Los Instrumentos de Evaluación Psicológica y garantías de calidad

VERSIÓN 1.1

El estudiante debe diferenciar entre técnicas de evaluación psicológica, pruebas y test, así como identificar las distintas técnicas de evaluación psicológica con que puede contar el psicólogo (puntos 1 y 2 del tema). Así mismo, han de conocerse: qué aspectos generales se deben tener en cuenta para elegir los instrumentos de evaluación psicológica (punto 3 del tema); cómo aplicar correctamente estos instrumentos (punto 4 del tema) y; qué conocimientos se deber tener para corregirlos e interpretados adecuadamente (punto 5 del tema). Es importante conocer a fondo como se puntúan e interpretan los instrumentos de evaluación psicológica (punto 6 del tema), así como los criterios de calidad psicométricos de los mismos (punto 7 del tema). El punto número 8 (incluida tabla), referida a los principales criterios éticos referidos al uso y aplicación de los instrumentos de evaluación constituye materia de sólo lectura que no es necesario estudiar. El apartado 8.1, donde se realizan una serie de consideraciones sobre la evaluación en grupos diversos o multiculturales, si es necesario memorizarlo.

Equipo Docente.

Introducción

Los instrumentos de evaluación psicológica son herramientas utilizadas por los psicólogos en el proceso de evaluación para obtener información. Pueden recibir diferentes nombres, como técnicas, pruebas o tests. Estas herramientas varían en su grado de estandarización y cuantificación. Por ejemplo, las técnicas psicométricas son altamente estandarizadas y cuantificadas, mientras que otros enfoques, como la entrevista y las técnicas proyectivas, generalmente no lo son.

Los diferentes modelos de evaluación psicológica utilizan técnicas basadas en sus propios enfoques teóricos y objetivos. Algunos modelos, como el dinámico y el constructivista, emplean técnicas no estandarizadas para explorar el mundo inconsciente o las construcciones subjetivas de las personas. Otros, como el cognitivo-conductual, utilizan técnicas psicométricas para evaluar aspectos más cuantificables y cuentan con baremos para la comparación.

En realidad, la elección de la mejor técnica de evaluación depende del contexto, los objetivos y la formación del psicólogo. Un psicólogo experto puede obtener información valiosa a través de técnicas menos estructuradas, como la entrevista, si tiene experiencia y formación adecuadas. Además, las tecnologías modernas han facilitado la administración y corrección de pruebas, pero no reemplazan el proceso de evaluación, que implica comprensión, hipótesis y selección de instrumentos.

En resumen, la elección de la técnica de evaluación psicológica adecuada depende de varios factores, y todas pueden ser efectivas cuando se aplican correctamente por un profesional con el conocimiento y la experiencia adecuados. El proceso de evaluación implica una serie de fases, desde la interacción con la persona evaluada hasta la entrega de respuestas, y requiere un enfoque integral y un uso adecuado de los recursos disponibles.

Las técnicas de evaluación psicológica

Este manual aborda una variedad de técnicas de evaluación psicológica, cada una de las cuales se selecciona en función de varios factores. En primer lugar, se consideran los objetivos de la evaluación, que pueden incluir diagnóstico, orientación, selección o intervención psicológica. Luego, se tienen en cuenta los contextos en los que se llevará a cabo la evaluación, como el ámbito clínico, educativo, de recursos humanos o forense. Por último, se consideran las diferentes fases del proceso de evaluación psicológica.

• La entrevista, es una técnica que se utiliza en todo el proceso de evaluación psicológica, pero varía según el contexto y el objetivo. Por ejemplo, la entrevista inicial puede diferir en duración y contenido de las entrevistas que se utilizan durante la aplicación de pruebas, la entrega de resultados o la intervención terapéutica.
• La observación, por otro lado, es una técnica que establece varios tipos de registros, ya sea para observación propia o de otros, y se aplica de manera más flexible en las primeras fases de la evaluación y con mayor sistematicidad en etapas posteriores.
• Las técnicas psicométricas son aquellas que están estandarizadas y cuentan con baremos para la interpretación. Estas técnicas incluyen cuestionarios, inventarios y escalas y se aplican generalmente después de las entrevistas y observaciones.
• Las técnicas proyectivas, como el Test de Rorschach o el Test del Dibujo de la Familia, a menudo se denominan «tests», pero no son técnicas psicométricas a menos que estén estandarizadas y cuenten con baremos. Algunas de ellas, como el Test del Dibujo de dos Figuras Humanas, han incorporado métodos cuantitativos y psicométricos, lo que las convierte en «tests» proyectivos.
• Las técnicas subjetivas evalúan los significados personales de la persona y su mundo utilizando categorías lingüísticas. Algunas de estas técnicas, como los listados de adjetivos, han incorporado normas de corrección y aplicación, lo que las convierte en «tests» psicométricos. Estas técnicas son útiles durante el proceso de evaluación y la intervención terapéutica.
• Las técnicas objetivas utilizan dispositivos para registrar y analizar variables cognitivas, motoras y psicofisiológicas de manera que el sujeto no pueda influir en los resultados ni el evaluador pueda intervenir en ellos. Estas técnicas se aplican en fases más avanzadas del proceso de evaluación debido a su mayor objetividad.

En resumen, la elección de la técnica de evaluación psicológica depende de múltiples factores y puede variar según los objetivos, los contextos y las etapas del proceso de evaluación. Aunque los diferentes enfoques psicológicos pueden preferir ciertas técnicas, cada psicólogo debe adquirir la formación y competencias necesarias para seleccionar y aplicar adecuadamente las técnicas que mejor se adapten a las necesidades de la persona evaluada. Además, es fundamental que el evaluador se conozca a sí mismo y esté comprometido en ofrecer un servicio profesional con empatía y comprensión hacia los demás.

¿ Qué aspectos generales se deben tener en cuenta para elegir un instrumento de evaluación psicológica?

Antes de llevar a cabo cualquier evaluación, es crucial que el psicólogo defina con precisión los objetivos de la misma. Esto implica identificar las variables, constructos o dimensiones que se pretenden evaluar, así como determinar a quién va dirigida la evaluación, teniendo en cuenta factores como la edad y las características individuales de la persona que será evaluada. Además, la elección de las pruebas a utilizar dependerá en gran medida de la fase del proceso de evaluación en la que nos encontremos.

El contexto en el que se realiza la evaluación también desempeña un papel fundamental en la selección de las herramientas adecuadas. Ya sea en un entorno clínico, educativo, laboral, jurídico u otro, es necesario considerar aspectos como la duración de la prueba, el tipo de administración (individual o grupal) y el formato de presentación de la misma.

Otro aspecto a tener en cuenta al seleccionar instrumentos de evaluación es el nivel de estructuración de sus ítems o estímulos, así como el tipo de respuestas requeridas. Además, es importante evaluar el grado de enmascaramiento de las pruebas, es decir, en qué medida los participantes pueden deducir el propósito real de la evaluación.

La calidad de los instrumentos de evaluación es un aspecto crítico, por lo que es esencial conocer las garantías de calidad de las pruebas seleccionadas. En todos los casos, el evaluador debe poseer el conocimiento y la formación necesarios para administrar, corregir e interpretar adecuadamente las pruebas.

La adquisición de destrezas y el entrenamiento en la aplicación de pruebas son fundamentales. Se recomienda realizar prácticas supervisadas para familiarizarse con los instrumentos de evaluación. Además, se han establecido normas para el uso de pruebas, clasificándolas en tres niveles según el nivel de conocimiento y experiencia requerido:

• Nivel A: Requiere formación y experiencia específica en el ámbito de aplicación y se pueden administrar, corregir e interpretar con la ayuda del Manual.
• Nivel B: Requiere conocimiento teórico sobre pruebas y estadísticas, respaldado por una titulación académica que garantice el entendimiento de la construcción y uso de pruebas.
• Nivel C: Exige titulación superior en Psicología, Psiquiatría o Psicopedagogía, así como experiencia en diagnóstico clínico. Este nivel se aplica a pruebas complejas que requieren una preparación y práctica extensas.

En resumen, la ética y la deontología deben guiar todo el proceso de evaluación psicológica, desde la definición de objetivos hasta la elección y aplicación de instrumentos. La formación continua y la experiencia son esenciales para garantizar una evaluación precisa y ética.

¿Cómo aplicar correctamente los instrumentos de evaluación psicológica?

Los manuales de los instrumentos de evaluación han evolucionado con el tiempo, incorporando cada vez más información relevante tanto sobre las normas de aplicación como sobre las buenas prácticas que deben seguirse para garantizar la validez y la precisión en la administración de las pruebas. Sin embargo, también han adquirido mayor conciencia sobre la importancia de considerar a las personas a las que se les aplicarán estas evaluaciones. A continuación, se detallan aspectos fundamentales que se encuentran presentes en estos manuales:

a) Establecimiento de un ambiente propicio: Se destaca la importancia de crear un ambiente adecuado durante la aplicación de las pruebas. Esto incluye considerar aspectos como la iluminación, la temperatura, el nivel de ruido y la prevención de interrupciones. Un ambiente tranquilo y cómodo contribuye a que la persona evaluada se sienta más relajada y concentrada.

b) Explicación del propósito y confidencialidad: Los evaluadores son instruidos para explicar claramente el objetivo de la evaluación a la persona que será evaluada. También se enfatiza la importancia de garantizar la confidencialidad de los resultados, asegurando que solo se compartirán con la propia persona evaluada o con quienes tengan su permiso.

c) Motivación y veracidad en las respuestas: Los evaluadores son alentados a motivar a las personas evaluadas para que participen activamente en el proceso y respondan con sinceridad. Se busca evitar respuestas sesgadas o poco honestas que puedan afectar la validez de los resultados.

d) Manejo del tiempo: En casos donde las pruebas tienen límites de tiempo para responder, se instruye a los evaluadores a indicar a los sujetos que den lo mejor de sí mismos sin generar ansiedad. Se busca encontrar un equilibrio para que la persona se sienta comprometida pero no abrumada.

e) Consideración de la edad: Si la persona evaluada es un niño, se subraya la importancia de proporcionar un entorno adecuado que incluya sillas y mesas ajustadas a su altura, de manera que se sientan cómodos y capaces de interactuar con los materiales. Se recomienda tener juegos disponibles en caso de necesitar una pausa.

f) Adaptación a necesidades especiales: Si la persona evaluada tiene alguna deficiencia sensorial o discapacidad, se enfatiza que el evaluador debe ajustarse a sus necesidades específicas para garantizar una evaluación justa y precisa.

g) Preparación meticulosa: Se instruye a los evaluadores para que preparen los materiales con anticipación, colocándolos en lugares adecuados en la mesa. Además, se destaca la importancia de que el evaluador no revele accidentalmente información relevante al sujeto, como respuestas correctas o anotaciones.

En todos los casos, se enfatiza que el psicólogo debe leer y estudiar a fondo el manual de la prueba que se aplicará. Esto incluye la preparación adecuada del lugar de administración y de los materiales necesarios. El seguimiento preciso de las instrucciones del manual garantiza que todas las personas evaluadas reciban las mismas y exactas indicaciones, lo que minimiza posibles errores del evaluador y evita sesgos en la evaluación, como la influencia de la deseabilidad social en las respuestas.

En resumen, estos aspectos destacan la importancia de un enfoque cuidadoso y ético en la administración de instrumentos de evaluación psicológica, asegurando que se realicen en condiciones óptimas y de manera uniforme para obtener resultados válidos y confiables.

Fuentes de error de los instrumentos de evaluación psicológica

Los instrumentos de evaluación pueden presentar errores debidos a factores relacionados con los creadores de las pruebas, los evaluadores y los evaluados. Entre los errores relacionados con los creadores se encuentran: 1) problemas en el contenido de la prueba; 2) la falta de estabilidad en las puntuaciones a lo largo del tiempo; 3) las diferencias en la administración o corrección por diferentes evaluadores en momentos distintos.

En cuanto a los evaluados, es importante que el evaluador se asegure de que factores como el cansancio, el nerviosismo o la atención no influyan en los resultados de la evaluación, especialmente en evaluaciones con niños o personas mayores. Se debe planificar cuidadosamente la selección y orden de las pruebas para mantener la motivación de los evaluados.

Por parte del evaluador, además de poseer los conocimientos técnicos para aplicar, corregir e interpretar las pruebas, es esencial cuidar su propio estado físico y emocional. Tomar pequeños descansos entre evaluaciones y mantener una actitud tranquila y empática hacia los evaluados es crucial para evitar sesgos y obtener resultados precisos.

Se recomienda dedicar tiempo previo a las evaluaciones para centrarse y estar atento al momento presente. La meditación o el mindfulness pueden ser útiles para calmar la mente antes de comenzar. La comunicación no verbal, como la postura y la expresión facial, también juega un papel importante en la comunicación con los evaluados.

Finalmente, es esencial que los psicólogos utilicen sus habilidades y fortalezas intelectuales y emocionales, al tiempo que reconozcan y trabajen en sus propias debilidades. Esto generará confianza en los evaluados y facilitará una evaluación psicológica efectiva y profesional.

¿Qué conocimientos se deben tener para corregir e interpretar un instrumento de evaluación psicológica?

Es esencial considerar varias características al elegir un instrumento de evaluación, como el objetivo de la evaluación, el grupo de personas a quienes se aplicará y el contexto. Además, es fundamental ser un profesional competente y seguir buenas prácticas en evaluación psicológica.

Para realizar una evaluación efectiva, se requiere una sólida formación que permita corregir e interpretar las pruebas de manera adecuada. Esto implica comprender las variables que se evalúan, cómo se relacionan con otros constructos, y conocer los modelos que respaldan la construcción de la prueba, su contenido y a quién se dirige. También es importante comprender la metodología de aplicación, puntuación, corrección y los estándares de calidad asociados.

Conocer las variables que evalúa un instrumento y su interrelación con otros constructos

En el plan de estudios de Psicología, las asignaturas están estrechamente relacionadas, y la «Evaluación Psicológica» pone en práctica los conocimientos adquiridos en todas ellas. Para evaluar constructos o variables, es esencial comprender sus características fundamentales. Por ejemplo, al utilizar un instrumento para medir la depresión, debemos conocer sus signos y síntomas. De manera similar, al evaluar la personalidad desde diferentes modelos, como el de Eysenck o los Cinco Grandes Factores, es crucial entender el significado de las dimensiones evaluadas para interpretar y explicar los resultados. Además, en la evaluación del desarrollo y la inteligencia, es necesario comprender los procesos evolutivos en diversas etapas del ciclo vital, desde la infancia hasta la vejez, y estudiar en detalle aspectos cognitivos, psicomotores y lingüísticos, así como factores afectivos como la motivación, el autoconcepto y la atención. Anastasi y Urbina (1998) subrayan que no se pueden analizar las aptitudes por separado de las variables afectivas, ya que los estados emocionales transitorios y los rasgos de personalidad acumulados tienen un impacto significativo en el desarrollo intelectual. En resumen, la Psicología requiere un enfoque integral que considere la interacción entre personalidad, aptitudes y variables emocionales en la evaluación psicológica.

Conocer los modelos que han guiado la construcción de los instrumentos

Para interpretar correctamente los resultados de las pruebas de evaluación psicológica, es esencial comprender las bases conceptuales que han guiado la construcción de los tests. Por ejemplo, al analizar los tests de desarrollo e inteligencia, es útil conocer el modelo CHC de Cattell-Horn-Carroll que subyace en muchos de ellos. Comprender este modelo jerárquico, que incluye factores generales, aptitudes intelectuales de segundo orden y aptitudes específicas, proporciona una visión profunda de lo que cada prueba evalúa.

Además, es crucial familiarizarse con las bases psicométricas, como la Teoría de Respuesta al Ítem (TRI), que influyen en la creación de los ítems y su dificultad. Al conocer estos aspectos, los evaluadores pueden interpretar con precisión las puntuaciones obtenidas en cada instrumento. Por ejemplo, en el BAS-II, se puede observar cómo los Índices Varían según la edad y cómo evalúan aspectos diferentes de la inteligencia cristalizada y el procesamiento verbal complejo.

Una vez que comprendamos el modelo teórico subyacente a la construcción de las pruebas, podremos interpretar de manera más efectiva la información proporcionada por cada una de ellas. En la Tabla se resaltan los Índices que el BAS-II ofrece para diferentes rangos de edad, que incluyen el Índice General (IG) y el Índice General No verbal (IGNV) correspondientes al nivel III de la teoría factorial CHC, así como los Índices relacionados con el estrato II, que abarcan el Índice Verbal (IV), el Índice de Razonamiento Perceptivo (RP), el Índice Espacial (IE) y el Índice de Razonamiento No Verbal (RNV).

Es vital entender que las pruebas de inteligencia y desarrollo se basan en modelos teóricos específicos que determinan sus estructuras y contenidos. Por ejemplo, las pruebas de velocidad de procesamiento pueden variar en su aplicación y significado entre distintas escalas. Es importante notar las diferencias entre las pruebas, como en el caso del BAS-II y las Escalas de Wechsler, para evitar malentendidos al interpretar los resultados.

En última instancia, esta comprensión detallada de los fundamentos conceptuales y psicométricos permite una interpretación más precisa y significativa de las pruebas, lo que resulta fundamental para una evaluación psicológica correcta y fiable.

Conocer lo que mide un test, la población y el contexto de aplicación

Es esencial comprender a fondo las pruebas de evaluación, incluyendo qué aspectos miden, cómo lo hacen, las edades en las que se aplican, los temas abordados, el contexto adecuado para su uso, los métodos de puntuación e interpretación, así como sus ventajas y limitaciones.

Imaginemos una situación en la que deseamos evaluar a un niño de entre 2:6 y 3:11 años y estamos interesados en obtener información detallada sobre su formación de conceptos y razonamiento verbal. Si el BAS-II, diseñado para este rango de edad, solo proporciona el Índice General (IG), debemos explorar otras pruebas que puedan proporcionar la información requerida.

En el capítulo sobre Evaluación de la Inteligencia, al analizar las Escalas de Wechsler, notamos que el WPPSI-IV, aplicable a niños de 2:6 a 3:11 años, ofrece la puntuación CI Total, equivalente al Índice General (g). Además, permite calcular otros Índices como el Índice Comprensión Verbal y el Índice Visoespacial, que reemplazan las Escalas Verbal y Manipulativa de versiones anteriores de las Escalas de Wechsler. Por lo tanto, podríamos optar por el WPPSI-IV para evaluar el conocimiento verbal adquirido, la formación de conceptos verbales y el razonamiento verbal.

Esta información detallada y más se encuentra en los manuales de pruebas catalogados en la categoría «e», los cuales a menudo incluyen dos manuales: uno de Aplicación y Corrección, y otro, el Manual Técnico, que proporciona información detallada sobre qué mide cada índice y cómo comparar las puntuaciones para lograr una interpretación precisa.

En cuanto a la población y el contexto de aplicación de los instrumentos de evaluación, debemos destacar que las Escalas de Wechsler, como el WPPSI-IV y el WISC-V, se utilizan principalmente para evaluar a niños y adolescentes en el contexto educativo y, en algunos casos, en evaluaciones clínicas y neuropsicológicas. Por otro lado, el WAIS-IV se emplea principalmente para medir la inteligencia en adultos y se administra en un contexto clínico.

Además, existen otras pruebas como el BAT-7, diseñado para evaluar a personas entre 12 y 60 años, que resulta adecuado tanto en el contexto educativo como en el laboral. Este test mide la capacidad general o factor «g», lo que lo convierte en una herramienta útil en los procesos de selección de personal, complementándose con otras pruebas de personalidad y entrevistas estructuradas.

En situaciones en las que necesitamos evaluar la inteligencia de personas con problemas de lenguaje o que no dominan el español, el test MATRICES emerge como una elección acertada. Este test, que minimiza el uso de contenido verbal, evalúa la Inteligencia General o factor «g» a través de estímulos no verbales, lo que permite la evaluación de la capacidad para resolver problemas complejos y razonar con contenido abstracto. No obstante, como hemos explicado anteriormente, es fundamental comprender qué aspectos evalúa cada prueba y, en caso necesario, complementarla con otras pruebas que midan la inteligencia cristalizada u otros aspectos específicos.

Conocer la forma de puntuación, corrección e interpretación de un test

Conocer las puntuaciones y los criterios de calidad de los instrumentos de evaluación

La elección de una herramienta de evaluación psicológica también depende de la comprensión de las puntuaciones que se pueden obtener y de la evaluación de sus propiedades psicométricas, lo que implica asegurarse de que las pruebas midan de manera confiable y válida lo que se pretende evaluar. Estos aspectos son esenciales en el desarrollo de pruebas psicológicas y requieren un profundo conocimiento y experiencia en su aplicación.

Las puntuaciones y criterios de calidad suelen estar detallados en los manuales de las pruebas psicométricas. Estos manuales ofrecen información sobre la estandarización de las pruebas, incluyendo las normas para su administración y recopilación de respuestas. Es importante destacar que estas medidas son difíciles de aplicar a técnicas distintas, como las proyectivas, que tienen características diferentes. Sin embargo, es posible realizar análisis de consistencia interna y validez interjueces o concurrente al combinar técnicas psicométricas y proyectivas en la evaluación psicológica.

En el ámbito infantil, el dibujo se utiliza como una forma de expresión que refleja cómo el niño percibe su entorno, su familia, sus emociones y otros aspectos. El Test de la Figura Humana, por ejemplo, evalúa el desarrollo emocional y madurativo del niño y se integra en escalas como la de McCarthy. También se han desarrollado pruebas específicas, como el Test del Dibujo de Dos Figuras Humanas (T2F), que cuentan con normas estandarizadas y han demostrado su capacidad diagnóstica a través de estudios de fiabilidad y validez.

Es fundamental comprender que la formación en evaluación psicológica es esencial, y cada profesional puede tener preferencias y habilidades en la elección de las herramientas de evaluación. Sin embargo, la evaluación debe realizarse de manera adecuada y basarse en el conocimiento sólido de todas las consideraciones mencionadas anteriormente. Además, la formación continua es esencial en esta profesión, ya que los avances en la psicología y las pruebas psicométricas requieren una actualización constante de conocimientos.

Las puntuaciones en los instrumentos de evaluación psicológica

Es crucial conocer las puntuaciones y propiedades psicométricas de un instrumento de evaluación psicológica al seleccionarlo, ya que estas cualidades son fundamentales en su desarrollo, adaptación y aplicación.

Interpretación de las puntuaciones en los test psicológicos

Cuando alguien realiza un test, el evaluador recibe una puntuación directa o bruta (PD). Esta es simplemente un número que refleja el desempeño del individuo según las instrucciones del manual, pero no tiene significado intrínseco. Por ejemplo, una alta PD puede ser buena en un test de aptitud pero negativa en uno psicopatológico.

En test como el BAS-II, que utiliza la Teoría de Respuesta al Ítem, además de la puntuación directa (PD), se incluyen las Puntuaciones de Aptitud (PA). Dado que las PD no son directamente comparables entre sí, se transforman en PA para representar el rendimiento real en el test basándose en la dificultad de los ítems y las respuestas correctas. Estas puntuaciones no son normativas y solo establecen una escala común de rendimiento basada en los ítems aplicados.

Para interpretar estas puntuaciones, es necesario compararlas con los contenidos del test o con el rendimiento de otros en un grupo normativo. Los tests se basan en criterios de rendimiento (para Test Referidos al Criterio) y en baremos (para Test Referidos a la Norma) para dar significado a las puntuaciones obtenidas.

Criterios de rendimiento

Interpretación en función de baremos

Los baremos representan el rendimiento típico de uno o varios grupos de referencia en un test específico. Permiten interpretar la puntuación directa de un individuo comparándola con un grupo normativo. Estas tablas convierten la puntuación directa de un individuo en un valor que indica su posición relativa al grupo de referencia.

La interpretación basada en baremos facilita la comparación de individuos entre sí o con un grupo normativo, mostrando diferencias en el atributo que mide el test. La mayoría de los tests requieren de estos baremos para su interpretación.

El proceso de baremación implica crear escalas de valores para categorizar las puntuaciones según características específicas. En esencia, son tablas que transforman las puntuaciones directas obtenidas en el test en relación con un grupo normativo.

En resumen, los baremos asignan un valor numérico a cada puntuación directa, mostrando cómo se compara esa puntuación (y por ende, la persona) con las del grupo normativo. Hay diversas maneras de realizar esta baremación. Destacamos las siguientes: baremos cronológicos, puntuaciones centiles o percentiles y baremos típicos.

Baremos cronológicos

Puntuaciones centiles o percentiles

Baremos típicos

Criterios de calidad psicométricos de los instrumentos de evaluación psicológica

La Evaluación Basada en la Evidencia (EBA) se apoya en la investigación y teorías científicas para: 1) elegir constructos relevantes a evaluar, 2) emplear instrumentos y técnicas validados y 3) implementar adecuadamente el proceso de evaluación (American Psychological Association, 2006; Hunsley & Mash, 2005). Esta evaluación, que combina evidencia científica, experiencia profesional y contexto del cliente, busca decisiones precisas, útiles y con repercusión positiva en el evaluado (Hunsley & Mash, 2007). La selección de herramientas adecuadas es esencial. Organismos como la APA, AREA, y NCME (2014) han delineado estándares para instrumentos psicológicos, mientras que la Comisión Internacional de Test (ITC) ha proporcionado directrices para la adaptación, uso y digitalización de pruebas (ITC, 2000, 2010, 2001, 2005a, 2005b). Un instrumento confiable debe estar estandarizado y mostrar fiabilidad y validez sólidas.

Fiabilidad

La American Psychological Association (APA) define la fiabilidad como la exactitud con la que un test mide, reflejando su consistencia y estabilidad. La fiabilidad indica cuánto concuerda una medida con un estándar preciso, y se relaciona inversamente con el error de medida: menor error implica mayor fiabilidad. Dado que las ciencias del comportamiento miden constructos no siempre directamente observables, están más propensas a errores. Estos errores pueden ser sistemáticos (desviaciones constantes de la medida real) o no sistemáticos (fluctuaciones aleatorias en la medida), influenciados por factores como el diseño del instrumento, el entorno de evaluación o la interpretación de los resultados. Estos factores pueden incluir condiciones ambientales, el estado emocional del evaluado o errores del evaluador. La fiabilidad, en esencia, se centra en cuantificar estos errores aleatorios en la medición (Muñiz, 1996). El objetivo es minimizar estos errores para garantizar una evaluación precisa y consistente.

Fiabilidad desde la Teoría Clásica de Test

La Teoría Clásica de los Test sostiene que la puntuación observada en un test (X) se compone de una puntuación real o verdadera (V) y un error no sistemático de medida (E). Esta puntuación real representa el promedio que se obtendría si el sujeto realizara el test infinitas veces. Sin embargo, solo podemos acceder a la puntuación observada en una sola toma del test. Los indicadores habituales de fiabilidad incluyen la consistencia interna, la estabilidad test-retest y la fiabilidad interjueces.

La estabilidad temporal, también conocida como fiabilidad test-retest, mide si un test proporciona resultados consistentes a lo largo del tiempo en variables que se consideran estables. Esta fiabilidad se evalúa aplicando el mismo test a un grupo de personas en dos momentos distintos y correlacionando las puntuaciones obtenidas en ambas ocasiones. Es crucial que durante el intervalo entre las aplicaciones no haya cambios significativos en la variable evaluada (AERA, 2014; Anastasi y Urbina, 1997). Un desafío en este método es determinar el periodo adecuado entre las pruebas para minimizar el efecto del recuerdo. Un alto coeficiente de estabilidad indica que el test tiene una buena consistencia temporal.

La fiabilidad interjueces examina si hay concordancia entre evaluaciones realizadas por diferentes jueces o por el mismo juez en distintos momentos. Uno de los métodos comunes para calcular esta concordancia es el índice Kappa. Es esencial para el evaluador, ya sea en la investigación o en la práctica profesional, elegir métodos de cálculo apropiados y herramientas que demuestren niveles de fiabilidad elevados. Según criterios propuestos por diferentes expertos:

• Para investigaciones iniciales, un coeficiente de fiabilidad de 0.50 a 0.60 puede ser aceptable.
• En investigación básica, se prefiere una fiabilidad mínima de 0.80.
• Para investigación aplicada, los valores deben oscilar entre 0.90 y 0.95.
• En situaciones donde las decisiones impacten directamente a los individuos, la fiabilidad debe superar el 0.90.
• Tests con fiabilidad entre 0.75 y 0.85 pueden servir para evaluaciones preliminares.
• Cualquier prueba con fiabilidad inferior a 0.67 debería ser descartada debido a la alta presencia de error.

Fiabilidad desde la Teoría de Respuesta al Ítem

De acuerdo con Hambleton y Swaminathan (1985) en el contexto de la Teoría de Respuesta al Ítem (TRI), la fiabilidad se relaciona con la precisión con la que se mide el rasgo latente, vinculándose directamente con la información proporcionada por el test. En lugar de una única medida de fiabilidad para todo el test, la TRI sostiene que la fiabilidad puede variar según el nivel del rasgo que se esté evaluando. Birnbaum (1968) introdujo la idea de que la fiabilidad es la suma de la información de cada ítem del test. Así, en lugar de hablar de tests globalmente fiables, es más apropiado considerar la precisión del test en función de diferentes niveles del rasgo evaluado. Con la correcta comprensión de los parámetros de los ítems, se pueden diseñar tests que estimen con gran precisión el nivel de habilidad de los individuos evaluados.

Validez

La validez indica si un instrumento mide correctamente lo que pretende medir, siendo una característica esencial de cualquier herramienta de evaluación. A diferencia de la fiabilidad, que se refiere a la consistencia del instrumento, la validez se relaciona con la interpretación y significado de las puntuaciones obtenidas. Según los Standards for Educational and Psychological Testing (SEPT), la validación implica reunir evidencias que respalden la interpretación y uso del test. No se valida el instrumento en sí, sino las conclusiones derivadas de sus resultados.

Además, la validez no se representa mediante distintos tipos, sino como un concepto único que puede ser respaldado por diferentes tipos de evidencia. Una herramienta puede ser fiable (consistente en sus mediciones) sin ser válida, pero no puede ser válida si no es fiable. Es importante señalar que un error sistemático ocurre cuando un test mide constantemente algo distinto al objetivo para el que fue creado.

Silva (1989) destaca que: a) La validez se asocia a las conclusiones derivadas de las puntuaciones de un instrumento bajo ciertas condiciones. b) Las interpretaciones de los resultados son las que se validan, no el instrumento en sí. c) La validez se estima a partir de múltiples informaciones, no solo un coeficiente. d) Se deben considerar evidencias de validez, no tipos de validez.

En resumen, la validez es un concepto central en la evaluación, ligado a la interpretación correcta y significativa de los resultados obtenidos a través de un instrumento.

Métodos clásicos para el cálculo de la validez

La validez de un instrumento puede evaluarse mediante tres métodos clásicos:

1. Validación del contenido: Mediante un análisis del contenido para asegurarse de que el instrumento cubre todos los aspectos relevantes del constructo que pretende medir.
2. Validación referida al criterio: Estableciendo cómo las puntuaciones del test se relacionan con un criterio externo o con otras medidas.
3. Validación del constructo: Analizando las características psicológicas específicas que la prueba intenta medir.

Cada uno de estos métodos proporciona una perspectiva única sobre la validez general del instrumento.

Validación del contenido

Validación referida al criterio

Validación del constructo

En el ámbito de la psicología, a menudo nos encontramos con conceptos no directamente observables, que requieren medición indirecta. Mientras que conceptos como peso o volumen son concretos, en psicología tratamos con constructos más abstractos como el neuroticismo o la introversión. Estos se definen a través de teorías que establecen cómo se relacionan con otras variables. La validez de constructo examina si un test refleja adecuadamente la teoría subyacente que lo respalda. Es esencial para determinar la eficacia de un instrumento al evaluar una variable psicológica específica. En esta perspectiva, la validez de contenido y criterio son vistas como subcomponentes de la validez de constructo. Es decir, un test debe ser relevante y representativo, y su relación con otras variables ofrece evidencia adicional sobre su validez. Los métodos comunes para evaluar la validez de constructo incluyen el análisis factorial y la matriz multirrasgo-multimétodo, que evalúan respectivamente la validez factorial y la validez convergente-discriminante.

• Validez factorial: Análisis factorial exploratorio-confirmatorio

El análisis factorial es una técnica que identifica la estructura subyacente de un instrumento de medida, también conocida como validez factorial. Hay dos enfoques principales: el Análisis Factorial Exploratorio (AFE) y el Análisis Factorial Confirmatorio (AFC). El AFE se utiliza cuando no estamos seguros de la estructura subyacente del test y queremos explorar cuántas dimensiones emergen de los ítems. Por otro lado, el AFC se utiliza cuando ya tenemos una teoría o expectativas sobre la estructura subyacente y queremos confirmar si esa estructura se ajusta a los datos recolectados. En resumen, el AFE busca descubrir la estructura, mientras que el AFC busca confirmar una estructura teorizada.

• Validez Convergente-Discriminante a través de Matrices Multirrasgo-Multimétodo (MRMM)

Las matrices multirrasgo-multimétodo (MRMM), propuestas por Campbell y Fiske (1959), buscan examinar la adecuación de un test como medida de un constructo, más que el constructo en sí. Estas matrices analizan las correlaciones de un test con otras mediciones del mismo constructo usando diferentes métodos y con otros constructos usando el mismo método.

Para aplicar MRMM se requiere:

1. Medir el constructo de interés usando diferentes métodos (por ejemplo, test, entrevista, observación).
2. Identificar otros constructos relacionados para ser medidos con los mismos métodos.
3. Recoger datos de una muestra usando todos los constructos y métodos.

Estas correlaciones pueden clasificarse en:

a) Coeficientes de Fiabilidad: Miden la consistencia de un solo constructo usando el mismo método. Deben ser altos para un buen instrumento.

b) Coeficientes de Validez Convergente: Correlaciones entre diferentes métodos para el mismo constructo. Si diferentes métodos muestran resultados similares para un constructo, indica validez convergente.

c) Coeficientes de Validez Discriminante: Correlaciones entre diferentes constructos usando el mismo o diferentes métodos. Estas correlaciones deberían ser bajas, mostrando que los constructos son distintos entre sí, independientemente del método utilizado.

En resumen, las MRMM ofrecen una perspectiva empírica sobre la validez de un constructo. Para considerar un test válido, deberíamos observar alta validez convergente y baja validez discriminante.

Otras perspectivas del concepto validez

La APA, en sus estándares de 1999, establece una visión unificada de la validez, donde la validez de constructo se convierte en el pilar central de la validación. Esta perspectiva enfatiza las consecuencias del uso de los test, la teoría de la generalizabilidad y cómo los test influencian decisiones políticas. Según esta definición, la validez es un concepto unitario que refleja el grado en el cual las evidencias y teorías respaldan las interpretaciones de las puntuaciones del test para sus usos previstos. En lugar de validar el test en sí, se debe acumular evidencia que respalde las interpretaciones propuestas de las puntuaciones del test. Esta visión moderna abarca tanto enfoques cuantitativos como cualitativos al abordar la validez.

Validez consecuencial

La validez consecuencial se refiere a los efectos no anticipados que resultan del uso de los test, especialmente si estos efectos adversos están relacionados con fallos en el test, como una inadecuada representación del constructo. Messick (1998) se centró en cómo el uso de una técnica puede afectar, positiva o negativamente, al individuo evaluado. Aunque los Standards for Educational and Psychological Testing han incluido las consecuencias sociales del uso de los test como una evidencia más en la validación, hay debate sobre esta inclusión. Algunos argumentan que evaluar las consecuencias confunde los resultados con la precisión de la inferencia del atributo medido. Además, señalan desafíos prácticos, como la variabilidad en el uso del test y la dificultad de separar cuestiones de validez de argumentos ideológicos o políticos. En resumen, la consideración de las consecuencias en la validación presenta desafíos conceptuales y metodológicos en la psicometría.

Validez social

La validez social se refiere a la consideración de las implicaciones y consecuencias sociales de la aplicación de tests psicométricos. Originalmente, se vinculaba con la evaluación e intervención de individuos con retraso, pero es esencial para determinar criterios normativos y éticos en la evaluación.

Existen dos enfoques principales para evaluarla:

1. Valoración Subjetiva: Implica juzgar la aceptabilidad social y la importancia de los objetivos, procedimientos y resultados logrados.
2. Valoración Cuantitativa: Se centra en comparar resultados con estándares normativos.

Según Foster y Mash (1999), la validez social es un concepto con múltiples dimensiones, dividido principalmente en aceptabilidad y relevancia. Es esencial garantizar que los tests sean socialmente relevantes y aceptados por la comunidad para garantizar su eficacia y justicia en la aplicación.

Utilidad

La utilidad en evaluación se refiere a la capacidad de una técnica para:

1. Detectar variables relevantes al tratamiento.
2. Identificar comportamientos objetivo para el tratamiento.
3. Mejorar los resultados del tratamiento al usarla.

Según Fernández-Ballesteros y Calero (2011), la utilidad está más ligada al proceso de evaluación que a la técnica en sí, enfatizando la importancia de tomar decisiones óptimas. Recientes investigaciones de la APA resaltan que la evaluación psicológica es tan útil como la médica en áreas como diagnóstico, predicción de comportamiento y resultados terapéuticos, entre otros.

Un estudio destacado de Meyer et al. (2001) concluyó que:

1. Los test psicológicos tienen alta validez.
2. Su validez es comparable a los test médicos.
3. Diferentes métodos de evaluación aportan información única.
4. Los clínicos basados solo en entrevistas pueden tener una visión limitada del paciente.

Por lo tanto, se sugiere que la combinación de múltiples métodos de evaluación enriquece el entendimiento del clínico, potenciando la validez y precisión de la evaluación, demostrando la pertinencia y valor de la evaluación psicológica moderna.

Validez incremental

La validez incremental se refiere al beneficio añadido que una técnica de evaluación adicional aporta al proceso de evaluación. En otras palabras, evalúa si combinar múltiples métodos o fuentes de evaluación mejora la precisión y la capacidad predictiva sobre el uso de un solo método o fuente.

• Muchos expertos recomiendan una evaluación multi-método y multi-fuente, ya que rara vez una sola medida ofrece una visión completa (De los Reyes, Del Barrio, Fernández-Ballesteros, etc.).
• Sin embargo, la simple combinación de medidas no garantiza automáticamente mejores resultados; su validez incremental debe ser demostrada empíricamente para cada objetivo de evaluación.
• En el ámbito de la psicopatología de adultos y el estudio de la personalidad, técnicas como el test de Rorschach y el MMPI-2 han demostrado un aumento de la validez incremental en ciertos casos.
• Combinar entrevistas clínicas estructuradas con instrumentos específicos también ha demostrado aumentar la validez.
• En el ámbito infantil, la justificación para el uso de múltiples métodos y fuentes proviene más de la lógica que de evidencia empírica sólida.
• Algunas investigaciones muestran que combinar perspectivas de múltiples informantes (como madre-padre o niño-padre) puede mejorar la predicción de problemas conductuales en niños basándose en la aceptación parental percibida.
• Recursos como «Psychological Assessment» y «Assessments that Work» ofrecen más detalles sobre la combinación de instrumentos para problemas clínicos específicos.

En resumen, la validez incremental subraya la importancia de considerar si la adición de más métodos o fuentes en la evaluación aporta valor real y mejora la precisión de las decisiones clínicas.

La validez de los test referidos al criterio: sensibilidad y especificidad

Los Test Referidos a Criterio buscan clasificar a los individuos según sus resultados en una prueba en categorías como «aptos/no aptos» o «trastorno/no trastorno». La validez de estos tests se centra en cuán adecuadas son estas clasificaciones.

Dos índices clave para evaluar la validez son:

1. Sensibilidad (SE): Mide qué tan bien el test identifica a quienes realmente tienen un trastorno. Es la probabilidad de que alguien con el trastorno obtenga un resultado positivo en el test.
2. Especificidad (SP): Mide qué tan bien el test identifica a quienes realmente no tienen el trastorno. Es la probabilidad de que alguien sin el trastorno obtenga un resultado negativo en el test.

Idealmente, una prueba tendría alta sensibilidad y alta especificidad, pero en la práctica, hay un equilibrio entre ambas. La Curva Operativa del Receptor (COR) se utiliza para determinar el punto de corte óptimo que maximiza tanto la sensibilidad como la especificidad.

La validez desde la Teoría de la Generalizabilidad

La Teoría de la Generalizabilidad (TG) aborda la validez de una prueba desde cuatro perspectivas:

1. Generalizabilidad de los elementos: Se refiere a si los elementos de un test son representativos del universo completo de contenidos relacionados. En otras palabras, ¿un elemento del test es aplicable a otros similares? Esto se asemeja a la validez de contenido tradicional.
2. Generalizabilidad de las situaciones: Examina la validez ecológica, es decir, si los datos de un test son aplicables en diferentes situaciones. Se enfoca en la relación entre las medidas tomadas en un entorno controlado versus situaciones reales, priorizando las mediciones en contextos naturales.
3. Generalizabilidad de los métodos: Analiza si los datos obtenidos mediante un método de evaluación son extrapolables a otros métodos que miden el mismo contenido. Se relaciona con las nociones tradicionales de validez convergente y concurrente.
4. Generalizabilidad de las dimensiones: Considera si las características o estimaciones de una variable pueden aplicarse a otras. Se vincula con el concepto tradicional de validez de constructo.

En resumen, la TG proporciona un marco para evaluar la validez de una prueba considerando la representatividad de sus elementos, su aplicabilidad en diferentes situaciones, métodos y dimensiones.

Exactitud

Desde una perspectiva conductual, la aplicación de los principios de la Teoría Clásica de Test ha sido desafiante debido a desacuerdos fundamentales sobre la naturaleza de los constructos evaluados. En la evaluación conductual, la preocupación principal no es la estabilidad del constructo, sino más bien la «exactitud» con la que se representa una conducta particular.

La exactitud, según Cone (1988), se refiere a qué tan bien un instrumento refleja las características reales de la conducta en estudio. Para ser considerado exacto, un instrumento debe:

1. Determinar si la conducta ocurre.
2. Registrar la repetición de la conducta.
3. Capturar la conducta en diversas situaciones.
4. Permitir mediciones usando diferentes métodos.
5. Relacionar la conducta con otras conductas.

La exactitud no es lo mismo que fiabilidad o validez en la Teoría Clásica de Test. Mientras que la fiabilidad se refiere a la consistencia de las mediciones, la exactitud considera si la medición refleja realmente la conducta observada. Así, una medida podría ser confiable (consistente) sin ser exacta (veraz). Por otro lado, aunque una medida pueda ser válida, no necesariamente es exacta, ya que la validez se basa en estimaciones y criterios, mientras que la exactitud se relaciona con la precisión en la representación de una conducta real.

Garantías éticas en el uso de los instrumentos de evaluación psicológica

El Consejo General de la Psicología en España, representante principal de los Colegios Oficiales de Psicólogos, ha establecido Principios Éticos de la Evaluación Psicológica basados en directrices de la APA. Estos principios subrayan la importancia de la adecuada selección y uso de instrumentos de medida en psicología. Adicionalmente, el Código Deontológico del Psicólogo, publicado por el mismo Consejo, enfatiza la necesidad de que los psicólogos estén adecuadamente capacitados y se especialicen en las técnicas que utilizan, actualizando constantemente sus conocimientos. Además, se insiste en no usar métodos no contrastados y en mantener la exclusividad y confidencialidad del material psicológico, evitando su mezcla con prácticas no basadas en la ciencia psicológica.

CÓDIGO DEONTOLÓGICO DEL PSICÓLOGO (Consejo General de Colegios Oficiales de Psicólogos, 2010)
Artículo 17º: La autoridad profesional del Psicólogo/a se fundamenta en su capacitación y cualificación para las tareas que desempeña. El/la Psicólogo/a ha de estar profesionalmente preparado y especializado en la utilización de métodos, instrumentos, técnicas y procedimientos que adopte en su trabajo. Forma parte de su trabajo el esfuerzo continuado de actualización de su competencia profesional. Debe reconocer los límites de su competencia y las limitaciones de sus técnicas.
Artículo 18°: Sin perjuicio de la legítima diversidad de teorías, escuelas y métodos, el/la Psicólogo/a no utilizará medios o procedimientos que no se hallen suficientemente contrastados, dentro de los límites del conocimiento científico vigente. En el caso de investigaciones para poner a prueba técnicas o instrumentos nuevos, todavía no contrastados, lo hará saber así a sus clientes antes de su utilización.
Artículo 19º: Todo tipo de material estrictamente psicológico, tanto de evaluación cuanto de intervención o tratamiento, queda reservado al uso de los/as Psicólogos/as, quienes por otra parte, se abstendrán de facilitarlos a otras personas no competentes. Los/las Psicólogos/as gestionarán o en su caso garantizarán la debida custodia de los documentos psicológicos.
Artículo 21 º: El ejercicio de la psicología no deberá ser mezclado, ni en la práctica, ni en su presentación pública, con otros procedimientos y prácticas ajenos al fundamento científico de la psicología, cuando tal prohibición esté prevista legalmente.

Consideraciones sobre la evaluación en grupos diversos o multiculturales

La globalización y los crecientes contactos transculturales hacen esencial que los instrumentos de evaluación psicológica sean aplicables y relevantes para sujetos de diversas culturas. Desde los años 80, se han desarrollado guías y manuales enfocados en la evaluación multicultural. Estos materiales, como las «Guidelines on Multicultural Education» de la APA (2002), subrayan la necesidad de que los psicólogos posean sensibilidad y conocimiento multicultural. Una crítica frecuente es que muchos instrumentos de evaluación están sesgados hacia la cultura occidental. Es crucial que los instrumentos no solo estén traducidos adecuadamente, sino que también sean conceptual y funcionalmente equivalentes en diferentes culturas, asegurando que midan de manera válida los constructos en contextos multiculturales.

Referencias

• Moreno Rosset and Ramírez Uclés (2019) Evaluación psicológica : proceso, técnicas y aplicaciones en áreas y contextos. Madrid: Sanz y Torres.