Avaliação Padronizada para Clínicos
Definição de Psicometria  A redação exata de uma pergunta ou a
A psicometria é o estudo da mensuração do
comportamento humano, preocupado com a
construção de instrumentos confiáveis e
válidos, bem como procedimentos
padronizados de mensuração.
Avaliação estandardizada versus não
estandardizada
 Um teste estandardizado pode ser
descrito como "estruturado" porque
definiu estruturas de aplicação e cotação
que são seguidos da mesma forma por
cada profissional que usa o teste.
 Avaliações padronizadas também
estruturaram procedimentos para
interpretar os resultados, comparando a
pontuação de um indivíduo com os
resultados de uma amostra representativa
de pessoas com características
semelhantes (idade, sexo, etc.).
 Um teste é considerado para ter sido
"estandardizado" se os dados foram
recolhidos em um grande número de
indivíduos e um conjunto de regras
estruturadas para a aplicação e uma série
de regras de aplicação e cotação foram
usadas.
 Os dados recolhidos são usados para
determinar a pontuação média e o
desvio-padrão.
 Os testes não estandardizados não
possuem dados de um grande número de
sujeitos que foram testados e cujo
desempenho foi pontuado exatamente da
mesma forma por cada clínico, de acordo
com um conjunto estruturado de regras.
Importância da avaliação
estandardizada
ordem em que as perguntas são feitas
podem influenciar a resposta - Efeitos de
contexto de item.
 A relação entre o examinador e o
examinando pode influenciar o nível de
esforço que o examinando coloca no
teste, um efeito chamado motivação.
 Para administrar avaliações padronizadas,
os examinadores são treinados para
perguntar a cada indivíduo perguntas
idênticas numa ordem específica e com
um tom neutro para evitar
inadvertidamente influenciar a resposta.
 Regras de Pontuação/cotação
estandardizadas dão aos examinadores
um conjunto comum de regras para que
possam julgar e pontuar as respostas da
mesma maneira, ou seja, de maneira
uniforme.
Porquê os testes estandardizados são
uma parte importante das práticas de
avaliação clínica?
Porque ajudam a registar e interpretar
dados de forma estandardizada para
confirmar o seu julgamento clínico
São importantes para o tratamento, podem
ser usados para orientar intervenções e
mensurar os resultados do tratamento
Identificar padrões de pontos fortes e
fracos e orientar o desenvolvimento de um
plano de tratamento adequado
Para avaliar o progresso do paciente
Porquê os testes estandardizados têm
vários tipos diferentes de pontuações?
 O número de itens respondidos
corretamente em cada subteste é
chamado de pontuação bruta.
 A pontuação bruta fornece informações
muito pouco. Só pode dizer que o
examinando tem alguns dos itens
corretos ou muitos dos itens corretos.
Isto não permite comparar.
 As pontuações brutas são convertidas
numa pontuação padrão usando uma
tabela criada a partir de todos os dados
recolhidos durante a estandardização.
 Uma pontuação padrão é interpretável
porque faz referência ao desempenho de
um examinado em relação à amostra
estandardizada.
 A transformação de pontuações brutas
em valores predeterminados possibilita a
interpretação dos escores com base em
uma distribuição normal (curva normal).
 Diferentes tipos de pontuações standards
são usadas em testes estandardizados.
 A comum é na qual a média de
pontuação bruta do teste é transformada
em uma pontuação padrão de 100.
 Pontuação T: aplica uma pontuação de
50 pontos para a média de pontuação
bruta.
 Classificações de Percentis: Uma
classificação percentual indica a
percentagem de pessoas que obtiveram
essa pontuação ou uma menor.
Porquê devo converter o número de
respostas corretas (pontuação bruta) em
outra Pontuação?
 Os scores brutos precisam ser
transformados em pontuações padrão
para que possa comparar o desempenho
do indivíduo com os desempenhos de
outros da mesma idade ou nível de classe.
 Exemplo: João de 9 anos de idade
pontuou 32 itens corretos (pontuação
bruta de 32). Como sabe se essa
pontuação é alta, baixa ou média?
 Se a média for de 40 pontos, sabe que a
pontuação de João é menor do que a
média, mas é: muito baixo ou apenas um
pouco baixo? Para responder a esta
pergunta, é necessário usar o desvio
padrão do teste.
 O desvio padrão é derivado dos dados
normativos do teste. Diz quanta
variabilidade há entre os scores dos
indivíduos testados na amostra
normativa.
 Se o desvio padrão deste teste é de 4
pontos, uma pontuação bruta de 36 seria
um desvio padrão abaixo da média de 40.
Assim sabemos que a pontuação de João
de 32, que é dois desvios padrão abaixo
da média, é muito baixa. Se o desvio
padrão do teste fosse de 10 pontos,
poderíamos dizer que a pontuação do
João de 32 é inferior a um desvio padrão
abaixo da média — o que não é muito
baixo.
Como as pontuações padrão se
relacionam com a curva normal?
As pontuações standards são "standards" Distribuição assimétrica positiva - quando ao
porque os dados normativos (a distribuição medir um construto que a maioria dos
indivíduos não pode executar e apenas alguns
podem.

Distribuição assimétrica negativa - quando ao

original dos scores brutos em que se baseiam) medir um constructo que a maioria dos
foram transformados para produzir uma indivíduos de uma idade podem facilmente
curva normal (uma distribuição standard com executar e somente poucos não podem.
uma média e desvio padrão específicos).

 A Figura acima mostra a curva normal e

sua relação com as pontuações padrão.
 A média é o percentil 50. Isso significa
que 50% da amostra normativa obteve Regras básicas e regras de teto
esse score ou menor. Regras básicas Regras de teto
 Um e dois desvios padrão acima da Permite saber quando parar
média são os percentis 84 e 98, Os itens são ordenados a aplicação do teste porque o
respetivamente. do mais fácil ao mais examinado excedeu a
 Um e dois desvios padrão abaixo da difícil capacidade de responder
média são os percentis 16 e 2, corretamente
respetivamente. Permite estabelecer o A regra de descontinuação é
 Enquanto um desvio padrão abaixo da início do teste. Exemplo definida para que após um
média pode não parecer muito baixo, isso crianças vs adolescentes certo número de itens seja
realmente significa que a pontuação deste respondido incorretamente.
indivíduo é melhor do que apenas 16% O ponto inicial em
de todos os indivíduos na sua idade ou qualquer teste é Há menos de 10% de
grau. definido em um nível oportunidade para responder
em que 90% dos corretamente a qualquer um
examinados dos itens restantes
Quando um construto é distribuído de forma responderam aos itens
que os escores se acumulam numa anteriores corretamente
extremidade da curva e diminuem Ajuda a reduzir o Reduz o tempo de aplicação
gradualmente na outra extremidade, a tempo de teste do teste
distribuição é denominada assimétrica.
Administrar apenas os
itens apropriados para Evita frustrar o examinando medição é pequeno.
cada examinado
Intervalos de confiança
 Existe sempre algum erro de medição
inerente em todos os testes clínicos.
 As fontes de erro de medição incluem:
variação no desempenho humano ao
longo do tempo relacionadas à saúde ou
fadiga, falta de consistência interna, ou
diferenças no rapport.
 A pontuação do examinado pode ser
ligeiramente superior ou inferior à
pontuação específica obtida.
 É melhor pensar num intervalo de
pontuações em vez de uma pontuação
única.
 O intervalo de confiança é uma escala das
pontuações (scores) em torno da
pontuação obtida pelo examinado que é
mais certo a pontuação com 90% ou 95%
de probabilidade (ou com mais ou menos
5 pontos).
Erro padrão de medição
 O erro padrão de medição é uma
estimativa da quantidade de erro de
medição em um teste, e é diferente para
cada teste.
 Conceptualmente é o inverso da
confiabilidade - quanto maior a
confiabilidade de um teste, menor o erro
padrão de medição.
 Conhecendo o erro de medição padrão,
pode ter mais confiança na precisão de
uma pontuação de teste, quando a
confiabilidade é alta e o erro padrão de
 O erro padrão de medição é usado para
criar o intervalo de confiança.
 Um intervalo de confiança mais estreito
significa que tem uma pontuação mais
precisa.
 Alguns testes têm intervalos de confiança
incorporados nas tabelas de normas.
Como saber se um teste tem boas
normas?
1. Amostra normativa ampla
 A precisão de qualquer pontuação padrão
depende da precisão da média (da
pontuação bruta) e desvio padrão (obtido
da amostra normativa usada) para criar
as transformações em pontuações padrão.
 A amostra normativa deve ser grande o
suficiente para fornecer estimativas
estáveis da pontuação média da
população e do desvio padrão.
 Quanto maior a amostra, mais confiança
terá de que alguns examinados outliers
não tiveram influência indevida na média
da pontuação bruta e no desvio padrão.
2. Representação da amostra
 Os sujeitos da amostra devem ser
representativos dos tipos de examinados
com os quais será utilizado o teste.
 Indivíduos com atraso no
desenvolvimento ou em risco devem ser
incluídos num teste de desenvolvimento
cognitivo, motor e de linguagem precoce
para bebés e crianças pequenas?
 Fatores conhecidos de investigações
anteriores que afetam o desempenho na
tarefa de interesse também devem ser
 representados na amostra normativa.
Exemplo: Nível de escolaridade de mães,
pois tendem a fornecer uma estimulação
de linguagem diferente, tendo um
impacto substancial no desenvolvimento
cognitivo e de linguagem da criança.
 Ao desenvolvedor o teste entender quais
fatores influenciam as pontuações no
construto.
3. Idade de amostra normativa
 Há quanto tempo atrás, a amostra
normativa foi recolhida.
 As normas recolhidas há muitos anos
podem não representar a população
atual.
 Exemplo: Na área de avaliação cognitiva,
as normas tendem a mudar
aproximadamente de 3 a 4 pontos a cada
10 anos. Nos testes de desempenho
exigidos pelo estado, é necessário
atualizar as normas a cada 7 anos.
Todas as avaliações exigem normas?
Nem todos os testes exigem normas. Quando
os testes são codificados por critérios externos
específicos, são denominados testes com
referência a critérios.
Exemplo: Nas escolas os estudantes devem
atender aos padrões curriculares
estabelecidos. Testes de conceitos básicos,
consciência fonológica ou desempenho
académico.
Fiabilidade
Em geral a fiabilidade refere-se à confiança de
um teste ao longo do tempo. Todas as
medidas de fiabilidade variam entre 0 e 0.99.
1. Fiabilidade de consistência interna
 Mede até que ponto todos os itens em
um teste medem o mesmo construto.
 Fiabilidade da metade dividida ou o
coeficiente alfa de Cronbach. Calcular em
que medida os itens de um teste se
correlacionam. Quanto maior a
correlação entre os itens, podemos
assumir que todos os itens medem a
mesma coisa.
 Este tipo de fiabilidade estima o erro de
medição com base na inconsistência no
conjunto de itens.
 Testes que incluem vários subtestes, deve
ser calculado separadamente para cada
subteste.
2. Fiabilidade teste-reteste
 O mesmo teste é administrado duas vezes
ao mesmo examinado, com um intervalo
específico entre as duas aplicações.
 As pontuações das duas administrações
de teste são comparadas para ver quão
altamente elas se correlacionam e quanta
mudança há entre as pontuações nas
duas sessões de teste.
 Esse tipo de fiabilidade estima o erro de
medição a partir de alterações no
desempenho humano ao longo do tempo.
 É também denominado de coeficiente de
estabilidade.
Validade
"Evidências de que os itens medem a coisa
certa”; “O teste mede o que deve medir”.
Não existe um número único de validade.
Deve-se reunir várias evidências que apoiam a
hipótese de que o teste mede o que deve
medir.
Os testes não são válidos em geral, mas são
válidos para fins específicos.
Exemplo: um teste de inteligência verbal
realmente mede a inteligência verbal ou está
medindo a proficiência na linguagem?
1. Validade concorrente
 Teste de inteligência verbal se
correlaciona altamente com outros testes
estabelecidos de inteligência verbal, e não
tão bem com testes de desenvolvimento
da linguagem? Se um novo teste verbal se
correlacionasse altamente com outro teste
de inteligência verbal, isso seria evidência
de validade convergente porque as novas
pontuações do teste convergem com
pontuações de um teste conhecido do
mesmo construto.
 Diferentes testes são dados ao mesmo
tempo e a relação entre suas pontuações
é comparada.
2. Validade divergente
 Se o novo teste verbal não se
correlacionasse tão alto com um teste de
proficiência no idioma, isso seria
evidência de validade divergente, porque
as novas pontuações divergem com as
pontuações de um teste com o qual não
se deve relacionar tão alto. Isso mostra
que os dois testes medem algo diferente
do construto.
3. Validade clínica
 Refere-se ao desempenho do teste em
populações clínicas específicas.
 Exemplo: avaliar a memória em
indivíduos com uma condição clínica.
Deve-se controlar os fatores que podem
causar diferenças entre grupos clínicos e
não clínicos (idade, nível escolaridade,
etc.).
 Significância estatística. Se encontrou um
dado estatisticamente significativa,
significa que provavelmente poderá
encontrar se repetir o estudo. É
importante que a diferença de pontuação
entre os grupos clínico e não clínico seja
estatisticamente significativa. É
importante que o tamanho da diferença
seja grande o suficiente para ser
clinicamente significativo. Uma diferença
de apenas alguns pontos pode ser
estatisticamente significativa, mas a
diferença pode não ser o suficientemente
grande como para ser clinicamente útil.
 Tamanho do efeito (diferença de padrão).
Para determinar o quão significativa é a
diferença, divida a diferença pelo desvio
padrão. Os tamanhos dos efeitos são
mencionados no Manual, comparando
um grupo clínico específico com uma
amostra correspondente em
desenvolvimento típico. - Tamanhos de
efeito de 0,20 são considerados pequeno,
mas talvez ainda significativo. Os
tamanhos de efeito de 0,50 médios e 0,80
grandes.
Ponte de corte
 Se a pontuação de corte for reduzida, a
percentagem de falsos negativos aumenta
e a percentagem de falsos positivos
diminui. Pode ser apropriado em
situações nas quais deseja ter certeza de
que não rotula incorretamente alguém
 como tendo a perturbação / condição
clínica.
 Se a pontuação de corte for aumentada, a
percentagem de falsos positivos aumenta
e a percentagem de falsos negativos
diminui. Pode ser apropriado em
situações em que é importante identificar
todos que podem ter a condição clínica e
identificar incorretamente uma pessoa
que não tem consequências prejudiciais.
 Alguns testes com pontuações de corte
bem desenvolvidas não exigem normas.
<70 ≥ 70
Clínica Verdadeiro Falso
Positivo negativo
Não Falso Verdadeiro
Clínica positivo negativo

Conclusão
As avaliações clínicas padronizadas são
úteis, mas não substituem o julgamento
profissional
Para uso e interpretação por profissionais
altamente qualificados
Avaliar a qualidade dos instrumentos de
teste que escolher usar