalización de alfa, que

permite resolver un problema que se plantea cuando se dispone de una
batería compuesta de varios sub-tests y se está interesado en obtener
una estimación del coeficiente alfa de la batería basándose en los datos
de los substests considerados como componentes, al modo de los ítems
de un test, o sea, aquí los subtests serían los ítems de la batería. La
estimación resulta ser una infla-estimación, y ese es el problema que
resuelve Raju, el coeficiente bet a evit a el problema de la infla-estimación
de alfa en las baterías cuando los subtests tiene distinto número de
ítems, siendo igual a alfa cuando el número de ítems de los substest es
el mismo. Esto sólo tiene sentido si se desconoc en los datos directos de
las respuestas de los sujetos a cada ít em. (2.33):
Inferencias sobreα:
La teoría del error muestral para el coeficiente alfa ha sido desarrollada

por diversos autores. Se consideran tres casos:
a) Inferencias acerca de un solo coeficiente.
b) Comparación de coeficientes obt enidos en muestras
independientes.
c) Comparación de coeficientes obtenidos en la misma muestra.
a) Un solo coeficient e: Una vez calculado el valor de alfa en una
muestra, cabe preguntarse si a un determinado nivel de confianza el
valor obtenido es compatible con la hipótesis de que alfa tome
determinado valor en la población. Siendo es pecialmente habitual
preguntarse si es compatible con la hipót esis de que su valor en la
población sea cero, es decir, preguntarse si resulta estadísticamente
significativo.
1-α
F=
1 − αˆ
α : Valor de alfa en la población.
αˆ : Valor de alfa en la muestra.
Se distribuye según F con (N-1) y (n-1)(N-1) g.l.
b) Dos coeficientes: Feldt (1969) propuso un estadístico de contraste
que permite c omparar dos coeficientes alfa obtenidos en muestras
independientes, donde w se distribuye según F con (N1 -1) y (N2-1) g.l.
(2.35).
1 - αˆ1
w=
1 - αˆ 2
αˆ i : Valores de alfa en cada muestra
Muestra s dependientes:
a) Dos coeficientes: Un estadístico de contraste que permite comparar

dos coeficientes alfa obt enidos en la misma muestra:
t=
(αˆ1 − αˆ 2 ) N − 2
4(1 − αˆ1 )(1 − αˆ 2 )(1 − ρˆ122 )
t : se distribuye con N - 2 g.l.
N : Nº. de sujetos de la muestra.
αˆ i : Valores de los coeficientes alfa de los tests.
ρˆ12 : Correlación entre las puntuaciones de los sujetos en ambos tests.
Fiabilidad de los Tests referidos al criterio
La puntuación de una persona será alta o baja en función de su posición

relativa en el grupo, posición que se puede expresar de diversos modos.
Estos tests suelen denominarse genéricamente tests referidos a normas
(normativos) y son los más habituales en el ámbito de la psicología.
Pero a partir de los años 50 y 60, con el predominio del enfoque
conductual en psicología y el aumento de los mét odos de enseñanza
programada y de las máquinas de enseñar, aparec e la necesidad de
construir tests que evalúen directamente el conocimiento que tienen los
estudiant es de los objetivos programados. Más que una variable
psicológica o rasgo, estos test van dirigidos a evaluar un dominio, de ahí
su denominación de test referidos al criterio (TRC), en ellos no se pone
el énfasis en analizar las diferencias entre sujetos, sino más bien se
trata de ver en que medida cada sujeto domina el c riterio de int erés
previamente definido. Una forma habitual de expresarlo es mediante el
porcentaje de cuestiones respondidas correctamente. Hamblenton cita
seis campos principales impulsados por los TRC.
1. Un primer efecto muy positivo ha sido obligar a profesores y

constructores de tests a definir con mayor claridad y operatividad los
objetivos o criterios de interés.
2. Obligan a muestrear exhaustivamente los objetivos a evaluar y
exigen sumo cuidado a la hora de confeccionar los ítems.
3. Se potenciaron nuevas normas para evaluar la fiabilidad y validez
de los tests.
4. Se des arrolló t oda una tecnología psicométrica para establecer los
puntos de corte.
5. Los TRC, al centrars e en los objetivos específicos, han sido
altament e beneficiosos para el diagnóstico de las deficiencias de
aprendizaje.
6. Ha hec ho que los profesores adquieran conocimientos en el campo

de la evaluación de los estudiantes.
Fiabilidad
El problema de la fiabilidad en los tests referidos al criterio en esencia es

el mismo que el de los tests clásicos referidos a las normas. En ambos
casos se trata de estimar el grado de error inc rustado en las mediciones.
Los métodos clásicos de fiabilidad resultan óptimos cuando el test se ha
construido pensando en que debe maximizarse la discriminación entre
los sujetos, que no es el caso de los TRC. Además el concepto de test
paralelos, piedra angular de la fiabilidad clásica, no representa un papel
central en los TRC, que más bien constituyen en teoría muestras
aleatorias de los contenidos del dominio. S e han clasificado en dos
grandes bloques: aquellas que exigen dos aplicaciones del test, bien
sea del mismo test o de formas paralelas, y las que sólo exigen una
aplicación. Este a su vez se divide en tres subgrupos en función de
cómo se utilice el punto de corte para las clasificaciones.
Formas paralelas: Cuando se dispone dos muestras del mismo test a un

mismo grupo de personas, o de dos aplicaciones a un mismo grupo. En
estas circunstancias si se establece un punto de corte y en cada test se
clasifica a las personas en dos grupos, las que superan el punto de
corte y las que no lo superan, si existiese una fiabilidad perfecta la
clasificación resultante debería ser idéntica para ambos tests. Pues
bien, los coeficientes de fiabilidad que se van a ver tratan de estimar en
que medida las clasificaciones hechas con un test coinciden con las
hechas por otro, o por el mismo aplicado en dos ocasiones.
En la literatura psicométrica es muy habitual denominar masters a las

personas que superan el punto de corte y no masters a las que no lo
superan, si bien es cierto que a veces las clasificaciones sólo tienen dos
categorías (pasa y no pasa) puede tener más.
La fiabilidad s ería perfecta cuando los porcentajes fuesen los mismos.

Este razonamiento tiene un claro inc onveniente que lo hace
desacons ejable. Los porc entajes podrían coincidir, pero no ser las
mismas personas las que superasen ambas pruebas, en cuyo caso el
indicador conduce a un claro error, dando una falsa idea de fiabilidad
donde no la hay. Ello se debe a que este indicador no tiene en cuenta la
consistencia de las clasificaciones individuales, los índices que veremos
ahora si tienen en cuenta esa consistencia.
Coeficiente ρ 0: Este coeficiente trata de reflejar en que medida las

clasificaciones hechas a partir de ambos tests coinciden. Este
coeficiente permite expresar esta fiabilidad por medio de la proporción
de coincidencias observadas. Su fórmula viene dada por:
Fc
ρ0 =
N
Fc : Nº. de personas (frecuencia) en las que ambos tests coinciden en la
clasificación.
N : Nº. total de personas.
Coeficiente Kappa: Propuesto por Cohen en 1960 es uno de los

coeficientes más populares y reseñados en la literatura psicométrica. Su
fórmula viene dada por (2.52):
El valor máximo del coeficiente kappa es 1, cuando la fiabilidad es
perfecta; pero el mínimo depende de las frecuencias marginales de la
tabla. Los valore negativos no tienen sentido, las cercanas a cero
indicarían que las clasificaciones hechas por los tests no mejoran el
azar.
Fc − Fa
K=
N − Fa
Fc : Frecuencia de coincidencia.
Fa : Frecuencia de azar.
N : Nº. total de personas de la muestra.
La fórmula del c oeficiente kappa puede expresarse en función de las

proporciones (2.53):
Pc − Pa
K=
1 − Pa
El valor del coeficiente kappa es muy similar al coeficiente de

correlación de Pearson para datos dicotómicos, es decir, al coeficiente
φ. Los dos coeficient es (ρ0 y K) pueden aplicarse cuando los tests
referidos al crit erio se utilizan para clasificar a las personas en más de
dos categorías.
La significación estadística del coeficiente kappa puede someterse a

prueba utilizando el error típico de medida propuesto por Cohen (2.54):
Fa
σe =
N ( N − Fa )
Una sola aplicación del test:Se exponen diversos métodos que sólo
exigen aplicar el test una vez, son muy distintos entre si.
Método de Huynh: Es un método elegante para estimar los coeficientes
ρ 0 y kappa. Se basa en el supuesto de que si se aplicasen dos formas
paralelas la distribución conjunta sería aproximadamente normal.
Diversos autores opinan que esta asunción es plausible cuando el
número de ítems está entre 0,15 y 0,85.
1. Se calcula la des viación normal correspondiente al punto de corte C
según (2.56):
C − 0,5 − X
Z=
Sx
2. Se busca en las tablas de la curva normal al proporción P z
correspondiente al valor Z.
3. Mediante la tabla F se obtiene a probabilidad P zz de la distribución
conjunta de dos varibales normales con correlación KR21 para el
valor de Z.
4. Se procede al cálculo de los coeficientes ρ 0 y kappa, (2.57), (2.58):
ρ 0 = 1 + 2(Pzz − Pz )
Pzz − Pz2
k=
Pz − Pz
2
Cabe pregunt arse cual de los dos coeficientes es preferible utilizar. No

existe una respuesta definitiva. Tanto el incremento de la longitud del
test como la variabilidad de la muestra tienden a incrementar el tamaño
de los coeficient es, pero el factor que tiene un mayor efecto sobre el
valor de ambos coeficientes es la ubicación del punto de corte.
Coeficiente de Livington: E n los coeficientes vistos hasta ahora se
asume que el error que se comete al clasificar un masters como no
masters y al contrario son de la misma gravedad. A estos métodos con
esta asunción se les conoce como de pérdida de umbral, los dos índices
que veremos ahora van a considerar más graves los errores de
clasificación de los sujetos alejados del punt o de cort e que aquellos
ubicados cerca del mismo. Estos coeficientes reciben el nombre
genérico de pérdida de error cuadrático, cuanto más se alejen las
puntuaciones del punto de corte, mayores serán los errores cuadráticos

(2.59).
ασ x2 + (µ − c )2
K xv2 =
σ x2 + (µ − c )2
α : Coeficiente alfa.
σ x2 : Varianza del test.
µ : Media del test.
C : Punto de corte.
Cabe destacar que aumenta con el incremento del coeficiente alfa.
K xv2 ≥ α
Livington demuestra de forma elegante que la fórmula de Sperman-
Brown clásica que relaciona longitud y la fiabilidad del test es
perfectamente aplicable a su coeficiente en el ent orno de los tests
referidos al criterio, (2. 60) (siendo n el número de veces que se alarga el
test):
nK xv2
K 2
=
1 + (n − 1)K xv2
XV
Para dos formas paralelas o de dos aplicaciones del mismo test.
Ubicación del punto de corte
No existe un punto de corte mágico y correcto a priori, depende de los

jueces, pero ello no quiere decir que cualquier procedimiento sea
igualmente válido. Suele hablarse de puntos de corte absolutos y
relativos (cuando se fijan en función del grupo de personas evaluadas),
estos últimos no tiene mucho sentido en el contexto de los TRC.
Procedimientos centrados en el test: Los tres métodos descritos a

continuación varían en el tipo de tareas solicitadas de los jueces y en
como procesan y organizan los juicios emitidos por estos.
Método de Nedelsk y: Sólo se puede utilizar cuando los ítems son de

elección múltiple, pues requiere que los jueces analicen cada una de las
alternativas, deben decidir cuáles consideran que serían detectadas
como erróneas por una persona que tuviese los conocimientos mínimos
exigibles para dominar el crit erio. Para obtener los valores esperados
para el test se suman los valores esperados para cada ít em, el punto de
corte se establece normalmente en la mediana (o media). Cuando se
utiliza la fórmula para corregir los efectos del azar también debe
corregirse con ella el punto de corte.
Método de A ngoff: Es parecido al anterior si bien tiene la ventaja de que

se puede aplicar a todo tipo de ítems, aunque no sean de elección
multiple, aquí a los jueces se les pide que digan cual es la probabilidad
de que una pers ona con los conocimientos mínimos exigibles supere el
ítem, el punto de corte es la mediana. Nót ese que si los ítems son de
elección múltiple, las probabilidades asignadas por los jueces deberían
ser al menos iguales o superiores a la c orrespondiente por mero azar,
es decir, la unidad dividida entre el número de alternativas del ítem.
A veces se utiliza una variante del método de Angoff, consistente en

proporcionar a los jueces una serie de probabilidades entre las que tiene
que elegir, en vez de generarlas ellos mismos, limita las opciones de los
jueces por o que no es recomendable.
Procedimientos centrados en las personas: Los métodos descritos en

este apartado se valen de los juicios de los jueces sobre la c ompet encia
de las personas, para aplicar estos métodos hay que disponer de jueces
expertos en la materia a evaluar, y que además conozcan
perfectamente la competencia de los sujetos en la materia objeto de
estudio. Veamos los dos métodos más clásicos, el del grupo límite y el
de los grupos de contraste.
Método del grupo límit e: Se les pide que identifiquen las personas que
están en el límite de lo exigible, situadas entre las que dominan el
criterio y las que no lo dominan. Una vez identificado por los jueces un
grupo de personas de estas características, se les aplica el test en el
cual se está interesado en fijar el punto de corte, el valor de este será la
media o la mediana de las puntuaciones de ese grupo de personas en el
test.
Procedimientos de compromiso: Los procedimientos expuestos hasta

ahora para fijar el punto de corte se consideran de carácter absoluto,
pues en todos ellos los jueces establecen un mínimo de conocimientos
que una persona necesita para superar el criterio, independientemente
de lo que haga el resto de las personas del grupo. Los métodos que se
exponen utilizan tanto la información absoluta como relativa del grupo,
tratando de llegar a un compromiso entre ambos tipos de datos.
Piénsese, por ejemplo, en las implicaciones que tendría en España el

establecimiento de unos estándares profesionales que tuvies en que
superar cada cierto tiempo los funcionarios de todo tipo para seguir en
su puesto.
Método de Beuk y método de Hofstee.
TRN TRC
Dos aplicaciones del test
Test-Ret est ρ0
Estabilidad
Temporal
Formas paralelas K
Coeficiente de
Livingston
Una sola aplicación del test
Basados en la división
del test en dos
mitades paralelas: Método de Huynh
-Spearman-B rowm.
-Rulon.
Consistencia
interna -Guttman/Flanagan.
Basados en la
covarianz a de los
ítems: Coeficiente de Livingston
-α.
-KR20.
-KR21.
3. VALIDEZ______________________________________
Conceptos y tipos
Un test es una muestra de conducta a partir de la cual se pretenden

hacer ciertas inferencias. Más que el test lo que se validan son las
inferencias. El problema de hallar la validez de un test es el problema
general de la ciencia para validar una teoría, implica por tanto, la
utilización de los métodos y procedimient os habituales de la
investigación científica. Aquí, nos limitaremos a recoger algunos
caminos, los más clásicos, que se han ido siguiendo en el proceso de
validación de los tests, y se suelen agrupar en tres grandes bloques:

validez de contenido, validez predictiva y validez de constructo.
Esta división tiene interés sintáctico, pero no deben tomarse c omo

categorías independientes.
Validez de contenido: Alude a la necesidad de garantizar que el test

constituye una muestra adecuada y represent ativa de los contenidos
está claramente definida, como suele ocurrir con los tests de carácter
educativo en los que puede explicitar con precisión la materia objeto de
medición, entonces no hay ningún problema, los diferentes mét odos
estadísticos de muestreo permiten extraer una muestra representativa
de los contenidos que han de conformar el test. Incluso esta selección
aleatoria de contenidos puede ser muy mejorada en determinadas
circunstancias utilizando los nuevos modelos de medida de la Teoría de
Respuesta a los Ítems.
Ahora bien, en psicología esto no es lo habitual, en estos casos hay que

proceder por caminos más indirectos y falibles. Una de las prácticas
más usuales y obvias consiste en enumerar todas las áreas del
contenido, que se consideran importantes/imprescindibles y asegurarse
que la prueba contiene ítems de t odas ellas en la proporción adecuada.
Suele incluirs e como un tipo especial de validez de contenido la validez
aparente, que se refiere a la necesidad de que el test parezca, dé la
impresión a los que se aplica, que efectivamente es adecuado, tiene
sentido para medir lo que se pretende.
Validez predictiva: El uso más frecuente de los tests está relacionado

con la predicción a partir de ellos de alguna variable de int erés o crit erio.
Se utilizan, por ejemplo, en la s elección de personal, porque se ha
comprobado previamente que permiten det ectar a los que lo harán bien
en cierto trabajo, predicen la eficacia en el trabajo.
La validez predictiva de un test se refiere al grado de eficacia con el que

se puede predecir o pronosticar una variable de interés (criterio) a partir
de las puntuaciones de ese test. Se operacionaliza mediant e el
coeficiente de validez, que es la correlación entre el test y el criterio,
cuanto mayor sea la correlación test-criterio más precisos serán los
pronósticos hechos a partir del test. No necesariamente implica
causalidad, sólo implica eso, covariación. La validez predictiva recibe a
menudo las denominaciones de validez relativa al criterio, validez
criterial o validez de pronóstico. Se trata de hallar la correlación entre las
puntuaciones de los sujetos en el test y las que obtengan en el criterio.
Según el diseño utilizado para calcular el coeficiente de validez, puede

hablarse de validez concurrente cuando el test y el criterio se miden al
mismo tiempo; validez de pronóstico, cuando el criterio se mide un
periodo de tiempo después del criterio que se des ea pronosticar.
Validez de constructo: Un test no es un agregado de ítems que se juntan

al azar para predecir un criterio, es más bien una medida o índice de un
concepto, teoría o c onstructo psicológico, o de otro tipo. En el ámbito de
la psicología, se han utilizado con mucha frecuencia dos procedimientos
metodológicos, el análisis factorial y la matriz multirrasgo-multimét odo,
para obtener datos acerca de la validez de constructos psicológicos,
denominándose res pectivamente, validez factorial y validez
convergente-discriminante.
Validez factorial: Se habla de validez factorial de un constructo cuando

todas las medidas diseñadas para evaluarlo muestran coherencia
factorial cuando se somet en a un análisis factorial; es sólo un primer
paso y más bien modesto, en la validación de un constructo psicológico;
únicamente nos garantiza cierta coherencia o convergencia entre las
medidas referidas a dicho constructo.
Validez convergente-discriminante: Es otro modo de ir aquilatando la

solidez científica de un constructo psicológico. Se evalúa a partir de los
datos proporcionados por la as í llamada matriz multirras go-multimétodo
(matriz de correlaciones en la que aparecen varios rasgos psicológicos
medidos con varios métodos).
Parece haber validez convergente si las correlaciones entre las medidas

del mismo rasgo por distintos métodos son elevadas, es decir, las
medidas de un mismo ras go convergen, aunque lo hayan hecho por
diferentes métodos.
La validez discriminante se refiere a que las correlaciones anteriores
entre las medidas del mismo rasgo por distintos métodos han de ser
claramente superiores a las correlaciones entre las medidas de distintos
rasgos por el mismo método.
Validez y fiabilidad
El coeficiente de validez aumenta al aumentar las fiabilidades del test y

del criterio; en qué grado lo hace es lo que se tratará aquí.
Fórmulas de atenuación:
a) Estimación del coeficiente de validez en el supuesto de que el test y
el criterio tuviesen una fiabilidad perfecta: ¿Cuál sería la validez del test
en el supuesto de que tanto el test como el criterio tuviesen una
fiabilidad perfecta?, es decir en el caso de que careciesen de errores de
medida. La respuesta viene dada por la fórmula de atenuación donde la
validez empírica viene reducida, disminuida, por la existencia de errores
de medida, existencia cuya fórmula permite corregir. La validez del test
vendría dada por la correlación entre las punt uaciones verdaderas de
los sujetos en el test y sus verdaderas en el criterio (3.1):
ρ xy
ρv v =
x y
ρ xx′ ρ yy′
ρ xy : Coeficiente de validez empírico.
ρ xx′ : Coeficiente de fiabilidad empírico del test.
ρ yy′ : Coeficiente de fiabildiad empírico del criterio.
b) Estimación del coeficiente de validez en el caso de que el test

tuviese una fiabilidad perf ecta: La estimación anterior puede
realizarse también en el caso de que sólo el test carezca de errores
de medida, en cuyo caso la validez vendría dada por (3.2):
ρ xy
ρv y =
x
ρ xx′
c) Estimación del coeficiente de validez en el caso de que el criterio
ρ xy
ρ xv =y
ρ yy′
tuviese una fiabilidad perfecta: (3.3):
d) Genaraliz ación de las fórmulas de atenuación: A partir de las
fórmulas anteriores, puede hacerse una generalización para el
supuesto en el que test y/o criterio, aun sin carecer totalmente de
errores de medida, se les rebajen en cierto grado. Puede tener
interés estimar cual sería el coeficiente de validez de un test en el
supuesto de que se lograsen ciertas mejorías en su fiabilidad, en la
del criterio, o en ambas. La fórmula es la siguiente (3.4):
Donde las letras mayúsculas se refieren a las fiabilidades
ρ xy ρ xx′ ρYY ′
ρ XY =
ρ xx′ ρ yy′
mejoradas.
La fórmula anterior tiene c asos particulares, se puede simplificar cuando
mejora en la fiabilidad del criterio (3. 5) y cuando mejora en la fiabilidad
ρ xy ρYY ′ ρ xy ρ XX ′
ρ xY = ρ Xy =
ρ yy′ ρ xx′
del test (3.6):
Valor máximo del coeficiente de validez
A partir de (3.1) es inmediato que el coeficiente de validez de un test es
ρ xy ≤ ρ xv
menor o igual que su índice de fiabilidad (3.7):
Validez y longitud
La fiabilidad de un test puede mejorarse por varios caminos. Uno muy
típico es aumentando la longitud, al aumentar la longitud mejora la
validez (3.8):
ρ xy n
ρ Xy =
1 + (n − 1)ρ xx′
Donde n es el número de veces que aumenta el test, ρ xy el coeficiente
de validez y el xx´el de fiabilidad.
Validez y variabilidad
El coeficiente de validez de un test se ha definido como la correlación

entre el test y el criterio, y esta tiende a aumentar con a variabilidad de
la muestra; se considerarán tres casos según el número de variables
implicadas: dos variables, tres variables y n variables.
Dos variables: La precisión de la estimación depende de la pertinencia

de los supuestos (3.10):
ρ xyσ y ρ XY σ Y
=
σx σX
σ y 1 − ρ xy2 = σ Yy 1 − ρ XY
2
Las letras mayúsculas se refieren al grupo de aspirantes y las

minúsculas a los seleccionados. S e asume que la pendiente de la recta
de regresión del criterio sobre el test es igual en ambos grupos y el error
típico de estimación también es igual en ambos grupos (3.11) y (3.12)
σ X ρ xy
ρ XY =
σ 2 X ρ xy 2 + σ x2 − σ x2 ρ xy2
σ Y = σ y 1 − ρ xy2 + ρ xy2 σ X2 / σ x2
En este contexto suele denominarse variable directamente selectiva a la

utilizada explícitamente para seleccionar a los s ujetos. Lo habit ual en la
práctica es que sea el test, pero cabe la posibilidad de usar el criterio.
Las fórmulas expuestas pueden usarse de forma general siempre que

se reserve la X para la d. Selectiva, la Y para la indirectamente
selectiva, las minúsculas para el grupo cuyos datos son conocidos y las
mayúsculas para el desconocido. Si la selección no es muy extrema las
fórmulas funcionan bien.
Tres variables: Una vez hecha la selección según lo expuesto en el

anterior apartado, se plantea la posibilidad de que un nuevo test Z
pueda reemplazar ventajosamente como selector al X que se viene
utilizando (3.13):
ρ zy − ρ xz ρ xy + ρ xz ρ xyσ X2 / σ x2
ρ ZY =
(1 − ρ 2
xz )(
+ ρ xz2 σ X2 / σ x2 1 − ρ xy2 + ρ xy2 σ X2 / σ x2 )
Donde, como en el cas o de dos variables, X es el test directamente
selectivo, Z el nuevo t est e Y el criterio, reservándose las mayúsculas
para el grupo t otal y las minúsculas para los seleccionados. Los
supuestos que subyacen para la obtención de 3. 13 son análogos a los
que ya hemos visto para dos variables.
Validez predictiva
Uno de los objetivos centrales de un test es predecir determinado

criterio o variable externa, veamos el modelo de regresión simple.
Regresión simple: Permite pronosticar un criterio a partir de un solo test.

Cuando se trata de pronosticar un criterio Y a partir de las puntuaciones
conocidas de un test X, la ecuación de la recta puede resultar un
instrumento adecuado para tal fin:
Y=bX+a
Donde b: pendiente de la recta y a: ordenada del origen. los valore de b

y a que hacen mínimos los errores al pronosticar Y a partir de X vienen
σy
Y = ρ xy (X - X ) + Y
σx
dados por:
σy σy
b = ρ xy a = Y − ρ xy X
σx σx
Error típico de estimación (Y-Y´)
La recta de regresión lo único que garantiza es que, a la larga

(esperanza matemática) los errores cometidos al pronosticar serán
mínimos, según el criterio de mínimos cuadráticos, pero es evidente que
cada vez que se pronostique se cometerá algún error, mayor o menor,
salvo que ρ xy sea 1. Estos errores cometidos al pronosticar se
denominan errores de estimación (2.10):
σ y2 = σ y2′ + σ 2 y x
.
σ y x = σ y 1 − ρ xy2 σ y2′ σ 2y x
.
ρ = 2 ρ = 1- 2
.
2 2
σy σy
xy xy
Es inmediato a partir del modelo:
El coeficiente de validez y los índices citados derivados de él, informan

acerca del grado en el que el criterio es pronosticable a partir del test:
Coeficiente de determinación CD = ρ xy
2
Coeficiente de alienación CA = 1 - ρ xy
2
Coeficiente de valor predictivo CVP = 1 - 1 - ρ xy

2
Intervalos confidenciales: A la hora de hacer pronósticos en el criterio a

partir del test, y debido a los errores de estimación asociados con las
predicciones, más que estimaciones puntuales conviene establecer un
intervalo confidencial en torno a la punt uación pronosticada. Para ello se
N
σ ′y x = S y x
N −2
. .
S y. x es el valor de σ ′y. x en la muestra.

N es el número de sujetos en la muestra.
Dicha correlación viene dada por :
1 (X − X )
2
σ ′y′ x = σ ′y x 1+ +
N ( N − 1)S x2
. .
donde :
σ ′y. x es el estimador insesgado citado.
X es la puntuación del test a pronosticar.
X media del test en la muestra.
S x2 Varianza del test en la muestra.
asume que los errores de estimación se distribuyen según la c urva
normal con des viación típica dada por el error típico de estimación.
Introduciendo la corrección citada los intervalos confidenciales serán

más amplios en los extremos y más estrechos para valores de X en
torno a la media. Además el estadístico de constraste propuesto es t con
N-2 gl en vez de Z.
La recta de regresión en puntuaciones diferenciales y típicas:

σy
y′ = ρ xy x Z y′ = ρ xy Z x
σx
Validez de decisión
El estudio de la validez de las pruebas se refiere al análisis de la

convergencia entre las decisiones tomadas a partir de la prueba y las
del criterio, habitualmente expertos, aunque otras opciones son
posibles. Esta concordancia o discordancia clasificatoria puede
evaluarse mediant e varios índices y estrategias que se expondrán a

continuación.
Índices de validez:
- Proporción de clasificaciones correctas- Es la proporción de

clasificaciones correctas hechas a partir del test.
- Sensibilidad- Proporción de personas correctamente detectadas por la

escala respecto del total de casos existentes según los expertos. La
sensibilidad será máxima cuando no haya falsos negativos.
- Especificidad: Proporción de personas correctamente consideradas por

la escala como no necesitadas de terapia, respecto del total de
personas según los expertos no nec esitan terapia. Será máxima cuando
no existan falsos positivos, con frec uencia ambos índices se utilizan en
porcentajes, multiplicando el valor obt enido por 100.
- Coeficiente kappa: Este coeficient e, expuesto al t ratar de la fiabilidad

de los test referidos al criterio ofrece un indicador general de la validez
de las clasificaciones hechas por el test.
Fc − Fa
K=
N − Fa
Fc : Frecuencia de coincidencia.
Fa : Frecuencia de azar.
N : Nº. total de personas de la muestra.
Incidencia del punto de corte en los tipos de errores: La validez de la

escala va a depender del puntode corte, pero no sólo de eso, sino
también de la importancia que demos a los dos tipos de errores
cometidos: falsos positivos y fals os negativos. ¿Qué punto de c orte
maximiza las clasificaciones correctas?, debería (en el ejemplo) dar
igual elegir el 6 o el 7, pero si nos fijamos, observaremos que los tres
errores del seis provienen de los tres falsos positivos, mientras que los
del siete, dos provienen del falsos positivos y uno de falsos negativos,
de este modo la elección entre el seis y el siete dependerá de cómo
valoremos estos dos tipos de errores.
Selección y clasificación: La validez predictiva de los tests, cuya lógica y

operativiz ación se analizaron en los apartados de la regresión, puede
utilizarse en numerosas áreas aplicadas, una de esas áreas ha sido la
clasificación y selección de personal.
Modelos de selección: podemos distinguir tres modelos de selección:

Compens atorio, c onjuntivo y disyuntivo, a los que cabe añadir otros dos
de tipo mixto, conjuntivo-compensatorio y disyuntivo-compensat orio.
Veamos en que consisten cada uno de ellos y cómo funcionan para los
dos paradigmas clásicos de selección:
- Seleccionar un número determinado de personas.

- Seleccionar aquellas personas que superen un cierto nivel de
competencia, independientemente de su número.
Modelo compensat orio: Una selección siempre se hace a partir de

diversos datos acerca de los aspirantes. Con el modelo compensatorio
se lleva a cabo una combinación aditiva de las distintas puntuaciones de
los sujetos, dejando a estos ordenados según su puntuación global,
claro que hay diversas formas de hacer combinaciones aditivas.
Precisament e la regresión múltiple permite efectuar adecuadamente

este tipo de combinación aditiva, escalando a los sujetos según su
puntuación global pronosticada en el criterio Y´, y asignando a cada
predictor. Una forma mucho más primaria de obtener la puntuación
global consistiría en sumar las puntuaciones de los distintos indicadores,
pero esto sólo estaría justific ado en el caso en que todos ellos tuvieran
el mismo peso a la hora de pronosticar el criterio. Una vez ordenados
los sujetos por su puntuación global as í obtenida, y según el paradigma
de selección utilizado, se elige a o sujetos.
El término compensatorio alude a que según este modelo un sujeto

puede compensar su baja compet encia en un predictor con una muy
buena en otro, dado que lo que se tiene en cuenta es sólo el resultado
global aditivo. La compensación no siempre tiene sentido, pues en
numerosos situaciones la ausencia de cierta destreza no puede ser
compens ada con el exceso de otra.
Modelo conjuntivo: Según este modelo se seleccionan aquellos sujetos

que superan en todos y cada uno de los predictores, un cierto nivel de
competencia prefijado, con lo que se evita un gran medida el problema
de la compensación.
Moldeo conjuntivo-c ompensatorio: Una vez que se han elegido según el

modelo conjuntivo los sujetos que superan ciert o nivel en los
predictores, se les aplica sólo a éstos el modelo compensat orio,
quedando así ordenados según su puntuación global, pudiendo de
nuevo o bien elegir cierto número de ellos, o los que superen
determinado nivel de puntuación global.
Modelo disyuntivo: Se seleccionan aquellos que superan cierto nivel de

competencia en al menos un predictor, es decir, o se supera uno o se
supera otro, al menos uno, aunque pueden complicarse más las
exigencias por bloques de predictores. Si a los que cumplan este criterio
se les aplica el modelo compensat orio estaríamos ante el modelo mixto
disyuntivo-compensatorio.
Utilidad de la selección
A la hora de evaluar la eficacia de una selección no sólo se ha de tener

en cuenta la validez de los predictores, sino que han de contemplarse,
además, aspectos como la razón de selección, la razón de eficacia y la
razón de idoneidad. Se denomina razón de selección a la proporción de
personas seleccionadas del total de aspirantes, y razón de eficacia a la
proporción de seleccionados que efectivamente tienen éxito posterior en
el criterio.
Se entiende por razón de idoneidad la proporción de aspirantes

cualificados para t ener éxito en el criterio, lógicamente este dato no se
conoce directamente, por lo que sólo cabe hacer algunas estimaciones.
Taylor y Russell (1939) elaboraron unas tablas, hoy clásicas para que
un valor estimado de la razón de idoneidad, y c onocida la validez y la
razón de selección, permiten estimar cual sería la razón de la eficacia.
Un análisis de la utilidad de la selección sólo puede llevarse a cabo de
un modo riguroso aplicando la teoría estadística de la decisión. Cuando
la razón de selección es reducida, la probabilidad de éxito en el criterio
(razón de eficacia) es alta.
Una idea de la eficiencia de un test para pronosticar el crit erio en el

proceso de selección puede obtenerse también mediante una tabla de
doble entrada donde figuren los pronósticos realizados a partir del test y
los resultados que realmente se han dado posteriormente.
Uso del modelo de regresión.

Aunque la validez de las pruebas utilizadas en la selección sea elevada,

ello no garantiza que las personas seleccionadas tengan éxito seguro en
el criterio, simplemente aumenta más o menos la probabilidad de que
ocurra, el modelo de regresión permite estimar estas probabilidades de
éxito si la situación se ajusta a las condiciones impuestas por el modelo.
Clasificación
El problema de la clasificación en Psicología podría considerarse en

cierto modo c omo un c aso particular de la predicción, en el que el
objetivo es asignar las personas a diversas categorías y maximizar la
probabilidad de categorización correcta.
El análisis discriminante permite clasificar a los sujetos en categorías, a

partir de sus puntuaciones en determinadas variables predictoras que se
ponderan adecuadamente para maximizar los aciertos en la
clasificación. Esta técnica, implementada, entre otros, en las
aplicaciones BMDP y SPSS, permite evaluar no sólo el porc entaje de
clasificaciones correctas que se hacen, sino la relevancia relativa (peso)
de las variables de la predicción.
El análisis de cluster permite formar conglomerados o grupos de sujetos,

u otros entes, semejantes entre s í. Para ello hay que establecer
previamente alguna medida o indicador del grado de afinidad o
asociación entre los sujetos, que será el dato básico que permitirá
establecer los clusters.
Coeficiente k appa: Cuando se llevan a cabo clasificaciones hechas por

distintos métodos o distintos clasificadores humanos siempre aparec e el
problema de determinar en que grado hay acuerdo entre dichas
clasificaciones, en definitiva el problema de la fiabilidad de las
clasificaciones.
La estadística proporciona numerosos índices para objetivar el grado de

asociación entre este tipo de variables, pero no se puede dejar de
comentar el popular coeficiente kappa.
4. ANÁLISIS DE LOS ÍTEMS________________________
Se entiende por análisis de ítems el estudio de aquellas propiedades de

los ítems que están directamente relacionadas con las propiedades del
test, y en consecuencia, influyen en ellas. Según Lord y Novick (1968) el
requerimient o básico de un parámetro de un ítem es que tenga una

relación clara con algún parámetro interesante del test total. Los tres
índices más relevantes son: índice de dificultad, índice de discriminación
e índice de validez, y veremos sus relaciones con los parámetros del
test considerado globalmente.
Índice de dificultad: Se entiende por índice de dificultad ID de un ítem la

proporción de sujetos que lo aciertan de aquellos que han intentado
resolverlo: ID=A/N donde A es el número de sujet os que aciertan el ítem
y N es el número de sujetos que han intentado res olver el ítem. El valor
del índice de dificultad está directamente relacionado con la media del
test:
n
X = ∑ IDi
i =1
La media del test es igual a la suma de los índices de dificultad de los

ítems. El índice de dificultad no constituye una propiedad intrínsec a del
ítem, su valor depende del tipo de sujetos a los que se aplique. Si son
muy competentes resultará un ítem fácil, lo aciertan muchos. Si, por el
contrario son incompetentes, el mismo ítem resultará difícil. A nivel
práctico, la teoría clásica mitiga este inconveniente calculando el índice
de dificultad en muestras similares en competencia a aquellas en las
que se va a usar posteriorment e los ítems. Una solución adecuada a
este problema la proporcionarán los modelos de Teoría de Respuesta a
los Ítems.
Cuando los ítems son de elección múltiple y, en consec uencia, es

posible acertarlos por mero azar, el índice de dificultad conviene
calcularlo corrigiendo los efectos del azar mediante la fórmula clásica
que se presenta a continuación (4.3):
A − E / (K − 1)
ID =
N
A : Nº. de sujetos que aciertan el ítem.
E : Nº. de sujetos que fallan el ítem.
K : Nº. de alternativas del ítem.
N : Nº. de sujetos que intentan resolver el ítem.
La varianza de un ítem puede expresarse en términos de su índice de

dificultad, puesto que para una variable dicotómica, la dificultad media
de los ítems maximiza su varianza:
σ 2j = Pj Q j
Pj es la proporción de sujetos que aciertan el ítem (el índice de dificultad).
Q j = (1 − Pj )
Índice de discriminación: Se dice que un ítem tiene poder discriminativo

si distingue, discrimina, entre aquellos sujetos que puntúan alto en el
test y los que puntúan bajo. En consecuencia, el índice de
discriminación se define como la correlación entre las puntuaciones de
los sujetos en el ítem y sus puntuaciones en el test. Veamos cuatro
posibles coeficientes de correlación para la estimación del índice de
discriminación: correlación biserial-puntual, c. Biserial, coeficeinte phi y
correlación tetracórica.
-Correlación biserial-punt ual: Es una mera aplicación de la correlación

de Pearson cuando una de las variables es dicotómica y la otra
cuantitativa continua o eventualmente discreta, suele usarse bastante ya
que es frecuente que los ítems sean dicotómicos y el test constituya una
medida cuantitativa discreta, la fórmula es la siguiente:
µ p − µx p
ρ bp =
σx q
µ p : Media en el test de los sujetos que aciertan el ítem.
µ x : Media del test.
σ x : Desviación típica del test.
p : Proporción de sujetos que aciertan el ítem.
q : (1 - p).
Si al calcular la correlación ítem test no se descontas e este, se estaría
elevando la correlación de forma errónea. No obstante, si por cualquier
razón s e tiene la correlación item-test sin descontar los efectos del ítem,
puede utilizarse la siguiente fórmula de corrección:
µ p − µx ρ
ρb =
σx y
µ p : Media en el test de los sujetos que aciertan el ítem.
µ x : Media del test.
ρ : Proporción de sujetos que aciertan el test.
y : Ordenada correspondiente al valor de la puntuación
típica en la curva normal que deja por debajo un área
igual a ρ .
-Correlación biserial: Si una de las variables a correlacionar, que suele
ser el ítem, no es dicot ómica por naturaleza, pero por alguna razón se
dicotomiza y se asume que bajo esa dicotomización subyace una
variable continua distribuida según la curva normal, puede usarse la
correlación biserial para estimar el índice de discriminación. Si se pude
evitar, es desaconsejable la dicotomización, puesto que con ella siempre
se pierde información, reduciendo la escala de medición a sólo dos
categorías.
La correlación biserial no es una mera aplicación de la correlación de

Pearson, sino una estimación de ella. De modo que podrían obtenerse
valores mayores que 1, especialmente si alguna de las variables es
bimodal; si se sospecha una distribución normal dudosa, es más seguro
utilizar la c orrelación biserial puntual máxime si las correlaciones se van
a usar en análisis de regresión o factoriales. La relación entre los
ρ bp = ρ b pq
y
coeficientes viene dada por:

-Coeficiente phi ( φ): Si las variables a c orrelacionar, en nuestro ítem y
test, son ambas dicotómicas, un coeficiente adecuado para estimar el
índice de discriminación viene dado por el coeficiente phi, que es una
mera aplicación del coeficiente de correlación de Pearson.
-Correlación tetracórica: Si ambas variables (ítem y test) están

dicotomizadas y ambas se asumen distribuidas normalmente, la
correlación tetrac órica es el coeficiente adec uado para estimar el índice
de discriminación.
-Índice basado en las proporciones de aciertos: Un método elemental y

directo de acercarse al índice de discriminación no basado en la
correlación ítem-test. Este índice (d) es la diferencia entre la proporción
de sujetos competentes que aciertan el ítem (P c ) y la proporción de
sujetos incompetent es que también lo aciertan, entendiendo por
competentes aquellos que puntúan en el test por encima de la mediana,
e incompetentes por debajo.
d = Pc − P
La interpretación de d es obvia, la capacidad discriminativa del ítem

aumenta a medida que d se aleja de cero, bien sea hacia 1 o hacia –1.
Relación con algunos de los parámetros del test
a) Variabilidad: una medida de la capacidad discriminativa de una test

es la variabilidad de las puntuaciones obtenidas en él por los
sujetos, es decir, su des viación típica, cuando esta es cero, no hay
discriminación alguna, todos los sujetos sacan la misma puntuación.
n
σ x = ∑ σ j ρ jx
j =1

σ j : Desviación típica del ítem j.
ρ jx : índice de discriminación del ítem j ( ρ j ( x − j ) ).
La des viación típica del ítem está íntimamente relacionada con el
índice de discriminación de los ítems:
σ j = Pj (1 − Pj ) σ x = ∑ Pj (1 − Pj )ρ jx
n
j =1
Si los ítems son dicotómicos, su des viación típica, viene dada por:
b) Fiabilidad: La fiabilidad del test también puede expresarse en

función de la varianza de los ítems y de sus índices de
discriminación:
α=
n 
1−
∑ σ  2
j
n −1 
 [∑ σ ρ ]  j jx
2
α=
n 

1−
∑ P (1 − P ) j j
n −1 
 [∑ ρ P (1 − P )] 
jx j j
2
Índice de validez
Se denomina índice de validez de un ítem a su correlación con el

criterio. Sobre que correlación a usar, dependerá de la naturaleza de las
variables a c orrelacionar, que aquí son ítem y criterio, como ocurría con
el índice de discriminación, también para la validez las correlaciones
más frecuentes son la biserial puntual, la biserial, phi y t etracórica. Su
cálculo es idéntico, si bien ahora no existe el problema adicional de que
el ítem este en ocasiones incluido en el criterio como podía oc urrir al
correlacionar ítem-test.
Relación con los parámetros del test: Sea cual sea la correlación
utilizada, el valor del índic e de validez de un ítem indicará en que grado
el ítem está conectado con la variable que el test intenta predecir
(criterio), la conexión entre el índice de validez de los ít ems y el
n
∑σ
j =1
j ρ jY
xy = n
∑σ
j =1
j ρ jX
ρ xy : Coeficiente de validez del test.

n : Nº. de ítems del test.
σ j : Desviación típica del ítem.
ρ jY : Indice de validez del ítem j.
ρ jX : Indice de discriminación del ítem j.
y si los ítems fuesen dicotómicos :
Pj (1 − Pj )
n
∑ρ
j =1
jY
ρ xy =
Pj (1 − Pj )
n
∑ρ
j =1
jX
coeficiente de validez del test viene dado por:
La última fórmula es importante, porque expresa el coeficiente de

validez del test en función de los tres parámet ros de los ítems. Existe la
paradoja de que si se desea maximizar la validez del test han de
elegirse ítems con elevados índices de validez, pero en contrapartida el
test resultante tal vez no tenga en ese caso una elevada fiabilidad.
No debe confundirse el índice de validez con lo que a veces se

denomina validez factorial de los ítems, refiriéndose a la estructura
factorial de los ít ems tras someterlos a un análisis factorial.
Análisi s de las alternativas incorrecta s
Una de las primeras preguntas es , ¿cuál es el número óptimo de

alternativas que deben tener los ítems. Trabajos empíricos pioneros
citados por Lord parecen indicar que ítems con dos o tres alternativas
dan fiabilidades tan buenas o mejores que los ít ems con cuatro o cinco
alternativas. Lord deriva una fórmula según la cual el número óptimo de
alternativas vendría dado por:
1
A = 1+
(1 − r )ρ
ρ : índice de dificultad del ítem.
r : Correlación entre dos ítems equivalentes con infinitas alternativas
Corrección del azar
Cuando los ítems son de elección múltiple, en cuyo caso, aún sin
conocer la respuesta correcta, los sujetos pueden acertar por mero azar.
En estos casos la fórmula más clásica para la corrección del azar viene
dada por:
E
P = A-
n -1
A : Nº. de aciertos.
E : Nº. de errores.
n : Nº. de alternativas del ítem.
Como se ha señalado, si los sujetos son instruidos para responder a
todos los ítems, obligándoles a contestar al azar cuando no conoc en la

respuesta, entonces: E=N-A, sinedo N el nº. de ítems;
Sustituyendo en la fórmula ant erior:

n N
P= A−
n -1 n −1
Calificación del conocimiento parcial
Dos sujetos que aciert an determinado ítem tal vez no posean el mismo
grado de conocimient o acerca de él, y lo mismo puede decirse si lo
fallan, se ha tratado de calificar por divers os caminos el conocimiento
parcial o inc omplet o que los sujetos poseen de los ítems, se han
propuesto varios acercamientos, ent re los que destacan:- juicios de
seguridad, res ponder hasta acertar, y ponderación de las alternativas
del ítem. En el método de los juicios de seguridad, además de contestar
a los ít ems se les pide a los sujetos que emitan un juicio acerca del
grado de seguridad o confianz a que tienen de acertarlo. S e as ume
implícitamente que a mayor seguridad en el juicio, mayor conocimiento.
El método de responder hasta acertar consiste en eso, en que los
sujetos van dando res puestas al ítem hasta que lo aciertan. Su
implementación práctica conlleva algún artilugio que dé feedback al
sujeto para que este sepa cuando ha alcanzado la respuesta correcta.
Finalmente, el método de ponderar las alternativas consiste en asignar a
cada alternativa distinto peso según su grado de correción, estimada por
expertos.
Sesgo
Los nuevos modelos de Teoría de Respuesta a los Items (TRI)

proporcionarán un marco adecuado para el tratamiento del problema.
Un planteamient o enciclopédico y clásico es el de Jensen (1980).
Un ítem o test estarán sesgados si para dos sujet os o grupos con el

mismo valor en la variable medida generan mediciones distintas. La
psicometría se ocupa del sesgo tal como se definió en primer lugar, es
decir, entiende que un ítem o un test están sesgados si sujetos
igualmente competentes y pertenecientes a distintas sub-poblaciones no
tienen la misma probabilidad de superar el ítem (o test). Las fuentes del
sesgo son numerosas y vienen generadas principalmente por el distinto
bagaje cultural, social, económico, etc, de los sujetos. La casuística es
interminable y puede decirse que estrictamente no existen pruebas

exentas completamente de sesgo, más bien se trata de detectar la
cantidad de sesgo tolerable.
En la actualidad prácticamente ha dejado de utilizars e el término sesgo

de los ítems (o de los test), a favor del más aséptico funcionamiento
diferencial de los ítems (o de los tests). Suele reservarse el término
sesgo para el estudio más amplio que sigue una vez detectado el FDI,
mediante el cual se tratan de buscar las causas que originan el
funcionamiento diferencial.
Mantel-Haenszel: Es el más utilizado, la lógica del método es sencilla:

un ítem no presentará un funcionamiento diferencial si el cociente entre
las personas que aciertan el ítem y las que lo fallan es el mismo para los
dos grupos comparados en cada una de las categorías o niveles en los
que se dividan las puntuaciones. Esa es la hipótesis nula a la que se
somete a prueba mediante el estadístico de Mantel-Haenszel (M-H).
Formalment e puede formularse del siguiente modo:
Aj Cj
H0 : = Para cada una de las categorías j
Bj Dj
Donde A, B, C y D son las frecuencias absolutas correspondientes a

cada una de las categorías j en las que se dividen las puntuaciones del
test, según se indica en la siguiente tabla:
Aciertos (1) Errores (0) Marginales

Grupo de referencia Aj B. nrj
(R)
Grupo focal (F) C. D. n..
Marginales n. n N.
El estadístico de Mantel-Haenszel viene dado por la siguiente fórmula:

2
 
 ∑ A j − 0,5 
 j 
χ MH
2
= 
∑ Var ( A j )
j
χ 2
MH : se distribuye según χ 2 con 1 g.l.
Mantel-Haenszel proporcionan un estimador numérico que indic a la

cuantía y dirección de las diferencias de funcionamiento encont radas. El
estimador viene dado por:
Aj D j
∑ Nj
α̂ MH =
B jC j
∑ Nj
Para aplicarlo a los datos del ejemplo anterior hay que hacer los
cálculos para cada una de las 5 categorías y luego sumarlos, según la
fórmula.
Una pregunta que se puede plantear es cual es el número de categorías

o intervalos que deben hacerse. Lo ideal es hacer tant as como ítems
tiene el test más una. Lo que ocurre es que si uno de los grupos a
comparar, generalmente el focal, está formado por pocos sujetos puede
ocurrir que muchas de estas categorías queden vac ías, por lo que hay
que agruparlas. A medida que se reduce el número de categorías tiende
a aumentar la probabilidad de catalogar ítems con funcionamiento
diferencial, cuando en realidad no lo tienen. Tiende, en suma, a
aumentar el error de tipo I, o falsos positivos, sobre todo si hay
diferencias en el test entre los grupos comparados. En general no
conviene utilizar el método cuando uno de los grupos tiene menos de
200 sujet os.
La limitación más reseñable del método es que no detecta cuando existe

lo que se llama funcionamiento diferencial no uniforme, si bien este tipo
de FDI no suele ser muy habitual en la práctica. Se dice que existe FDI
uniforme cuando el ít em perjudica sistemáticamente a uno de los grupos
a lo largo de todas las categorías en las que se dividen las puntuaciones
del test. Por el contrario, cuando para unas categorías el ítem perjudica
a uno de los grupos y para otras perjudica al otro grupo, se dice que
tiene un FDI no uniforme. P ara solucionar esta limitación del método M-
H, se ha propuesto una variable que consiste en dividir la muestra en
dos grupos y hacer los cálculos por separado para cada uno de los
grupos.
Hay que reseñar que la vis ualización de las proporciones de aciertos de

los grupos de referencia y focal para cada una de las categorías permite
detectar el tipo de sesgo existente y t ener una primera aproximación de
su cuantía y si además se representan en abscisas las distribuciones de
las puntuaciones del test para los dos grupos comparados permite
distinguir el impacto.
Todas las técnicas expuestas previament e suelen catalogarse como

internas, en alusión a que el criterio de c ontraste para analizar los ítems
es interno al test; por el contrario, se habla de FDI externo cuando el
criterio de constraste es externo. Señalar que las técnicas expuestas
son todas ellas de carácter condicional, excepto el método delta, que
sería inc ondicional, en las técnicas condicionales los aciertos en el ítem
estudiado se contrastan c ondicionalmente para cada una de las
categorías formadas.
Confección de los ítems
El número variará para cada caso, pero conviene tener presente que
habrá que confeccionar el doble o el triple de lo que s e tiene pensado
que compondrán finalmente el test, pues en el proc eso de análisis se
irán descartando los que peor funcionen. En cuanto al formato, las
posibilidades son numerosas, encontrándose entre las más usadas las
siguientes: Verdadero-falso, elección múltiple, relacionar, completar,
respuesta corta, ensayo.
Curiosamente, las alternativas incorrectas más plausibles tienden a

perjudicar a los sujetos más competentes, al disponer de información
adicional que introduce matices problematizadores.
Siempre que se puede conviene evitar los enunciados en forma

negativa, la longitud de las alternativas conviene que sea
aproximadamente la misma tendiendo los escritores noveles a que la
correcta sea mucho más larga. E vitar las reit eraciones de texto
innecesario. Conviene evitar el uso como última alternativa de “t odas las
anteriores”.
5. TRANSFORMACIÓN DE LAS PUNTUACIONES______
El objetivo fundamental de las transformaciones es expresar las

puntuaciones directas de tal modo que hagan alusión a la ubicación del
sujeto en el grupo, dando as í la idea comparativa de su puntuación en
relación a sus semejant es.
Percentiles
La transformación a escala percentil consiste en asignar a cada
puntuación directa el porcentaje de sujetos que obtienen puntuaciones

inferiores a ella. Dan, por tanto, una idea rápida e intuitiva de la posición
relativa del sujeto en el grupo. Así, por ejemplo, un sujeto con un
percentil de 80 indicaría que su puntuación en el test es superior al 80
por ciento de sus compañeros. Los percentiles constituyen una escala
ordinal, permiten ordenar a los sujetos pero no garantizan la igualdad de
intervalos, o , en ot ras palabras, diferencias iguales entre percentiles no
implican diferencias iguales ent re puntuaciones directas, constituyen
una transformación no lineal de éstas.
Puntuaciones típicas
Las puntuaciones directas pueden trans formarse en otras denominadas

típicas (Zx ) mediante una transformación lineal bien conocida,
consistente en restarles la media y dividir por la des viación típica:
X −X
Zx =
Sx
X : Puntuación directa.
X : Media de la muestra.
Sx : Desviación típica.
Típicas derivadas
El mayor inconveniente de tipo práctico para el uso de las típicas radica

en los signos negativos y números decimales, para evitarlo, las
puntuaciones típicas se transforman a s u vez en otras escalas que
evitan estos dos inconvenientes, denominadas típicas derivadas (D).
Las típicas derivadas se obtienen a partir de las típicas primitivas
mediante la transformación:
D = X D + S D (Z x )
X D : Media para la nueva escala.
SD : Desviación típica elegida para la nueva escala
Son muy populares, por ejemplo, las llamadas puntuaciones T de

McCall, que ubican la media en 50 y la des viación típica en 10.
Típicas normalizadas
Las puntuaciones t ípicas normalizada se obtiene a partir de los

percentiles, buscando la puntuación típica correspondiente bajo la c urva
normal. Previamente a realizar esta trans formación hay que comprobar
estadísticamente, mediante alguna prueba, que las puntuaciones
empíricas se distribuyen según la curva normal. Si la distribución se
ajusta estrictamente a la normal, estas puntuaciones típicas
normalizadas y las anteriores calculadas mediante la fórmula propuesta
deberían resultar iguales.
A partir de las típicas normalizadas se pueden obtener todo tipo de

puntuaciones derivadas, análogamente a como oc urría en las típicas
primitivas, denominándose ahora, por razones obvias, derivadas
normalizadas. Una de estas escalas derivadas son los afamados
estaninos o eneatipos, divide el rango total de las puntuaciones en 9
intervalos (en realidad es una escala derivada de media 5 y des viación
típica 2).
Edad
Otra posible trans formación de las puntuaciones directas es en edades.

En líneas generales, para llevar a cabo la transformación se administra
previamente el test a sujetos de diferent es edades, calculando la media
del test para cada edad.
El CI se basaba en este tipo de escala:
EM
CI = ×100
EC
Al dividir la edad asignada al sujeto según su puntuación en el test
(edad mental) entre la edad cronológica, multiplicando por 100 para
evitar los decimales.
El inconveniente principal de este tipo de escala de edades radica en

que si la función psicológic a medida no aumenta o disminuye
linealmente con la edad, como suele ocurrir, las diferencias de edad
mental asignadas no tienen el mismo significado para todas las edades
cronológicas, a ello se añade además el efecto techo, consistente a
partir de cierta edad (techo) la función psicológica medida no aumenta
significativamente.
Suele denominarse grupo normativo a la muestra de sujetos utilizada

para establecer las transformaciones que se pretende sean válidas para
todos los sujetos de la población de donde se extrajo la muestra.
6. EQUIPARACIÓN DE PUNTUACIONES______________
La equivalencia o equiparación de puntuaciones (equating) de dos o

más tests se refiere al establecimiento de una corres pondencia entre las
puntuaciones de uno y otro. P ara hablar propiamente de establecer una
comparación ent re las puntuaciones de dos tests ambos han de medir
una misma variable y con la misma fiabilidad. Suele hablarse de
equiparación horizont al cuando los tests a equiparar se intentan
construir a priori con igual dificult ad, caso, por ejemplo, de las formas
alternativas del mismo test, si la dificult ad de los testa equiparar es
claramente distinta se habla de equiparación vertical.
Di seños
Los tres diseños más frecuentemente utilizados son: un s olo grupo, dos
grupos equivalentes y test de anclaje.
Un solo grupo: Supóngase que se dispone de dos test cuyas

puntuaciones se desea equiparar, en el diseño de un solo grupo se
elegiría una muestra aleatoria de sujetos a los que se aplic arían ambos
tests, posteriormente por alguno de los mét odos que luego s e citan se
procedería a la equiparación. P ara mitigar los efectos del orden de
aplicación de los tests suelen aplicarse cont rabalanceados, es decir, se
divide la muestra en dos partes aleatorias y en cada una de ellas se
aplican los dos tests a equiparar en distinto orden.
Dos grupo equivalentes: En este diseño se eligen dos muestras

aleatorias de la población a la que se destinan los dos tests y se aplica
uno de los tests a cada una de ellas, procediéndose luego a la
equiparación, bajo el supuesto de que el azar generó muestras de
sujetos equivalentes.
Test de anclaj e: Es el más utilizado, se aplican los dos tests a

equiparar a dos muestras (uno a cada una), como en el caso anterior,
pero además a mabas se le aplica cierto número de ítems comunes de
anclaje que permitirán establec er las equivalencias entre los tests a
equiparar, aquí las dos muestras no tienen por qué se necesariamente
equivalentes.
Métodos
Los más utilizados en la psicología clásica para establecer las

equiparaciones son: media, trans formación lineal y percentiles. El de la
media consiste en equiparar las medias de los tests a equiparar. La
transformación lineal consiste en equiparar las puntuaciones típicas, se
equiparan aquellas puntuaciones directas con típicas iguales. Para dos
tests X e Y:
 Sy 
Zx = Zy Y =  ( X − X ) + Y
 Sx 
Percentiles es el método más habitual, tanto es así que ha veces se han
definido como puntuaciones equivalentes aquellas con percentiles
iguales, el método consiste en hacer coincidir o equiparar aquellas
puntuaciones de ambos tests cuyos percentiles son iguales.
8. ASPECTOS ÉTICOS Y DEONTOLÓGICOS___________
Todas las ciencias generan t ecnología susceptible de s er utilizada con

fines avies os. Por su interés histórico, y como marco general para
cualquier tipo de experimentos con humanos, se incluye el código de
Nuremberg, propuesto a raíz del juicio de Nuremberg después de la
segunda guerra mundial.
Norma s generales
Una de las asociaciones de psicología más activas a la hora de editar

códigos éticos ha sido la APA cuyo primer código aparece en 1953.
Siguiendo el código de la APA estos principios generales podrían
sintetizarse en los siguientes:
- Competencia.
- Integridad.
- Responsabilidad profesional y científica.
- Respeto por los derechos y dignidad de las personas.
- Procurar el bienestar de las personas.
- Responsabilidad social.
Por su parte el código de la APA, aparte de desarrollar una serie de

artículos de carácter general, contempla las siguientes áreas:
- E valuación e int ervención.

- Publicidad.
- Terapia.
- Privacidad y confidencialidad.
- Enseñanza, investigación, supervisión y publicaciones.
- Actividades en el campo de la psicología jurídica.
- Solución de asuntos de ética.
-
Ahora bien, una cosa es disponer de un código adecuado y otra hacerlo
cumplir, cuando se produce una violación por parte de un psicólogo de
alguno de los art ículos incluidos en los códigos, una c omisión
deontológica de la as ociación corres pondiente lleva a cabo un proceso
de investigación y decide la sanción correspondiente de ac uerdo con
sus disposiciones disciplinarias.
Test computerizados
Los tests adaptativos informatizados (TAI) constituyen la innovación

psicométrica más reseñable de los últimos años. Los nuevos modelos
psicométricos de Teoría de Respuesta a los Ítems permit en utilizar tests
distintos para evaluar la misma variable y expresar los resultados de
todos ellos en una métrica común. S e utilizan las pruebas que mejor se
adapten a la persona en cuestión, de un conjunto amplio de ít ems se
elegirá para cada persona un subconjunto de ellos, los más adecuados,
los ítems los elige el ordenador convenientemente programado (va
aumentando o disminuyendo la dificultad de los ítems según acierte o
falle la persona examinada). La ventaja fundamental de los TA I es que
se consigue una may or precisión de las mediciones con una cantidad
mucho menor de ítems. Este sistema resulta muy motivador para los
examinados. A veces ocurre que con muy pocos ítems se alcanza la
precisión deseada, lo cual result a chocante al evaluado, para evitar esta
falta de validez aparent e se establece un número mínimo de ítems a
aplicar. Tienen la des ventaja por otro lado, de que no se pude volver
atrás para rectificar.
MÉTODOS PARA LA ELABORACIÓN DE ESCALAS

(ESCALAMIENTO)
1. INTRODUCCIÓN A LOS MÉTODOS DE

ESCALAMIENTO__________________________________
El escalamiento es el campo de la Psicometría que tiene como objeto

fundamental la construcción de escalas de medida y, por tanto, incluye
todos los procedimientos necesarios para su elaboración. P ara la
elaboración de una escala de medida es necesario seguir los pasos
siguientes:
a) Elegir un conjunto de objetos empíricos observables (estímulos,

sujetos o respuestas).
b) Especificar sobre dicho conjunto alguna propiedad variable.
c) Formular una serie de reglas que nos permitan ordenar los
elementos del conjunto anterior en función del grado en que
manifiesten la propiedad o propiedades especificadas.
d) Adoptar, en función de las normas anteriormente formuladas, un
conjunto numérico como escala de medida.
Los atribut os psicológicos son constructos, cuya medida no puede

llevarse a cabo de forma directa sino que se infiere a través de la
medida de una serie de conductas representativas de dicho constructo.
Hay dos supuestos básicos en todos los métodos de escalamiento:
a) La existencia de un conjunto latente o subyacente, a lo largo del

cual varían los objetos psicológicos que se van a escalar (estímulos,
sujetos o respuestas), que no puede ser observado de forma
directa.
b) Que los objetos psicológicos (estímulos, sujetos o respuestas)
pueden situarse de forma ordenada a lo largo de ese continuo.
Aproximación histórica
Fechner trató de relacionar los continuos físicos, a lo largo de los cuales

variaban los estímulos, con los conjunto psicológicos, a lo largo de los
cuales variaban las sensaciones que dichos estímulos producían en los
sujetos. La relación existente entre ambos tipos de continuos quedaba
expresada en forma matemática por la ley logarítmica de Fechner,
basada en las ideas de Weber. Asimismo desarrolló una serie de
métodos que permitían llevar a c abo la medida de las sensaciones a

través de la medida de los estímulos físicos que las producen, estos
métodos se conocen con el nombre de mét odos de escalamiento
psicofísico.
Los trabajos de Fechner suscitaron muchas controversias y dio lugar a

la aparición de otras figuras que contribuyeron a nuevos métodos; entre
las que c abe destacar a Stevens, quien hizo una reformulación de la
psicofísica fechneriana desarrollando una nueva ley la ley pot encial.
Los métodos desarrollados en el campo de la psicofísica resultaban

inadecuados para la medición de aquellas variables que no estuvieran
relacionadas con continuos físicos (actitudes, intereses, etc). Al surgir
este problema, comienzan a desarrollarse a finales de siglo XIX y sobre
todo durante nuestro siglo, una serie de métodos que, aunque bas ados
en las ideas de Fechner, no requerían ningún tipo de medición sobre
continuos físicos, a estos métodos se les conoc e con el nombre de
métodos de escalamiento psicológico y las escalas resultantes son
escalas psicológicas. Thurstone fue quien más contribuyó, al presentar
un nuevo modelo cuy as ecuaciones se conocen con el nombre de ley
del Juicio Comparativo, a partir de ellas dedujo el modelo conocido
como ley del Juicio Categórico. El la ley de Juicio Comparativo se utiliza
el método de las comparaciones binarias, que había sido desarrollado
por fechner, y en la ley de Juicio Cat egórico se pueden utilizar los
métodos de intervalos sucesivos, intervalos aparentemente iguales y el
método de ordenación por rangos, entre otros.
Posteriormente, Likert desarrolló un método que trataba de paliar las

dificultades que presentaban los métodos de Thurstone, el objetivo de
Likert fue desarrollar una técnica que permitiera elaborar escalas de
medida, tan fiables como las de Thurstone pero más sencillas, en las
que no hubiera necesidad de partir de supuestos estadísticos ( tanto uno
como otro se desarrollaron para la elaboración de escalas
unidimensionales.
En los años 40 Guttman desarrolló el método del escalograma, que

proporciona también escalas unidimensionales. En 1950, Coombs
desarrolla la teoría del despliegue y propone un modelo de escala
unidimensional al que se han desarrollado extensiones
multidimensionales.
Criterios de clasificación de los di stintos métodos de escalamiento.

No es fácil hacer una clasificación única de los métodos de
escalamient o ya que son muchos los factores que se pueden tener en

cuenta. Según Torgerson, los aspectos considerados son:
a) Propiedades de la escala res ultante; distinguiríamos ent re mét odos

para la elaboración de escalas ordinarias, de intervalo, de razón y
nominales-
b) Utilización o no de un continuo físico relacionado; tendríamos,
métodos de elaboración de escalas psicofísicas y psicológicas.
c) Naturalez a de la respuesta (o juicio) exigida a los sujetos;
tendríamos métodos de respuesta (o juicio) comparativo y
categóric os.
d) Continuo lat ente o datos manifiestos.
e) Campo de especialización; tendríamos, métodos de elaboración de
escalas de actitudes, de tests mentales y de escalas psicofísicas.
f) Métodos experimentales; tendríamos métodos de clasificación y de
ordenación por rangos.
Clasificación en función del número de dimensione s implicadas
También podemos hacer una clasificación en función del número de

dimensiones implicadas; distinguiendo entre métodos de escalamiento
unidimensional y multidimensional.
Métodos de escalamiento unidimensional: Se utiliza este término cuando

queremos ordenar un conjunto de objetos psicológicos (estímulos,
sujetos, respuestas) respecto un único atributo. En estos mét odos de
escalamient o, cada uno de los objetos psicológicos a escalar recibirá un
único valor en la escala (valor escalar) que representará la posición del
objeto sobre la misma.
Métodos de escalamiento multidimensional: Estos implican la

ordenación de los objet os psicológicos at endiendo a más de un atributo,
estos superan el nivel del curso y por tant o no se tratan.
Clasificación en función del objeto a escalar
Las respuestas del sujeto o s ujetos ante la present ación de estos

estímulos, nos van a permitir diferenciarlos y escalarlos, es decir, los
valores escalares serán asignados a los estímulos. Si, por el c ontrario,
los objetos psicológicos a escalar s on los sujetos, lo que se trata de
hacer es diferenciarlos respecto al atributo que se está considerando
para, una vez diferenciados, interpretar esas diferencias.
Así en función de los objet os psicológicos que se vayan a escalar

podemos distinguir entre: métodos de escalamiento centrados en los
sujetos, centrados en los estímulos y centrados en las respuestas.
Métodos de escalamiento centrados en los sujetos
La razón es el estudio de las diferencias individuales respecto a algún

atributo. Es de lo que trata la t eoría de los tests, del primer parcial,
aunque se incluirán en estos apuntes algunas técnicas que se pueden
utilizar para el escalonamiento de sujetos como la técnica de Likert y el
diferencial semántico.
A este tipo de métodos se le denomina también métodos de respuesta

puesto que los sujetos evalúan cada uno de los estímulos en función de
la opinión que les merecen. Asimismo podemos distinguir entre:
Métodos de respuesta comparativa y Métodos de res puesta categórica,
en los primeros los sujetos comparan varios estímulos ent re sí y eligen
aquel que mejor repres enta s u posición; con la técnica de Likert, los
sujetos han de manifestar ante cada uno de los estímulos, el grado en
que representan s u propia posición respecto al at ribut o que se está
midiendo. Cuando el objetivo es escalar sujetos se utiliza una muestra,
extraída aleatoriamente de la población, y todos los sujetos que la
componen responden al mismo conjunto de los estímulos. Ghiselli y col.
Consideran que el escalamiento de estímulos es previo al escalamiento
de sujetos.
Métodos de escalamiento centrados en los e stímulos
Cuando lo que se pretende es el escalamiento de estímulos, se

presentará a uno o más sujet os el conjunto de estímulos a escalar y, en
función de las respuestas emitidas por estos, se asignará un valor
numérico a cada uno de los estímulos.
El propósito del escalamiento de estímulos es determinar las

características percibidas en los estímulos, en cualquier caso, la
respuesta del sujet o o sujetos ant e la presentación de los estímulos será
una respuesta subjetiva, puesto que deberá emitir un juicio, por eso a
estos métodos se los conoce como m étodos de juicio. Si la
característica que se va analizar varía respecto a alguna dimensión
física, el sujet o o sujetos emitirá un juicio acerc a del grado de pes adez
que ha percibido al sopesar c ada uno de los estímulos, la pesadez es
una sensación producida por los estímulos en el sujeto, es una
característica psicológica que puede variar a lo largo de un continuo
latente, la escala resultante será una escala psicofísica. Dentro del

campo del escalamiento, el área relacionada con el des arrollo de este
tipo de escalas es la Psicofísica. Por el contrario, si el atributo respecto
a la cual se van a escalar los estímulos no varía a lo largo de ningún
continuo físico, sino a lo largo de un continuo psicológico, como, por
ejemplo, la gravedad de una serie de delit os tipificados, a esta escala se
le conoce como escala psicológica. Así, en función del tipo de continuo
a lo largo del cual varía las característica o atributo de los estímulos que
se van a escalar, podemos clasificar los métodos de escalamiento de
estímulos en: Métodos de elaboración de escalas psicofísicas y método
de elaboración de escalas psicológicas. Si los clasificamos en función
de la tarea que deben realizar los sujetos, tenemos: Métodos de juicio
absoluto o categórico y métodos de juicio comparativo.
Métodos de escalamiento centrados en las respue stas
Los métodos centrados en las respuestas se pueden clasificar, en

función de la naturaleza de la tarea que tienen que realizar los sujetos
en: métodos de respuesta categórica y métodos de respuesta
comparativa; en los primeros, ante cada uno de los estímulos, los
sujetos responderán con algún tipo de respuesta categórica
(escalograma de Guttman); en los mét odos de respuesta comparativa,
la tarea de los sujetos consiste en comparar dos o más estímulos entre
sí y posteriormente ordenarlos (modelo de Coombs).
Clasificación en función de la incorporación o no de la existencia

de error
Se puede distinguir ent re métodos determinísticos y métodos

probabilísticos:
Métodos determinísti cos
Este tipo de métodos no llevan implícita, en su propia c oncepción, el

concepto de error, en estos métodos las variaciones obtenidas en las
respuestas de los sujetos se atribuyen tanto a las diferencias entre los
sujetos como a las diferencias entre los estímulos. La ordenación de los
sujetos se hace en función de sus respuestas. El supuesto del que
parten los métodos determinísticos es que, si a un sujeto se le
presentaran una serie de alternativa en distinta ocasiones, pero bajo las
mismas circunstancias, siempre elegirían la misma alternativa, no
obstante el modelo permite una serie de violaciones a los datos
empíricos; entonces el término error en este tipo de modelos puede
hacer alusión a las des viaciones de los datos respecto al modelo ideal.
El escalograma de Guttman y el modelo de Coombs son ejemplos
típicos.
Métodos probabilísticos
Este tipo de métodos llevan incorporada en su concepción la existencia

de errores. Cómo señala Meliá “para estos métodos la respuesta del
sujeto viene explicada por una función de probabilidad definida sobre la
ubicación del sujeto en la dimensión subyacente”.
2. MÉTODOS DE ELABORACIÓN DE ESCALAS

ASOCIADOS A LOS TRABAJOS DE FECHNER: LA
PSICOFÍSICA CLÁSICA____________________________
Podemos considerar a Weber como el iniciador de los primeros estudios

empíricos en esta área a partir de su famosa ley de Weber, que
establece que: “el incremento o decremento de magnitud que debe
experimentar un estímulo para que el sujeto perciba que se ha
producido un cambio, es una proporción constante de su magnitud
incial”. La formulación sería: K=∆E/E, K es la constante de Weber, ∆E es
el incremento mínimo que ha de experimentar la magnitud del estímulo
(magnitud física), para que el sujeto perciba un cambio mínimo en la
sensación (magnitud psicológica), a este cambio mínimo de sensación
se le conoce con el nombre de “diferencia apenas perceptible” d.a. p. A
pesar de su importancia recibe varias críticas, una es que los estímulos
de muy alta o baja intensidad no se ajustan bien a ella y tampoco lo
hacen todos los sistemas sensoriales. Fechner asumió la ley de Weber
para dar soporte teórico a sus puntos de vista acerca de la relación
mente-cuerpo y basándose en ella formuló su famosa función
logarítmica. Fechner habla de Psicofísica interna y Psicofísica externa,
con esta última si s e puede llevar a cabo la observación de forma
directa.
La ley de Fechner: Supuestos bá sicos.
S=C Ln E + A
Donde S es la magnitud de la sensación, E la del estímulo y C es una

constante. Para Fechner la relación funcional entre la magnitud del
estímulo y la sensación producida es logarítmica: Los supuestos en los
que se basa la Ley de Fechner son los siguientes:
1) Asume la Ley de Weber: K=∆E/E.

2) Asume que odas las d.a.p. son iguales: ∆S=I=cte.
3) Establece que el origen de la escala de sensación corresponde al
umbral absoluto.
4) Principio mat emático auxiliar permite sustituir ∆E y ∆S por dE y dS.
La fórmula general de la Ley de Fechner quedaría:
S=ClnE+A (en logaritmos neperianos). La sensación es proporcional al
logaritmo del estímulo que la suscita. La pdte. De la función logarítmica
es inversamente proporcional a la constante K.
S=C’logE+a (en logaritmos decimales). Donde c’ es múltiplo de C y a=-
C’logE0.
En términos generales, este Umbral absoluto inferior es la magnitud

mínima de estímulo que se necesita para activar un sistema sensorial. A
la magnitud del estímulo correspondiente al umbral absoluto inferior
(escala física), le corresponde el punto cero de la escala de sensación
(escala psicológica).
Definimos el Umbral diferencial, como la diferencia mínima entre dos

niveles de magnitud del estímulo que se requiere para que el sujeto sea
consciente de que ha habido un cambio y lo perciba. En el momento en
que el sujet o ha percibido un cambio en la magnitud del estímulo se
produce un c ambio en la escala de sensación (aumenta una d.a.p.). A
cada valor del estimulo E le corresponde un valor en la escala de
sensación S. La unidad de medida del continuo psicológico es las d.a.p.
Ajuste de los datos a la función logarítmica de Fechner.
Una vez que hemos obtenido las dos series de valores, los
correspondientes al estímulo y los de la escala de sensación, utilizando
cualquiera de los métodos psicofísicos que después se verán, es
necesario comprobar la relación que existe entre ellos.
Para ver que los datos obtenidos se ajustan a la función de Fechner,

utilizaremos la ecuación la ecuación de regresión de S sobre LnE
estimando los parámetros correspondientes a la pendiente © y a la
ordenada en el origen (A) por el método de los mínimos cuadrados.
Si se calcula la correlación ent re los valores de S y los

correspondientes a los logaritmos neperianos del estímulo, tendríamos
un indicador del grado de ajuste de los datos a la función de Fec hner. La
cuantía de los errores se puede conocer aplicando la siguiente fórmula:
E.C.M.=Σ(S-S’)2/N. Siendo E.C.M. el error cuadráticomedio cometido al

hacer los pronósticos. .Σ(S-S’)2 es la suma de las diferencias
cuadráticas entre las puntuaciones de sensación obt enidas y las
pronosticadas a través de la ecuación de regresión.
Métodos para la obtención empíri ca de los umbrales absoluto y

diferencial
Como señala Guirao, los métodos psicofísicos se utilizan en tres tipos

fundamentales de tareas: medición de la capacidad de detección,
medición de la capacidad de discriminación y, por último, medición de la
capacidad para hacer estimaciones subjetivas acerca de la magnitud de
un estímulo. La capacidad de detección se refiere a la capacidad de las
personas de reconocer una señal sobre un fondo de ruido. La capacidad
de discriminación se mide a través de los umbrales diferenciales que
van a indic arnos que se produce un cambio cuantitativo en la sensación.
Entre los métodos más comúnmente utilizados para la obtención
empírica de los umbrales absoluto y diferencial están los siguientes:
método de los límites, método de ajuste y método de los estímulos
constantes.
Método de los límites
También conocido como método de las diferencias apenas perc eptibles

o método de los cambios mínimos. Para la obt ención empírica del
umbral absoluto se utilizan sesiones ascendentes y descendentes en la
presentación de estímulos, se repiten un número de veces calculándose
en cada una de ellas la media entre los valores del estímulo percibido y
el primero no percibido en las series descendentes y entre el último
valor no percibido y el primero percibido en las series ascendent es. El
umbral absoluto (U.A.) será la media de todas las medias obtenidas a lo
largo de las distintas sesiones.
Para obtener el umbral diferencial, el experimentador selecciona un

valor del estímulo como estándar, va pres entando al sujet o un estímulo
de comparación c on el estándar. Los puntos de inflexión van a marcar
un intervalo denominado int ervalo de incertidumbre, para calcular el
valor de este intervalo de incertidumbre (I. I) se averiguan en cada una
de las s eries, el valor medio de los dos puntos de inflexión y la media
total de cada uno de los límites del intervalo, la diferencia entre las dos
medias totales da el intervalo de incertidumbre.
Método de ajuste
En este método es el propio sujeto el que va manipulando la intensidad

de los estímulos hasta encontrar el valor de los umbrales. La media
aritmética o geométrica de los valores obtenidos a lo largo de los
distintos ensayos, será el umbral absoluto. Para la detección de la
capacidad discriminativa de los sujetos, se presenta un estímulo
estándar junto con otro estímulo variable o de c omparación (como en el
método de los límites) y se observa como unas veces está por debajo y
otras por encima del estándar.
El punto de igualdad subjetiva (P.I.S) es la media de los valores que

toma el estímulo de comparación, a lo largo de los distintos ensayos,
cuando el sujeto considera que s u magnitud es igual a la del estímulo
estándar. El error estándar es la diferencia entre el valor del P.I.S. y el
valor del estímulo estándar E.C.=P.I.S.-S T.
El umbral diferencial se calcula tomando la des viación típica de los

ajustes como medida del mismo. La representación gráfic a se hace
situando en el eje de las abscisas los valores del estímulo y en el de las
ordenadas las frecuencias.
Método de los estímulos constante s
Aquí la tarea del sujeto consiste en decir si percibe o no los estímulos

presentados. El U.A. será el valor del estímulo que ha sido detectado en
el 50% de los ensayos realizados. Con los datos obtenidos podemos
representar gráficamente la función psicométrica, situando en el eje de
las abscisas los valores del est ímulo y en el de las ordenadas la
proporción de veces que, cada uno de estos valores, ha sido percibido.
Para hallar el U.A. utilizamos la interpolación aritmética tanto lineal como
por el método de los mínimos cuadrados.
a) Obtención por el método de interpolación lineal- P ara hallar el U.A.

se localiza el intervalo en el que va a estar situado el valor
correspondiente al U.A. y se interpola.
b) Por el método de los mínimos cuadrados- Se parte de la ecuación
de regresión de Z sobre E, se hallan los valores de los parámetros A
y B. Z’=A+BE siendo Z’ la puntuación típica que, en una distribución
normal, corresponde a una P determinada, E es el valor del estímulo
correspondiente a dicha puntuación Z, A es la ordenada de origen y
B es la pendient e de la recta de regresión. El prime rpaos consiste
en trans formar el número de veces que el sujeto ha respondido “si”

(número de veces que ha detectado el estímulo), a proporciones y
estas a puntuaciones típicas Z.
Para obtener el umbral diferencial, se fija un valor del est ímulo c omo
estándar y, a continuación, una serie de est ímulos de comparación o
variables cuyo valor estará situado simétricament e en torno al del
estándar. Al igual que para el U.A. se puede interpolar o utilizar el
método de los mínimos cuadrados.
a) El razonamiento es el mismo que para el cálculo del U.A. la fórmula

es la siguiente: U.D.=E75- E25/2. Para calcular el P.I.S. interpolamos
de la misma forma que se hizo para el calculo del U.A.
b) Al igual que ocurría cuando s e calculó el U.A., el procedimiento
implica el ajuste a una recta entre las puntuaciones típicas
observadas y las pronosticadas. El primer paso a seguir será
transformar el número de veces que el sujeto ha dicho que el
estímulo de comparación ha sido mayor que el estímulo estándar a
probabilidades y estas a puntuaciones típicas Z. A continuación se
estiman los parámet ros A y B de la ecuación de regresión.
Para utilizar las puntuaciones típicas hemos supuesto que los juicios
emitidos por el sujeto ant e la presentación de los estímulos, se
distribuían de acuerdo a dicha distribución. A partir de Fechner, la
psicofísica avanza por dos vías de desarrollo distintas, una por Stevens
(tema siguiente) y otra por Thurstone.

ASOCIADOS A LOS TRABAJOS DE STEVENS: LA
NUEVA PSCIOFÍSICA______________________________
Para Ekaman y Sjoberg, el denominar a los métodos basados en

Fechner “ métodos indirectos” se debía a que, al derivar la función de
Fechner a partir de la ley de Weber era necesario manipular los datos y
definir una escala de sensación cuyos valores no se obtenían
directamente sino a base de ir sumando diferencias apenas perc eptibles
(d.a.p.); mientras que en los métodos directos, en lugar d utilizar una
escala de sensación se utiliza una escala de respuesta, cuyos valores
son las estimaciones subjetivas que los sujetos hacen de los distintos
estímulos presentados.
A partir de Fechner la Psicofísica avanzó a través de dos vías, en una

de ellas el máximo represent ante fue Thurstone, la otra vía de

desarrollo, desembocó en lo que venimos denominando escalamiento
“directo” y ocupa este tema.
Lo que se pretende a través de estos métodos es comprobar hasta que

punto los juicios emitidos por los sujetos (estimaciones subjetivas) se
ajustan a los dat os reales (magnitud real de los estímulos).
La ley potencial de Stevens: supuestos
Trata de medir por un lado el estímulo (E) y por otro la respuesta

subjetiva que emiten los sujetos ® para, posteriormente, encontrar una
función que relacione a ambos, para él es una función potencial. A
diferencia de Fechner, no basa sus mediciones en ninguna suposición
acerca de las d.a.p., asume la presencia de dos continuos entre los que
hay que establecer una relación funcional: un continuo físico, a lo largo
del cual va variando los estímulos, y un continuo psicológico a lo largo
del cual variarán las respuestas emitidas por los sujetos en función de la
sensación que susciten en ellos los estímulos presentados. La ley
psicofísica de Stevens establece que cuando el estímulo crece en
proporciones iguales la sensación aumenta, asimismo, en proporciones
n
iguales: R=q.E donde n depende del atributo sensorial y q es una
constante. Expresada en forma logarítmica será:
LnR=lnq+nlnE
Se trata de la ecuación de una recta cuya pendiente es el exponente n

de la función potencial y cuya ordenada en el origen es lnq.
Métodos para la obtención empírica de los datos
Método de emparejamiento de magnitudes
a) Emparejamiento de modalidad cruz ada. E n este procedimiento se

utilizan dos continuos diferentes y la tarea del sujeto será emparejar
uno con el otro.
b) Estimación de magnitudes. Consiste en presentar al sujeto un
estímulo y advertirle que se fije en él, ya que va a servir de estímulo
estándar a partir del cual habrá de estimar los valores
correspondientes al resto de los estímulos que se le van a
presentar.
c) Producción de magnitudes. En este método la tarea es inversa

respecto al método anterior, el experimentador va pres entando al
sujeto una serie de números, de uno en uno y de forma aleatoria, y
la tarea del sujeot es ir modificando la int ensidad de los estímulos
en base a los números present ados por el experimentador.
Método de emparejamiento de razones
a) Emparejamiento de razones por modalidad cruzada. Se presentan

al sujeto dos estímulos que guardan una determinada proporción
entre ellos y se le pide al sujeto que ajuste otros dos, pertenecientes
a otro continuo, de manera que guarden entre sí la misma
proporción que los primeros.
b) Estimación de raz ones. En este procedimiento se le presentan al
sujeto todos los pares de estímulos y su tarea consiste en hacer
estimaciones de las razones que hay entre ellos asignado un
número que represente esa razón. Se trata de asignar raz ones
numéricas a las razones entre los estímulos.
c) Producción de razones. Se le conoce con el nombre de mét odo de
fraccionamiento, el método consiste en que al sujeto se le pres enta
un estímulo estándar y, junto a él una proporción numérica. La tarea
del sujeto consiste en producir un estímulo que guarde con el
estándar una proporción igual a la presentada.
Método de emparejamiento de intervalos
a) Emparejamiento de intervalos por modalidad cruzada. Dados dos

continuos divididos en intervalos, el sujeto habrá de emparejar los
intervalos existentes entre los estímulos de un continuo, con los
intervalos del otro continuo.
b) Estimación de intervalos. Se le present an al sujet o una serie de
estímulos diferentes entre sí y se le pide que, mediante números,
haga una estimación de las diferencias estimulares.
c) Producción de intervalos. Se le conoce también como Método de
bisección, equisección o multisección. Se le pres entan al sujeto dos
estímulos y su tarea consiste en encont rar un estímulo intermedio
entre los dos presentados (bisección), una serie de est ímulos que
dividan el intervalo entre los dos estímulos en más de dos intervalos
iguales (equisección), o en una serie de int ervalos distintos
(multisección).
d) Escalas de categorías. Este método es uno de los más utilizados en
Psicología y Sociología. Consiste en asignar a una serie de
categorías establecidas de antemano los estímulos presentados,

estas categorías estarán ordenadas y sus límites serán fijos salvo
error aleat orio. La tarea a realizar será estimar los valores escalares
de los límit es de las categorías para, una vez hecho esto, averiguar
los valores escalares de los estímulos sobre una escala de
intervalos.

PSICOLÓGICAS ASOCIADOS AL MODELO DE
THURSTONE_____________________________________
Thurstone trató de elaborar un modelo a partir del cual se pudiera

elaborar una escala en un continuo psicológico y situar en ella los
estímulos sin necesidad de recurrir a ninguna operación en el continuo
físico. Esta idea, surge como consecuencia del gran número de
variables psicológicas que existen y que no tienen ninguna relación con
variables físicas: actitudes, preferencias, creencias, intereses, etc.
El modelo escalar de Thurstone se incluy e dentro del grupo de escalas

conocido con el nombre de “escalas de juicio” debido a que cada s ujeto
a emitido un juicio acerca de los estímulos a escalar y que a partir de
ese juicio, llevar a cabo la ordenación y medida de los mismos. Se t rata
de un modelo de escalamiento centrado en los estímulos: asume por lo
tanto, que el sujeto es el instrument o de medida, y que las variaciones
encontradas en sus reacciones ante los estímulos son debidas a las
diferencias de los estímulos respecto al atributo considerado. El modelo
está basado en la variabilidad perc eptual de los sujetos.
El modelo escalar de Thurstone: supuestos bá sicos
Son los siguient es:
a) Cuando a un sujeto se le presentan una serie de estímulos, a los

que debe diferenciar respecto a un determinado atributo y ordenar
a lo largo de un c ontinuo psicológico o subjetivo asignándoles una
magnitud psicológicas e produce en su organismo una reacción
denominada proceso discriminant e que es el proceso mediante el
cual el organismo identifica, distingue o reacciona ante el estímulo.
b) Cada estímulo (J) presentado a un sujet o, origina en él un proceso
discriminant e psicológico o subjetivo mediante el cual asigna un
valor también subjetivo a dicho estímulo (S j). Si le volvemos a
presentar al sujeto el estímulo en distintas ocasiones, el proceso

discriminant e suscitado puede ser diferente.
c) Todos los valores subjetivos (Sj), obtenidos a partir de las distintas
presentaciones del estímulo, darán lugar a una discriminación de
frecuencias conocida con el nombre de distribución discriminativa y
que Thurstone considera una distribución normal.
La distribución discriminativa viene definida por dos parámet ros: la

media (µ) y la des viación típica (σ). La media que, como en toda
distribución normal, coincide con la mediana y la moda recibe el nombre
del proceso discriminativo modal y representa el valor subjetivo que se
ha asociado con mayor frecuencia con el estímulo; de ahí que sea ese
valor el que se le asigne en la escala psicológica: Valor escalar del
estímulo
.
La variabilidad de la distribución discriminativa vendrá dada por la
des viación típica denominada dispersión discriminativa, que será un
índice de la ambigüedad que el estímulo ha suscitado en el sujeto.
Cuando el sujeto asigna el mismo valor subjetivo a un estímulo en las
distintas ocasiones en que este estímulo se le ha presentado, no suscita
ninguna ambigüedad y la des viación típica es cero. De lo dicho hasta
ahora se puede deducir que el escalamiento de los estímulos ha de
hacerse de forma indirecta, si embargo, Thurstone dedujo una serie de
ecuaciones que permiten la estimación de los valores escalares y de las
dispersiones de los estímulos. este sistema de ecuaciones se conoce
con el nombre de ley del juicio comparativo. Represent ó un gran avance
en el desarrollo d la medición psicológica al aportar las bases para
poder situar los estímulos psicológicos sobre un continuo también
psicológico que no está ligado, directament e, a ningún orden físico
subyacente. No obstante, la ley del juicio comparativo pres enta un grave
inconveniente cuando el número de estímulos a escalar es grande ya
que, utiliza el método de las comparaciones binarias. Posteriormente
Thurstone propuso otro sistema de ecuaciones que, utiliza de forma más
sencilla la obt ención empírica de datos. A este sistema de ecuaciones
se le conoc e con el nombre de ley de juicio categóric o. Estos modelos
de escalamiento, así como los procedimient os experimentales que
llevan implícitos, forman part e de los “Métodos de escalamiento
psicológico”, para diferenciarlos de los tradicionales “Métodos
psicofísicos”.
La ley del juicio comparativo: supue stos bá sicos
Torgerson define la ley del Juicio comparativo como “un sistema de

ecuaciones que relacionan la proporción de veces que un estímulo K es

juzgado mayor que otro estímulo J res pecto a un atributo determinado,
con los valores escalares y las dispersiones discriminantes de los dos
estímulos sobre el continuo psicológico. Los supuestos son los que
hemos visto antes.
Si los dos estímulos se le presentan simultáneamente al sujeto para que

los compare y emita un juicio acerc a del cual es el estímulo dominante
en la dirección del atributo, se producirá una diferencia entre los valores
subjetivos asignados a cada uno de los estímulos (S k - Sj ) a través de
sus correspondientes procesos discriminant es, a esta diferencia se la
denomina diferencia discriminante. La media será la diferencia entre los
valores escalares de los estímulos µk -µj . Cuando a lo largo de todas las
presentaciones, el s ujeto emite siempre juicios de dominancia para un
determinado estímulo, por ejemplo, “K es preferido a J” en todas las
presentaciones, el valor escalar asignado al estímulo K en el continuo
psicológico, en cada proceso discriminante, será siempre mayor que el
asignado al estímulo J. Cuando la may oría de las veces el sujeto ha
juzgado que el estímulo “K es preferido al J”, pero en alguna de las
presentaciones ha considerado que el estímulo “J es preferido a K”, las
dos distribuciones se superpondrán parcialmente. El valor escalar del
estímulo K será mayor que el del estímulo J, pero habrá una zona
superpuesta, siempre que el valor en el continuo psicológico para el
estímulo K esté situado a la derec ha del punto x, el juicio que habrá
emitido el sujeto será de dominancia para el estímulo K; es decir, “K es
preferido a J”; sólo cuando el valor del estímulo K esté situado a la
izquierda de x (zona rayada), el sujet o habrá considerado que el
estímulo “J es preferido a K”.
K<J K>J
¿Cómo podemos estimar la distancia entre los valores escalares de dos

estímulos a partir de juicios emitidos por el sujeto al hacer sus
comparaciones?. Dado que la distribución se ajusta a la normal,
tenemos que: Zkj=µk -µj/ σk-j, es decir, Zkj es la distancia entre los valores
escalares de los estímulos K y J, tomando como origen la media de la
distribución de diferencias y cómo unidad de medida la des viación t ípica
de la misma. Yela (1966), nos muestra tres casos que se pueden
presentar:
Primer caso: µ k=µ j µ k-µj =0
Si esto ocurre, la proporción de veces que el sujeto consideró que el

estímulo K dominaba al estímulo J es de 0,50 (Pkj =0,50), en este caso
Zkj=0.
Pkj
Pkj
Zkj=0 Zkj>0
Primer Segundo
Caso caso
Segundo caso: µ k>µ j µ k-µj >0
En este caso el valor subjetivo de K es mayor que el de J ( la zona

rayada ocupa más del 50% de la distribución) el sujeto habrá dicho más
veces que el estímulo K es mayor que el estímulo J y, por t anto, P kj
>0,50. Si acudimos a las tablas de la curva normal de probabilidad
obtendremos un valor de Zkj positivo, que nos indicará la cuant ía en que
el valor escalar del estímulo K es mayor que el del estímulo J.
Segundo caso parcial: µ k<µj µk-µ j <0
En este caso siguiendo el mismo razonamiento que en los anteriores, se

puede obs ervar que es menor de 0,50 por lo tanto Zkj sería negativa, lo
que indicaría que el valor escalar, en el continuo psicológico, del
estímulo K sería más pequeño que el del estímulo J.
Los cinco ca sos de la ley del juicio comparativo
Hemos visto que la fórmula general de la ley del juicio comparativo es:
2 2
µk -µj = Zkj√σ k +σ j -2ρ kjσk σj
Así formulada la ley no tiene ninguna aplicación práctica ya que se t rata

de un sistema con más inc ógnitas que ec uaciones y, por tanto, no tiene
solución. Para poder utilizarla c on fines prácticos es necesario introducir
algunas restricciones y partir de una serie de supuestos. A partir de
estos supuestos, Thurstone distinguió cinco casos en su ley.
CASO I: Representa la forma mas completa de la ley, está basada en el

supuesto de que los estímulos son presentados, al mismo sujeto, un
número muy grande de veces y a partir de los datos obtenidos, se
obtienen los valores de los parámetros que no son desconocidos. Este
caso tiene valor a nivel teórico, pero ninguna utilidad práctica.
CASO II: En este caso se selecciona una muestra grande de sujetos a

los que se les presenta, una sola vez, cada par de est ímulos para que
los compare y emita sus juicios, la diferencia de este caso con el
anterior está en que, en lugar de ser un solo sujet o son muchos los que
emiten un solo juicio para cada par de estímulos. Seguimos teniendo un
sistema con más incógnitas que ecuaciones.
CASO III: Se pueden utilizar un solo sujeto para que haga

comparaciones repetidas de cada par de estímulos present ado, o una
muestra de sujetos, cada uno de los cuales emitirá un único juicio
comparativo por cada par de estímulos, se incluye además una
restricción para que el sistema tenga solución, as í, se asume que las
correlaciones entre los valores subjetivos originados a través de t odos
los pares de procesos discriminantes son cero. ρ kj=0. Torgenson (1958)
aduce que no es necesario que las correlaciones entre los valores
asignados a los estímulos a través de los procesos discriminantes sean
cero, sino que bastaría con que las covarianzas fueran constantes para
cada par de estímulos. Aunque en teoría se puede resolver en la
práctica no nos ofrece ninguna solución.
CASO IV: Aquí partimos del supuesto de que las dispersiones

discriminativas son aproximadament e iguales y las correlaciones son
iguales.
CASO V: Es el más conocido y utilizado por su fácil aplicación. Los

supuestos que hay que asumir en este caso son:
a) Que la ley se cumple tanto si es un solo sujeto el que emite

numerosos juicios comparativos acerca de cada par de estímulos,
como si es una muestra grande de sujetos, cada uno de los cuales,
emite un único juicio comparativo acerca de los mismos.
b) Que la des viación típica de la distribución de diferencias
discriminant es σk-j es constante para cada par de estímulos y que
2
todas las correlaciones son nulas. La ley quedará: µk -µj = Zkj√2σ , si
tomamos como unidad de medida: σ=1/√2 quedaría µk -µj =Zkj.
Mosteller y Yela demostraron que no es necesario considerar que

las correlaciones sean cero para llegar al caso V, sino que basta
con considerar que son iguales.
Procedimiento experimental para la obtención de los datos: método

de las comparaciones binarias
Los datos brutos que nos van a servir de base para la aplicación del
modelo son la frecuencia con la que un estímulo K ha sido juzgado
mayor que otro est ímulo J, ya que a partir d estas frecuencias podremos
obtener las proporciones correspondientes. El método más directo para
la obtención de estas es el denominado “método de las comparaciones
binarias”.Si tenemos N estímulos, acerca de los cuales los sujetos han
de emitir juicios comparativos, se forman con ellos todas las
combinaciones binarias posibles: N(N-1)/2 y se les presenta a los
sujetos los distintos pares obtenidos.
Matrices para el análisis de los datos
Una vez que los sujetos han emitido sus juicios comparativos, los datos
con los que contamos son el número de veces que cada est ímulo ha
sido considerado dominante sobre cada uno de los demás, estos datos
pueden ordenarse en una matriz de frecuencia denominada: “Matriz de
frecuencias empíricas: F”, donde cada uno de los elementos repres enta
el número de veces que el estímulo correspondiente a la columna K ha
sido considerado dominante sobre el estímulo correspondient e a la fila
J. Dado que no se han emitido juicios de igualdad, la diagonal principal
de la matriz de frecuencias tendrá las casillas en blanco. La suma de los
elementos simétricos de esta matriz, será igual al número de juicios
emitidos; si cada sujet o ha emitido un solo juicio comparativo para cada
par de estímulos, esta suma será igual al número de sujetos de la
muestra.
A partir de la matriz de frec uencias empíricas u observadas, F, podemos

obtener la “Mat riz de proporciones: P”, dividiendo cada uno de los
elementos de la mat riz F por el número total de juicios emitidos.
Los elementos de esta mat riz, representarán la proporción de veces que

el elemento corres pondiente a la columna K es considerado dominante
sobre el estímulo correspondient e a la fila J. Como se parte del
supuesto de que los juicios de igualdad darían lugar a proporciones
iguales a 0,50, este s erá el valor de la diagonal central. La suma de los
elementos simétricos de la matriz de proporciones es igual a la unidad.

De la matriz de proporciones pasamos a la matriz básica del modelo de
Thurstone, la “Matriz de puntuaciones típicas: Z”. Los elementos de esta
matriz serán positivos para valores mayores de 0,5 y serán negativos
para valores inferiores a 0,5. Los elementos de la diagonal principal
serán cero. La suma de los elementos simét ricos de esta matriz es igual
a cero.
A veces encontramos proporciones cuyos valores s on cero o uno,

cuando se busca en los valores de la tabla de la curva normal nos
encontramos con que dichos valores son el infinito, por lo que no
podemos saber la distancia que separa a las distribuciones, lo único que
sabemos es que no se superpondrán. En este caso (valores entre 0-
0,02 y 0,98-1) las casillas de la mat riz de puntuaciones Z
correspondiente quedaran vacías y tendremos una matriz de
puntuaciones Z incompleta (al final del capítulo se verán).
A partir del mét odo de los mínimos cuadrados llegamos a la conclusión

que la mejor estimación que podemos hacer, es la media de las
puntuaciones Z observadas. Esto se consigue sumando cada una de las
columnas de la matriz de puntuaciones Z y dividiéndolas por el número
de estímulos.
Este tipo de escalas presenta el inc onveniente de los valores negativos;

no obstante es posible hacer una transformación lineal de la escala
trasladando el origen de la misma al valor subjetivo más bajo.
Prueba de bondad de ajuste para el caso V de la ley del juicio

comparativo
¿Hasta que punto las proporciones teóricas que se obtendrían a partir

de estos valores se ajustan a las proporciones encontradas con
nuestros datos ?, en el caso de que el ajuste sea bueno, la escala
obtenida será válida. Primero hay que averiguar las proporciones
teóricas, para averiguar las proporciones teóricas correspondientes a los
valores escalares, habremos de seguir el proceso inverso.
A partir de los valores correspondientes a las puntuaciones Z utilizando

las tablas averiguamos las proporciones teóricas que les corresponden,
en la notación llevan un ‘ para distinguirlas de las empíricas, en este
caso P’kj y se construye una matriz cuyos elementos sean, las
diferencias obtenidas entre ambas proporciones.
El método de las comparaciones binarias aplicado a matrices

incompletas.
Cuando esto ocurre y debido a que la solución de mínimos cuadrados

exige que la mat riz no contenga ninguna casilla vacía se procede c omo
sigue:
a) Se ordenan los datos en una matriz de frec uencias empíricas F.

b) Se ordenan las filas y las columnas de manera que los estímulos
mantengan el orden de preferencias establecido por los sujetos.
c) Esas frecuencias empíricas se trans forman en proporciones
dividiendo cada uno de los elementos de la matriz de frec uencias
por el número de sujetos de la muestra.
d) Mediante la tabla de distribución normal se trans forman cada uno de
los elementos de la matriz de proporciones a puntuaciones Z,
excepto aquellos que corresponden a proporciones extremas.
e) La suma de los elementos de esta mat riz de puntuaciones típicas
debe de ser cero.
f) Se construye una tabla, a partir de la matriz de puntuaciones típicas,
situando en las filas a los estímulos considerados y en las columnas
las diferencias encontradas entre los valores de las puntuaciones
típicas correspondientes a las columnas adyacentes: Matriz de
diferencias entre columnas.
Después se fija el punto c ero de la escala, se le asigna el valor del

estímulo menos preferido.
El ca so V de la ley del juicio comparativo y el método de

escalamiento de estímulos de Dunn-Rankin
Al igual que en la ley de Juicio c omparativo se utiliza el método de las

comparaciones binarias para la presentación de los estímulos. Para
calcular los valores escalares de cada uno de los estímulos, se aplica la
siguiente fórmula:
V.E.=100∑R/∑RM
Donde ∑R es la suma de las distintas columnas y ∑RM es la suma de la

columna correspondiente a los valores máximos.
5. LA LEY DEL JUICIO CATEGÓRICO DE THURSTONE__
Este modelo es definido por Torgerson como “un sistema de ecuaciones

que relacionan los parámetros de los estímulos y los límites de las
categorías con un conjunto de proporciones acumuladas derivadas del
número de veces que, cada uno de los estímulos, ha sido asignado a
cada una de las categorías de un conjunto de categorías ordenadas
respecto a un atributo determinado”
Supuesto bási cos de la ley del juicio categórico.
Son los mismos que se vieron para la ley del juicio comparativo. No
obstante para poder derivar esta última, es necesario suponer además,
que el continuo psicológico de cada sujeto puede ser dividido en un
número determinado de categorías ordenadas. La tarea del sujeto
consistirá en asignar cada uno de los estímulos que se le presenten a
una de las categorías en función del grado de atributo que considere
que tiene el estímulo. Hay que t ener claro que lo que s e les pide a los
sujetos es que indiquen el grado del atributo que contiene el elemento,
no su actitud personal ante el mismo, dado que lo que se trata de medir,
en este caso, son las diferencias entre los estímulos y no las diferencias
entre los sujetos. Para llevar a cabo esta estimación, se le pide al s ujeto
que repita su tarea un número muy elevado de vec es, a través de las
distintas repeticiones de su tarea, podremos obt ener una distribución de
frecuencias. Se asume que estas distribuciones se ajustan a la curva
normal de probabilidad, y cada una de ellas estará definida por su media
y su des viación tipica. La media de cada una de estas distribuciones
será la mejor estimación que podemos hacer del valor del límite de cada
una de las categorías en el continuo psicológico.
A partir de estos supuestos, se puede comprobar que los límites entre

las categorías ady acentes se comportan como si fueran estímulos. La
ecuación fundament al de la Ley del Juicio categórico es la siguiente:
2 2
µg -µj =Zgj√σg + σj -2ρ gjσg σj
Siendo: j: 1,2,3,...n, número de estímulos.

g=1,2,3,...n, número de categorías.
Condiciones de simplificación
a) Que la covarianza entre todos los valores de j y g es constante.

Para que todos los términos de covarianza sean iguales,
suponiendo que las varianzas sean distintas es necesario que t odas
las correlaciones δjg sean iguales a cero. El sistema tiene solución a
nivel teórico pero no a nivel práctico.
b) Otra de las restricciones consiste en asumir que las des viaciones
típicas de las distribuciones de los valores asignados a los límites de
las categorías son iguales, lo cual indica que dichos límites han
suscitado la misma ambigüedad en el sujeto. Se asume además
que el término situado bajo el signo radical de la ecuación general
es constante para un valor fijo del estímulo j. Ahora bien este
supuesto es innecesariamente restrictivo y sólo necesitamos as umir
que las des viaciones t ípicas correspondientes a las distribuciones
de los valores asignados a los límites de las categorías son iguales
y que las correlaciones son nulas.
c) Asumimos que todos los estímulos producen la misma ambigüedad
en el sujet o y, por tanto, las des viaciones típicas de las
distribuciones de todos los valores asignados por el sujeto a los
distintos estímulos son iguales y asumimos igualmente que las
correlaciones son nulas. La ecuación general quedaría: µg -µj =Zgjbg
d) Bajo esta condición restrictiva se asume que tanto las des viaciones
típicas correspondientes a las distribuciones de los valores de los
estímulos, como las correspondient es a los valores de los límites de
las categorías son constantes y, además, que las correlaciones δjg
para todos los valores de j yg s on t ambién constantes. Bajo estas
condiciones la ecuación quedaría: µg -µj = ZgjC.
De todas estas condiciones restrictivas, sólo las condiciones b, c y d nos

ofrecen s oluciones viables. Es necesaria aclarar que este modelo puede
ser utilizado de varias maneras:
a) Utilizando una muestra numerosa de sujetos, donde cada s ujeto

emite un solo juicio acerca de cada uno de los estímulos.
b) Utilizando un único sujeto el cual asignará, en repetidas ocasiones,
cada uno de los estímulos a una de las categorías.
c) Se puede utilizar una muestra numerosa de s ujetos y, además,
pedirles que, cada uno de ellos, emita varios juicios sobre cada uno
de los estímulos.
Procedimientos para la obtención empírica de los datos
Las escalas resultantes se conocen con el nombre de escalas de

clasificación o escalas de categorías. Se part e del supuesto de que es
posible conocer la proporción de vec es que cada uno de los estímulos
ha sido clasificado por debajo del límite de cada una de las categorías.
Los tres métodos más utilizados son el método de los intervalos
sucesivos, el de intervalos aparentemente iguales y el método de
ordenación por rangos.
Método de los intervalos suce sivos
El continuo psicológico se supone dividido en una serie de categorías

ordenadas respecto al atributo que se va a estudiar; la tarea del sujeto
(o sujetos) consistirá en clasificar los estímulos en las distintas
categorías. No es necesario que el sujeto clasifique los estímulos de
manera que los intervalos entre las categorías sean iguales. Una vez
que todos los estímulos han sido clasificados en las distintas categorías,
podemos formar una matriz con los dat os obtenidos situando las
categorías en las columnas y los estímulos en las filas.
Para elaborar una escala por el procedimiento de los intervalos

sucesivos, es neces ario estimar los valores de los límites de las
categorías en el continuo psicológico y, una vez hecha esta estimación,
a partir de esos valores calcular los valores escalares de los estímulos,
la escala resultante es una escala de intervalos.
Para cada estímulo, la amplitud del int ervalo s e puede conocer restando
las columnas adyacentes de la matriz de puntuaciones típicas, y ya
tendremos las amplit udes en la escala, de todos los intervalos asociados
a las distintas categorías, except o los de las extremas. Una vez que
tenemos la escala con los valores de los límites de los intervalos
asociados a las distintas categorías, el paso siguiente es hallar el valor
escalar de los estímulos. Para ello, calculamos la mediana de los
valores asignados.
Método de los intervalos aparentemente iguales
A diferencia del método anterior, s e supone que la amplitud de los

intervalos asociados a cada una de las categorías es la misma. Los
juicios emitidos por los sujetos se distribuyen, generalmente, en 11
categorías cada una de las cuales lleva asociado un valor numérico del
1 al 11 (el 11 estará asociado a la categoría que representa el extremo

más favorable), así la amplitud de cada categoría es la unidad, y
conocemos los valores de sus límites, así sólo necesitaremos conocer
los valores escalares de los estímulos; para ello, una vez que los sujetos
han asignado cada uno de los est ímulos a una categoría, los result ados
obtenidos se pueden organizar en forma de matriz, las categorías se
representaban en las columnas y los estímulos en las filas, y que cada
uno de los elementos de dicha matriz nos indica el número de veces que
cada estímulo ha sido asignado a cada categoría. Para hallar el valor
escalar de los estímulos a través de este método, basta calcular la
mediana de la distribución de frecuencias originada por cada uno de
ellos.
Método de ordenación por rangos
Su aplicación es rápida y sencilla por eso es de los más utilizados. La

tarea de los sujetos consiste en asignar, a cada uno de los estímulos
que se van a escalar, un rango ordinal. Cada uno de estos rangos
puede ser c onsiderado como una cat egoría, o bien, varios rangos
adyacent es pueden ser combinados para formar una categoría. Una vez
que cada sujeto ha asignado un rango a cada estímulo, los datos se
organizan en una matriz que tiene como filas a los sujetos y como
columnas a los estímulos, cuando el número de sujet os es muy grande
se sustituye esta matriz por otra en la que las filas represent an los
distintos ordenes, las columnas los estímulos y, en las casillas
correspondientes aparecerá el número de veces que, a cada estímulo,
se le ha asignado un orden det erminado.
Con muestras pequeñas: Los pasos a seguir son:
a) Sumar los órdenes asignados a cada estímulo.

b) Ordenar los estímulos en función de la suma de sus rangos. El
estímulo que ocupe la mejor posición será aquel cuya s uma de
rangos sea más pequeña.
Con muestras grandes: Cuando es mayor de 100 sujetos, la ordenación

de la matriz sería diferente. Se situarán los estímulos en las columnas y
los órdenes en las filas; los elementos de la matriz represent an el
número de veces que, a cada estímulo, s e le ha asignado un orden
determinado.
6. ELABORACIÓN DE ESCALAS DE ACTITUDES

SEGÚN LAS TÉCNICAS DE THURSTONE_____________
Para Thurstone el concept o de actitud hace referencia al “conjunto de

inclinaciones y sentimientos, prejuicios o t endencias, nociones
preconcebidas, ideas, temores y convicciones de un hombre respecto
de un tema determinado. Recordar que según Torgenson podemos
abordar el problema del escalamiento desde tres puntos de vista
diferentes en función de que el objetivo de la investigación sea: escalar
sujetos, escalar estímulos o escalar las respuestas. De todos los
métodos utilizados por Thurstone para la obtención de los datos el más
utilizado para la elaboración de escalas de actitudes es el de los
intervalos aparentemente iguales, considerando al c ontinuo psicológico
dividido en 11 categorías; no obstante, se pueden utilizar cualquiera de
los otros métodos. A este tipo de escalas, se las denomina “técnicas de
medición directa” para diferenciarlas de aquellas en las que el sujeto no
es consciente de que su actitud está siendo evaluada y que se conocen
con el nombre de “técnicas de medición indirecta”; ent re estas últimas
está el Test de Apercepción temática (TA T) de Murray, etc.
Pasos a seguir para la construcción de una escala
1) Definición de la variable actitud.

2) Preparación de los elementos iniciales.
3) Clasificación de los elementos: Prueba de los jueces.
4) Criterio para la selección de los elementos.
5) Obtención de la escala definitiva.
Definición de la variable actitud.
Se ha de formular de tal manea que los distintos grados de actitud

puedan ordenarse a lo largo de un continuo para poder diferenciar a los
sujetos.
Preparación de los elementos iniciales.
Estos elementos que constituyen la escala inicial consisten en una serie

de enunciados o proposiciones ante los cuales, los sujetos, mostrarán
su opinión. Thurstone propone una serie de criterios a seguir para la
redacción de estos enunciados. A continuación exponemos algunos de
ellos:
1. Deberán ser lo más breves posible para evitar la fatiga de los

sujetos.
2. Han de estar formulados claramente.
3. E vitar la ambivalencia en las preguntas.
Clasificación de los elementos: Prueba de los jueces
Una vez elaborada una lista de 100-150 elementos iniciales, lo más

usual es escribir cada uno de los enunciados en una tarjeta.
Posteriormente, se solicita a una muestra de 200-300 sujetos que vay an
clasificando y ordenando los enunciados en una serie de casillas,
generalment e 11, en función del grado de actitud que manifiestan, de
modo que cubra las distintas opiniones desde las más positivas a las
más negativas. A esta parte del proceso de elaboración de la escala, se
la conoce con el nombre de “prueba de jueces”.
Criterios para la selección de los elementos.
Con el fin de que la aplicación de la escala definitiva sea lo más eficaz

posible, esta estará formada por una lista de unos 25-40 elementos.
Para poder llevar a c abo la selección de los elementos que finalmente
van a componer la escala definitiva, es necesario cont ar con unos
criterios objetivos de selección. Thurstone propuso los siguientes:
Valor escalar de los elementos
La necesidad de que haya un número suficiente de elementos (2 ó 3),

por cada uno de los intervalos de actitud en que hemos dividido el
continuo psicológico. Una forma de averiguar la posición de cada uno de
los element os en dicho continuo, en función del grado de la variable de
actitud que lleven implícito, es calculando su valor escalar.
Cuando queremos hallar el valor de un ítem en la escala se calcula la

mediana de su distribución de clasificación, que es el valor por debajo
del cual lo clasificó la mitad de los sujetos de la muestra utilizada en la
“prueba de los jueces”. La mediana de la distribución se toma c omo
A( N / 2 − f bj )
Med j = Li j +
f di
valor escalar de los element os es el asignado por el 50% de los jueces.
Donde:
Medj= Valor escalar del elemento o ítem j.

Lij= Límite inferior del intervalo asociado a la categoría de la mediana
(en el método de los intervalos aparentemente iguales el valor es 1).
fdj= Número de juec es que clasificaron el elemento j en la categoría
donde se enc uent ra la mediana.
A= Amplitud del intervalo asociado a la categoría de la mediana.
N/2= 50% de los suejtos de la muestra de jueces.
Fbj= Número de sujetos de la muestra (número de jueces) que
clasificaron el elemento j en categorías inferiores a la de la mediana.
Criterio de ambigüedad
Uno de los métodos más sencillos para averiguar el grado de

ambigüedad de los ítems es calcular la amplitud intercuartil; es decir, la
distancia entre el valor que asignan al elemento el 25% de los jueces y
el que le asigna el 75%.
Coeficiente de ambigüedad= C.A.=Q3- Q1
Si el coeficiente de ambigüedad es mayor que 2, el elemento será

considerado ambiguo y deberá eliminarse de la escala definitiva. En
elementos neutrales, es decir, en aquellos cuyo valor escalar está
comprendido en el intervalo (5,5-6,5) el coeficiente de ambigüedad
puede llegar a 3.
Criterio de irrelevancia
Una vez que los element os iniciales de la escala han sido clasificados
en categorías y se conoce su valor escalar y su grado de ambigüedad,
se les pide a los jueces que marquen con un signo + 0 – los elementos
según les agraden o no, des pués se calcula la media de los valores
escalares de los elementos que marcaron con un signo + porque
estaban de acuerdo con el enunciado de los mismos.
Si dos elementos tienen valores escalares iguales, lo que indicaría que

son similares en cuanto al grado de actitud que reflejan, es lógico
pensar que los s ujetos que respondan favorablemente a uno de ellos lo
hagan también al otro y respondan desfavorablemente a los elementos
cuyos valores escalares están situados en punt os alejados de la escala.
Partiendo de estos supuestos, desarrollaron un índice que denominaron
“índice de semejanza” que utilizaron para la eliminación de los
elementos inadec uados o irrelevantes. Este índice permite comparar
cada uno de los elementos con todos los demás y su fórmula es la

siguiente:
I.S.(ab)=Nab/ Nb
I.S.(ab)= Es el índice de semejanza del elemento a con b.
Nab = Es el número de s ujetos que respondieron apoy ando tant o al
elemento a como al b.
Nb = Es el número de sujetos que respondieron apoyando al elemento b.
Este índice oscilará entre 0 y 1, será cero cuando no haya ningún s ujeto
que, respondiendo favorablemente al elemento a lo haga
favorablemente al elemento b. Para que un elemento sea adecuado, y
deba mant enerse en la escala definitiva, es necesario que los índices de
semejanz a obtenidos con los demás elementos vayan disminuyendo a
medida que sus valores escalares se van alejando y vayan aumentando
en la medida en que sus valores escalares están más próximos en el
continuo. El caso ideal corresponderá al índice de semejanza de un
elemento consigo mismo sería la unidad.
Obtención de la escala definitiva
Una vez que se han aplicado los criterios de selección anteriormente

descritos, contaremos c on una lista de elementos que cubrirán de
manera uniforme todos los niveles de la variable de actitud que se
desea medir.
Aplicación de la escala.
Una vez construida la escala, el primer paso es seleccionar una muestra

representativa de la población cuya actitud se quiere medir, es
aconsejable que se incluyan instrucciones claras.
Fiabilidad y validez de la escala.
Como cualquier instrumento de medida las escalas elaboradas para la

medida de las actitudes han de cumplir una serie de requisitos: han de
ser fiables y válidas. No obstante señalaremos, que para el cálculo del
coeficiente de fiabilidad en las escalas de Thurstone, los dos mét odos
más utilizados son: el método de las dos mitades, utilizando
posteriormente la corrección de Spearman-B rown, y el coeficiente alfa
de Cronbach.
7. LA TÉCNICA DE LIKERT PARA LA MEDIDA DE LAS

ACTITUDES______________________________________
Según Torgerson la técnica de Likert estaría incluida en los Métodos de

escalamient o centrados en los sujetos, cuya finalidad principal es el
escalamient o de los sujet os. Los estímulos habrán de seleccionarse de
tal forma que aumenten las diferencias individuales.
A diferencia de las escalas elaboradas mediante la técnica de

Thurstone, en las escalas de Likert no es necesario calcular primero el
valor escalar de los estímulos para, a continuación, hallar la puntuación
en la escala (valor escalar) de cada uno de los sujetos.
Fundamentos de la técnica de Likert.
La técnica de likert se basa en los siguientes principios y postulados:
1. Es posible estudiar dimensiones de actitud a partir de un conjunto

de enunciados que operen como reactivos para los sujetos.
2. Los individuos pueden situarse en la variable de actitud desde el
punto más favorable al más des favorable.
3. La valoración de los sujetos en la variable de catitud no supone una
distribución uniforme sobr el continuo de actitud, sino su posición
favorable o desfavorable sobre el objeto estudiado.
Likert no proporciona un modelo explícito de escalamiento de estímulos

cuando nos presenta su escala; sin embargo, considera que tiene una
serie de ventajas ya que:
1. E vita dificultades que se presentan cuando hay que recurrir a un

grupo de peritos.
2. La construcción de una escala de actitud por este procedimiento es
más fácil que cuando se usa un grupo de juec es para que coloquen
los proposiciones o aseveraciones en categorías.
3. Produce fiabilidades tan altas como las obtenidas por otras técnicas
utilizando para ello menos ít ems.
4. Proporciona los mismos resultados que la técnica de Thurstone.
5. La técnica de Likert asume un nivel de medida ordinal, los sujetos
son ordenados en la escala en función de su posición respecto a la
actitud medida. Se trata de una escala sumativa, esto implica dos
supuestos adicionales:
6. Que la suma de las curvas características de los ítems sea una

función monotónica y aproximadamente lineal respecto a la actitud
medida (aquellos elementos que sean contestados incorrectamente
por sujetos que tienen una aptitud alta y correctamente por los que
tienen aptitud baja deberían ser eliminados en el proceso de
selección, ya que sus curvas características no son función
monotónica creciente respecto a la actitud medida).
De todos los elementos que componen la escala estén midiendo una

única dimensión. Es una escala unidimensional.
Fase s de la construcción de una escala de Likert

1. Preparación de los ítems iniciales.
2. Asignación de puntuaciones a los ítems y a los sujetos.
3. Análisis de los ítems para su selección.
4. E valuación de la escala definitiva.
Preparación de los ítems iniciales.
Antes de comenzar a elaborar los ítems que van a formar parte de la

escala, es necesario definir claramente la dimensión de actitud que se
quiere medir e identificar las conductas que reflejen dicha actitud.
Hay una clara diferencia en este tipo de escala respecto a la prueba de

jueces de las escalas de Thurstone; en esta se les pedía a los jueces
que no emitieran “juicios de valor”, sino que emitieran “juicios de hecho”.
La escala original de Lik ert estaba dividida en 4 partes.
Asignación de puntuaciones a los elementos y a los sujetos.

Es frecuente utilizar 5 opciones de respuesta, hay que evit ar no
obstante, que pueda plantearse el problema de que haya tantas
categorías que no se pueda discernir la que mejor repres enta su actitud.
Análisis de los ítems iniciales para su selección.

Likert propuso dos procedimientos para averiguar el poder discriminativo
de los ítems a la hora de evaluar la actitud o atributo medido. Uno de
ellos sería a partir de las correlaciones entre las puntuaciones obtenidas
por los sujet os en cada elemento y las obtenidas en la escala t otal, el
otro procedimient o utiliza grupos extremos de actitud para, a partir de
determinadas pruebas estadísticas, comprobar si hay diferencias
significativas entre las res puestas de los sujetos a un elemento
determinado.
Según Likert, si la correlaciones obtenidas por el primer procedimiento

son nulas o alcanzan valores muy bajos, ello indicaría que los elementos
no miden, realmente, la misma dimensión de actitud. Se trat aría de
ítems que se deben eliminar de la escala definitiva. La fórmula a utilizar
en este caso sería:
N ∑ JX − ∑ J ∑ X
R jx =
[ N ∑ J 2 ][ N ∑ X 2 − ( ∑ X ) 2 ]
Es la correlación entre las puntuaciones obtenidas por los sujetos en el

elemento J y en la escala total. Hay que hacer una corrección y eliminar
el elemento J de esta correlación, así queda:
R jx S x − S j
R j ( x − j) =
S x + S j − 2 R jx S x S j
2 2
Esta correlación en un índice de la homogeneidad del elemento que nos

indica en qué medida, el elemento que estamos analizando, mide la
misma actitud que el resto de los element os que componen la escala.
Se suelen eliminar aquellos elementos cuyo índice de homogeneidad
sea inferior a 0,20.
Cuando se utiliza el segundo procedimiento, se eligen los dos grupos

extremos de actitud a partir de las puntuaciones de los sujetos en la
escala total. En la escala final deberán mantenerse solament e aquellos
elementos que discriminen bien entre los dos grupos extremos. La
prueba estadística que s e utiliza para averiguar si un elemento es
discriminativo o no, al utilizar este proc edimiento, es la T de Student.
Si el tamaño de la muestra es grande (>30) se podría utilizar el

estadístico de contraste Z’ aunque se desconocieran las varianzas de
las poblaciones. En este caso se sustituyen éstas por las varianzas
insesgadas de las muestras. Las técnicas no paramétric as son las más
adecuadas.
Cuando por alguna razón se sospecha que no cumplen las condiciones

de normalidad y/o la igualdad de las varianzas entre las poblaciones de
las que proceden las muestras de sujetos utilizadas, se puede utilizar la
prueba no paramétrica U de Mann-Whitney.
También se puede utilizar el estadístico chi-cuadrado, para averiguar si

un det erminado elemento discrimina entre grupos extremos. La
utilización de este estadístico requiere que el tamaño de la muestra sea
como mínimo de 50 sujetos.
Hay que tener en cuenta que ambos procedimientos no siempre llevan a

los mismos resultados, se puede decir que aquellos elementos en los
que la correlación con la escala total sea baja, y aquellos que no
discriminen entre grupos extremos de actitud pueden ser eliminados.
Interpretación de las puntuacione s.
La principal dificultad con que nos encontramos con las escalas

sumativas es que la interpretación ha de hacerse con referencia al grupo
de sujet os utilizado en la muestra, si un test se “barema” para una
determinada población no se puede aplicar a otra. Edwards sugiere que
las puntuaciones se interpret en en relación a la media del grupo,
considerando que la media es el origen de la escala (puntuaciones
diferenciales). P ara saber más se pasan a t ípicas. Los TRI pueden, hoy
en día solucionar el problema d la interpretación.
Fiabilidad y validez de la escala.
Likert eligió el método de las dos mitades, también se puede utilizar el

coeficiente alfa.
Un estudio de validación implica recoger información, se analiza la

validez de contenido, de constructo y la validez predictiva.
8. EL ESCALOGRAMA DE GUTTMAN________________
Se puede conseguir la ordenación tanto de los sujetos como de los

estímulos respecto a una dimensión det erminada, asignándoles a
ambos valores en el continuo escalar. Según la clasificación de
Torgerson de los métodos de escalonamiento, este modelo estaría
incluido en los métodos centrados en las respuestas. El modelo, está
basado en la idea de que es posible ordenar los estímulos de manera
que si un sujeto responde correctamente a un estímulo concreto, lo hará
también a todos los que estén situados por debajo de dicho estímulo en
la ordenación establecida.
Tanto los sujetos como los estímulos pueden repres entars e a lo largo de
un continuo, formando una escala también denominada de
entrelazamiento, en esta escala cada sujet o estará situado entre dos
estímulos y su orden será el inmediato superior al del último estímulo
que ha c ontestado correctamente y el inmediat o inferior al del primer
estímulo que no contesta correctamente. Cuando encontramos una
escala de este tipo, podemos decir que estamos ante una escala
acumulativa perfecta o casi perfecta pues, conociendo el rango de un
sujeto se podrá predecir con exactitud su pat rón de respuesta. En la
práctica se observa la dificultad de obtener escalas perfectas, el
problema consiste en determinar qué grado de des viación, respecto de
la escala perfecta, ha de ser tolerado para poder acept ar que los datos
obtenidos empíricament e se ajustan al modelo de Guttman. Para
averiguar el grado de ajuste se suele utilizar el coeficient e de
reproductividad, se trat a de un índice numérico que señala el grado en
que una escala, obtenida a partir de unos datos empíricos, se ajusta al
modelo ideal de escalograma de Guttman o escala acumulativa
perfecta. El interés de esta técnica de escalamiento es que permite
establecer la unidimensionalidad de un conjunto de datos al tratar de
eliminar todos los factores que son ajenos a la dimensión que se quiere
medir.
Para analizar el escalograma hay que seguir una serie de pasos que
podemos res umir en los puntos siguientes:
1. Establecer una forma de medir la cantidad de error para cualquier

ordenación de filas y columnas.
2. Ordenar los datos de manera que se ajusten lo más posible a una
escala perfecta.
3. E valuar el grado de aproximación de los datos empíricos al modelo
de escala perfecta.
4. Establecer ciertas normas mediante la aplicación de algunos
criterios
5. Establecer una serie de reglas o normas para c omprobar si el
conjunto de ítems elegido es escalable según el modelo de
Guttman.
6. Asignar valores escalares tanto a los sujetos como a los estímulos.
Evaluación del error en el modelo.
Definiremos el error como la des viación del patrón de respuestas de los

sujetos observado respecto al patrón de res puestas ideal requerido por
el modelo. E n la medida en que el número de errores observados sea
más pequeño, podremos hablar de un mejor ajuste de los datos a la

“escala acumulativa” perfecta. El número de cambios que habría que
hacer en el patrón de respuestas obs ervado en cada sujeto, para que se
ajustara al patrón de respuestas correspondiente al escalograma
perfecto.
Pasos a seguir en la elaboración de una escala.
Cuando nos encontramos ante un conjunto de ítems dicot ómicos el

número de patrones de res puesta distintos que se podrían producir
n
serían 2 , siendo n el número de elementos de la escala. Si tenemos n
estímulos sólo habrá (n+ 1) posiciones posibles para situar a los sujetos
y dado que la posición de cada sujeto depende de su patrón de
respuestas, sólo habrá (n+ 1) de tales patrones que reúnan las
condiciones necesarias de escalabilidad según el modelo de Guttman.
Cuando contamos con muchos sujetos y/o estímulos el proc eso de

elaborar la escala es bastante dificultoso. El procedimient o más sencillo
consiste en elaborar una matriz en la que las columnas representan a
los estímulos y las filas a los sujetos.
Criterios de bondad de ajuste.
Dado que se ha propuesto la técnica de Goodenough-Edwards para el

recuento de errores, se va a utilizar también esta técnica para hacer el
análisis del escalograma y establecer si la escala cumple las
condiciones de una escala ac umulativa perfecta; es decir, si el conjunto
de ítems o estímulos es escalable según el modelo de Guttman. Los
principios de esta técnica son:
1. El patrón ideal de res puestas predic ho para cada s ujeto es función

directa del número de ítems o estímulos a los cuales el sujeto
contesta favorablemente.
2. Para hacer el recuento de errores, al analizar el patrón de respuesta
obtenido empíricamente se compara éste con el patrón ideal.
Coeficiente de reproductividad.
Para averiguar el grado de escalabilidad de unos datos empíricos

Guttman utilizó el coeficiente de reproductividad (C:R.) cuya fórmula
puede ser ex presada cómo:
C.R.=1- Número de errores/Nº total de respuestas
Esto es equivalente a decir:
CR=1-Nº de errores/(Nº de ítems*Nº de sujetos)
Este coeficiente puede ser considerado como una medida de la bondad

de ajuste entre los patrones de respuesta observado e ideal. Guttman
estableció que un conjunto de ítems era escalable según su modelo, si
el porcentaje de error observado en la reproducción de la escala
perfecta era igual o menor que el 10% del total de respuestas.
Manteniendo este criterio establecido por Guttman, diremos que unos
datos empíricos se ajustan al modelo de Guttman y, por tanto, son
escalables si el coeficient e de reproductividad es igual o mayor que
0,90.
Coeficiente de reproductividad marginal mínima.
Además del criterio anterior, existen otros, uno de ellos es el

denominado por Edwards M.M.R. reproductividad marginal mínima, y
está basado en el hecho de que la reproductividad de un ítem no puede
ser más pequeña que la proporción de respuesta encontradas en su
categoría modal. P ara hallar la respuesta modal de cada elemento, se
halla la proporción de respuestas favorables y la de las desfavorables; si
la proporción de las primeras es mayor que la de las segunda, la
categoría modal de ese elemento vendrá determinada por la proporción
de respuestas favorables.
Las relaciones entre los coeficientes de reproductividad (C. R.) y el de

reproductividad mínima (M.M.R.) pueden formalizarse así:
C.R.= TR-ES/TR=1-ES/TR
M.M.R.=TR-EM/ TR= 1-EM/ TR
Siendo:
TR= Total de respuestas dadas, que puede también contabilizarse a

través del producto del número de sujetos por el número de element os.
ES= Número de errores det ectados en a escala utilizando el método
Goodenough propuesto antes.
EM= Número de errores marginales, que equivalen a la suma de todas
las frecuencias no modales.
La diferencia entre los dos coeficientes será:
C.R.-M. M.R.=TS-ES/TR-TR-E M/TR=E M-ES/TR
La interpretación de esta diferencia es bastant e dificultosa y aquellos

límites entre C.R. y M.M.R. son cero y el valor del cociente (EM/ TR). El
valor cero se alcanzará cuando el número de errores en la escala se
igual al número de errores marginales, lo que ocurrirá cuando el número
de respuestas en la categoría modal coincida con el de respuestas en la
categoría no modal; en este caso no podríamos hablar de categorías
modal y no modal.
Coeficiente de escalabilidad.
Propuesto por Menzel como una medida de la capacidad de la escala

para predecir las res puestas al ítem, en comparación con las
predicciones basadas en las frecuencias marginales. La fórmula para el
coeficiente será:
C.S.=1-ES/EM
Cuando el número de errores de la escala es igual al número de errores

marginales el C.S.=0. Para Menzel un coeficiente de 0,60 sería un buen
indicativo de la posición de escalabilidad de los ítems.
El coeficient e de escalabilidad, surge como una alternativa al coeficiente

de reproductividad planteado por Louis Guttman. Las características de
este coeficiente pueden res umirse as í:
a) Cuando C.R.=1, C.S.=1. En los demás casos siempre es menor el

coeficiente de escalabilidad (C.S.).
b) El C.S. varía ent re cero y uno.
Garantía de unidimensionalidad.
El último criterio que vamos a considerar para averiguar si un conjunto

de ít ems o elementos puede ser escalable según el modelo de Guttman,
consiste en tratar de garantizar la unidimensionalidad de los datos. Para
ello, hay que descartar la pres encia de una segunda dimensión
subyacente.
Una forma de garantizar en parte, la undimensionalidad, es observar si

se ha presentado algún patrón de respuestas erróneo de forma

sistemática; es decir, si en una muestra de sujet os observamos, por
ejemplo, que el patrón de respuestas emitidas es (-++-) cuando el patrón
de respuestas ideal es (++--) y esto ocurre de manera sistemática,
podría se indicativo de la presencia de más de una dimensión. Una
técnica para averiguar las dimensiones suby acentes sería el análisis
factorial.
Modo de puntuar a los sujetos.
El paso final en el análisis del escalograma consiste en la asignación de

los valores escalares o puntuaciones a los sujetos. Si la escala fuera
perfecta, la asignación de estos valores sería muy fácil, ya que bastaría
con sumar al número de respuestas favorables dadas a los ítems c omo
hemos hecho anteriormente. El problema surge cuando la escala
obtenida no es una escala perfecta.
El escalograma de guttman y el análisis de elementos.
A veces, el análisis del escalograma sirve como técnica de s elección de

un conjunto de ítems dentro de una muestra inicial utilizada. En este
sentido es considerado como una técnica exploratoria.
Una vez ordenados tanto los sujetos como los element os, se puede ver
en que medida miden todos la misma variable de actitud hallando la
correlación entre cada dos de ellos.
A los sujetos del grupo más alto, que cont estan correctamente a t odas
las preguntas, les designamos como de tipo I; en el grupo
inmediatamente inferior entrarán los sujetos que contestan
positivamente a (n-1) elementos, etc.
-TipoV -Ítem 1-Tipo IV-Ítem 2-Tipo III-Ítem 3-Tipo II-Ítem 4-Tipo I
Se supone que al element o 4 han respondido positivamente n1 sujetos,

al elemento 3 habrán respondido positivament e todos los sujetos que lo
hicieron al element o 4 más los que hicieron al 3 y no al 4, es decir (n1 +
n2).
¿Cómo se puede averiguar la homogeneidad entre dos elementos

cualesquiera?, es decir, ¿cómo comprobar que dos element os miden la
misma característica?. En primer lugar se elabora una tabla de
contingencia de 2X2 con las respuestas de los sujet os a ambos

elementos. Aceptaremos que los valores muy próximos a la unidad
(0,80, 0,90) indican una buena homogeneidad de los ítems y, por tanto,
pueden ser seleccionados para formar parte de la escala definitiva.
Extensione s probabilísti cas de la escala de Guttman.
No t odos los datos son escalables s egún el modelo de Guttman. Se

introduce una variante cuando el azar puede jugar un factor import ante
en los resultados obtenidos por los sujetos. Vamos a denominar p(c/n) a
la probabilidad de responder correctamente a un elemento cuando no se
conoce la respuesta. Suponemos que si el sujeto conoce la respuesta
correcta, lógicamente responderá bien al elemento y, por tanto, su
probabilidad de contestar correctamente será la unidad, es decir,
p(c/s)=1. Podemos decir:
P(c/n)=1/a= Probabilidad de responder correctamente cuando no se

conoce la respuesta.
P(i/n)=(1-1/ a)= Probabilidad de responder incorrectamente cuando no se

conoce la respuesta.
Se utiliza el método de máxima verosimilitud de Fischer (aunque hay

otros), este método nos permite escoger de todas las ordenaciones
posibles, aquella que es más probable en función de los patrones de
respuesta de los sujetos.
Se comienza por la primera ordenación que cumple y se van hallando

las probabilidades de que acierten por azar y fallen por azar, con los
datos realizamos una mat riz de probabilidades. Ahora bien, para
calcular la probabilidad de una matriz de datos es necesario aplicar la
fórmula siguient e:
TR
P(U/ Escala)=Π i=1 P(ui /Escala)
Donde:
U= matriz de respuestas.
TR=total de respuestas
Ui=respuesta individual a un ítem que puede ser correcta o incorrecta.
A esta probabilidad resultante se la conoce como verosimilitud. Iríamos

haciéndolo para todas las ordenaciones posibles, cuando el número de
ordenaciones diferentes es muy grande, es necesario el uso de
programas de ordenador.
9. MODELO DE ESCALAMIENTO DE COOMBS_________
El modelo de Coombs se desarrolló inicialmente c omo un modelo de

escalamient o unidimensional aunque, posteriormente, se ha
generalizado su uso con extensiones multidimensionales. El modelo
postula que tanto los sujetos como los estímulos pueden situarse,
formando una escala de entrelaz amient o, a lo largo del continuo
subyacente correspondiente al atributo o característica que se está
analizando y que suele representarse por una línea recta.
Asimismo postula que la distancia en el continuo, de cada uno de los

estímulos respecto a un sujet o determinado, depende del orden de
preferencia que el sujeto haya asignado a cada uno de ellos. Por lo
tanto, un estímulo A estará situado más cerca de un sujeto I que otro
estímulo B, cuando el sujeto I prefiera al estímulo A al B. Si
representamos por S (A), S(I) y S (B) los valores obtenidos en la escala
por el estímulo A, es el sujeto I y el est ímulo B, respectivamente; el
postulado ant erior podría ex presarse formalmente así:
|S(A)-S(I)|<|S(B)-S(I)| ⇒ d(A I)< d(B I)
A cada una de las ordenaciones, diferentes entre si, realizadas por los
sujetos, las denominó Coombs “escala cualitativa I”, o simplemente
“escala I”.
En el modelo de Coombs hemos de contar con otro tipo de escalas, las

“escalas J” que repres entan la ordenación ideal o más probable de los
estímulos a lo largo del continuo en función del at ribut o que estemos
analizando.
Condicione s que han de cumplir la s di stinta s ordenaciones para

ajustarse al modelo.
En primer lugar hay que determinar el orden de los estímulos en el

continuo subyacente. La escala J se elegirá de forma arbitraria en
función de las distintas escalas I obtenidas.
Las escalas J pueden ser cualitativas o cuantitativas. Las primeras

consisten en simples ordenaciones de los estímulos a lo largo del
continuo subyacent e, se trataría de una escala ordinal en la que
podríamos conocer la posición relativa de todos los estímulos en la

escala, pero no la distancia existente ent re ellos. En las escalas
cuantitativas podemos obtener una mayor información ya que, a partir
de los rangos de los órdenes asignados a los estímulos, se puede
determinar no sólo la posición relativa de los mismos, sino la distancia
relativa que hay entre ellos sobre la escala J.
Dado un número de estímulos N, el número de ordenaciones distintas

que se podrían hac er con todos ellos sería N!. Si las escalas son
N-1
cualitativas, de todas las posibles escalas I, solamente 2 serán
consistentes con cualquier escala J, si las escalas son cuantitativas
N
habrá ( 2)+1 escalas consistentes.
Para que las distintas ordenaciones realizadas por los sujetos (escalas I)
sean consistentes con la escala J elegida es necesario que cumplan una
serie de condiciones propuestas por Coombs que son:
a) El número de escalas I distintas, compatibles con una determinada

N
escala cuantitativa j, no pueden ser más de ( 2)+1 siendo n igual al
número de estímulos.
b) Las escalas I deberán terminar bien por el primer estímulo o por el
último de la escala J.
c) El conjunto de escalas I, no puede incluir más que un par de escalas
que sean imagen especular una de la otra. Una de estas escalas I
debe comenzar por el primer estímulo y terminar por el último y la
otra deberá hacerlo al revés.
d) Si hay un conjunto de escalas I que se ajustan a una determinada
escala J, es posible ordenarlas de tal forma que las escalas
adyacent es incluyan una inversión de un par de estímulos
adyacent es.
Obtención de los datos para la elaboración de la escala .
Se hace una clasificación de las distintas ordenaciones para obt ener las
escalas I que forman el conjunto de nuestros datos. Estas escalas se
representa en una matriz que denominaremos mat riz de preferencias,
en la que las columnas contienen los estímulos y las filas las distintas
ordenaciones o escalas I encontradas.
A partir de esta matriz se procederá como sigue:

a) Si ya contamos con algún dato acerc a de la ordenación de los

estímulos en el continuo, esa ordenación constituiría la escala J o
escala ideal.
b) Si no t enemos una idea muy clara ac erca de la ordenación de los
estímulos en el continuo subyacente, se buscaría entre todas las
escalas I encontradas por si hubiera dos que fueran imágenes
especulares una de ot ra y, en caso de que existieran, se elegiría
una de ellas como base para la escala J.
c) Una vez encontrada la primera ordenación de la escala, se buscaría
entre el resto de las escalas I aquellas cuyo estímulo preferido fuera
segundo en la escala J. Y así respectivamente.
d) Una vez terminada la ordenación hay que comprobar que se
cumplen el resto de los requisitos propuestos por Coombs.
El punto medio entre dos estímulos cualesquiera, situados a lo largo del

continuo subyacente represent ado por la escala J, sería el punto
llamado de “igualdad preferencial”, es decir, aquél en que los dos
estímulos son igual de atractivos para el sujet o y, por tanto, éste
muestra la misma preferencia por ellos.
Asignación de valores escalares a los estímulos y a los sujetos.
El modelo no es pecifica, de un modo preciso, la posición sobre la escala

J de los sujetos. Únicament e se pueden llegar a conocer los límites
dentro de los cuales van a estar situados. Sabemos que todos los
sujetos que han manifestado el mismo orden de preferencias, van a
estar situados en la misma zona a la que Coombs denominó “región
isotónica”. Conociendo la posición en la escala de los puntos medios,
podemos det erminar los valores escalares de los estímulos.
a) Asignación de valores escalares a los estímulos- Se puede demostrar

que para cualquier estímulo:
S(A)=S (ab)+S(ac)-S (bc)
Es decir, el valor escalar de un estímulo c ualquiera S (A) es igual a la

suma de los valores escalares de los puntos medios entre dicho
estímulo y otros dos estímulos consec utivos S(ab) y S(ac) menos el
valor escalar del punto medio entre los dos estímulos consecutivos
S(bc). Ahora bien con los datos que tenemos no podemos llegar a
determinar los valores escalares, para poder lograrlo es preciso hacer
unas cuantas restricciones que iremos apuntando a continuación.
Se define la distancia entre los puntos medios de dos estímulos d(ac,ad)

como la diferencia, tomada en valor absoluto, entre los valores
escalares de dichos puntos medios:
d(ac,ad)=|S(ac)-S(ad)|
El valor escalar de los puntos medios, será la semi-distancia entre los

valores escalares de los estímulos correspondientes. Al final:
D(ac,ad)=d(bc,bd)=d(C,D)/2
Siendo:
S(ac) el valor escalar del punto medio ent re los estímulos A y C.

S(A) el valor escalar del estímulo A.
A partir de los valores escalares de los puntos medios, se podrán

obtener los de los estímulos A y B. Conociendo estos dos valores y los
de los puntos medios, se pueden obtener los valores escalares del resto
de los estímulos.
b) Asignación de valores escalares a los sujetos - Una vez asignados lo

valores escalares a los estímulos y a los puntos medios, el paso
siguiente será averiguar la situación sobre la escala de los distintos
sujetos o, más concretamente, de las distintas escalas I encontradas y
que repres entan las respuestas preferenciales dadas por los sujetos
ante los estímulos. La posición de estas escalas no será s obre puntos
concretos sino sobre la llamada “región isotónica”, como ya tenemos la
escala construida, en la que aparecen los valores escalares a los límites
de cada una de las regiones isotónicas. Los límites de las regiones
isotónicas corres pondientes a los estímulos extremos están
parcialmente definidos; en el primer estímulo sólo conocemos el límite
superior, y en el último estímulo el inferior.
Criterio de bondad de ajuste.
Al igual que ocurría en el modelo de Guttman, este modelo no lleva

implícita ninguna teoría acerca del error; en el modelo de Combs,
bastaría con que una sola de las escalas I fuera incompatible con la
escala J elegida, para que tuviéramos que pensar en la posibilidad de
que hubiera más de una dimensión subyacente a las ordenaciones
realizadas por los sujetos; es decir, que los sujetos hubieran tenido en
cuenta más de un criterio para efectuar sus ordenaciones
preferenciales.
Para elegir la escala J, lo que hac emos es elegir la que sea dominante,
es decir, la que sea compatible con el mayor número de escalas I.
Según Niemi, cuando contamos con N estímulos, la proporción mínima
de escalas I que deben ser compatibles con una escala J común es:
N-1
2 /N!
Lo que indicaría que, para que los datos se ajustaran al modelo de

Coombs, al menos un tercio de las escalas I enc ontradas deberán ser
compatibles con la escala J elegida.
Aplicación del modelo cuando el número de estímulos e s grande.
El modelo se complica mucho cuando el número de estímulos es muy

grande, en este caso hay un procedimient o más simple que consiste en
pedir a los sujetos que, en lugar de ordenar todo el conjunto de
estímulos según su grado de preferencia elijan, de entre los N
estímulos, los preferidos.
El procedimiento para el análisis de este escalograma podría consistir

en ir permut ando filas y columnas hasta conseguir que:
a) No haya espacios en blanco separando los órdenes en niguna fila ni

columna.
b) Las entradas en la primera fila vayan aumentando monot ónicamente
desde la izquierda a la derecha y las de la última fila vayan
disminuyendo de izquierda a derecha.
c) Las ent radas de la primera columna vay an aumentando de arriba
hacia abajo y las de la última c olumna vay an disminuyendo de
arriba hacia abajo.
d) Las entradas correspondientes al resto de las columnas deberán
primero decrecer monotónicament e y luego aumentar.
Si se encuentra una permutación de filas y columnas que logre cumplir

los criterios anteriorment e descritos, tendremos una prueba suficiente de
la unidimensionalidad del rasgo que subyace a las respuestas
preferenciales de los sujetos.
10. EL DIFERENCIAL SEMÁNTICO DE OSGOOD_______
La tarea de los sujetos será evaluar un determinado concepto a través

de una s erie de escalas bipolares; ahora bien, el concepto a medir
dependerá de la investigación que se vay a a realizar y de su objetivo
concreto. Hay dos elementos fundamentales en el diferencial semántico

(D.S.); los conceptos y las escalas bipolares.
Los conceptos.
El término concepto tiene aquí un sentido amplio, ya que hace

referencia al estímulo objeto que de evaluar el s ujeto.. Osgood utilizó
como estímulos en la mayoría de sus investigaciones sustantivos
aunque también uso adjetivos.
Escalas bipolares.
El significado de los conceptos (estímulos) se evalúa por medio de

escalas semánticas bipolares. Cada una de estas escalas bipolares
representan una reacción de tipo afectivo hacia el concepto: bueno-
malo, sano-enfermo, etc. Estas escalas están ancladas en s us extremos
por dos adjetivos antónimos, que describen un aspecto del continuo
semántico: Fuerte-débil, grande-pequeño, etc. En general, el continuo
se encuentra dividido en 7 categorías, aunque se puede utilizar otro
número, y la tarea del sujeto s erá evaluar el concepto y clasificarlo en
función de la relación que haya entre este y uno de los polos de la
escala. Cuando un sujeto clasifica un concepto en la categoría media de
la escala se considera que no hay asociación ni relación semántica
entre el concept o y la escala bipolar utilizada. Aparecerán cada uno de
los conceptos a evaluar seguidos de sus escalas bipolares
correspondientes.
Este procedimiento fue denominado por Osgood “método gráfico” y

representa una forma sencilla y rápida de recogida de datos. Otro de los
procedimientos es el “método de juicio de tiempo”; es este caso, la
presentación de los estímulos es mediante proyectores de diapositivas.
El espacio semántico: cri terios de selección de las escalas.
El número de escalas bipolares que se puede utilizar para evaluar un

concepto determinado es prácticamente ilimitado; de ahí que, a la hora
de hac er una selección de las mismas debamos tratar de obtener las
más representativas.
A través de los diversos análisis factoriales realizados por Osgood y sus

colaboradores se comprobó que en el primer factor (el valorativo) las
escalas que obt enían una may or saturación estaban formadas por
adjetivos que implicaban una valoración del conc epto: “bueno-malo”,

etc.
El segundo factor, el de potencia, estaba formado por escalas cuyos

adjetivos daban una idea de fuerza; “fuert e-débil”, etc. Por último, el
factor correspondiente a la dimensión de actividad, agrupaba aquellas
escalas cuyos adjetivos denotaban un ciert o sentido de movimiento:
“activo-pasivo”, etc. Se comprobó que el factor evaluativo (valorativo)
era el que ex plicaba un mayor porcentaje de varianza.
Un primer criterio para la selección de las escalas es su composición

factorial, tratando de que cada una de las dimensiones o factores esté
representada al menos, por tres o cuatro escalas bipolares; estas
escalas habrán de tener saturaciones muy altas en el factor que
representan y bajas o nulas en el resto de los factores. Otro crit erio de
selección es el grado de relevancia que tienen las distintas escalas para
la evaluación de un determinado conc epto. Otro criterio que se puede
utilizar es el de estabilidad semántica de la escala respecto a los
conceptos y a los sujetos de una investigación. La elección de uno u
otro criterio de selección dependerá, en último término del tipo de
investigación que se quiere llevar a cabo y del criterio del investigador.
Tratamiento y análisis e stadí stico de los datos.
El tratamient o estadístico de los datos obtenidos en el diferencial

semántico es válido si partimos de unos supuestos establecidos “apriori”
y que son los siguientes:
1. Suponemos que los intervalos de la escala numérica utilizada para

designar cada una de las siete categorías en que hemos dividido el
continuo bipolar son iguales.
2. Un segundo supuesto es que los factores o dimensiones
subyacentes al signific ado semántico de los conceptos, que nos van
a permitir evaluar la diferencias individuales o grupales, sean
independientes.
En cualquier caso podremos obtener las siguientes medidas

descriptivas:
Puntuaciones e scalares
- Se puede averiguar la puntuación de un sujeto o grupo de sujetos
en cada una de las escalas.
- A veriguar la puntuación media obtenida por la muestra de sujetos

en cada una de las escalas bipolares utilizadas para evaluar cada
concepto.
- La punt uación media de t odas las escalas que evalúan un conc epto
determinado, tanto a nivel individual como grupal.
Puntuaciones factoriales
Se obtiene con el fin de averiguar la puntuación que corresponde a cada

una de las dimensiones adyacentes o factores. Se pueden obtener t anto
a nivel individual como a nivel grupal. Cada una de las puntuaciones
factoriales representa la reacción afectiva de un sujeto, o grupos de
sujetos, a un concepto determinado en una de las dimensiones del
diferencial semántico. Para su obtención se calc ula la media de las
puntuaciones escalares que definen cada una de las dimensiones o
factores.
Polarización
Las punt uaciones factoriales nos ofrecen información acerc a de la

reacción afectiva del sujeto o grupos de sujetos, en función de las
dimensiones E.P.A. (evaluativa, potencia, actividad). La polariz ación se
define como las distancia entre el concepto estudiado y el punto neutral
del espacio tridimensional. Se calcula s umando los cuadrados de las
puntuaciones factoriales obtenidas para cada una de las dimensiones y
extrayendo la raíz cuadrada. Es un índice de la intensidad de la
respuesta afectiva.
2 2 2
P=√E + P + A
Análisi s de perfiles
En general, en las investigaciones realizadas con el D.S. se suele

plantear la hipót esis de que existen diferencias en las reacciones
afectivas, para analizar estas diferencias hay varios procedimientos.
Cuando cada una de las dimensiones se trata por separado, se pueden
utilizar las técnicas estadísticas de comparaciones de medias. Ahora
bien, si lo que nos interesa es obtener información a partir de la
combinación de todas las dimensiones, se puede utilizar c omo medida
de esas diferencias las puntuaciones D.
Osgood propone la utilización de la fórmula de la distancia euclídes:

2
D(ab)=√Σ d (ab)
Donde D(ab) es la distancia lineal entre los puntos del espacio

semántico que represent an a los conc eptos A y B y d(ab) es a diferencia
algebraica entre las coordenadas de A y B en una determinada
dimensión.
Dado que una de las características del diferencial semántico es su

posible utilización intra-individualmente, es muy útil para estimar los
cambios de actitud de los sujet os sobre todo en psicoterapia, cuando en
realidad lo que se trata es de inducir a la pers ona o personas a un
cambio de actitudes. En este caso, la puntuación D s e utilizaría para
comparar los perfiles obtenidos por la persona o grupo de personas en
dos momentos de tiempo distintos.
Requisi tos psi cométricos de “el diferencial semántico”.
Para poder utilizarlo es necesario que cumpla una serie de requisitos

que son los siguientes:
a) Objetividad-Es una cualidad que deben tener todos los

instrumentos cient íficos de medida y consiste en que, si son
utilizados por más de un investigador, en situaciones similares,
deberán dar lugar a los mismos resultados.
b) Fiabilidad-Diremos que un instrumento de medida es fiable,
cuando al medir un mismo objeto en distintas ocasiones se obtienen
los mismos resultados. En cuanto al diferencial semántico, Osgood
distingue tres aspectos de la fiabilidad: Fiabilidad del ítem (conc epto
+ escalar bipolar), fiabilidad de la punt uación factorial, fiabilidad del
significado del concepto. Tanto la fiabilidad del ítem como la de la
puntuación factorial se puede comprobar por el procedimiento del
test-retest. La fiabilidad del significado del conc epto viene
determinada por la del ít em y la de las puntuaciones factoriales, ya
que estas son las que determinan el significado del concepto.
c) Validez-Diremos que un instrumento de medida es válido si sirve
para medir aquello para lo que fue construido.
d) Sensibilidad-Hace referencia ala c apacidad que debe de tener
cualquier instrumento de medida para poder detectar las posibles
variaciones en el objeto de medición.
e) Comparabilidad-Creemos que ha quedado ampliamente
demostrado, a lo larog de este tema, la capacidad del diferencial
semántico para hac er comparaciones tanto inter-grupos como intra-
sujetos.
11. LA ENTREVISTA Y LOS CUESTIONARIOS_________
Una de las principales c aracterísticas que diferencian a la entrevista y a

los cuestionarios de las escalas es el tiempo de respuestas que
conllevan; mient ras que en los dos primeros métodos las res puestas de
los sujetos están expresadas n forma nominal, las escalas llevan
implícito un tipo de res puestas ordinal o de intervalos. Esta
característica tiene una enorme importancia desde el punto de vista de
la teoría de la medición.
Desde una perspectiva histórica, como señala S andin (1985), la

entrevista era considerada como un mét odo de obt ención de
información no estandarizado, subjetivo y no cuantificable, por lo que
sus resultados carec ían de objetividad y no podían ser susceptibles de
comparaciones con unas normas determinadas.
La utilización de los tests ofrece una serie de ventajas indiscutibles

sobre la entrevista (sobre t odo en situaciones de diagnóstico), hay
situaciones en las que la entrevista es un método indispensable e
indiscutible.
La entrevista: caracterí stica s y modelos teóricos que han

contribuido a su desarrollo
Las características principales de la entrevista como instrumento de

medida son:
- Existencia de un objetivo definido, lo cual la diferencia de la mera

conversación.
- Relación directa, cara a cara, entre dos o más personas.
- Existencia de dos canales fundamentales de comunicación.
- Asignación de roles específicos a cada uno de los participant es.
Algunos modelos teóricos han ayudado al desarrollo de la entrevista

considerablemente:
a) Conc epción médico-somática.

b) Modelo fenomenológico, la entrevista debe desarrollarse de manera
que el entrevistado c onozca perfectamente su situación para que
pueda desarrollar conductas adaptadas y responsables. Se evitan
las interpretaciones.
c) Modelo psicoanalítico; aquí el interés del entrevistador está centrado

en el pas ado inconsciente del entrevistado, puesto que considera
que ese pasado es el responsable de sus conflictos. Se interpreta.
d) La investigación social; se pueden distinguir dos tipos
fundamentales: la entrevista de encuesta y la entrevista de
selección de personal (entrevista de evaluación). La primera de ellas
se suele utilizar cuando el objetivo es recoger información acerca de
las actitudes, etc. Este tipo de entrevista pueden realizarse tant o a
nivel individual como de forma colectiva. La entrevista de selección
de personal suelen utilizarse en la evaluación de actitudes,
motivaciones, etc; de cara a cubrir un puesto de trabajo, Fear
distingue tres tipos de funciones de este tipo de entrevistas:
Determinar la experiencia del as pirante, evaluar su carácter,
motivaciones y personalidad y evaluar sus actitudes en términos
cualitativos y cuantitativos.
e) Modelo conductual; se puede utilizar para tres fines: como
instrumento de diagnóstico o de s elección, como instrumento de
evaluación de programas de intervención, como instrumento de
evaluación de los resultados obtenidos tras la aplicación de los
programas de int ervención.
Clase s de entrevista.
Según el grado de estructura pueden ser estructurada (cuestionario

estandarizado), semi-estructurada ( el entrevistador ha elaborado antes
una guía de los factores que pueden intervenir) y no estructurada el
entrevistador y el entrevistado tienen total libertad.
Según el grado de dirección pueden ser directiva (el c ontenido de la

entrevista está estructurado por el entrevistador), son típicas de la
psicoterapia, o no directiva.
Según la finalidad puede ser: clínic a (de diagnóstico, de intervención),

de orientación vocacional, de selección de personal y de encuesta.
Según el modelo teórico puede ser conductual, psicoanalítica,

Rogeriana y sociológica.
Factore s que pueden influir en los resultados de la entrevista.
Si se quiere utilizar la entrevista como un instrumento de medida, al

igual que los tests psicológicos y las escalas, es necesario que sea una
técnica objetiva, válida y fiable, aunque sea un poco difícil. Los factores
que pueden influir en los resultados de la entrevista son:
a) Relacionados con la actitud del entrevistador; el acceso a los datos,

las condiciones cognitivas, las motivaciones del entrevistado.
b) Relacionados con las téc nicas de recogida de datos; se divide en la
elaboración de las preguntas y la realización de la ent revista.
Cuando se trata de delimitar algún punto concret o es preferible una
batería de preguntas a una pregunt a única, etc.
c) Realización de la entrevista; el ambiente físico en el que se
desarrolla, los medios de registro y las características del
entrevistador.
Fiabilidad y validez de la entrevista.
Una de las ventajas que posee la técnica de la entrevista sobre los

métodos estandarizados es su flexibilidad para obtener la información,
además permite obtener un tipo de información que difícilmente se
puede conseguir por otros métodos, otra ventaja es que no necesita
ningún instrumento especial, ni un lugar determinado.
En la medida en que la entrevista es menos estructurada, es más

flexible, es más difícil hablar de fiabilidad de la entrevista aunque la
misma se entienda a través de acuerdo interjueces.
El problema de la validez es sobre todo el de la validez referida al

criterio.
Los cue stionarios.
Es el más utilizado para recoger información sistemática, referida a una

población o muestra determinada. S va a utilizar el término cuestionario
para designar el instrumento concreto de medida, es decir, el formulario
definitivo que se aplicará a los sujet os ya que consideramos que el
término “encuesta” es más amplio y hace referencia a todo el proceso
de investigación una de cuyas frases sería la elaboración del
cuestionario.
Algunas de las características que diferencian a los cuestionarios de

otras técnicas son:
- Los hechos se observan de forma indirecta a través de las

manifestaciones verbales que sobre ellos hacen las pers onas
encuestadas.
- La técnic a está diseñada para investigar aspectos subjetivos y
objetivos y por tanto se puede utilizar para estudiar de forma
"directa"”fenómenos sociales.
- Dado que se puede aplicar masivament e, permite obtener una gran
cantidad de información acerca de diversos aspectos.
Es conveniente que el tiempo que se tarde en cumplimentar el

cuestionario no sobrepase los 30-40 minutos. Es conveniente que las
preguntas más sencillas sean las primeras, que las preguntas se
agrupen en unidades y hacer estudios pilotos.
12. INTRODUCCIÓN A LA TEORÍA DE LA DETECCIÓN

DE SEÑALES____________________________________
La TDS proporciona un modelo que nos va a permitir, no sólo describir

la conducta de los sujetos en tareas preceptúales, sino analizar los
factores psicológicos que determinan dicha conducta. Se puede
considerar a la TDS como una aplicación de la teoría de la decisión
estadística a los fenómenos preceptúales.
Al igual que el modelo de Thurstone, el modelo de la TDS está basado

en el supuesto de cuando a un s ujeto se le presenta un mismo estímulo
en repetidas ocasiones no siempre le produce la misma sensación; en
cada presentación, se produce en el sujeto un proceso subjetivo a
través del cual asigna un valor al estímulo. Si el número de veces que
se le presenta el estímulo al sujeto tiende a infinit o, la distribución de los
valores subjetivos asignados al estímulo, es c ada present ación, se
ajusta a una distribución normal que vendrá definida por dos
parámetros, la media y a des viación típica.
El la TDS se supone que l observador (O) se encuentra en un ambiente

en el que hay un fondo de actividad llamado “ruido” (R), cuyo nivel no
siempre permanece constante, sino que varía aleat oriamente. El ruido
puede ser provocado por factores externos al propio s ujeto, o bien por
factores internos como sería el ruido provocado por la actividad
espontánea de su sistema nervioso. S obre es e fondo de ruido, se le
presenta al obs ervador un estímulo llamado “señal” (S R), que es el
estímulo que deberá detectar. El valor subjetivo que el sujeto asigna al
estímulo señal puede variar de una presentación a otra, pudiéndose
representar, el conjunt o de todos los valores obtenidos, por medio de

una distribución de probabilidad que será diferent e a la distribución de
los valores asociados al fondo de ruido.
El grado de solapamiento dependerá de la int ensidad de la señal. Si la

señal es fuert e su presencia será fácilmente detectada y rara vez se
confundirá con el fondo de ruido. Las dos distribuciones estarán
bastante alejadas en el continuo psicológic o, no habrá solapamiento.
Pero si la señal es débil, la decisión del sujeto será más difícil ya que su
presencia se puede confundir con el ruido.
Aquí la señal se confunde con el ruido Aquí la señal es fácilmente detectable
Los resultados de una tarea de detección pueden ser:
ESTADOS DE LA NATURALEZA
SR R
RESPUESTAS SI ACIERTO FALSA ALARMA
NO OMISIÓN RECHAZO
CORRECTO
Massaro propuso un modelo al que denominó “modelo de dos estadios”

que creemos es muy esclarecedor. El primer estadio sería el estadio de
sensación o detección y el segundo sería el “estadio de decisión”, el
modelo está basado en la teoría del procesamiento de la información.
Probabilidades condicionales.
1. P(x/s), que repres enta la probabilidad de que la variable aleatoria x

tome un valor determinado, dada la ocurrencia del estado de la
naturaleza s.
2. P(x/n) representa la probabilidad de que la variable aleatoria x t ome
un determinado valor dad la ocurrencia del estado de la naturaleza
n.
A estas dos probabilidades se las denomina condicionadas porque

representa la probabilidad de que ocurra un suceso c ondicionada a otro
que ha ocurrido con ant erioridad.
Razón de verosimilitud o de probabilidad.
La TDS utiliza un procedimiento matemático para poder tomar una

decisión acerca de si el estado de la naturaleza que ha tenido lugar ha
sido s o n. Este procedimiento c onsiste en calcular las diferencias que
favorecen una determinada hipótesis, para ello se establece una razón
de probabilidad, también conocida como razón de verosimilitud, su
notación es:
L(x)=P(x/s)/P(x/n)
Es el cociente entre las dos probabilidades condicionales.
Razón de probabilidad y criterio de decisión.
La regla de decisión se puede expresar en función de la razón de

probabilidad o verosimilitud:
Si l(x)<1 responderá NO.

Si l(x)>=1 responderá SI.
Otra forma de interpret ar la regla de decisión seguida por un sujet o, es

decir que este ha fijado su “c riterio de decisión en un β=1”, lo que
implica que el sujeto ha utilizado como criterio de decisión un valor de la
razón de probabilidad l(x) igual a la unidad; así ante cualquier valor de x
que proporcione una razón de probabilidad menor que 1 la respuesta del
sujeto será NO.
Debe quedar claro que β=1 puede ser considerado como un criterio
óptimo maximizador de respuestas correctas, sólo en el caso de que la
ocurrencia de las dos modalidades del estímulo y sus correspondientes
estados (SR y R) posean la misma probabilidad de aparición.
Las probabilidades iniciales se las denomina probabilidades “a priori”.

Un caso particular en el que el observador ha utilizado como criterio de
decisión β=1, en este caso, las ordenadas correspondientes a las
distribuciones de “ruido” y “señal” son iguales.
La proporción de aciertos P(SI/s) viene det erminada por el área de la

distribución correspondient e que queda por encima del punto c rítico
tomado como criterio de decisión. La distribución de fals as alarmas
P(SI/n) viene determinada por el área de la distribución c orrespondiente
al ruido que queda por encima del punto crítico.
Otros criterios de decisión.
En un experimento de TDS no siempre adopta el observador un valor

fijo para la razón de probabilidad l(x) como criterio de decisión, el criterio
de decisión puede cambiar en función de los objetivos que quiera
conseguir el observador y estos objetivos al depender de la misma
situación de decisión, puede variar de una situación a ot ra. Los objetivo
s que puede pretender el observador pueden ser: a) maximizar sus
ganancias y minimizar las pérdidas, y b) mantener la proporción de
falsas alarmas en un nivel mínimo.
Maximización de ganancias y minimización de pérdidas
Se supone que cuando el sujeto “acierta” o efectúa un “rec hazo

correcto” recibe algún tipo de recompensa y cuando comete una “falsa
alarma” o una “omisión” se le penaliza de alguna manera. Estas
recompensas o penalización se conocen con el nombre de pagos y van
a influir en le criterio de decisión del observador. Vamos a utilizar la
siguiente terminología para su identificación:
βopt.=P(R)/P(S R)*Vrc+Pfa/Va+Po
Cuando la probabilidad de aparición de la señal es igual a la del ruido,

es decir, P(S)=P(R), el valor de β se puede calcular:
βopt.= Vrc+Pfa/Va+Po
Si, por el contrario, no hay diferencias entre los “pagos” asociados a los
distintos resultados, la fórmula quedaría:
βopt.= P(R)/P(SR)
Mantener un nivel mínimo de falsas alarmas.
Los dos tipos de errores que se pueden cometer en este tipo de

situaciones son:
Error tipo I: Cuando se acepta la H1 y la correcta es la H0.

Error tipo II: Cuando se acepta la H0 y la correcta es la H1.
En una situación de detección de señales, la H0 correspondería a la

distribución del “ruido” y la H1 a la de la señal; por lo t anto, el error tipo I
vendría dado por la proporción de “falsas alarmas” y a que el observador
responde “S I” (aceptaría la H1) cuando en realidad no se ha presentado
la señal (es correcta la H0 ), y el error tipo II viene dado por la proporción
de “omisiones” puesto que el sujeto ha respondido “NO” (acepta la H0)
cuando si se ha pres entado la “señal” (es correcta la H1).
Procedimientos experimentales para la obtención de los datos.
Hay tres tipos de situaciones experimentales que son las que,

generalment e se utilizan en TDS para la obtención empírica de los
datos: Experimentos de S I-NO, experimentos de escalas de estimación
y experimentos de elección forzada.
Experimentos de SI-NO.
En este tipo de experimentos se suelen presentar al observador, a lo

largo de varios ensayos, una serie de estímulos en intervalos
irregulares, y su tarea consistirá en detectar la presencia o ausencia de
tales estímulos en cada uno de ellos. El siguiente pas o será convertir las
frecuencias empíricas de la tabla anterior en probabilidades
condicionales (proporciones ); para ello, basta con dividir cada una de las
frecuencias por el total correspondient e a su línea.
Para obtener un buen índice de grado de sensitividad del sujeto basta

con conocer la proporción de aciertos P(S/SR) y la de falsas alarmas
P(S/R); por otra parte, a partir de estas dos proporciones se pueden
obtener las demás ya que la proporción de omisiones P(N/SR)= 1-
P(S/SR) y la de rec hazos correctos P(N/R)=1-P (S/R).
La proporción de aciert os y de falsas alarmas trasladados a los ejes de

coordenadas obtendríamos una curva operacional característica del
receptor o curva COR. Esta curva refleja los cambios experiment ados
en el criterio de decisión del sujeto como consecuencia de las
instrucciones que s e le han dado, pero teniendo en cuenta que las
características de los estímulos “señal” y “ruido” permanecen
constantes.
Experimentos de escalas de estimación.
El problema que comportan los experimentos de SI y NO es, por una

parte, el elevado número de ensayos que requieren y, por otra parte, la
limitación que imponen a la respuesta de los sujetos. Los experimentos
de escalas de estimación permit en la obtención de la curva COR de un
sujeto a partir de los dat os obtenidos en una única s esión de ensayos y,
además, permiten al sujet o otros tipos de respuesta, con lo que se
aumenta el grado de información acerca de su c riterio de decisión, en
este tipo de experimento se utilizan varias categorías de respuesta.
Las diferencias básicas entre los experimentos de S I-NO y los de

escalas de estimación estriba, en que los primeros, para determinar
cada punto de la curva COR, es necesario inducir al sujeto a modificar
su criterio de decisión y repetir el experimento tantas veces como
criterios se vayan a utilizar para la obt ención, en cada caso, de los
aciertos y las falsas alarmas que han tenido lugar. Por el c ontrario, en
los experimentos de escalas de estimación, se puede averiguar el
número de aciertos y de falsas alarmas para todos los criterios de
decisión a partir de los resultados obtenidos por el sujeto en un único
bloque de ensayos.
Experimentos de elección forzosa.
Se utiliza bajo dos formas, una de ellas consiste en presentar al sujeto

un estímulo y, a continuación, dos o más respuestas alternativas de las
que sólo una es correcta. En la segundo forma, se le presentan al sujeto
en cada ensayo, dos o más intervalos de observación conteniendo todos
ellos ruido excepto uno que además del ruido contiene la señal. A este
tipo de modalidad se le representa con el símbolo (EF2A).
Una vez conocidas las dos distribuciones, para conocer las proporción
de respuestas correctas es necesario conocer el número de veces que
el valor de X en la distribución de la s eñal es mayor que en la del ruido.
Una forma sencilla de hacerlo es elaborando una tabla con las
probabilidades conjuntas. Cada casilla se obtiene multiplicando la
probabilidad de c ada valor de la variable X en la distribución de la señal,
por la probabilidad del valor de la variable X en la distribución del ruido.
Las casillas de la matriz que están situadas en la diagonal, representan
la probabilidad conjunta de aquellas situaciones en las que el valor de la
variable de observación en la distribución de la señal es igual que el de

la distribución de ruido.
Significado de las curva s COR.
El supuesto de normalidad se verifica si la represtación gráfica de la

curva COR en punt uaciones Z es una recta.
El supuesto de la igualdad de las varianzas se verifica si la pendiente

de esa recta es igual a la unidad.
Estos dos supuestos son fáciles de comprobar a partir de los result ados
empíricos y de esa forma s e podrá aceptar o rechazar el ajuste de los
datos al modelo de la TDS.
El procedimiento más utilizado para averiguar si la función a la que se

ajustan los datos es a una función lineal o no, es la represent ación
gráfica de la función (curva COR) en punt uaciones típicas Z.
Medida de la sensitividad.
En los experimentos de S I-NO y en los de escalas de estimación, el

área que se encuentra por debajo de la curva COR puede considerarse
como un índice de la s ensitividad de los s ujetos. Cuando el área es
aprox. Igual a 0,50, la curva coincide prácticamente c on la diagonal, lo
que indic a que la proporción de aciertos y la de fals as alarmas s on casi
iguales, y por tanto, el sujeto discrimina mal, a medida que el área que
queda por debajo de la curva COR va aumentando, mejora la
sensitividad del sujet o.
En los experimentos elección forz osa con dos alt ernativas se tomaba
como índice de sensitividad la proporción total de respuestas correctas;
esta oscila entre 0,5 y 1(máxima discriminación entre señal y ruido).
Esta medida de sensitividad no requiere que se verifiquen los supuestos

de normalidad y de igualdad de las varianzas, se trata por tanto, de una
medida no paramétrica de la capacidad de discriminación de los sujetos.
Además del supuesto de normalidad de las distribuciones de la señal y
el ruido, se suele asumir el supuesto de homoscedasticidad, es decir,
que las varianzas de ambas distribuciones son iguales, este supuesto
implica que la señal y el ruido producen en el sujeto la misma
ambigüedad. Partiendo de estos dos supuestos se puede calcular el
valor de d’ en unidades Z de la distribución del ruido aplicando la

siguiente fórmula:
D’=MSR -MR /σR
Dado que d’ es una medida de la distancia entre las medias de las

distribuciones de señal y de ruido, su valor es independiente del criterio
de decisión que adopte el sujeto.
Para aquellos cas os en los que no se pueda asumir el supuesto de la

igualdad de las varianzas:
Di=ZR -(σSR -σR )ZSR
Cálculo de β como medida del criterio de decisión.
El índice β es una buena medida del criterio de decisión seguido por el

sujeto en cada punto de la curva COR y equivale a la pendiente de la
curva COR. En términos estadísticos, el valor de β equivaldría al punto
crítico por encima del cual es sujeto acepta la hipót esis de que la
sensación producida procede de la presencia de la señal (hipótesis
alternativa) y, por debajo del cual, aceptará la hipót esis de que la
sensación producida procede de la presencia del ruido sólo (hipótesis
nula):
β=P(x/SR)/P(x/R)
Para el cálculo empírico de β se halla la raz ón entre la ordenada de la

distribución de la señal y la ordenada de la distribución del ruido en el
punto del criterio.
DESCRIPCIÓN DEL SISTEMA ANHEDONIA DE

EVALUACIÓN PSICOMÉTRICA INTEGRADA PARA LA
GESTIÓN DE RRHH EN LA ORGANIZACIÓN
1. INTRODUCCIÓN________________________________
El papel que desempeñan los sistemas automatizados de evaluación
tiene en la actualidad una relevancia may or para la Psicología
Organizacional. Esta última ha adquirido paulatinamente mayor fuerza y
se dirige a individuos psíquicament e normales, sin trastornos aparentes
desde el punto de vista patológico y cuyo comportamiento e interacción
social es posible ser evaluado y analizado para definir cómo se
manifiesta e incide dentro de la colectividad a partir de las
características propias y formas de reaccionar ante determinadas
situaciones.
La experiencia acumulada durante el desarrollo del Sistema ANHEDONIA

y los criterios recibidos por expertos psicólogos, permiten present ar la
gestión de personal como un proceso integrado por tres et apas
fundamentales:
1.- Evaluación psicométrica del candidato a partir de los resultados de

los Test Psicométricos.
2.- Evaluación de la aptitud y eficiencia real del individuo para el puesto

al cual aspira, a través de pruebas que midan su destreza.
3.- Evaluación psicométrica del personad de planta para ajustes

individualizados en el contexto del desarrollo de los recursos humanos
en la organización.
ANHEDONIA está concebido para cubrir satisfactoriamente ambas

etapas, mediant e un riguroso almacenaje de información, brindando de
forma rápida y eficiente los resultados e informes que se requieren para
una depuración inicial de los candidatos.
El sistema constituye una herramienta para la evaluación de rasgos de

personalidad, nivel de inteligencia, aptitudes, habilidades y otros
parámetros que contribuyan a una valoración más eficiente y objetiva de
los requerimientos neces arios para oc upar un determinado cargo en la
organización.
Descripción del si stema
El producto ANHEDONIA es un sistema diseñado en ambiente Windows

y programado con las últimas herramientas líderes en tecnología para
facilitar su utilización.
Los requerimientos técnicos mínimos son los siguientes:
- Computadora PC Pentium 4 o superior

- No menos de 512 MB de memoria en RAM.
- 800 MB de espacio dis ponible en Disco Duro.
- Contar con Sistema Operativo Windows XP o superior.
- Tarjeta Gráfica SVGA o superior.
ANHEDONIA se divide en 4 módulos principales:
A. DATOS GENERALES
Almacena toda información general referent e al individuo a través de

campos tales son: Nombre, Apellido, Sexo, Edad, Estado Civil,
Profesión, etc., así como la modificación de los mismos con
posterioridad a su creación.
B. NOTAS
En este modulo se puede capturar observaciones del candidato ya sea

de entrevista o de cualquier otro tipo de comentario que se requiera
agregar al expediente como referencia.
C. PRUEBAS PSICOMETRICAS ESTANDARIZADAS
Consiste en un conjunto de pruebas que incluye la aplicación y

calificación de las mismas y generación de reportes.
D. PERFILES DE PUESTO (ENFOQUE ORGANIZACIONAL)
Permite crear, modificar y eliminar perfiles de puesto, pruebas como

HumanSoft y Cleaver, la elaboración del perfil se realiza siguiendo los
criterios de una prueba en particular.

Anhedonia Psicometría Aplicada A La Gestión de Recursos Humanos en La Organización

Cargado por

Información del documento

Título original

Derechos de autor

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Anhedonia Psicometría Aplicada A La Gestión de Recursos Humanos en La Organización

Cargado por

Copyright:

La Psicometría Aplicada a la Gestión de RRHH en la Organización 2

PSICOMETRÍA APLICADA A LA GESTIÓN DE

Dedicado con aprecio e infinito agradecimiento

PSICOMETRÍA APLICADA A LA GESTIÓN

DAIVER PIMENTEL PELÁEZ (MMath)

Profesor Titular Asignatura de Organización

TORRENT GRUPO EDITORIAL

Título Original de la Obra:

PSICOMETRÍA APLIC ADA A LA GESTIÓN DE RECURSOS HUMANOS EN

© Documento sin correcciones; Daiver Pimentel Peláez. Reservados todos

© Primera Edición; Daiver Pimentel Peláez & Torre Grupo Editorial.

© ANHEDONIA VERSIÓN 1.0 (SISTEMA INTEG RADO DE EVALUA CIÓN

Impresores: DIAGRAFIC . S.A.

Otras obras publicadas por el autor:

Sistemas de Información Global (*), 1° Ed. junio 2002, (Disponible en la Biblioteca de

Algoritmos Gráficos de Programación Lineal, 1° Ed. 2003; (incluye software de

Funciones Matemáticas, 1° Ed. 2004; (incluye software de aplicación)

Administración de redes y seguridad Informática, 1° Ed. 2004;

Las Nuevas Tecnolo gías de la Información y Comunicación, Retrospectiva, 1° Ed.

Funciones Matemáticas II, 1° Ed. 2008; (incluye software de aplicación)

SUMARIO GENERAL DE LA OBRA

- LA ESTRUCTURA DEL LIBRO CONSIDERA LAS SIGUIENTES PARTES:

PREFACIO: INTRODUCCIÓN A LA IMPORTANCIA DE LA PSICOMÉTRIA

PARTE I: REVISIÓN DE LA TEÓRICA CLÁSICA DE LOS TEST

En la primera parte el lector encontrará

PARTE II: REVISIÓN DE MÉTODOS PARA LA ELABORACIÓN DE ESCALAS DE

La segunda parte se aboca a la revisión

PARTE III: DESCRIPCIÓN DEL SISTEMA ANHEDONIA DE EVALUACIÓN

En esta última sección el autor incorpora los

INTRODUCCIÓN A LA IMPORTANCI A DE LA PSICOMÉTRIA

Investigaciones de índole científica confirman que un factor clave para

La finalidad de la psicometría por medio de escalas específicas es

La naturaleza humana nos hace diferentes y aunque podemos compartir

Cuando nos enfrentamos a la dimensión s ocial de trabajo, como es el

Al conocer las habilidades y las características de la personalidad de

En lo que concierne a gestión de recursos humanos, se suelen verificar

Finalmente ¿Cuáles factores debe revisar la administración para

UNA APROXIMANCIÓN A LA TEORÍA CLÁSICA DE LOS

La psicometría puede definirse en términos generales como el conjunto

Orígenes y De sarrollo de la Teoría de los Tests

El modelo lineal clásico propuesto por Spearman, que luego se abordará

En 1936, s e funda la sociedad psicométrica americana con Thurstone a

la cabez a y cuyo órgano de expresión s erá la revista Psychometrika. En

Nota hi stóri ca sobre los te sts

El desarrollo de la Teoría de los tests esbozado anteriormente corre

escala tareas de carácter más cognoscitivo encaminadas a evaluar

El paso siguiente en el devenir histórico de los tests vendrá marcado por

Modelo lineal clásico

El objetivo central del modelo es la estimación de los posibles errores

son las puntuaciones verdaderas de los sujetos.

El modelo establece que la puntuación empírica (X) que obtiene un

Supuesto 1: La puntuación verdadera (V) es la esperanza matemática

Supuesto 2: Se asume que no existe correlación entre las puntuaciones

Supuesto 3: Los errores de medida de los sujetos en un test no

Finalmente s e definen los tests paralelos, asumiendo que se pueden

Deduccione s inmediatas del modelo

e= X-V El error de la medida es la diferencia entre la puntuación

de dos tests es igual a la covarianza entre las verdaderas.

Nótese que el modelo y las deducciones están formulados para los

Un instrumento de medida se considera fiable si las medidas que se

El coeficiente de fiabilidad ρ x x´ se define como la correlación entre las

aplicamos un test X a una muestra de sujet os y pasado un tiempo

Se ve que ρ x x´ indica la proporción que la varianza verdadera es de la

Se suele denominar índice de fiabilidad ρ xv a la correlación ent re las

Se denomina error típico de medida (σe) a la des viación típica de los

Estimación empírica del coeficiente de fiabilidad