",_,_,,'<;'__ ~"",,,,,'_":',,~:,.: ,-¡;...~.._-;.:.:._•. __",", "., .,...."•. u,_., .•..,3.)-:':_'>- ..~'.:.' ..

"'" '_'_ - _' ;

,
P-s.,~mef;.,~~s

Tests Psicológicos ,
~,
ANNE ANASTASI
Department of Psychology, Fordham University .
..
:.: --;\..~•..... -.' .
" ", ~
.
.'.'
,-
"-

'.¡~
'.

-, SUSANA URBINA '

Depart"1ent of Psychology, UniversitY of North Floñda
~~:. -'r';:iX~-:'~"
~

\
I
1r TRADUCCIÓN:
María Elena Drtíz Salinas
~ Licenciada en Psicología
I
~ Universídad Nacional Autónoma de México
! REVISIÓNTÉCNICA:
María Enedina Villegas Hernández
Licenciada en Psicología
\ ., Universidad Nacional Autónoma de México
\
.1
j
¡ Pearson ~ .
,.," . Educación
.\ . ..-:' @

\{
~!EXICO • ARGESTt'A' BR.-ISn.. COLOMel-" COSTA RlCA' CIlD.E
1 ES?".'I'" GU.m.WJ.A' ?ERÚ' ?UEJ<[O RlCO' VENEZUELA i:

Normas y significado de las
puntuaciones de los tests
" dos formas principales: (1) el niyel de desarrollo alcanzado, o (2) la posición relativa
0
,1'.$.
, ~. n la segunda parte, compuesta por los capículos 3 a 7, enconreará una introduc#
, ." ci6n a los conceptos básicos y la metodología que se requieren para entender
o{ _ bs pruebas psicológicas y para la adecuada interpretación de sus resultados. Los
- siguientes capítulos abordan temas como las normas, la confiabilidad. la validez,
el anjlisis dt: reactivos y el diseño de los tests. Este capítulo trata sobre el desarroHo y
uso d~ la.:;normas y OtrOSprocedimientos que facilitan la interpretación de las puncua.
cion.e$.En ausencia de datos interpretativos adicionales •.la sola puntuación cruda de
cU3.lqui~r prueba psicológica carece de significado. Decir que un individuo ha resuelto
correctamente 15 problemas de una prueba de razonamiento aritm~cico, identificado
34 pabcras de una prueba de vocabulario o armado un objeco mecánico en 57 segun-
dos, tranSmite poca o ninguna informaci6n sobre su posici6n en cu'alquíera de estas
funcione$. Tampoco los porcencajd brindan una solución SJ,tisfactoria al problema de
interpretar [as punruacio~es de tos lnstnlmentOS¡ por ejemplo, una puntuaci6n de 65
por ciento de aciertos en una prueba de vocabulario puede ser equivalente al 30 en
oera y a180 por ciento en una.más. Obviamente. el grado de dificultad de los reactivos
que componen cada prueba determinará el significado del resultado. Al igual que las
puntuaciones crudaJ, los porcentajes sólo pueden intetpretarse en un marco de refe-
rencia claramente definido y uniforme.
En tos in.mumentos pslcol6gicos, las puntuaciones suelen interpretarse haciendo
referencia a norma.sque representan el desempeño de la muestra de estandarización en
b prueba; es decir, las normas se establecen emprricamente al determinar lo que
rucen en b prueba lo:smiembros de un grupo representativo. La puntuación rraNfor-
mada de cualquier individuo se refiere entonces a la distribución de las puntuaciones'
obtcni..:!aspor b muestra de estandari:3ción pan descubrir qUl~lugar ocupa en esa dis-
tribución. ¡Coincide el resultado con el desempeño promedIO del grupo de estanda.
48
-------- --- .---------
NomJa5.¥ ~i~nificadiJ de [as puntual..ione:; de la!>test!> 4~
ri:ación? ¿Está li~erameme por debjo del promedio o se encuentra cerca del e'x:tremo
superior de la dLmlbuciónl r -
Paca averi~31' la posición exact:l del ind¡vidu~ en relación con la muestra de: es-'
tandari:ación, la puntuación cruda se convierte en una medida relativa. Estas punrua-
ciones rransformadas cumplen un doble propósito; primero, indican la posición del
individuo en relaci6n con la muestra normativa, lo que permite la evaluación de su de-
sempeño en comparación con otras personas. Segundo, proporcionan medidas equiva-
lentes que permiten la comparación directa del desempeño del individuo en pruebas
diferente.:;;por ejemplo, si una chica obtiene una punruación cruda de 40 en una prueba
d~ vocabulario y una de 12 en una prueba de razonamiento aritmético, esto, nada nos
dice acerca de su desempeño relativo en las dos pruebas: ¿es mejor en vocabulario o en
aritmética, o bien igualmente buena en ambas materias? Como las puntuaciones crudas
de diferentes pruebas suelen expresarse en unidades distintas resulta imposible su com.
paraci6n directa: El nivel de dificultad de cada prueba también afecta esta compara-
ción. Por otro lado, las puntuaciones derivadas pueden expresarse en las mismas
unidades y referirlasa muescrasnormativas iguales o muy similares en distintas pruebas,
lo que permite comparar la ejecución relativa en funciones muy diferentes.
Aunque hay varias formas de convertir las puntuaciones crudas para satisfacer los
dos objetivo.:; planteados, las puntuaciones derivadas se expresan esencialmente en
denero de un grupo específico. Estudiaremos ambas puntuaciones "J algunas de sus
variantes en otraS secciones del capítulo, pero antes es necesario examinar algunos
conceptos elementales de estadística que fundamentan el desarrollo y la utilización de
las normas:' La siguiente sección aclara el significado de ciertas medidas e5tJdísticas
comunes, y proporciona ejemplos simplificados de los cálcul9S ~in pretender con ello
. brindar una capacitación en los métodos-estadísticos. Para loSdetalles de cálculo y los
procedimientos a seguir en la aplicación práctica de esas técnicas, acuda el lector a
cualquier texco actuaH:ado de estadLstica (por ejemplo, D. C. HoweH, 1997¡ Runyon
y Haber, i991¡ West, 1991). En la actualidad, eScomún que se reconozca la necesidad
de que no sólo los usuarios de los tests cuenten con conocimientos básicos de la
mecodotog(a de la estadística, sino cambién cualquiera que desee comprender los in-
formes de Investigación publicados en cualquier área de la psicologfa (L. S. Aiken,
Wesc, Sechwr y Reno, 1990; Anascasi, 1991; lambert, 1991; S. T. Meier, 1993).
CONCEPTOS ESTADÍSTICOS
Un propósitO fundamental de la escadrstica es organizar y resumir los datos cu:mtita-
tivos para facilicarsu comprensión. Una lista de 1 000 puntuaciones no sólo resulta
abrumadora, sino que trarumice poco significado. El primer paso para poner orden en
semejante caos de dacos es tabular las puntuaciotle5 en una discribución de jw:ueTlciaJ,
como se Huseraen la tabla 11,'que agrupa las puncuaciones en intervalos pe et~e, y
marca cada uro "en el incervalo adecuado. Cuando se han an;otado todas La.spunrua"
ciones se cuentm las m3Icas para encontrar la frecuencia °
el número de casos en
cada intervalo de clase. Lasuma de esas frecuencias será igual a N, el número total de
casos ~n el gru~o. u tabb 3.1 rnutsrra las puntuaciones obtenidJS por 1 OC{) uníveTsi.
 ,'O.-:

Normas'Ysignificadode laspu~t'¡adones de los tests 51

50 Pdndpios técnicosy metodológicos

.0
340
320
Distribución de frecuencias de las puntuaciones de 1 000 estu- -- Polígono de frecuencia

diantes universitarios en una prueba de aprendi~aje de códigos

300
280
___ • Histograma ,
260
Intervalo de clase Frecuencu 240

.(:'1",'1 .... '-;.:);;;-.¿.': .. ,~:¡ • 220

o
<JI 200'
'0.-
~.. 180'
';:1 ;
"e .
160
.';: : .:...'.

;;Ii.j!\~¡'I,;;:f0;¡~~;]:~lI~~~~~
.g
~ 140
.
z 120 •.
.:~:
100
80
'¡O.'
60
:'.'
_.:: '. .i';;fJ:J:;;;'U '{: F! ",,-:,:B-aHl :";'}f.\:b::bi r.~bi;.l-::2; si ~I~l:.qi"..oo ~jirn1)q ~op~'oI 40 ~.:'
.~,
:-.[J 1; ¡i:;'d'j !lol~~~~
;;.~ ~:-'':' .. ::!: ...~r;;~,-.: : ..;~. ':~'::" ..: ::,'¡:'i:Xi' ,?l':í1~::!,::t"i"JI-5iq;rt~/<.-~; 20
"

~~~ip2~:~~~:~
", ,~","~P~~,
(Da~ tom:idos de Aruswi, 1934, pj.g. )4)

tarios en una prueba de aprendi::aje de códigos en la que un conjunto de palabras arti-

ficiales o sílabas sin sentido debía ser sustituido por otro. Las punruaciones crudas in-
dicaban el número de sílabas correctas sustituidas en un ensayo de dos minutos. con
un rango de ocho a 52. Se agruparon en intervalos de clase de cuatro pumas, que iban
de 52-SS enla parte superior de la distribuci6n a 8-11 ,en el extremo inferior. La
columna de frecuencia revela que dos estudiantes obtuvieron pumuaciones entre
ocho y 11, tres entre 12 y 15. ocho entre 16 y 19. etcétera.
La información que proporciona una distribución de frecuencias también puede
repre:ientarse en forma gráfica en una curva de distribución. La figura 3.1 muestra de
esa manera los datos de la tabla 3.1. En la Unea bas~, el eje .llorizomal, se encuenaan
las puntuaciones agrupadas en intervalos de clase; en el eje vertical se localizan las fte-
cuencias o números de casos que caen en cada intervalo. La gráfica se presenta de dos
formas, ambas de uso común. En el Mwgrama. la altura de la columna levantada sobre
cada intervalo corre~ponde al número de sujetos localizados ah£. Podemos imaginar
que cada individuo se para en los hombros de otro para.formar la columna. En el po/(-
gono de frecuencia. un puntO en el centrO del intervalo de clase y conectado a la fre-
cuencia apropiada indica el número de sujetos en cada intervalo. Los puntOSs~cesivos
se unen luego con líneas rectas.
A ~xcepci6n de algunas irregularidades menore:i, la distribución que se muestra en
la figura 3.1 recuerda heun:a normal. En la figura 3.2 se presenta una curva normal
p<:rfeccadecermin:lJa m:ltemáricamente. Esta curva tiene importantes propiedadc:s
m<ltemáticasy brinda la base para muchos anáJisisestad8tic~; sin embargo, para nuc:s-
traS propósitos actuales sólo mencionaremos algunos de esos rasgo.s. En esenci3, la
curva indica que el m:lyor número de C350S se agrupa en el centrO de la distribución, y
que al acercarse a los extrc:mosva disminuyendo gT3dualmenceen ambas direcciones,
F i 9 u r a 3.1. Curvas de distribución: polígonode frecuenciae hisrograma.
(DatOS de la t:!bla ).l)
La curva es simétrica y tiene un único pico en el centro. Casi todas las distribuciones
de rasgos humanos, estatura, peso. aptitudes y caractedsticas de personalidad, se
aproximan a la curva normal. y. en general, entre más grande sea el grupo más pare-
cida resultará la distribución a la curva teórica normal.
Un grupo de puntuaciones también puede describirse en términos de alguna me-
dida de wulenda central, que ofrece la puntuación más común o representativa del de-
sempeño de todo el grupo. La mis conocida de esas medidas es el promedio, que
técnicament~ se llama media (M) y se obtiene al sumar todas las puntuaciones y di-
vidir la suma entre el número de casos (N). Otra medida es la moda, o puntuación
más frecuente. En una distribución de frecuencias, la moda es el punto central del in-
tervalo de clase con la mayor frecuencia. De acuerdo con lo anterior, en la tabla 3.1 la
moda cao a la mitad dd incecvale 32-35 y es igual a 33.5, Ob,ecve que es'" pun'
tU3.ci6ncorresponde al punto más alto ,en la curva de distribución de la figura 3.1.
Otra medid3.de tendencia central es la mediana, el puntO m:iscercano al centro de
una distribución de puncu.3cionesordenJdJ-Spor tamaño. La mediana eSel punto que
divide la disuibución por encima y por debajo del cual cae la mitad de los casos.
Las medid3.Sde variabilidad, de la extensión de las diferencias individuales alrede-
dor de b cendenciJ. cenual, proporcion.3n otra descripción del conjunto de puntUJ-
ciones de un [ejt. La forma m:1sevidente y familiar de mamar b vadabilid3.d es el

.-- .-.----------- -'--

 ,¿;~
.• / ...;~r
Normas y -significado de los puntuaciones de los tests 53
52 Principios tecnicos y metodológicos
r:::-=-r.:-~._:'
~~R:\t.~'t~;;~:X~.r...
:;
y .." ,., Ilustración de la tendencia central y Lavariabilidad
.-: •. , .,
.. ,.:
;'(,.:.' .;-:
..... ~. ',:;
....-; ,;', Pun~:lc¡ones ex) Desvi:lción (x = X - M) Cuadrado de las desv. (xl)

. ,.
..
"'.'
,,:,.,.:,:" . ,

.2 " .. ,,'.50% d,
B :.•...
"{l" . '~.
.
0
.. ' Cii
:;~'~eái~ri~
4o;? _.',' ~-;.r.:_ , .....
7'
:: E ., ...• v .... ,.. " .\/:
"":;1
z. . '., .. :50% de ... r.\,.
.,..:;_-,:I),:t-::;;~~~':',:,p,
..LX~
, .',i. :; ~;". "';:~':-';~:

,,,:;"":,:,';~'~~11~~~~
'.:;
.~~~
F i 9 u "/a 3. 2. Distribucionesde frecuenciascon la misma media pero dife-
rente variabilidad. .

rango entre la mayor y la menor puntuación; sin embargo, se trata de una medida muy
cruda e inestable, toda vez.que la determinan apenas dcl puntuaciones, lo cual supone
que una sola puntuación inusualmente elevada o baja puede afectar mucho su
tama~o. Un método más preciso para medir la variabilidad se basa en la diferencia
'entre la puntuación de cada individuo y la media del grupo.
En este p'umo resulta útil estudiar el ejemplo de la tabla 3.2, en el que se calcularon
las diversas' medidas consideradas para 10 casos. Aunque en la práctica real suelen
manejarse grupos más grandes, en este caso la elección de un grupo tan pequeño obe-
dece a la necesidad de simplificar la explicación. La tabla 3.2 también permite intro-
ducir algunos símbolos estadfsticos que debe aprender, ya que los emplearemos más
adelante. ~ manera convencional, designamos las puntuaciones crudas originales con
una X mayúscula, la x minúscula se emplea para referirse a las desviaciones de cada
puntuación,' respecto a la media del grupo y la letra griega L significa ula suma de", Se
observa que en la primera columna de la tabla 3.2 aparecen los datos para el cálculo de
la media (que en este caso es 40) y la mediana (que es igual a 40.5 y se en!=uentra entre
40 y 41) por encima y por debajo de la cual se encuentran respectivamente cinco casos
(50 por ciento). En un grupo tOanpequeño no tiene sentido buscar la moda, porque los
casos no muestran un agrupamiento inequívoco en ninguna puntuaci6n; de cualquier
modo, la puntuación d~ 41 representarfa técnicamente a la moda, porque la obcu-
vkron dos individuos, en ranto que el resto de los resultados ocurrió una sola vei.
La Stgunda columna muestra qué ramo se desvfa cada puntuación por encima o por
d~b3jo de la m~dia de 40. La suma de las desviaciones siempre será igual a cero,
porque bs desviaciones positivas y las negativas alrededor de la media necesariamente
se equilibran o cancelan (+20 -20 •• O). Si ignoramos los signos podemos promediar
IJ.Sd~svbciones absolutas y obtener una medida de la desviación promedio de cada
sujeco d~ la media del grupo. Aunque de cierro valor descriptivo, en 13práctica no se
Noco.. los s(mbolos r.
y C1 son 13 OU)'\ÍSCub y b minüscula de la muou lelr3 gricg3. pronunci3<b ~sigrn3•• En mu-
chos textos de C$rndísti6', \1 DE ~ refiere a b desviación cst:ind:lr de la mucstrJ. de la que ~ obtuvieron!o:s datos,
mientras que C1 se refiere al estimado de la desviación esónd:uen la poblaci6n de la que ~ exmjo la m\JC:Str:l.
emplea la "desviación promedio" porque la eliminación arbitraria de los signos hace
inadecuado su uso en posteriores análisis matemáticos.
La desviación estándar (simbolitada por DE o a) es una medida de variabilidad
mucho más útil en la que los signos negativos se eliminan al elevar al cuadrado cada
desviación, procedimiento seguido en la última columna de I.ata~la 3.2. Se conoe,e
como varianza o media de los cuadrados de las desviaciones a la suma de esta columna
dividida entre el número de casos' ( r.t ). La .varianza ha demostrado serd~ gran
utilidad para' separar la contribución de diferentes factores a las diferencias indivi-
duales en el desempeñ.o de una prueba; sin embargo, para los propósitos presentes lo
que más nos inreresa es la DE que, como se muestra en la tabla 3.2, es la rafz
cuadrada de la varianza. Esta medid3 suele emplearse al comparar la variabilidad de
distintos grupoS; por ejemplo, b figura 3.2 present'a dos distribucioneli que coinciden
en la media p~ro difieren en la variabilidad. La distribución con la mayor variabili.
I ~ cllculos lllJ,\t~os en esle OplfU!O tíCn(n que ver con la (lted!lrica dtKTipd\.'ll, que ~ refiere a b mucstr3
reJlmenlC mcJiJJ; en la tJw&stiu m/(T(l"•.id. u N e1 reempl1:3<,h por N.¡ p:1n ~ríour los valores COrTcspon.
dientcJ 3 b pobbci6n :1.pJnir de loi dHOS & lJ mccmJ. Enue menor su b mU(1{l'3, fT\3yOt'1Cd b difercnci:l.
cnHe los "'llores de l:a muC)ln y \o¡ de U pJ:txión, PlrJ l1Ú1e,lplic.3(iúnes, vo!:uc cu.11quier libro JctwliuJo de
cstaJ[Uic3S (por ejemplo. Comrey y lec. 199!). •
~~~;.?,;t";.i :''''~>..\;:'~.,~_::.:~;".,~,,,;;,,-,,,::::-:;:~":'''':''':::''''...i.~~.~
io¡',:-:.',I,".-;:¡' !t--;.~:~:;':-V~::"~i~',
5-4 Principios técnicos y metodológicos
--- ___
~..:....._,~ . ~ __~_ ..... , ..~....'....' .
í oC>:;' '" " ;" :~:,
: + _ .. 68.26% 0'_ •..
1\
,'!"".~r2i.";,1
« ¡
.'}:~~~]&i1It~tf&I{&11~f~jr.i~;íl;~~~~i~tit.i0~~~i
F i 9 u fa .3. 3. Distribución de los porcentajes de casos de la curva normal.
dad individual produce una DE m~ grande que la que tiene rl}enores diferencias in.
dividuales: Al evaluar la ejecuci~n relativa de dos grupos, deben compararst tantO
las DE como las medias. Si se encuentra que la variabilidad de los grupos difiere,
puede suponerse que son dis[miles en la proporción de punruaciones altas, bajas o en
ambas, independientemente de las diferencias entre las medias. En la actualidad se
dispone de procedimientos que permiten combinar los efectos de las diferencias
entre las medias y las diferencias en la DE (véase, por ejemplo, Feingold, 1995).
1.3 DE también proporciona la base para expresar en términos de normas las pun.
tuaciones del individuo en dife~emes pruebas, como se mostrará en la sección de caH.
ficaciones 'estándares. La interpretación de la DE resulta especialmente clara al
aplicarse a una curva de distribución normal o aproximadamente normal, en la que
hay una relación exacta entre la DE y la proporciÓn de casos, como se ve en la figura
3.3. En 'ta~Hnea horizontal de la curva se han marcado las distancias que representan
una, do.:iy tres desviaciones normales por encima y por debajo de la media; por ejem.
plo, en el caso presentado e.n la tabla 3.2, la media corresponder(a a una puntuación de
40, +10 correspond,rla a 44.9 (es decir, 40 + 4.9); +20 a 49.8 (es d,ci" 40 + 2 X 4.9),
etc. En la. curva normal el porcentaje de casos que cae enrte la media y +lcr es 34.13
por ciento. Como la curva es sim~trica, también se encuenrra 34.13 por ciento de los
casos entre la media y -la, de modo que entre +10 y -la a ambos lados de la media se
encuentra el 68.26 por ciento de los casos. Casi todos los casos (99.72 por ciento) caen
dentro de :t3a de la media. Estas relaciones son particularmente importantes en la in-
terpretación de las puntuaciones estándares y los percentiles que verelJlo.:iaddante.
NORMAS DE DESARROLLO
L:u puntuaciones de l~ pruebas adquieren significado si indican qu~ tanto progre-
sado el individuo en el pau6n de desarrollo normal. Así, puede decirse que un niño de
ocho ai\os tiene una ed3d mental (EM) de 10 si su ejecución en un3 prueba de in-
•.'~'¿0¿-"':"~.i:..<.:'.'-"----"-'.~~:""""-":'-:J..o. • -
Normas; s{gnificado de las puniu~ciones de los t~ts SS
:::'-:-";Y=:'S-X~~~8l~--
teligencia es tan buena como la de un niño de 10; la EM de 10 también se asignaría a
un adulto retardado que mostra~ el mismo nivcLde ejecución: En un contexto dife-
rente, puede decirse que un chico de cuarto grado ha alcaruado la nom,a de sexto en
"f ,',::", ":~,o; V i una prueba de lectura y la de tercero en una de aritmética. Orros sisremas de desa-
rrollo utilizan descripciones cualitativas de la conducta en funciones específicas,
-" - +. ':'- como las actividades sensoriomotoras o la formación de conceptos. Como quiera que
se expresen, las puntuaciones basadas en normas de desarrollo tienden a ser burdas en
términos de la psicometda. Y no se prestan a un tratamiento estadístico preciso; no
obstante, resultan muy atractivas para propÓSitOSdescriptivos, en especial en el estu-
dio clínico intensivo de individuos Ypara ciertos propósitos de investigación .
Edad mental. En el cap[tulo 2 dijimos que el término "edad mental" se popularizó
gracias a las traducciones y adaptaciones de las escalas de Binet-Simon, aunque el
propio Binet prefeda usar el más neutral de "nivel mental". En escalas de edad como
las de Binet.y sus.revisiones (previas a 1986), los reactivos se agrupaban en niveles
cronológicos. Por ejemplo, los. reactivos pasados por la mayoría de los niños de siete
años de una muesIT3 de estandarización se colocaban en el nivel de siete años, los
pasados por casi todos los de ocho años se asignaban al nivel de ocho años, etc. La
puntuación de un niño en-la prueba correspondería entonces al mayor ni\'el que
hubiera completado con éxito. En la práctica real, la ejecución de los individuos
mostraba cierto grado de dispersión, lo que significa que en algunas pruebas estaban
por debajo de su edad mental y pasaban otras por encima. Por esta ra.::ón se
acostumbraba' calcular la edad basal, es decir, la mayor edad en la que todas las pruebas
se pasaban. A esta edad basal se agregaban luego créditos parciales en meses por las
pruebas pasadas en niveles superiores. La edad mental del niño en la prueba era la
suma de la edad basal y los meses adquiridos como créditos en los niveles superiores.
Las normas de edad mental también han sido empleadas con pruebas que no se divi.
den en niveles de años. En ese caso, primero se determina la puntuación del niño, que
puede ser el número total de aciertos obtenido en toda la prueba o bien puede basarse en
el tiempo. número de errores Q en alguna combinación de esas medidas. El promedio de
las puntuaciones crudas de los niños de la muestra de estandarización en cada grupo
. d, edad constituye la norma d, edad paro esa pru,ba; por ,jemp!o, la puntuadón ctuda
promedio de los niños de ocho años representa la norma para esa edad. Si la calificación
de un individuo es igual a la puntuación cruda promedio de los ocho años, entonces su
edad m,neal en la prueba es de ocho años. Todas las puntuadon" crudas d, dicha pru,ba
pueden tra1\Sforrn:ll"Sede manera similar haciendo referencia a las normas de edad.
Advierta que la unidad de edad mental no permanece constante con la edad, sino
que tiende a disminuir con los ai\os; por ejemplo, un nii\o que a la edad de cuatro
tiene un año de retardo a los 12 tendrá aproximadamente tres ai\os de retardo. Un
año de desarTollo mental de los tres a los CU3trOaños equivale a tres años de d~S3rTollo
de los nueve a los 12. Como el des3rTollo intelectual avan:a más r~pid3mentea edJdes
tempranas y disminuye a medida que el individuo se aproxima a su limire d~ madu-
ración, la unidad de edad mental se reduce también con la edad. Est3 relación se apre.
cia con mis facilid3.d si se piens3 en la eStatuf3 del individuo expresadJ en cénninos
ro de "ed3d de escatura". La diferenci3, en centímetros, enue una ed3d de t-sratura d~ [[es
y cuatro años será mayor que entr~ una de 10 y 11. D~bido a la disminución progr~sivJ
 ,
t
56 Principios técnicos y m~todológicos
de la unidad de EM, un año de aceleración o remrdo, dig3mos, la edad de cinco repre-
::enta una desviación mayor de la norma que un año de aceleración o retardo a los 10.
Grados .equivalentes. En las pruebas de aprovechamiento académico, los re~ulm-
dos suelen interpretarse como equivalentes a grados, práctica comprensible porqu~ las
pruebas se emplean en medios escolares, Describir el aprovechamiento de un alumno
como equivalente al desempeño de séptimo grado en ortografía, de OCtaVOen lecrura
y de quinto en aritmética tiene el mismo atractivo .popular que el uso de la edad men-
tal en los tests tradicionales de inteligencia.
Las normas de grado se encuentran calculando la punruación cruda promedio de los
niños de cada grado. De esta manera, si en la muestra de e.standari:aci6n los chicos de
cuartO resuelven correctamente un promed,io de 23 problemas en una prueba de ariuné-
tica, entonces la puntuación cruda de 23 corresponde a un grado equivalente de cuatro.
Los equivalentes de grados intermedios, que representan fracciones de grado, en general
se encuentran por interpolación, aunque también pueden obtenerse examinando direc-
tamente a los niños en momentos diferentes del año escolar, Como éste cubre 10 meses,
pueden expresarse como decimales; por ejempto, 4,0 se refiere al desempeño, promed,io al
inicio del ~uano grado (aplicando la prueba al empez.ar el curso), 4.5 al desempeño pro-
medio a la mitad del grado (aplicando la prueba a mediados del año escotar), etcétera.
A pesar de su popularidad, las normas de grado tienen varios defectos. Primero, el
contenido de la instrucci6n varía de un grado a otro, de ahí, que las nonnas de grado
sólo sean apropiadas para las materias enseñadas a lo largo de todos los niveles escola-
res cubiertos por la prueba. Por lo general no son aplicables en el nivel de secundaria,
pues muchas materias se cursan sólo uno o dos años; sin embargo, incluso en las mate-
rias enseñadas en cada grado el énfasis puesto en diferentes temas puede variar, por lo
que el p,rogreso puede ser inás rápido en una materia que en otra. En otras palabras, las
unidades de grado son desiguales, y tales desigualdades ocurren de manera irregular en
diferentes áreas temáticas. . del alcance de su vista. Otro concepto muy estudiado es el de la conservaci6n, el reco-
Las normas de grado también pueden ser objeto de malas interpretaciones a menos
que el usuario tenga siempre presente la manera en la que se derivaron; por ejemplo, si
una niña de cuarto obtiene un grado equivalente de 6.9 en aritmética, eso no signifi-
ca que 40mine los procesos aritméticos enseñados en sexto. Aunque es indudable
que su calificaci6n obedece a una ejecución superior en la aritmética de cuarto grado,
no debe s.vponerse que cumple los requisitos para la aritmética de séptimo. Por último,
las normas de grado tienden a ser consideradas en forma err6nea como criterios de
desempeño; por ejemplo, una mJestra de sexto puede suponer que todos sus alum-
nos deben encontrarse alrededor de las normos del sexto grado en las pruebas de apro-
vechamiento. Esm concepci6n errónea no es sorprendente cUJndo se utilizan normas
de gr.ldo. Con todo, las diferencias individuales observadas en cualquier grado son tan
grandes, que el mngo de las puncuJciones de una pruebJ de aprovechamiento inevita-
~Iemente se extiende a lo I3rgo de varios grados.
Escalas ordinall::s. Otra aproximaci6n a las normas de de:i3rrotlo proviene de la
investigaci6n en el c~mpo de la psicología ¡nfami\. L'l.S observaciones emprricas del
desarrotlo conduccu:l! de infantes y niños pequeñ~ lleva a b descripción de b con-
ducca caracterGtica de esas ed3des sucesivas en funciones como b locomoción, b dis-
criminaci6n sen.soriomotora, b comunicaci6n lingi.Hstica y la formación de concep-
Nonnas y'significado de las puntuadone.s de los tests 57
.1
tos. Un ejemplo precoz se encuentra en el trabajo de yeseU y sus coleg~~-;.l:"
(Ames, 1937; Gesell y Amatruda, .1947; Halve..rson, 1933; Knobloch y Pa:;am;mick,
1974). Los Programas de Des::trrolIo de Gesell preseman, en meses, el nivel ~proxima-
do de desarrollo que ha alcanzado el nino en cuatro áreas principales de conducta, a
saber, motora, adaptativa, lenguaje y personal-sociaL Estos niveles se encuentran
comparando la conducta del niño con la que es distintiva de ocho edades claves que
van de las cuatro semanas a los 36 meses.
Gesell y sus colaboradores subrayaban el pattón secuenciado del desarrollo conduc-
tt1al temprano. Citaban evidencias considerables de las uniformidades de las secuen-
cias del desarrollo y la progresión ordenada de los..cambios en la c<?nducta; por
ejemplo, en las reacciones del niño ante un objeto pequeño colocado frente a é1se en-
cuentra una secuencia cronol6gica característica en la fijación visual y los movimien-
toS de mano y dedos. El uso de la mano en intentos burdos de prensión palmar OCurren
a una edad anterior al uso del pulgar en oposici6n a la palma; esta prensión es a su vez
seguida por el uso más eficiente de los dedos pulgar e índice a manera de tenazas al asir
el objeto. Este patr6n secuenciado se observa también al caminar, subir escaleras y en
la mayor parte del desarrollo serisoriomotor de los primeros años. Las escalas desarro •..
. lIadas dentro de este marco son ordinales en el sentido de' que las etapas del desarrollo
siguen un orden constante, en el que cada etapa presupone el dominio de la conducta
que es característica de las etapas previas.2
En los sesenta se observó el resurgimiento del interés en las teorCasdel desarrollo del
psicólogo infantil suizoJean Piaget (véase Flavell, 1963; Ginsburg y Opper, 1969; D. R.
Green, Ford y Flamer, 1971). La investigaci6n de Piaget se centr6 en el desarrollo de los
procesos co~osdtivos de la infancia a la adolescencia. Se interesaba en conceptos espe-
cfficos más que en habilidades generales. La permanencia del objeto es un ejemplo de
dichos conceptos o esquemas. En este caso, el niño es consdeme de la identidad y la
exisrencia continua de objetos cuando los ve.desde ángulos c!iferentes o cuando salen
nocimierúo de que un atributo permanece constante a pesar de los cambios en su apa-
riencia, como cuando la misma cantidad de Irquido se vierte en recipiemes de forma
distinta o cuando se colocan varillas de la misma longitud en órdenes diferente.s.
Las tareas piagetianas han sido exhaustivamente emple~das por los psicólogos del
desarrollo en su labor de investigación, y algunas han sido organizadas en escalas es-
tandarizadas, como veremos en el capítulo 9 (Goldschmid y Bemler, 1968b¡ Pinard
. y Laurendeau, 1964; Ulgiris y Hunt, 1975). De acuerdo con la aproximación de Pia.
get, esos instrumentos son escalas ordinales en las que alcanzar una etapa depende de
haber_completado las etapas anteriores en el desarrollo del concepto. Las tareas se di~
• señan para revelar los aspectos dominantes de cada etapa d¿ desarrollo; sólo después
se obtienen datos empíricos concernientes a las edades en las que suele alcanzarse
I E.1fe U$<)del término "d(;:1b orJI(\.;:¡I~ dl~ere del que se le dJ eo CH.1<.I¡~li(:1.en b que UIU C1C:1I.;:¡
orJlnJl Cj limo
plemeole allue1b que permite el ONeoamiento Je los InJividU01 sin conocimIento SoJbrc lJ c:ltuiJ3J Je d¡(cren.
cl:l eoue 0:1105; en s.cotldo dt:w:!fslico, W esc;¡l:u ordil\J1cs 'le contt:ll{an coo ~31.U de lnre('Y:I!oJe unllbd'Ii"U1.
u.s C'1oC:lWordm.;:¡les del dC$:lrrolloJ in(:Iolil se dlJCl\.:lo sobre el moJc1o de lJ eolJ de Gurrrruo. o slmptex. eo b
que II e¡ccud6n Cl1fOU en un nivellmpliC3 el oominlodc todos los niveles m{enoJres (L Gumn:ln. 19H1, B.ln
y Au':ui.;:¡n (1914) Jc.scntxo ufU eXlel\.l16n del arúluu Je Guwn.lO pJr:¡ indu;( J(l'3tqu1JJ fU) IlOn1a, coo rc(c'
fl:oci.l Cjpecbl.1 Lu C'Ol.lJ pi.;:¡¡:eurus,
 ~~~
..
58 Principiostécnicos y metodológicos
• Los pe,centiles no deben confundirse con los porcentajes, que son puntuaci~~es
~
~~b
etapa. A este respecto, el procedimiento difiere del seguido en la elaboración
de escalas de edad en las que los reactivos se eligen en primer lugar sobre la base de
su diferenciación entre edades sucesivas. Aunque prosigue el interés en las contri-
buciones de los planteamientos de Piaget¡ los análisis críticos y las evaluaciones em.
píricas han resaltado tanto sus aportaciones como sus limitaciones (Sugarman,
1987)J ' centil de 100 (P1OO); sin embargo. los percentiles no implican una puntuación cruda
En suma, las escalas ordinales se diseñan para identificar la etapa alcanzada por el
niño en el desarrollo de funciones conductuales específicas. Aunque los resultados
~ pueden informarse en términos de niveles aproximados de edad, estas puntuaciones
.: son secundarias á la descripción cualitativa de la conducta caracterfstica del niño. La
'c., ordinalidad d~ dichas escalas se refiere a la progresión uniforme del desarrollo pór las
~:.etapas sucesivas. En la medida en que las escalas suelen proporcionar información
, .:'_acerca de lo 'que el niño verdaderamente es capaz de hacer (por ejemplo. trepar esca-
._. leras sin ayuda. reconocer la identidad de la cantidad de Hquido cuando se vierte en
.< recipientes de distintas formas). comparten rasgos importanteS con las pruebas de dt;>-
._:
. ~ minio que anali:amos en otra sección.
O.,;.
. blemente acortadas. En la figura 3.4 puede verse esta distorsión. Como recordará. en
NORMAS INTRAGRUPO
.., Casi todos los tests estandarirados proporcionan alguna forma de nonnas intragrupo,
con las que b ejecución del individuo se evalúa en términos del desempeño del grupo
de estandari:ación más próximo. como sucede al comparar la calificación cruda de un
niño con la de Otros de la misma edad o del mismo grado escolar. Las puntuaciones in-
o tragrupo tienen U!! significado cuantitativo uniforme y definido y pueden emplearse
.' adecuadí.'lmeme en casi todos los análisis estadrsticos.
'._'-
Normasj!significado de las puntuaciones de los tests 59
" . \
'~
crudas qu~ se expresan en términos del porcentaje de los. reactivos correctos y el totai;"~
los percentiles son puntuaciones rransformadas qtte se expresan en ténnin~ del por-
centaje de individuos. Una puntuación cruda inferior a cualquiera de las calificaciones
obtenidas en la muestra de estandarización tiene un rango percentil de cero (Po)¡ una
superior a cualquier puntuación de la muestra de estandarización tiene una rango per-
de cero ni una puntuación cruda perfecta.
Us rangos percentilares tienen varias ventajas: son sencillas de calcular y de com-
prender, incluso por personas sin capacitación técnica. Más aún, son de aplicación
universal, pueden usarse lo mismo con adultos que con niños y son adecuados para
cualquier prueba, sea que mida variables de aptitud o de personalidad.
Su principal desventaja ~stá en la marcada disparidad de sus unidades, en especial
en los extremos de la distribución. Si la distribución de las puntuaciones crudas se
aproxima a la curva normal (como sucede con los resultados de la mayor pane de las
pruebas), las diferencias en las puntuaciones crudas cercanas al centro de la distribu-
ción (o mediana) aparecen exageradas al rransfonnarse a.percet:\tiles¡ por el contrario,
. las diferencias en las punruacionescrudas próximas a los extremos quedan considera.
una curva normal los casos se agrupan cerca del centro y su dispersión aumenta al
aproximarse a los extremos¡ en consecuencia, cualquier porcentaje de casos cercanos
al centro cubre una distancia más corta en la línea horizontal que el mismo porcenta.
je cerca de los--exrremos de la distribución. En la figura 3.4 puede verse fácilmentees-
ta discrepancia en los intervalos entre los rangos percentiles (RP) si se compara la
distancia entre un RP de 40 y uno de 50 con la distancia entre un RP de 10 y uno de
20. Todavra más so~rendente es la discrepancia entre esas distancias y la que hay en-

Perc~ntilcs. Las calificaciones percenriles se expresan en términos del porcentaje

'. de sujeto.s de la muestra de estandarización que caen bajo determinada puntuación
_ cruda. Por ejemplo, si 28 por ciento resuelve correctamente menos de 15 problemas
, de una prueba de razonamiento ar.irmético. entonces la puntuación cruda de 15 ca.
': rmponde al percentil 28 (P,,), El percentil indica la posición relativa del individuo
~ en la muestra de estandarización ..Los percentiles también pueden verse como rangos en
. un grupo de lOO, excepto porque en éstos se acostumbra empezar a contar por la parte
superior. y el mejor individuo del grupo recihe un rango de 1. Por su pane, con los per-
- cemiles se comien:a por el extremo inferior, de modo que entre más bajo sea el percen'
ri! más pobre es la posición del individuo, '
:. : .~~;:\~
1 .,. •••• ':)
El percenti! 50 (P,ol corresponde a la mediana, ya estudiada como medida de 1 ••••• "
."'. ,,
tendencia central. Los percentile~ por. encima de.50 representan una ejecuci6n por
cncimJ de la mediana¡ los que están por debajo de 50 significan una ejecución infe~
rior. LO::ipercentiles 25 y 75 se conocen como el primer y el tercer puntos cuarriles
(Q, y Q¡), porque sepatan los cuartos inferior y superior de la distribución, Como la ':.:.30 '.' ".-20
RPO:l ,~ " 2"
:- ....
,',
.:.10
16
~, . ,. +10
,
.,'. ::'+20' ".
'84' ~ .~~;;~'éá'.~
",i..)-?o.,'
99,9
medi3na, proporcionan referencias convenientes para describir una distribución de ~, " :

puncu:lciones y compararb con Otras distribuciones.

F 19 u r a 3. 4. Rangos percentilares en un:l di.mibución nonn:ll (Q es igual a cU:lrtil).

) \'é".uc el c:.Jpro.:~ 9 pJn Q(r:¡ ev~llUClÓn de u ~pfOJ(Lln;¡ciónde PIJ.¡:c(.

 ',;t
'g
60 Pdncipios técnicos y metodológicos Normas y significado de las puntuacione5 de los tests 61

tre un RP de 10 y un RP de 1 (en una curva normal derivada matemáticamente, el
percentil cero se alcama en el infinito, por lo que no puede mostrarse en la gráfica).
La misma relación puede verse desde la dirección opuesta si se examinan los rangos
percentilares correspondientes a iguales distancias a de la 'media de una curva normal.
Esos rangos se presentan bajo la gráfica de la figura 3.4, según la cual la diferencia per~
centilar entre la media y +la es 34 (84 - 50). Yentre + la y +2aes de sólo 14 (98 - 84).
Resulta evidente que los percentiles muestran la posición rela~iva de cada individuo
en la muestra normativa pero no la magnitud de la diferencia entre puntuaciones; sin
embargo, si se grafican en una carta de probabilidad aritmética, las puntuaciones per~
centilares también brindan una imagen corr'ecta de las diferencias entre las puntuacio~
nes. La carta de probabilidad aritmética es una gráfica con secciones transversales en la
que las líneas verticales muestran el mismo espaciamiento que los puntos percentilares
de una distribuci6n normal (como en la figura 3.4), mientras que el espaciamiento entre
las líneas horizontales es unifonne, o a la inversa (como en la fi&ura3.5). las gráficas de
p¿;cenriles ~s pueden usarse para mostrar las puntuaciones de diferentes individuos
en la ~isrn.J prueba o los resultados de la misma persona en diferentes pruebas. ,En cual~
',.
• 99
.,:' : .... :... ::.:~..::_.~::¡:.:}'::';:.~.~' ..
:;":.;:~~':",~~:~::~d.~\;:,.~:;,,;,:tt!:~\
~'.~.r_
.
'~'.
95'.
'.:.. ....: ~ . '_".1
.
. :
'..,
quier c~, la diferencia real entre puntuaciones aparecerá representada co~--;a~H:n'te ..
Muchas.'baterías de aptitudes y de aprovechamiento utilizan esta técnica en sus perfiles
de .calificaciones, que mueStran el desempeño del individuo en cada prueba.
Calificaciones estándares. Los instrumentos actuales hacen un uso creciente de las
calificaciones estándares, que desde cualquier punto de, vista constiruye~ el tipo más
satisfactorio de puntuación derivada. Estas calificaciones expresan la distancia del in~
dividuo de la media en términos de la desviación normal de la distribución normal.
-Las calificaciones estándares pueden obtenerse por medio de transformaciones linea.
les o no lineales de las puntuaciones crudas originales. Las calificaciones estándares obte~
nidas por medio de una rrans[orrnaci6n lineal conservan las reladones numéricas exactas
de las puntuaciones originales gracias a que para calcularlas se resta una constante de
cada puntuación cruda y se divide el resultado entre otra constante. La magnitud rela~
tiva de las difereI}cias entre las calificaciones estándares así derivadas corresponde exac~
tamente a la que existe, entre las- puntuaciones crudas. Todas las propiedades de la
. distribución original de las puntuaciones crudas se duplican en la qistribución de cal¡fi~
caciones-estándares,lo cual implica que en las dos clases de puntuaciones es posible rea~
'~:-~¡¡I~:~~~tr~~~~l,~~~~
lizar el mismo cálculo sin distorsionar de los resultados.
Las puntuaciones estándares derivadas linealmente suelen conocerse simplemente
..
.. .
, ;

;,
, '.' :';. como l<calificaciones estándares" o como Itcalificaciones t". Para calcular una ca{¡fica~
ción t, se encuentra la diferencia entre la calificación individual cruda y la media del
grupo norrnáÜvo, y luego se divide la diferencia entre la DE del grupo normativo. L"
".W 'J '" . tabla 3.3 muestra el cálculo de las puntuaciones z para dos individuosl de los que uno
.'~.71 ::'1" ' .. ;'; ':., ,,:,:::'';:::1'.1. cae a una DE por encima de la media del grupo y el otro a .40 DE por debajo. Cual.
80 " .'" :.¡ ,il quier puntuación no procesada que sea exactamente igual a la media es equivalente a
75 '"
.-1',70 :;r una puntuación t de cero. Es evidente que dicho procedimiento producirá puntuacio~
~ nes derivadas con signo negativo para todos los que caigan por debajo de la media.
.$'60
='
e SO Además, como el rango total de la mayor parte de los grupos no se extiende más allá
,.
~, '
4() de tres DE por encima y por debajo de la medial las puntuaciones estándares deben
0.,
' •... SO expresarse con al menos un ~ecimal para permitirla sufici~nte diferenciación.
".; 2S' Las dos condiciones mencionadas (la ocurrencia de valores negativos y de decima~
" '::20
" les) tienden a producir números desproporcionados que resultan confusos y difíciles
,!
'10 ,
.:.' .

~tuadones 'estándares
f:tena Edgar
'. ,
:,. "
.'

'X'-M
t;:a~,
1".,:': ~ ". ;,l! ,.<
q

',' '. M=6O

.' .r'

'jl'
.. DE.", 5 ,
! . _'. ,,:.- .', ,.. .t ,'.

,~
; o:", 'p!"'~dtEkna' ~~~'wuWn~ ilol=q ,
F f 9 U r a 3. 5. Di3grarn3 d~ pcrcemil norm31. Los percemiles se esp:1ciJn de:modo que X =65 ." Xz=58 , .
: .1,'. I ,'1.' , , . ":,1
corr~pond3n a distJnci:u igual~ en unJ distribuci6n normJl, Compare la distanci3 entre 65 -'60 ., 58~i;o
tl?~.::""" .¡ :l:z=-5-: '.'
b.s puntuaciones obtenidas por Juan y María con la que existe entre 105 resuh3dos de
Elena y Edg:lCj d~mro de ambos pares, 1.1diferencia percentil es de 5 puntos. Juana y
,. '~+l.OO' :1 = ..:0.40
Ri.:ardo difieren en lO puntos percentiles, igual que Roberto y Debom,
~~0'~:"'1¥~0~~S~"j'Srr;,*",::;(m~~'0\," •..ó.P':':'._"'
..~*~~.:::"'i~~~~,'L.>.-='~:c'";. -,.,-,.='-'.--"--""~~
__
62 Pdndpios técnicos y metodológicos
..
de usar en cálculos _oinfonne.sl por lo que suele aplicarse alguna otra transformación
lineal para poner las puntuaciones en una forma más conveniente; por ejemplo, las
puntuaciones de las Pruebas de Evaluación Académica (S-cholastic Ñsessmenc Tests,
SAT) de la Junta Universitaria son calificaciones estándar~ ajustadas a una media de
500 y una DE de 100. Asf, en esta prueba una calificación estándar de -1 se expresa
como 400 (500 -100 = 400), mientras que una de +1.5 corresponde a 650 (500 + 1.5
X 100 = 650). Lo único que se requiere para convertir una calificación estándar origi#
nal en la nue,va escala es multiplicarla por la DE deseada (100) Ysumar o restar el re#
. ,.., sultado de ~~a media deseada (500). Es posible elegir arbitrariamente cyalquier otra
constante conveniente para las nuevas media y DE; por ejemplo, las puntuaciones ob#
.0 ~ tenidas en lOssubtests separados de las Escalas de Inteligencia de Wechsler se convier~
" ten en una-é:listribución con una media de la y una DE de 3. Todas esas medidas son
--,{' ejemplos de-calificaciones estándares transformadas en forma lineal.
: .~,:~ Recordarl. que una de las razones para tran.sformar las puntuaciones crudas en cual#
-- - quier escal~,gerivada es la necesidad de hacer comparables los resultados de diferentes
...... pruebas. L.aS'punruaciones estándares derivadas linealmente sólo son comparables cuan#
do provien~h de distribuciones de más o menos la misma fórma; por ejemplo, en tales
condicion~~.una calificación que corresponda a lUlaDE por encima de la media signifi~
ca que el intli\'iduo ocupa la misma fOSici6n en los dos grupos. En ambas distribuciones,
la calificación supera aproximadamente al mismo porcentaje de sujetos, y este porcenta-
je pu~de ser determinado si se conoce la forma de la distribución¡ sin embargo, si una
distribuci6n es muy asimérrica y la otra es normal, lUlacalificación z de +1.00 podría ex#
ceder Sólo al 50 por ciento de los casos en un grupo y a más del 84 por ciento en el otro.
Cuando Ja forma de las distribuciones es distinta, las calificaciones pueden hacerse
comparableS. empleando tranSformaciones no lineales que las ajuste a cualquier curva
. de distribuc1.ón. La edad mental y las puntuaciones percentilares representan transfor#
maciones nO. lineales, pero tienen otras limitaciones que ya vimos. Aunque en ciertas
circunstancias puede ser más apropiada otra distribución, la curva normal suele em#
.. "".. plearse con.este propósito. Una de las razones para esta elecci6n es que la mayor parte
, -'. de las distribuciones de puntuaciones crudas se aproxima a la curva normal más que a
cualquier ofra. Además, las medidas físicas, como la estatura y el peso, que utilizan es#
.calas de unraades iguales derivadas por operaciones f(sicas, en genéral producen distri~
budones normales. Otra ventaja de la curva normal es que tiene muchas propiedades
matemáticas útiles que facilitan los cálculos posreriores. ",.
Las calificacione, estándare.snonnali,ada.s son calificaciones estándares expreSadas en
términos de una distribución que ha sido transformada para ajustarse a una curva
normal. Dichas calificaciones pueden calcularse recurriendo a tablas que muestran el
porcenraje de casos que cae a diferentes disran¿as DE de la media de una c~rva nor~
mal. Para ello, primero se encuentra el porcenraje de individuos de la muestra de es-
tandari:ación que cae en o por encima de cada punMlci6n cruda, esre porcentaje se
locali:a luego en la tabla de frecuencia de la curva normal y se obtiene la correspon~
dienre calificaci6n estándar normali:3da. Las calincaciones esrándares normalizadas
!leexpr~an de la misma forma que las calificaciones estándares derivadaS linealmente,
es decir, con una medi:J igual a cero y una DE igual a 1. Asr, una calificación normali.
zada de cero indica que el individuo cae en la media de la curva norm;l, que supera al
__
. -~._-
Normas y significado de los puntuaoones de los ,tests 63
Porcentajes de la curva normal para su uso en la conversión
eda~na .. .. .
SO por ciento del grupo. Una calificación de -Lsignifica que sobrepasa aproximada~
mente a 16 por dento del grupo y una calificación de +1 que aventaja al 84 pOr ciento.
Corno puede verse en la lrnea inferior de la figura 3.4, esos porcentajes corres~nden
respectivamente a una distancia de una DE por debajo y una DE por.encima de la me#
dia de una curva normaL
Igual que las calificaciones esrándares derivadas linealmenre, las calificaciones ~s# :
tándares normalizadas pueden adoptar cualquier forma éonveniente. Si la calific"adórt': --o
estándar normaliz:ada se multiplica por.lO y se suma o resta de SOse convierte en una.'
calificación T, una puntuaci6n que propuso primero W. A. McCaIl (1922) yen la que,
una puntuación de 50 corresponde a la media, una de 60 a una DE por encima de la
media, etc. Otra transformación conocida es la de la escala estanina, elaborada por
la aviación estadounidense durante la Segunda Guerra Mundial, que proporciona un
sistema de calificaciones de un solo dígito con una media de 5 y una DE aproximada-
mente igual a 2.4 El nombre, que en inglés (scanine) es una contracción de uscandard
nine" O Uestándar nueve ¡ se basa en el hecho de que las calificaciones van de 1a 9. La
ll
restricción de las calificaciones a números de un solo dígito tiene ciertas ventajas para
el cálculo, ,ya que cada calificación requiere una sola columna en la computadora. .
Las puntuaciones crudas pueden convertirse fácilmente en esraninas si se disponen
los resultados originales en orden de tamaño y se les asignan luego estaninas de acuer#
do con los porcentajes de la curva normal reproducidos en la tabla 3.4¡ por ejemplo,'si
el grupo consta exactamente de 100 personas, las cuatro ám la calificación más baja
reciben una calificación estaninade 1, las siguienl:"és-sie.te-una 'Calificación"de"2, lis "si~-'
guientes 12 una calificaci6~ de 3,etc. Cuando el grupo contiene más O menos 100 ca-
sos, primero se calcula el número correspondiente a cada porcentaje designado y luego
recibe las esraninas apropiadas. Así, si son 200 casos, a ocho les sería asignada una es#
ranina de 1 (4 por ciento de 200 = 8), con 150 casos seis recibirran una esranina de 1
(4 por cientode 150 = 6), Para cualquier grupo que conrenga de 10 a 100 casos, Bar-
dett y Edgerton (1966) prepararon una tabla que pennite convertir direcramente los
rangos en estaninas. Debido a sus venrajas prácricas y te6ricas, las esraninas han sido
empleadas ampliamenre, en especial con las pruebas de aprirud y de aprovechamienro.
Aunque las calificaciones estándares normalizadas son el ripo de puntuaci6n más
adecuado para la mayor parte de los propósiros, hay ciertas objeciones récnicas a la
• K3~r (1958) propwo utu moJifie:tci6n dl: la e1oC3U ~uniru qUl: lucl: lil,ocrO\omb¡~ l:n b porCl:nujC1 '1 pro.
dua uru DE CUCUffil:nte ifilUl a 2.loqu.o:bciliu su nunejocwnciutivo. Ou:u vwntes son b escau e (Guil.
(oro '1 FJ\ldHer, 1978. pp, -48+-187). que CON? de 11 unld:u1d '1 pmbi~ngenen U.n3 DE dl: 2. y b e1oC3U lun dl:
10 unid.lJ(;j con cinco unubdo p:l' encirru.'1cinco por ~ebajo de b medi.1(Dnfidd. 1951).
 Normas y signijicudo d~ lu:;puntuaciones de los tests 6S
64 Pn"ndpiostécnicos y metodológicos

Debe agregarse que el uso del término "el" para designar a esas califi.ca6Qnes-~s!
normalización rutinaria de todas las distribuciones. Dicha transformación sólo debería
llevarse a cabo cuando la muestra es grande y representativa y cuando existen razones tándares puede resultar engañosa. Estos Cl no se ,?btienen a partir de los mismos m'é.
[Odos que se emplean para encontrar las razones el tf3d\.donales; no :::un razones de
para creer que [a desviación de la normalidad resulta de defectos en b prueba más que
de las características de la muestra y otros factores que afecte~ la conducta co~iderada. edades mentales y edades cronológicas. La justificación para su uso estriba en la fami~
Haridad general del término "el" y en el hecho de que estas cali&caciones pueden ¡n~
También debe observarse que cuando la distribución original de puntuaciones crudas
terpretarse como el en tanto que su DE sea aproximadamente igual a la de los Cl ya
se aproxima a la normalidad, las calificaciones estándares derivadas linealmente y las
conocidos. Entre las primeras pruebas en expresar las calificaciones en términos de Cl
calificaciones estándares normalizadas resultan muy similares a p'esar de las diferen~
de desviación están las Escalas de Inteligencia de Wechsler, cuya media es de 100 y la
cias entre los métodos empleados para derivarlas. Como es obvio. -el proceso de nor~
DEes igual a 15. El CI de desviación también se emplea en varias pruebas colectivas
malizar una distribución que de hecho es prácticamente normal prod~cirá poco o
de inteligencia y en la tercera revisión del Stanford~B¡net (1960).
ningún cambio. Siempre que sea factible suele ser más deseable obtener uha distribu~
ción normal de puntuaciones crudas por el ajuste adecuado del nivel de dificultad c;le Con el uso creciente del Cl de desviación se hace importante recordar que los CI de
desviación de diferentes pruebas sólo son comparables si emplean valores iguales o muy
los reactivos de la prueba más que por la normalización subsecuente de una distribu~
similares para la DE, que además tienen que aparecer siempre en el manual y el usuario
dón marcadamente no normal. Con una distribución más o menos normal de pun~
de la prueba debe considerarlas con atención. Si el autor elige valores difetentes para la
tuadones crudas, las calificaciones estándares linealmente derivadas cumplirán el
DE al elaborar la escala del CI de desviación, el significado de cualquier CI en tal prue.
mismo propósito que las calificaciones estándares normalizadas.
ba será muy diferente del que tenga en otras; Esas discrepancias se ilustran en la tabla "
El Cl de desviación. El el
(cociente de inteligencia) se introdujo en los primeros
3.5, que muestra el porcentaje de casos que obtendrían diferentes niveles de el en dis..
tribuciones normales con DE que varían enrre 12 y 18, valores que por cierto han sido
tests de intelig~ncia en un esfuerzo por convenir las calificaciones de EM en un indica~
realmente utilizados en las escalas el de pruebas_ publicadas; por ejemplo, la tabla 3.5
dor uniforme de la posición relativa del individuo. El Cl era simplemente la razón de la
muestra que un Cl de 70 corta e13.1 por ciento inferior cuando la DE es igual a 16 (co~
edad mental y la edad cronológica multiplicada por 100 para eliminar los decimales
mo el Stanford.Binet), pero que puede separar apenas el 0.7 por ciento (DE = 12) o has.
(CI = 100 X EMjEC). Por supuesto, si la EM de una niña es igual a su EC su CI sería
ta el 5.1 (DE = lB). Por lo común, se ha empleado el CI de 70 como punto de eort<;.para
exactament~ igual a 100. Un Cl de 100 representa entonces la ejecución normal o pro~
identificar el retardo mental clrnicamente significativo, Por supuesto, las mismas discre~
medio, en tanto que uno por debajo indica llretardo" y otro por encima "aceleración".
pancias se aplican a los Cl de 130 y superiores, que pueden usarse al seleccionar a niños
Sin embargo, la aparente simplicidad l6gica del el tradicional pronto decepcionó.
para progrnmas especiales para sobredotados. Dependiendo de la prueba elegida, el CI
Un problema técnico imponante es que, a menos que la DE de la distribución de CI per~
entre 90 y 110, descrito como el normal, puede incluir tan poco como el 42 o tamo
rnanezca aproximadamente constante con la edad, los el correspondientes a diferentes
niveles de edad no resultan comparables; por ejemplo, un CI de 115 a los 10 años puede
indicar el mi,mo grndo de superioridad que uno de IZS a los IZ, porque ambos pueden
caer a una DE de la media de su re:~jpectivadistribución de edad. En la práctica, ha resul~
rado muy difícil establecer pruebas que satisfagan los requisitos psicométricos para hacer Porcentaje de casos de cada intervalo de CIen las distribuciones
eomparabl~ a los CI en todo el rango de edad. Es principalmente por eso que la razón de nonuales con media'del00 y diferentes desviaciones
CI ha sido reemplazado por el llamado CI de desviación, que es otra variante de las cali.
ficaciones estándares. El el de desviación es una calificación estándar con una media de
> estándares
100 y una DE similar a la utilizada en la distribución de CI del Stanford.Binet. Aunque Porcent:J.je de frecuenci:u
la DE de lirazón de CI del Stanford.Binet (utilizada por última ve, en la edición de Intc:rvalo el
1937) no permanece exactamente constante en [Odas las edades, fluctúa alrededor DE= 12 DE= 14 DE=16 DE= 18
de una media ligeramente ma}'or a 16, de ahr que si se elige una DE de 16 al informar .,.3.1 ,..
130 V por' c:ncilTlJ l. .. 0.7 ,,', . " 1.6 . .•. 5.1.. . ' ,
las calificaciones estándares de una prueba de desarrollo reciente, las puntuaciones pue. 63 7,5 8.5 .
120-129 . 43
den ser interpretadas de la mi,ma manera que la ra=ón de CI derStaNord.Binet. Como 110-ll9 15.2 16,0 i5,8 15.4
el CI dd Stanford.Binet ha estado en uso durante mucho [iempo, examinadores y c1íni. 100-109
i~:~¡596 it!l522 ¡i~¡4i.2 n,g¡42,0
cos s~ ron acosrumbr.Jdo a interpretar y clasificar las ejecuciones en dicha prueba en tér~ 90- 99 .- . ,
minos de los niveles de el. H:ln aprendido lo que pueden esperar de individuos con 80- 89 . . 15.2: .' 16,0, 15,8., .. 15.4
Cl de 40, 70, 90, UO, etc., por lo que hay ciertas ventajas prácticas en el uso de una 70- 19 43 .' 63 7.5 8.5
D.:b,lo de 70 0.7 1.6 3,1 5,1
escala que corresponda a las conocidas dIstribuciones de el dd Stanford.Binet, Dicha 100,0 100.0 100,0 100.0
Tocal .. . .
correspondencia de unidades de calificación se consigue en la selección de las cifras
de la media ¥ lJ DE que concuerden con los dt: la distribución de St3nford.Biner. (Corte1u de Th, PI)'chok'¡:IUI Clrporxion.)
 -:-~'-
"

66 Prindpios técnicos y metodológicos N~'rmQSy significado de las puntuadones de [os tests

c:---. como el 59.6 por ciento de la población. Para estar seguros, los editores de las pruebas se.
esfuerzan por adoptar de manera uniforme una DE de 16 tanto en las nuevas pruebas ca-
rno en las nuevas ediciones de las anteriores; sin embargo, las variaciones aún son sufi# M

dentes como para hacer que la supervisión de la DE resulte imperativa. :< g .-;
..5
" ~
Interrelaciones de las calificaciones int~agrupo. En esta etapa de la revisión de ":'.~' '..!•.• : •• ~:.~ •.
las calificaciones derivadas, el lector puede haber advertido la similitud entre las distin# ... . el
,'.' E
ras calificaciones. Los percemiles han ido adquiriendo gradu~lmente al menos un pareci# • :~-. '.,~
2.14%
do gráfico con las calificaciones estándares normalizadas. Si la distribución original de las ••• .0

pun'tuaciones no procesadas se aproxima a la curva normal resulta difícil distinguir a 13.59% 134.13% 134.13% 113.59%
f- : ';
las calificaciones estándares lineales de las calificaciones estándares normalizadas. Por :!:.~-.4<r. ",::.,:r30": -2(] . ..: > ,:,"1(] Media.de i~s.+1(] . :.. ~+20' .; +30" .: +4cr:
últi~o, las calificaciones estándares se han convertido en CI y viceversa ..En relación de !a'prueb'a;

~~~:'h.:iwd~!:.i'.....'; .'',;:;'Sf
::'; ;.,: .:: ~ ••.•:~ ' .•. ~.< J ;l,~!'"!•. ' ..•.•, ..• ~-;;:
.•• /i::aJifi~ciones ...-:-
con ese último punto, un nuevo examen del significado original del CI en tests como el
-: .. Stanford#~inet demostrará que es posible interpretarlo como calificaciones estándares.
Si sabemos que la distribución de los CI del Stanford.Binet tiene una media de 100 y
una"DE aproximadamente igual a 16, podernos concluir que un el de 116 cae a unadis#
tari~í? de una DE por encima de la media y representa una calificación estándar de
+1.00. De modo similar, un Cl de 132 corresponde a una calificación estándar de +2.00,
un el de 76 a una calificación estándar de -150, etc. Más aún, una razón de Cl del
1'0' 't<:':'20'::: :-.30:'. " 40 ; .'. 50. '. t'0" 70
.!.," .;" :.....;',.'/l".\ ..tJ\._; .• :: ;"
Stan(ord.Binet igual a 116 corresponde a un percentil de aproximadamente 84 porque
en una curva norrnal84 por ciento de los casos cae por debajo de + 1.00 DE (figura 3.4). 1" .f 1"'" 1, 1' I' 1 1 '1 "1
La figura 3.6 resume las relaciones en una distribución normal entre las calificacio#
nes que hemos estudiado hasta ahora. Entre ellas se incluyen las calificaciones z, las
i.~
. ,:'., ,;:; .~.. - .. ... ) : :;;~::

calificaciones del Examen de Admisión a la Universidad (College Enrrance Examina. . ', ','.(.'.CI tlera, t "'/' ..' l' ,o", '1", '.' 1 .: 1 I . ,. ':'1 1 .;. :'i '1 "
,. tion Board, CEEB), el Cl de desviación de Wechsler (DE = 15), calificaciones T, esta. '.J!.1d~~r.~:;.<
.. j:'~f~:;'.:'-:70.. "-' 85 ;'100 .._:}~5::':.130" .~.~~:;.,:~.::
.. r.~:
ninaS y percemiles. Los el de cualquier prueba han de coincidir con la escala dada del
el de desviación siempre que se distribuyan normalmente y tengan una DE igual a 15. ,.:. ',: .. '- 1 ... : :'4% : 171111211¡17'kI201\ 117%112"17" 1 4%
Cualquier OtrOel normalmente distribuido puede agregarse a la tabla si conocernos su
DE; por ejemplo, si la DE es de 20, entonces un Cl de 120 corresponde a + 1 DE, un
Cl de 80 a -1 DE, etcéte",.
En conclusión, la forma exacta en que se informan los resultados se determina sobre
..~~'<:i,b;~~:i:';ii,'1.~:!,\\:/:.~
••• -•..•~ld:"
';~'~:"~I:;4::~I.:'
~:1.61.:,', :17",I. B I .:"','
••.,.,.J.~_.I:~."\lJ•.....•. .,.:.1:5 '1020'30 405060 70 80.90 95 '991..
9 '•.... :.:~.:~:.
,.~ •.
[Odo por la conveniencia, familiaridad o facilidad para establecer las normas. Las eal¡fi# :-~ ••. :,.';¡.::.: ..•.. .,.-: :..~,',:r,,'i.;~:
...'.::..... >. :.~ ;'.': .' ' •••• ;,¡

caciones estándares de cualquier forma (incluyendo el Cl de desviación) han llegado a .' .' ': :: ••• :. p'~ ' •• :.-.(:: , •• :# .~:,<•..
reempta:ar a otras calificaciones por las ventajas que ofrecen en relación con la elabo#
F t 9 u r a 3. 6. Relaciones entre diferentes calificaciones en una distribución normal.
ración d~ la prueba y el tratamiento estad£Stico de [os datos¡ no obstante, la mayor par#
te de las calificaciones derivadas inrragrupo son en esencia similares si se transforman
mayor información. Las posiciones de esos dos estudiantes pedrCa invertirse al car
con cuidado y se interpretan adecuadamente. Cuando se satisfacen ciertas condiciones
bi::u las pruebas que cada uno presentó en su respectiva escuela.
estadísticas, todas pueden ser traducidas con facilidad a cualquiera de las otras.
Del mismo modo, la posición relativa de un individuo en diferentes funciones pI.;
de ser muy mal representada. por la falta de comparabilidad de las normas de una pn:
RELATIVIDAD DE LAS NORMAS bao SupongJffiOS que a una estudiante se le aplica una prueba de comprensión verba
un test de aptitud espacial para determinar su ubicación relativa en ambos campos.
CompJ.r3cion~s entre prueba':L El el, o cualquier otra calificación, debe acom# la prueba de habilidad verbal se estandarizó con una muestra aleatoria de estudian l

pañ.1r1asiempre el nombre dd cest dd que se obtuvo. Los resultados de las pruebas no . de secundaria mientras que la prueba espacial se estandarizó ~n un grupo selecto
pueden incerpremrse en absrrac[Q, tienen que ser referidos a pruebas particulares. Si asistentes a curSOs para elección de carrera, el examinador ~rfa llegar a b conc:
los registros ~o1ares muestran que P~dro Gómez obtuvo un CI de 94 y Teresa Olivo sión errónea de que la capacidad verbal de la chica es mucho mayor qu~ la espacl
un CI de 110, est:::lScalific:::lcionesno pued~n aceptarse porque aparecen sin conrar con cuando podrCaser el caso contrario. .
68 Pn"ndpios técnicos y metodológicos
Otro ejemplo tiene que ver con las comparaciones longirudinales de la ejecución de
un único individuo en una prueba a lo largo del tiempo. Si el registro acumulativo
de un niño muestl3 un el de 118, 115 y 101 en cuarto, quinto y sexto grados, la prime-
ra pregunta que debe hacerse antes de interpretar los datos es: ¡¡¿Qué test se aplicó al
niño en cada ocasión?" La aparente disminuci6n puede ser un simple reflejo de las di~
ferencias entre los instrumentos, en cuyo caso el niño habría obtenido las mismas ca~
lificaciones aunque se le hubieran aplicado con una semana de diferencia.
Hay tres razones principales para explicar las variaciones sistemáticas entre las cali-
ficaciones obtenidas por los mismos individu9S en pruebas distintas. Primero, a pesar
de la.similitud en el nombre, el contenido de las pruebas puede diferir, como sucede con
muchos de los llamados tests de inteligencia. Aunque lleven el mismo nombre, una de
las pruebas puede abarcar únicamente contenido verbal, otra ante todo aptitudes espa~
_ciales y la tercera puede cubrir contenido verbal, numérico y espacial en proporciones
iguales. SegUndo, las unidades de la escala pueden no ser comparables. Como ya expli~
camos, si en una prueba el CI tiene una DE de 12 y en otra de 18, entonces es más pro~
bable que un individuo que en la primera prueba obruvo un C[ de 112 en la segunda
reciba uno £le 118. Terceto, puede haber diferencias en la composición de [as muestras
de e5tandari~"a.ci6n empleadas para establecer las normas de las diferentes pruebas. Es
obvio que p'arecerá que los mismos individuos tuvieron un mejor rendimiento al com~
par.lr1os con un grupo menos capaz, que cuando se hace con uno de mayor capacidad.
La falta de eomparabilidad del contenido de la prueba o de las unidades de la esca-
la puede ser detectado al remitirse a la propia prueba o a su manual. Sin embargo, es
más probable que se pasen por alto las diferencias en las respectivas muestras normati~
. vas, diferencias que pueden ser la explicación de muchas otras discrepancias en los re~
sultados que no pueden eptenderse de otra manera.
La muestra normativa. Independientemente de como se exprese, cualquier nor-
ma se restringe a la poblaci6n normativa particular de la que se tomó la muestra. El
usuario no debe perder de vista la forma en que se establecen las normas, pues no son,
de manera alguna, absolutas, universales o permanentes, sino que simplemente repre~
sentan la ejecuci6n en la prueba de las personas que formaron parte de.la muestra de
estandarizaci6n. Al elegir dicha muestra, suelen hacerse esfuerzos por obtener una que
sea represen.tativa de la población a la que va dirigida la prueba.
En la terminologra estadística se distingue .entre muestra y poblaci6n:La primera se re~
fiere al grupo de individuos realmente examinado, mientras que la población designa ¡Il
grupo mayor, pero de similar constituci6n, de donde se extrajo la muestra; por ejemplo,
si desea establecer las normas de ejecución en una prueba para la población. de niños va-
rones de 10 años que asisten a escuelas públicas urbanas, puede aplicar el instrumento a
uro muestra cuidadosamente elegida de 500 muchachos de 10 años que asisten a escue-
las públicas en varias ciudades del pars. Hay que verificar la muestra en lo que atañe a la
dl.mibución geográfica, el nivel socioecon6mico, la composici6n étnica y otras caracte-
rísticas r<=rtinentes para asegurar que representa de verdad a Lapoblaci6n definida.
En el desarrollo y la aplicación de las normas debe dedical3e mucha arención a la
muestr3 de est"mdarizaci6n. Es evidente que la muestra en la que se basan las normas
debe ser lo suficientemente grandt: como para proporcionar valores e.stable.s, lo que
Normos y Slgniftcado de los puntuociones de los tests ,'\
quiere decir que no se deben obtener normas muy diferentes al aplicar la~~~.~
cualquier otra muestra cuidadosamente elegida de la misma población. Las normas
con un error de muestreo grande tendrán desde luego poco valor en la interpreraéión
de los resultados de la prueba.
De igual importancia es el requisito de que la muestra sea representativa de la po~
blación considerada, por lo que es necesario investigar con cuidado factores selectivos
sutiles que pudieran haber disminuido la representatividad de la muestra. Algunos de
estGS factores se encuentran en las muestras institucionales que, debido a su tamaño
relativamente grande y a su fácil acceso para propósitos de examinación, resultan un
campo tentador para la acumulación de datos normativos. De cualquier forma, es ne~
cesado analizar con cuidado las limitaciones especiales de las muestras; por ejemplo,'
al examinar a estudiantes se observará que conforme se avanza en los grados escolares
hay una selección superior de casos debido a la deserción progresiva de los esrudiantes
menos aptos, eliminación que no afecta de, igual manera a los diferentes subgrupos.
Asr, la tasa de, eliminación selectiva en la escuela es mayor para los hombres que para
las mujeres, y es mayor en los niveles socioecon6micos bajos que en los altos.
Factores selectivos similares operan en' otras muestras institucionales, como es el
caso de los prisioneros, los pacientes de hospitales mentales o las personas con retardo
mental que viven en internados. Debido a los muchos factores especiales que determi~
na [a propia internación, esos grupos no son representativos de la población entera de
los infractores, los trastornados o los que padecen retardo; por ejemplo, es más proba~
ble que se interne a los individuos retardados que sufren discapacidades físicas que a
quienes son aptos. De modo similar, la proporción relativa de personas con retardo
profundo será mayor en las muestras tomadas en instituciones de asistencia que en, el
conjunto de la población.
Relacionada con la cuestión de la representatividad de la muestra, está la necesidad
de definir la poblaci6n específica a la que pueden generalizarse las normas. Como es evi~
deme, una forma de asegurar que una muestra es representativa consiste en restringir la
población para que se ajuste a las especificaciones de la muestra disponiblej por ejemplo,
si la población se define para incluir únicamente. a escolares de 14 años en lugar de a
todos los niños"¿e 14 años; entonces una muestra escolar seda representativa. Por su~
puesto, lo ideal es que la población deseada se defina de antemano en función de los
objetivos de la prueba, para formar luego una muestra adecuada. No obstante; los o~~
táculos prácticos para obtener participantes puede hacer que esta meta resulte inalcan~
zable, En dicho caso, es mucho mejor redefinir la población de manera más reducida que
señalar nonnas sobre una población ideal que no está adecuadamente representada en la
muestra de estandarización. En la práctica real, son muy pocas las pruebas que se estan-
darizan sobre poblaciones tan amplias como suele suponerse, y ¡ninguna prueba ofrece
nonnas pa~ la especie humana! Además, es dudoso que muchas pruebas brinden nor-
mas verdaderamente adecuadas para poblaciones tan amplias como "los europeos adul-
tos", "los niños mexicanos de 10 años", etc. En consecuencia, las muestras obtenidas por
diferentes autores de prut;bas pueden no ser representarivas de las poblaciones alegadas y
presentar diversos sesgos, de ahr que las normas resultantes no sean compambles.
Al interpretar los resultados de la prueba, el usuario debe tomar en considemci6n
las influencias específicas que pueden haber actuado sobre la muestra norm3tíva utili.
 '::,?~'':;-';'':-;~t'~,£g~;:'/i:;~~,,:~;¡,::',2::¿.~0:~,\::::'~~;:~'''''-~",:,.,"'.;;._s~~~'~"';;.S'I'>"":""'r.:::~
..:.-:."--~-,-~-.-
~
",""O', ~

..

Normas y significado de las puntuadones de los tests 71

70 Pn"ncip.iostecnicos y metodológicos
/----~ y se reneran a una sola muestra normativa. Emeero, debe observarse que existen-dife~
rada al estandarizarla .' renres grados y clases de comparabilidad de las calincaciones. La comparabi\idad en
ciones sociales prevai: ~ue incluyen factores selectivos especiales así como las condi~
una situación particular depende"de la similitud de las pruebas en cuamo al comeni-
mativos (Anastasi, 198~b)tes en el momento en que fu~ton obtenidos los datos nor-
do, a propiedades psicomécric.as como la connabilidad y el grado de dincultad y a los
procedimientos estadísticos utilizados para lograr la comparabilida9 (Angoff, 1984;
Normas fijas nacional ." ' Angoff YCoweil, 1986; P_W_ Holland YRubin, 1982)_ Las pruebas no deben conside-
consiste en usar una p es. Una solución a la falta de comparabilidad de las normas
rarse igualadas o equivalentes a menos que sean verdaderamente intercambiables. No
tados de distintaS Pf\lebe.ba anda para desarrollar tablas de equivalencia para los resul~
obstante, diferentes claSes y grados de comparabilidad pueden facilitar la interprera-
a cada punruaci6n de 1 as (para mostrar qué puntuación de la prueba A es equivalente
., .. que las puntuaciones sa Prueba B)_ Esto puede lograrse con el método equipercentil, en el ción de los resultados siempre que las puntuaciones comparables se usen de modo
un determinado grupo: cons~deran equiva'lentes cu~ndo tienen percentiles iguales en apropiado Ycon pleno conocimiento de la forma en que Se der~varon.
a un Cl de.IIS en la p' POh ejemplo, si en el mismo grupo el petcentilBO corresponde
Normas específicas. Otro acercamiento a la no equivalencia de las normas exis-
de la p~eba A se cons~: a A y a un el de 120 en la prueba B, entonces el CI de liS
tentes --que quizá sea el más realista para la mayor parte de los instrumentos- consis-
to ha sldo'adoptado de ra eqUivalente al Cl de 120 de la prueba B. Este procedlm¡en-
'j' te en estandarizarlas sobre poblaciones dennidas de manera más restringida y elegidas
bias de equivalencias p manera restringida por algunos editores en la preparación de ta-
h
Ocasionalmente Se ta algunos de sus instrumentOS (por ejemplo. Lennon, 1966a).
para adaptarse a los propósiros espedncos de cada prueba. En esos casos. los límites ,de
b
- ba contra una soJa Pru cen propuestas más ambiciosas para calibrar cada nueva prue~ la población normativa debe informarse claram~nte con las :no~as. Así, puede decirse-
a
. que las normas se aplican 1I10sempleados administtativos de las grandes -empresas" o
representativa a nivel e a .anda que haya sido administrada a una m,,!-estra normativa
a "los estudiantes de primer año de ingeniería". Para muchos propósitos de examina-
se encuentra en el!:ot ~aclOnal (Lennon, 1966b)- Un ejemplo de este procedimiento
vicio de Prueba> Ed u la de Prueba Ancla (Anchor Test Study) conducido por el Ser- ción resulta deseable contar con normas muy espe,cíncas. Aunque pueda disponerse de
normas representativas de una población más amplia, siempre que subgrupos identi/\~
na de Educación deuc l~t'vas (Educa."onal Testing Service) bajo los auspicios de la Olici-
cables obtengan punruaciones apreciablemente diferentes en una prueba parricular re-
esfuerzo sistemático p s Estados Unidos (Jaeger, 1973). Dicho estudio representa un
sulta útil informar por separado las nonna.s del suhgrnpo. Los subgrupos pueden,ormarse
sentativas de la pobl ~r proporcionar normas comparables y verdaderamente repre~
a Clónd d h- de acuerdo con la ~dad, el grado escolar, el programa de estudios, el sexo, la región geo.
te e~ ect~ra. aplicadas esta. ~unidense para siete de las pruebas e.aprovec a~le~~
1 gránca. el ambiente urbano o rural, el nivel socioeconómico Ymuchas otras variables.
experimental blt~n COn a mnas de educación elemental. GraCias a un dIseno
El uso que vaya a hacerse de la prueba determina la diferenciación que resulte más per-
escolares de cuarto q ~rolado. en SO estados d~ ese pars se eXaminó a más de 300 000
• Ulnt o y sexro grado_ La prueba ancla estaba formada por las sub- tinente, as( como la conveniencia de contar con normas generales o específicas.
pruebas de lectura de
Debemos mencionar también el caso de las nonnas locales, que con frecuencia son
to Metr0P9litana (Me~~mp:ensión y de vocabulario de la Prueba de Aptovechamien-
establecidas por los propios usuarios en ambientes particulares. Los grupos empleados
normas en una fase del Po[¡tan Achievement Tese), pa~ ~a cual se esta~leciero~~uevas
para derivar dichas normas se definen de manera aún más limitada que los subgrupos
s:ntó las SU,bpruebas de r:oyecto. En la fase de calibraCIón ~e1 estudIO cada nmo pre-
considerados antes. Así, un empleador puede acumular normas de los solicitantes pa-
nas, y cada una se ap ctura.de comprensión y vocabulano de dos de las Slere bate-
formas ~a;¡¡lelas de la:~eó a la vez con todas la,demás.' Algunos grupos recibieron
ra un determinado trabajo en una empresa en particular,' o'la oficina de admisión de
una universidad puede evaluar el rendimiento d~ los alumnos en términos de su pro-
pareamlentos fueron d os subptuebas de la misma barerra; en otrOS grupos todos los
pia distribución de calificaciones. Esas normas locales son más apropiadas que las nor-
administraCión. A Par ~phcados en una secuencia inversa para controlar el orden de la
mas nacionales para muchos .propósitos de examinación, como la predicción dd
todo equiptrcentil Pa ttr de l~s análisis estadísticos de todos esoS datOS se utilizó el mé ..
desempeño en el empleo o académico. la comparación del aprovechamiento rdativo
pruebas. También se ;a preparar rabias de equivalencia de puntuaciones para las siete
de un niño en diferentes materias o bien la medición del progreso de un individuo a 10
los sistemas escolares reparó un manual de interpretación de los resultados para uSO de
Los datos de la fas~ ~rros i~reresados (Loret, Seder, Bianchini YVale, 1974). iargo del tiempo-
pués pora formar una 1e cahbración del Estudio de prueba Ancla se unll!aron des-
Referencia (Narional
permite la transformo
R a escala de' punruación, conocida como la Escala Nacional de
ef~ence Scale Ren" y Bashaw, 1977)- La rabla de conversión
Grupú fijo dt: referenda. Aunque la forma en que se calcula b mayor parce,,-!t:
las calincaciones derivadas permite una interpretación normativa inmediJ,ta de b eje.
cución en una prueba, hay algunas' excepciones notables. Una escala no normativ:l
.
en cualqUIera d~ los 'IC16
n' n d e una puntuación
' . pruebas
de.cualquier forma de las sIete
urili!a un grupo njo de referenci3 para asegurar la comparabilidad "1continuiLL.ul de b:
cab uniforme y conti lveles escolares en una calincación de rres lugares sobre una es-
calincaciones sin brindar una evalu3ción normativa dd desempeño. Con dicha eSC:l'
y los .métodos de esca~~a- .!:ota escala fue elaborada empleando el análisis de reactivos
la, la interpretación normativa riene que referirse 3 normaS obren idaS de manera indi:
reactivOS más sencillos dm,ento del modelo Rasch, uno de los modelos de análiSIS de
pendiente de una población adecuada. Con este propósito suelen emplearse norm:)
Para muchos propó . el que veremos más aqu[ y en el cap(tulo 7-
p::uables de diferentes Sltos de examinación resulta úril conúu con pUf;ltUaciones como locales u arras normas espedncas.
Pru.ebas que se expresen 'sobre una escala uniforme de medición
 ,'~
~
72 Pn'nópios té!nicos y metodológicos
Uno de los primeros ejemplos de escalamiento en términos de un grupo fijo de refe-
rencia se encuerura en la escala de calificación del Test de Aptitud Académica de la
junta Univeroitam' (Ccl1ege Board Scho!astic Aptitude Tese, Dol'lon, 1984). Entre 1926
(cumdo se aplicó la prueba por primera vez) y 1941, las calificaciones del SAT se expre-
saban sobre una escala normativa en términos de la media y la DE de los candidatos que
presentaban la prueba en cada aplicación. Dado el incremento en el número y la varie-
dad de las univers3iades participantes en la Junta Universitaria y los cambios en la-com-
po.sici6n de la ¡:clJlación de aspirantes, se concluyó que era necesario mantener la
> continuidad de la escala. De otra manera, el resultado de un individuo dependería de las
características del grupo examinado en un año particular. Un moti ••.. o a(m más urgente
para mantener lacontiruidad de la escala proviene de la observación de que, debido a la
"operación diferencial de factores selectivos, los estudiantes que presentaban el SAT en
cierta época del a.i.oobtentan un resultado inferior al obtenido por quienes lo presenta-
ban en otros mamemos. Por ende, después de 1941 todas las calificaciones del SAT se
expresaron en t~nninos de la media y la DE de los aproxirn?-damente 11' 000 candidatos
que presentarº~ la prueba en,1941. Esos aspirantes constituyeron el grupo fijo de re#
. ferencia empleádo en el escalamiento de las formas subsecuentes del instrumento.
Así, una puntuaci6n de 500 en cualquiet forma del SAT corresponde a la m~dia de la
muestra de 1941,una calificación de 600 cae a una DE por encima de la media,"etcétera.
Para permitir la transformación de puntuacioneS crudas de cualquier forma del SAT a
esas calificaciones de un grupo fijo de referencia en cada forma se incluyó una pequeña
prueba ancla (o amjunto de reactivos comunes). En consecuencia, cada nueva forma se
ligaba a una o dos pruebas anteriores, las que a su vez estaban ligadas a otras formas por
uoJ. cadena de rea:rivos que se extendran hasta la forma de 1941. Estas calificaciones del
S.-\.T no normativas podían entonces interpretarse al compararlas con cualquier distri.
tución apropi:::ldadepuntuaciones, como las de una universidad panicular, una clase de
universidJd, una regi6n, etc. Esas normas espedficas son más útiles al tomar decisiones
de admisi6n a b univeroidad que las normas anuales basodas en toda la poblaci6n de
candidatos, Más aún, cualquier cambio en la población de aspirantes puede ser detecta-
da con una únicaesca.la fija de calificaciones. Más recientemente, la escala SAT ha vuel.
_ro a centrarse ep el desempeño de más de un millón de estudiantes estadounidenses que
se gr.lduaron de secundaria en 1990 y presentaron el test en su penúltimo o último año
escolar. Los tes"hados para los estudiantes que ptesentaron el SAT después del ptimetO
de abril de 199~ se informaron de acuerdo con la eScala "reciente" derivada del grupo de
referencia de 199:'. Se han elaborado materiales auxiliares e interpretativos para ayudar
a (os usuarios a convertir las calificaciones individuales y agregadas de la escala anterior
y viceversa (véase el capfrulo 17), lo que permite una interpretación completa y diversi-
6 cultad. Como en el caso del grupo fijo de referencia que explicamos en la secci6n
ficad3 d~ la ej~cución individual para propósitos espedt1cos de examinación.
. Las escalas formad3s a pílrrir de un grupo fiÜ)de referencia son análogas en un as.
~ctO a las escalas empleadas en la medici6~ física. A este re'pecto, Angoff ( 1962, pp.
32-33) comentaba:
, Su ~Mb rCClblóI~~o ti nombre de Tae de EV31uJción EJ.cobt (&Mlillric AJ-UJlm.:nt Tw. SATl pJr.1
r:.ut{:Jf el c3mb,;) de 11Of~entJc;¿n tuCl3 U rucul'Jle::l de lu ohfiQciones de lu prud::3j que sutji6 ¡ firules cltl
11~!!J:O:( ••.~.uc ~pec.~lmente el oplrulo 12 pJn uru revblón ¿ti e{oXto de tu direrencw de wexpcriencw
f'::"ICrub ~Cre b. cJecuciJn en b prueb:a).
t Re,,;on.xem.::s u 1~ de Wlync DtnJ.t1 de l1 Junu Univenil,lnJ P-,l~ lt oblenc:lón de b 1~0fTn3dón.
Normas y sigf1ijicado de las puntuaciones de los tests 73 , I
~C\/
Difícilmenre exisre una pe~ona que conozca la definición original precisa de fa IU,I- ~ -"'
gitud del pie u$3do en la medición de est<lntra o dispncia, o que sepa quién fue el rey .
cuyo pie se Eicordóoriginalmente que fuera la nom~a; por otco lado, no hay ni.~die
agur que no sepa. cómo evaluar longitudes y distancias en términos de esta unidad.
Nuestra ignorancia del significado original de pie de manera alguna disminuye la
utilidad que tiene para nosotros. Su utilidad procede del hecho de que se manÚene
constante y nos permire familiarizamos con él. No es necesario decir que las:mismas
consideraciones se aplican precisamente a otras unidades de medición -la pulgada.
la rrtilla, los grados Fahrenhcit-. Del mismo modo, en el campo de la medición psi-
cológica es razonable decir que la definición original de la escala no debe ser de im#
ponancia. Lo que es importante es mantener una escala constante -la cual, en el
caso de un programa de examinación de formas múltiples, se consigue mediante una
rigurosa igualación eorre formas- y la disposición de los datos normativos comp1e.
mentarios para ayudar en la interpretación y la toma de decisiones. dams que deben
revisarse de vez en cuando según lo justifiq"uen las circunstancias.
Teoda de las respuestas a los iternes. Desde los setenta se observa un resurgi#
miento del interés en una clase de procedimientos de gran complejidad matemática
para escalar la dificultad de los reactivos o iremes de una prueba (Hambleton, 1989;
Hambleton. Swaminathan y Rogers, 1991; jaeger, 1977). Debido a la gran cantidad
de cálculos que requieren, sólo fueron viables cuando aumentó la disponibilidad de
computadoras de alta velocidad. Aunque su complejidad y.sus procedimientos mate~
máticos difieren'; estas aproximaciones se agruparon or!8!nalmente con: el dtulo ge;eral
de modelos de rasgos larenees.La medida básica que utilizan es la ptObabilidad de que un
sujeto con determinada habilidad (el llamado rasgo latente) acierte en un reactivo de
dificultad conocida; sin embargo, ello no implica que existan rasgos latentes o habili-
dades subyacentes en un sentido frsico o fisiológico, ni tampoco que originen una
conducta. Los rasgos latentes son cOOStruCtOSestadísticos derivados matemáticamen-
te de relaciones empíricas observadas entre las respuestas a la prueba. Una estimación
inicial del rasgo latente de un examinado es la calificación .total que obtiene en la
prueba, Para evitar la falsa impresión creada por el término rasgo latente", algunos de
U
los principales exponentes de estos modelos lo han sustituido por el término más des.
c,iprivo y preciso de "Teotra de Respuesta al Ítem" O TRI (Lord, 1980, D. J. Weiss y
Davison, 1981). Esta designación ha alcaruado un uso general dentto de la psícologb.
En esencia, los modelos TRI se han usado para establecer una escala de: medición
uniforme y ulibre de muestra" que pueda aplicarse a individuos y grupos de muy diver#"
sos niveles de habilidad y que permira probar contenidos de distintos niveles de difi.
anterior, los modelos TRI requieren de reactivos ancla o una prueba común como
puence entre las muestras examinad3s y las pruebas o conjuntos de reactivos; sin em-
bingo, en lugar de USJrla media y DE de un grupo especrfico de referencia para definir
el origen y tamaño de las unidades de la escala, los moddos TRI los establecen eo tér#
minos de los d3tos qu~ representan una amplia gama de h3bilidad~s y dificulmdes de
los reactivos, que puedw provenir d~ varias muestras. Por lo general, el origen se esra-
blece cerca del cenuo de este [dogo. La unidad común de la escala se deriva matem:1-
ticamente de los d3ros de los reacrivos, lo que tiene varbs ventajas teóricas y práccic3s
 "-:;;\'P:~~'::;':~":"~h:';t\~\O
~'.;~~-;c?'c'~_ ~o:<'"",<.O.";',,-o_-:.,"_, •.," ••=:,";":.,\~,.~~",,.
:;':o"".~l:i~~-;"!\-~<:::"",.
74 Principios técnicos y metodológjcos
"'~,
sobre los anteriores procedimientos de análisis de reactivos. Revisaremos después la
metodología específica, en el capítulo 7, cuando tratemos las técnicas de análisis de
reactivos. La TRI se ha ido incorporando en los programas qe exa"minación a gran es~
cala; por ejemplo, desde 1982 el procedimiento se emplea para igualar las calificacio.
nes cotales de las nuevas formas del SAT y expresarlas en una escala continua
uniforme (Camara, Freeman y Everson, 1996; Donlon, 1984).
Aunque ha crecido la atención dirigida al problema general de igualaci6n de la prue~
ba, que permite expresar los resultados de diferentes formas de la misma prueba en
:~una escala de' calificación uniforme, las dificultades técnicas de los diversos plantea~
~:mientos explorados con este propósito escapaon al 'alcance de este libro, por lo que re~
.Uerimo; alleF~or a P. W. Holland y Rubin (l98?) y a Perersen, Kolen y Hoover (1989)
~~-para una re.v~ión completa y una evaluación crítica de dicha metodología.
.LAS COMPUTADORAS Y LA INTERPRETACIÓN
DE" LAS CALIFICACIONES DE LAS PRUEBAS
., .:;'0'.
o~Desarrollos)écnicos. Las computadoras han tenido un impacto importante en cada
._:..fase de b ex~"minación, d~sde la elaboración de la prueba hasta la aplicación, califi~
..'caci6n, inrerpreraci6n y elaboraci6n de! reporre (F. B. Baker, 1989; Butcher, 1987;
Gutkin y Wise, 1991; Roid', 1986). Los usos evidentes de las computadoras -y los
. ; encontrados antes- representaron un incremento sin precedenOtesen la rapidez con
" oque pueden realizarse los procesos de calificación y análisis de datos. El uso de las
o computadoras en la aplicación automatizada de las pruebas convencionales tambiéno
.'puede considerarse en esta categoría, en la medida en que proporciona fonnas más sen~
o::~cillas de aptiglción. Empero, mucho más significati~a es la contribución de las compu~
~"o otadoras a la e~ploración de nuevos procedimientos y acercamientos a las pruebas psico~
.... lógicas que h~brran sido imposibles sin la flexibilidad y capacidad de procesamienro de
, : datos que proporcionan. Este efecto de las computadoras lo ilustra la adopción crecien~
'0' te de los medoelosTRI para el escalamiento libre de muestra. Veremos otras innovacio~
.' nes del uso d~.las computadoras al rev~ar 1", remas perrinentes a lo.largo del libro.
.. Asr, examJnaremos algunas aplicaciones de las coomputadoras a la evaluación del
desempeño e1\ las pruebas (F. B, Baker, 1989; Gurkin y W~e, 1991; Roid y Gorsuch,
1984). Al ni.ve! más simple, casi rodas las pruebas acruales, especialmente las d~eñada.s
para aplicaci6n colectiva, ahora están adaptadas para su caUficaci6n computan,ada.
Varias editoriales y organizaciones independientes de calificación de pruebas están
equipadas para brindar esos servicios a los usuarios. Además también se observa un
aumento en el aCceso a discos de computadora que los usuarios pueden emplear para
calificar las pruebas en su¡ propia.s computadoras (por ejemplo, lo; progran¡as ASSIST
desarrollados por el Servicio Emdouniden.se de Asesorfa). A un nivel mis complejo,
para algunas prueb:ls se dispone de inurpreraciones computaritada.s de los resultados, en
las que el program:l asocia infonnes verbales preparados con ciertos patrones de res~
puestJ. Este siscemJ se ha empleado en test de aptitud y de personalidad; por ejemplo.
en el Inventario Multifásico de Personalidad de Minnesota (Minnesota Multiph<uie
P<TlOnali'JIn",nrOT), MMPll. que estudiaremos en el capítulo 13, los usuario; pueden
obcener junco con las puntuaciones numéricas impresiones del diagnóstico y el infor-
me interpretacivo acerca de las tendencias de peMnalidad y b condición emocional
~ __ , 0'-'-<0" =-- .. -, -O-. ~'?f pO 0'0_
o:.'
....
Normas y significada de los puntuaciones de los tests 75
del examinado. Los usuarios que tienen acceso a sus propias computadoras pueden ad.
quirir programas que además de las calificacioné"s numéricas también proporcionan
informes interpretativos para ciertos tests, como las Escalas de Imeliget:tcia para niños
de Wechsler, Revisadas (WI5C-R) y para adulros (WAIS-R).
Los siseema.sinteractivos de cómpuw ilustran un nivel más complejo de in.rerpreta.
ciónindividualiz.ada de las punruaciones de los tests. oEn éstos. el individuo está en
contacto directo con la computadora por medio de estaciones de respuesta y emabla
de hecho un diálogo con la computadora (j, A. Harris, 1973; Holrzman, 1970; M. R.
Katz, 1974; 'Super ee al., 1970). Esta técnica ha sido investigada en relación con la
planeaci6n educativa y profesional y en la toma de decisiones. En estas situaciones,
los resultados suele~ incorporarse a la base de datos de la computadora junto con la
información proporcionada por el esrudiante o el cliente. En esencia, la computadora
combina toda la informaci6n disponible sobre el individuo con los datos almacenados
acerca de los programas educativos y ocupacionales, y utiliza todos los hechos y rela~
ciones pertinentes para responder a las preguntas del individuo yoayudarlo a tomar
una decisión. Un ejemplo de esos programas es el Sistema Interactivo de Guta" e In_::"oo
formaci6n (Sysrem far Interactive Gu¡dance Infonnation, "5101", 1974-1975). El s~te- .
ma, en uso por más de una d~cada en universidades, se ha actualizado y revisado para
ayudar no s610 a los estudiantes y a los adultos a prepararse para ingresar o regresar ai"
mercado de trabajo, o para sopesar ascensos o cambios de carrera (M. R. Karz, 1993.
Norris, 5chott; 5hatkin y Bennett, 1986). '
Riesgos y directrices. Aunque es indudable que las computadoras han abie~~~el
camino a mejoras sin precedentes en todos los aspectos de las pruebas psicológicas al~
l
gunas de sus aplicaciones .pueden conducir a abusos e interpretaCiones erróneas de las
calificaciones de las pruebas (Butcher, 1985a; J. J. Kramer y Mirchell, 1985; Mata-
ralZO, 1983, 1986a, 1986b). En un esfuerzo por prevenir esos riesgos se ha prestado
considerable atención al desarrollo de directrices para la examinaci6n basada en
compuradoras. Los Estándares de Evaluaci6n (Testing Standard.s: AERA, APA, NC.
ME, 1985) incluyen varios criterios vinculados con la evaluación basada en compu~
tadoras. Se ha elaborado un conjunto más amplio y de callado de normas que se refieren
en especial al usO de la computadora en los diversos aspectos de la examinación (véa.
se, por ejemplo, Butcher, 1987, pp. 413-431). Véase Moreland (1985, 1992), para
una revisión cuidadosa del uso de computadoras en la evaluación, particularmente en
relaci6n con la interpretación computarizada de.los resultados. "
Dos de las preocupaciones principales respecto al uso de computadoras atañen a la
comparabilidad de los resuhados y a las interpretaciqnes narradas de los mismos. Cuan-
l
do la misma prueba se aplica por medio de una computadora y de la manoera in;¡presa
tradicional es necesario investigar la comparabilidJd de los resultados (Maneo,
Drue;ne, Raffeld, Check",s y Muhlstein, 1991). A menos que se demuestre que ambos
modos de aplicación producen formas completamente iguJladas de la prueba, el mis-
mo conjunto de norma.s puede no ser aplicable a ambos; ademis, la confiabilidad y la
valide! del instrumento también pueden variar. Es especialmente impo~tante re\'isar
!:l comp3I3bilidad de individuos o grupos d¡(erences cuya experiencia con el uso de las
computadoras, sobre todo en la evaluación, puede diferir de manera notable.
El rápido crecimiento de los se:rvicios computJri:ados que proporcionJn informes
interpretacivos narrados de los 'resultados ha generado particular preocupación. I),)s
76 Prinapios técnicos y metodológicos
",
principios básicos fundamentan muchos de los criterios. Primero, debe proporcionarse
información adecuada que permita al usuario evaluar la confiabilidad, la validez. y
otras propiedades técnicas del sistema interpretativo empleado al preparar el progra~
ma de cómputo. ¿Cómo se obtuvieron los informes interpretativos de los resultados?
¿Cuál es la base teórica y de investigación del sistema? ¿Los análisis proceden de
análisis cuantitativos o del juicio clínico de expertos? Si se trata del último caso, debe
proporcionarse la información relativa a las calificaciones de estos expertos.
El segundo principio indica que siempre que se empleen informes interpretativos de
los resultados (sea con propósitos clínicos o de orientación o bien cuando se utilicen al
[Ornar decisiones importantes sobre los individuos), ~s indispensable considerar otraS
fuentes de datos disponibles sobre los examinados. Es por ello que s610 los profesiona~
les calificados deben usar reportes de los resultados. Los reportes deben considerarse
como un instrUmento auxiliar y no como un sustituto del especialista profesional.
INTERPRETACIÓN DE LOS TESTS REFERIDOS A DOMINIO
Naturale:~ y usos. Un acercamiento a las pruebas que gener6 gran actividad en
los setenta, en particular en el campo de la educación, se conoci6 al principio como
"teses referidos a criterio". Propuesto por Glaser (1963), el término se ha empleado
de manera vaga y su definición vada entre diversos autores. Más aún, es común el uso d.e
sinónimos. por ejemplo tests referidos a contenido, a un dominio o a un objetivo, aun-
que en ocashmes tienen connotaciones ligeramente distintas. La designación inicial
de "referencLl. a criterio" ha sido reemplazada gradualmente por términos con mayor
predsió~ de.5criptiva, por la cual en lo sucesivo emplearemos el término "tests refe.ri~
dos a dominio o tests de dominio".
En genet31, las pruebas de este tipo utilizan su marco interpretativo como referen~
da a un dominio específico de contenido más que a una población específica de perso~
nas. A este respecto, la aproximación ha sido comparada con la examinadón usual
referid3 a n~rmas, que para interpretar la calificación del individuo la compara con los
resultados d.~otros en la misma myestra¡ por ejemplo, en los tests referidos a un domi-
. nio la ejecución del examinado puede ser informada en términos de .las operaciones
aritméticas~~ue ha dominado, el tamaño estimado de su vocabulario, el nivel de difi-
culrad del «ma de lecrura que ha comprendido (desde revistas de ,tras cómicas hasra
la literatura' clásica) o sus oportunidades de lograr un nivel determinado de ejecución
sobre un criterio externo (educativo u ocupacional).
Hasta ahora, la examinación referida a dominio ha encontrado su principal aplica-
ción en varias innovaciones educativas. Entre ellas destacan los sistemas educativos
asistidos por computadoras, administrados por computadoras y otros sistemas educati-
vos individualizados. En todos esos sistemas, la examinación e.stá muy integrada a la
instrucción y se aplica antes, durante y después de cada unidad para supervisar las ha-
bilidJdes que son requisitos, di3gnosticar las posibles dificultades de aprendizaje y
prescribir los procedimientos educativos subsecuentes (Nitko, 1989).
Des..:leouo ángulo, los tests referidos a dominio han sido utilizados en estudios de
rendimiento educativo, como la Evalu3ci6n Nacional del Progreso Educativo (Narional
AHwmenr of Edw:otioMl Progrw, E. G. Johruon, 1992; Messick, Bearon y Lord, 1983;
F. B. Womer, 1970), y al hacer frente a las demandas de responsabilid,d educativa. To.
Normas y significado de las puntuodones de los tests 77
..-.- -
davía desde otrO puma de vista. otra muestra de los tests referidos a domini~':'--;L1.1str-a
en los exámenes para el cumplimiento de las c0 ndiciones mínimas requeridas, p'ar
4
ejemplo para obtener una licencia de conducción o de piloto. Una aplicación relacio-
nada es el examen de la pericia para el trabajo, que evalúa la maesrría de un pequeño
número de habilidades bien definidas, como en las ocupaciones milieares especializa-
das (Maier y Hi"hfeld, 1978; Swezey y Pear!srein, 1975).
Por último, la familiaridad con los conceptos de los tests referidos a dominio puede
contribuir a la mejora de los exámenes tradicionales informales preparados por los
maestros para su uso en el aula. Lino y Gronlund (1995) ofrecen una guía detallada
par.a este propósito, as.í como un tratamiento sencillo y equilibrado de tales pruebas.
Una reseña breve y excelente de las principales limitaciones de esa forma de examina-
ción se encuentra en Ebel (1972); y Berk (1984a) proporciona una amplia revisión de
muchos de los problemas técnicos de su elaboración y evaluación.
Significado del contenido. El rasgo distintivo principal de la examinadón referi~
da a dominio (como quiera que se le defina y sea que se le designe con este término o
con alguno de sus sinónimos) es su interpretación del desempeño en la prueba en tér~
minos del significado del contenido. Desde luego, el punto de atención está en lo que
los examinados pueden hacer.y lo que conocen, y no en cómo se comparan con otros.
Al elaborar estos instrumentos, un requisito fundamental es contar con un dominio
definido con claridad de los conocimientos o las habilidades que la prueba debe eva~
luar. Para que los resultados tengan un significado que pueda comunicarse, el contenido
del dominio por muestrearse debe ser reconocido como importante. El dominio selec~
cionado debe subdividirse luego en unidades pequeñas definidas en términos de eje~
cución. En el contexto educativo, las unidades corresponden a los objetivos educativos
definidos conductualmente, como "multiplicar números de tfes dígitos por otro de dos
dígitos" o Ilidentificar las faltas ortográficas que consisten en escribir s en lugar de e". En
los programas preparados para la instrucción individualizada, pueden prepararse cieo-
tos de esos objetivos para una sola materia. Después de que se han formulado los objeti~
vos educativos, se preparan los reactivos para muestrear cada uno, un procedimiento
difícil y tardado; sin embargo, si no se cuenta con una especificación cuidadosa y con ..
trolada del contenido, los. resultados de esta examinaci6n pueden degenerar en una
mescolanza idiosincrásica e ininterpretable. Un compromiso práctico consiste en que
un experto identifique y defina los principales conceptos, principios, metodologfas u
objetivos educativos; cada uno de los dOl)linios significativos definidos puede entonces
muestrearse concienzudamente con los reactivos de prueba apropiados. Es indudable
que el grado de especificidad con que se requiere evaluar los dominios de conducta
vatía según la naturaleza y propósito de la ptueba (Popham, 1984; Roid, 1984).
Cuando se aplica estrictamente, la examinadón referida a dominio se adapta me-
jor al examen de habilidades básicas (como lectura y aritmética) a nivel elemental.
En esas áreas los objetivos educativos suelen disponerse en orden jerárquico, y Ia"ad-
quisición de las habilidades más element3le.s es un requisito para la Jd~uisición de
otras de mayor nivel;? sin embargo, no es práctico -y quizá tampoco deseable- for-
mubr objetivos muy específicos para los niveles anmados de conocimiento en mate-
71..!cJlmenre, e1t~ ¡:rueb;u lii'JW el mo.:!elo tim¡:leJ: de b (X3b de Guturon (v~ POph3ffi y Hu~á, (969),
«lmo es el 05Q de bJ esc:¡[.u ordirub Je p¡;¡get q« t::ItudlJfemúll en el CJplrulu 9.
~~~~~~~t~.~;\;.;t~-=;,j~S;,&\'.'~.;;:¡.¡,,~'.,-..:.;.,:;~.;;O,:<'~~l~":'->O>',!'*£
""'-"""'~""'"Ul-=.-~~
•..:..=.>.",~~-_.-.-.
78 Principios técnicos y metodológicos
rias menos estructuradas. A estos niveles, es probable que tanto el contenido como la
secuencia de aprendizaje sean mucho más flexibles.
Por orro lado. al subrayar el significado del contenido',t:;'n la interpretación de los re~
sultados, la examinación referida a dominio puede ejercer un efecto saludable sobre la
aplicación general de pruebas, por ~jemplo para la interpretación de los resultados de
un test de inteligencia. Describir la ejecución de un niño en un test de inteligencia en
ténnmos de las habilidades intelectuales específicas y del conocimiento que representa
puede ayudar a contrarrestar las confusiones y los errores que han quedado vinculados
al CI tra~lcionali de todas formas, cuand9 se plantea en esos términos generales, la
aproximadón referida a dominio equivale a interp~etar las calificaciones de las prue~
bas a la l~:.de la 'validez demostrada de la prueba particular, más que en términos de
vagas enti~dades subyacentes. Por supuesto, dicha interpretaciór puede combinarse
con calificaciones referidas a normas.
':,
Pruebas,:de. destreza. Otro rasgo que suele asociarse con la evaluación referida a
- :~~dominio. es'el procedimiento para examinar la destreza. En esencia, el procedimiento
da una calmcación de todo o nada que indica si el individuo ha alcanzado o no el ni~
vel establ~ido de habilidad. Cuando se examinan habilidades básicas, en gene",l se
espera u~a destreza casi completa (por ejemplo, 80-85 por ciento de respuestas co~
rrectas). También puede emplearse una distinción de tres niveles que incluye deSq-eza,
no destrc:a y un intervalo intermedio dudoso o de "revisión",
En relación con la instrucción individualizada, algunos educadores han afirmado
que si s~ cuenta con tiempo suficieI1:tey métodos educativos apropiados, casi cualquie-
ra puede lograr la completa destreza de los objetivos elegidos. Las diferencias indivi~
duales se manifestarían en el tiempo requerido para el aprendizaje más que en el
rendimiento fmal, como sucede en los exámenes tradicionales (Carroll, 1963, 1970¡
Cooley'¡ Glaset, 1969; Gagné, 1965). De todo esto se dice que en las pruebas de des-
treza las 4iferencias individuales son de poco o ningún interés. En consecuencia, se
acostumbra elaborar los tests referidos a dominio de modo que,'luego de la capacita-
ción apro'píada, minimicen las diferencias individuales en'la ejecución. La evaluación
d~ la desrre:a se emplea regularmente en los programas de instrucción personalizada; y
también és caracterrstica de los tests referidos a dominio para habilidades básicas, adc~
cuadas para la instrucción elemental.
... En la elabotación de esas pruebas hay dos preguntas importantes: (l) ¿cuántos
. reactivos deben usarse para la evaluación confiable de cada objetivo educativo cubier-
to por la prueba!, y (2) ¡qué ptoporción de reactivos hay que responder correctamen.
te para determinar en forma confiable la destreza? En buena parte de los primeros tests
rderidos a dominio, decisiones de criterio daban las respuestas¡ no obstante, el progre-
so sustancial alcanzado en el desarrollo de técnicas estadfsticas puede proporcionar
respuestas objetivas empíricas (&:tk, 1984a; R. L Fetguson y Novick, 1973: Hamble.
ron, 1984a, 1989: Hambleton y Novick, 1973). Bas",rá con algunos ejemplos para
ilu)trár la naturaleza y el alcance de esos esfuenos.
8tas dos preguntas pueden plantearse en una sola hipótesis que se prueba en el mar-
co de la teoría de la toma de decisiones y el de un análisis secuencial (Hambleton,
1984a: WaIJ, 1947). En concretO, deseamos ptobar la hipótesis de que el exami""do ha
alcanudo el nivel requerido de destreza en el contenido del dominio u objetivo educa.
ti.•.o muestreado por los reactivos de la prueba, El análisis secuencial cor:siste en hacer
--a:;~:--._-------
Normas y significado de Laspuntuaciones de los tests 79
observaciones, una tras otra, y decidir después ~e cada una si (1) se acepta la hipÓtesis,
(2) se rechaza, o (3) hay que hacer otras observaciones. Así, el número de observaciones
(en este caso, el número de reactivos) necesario para llegar a una conclusión confiable
se determina durante el proceso de evaluación. En lugar de presentar un número fijo y
predeterminado de reactivos, el examinado continúa resolviendo la prueba hasta que
se alcance una decisión de destreza o no destreza, En este momento se interrumpe el
examen y el estudiante es dirigido al siguiente nivel de instrucción o se le regresa a estu~
diar el nivel no dominado. Con las fadlidades de las computadoras, los procedimientos
de decisión secuencial son factibles y pueden reducir el tiempo total de exammación a
la vez que producen estimaciones confiables de la destreza.
Algunos investigadores han explo[9.do los métodos bayesianos de estimación que
incorporan datos colaterales y son adecuados para las decisiones que requieren las
,pruebas de destreza. Debido al gran número de objetivos educativos que hay que pro~
bar, en general los tests referidos a dominio incluyen un pequeño número de reactivos
por cada objetivó. Para completar e'sta limitada información se han establecido proce9i, '...
miemos que comprenden datos colaterales de la historia del desempeño del estudiante
aSí como los resultados de otros alumnos (R. L. FerguSon y Novick, 1973; Hán;bleton, '
1984a; Hambleton y Novick, 1973),
Cuando los procedimientos confeccionados individualmente no r~ultan prácti-
cos, es posible establecer de manera empfrica puntuaciones de corte al analizar los re~
sultados de grupos apropiados antes y después de la instrucción. Lu~go se selecciona
la puntuación de corce que haga una mejor discriminación entre los que han recibido la
educación adecuada y los que no lo han hecho (Panel! y Laabs, 1979; L. A. Shepard,
1984). En ciertas siqtaciones se requiere de juicio para evaluar la relativa gravedad de
uaprobar" a una persona no calificada contra ureprobar" a alguien que s( lo está. En~
tonces, se elevarfa o disminuiría el puntO de corte para responder a las consecuencias
de la mala clasificación.
Tests refetidos a normas. Más allá de las habilidades básicas, las pruebaS de destreza
son inaplicables o insuficientes, ya que en las materiaS más avanzadas y me\los estructu-
radas el rendimiento es abierto. El individuo puede progresar' casi ilimitadamente en
funciones como la comprensión, el pensamiento crítico, la apreciación y la originali.
dad. 'Más aún, la cobertura del contenido puede seguir muchas direcciones diferentes
dependiendo de las habilidades, los intereses y las metas del individuo, asf como de las
facilidades locales de educación. En esas condiciones, la destreza toral es poco realista e
innecesaria, por lo que en tales casos suele utilizarse la evaluación referida a nonnas pa-
ra determinar el grado de re~~im¡ento, Se han elaborado algunos instrumentos para
¡xrmitir tanto las aplicaciones referidas a normas como las referidas a dominio, Un
ejemplo se encuentra en las pruebaS Stanford de diagnóstico para lectura y matemáti,
cas, que ademis de proporcionar nomlas apropiadas para cada nivet permiten un aná,
lisis cuantitativo del aprovechamiento del niño en objetivos educativos detallados:
Observe que la evaluación rt::feridaa dominio no es tan nueva ni tan distinta de 10$
exámenes referidos a norm3S como implican algunos de sus exponentes. Evalu3r b
ejecución del individuo en una prueba en términos absolutos, como una letra o el
porcentaje de acienos, desde luego es mis antiguo que las interpretaciones normati.
vas. Tentativas mis precisas por d~cribir el desempeño en u~a prueba en términos
;
 .:c,' ...•.
80 Principios técnicos y metodológicos
del signincado del comenido [ambién son anteriores a la introducción del término
"test referido a crirerio" (Ebel, 1962; J. C. Flanagan, 1962; Nitko, 1984, pp. 14--16).
Otros ejemplos se hallan en las primeras escalas formadas para e....aluar la calidad de la
escritura, la redacción o el dibujo al igualar la muestra de trabajo del individuo contra
un espécimen estándar. Ebel (1972) observó además que el concepto de destreza o ha-
bilidad en educación -en el sentido del aprendizaje de todo o nada de unidades espe#
cUlcas-- fue muy popular en los veinte y los treinta, antes de ser abandonado.
En todas las formas de evaluación está implícito un marCOnormativo, independien-
temente d<cómo se expresen los resultados (Angoff, 1974; Nitko, 1984). La mera elec-
ción del contenido o bien las habilidades por medir está influida por el conocimiento
del examinador de lo que puede esperarse de seres humanos en determinada etapa
educativa o de desarrollo. Dicha elección presupone que se cuenta con información
acerca de 10 que otraS personas han hecho en situaciones similares. Más aún, al impo-
ner puntuaCiones de corte uniformes sobre un continuo de habilidad, las pruebas de
destreza na 'eliminan las diferencias individuales. Describir el nivel de lecÑra de com-=
prensión de:un individuo como "la habilidad de comprender el contenido del diario
The New York l1mes" deja espacio para una amplia gama de diferencias individuales
en grado y comprensión. Aplicar un punto de corte para establecer una ¿icotom(a en
la ejecución simplemente ignora las diferencias individuales que permanecen dentro
de las dos ca~egorías y descarta información potencialmente útil.
CALIFICACIONES MÍNIMAS Y PUNTUACIONES DE CORTE
Necesidades prácticas y peligros latentes. El concepto de destreza en la exa#
, minación referida a dominio es sólo un ejemplo del uso práctico de los puntos de cor-
te en la toma de decisiones. En la vida cotidiana deben especincarse Yadoptarse cali-
ncaciones mínimas para una gran variedad de propósitos. En muchas situacion.es, las
condiciones de seguridad requieren el establecimiento de puntOS de corte en el de-
sempeño, c'omo p<lraconceder licencias de conductor, la selección de pilotos para una
aeroHnea o' de trabajadores para una planta nuclear. En la escuela, aprobar un cursa o
graduarse (epresentan otras situaciones que exigen una clasificación de todo o nada
(Jaeg , 1989). En la práctica clínica y de consejetía, las decisiones concernientes al
er
tratamiento o las recomendaciones pueden requerir de juicios similares.
Un argumento particularmente sólido para el uso de los puntos d~ corte atañe a la
presencia d~ variables críticas requeridas para el desempeño de ciertas funciones, se
trata de vari::tbles en las que una deli.ciencia no puede compensarla una habilidad so#
bres::lliente en Otras variables. En tales casos, un::l calincación alta en una batería de
selección podría ocultar una deficiencia en una habilidad crucial. Con todo, los indi.
viduos que caen debajo del m£nimo (equerido en la habilidad esencial fallarán, inM-
pendientemente de sus Otras habilidades; por cjempio, los operadores dd equipO de
sonar deben tener una buena discriminación auditiva. Durante la Segunda GuerrJ.
Mundial, los reclutas de b. marina estadounidense fueron seleccionados para el entre-
namiento como operadores de sonar sobre la base de la combinación de sUScalinea-
ciones en prueb:lS de discriminación audiúva y de comprensión mecánica. Como
resultado, algunos hombres con formación universitaria que obruvieron excelentes re.
sultados en comprensión mecánica pero que resultaron deficientes en l:ti habilidades
auditivas esenciales fueron asignados a dicho entrenamiento con el fracaso subse.
cuente. El proc~dlmiento estándar de la marina requería que quienes fracasaran en su
Normas y significado de las puntuadones de los tests 81
primera asignación de entrenamiento fueran transferidos a tareas generales como f
aprendices de marinero, lo que suponía la pérdida ..de sus servicios especializados. Un
análisis posterior de la situación llevó a la sustitución de un procedimiento de Corte
para este propósito de selección; sin embargo, para la mayor parte de las variables rela-
cionadas con el trabajo, la relación con la ejecución del trabajo tiende a ser lineal, de
modo que entre mayor sea el resultado obtenido en la prueba mejor suele ser el desem#
peño (Coward y Sackett, 1990). En tales casos, la calificación real del sujeto predice
mejor.,su rendimiento que su posición relativa en un punto de cOtte.
En la medida en que no es posible evitar el uso de los puntos de corte en muchas
. decisiones prácticas, es esencial estar al (anto de los riesgos de dichas e ....aluaciones y
utilizar procedimientos para reducir los errores de juicio; por ejemplo, deben hacerse
esfuerzos para mitigar las limitaciones del, resultado de una sola prueba. Cuando sea
factible. eIcorte debe ser una banda de puntuaciones más que una sola puntuación
obtenida en una aplicación de la prueba. Más aún. las decisiones sobre los individuos
deben depender de múltiples fuentes de información. de modo que los resultados de la
prueba los completen otros datos relevantes a su desempeño, pasado y actual. Si un
grupo de jueces establece los puntos de corte,'éste debe incluir la representación ade# .-
cuada de expertos tanto en el área relativa al desempeño de la tarea como en los prin#
cipios de construcción y uso de las pruebas. Por encima de todo, siempre que sea
posible, los puntos de corte deben establecerse o verificarse sobre la base de datos effi#
píricos. En concreto, esto implica que deben obtenerse los resultados conseguidos en
la prueba por ~pos que dineren claramente en la conducta de criterio importante,
como el desempeño real en cierto trabajo. Por supuesto, esta es la ejecución qúe la
prueba pretende predecir y en que se establece un puntO de corte para asegurar un mí~
. nimo seguro. aceptable o deseable. Un ejemplo claro de la aplicación del método em#
pírico para establecer puntuaciones de cOtte en una prueba de selección de personal se '
encuentra en las tablas de expectabilidad que veremoS en la siguiente sección.
Tablas de expectabilidad. Una de las formas de inrerpretar el significado del re-
sultado de una prueba es la ejecución criterio esperada del sujeto, como en el progra-
ma de capacitación o en el empleo. Este uso del término ucriterio" sigue la práctica
psicométrica habitual. como cuando se dice que una prueba es validada contra un crÍ#
terio particular (véase el cap(tulo 1). Hablando estrictamente, el termino "test referi#
do al criterio" debe aludir a esta interpretación del desempeño, mientras que los otros
planteamientos que revisamos en la sección anterior se describen mejor corno referi.
dos a contenido o a dominio.
La tabla de expectabilidad muestra la probabilidad de diferentes (esultados de cri-
terio para quienes obtien~n cnda re~ultado de la prueba; por ejemplo, si un estudian#
te obtuvo un~ cali~cación de 530 en la Prueba de Evaluación Académica (Schola.stic
Assessmdlt Test, SAT) de la Junta Universitaria, ¿cuáles son las posibilidades de que
su calincación promedio en determinada universidad caiga en la categoría A. B, C, Do
Fr Esta inform:lCión se puede obte.ner si se examina la distribución bivarbda de las cali-
ncaciones predietoras (del SAT) contr.! el criterio establecido (el promedio de califica#
clones). Si el númerO de casos en cada celda de dicha distribución bivariada se cambia
por un porcentaje, el resultado es una tabla de expectabilidad, como la que ilustra la ra.
bla 3.6. Los datos par.! esta tabla fueron obt~nidos de 211 esrudiantes de séptimo grado
lnscrit05 en cursos de matemáticas. El predictor fue la prueba de Razonamiento Numé.
(i¡oode los TestSde Aptitud Diferencial (Diffcrenáal Aprinuú TeStS,DAT) administrados
¡- _=:2:ít' •• "'''y--O,~~S'
..'ü.: ~,-"""'~,~_".""_.r~."
_,''',_''"__
'.,~_,,-O"' > '- '.' ''-':''~''''';''''': '=--''~~''''''"~'''''~.~'''''"''--='''''''''==-''''''-
__

82 Prindpios técnicos y metodológicos Normasy stg~ifitado de' las p~ntuácianes de los. tests 83

Eslanina Número . ,.Porcentaje eJimin~do ~Q, ele~lr~,ri~~~~:!~-~;J9.t;

~rim~ri9"
del pi!OIO .de hombres
Tabla de expectabilidad que muestra la relación entre la Prueba 9 214?4
de razonamiento numérico (DAT)y las calificaciones en un
.. 8 .19444
curso de matemáticas para 211 estudiantes de séptimo grado "":" .. , r
Puntuación
I
Número
I
Porcentaje que recibe cada ca1l6ca~ión o grado por letra ..
','.7., .32129
'\:
6" ..... ,.. 39398
de la prueba. de casos
Dy rryeTWj e B A
'5 . '.34975

4 23699,
,~-., '. .
3. :. ,11209,
;"c',
2 . 2139'
-
904

, .,
F f 9 u r a 3. 7. Gráfica de Expectabilidad que muestra la relación entre la ejecución en
una batería para la selección de pilotos y la eliminación de un vuelo de entrenamiemo
primario.
(Tomado de J. C. Aanag::m, 1947,'p. '58.)

vuelo. Puede verse que el 77 por ciento de los cadetes que recibieron una estanina de 1
fue eliminado del curso de entrenamiento, mientras que sólo cuatro por ciento de los
que obtuvieron una estanina 9 n~ logró completar el entrenamiento satis(actoriamen#
te. Entre esos extremos, el porcentaje de fracasos disminuyó en (arma constante a lo
largo de las esraninas sucesivas. Sobre la base de esta gráfica de expectabilidades pue.
de predecirse, por ejemplo, que alteded9t del 40 por ciemo de los cadetes que obtie.
nen una calificación esta ni na de 4 fracasará y que cerca del 60 por ciento completará
satisfactoriamente el entrenamiento de vuelo, Pueden hacerse afirmaciones similares
acerca de la probabilidad de éxito o fracaso' de los individuos que reciben cada estani.
na. Asr, la probabilidad de que complete el emtenamiemo un individuo con una eali.
ficación estanina de 4 es de 60:40 o 3:2. Además de brindar una imerpreración
referida al criterio de los resultados de la prueba, puede observarse que tanto las tablas
como las gráficas de expectabilidad dan üna idea generol de la validez de una prueba
para predecir un criterio determinado. Es por ello que al final del capítulo 6, en una
sección sobre los modelos de decisión para el u,sojusto de las pruebas, haremos una re-
visión más detalbda de los procedimientos emprricos empleados para establecer pun-
tuaciones de corte. En dicha sección también nos referimos a los procedimientos
matemáticos para d establecimiento de calificaciones de corte óptimas en diversas
condiciones. Las aplicaciones espedficas de las puntuaciones de corte en las principa.
les áreas de.la práctica p_sicol6gica también pueden encontrarse en el cap (rulo 17.
 VJ C'tl ¡ce:
,=I!P.\'" C';l .8
V¡;."""" ...••••.~_••.. , bO c::
o ,o' '••• '\
t!!1;l. •••••~.,v:~.'Í'oi
•..

,; " ~",J'F'S~¡'
..V'. .. ;,-'
o -""','" ~~~~,~~"".
iJ~\.J~<t,}..\.j:::t\~:1fl
¡~,?rc""
, ••
o -".
~';¡,,~'?):,~'f',;'.-;'
.;~~. l,'¡,)'(.~'
;'."

oC/)
y'
¡f,:J¡;;~~...
~,a;-.'I."\"/.:,,,,T)J;:,. •• , ,•••. -." ;' ~-
" ..••~"""-::l'I~~:.:t!.Jt::~~~i'.~ll:''':'
~ ~¡¡~ ::~:;.~ : .
~ c:
...c ";
Q,) c:
::) :::J
t-
o...
,.-~

'"¡¡:O
O
O

..g
l5

O
O
z
:5
O
uJ
a:
uJ
:>
"a:
O
m
:J
-'
uJ

'. "';~".l. ",-1, .