Parte Dois

PRINCIPIOS TECNICOS E
METODOLOGICOS
 3
Normas e Significado
dos Escores de Teste
A Parte Dois, que inclui os Capitulos de 3 a 7, apre-
senta uma introdugao a conceitos basicos e meto-
dologia necessarios para um entendimento dos tes-
tes psicologicos e para a interpretagao adequada
dos resultados dos testes. Os capitulos sucessivos
tratam de normas, fidedignidade, validade e ana-
lise de itens e delineamento do teste. 0 presente
capitulo apresenta o desenvolvimento e o uso das
normas e outros procedimentos que facilitam a
interpretagao dos escores de teste por parte do usu -
ario. Na ausencia de dados interpretativos adicio-
nais, um escore bruto em qualquer teste psicologi-
co nao tern significado. Dizer que um individuo
resolveu corretamente 15 problemas em um teste
de raciocfnio matematico, ou que identificou 34
palavras em um teste de vocabulario, ou que mon-
tou corretamente um objeto mecanico em 57 se-
gundos transmite pouca ou nenhuma informagao
sobre sua posigao em qualquer uma destas fun-
goes. Os conhecidos escores de porcentagem tam-
bem nao oferecem uma solugao satisfatoria para o
problema da interpretagao dos escores de teste. Um
escore de 65% de respostas corretas em um teste de
vocabulario, por exemplo, poderia ser equivalente
a 30% de respostas corretas em um outro, e a 80%
em um terceiro. 0 nfvel de dificuldade dos itens
que constituem um teste, evidentemente, determi-
nant o significado do escore. Como todos os esco-
res brutos, as porcentagens so podem ser interpre-
tadas em termos de uma estrutura de referenda
claramente definida e uniforme.
Os escores de testes psicologicos sao mais co-
mumente interpretados por referenda a normas
que representam o desempenho no teste da amos-
tra de padronizagao. As normas sao portanto esta-
belecidas empiricamente determinando-se o que
as pessoas de um grupo representative fazem no
teste. 0 escore bruto de um individuo e entao situ-
ado na distribuigao dos escores obtidos pela amos-
tra de padronizagao, para descobrir-se onde ele se
localiza nessa distribuigao. 0 escore coincide com
o desempenho medio do grupo de padronizagao?
Ou esta ligeiramente abaixo da media? Ou situa-
se quase na extremidade superior da distribuigao?
A fim de determinar-se mais precisamente a
posigao exata do ihdivfduo com referenda a amos-
tra de padronizagao, o escore bruto e convertido
em uma medida relativa. Esses escores derivados
tern um duplo proposito. Primeiro, eles indicam a
posigao relativa do individuo na amostra norma-
tiva e assim permitem uma avaliagao de seu de-
sempenho em referenda a outras pessoas. Segun-
do , eles oferecem medidas comparaveis que
permitem uma comparagao direta do desempenho
da pessoa em testes diferentes. Por exemplo, se uma
menina obteve um escore bruto de 40 em um teste
 56 ANNE ANASTASI & SUSANA URBINA TESTAGEM PSICOLOGICA 57

de vocabulario e urn escore bruto de 22 em um
teste de raciocmio aritmetico, nos obviamente nao
sabemos nada sobre seu desempenho relativo nos
dois testes. Ela e melhor em vocabulario ou em
aritmetica, ou igualmente boa nos dois? Uma vez
que os escores brutos em testes diferentes sao nor-
malmente expressos em unidades diferentes, e im-
possivel uma comparagao direta desses escores. 0
nfvel de dificuldade do teste especifico tambem afe-
taria tal comparagao entre escores brutos. Os esco-
res derivados, por outro lado, podem ser expressos
nas mesmas unidades e situados nas mesmas
amostras normativas ou em amostras bastante se-
melhantes, em testes diferentes. Assim , o desempe-
nho relativo do indivfduo em muitas fungoes dife-
rentes pode ser comparado.
Existem muitas maneiras pelas quais os esco-
res brutos podem ser convertidos para atingir os
dois objetivos recem -apresentados. Mas os escores
derivados sao fundamentalmente expressos em
uma de duas maneiras principais: (1) o nfvel de-
senvolvimentai atingido, ou (2) a posigao reiativa
aentro de um. grupo especificado. Esses dois tipos
de escores e algumas de suas variantes comuns sao
considerados em segoes separadas deste capftulo.
Mas primeiro e necessario examinar alguns con-
ceitos estatfsticos elementares subjacentes ao de-
senvolvimento e a utilizagao das normas. A segao
seguinte e inclufda simplesmente para esclarecer
TABELA 3.1
Distribuigao de Frequencia dos Escores de 1.000 Alunos Universitarios em um Teste de Aprendizagem de Codigos
Intervalo de Ciasse
52-55
o significado de certas medidas estatisticas comuns.
Sao apresentados exemplos de calculos simplifica-
dos apenas para este objetivo, e nao para oferecer
um treinamento em metodos estatfsticos. Para que
detalhes e procedimentos especificos de calculo se-
jam seguidos na aplicagao pratica dessas tecnicas,
o leitor deve procurar qualquer manual recente de
estatfstica psicologica ( p. ex., D.C. Howell, 1997;
Runyon & Haber, 1991; West, 1991) . Existe um cres-
cente reconhecimento da necessidade de um co-
nhecimento basico da metodologia estatfstica, nao
apenas para os usuarios, mas tambem para qual-
quer pessoa que queira ler com entendimento os
relatos de pesquisa publicados em qualquer area
da psicologia (L.S. Aiken , West, Sechrest & Reno,
1990; Anastasi, 1991; Lambert, 1991; S.T. Meier,
1993).
CONCEITOS ESTATISTICOS
Um objetivo importante do metodo estatfstico e o
de organizar e resumir dados quantitativos para
facilitar seu entendimento. Uma lista de 1.000 es-
cores de teste pode ser uma visao esmagadora. Nesta
forma, ela transmite pouco significado. Um pri-
meiro passo para organizar tal caos de dados bru-
tos e tabular os escores em uma distribuiqao de
freqiiencia, conforme ilustrado naTabela 3.1. Essa
Frequencia
1
distribuigao e feita agrupando-se os escores em in-
tervals de ciasse convenientes e registrando-se cada
escore no intervalo apropriado. Quando todos os
escores foram inclufdos, os registros sao contados
para encontrarmos a freqiiencia, ou o numero de
casos, em cada intervalo de ciasse. As somas dessas
freqiiencias sera igual a A, o numero total de ca-
sos do grupo. A Tabela 3-1 apresenta os escores de
1.000 alunos universitarios em um teste de apren-
dizagem de codigos, no qual uma serie de pala-
vras artificial, ou sflabas sem sentido , deveria ser
substitufda por outra. Os escores brutos, comuni-
cando o numero de sflabas corretas substitufdas
durante uma tentativa de dois minutos, variaram
de 8 a 52. Eles foram agrupados em intervalos de
ciasse de 4 pontos, de 52-55, no topo da distribui-
gao, ate 8-11. A coluna de frequencia revela que
duas pessoas obtiveram escores entre 8 e 11, tres
entre 12 e 15, oito entre l 6 e 19, e assim por diante.
As informagoes oferecidas por uma distribui-
gao de frequencia tambem podem ser apresenta-
das graficamente na forma de uma curva de dis-
tribuigao. A Figura 3.1 apresenta os dados da Tabela
340 -
320 -
300 -
280 -
260 -
i/i
240 -
o
in
03
220 -
u 200 -
a>
XJ
o 180 -
E
o
CU
160 -
3.1 de forma grafica. Na linha base, ou eixo hori-
zontal, estao os escores agrupados em intervalos
de ciasse; no eixo vertical estao as freqiiencias, ou
numero de casos inclufdos em cada intervalo de
ciasse. 0 grafico foi produzido de duas maneiras,
ambas as formas sendo comumente utilizadas. No
histograma , a altura da coluna erguida em cada
intervalo de ciasse corresponde ao numero de pes-
soas com escores naquele intervalo. Podemos ima-
ginar cada indivfduo em pe nos ombros de outro
para formar a coluna. No poligono de frequen-
cia , o numero de pessoas em cada intervalo e indi-
cado por um ponto no centro do intervalo de cias-
se e sobre a frequencia apropriada. Os pontos
sucessivos sao entao unidos por linhas retas.
Exceto por pequenas irregularidades, a distri-
buigao mostrada na Figura 3.1 se assemelha a uma
curva normal com forma de sino. Uma curva
normal perfeita, matematicamente determinada,
aparece na Figura 3.2. Esse tipo de curva tern im-
portantes propriedades matematicas e proporcio-
na a base para muitos tipos de analises estatisticas.
No entanto, para nossos objetivos presentes, des-
%!
— Poligono de Frequencia
Histograma
:
i;
• a
V
*- '7' - -
3
•

•i v

48-51 1
2 140 -
f
4447 20 120 - Yl
E
\:
4043 73 100 - t
36-39 156 80 - r
32-35 328 60 -
28-31 244 40 -
&mm
r

24-27 136
20-23 28 20 - 3 r - *

16-19 8
12-15 3 8-
11
12
15
- 16
19
- 20-
23
24-
27
28
31
- 32
35
- " -
36
39
40-
43
44-
47
48-
51
-
52
55
8-11 2
Escores
N = 1.000
FIGURA 3.1 Curva de Distribuigao: Poligono de Frequencia e Histograma.
Dados de Anastasi, 1934, p. 34. Dados da Tabela 3.1.
 58 ANNE ANASTASI & SUSANA URBINA TESTAGEM PSICOLOGICA 59

TABELA 3.2
llustragao da Tendencia Central e da Variabiiidade

.—... Desvio (x = X - /Vf] Desvio Quadratico (x2)

DP grande Escore (X)
o
m DP pequeno
U
TO
48 +8 64
V
<
O
" 50% dos 47 +7 49
2 casos 43 +3 +20 9
a;
£ 41 +1 1
•o
41 +1 1
Mediana - 40, 5 40 0 0
38 -2 4

**
V
- 36 -4 -20
-6
16
36
.
i
* <• 50% dos 34
casos 32 -8 64
Escores
400 2x2 = 244
FIGURA 3.2 Distribuigao de Frequencia com a Mesma Media, mas Variabiiidade Diferente.

creveremos apenas algumas caractensticas. Essen -
ciaimente, a curva indica que o maior numero de
casos esta agrupado no centro do intervalo total e
que o numero cai gradualmente em ambas as di-
regoes a medida que nos aproximamos das extre-
midades. A curva e bilateralmente simetrica, com
um unico pico no centro. A maioria das distribui-
goes dos tragos humanos, de altura e peso a apti-
does e caractensticas de personalidade, aproxima-
se da curva normal. Em geral, quanto maior o
grupo, mais estreitamente a distribuigao vai se as-
semelhar a curva normal teorica.
Um grupo de escores tambem pode ser descrito
em termos de alguma medida de tendencia cen-
tral. Tal medida proporciona um escore unico, o
mais tfpico ou representative para caracterizar o
desempenho de todo o grupo. A mais conhecida
dessas medidas e a media ( M ) , que e encontrada
somando-se todos os escores e dividindo-se o total
pelo numero de casos (N ) . Uma outra medida de
tendencia central e a moda , ou o escore mais fre-
qiiente. Em uma distribuigao de frequencia, a
moda e o ponto medio do intervalo de classe com a
frequencia mais alta. Assim, naTabela 3.1, a moda
esta entre 32 e 35, sendo 33,5. Vamos notar que
este escore corresponde ao ponto mais alto na cur-
va de distribuigao na Figura 3- 1. Uma terceira
medida de tendencia central e a mediana, ou o
escore mais central quando todos os escores foram
arranjados em ordem de grandeza. A mediana e o
ponto que divide ao meio a distribuigao, com mg- .
tade dos casos acima dela e metade abaix(y^ TC.
?
w nao e empregado na pratica.
Uma outra descrigao de um conjunto de esco-
res de teste e dada por medidas de variabiiidade,
ou a extensao das diferengas individual em tomo
da tendencia central. A maneira mais obvia e co-
nhecida de relatar a variabiiidade e em termos dos
limites de variagao entre o escore mais alto e o
mais baixo. Os limites de variagao, entretanto, sao
extremamente aproximados e instaveis, pois sao
determinados apenas por dois escores. Um unico
escore incomumente elevado ou baixo afetaria ni-
tidamente o seu tamanho. Um metodo mais preci-
so de medir a variabiiidade baseia-se na diferenga
entre o escore de cada indivfduo e a media do gru-
po.
Neste ponto, seria util examinarmos o exem-
plo na Tabela 3.2, em que as varias medidas sob
consideragao foram calculadas com 10 casos. Este
pequeno grupo foi escoihido para simplificar a de-
monstragao, embora na pratica real nos normal-
mente estariamos lidando com grupos maiores. A
Tabela 3.2 tambem serve para introduzir certos sfm-
bolos estatfsticos padronizados que devem ser re-
gistrados para futura referenda. Os escores brutos
originais sao convencionalmente designados por
umXmaiusculo, e urn* minusculo e usado refe-
rindo-se aos desvios de cada escore com relagao a
media do grupo. 0 stmbolo £ significa “ somade” .
Veremos que a primeira coluna na Tabela 3.2 apre-
senta os dados para o calculo da media e da medi-
ana. A media e 40; a mediana e 40,5, situando-se
—
entre 40 e 41 cinco casos (50%) estao acima da
ediana e cinco estao abaixo. Nao ha muito sen-
M
_ 2*
« .
Variancia = a2 =
DP ou a =
Nota: Os simbolos e a apresentados nesta tabela sao a maiuscula e a minuscula da mesma letra grega, que se pronuncia sigma .
^
Em muitos textos estatfsticos, DP (ou simplesmente P ) refere-se ao desvio- padrao da amostra da qual os dados foram realmente
obtidos, enquanto a refere-se ao valor estimado do desvio- padrao na popuiagao da qual a amostra foi retirada .
tido em calcular a moda em um grupo tao peque-
no, uma vez que os casos nao apresentam nenhum
agrupamento nftido em qualquer escore. No en-
tanto, tecnicamente, 41 representariaamoda, por-
que duas pessoas obtiveram este escore, enquanto
todos os outros escores ocorreram apenas uma vez.
A segunda coluna mostra quanto cada escore
se desvia acima ou abaixo da media de 40. A soma
desses desvios sera sempre igual a zero, porque os
desvios positivos e negativos em tomo da media
necessariamente equilibram ou cancelam um ao
outro ( + 20 - 20 = 0) . Se ignorassemos os sinais,
e claro, poderfamos calcular a media dos desvios
absolutos, obtendo assim uma medida do valor
medio do desvio de cada pessoa em relagao a me-
dia do grupo. Embora possua certo valor descriti-
vo, este “ desvio medio” nao e adequado para o uso
em outras analises matematicas, porque os sinais
foram descartados arbitrariamente; portanto, ele
400
= 40
N 10
= 24,40
= x/ 24,40 = 4,9
" "
Uma medida muito mais util de variabiiidade
e o desvio-padrao (simbolizado por DP ou a) , em
que os sinais negativos sao legitimamente elimi-
nados elevando-se ao quadrado cada desvio. Este
procedimento foi conseguido na ultima coluna da
Tabela 3.2. A soma dessa coluna dividida pelo nu-
mero de casos1 (%x2 -r A) e conhecida como a
varidneia ou desvio quadratico medio. A vari-
ancia se revelou extremamente util para separar-
mos as contribuigoes de diferentes fatores para as
diferengas individual no desempenho em testes.
No entanto, para os objetivos presentes, a nossa
principal preocupagao e com o DP, que e a raiz
quadrada da variancia, conforme demonstrado na
Tabela 3- 2. Esta medida e comumente empregada
na comparagao da variabiiidade de diferentes gru-
pos. Na Figura 3- 2 , por exemplo, estao duas distri-
buigoes com a mesma media, mas variabiiidade
diferente. A distribuigao com as maiores diferen-
gas individuals produz um DP maior do que aque-
60 ANNE ANASTASI & SUSANA URBINA
la com diferengas individuals menores. Quando
avaliamos o desempenho relativo de dois grupos,
devemos comparar tanto o DP quanto as medias.
Se os dois grupos diferirem em variabilidade, isso
pode indicar diferengas grupais na proporgao de
escores elevados, escores baixos, ou ambos, inde-
pendentemente das diferengas de media. Existem
procedimentos para se combinar os efeitos das di-
ferengas de media e diferengas de DP (ver, p. ex.,
Feingold, 1995).
0 DP tambem e a base para expressarmos os
escores de um indivfduo em diferentes testes em
termos de normas, como sera mostrado na segao
sobre os escores-padrao. A interpretagao do DP e
especialmente clara quando aplicada a uma cur-
va de distribuigao normal ou aproximadamente
normal . Em tal distribuigao, existe uma relagao
exata entre o DP e a proporgao de casos, conforme
-
demonstrado na Figura 3 3. Na linha base dessa
curva normal foram marcadas distancias represen-
tando um , dois e tres desvios-padrao acima e abai-
xo da media. Por exemplo , nos exemplos apresen -
tados na Tabela 3.2, a media corresponded a a um
escore de 40; + la corresponderia a 44, 9 0- e., 40
+ 4,9) ; + 2a, a 49,8 (i. e., 40 + 2 x 4,9) ; e assim
por diante. A porcentagem dos casos inclufdos en -
tre a media e + la em uma curva normal e 34, 13-
'
Uma vez que a curva e simetrica, 34,13% dos casos
sao igualmente encontrados entre a media e la,
—
de modo que entre + la e la, em ambos os lados
da media, estao 68, 26% dos casos. Quase todos os
casos (99,72%) estao inclufdos entre ± 3a em re-
lagao a media. Estas relagoes sao especialmente
~
-
'•
&
r
:1 13, 59%
2,14%
- !
-3CT -2CT
FIGURA 3.3 Distribuigao Percentual de Casos em uma Curva Normal.
relevantes na interpretagao dos escores-padrao e dos
percentis, discutidos em segoes posteriores.
NORMAS DESENVOLVIMENTAIS
Uma maneira de se atribuir significado aos esco-
res de teste e indicar quanto o indivfduo progrediu
ao longo do desenvolvimento normal. Assim, uma
crianga de 8 anos que teve um desempenho tao
bom quanto a crianga media de 10 anos em um
teste de inteligencia pode ser descrita como tendo
uma idade mental de 10; um adulto mentalmente
retardado com um desempenho neste mesmo nf-
vel tambem teria uma IM de 10. Em um contexto
diferente, uma crianga de quarta serie pode ser ca-
racterizada como atingindo a norma de sexta serie
em um teste de leitura e a norma de terceira serie
em um teste de aritmetica. Outros sistemas desen-
volvimentais utilizam descrigoes mais qualitativas
do comportamento em fungoes especfficas, tais
como atividades sensorio-motoras ou formagao de
conceitos. Independentemente de como sao expres-
ses, os escores baseados em normas desenvolvimen -
tais tendem a serpsicometricamente imperfeitos e
nao se prestam bem a um tratamento estatfstico
preciso. No entanto, eles tern um consideravel ape-
lo para propositos descritivos, especialmente no
— estudo clfnico intensivo dos indivfduos e para cer-
tas finalidades de pesquisa.
Idade Mental. No Capftulo 2 observamos que
o termo “ idade mental” foi amplamente popula-
99, 72%
95 , 44%
68, 26%
r \
1 representaria a norma para 8 anos. Se o escore bru-
J
/ 34 13%
, 34, 13% \
\X13/,59% II
2, 14%
-1a Media + 1 cr + 2a +3a
i
rizado nas varias tradugoes e adaptagoes das esca-
las Binet-Simon, embora Binet tenha empregado
o termo mais neutro “ nfvel mental ” . Em escalas
de idade como a de Binet e suas revisoes (antes de
1986) os itens eram agrupados em nfveis de anos.
Por exemplo, os itens corretamente solucionados
pela maioriadas criangas de 7 anos na amostra de
padronizagao eram colocados no nfvel de 7 anos,
aqueles corretamente solucionados pela maioria
das criangas de 8 anos eram colocados no nfvel de
8 anos, e assim por diante. 0 escore de uma crian-
ga no teste corresponderia entao ao nfvel mais ele-
vado que ela pudesse completar corretamente. Na
pratica concreta, o desempenho do indivfduo apre-
sentava uma certa quantidade de dispersao. Em
outras palavras, os examinandos fracassavam em
alguns testes abaixo da sua idade mental e passa-
vam em alguns acima dela. Por esta razao, era co-
mum se comparar a idade basal , isto e, a idade
mais elevada na qual e abaixo da qua! todos os
testes eram respondidos corretamente. Creditos
parciais, em meses, eram entao acrescentados aessa
idade basal para todos os testes corretamente solu-
cionados em nfveis de idade mais elevados. A ida-
de mental da crianga no teste era a soma da idade
basal e os meses adicionais de credito obtido nos
nfveis de idade mais elevados.
Normas de idade mental tambem foram em-
pregadas com testes que nao sao divididos em nf-
veis de anos. Neste caso, o escore bruto da crianga
e determinado primeiro. Esse escore pode ser o
numero total de itens corretos em todo o teste; ou
ele pode basear-se no tempo, no numero de erros,
ou em alguma combinagao destas medidas. Os es-
cores brutos medios obtidos pelas criangas de cada
grupo de idade na amostra de padronizagao cons-
tituem as normas de idade para esse teste. 0 escore
bruto medio das criangas de 8 anos, por exemplo,
to de um indivfduo e igual ao escore bruto medio
de 8 anos, entao a sua idade mental no teste e de 8
anos. Todos os escores brutos nesse teste podem ser
transformados de maneira semelhante pela refe-
renda as normas de idade.
Convem observar que a unidade de idade men-
tal nao permanece constante com a idade, mas ten -
de a diminuir com o avangar dos anos. Por exem
plo, uma crianga que esta um ano atrasada aos 4
anos de idade estara aproximadamente tres anos
atrasada aos 12 anos de idade. Um ano de cresci-
mento mental aos 3 ou 4 anos e equivalente a tres
TESTAGEM PSICOLOGICA 6l
anos de crescimento mental dos 9 aos 12 anos de
idade. Uma vez que o desenvolvimento intelectual
progride mais rapidamente nas idades mais inici-
ais e diminui gradualmente a medida que o indi-
vfduo se aproxima de seu limite de maturidade, a
unidade de idade mental se reduz correspondente-
mente com a idade. Esta relagao pode ser visuali-
zada mais facilmente se pensarmos na altura do
indivfduo sendo expressa em termos de “ idade de
altura” . A diferenga, em centfmetros, entre uma
idade de altura de 3 e 4 anos seria maior do que
entre uma idade de altura de 10 e 11 anos. Devido
a progressiva redugao da unidade de IM, um ano
de aceleragao ou retardo, digamos, aos 5 anos de
idade representa um desvio maior em relagao a
norma do que um ano de aceleragao ou retardo
aos 10 anos de idade.
Equivalentes de Serie Escolar. Os escores
nos testes de realizagao escolar sao muitas vezes
interpretados em termos de equivalentes de serie
escolar. Esta pratica e compreensfvel porque os tes-
tes sao empregados dentro de um ambiente esco-
lar. Descrever a realizagao de um aluno como equi-
valente ao desempenho de setima serie em
ortografia, de oitava serie em leitura e de quinta
serie em aritmetica tern o mesmo apelo popular
que o uso da idade mental nos tradicionais testes
de inteligencia.
As normas de serie sao encontradas calculan -
do-se o escore bruto medio obtido pelas criangas
em cada serie. Assim , se o numero medio de pro-
blemas resolvidos corretamente em um teste de
aritmetica pelos alunos de quarta serie na amostra
de padronizagao e de 23, entao um escore bruto de
23 corresponde a um equivalente de serie escolar
de 4. Equivalentes intermediaries de uma serie,
representando fragoes dela, sao geralmente obti-
dos por interpolagao, embora tambem possam ser
obtidos diretamente testando-se as criangas em di-
ferentes momentos do ano escolar. Uma vez que o
ano escolar abrange dez meses, meses sucessivos
podem ser expressos como decimals. Por exemplo,
4,0 refere-se ao desempenho medio no infeio da
quarta serie (testagem em margo) , 4, 5 se refere ao
desempenho medio na metade da serie (testagem
- em julho) , e assim por diante.
Apesar de sua popularidade, as normas de serie
escolar apresentam muitas deficiencias. Primeiro,
o conteudo da instrugao varia um pouco de serie
para serie. Conseqiientemente, as normas de serie
 62 ANNE ANASTASI & SUSANA URBINA
escolar so sao apropriadas para assuntos comuns
ensinados durante os nfveis de serie abrangidos pelo
teste. Elas nao sao genericamente aplicaveis ao
nfvel de ensino medio, em que muitos assuntos
podem ser estudados por apenas urn ou dois anos.
Mas mesmo no caso de materias ensinadas em cada
serie, a enfase colocada em diferentes assuntos pode
variar de serie para serie, e o progresso pode ser
mais rapido em um assunto do que no outro em
uma serie especffica. Em outras palavras, as uni-
dades de serie escolar sao obviamente desiguais e
essas desigualdades ocorrem irregularmente em
diferentes areas de materias.
As normas de serie escolar tambem estao sujei-
tas a interpretagSes erroneas, a menos que o usua-
rio do teste tenha muito presente a maneira como
elas sao obtidas. Por exemplo, se uma crianga de
quarta serie obtem um equivalente de serie de 6,9
em aritmetica, isso nao significa que ela dominou
os processos aritmeticos ensinados na sexta serie.
Ela sem diivida obteve seu escore por um desem-
penho superior na aritmetica de quarta serie. Cer-
tamente nao podemos supor que ela apresenta os
pre- requisitos para a aritmetica de setima serie. Fi-
nalmente, as normas de serie escolar tendem a ser
incorretamente consideradas como padroes de de-
sempenho. Uma professora de sexta serie, por exem-
plo, pode supor que todos os alunos de sua turma
devem ficar na norma ou proximos da norma de
sexta serie nos testes de realizagao. Esta concepgao
erronea certamente nao surpreende quando sao
usadas as normas de serie escolar. Mas as diferen-
gas individuals dentro de qualquer serie sao tantas
que os limites de variagao dos escores nos testes de
realizagao estender-se-ao inevitavelmente a varias
outras senes escolares.
Escalas Ordinais. Uma outra abordagem as
normas desenvolvimentais deriva-se da pesquisa na
psicologia infantil. A observagao empirica do de-
senvolvimento do comportamento nos bebes e nas
criangas pequenas levou a descrigao do comporta-
mento tfpico de idades sucessivas em fungoes como
locomogao, discriminagao sensoria, comunicagao
lingiifstica e formagao de conceitos. Um antigo
exemplo e oferecido pelo trabalho de Gesell e seus
colegas em Yale (Ames, 1937; Gesell & Amatruda,
1947; Halverson, 1933; Knobloch & Pasamanick,
1974). Os Gesell Developmental Schedules mos-
tram o nfvel desenvolvimental aproximado, em
meses, atingido pela crianga em cada uma de qua-
tro areas importantes de comportamento: motora,
adaptativa, de linguagem e pessoal-social. Estes
nfveis sao encontrados comparando-se o compor-
tamento da crianga com o comportamento tfpico
de oito idades-chave, variando de quatro semanas
a 36 meses.
Gesell e seus colegas enfatizaram o padrao se-
quential do desenvolvimento initial do comporta-
mento. Eles citaram evidencias amplas de unifor-
midades de seqiiencias desenvolvimentais e uma
progressao ordenada de mudangas comportamen-
tais. Por exemplo, as reagoes da crianga a um pe-
queno objeto colocadodiante dela apresentam uma
seqiiencia cronologica caracterfstica na fixagao
visual e nos movimentos de maos e dedos. 0 uso
de toda a mao em tentativas imperfeitas de preen-
sao palmar ocorre em uma idade mais inicial do
que o uso do polegar em oposigao a palma; esse
tipo de preensao e por sua vez seguido pelo uso do
polegar e do indicador para agarrar o objeto de for-
ma mais eficiente, como uma pinga. Este padrao
sequential tambem foi observado no caminhar, no
subir escadas, e em quase todo o desenvolvimento
sensorio- motor dos primeiros anos de vida. As es-
calas desenvolvidas segundo esta estrutura sao or-
dinais, no sentido de que os estagios desenvolvi-
mentais seguem-seem uma ordem constante, cada
estagio pressupondo amaestriaem comportamen-
tos que sao pre- requisitos caracterfsticos de estagi-
os anteriores.2
Na decada de sessenta houve um aumento pro-
nunciado de interesse pelas teorias desenvolvimen-
tais do psicologo infantil sufgo Jean Piaget (ver Fla-
vell, 1963; Ginsburg 8c Opper, 1969; D.R. Green ,
Ford & Flamer, 1971). A pesquisa de Piaget focali-
zava 0 desenvolvimento dos processos cognitivos
do perfodo da infancia a adolescencia. Ele estava
preocupado com conceitos especfficos, e nao com
habilidades amplas. Um exemplo de um desses
conceitos, ou esquemas, e apermanenciado obje-
to, por meio do qual a crianga esta consciente da
identidade e da continuada existencia de objetos
quando eles sao vistos de angulos diferentes ou
quando estao fora do angulo de vista. Um outro
conceito amplamente estudado e a conservagao,
ou 0 reconhecimento de que um atributo perma-
nece constante apesar de mudangas na aparencia
perceptual, como quando a mesma quantidade de
lfquido e derramada em recipientes de formas di-
ferentes, ou quando varetas do mesmo comprimen-
to sao colocadas em arranjos espaciais diferentes.
As tarefas piagetianas tern sido amplamente
utilizadas na pesquisa pelos psicologos desenvol-
vimentais, e algumas foram organizadas em esca-
las padronizadas, que serao discutidas no Capftulo
9 (Goldschmid & Bender, 1968b; Pinard & Lau-
rendeau , 1964; Uzgiris & Hunt, 1975). De acordo
com a abordagem de Piaget, esses instrumentos sao
escalas ordinais, em que a obtengao de um estagio
depende da conclusao dos estagios anteriores no
desenvolvimento do conceito. As tarefas sao plane-
jadas para revelar os aspectos dominantes de cada
estagio desenvolvimental; so mais tarde sao cole-
tados os dados empfricos relativos as idades em que
cada estagio e tipicamente atingido. A este respei-
to, o procedimento difere do seguido na constru-
gao das escalas de idade, em que os itens sao sele-
cionados em primeiro lugar com base em sua
diferenciagao de idades sucessivas. Embora o inte-
resse pelas contribuigoes da abordagem piagetia-
na continue, analises cnticas e avaliagoes empfri-
cas destacaram tanto seus aspectos construtivos
quanto suas limitagoes (Sugarman , 1987) .3
Em resumo, as escalas ordinais sao planejadas
para identificar o estagio atingido pela crianga no
desenvolvimento de fungoes comportamentais es-
pecfficas. Embora os escores possam ser relatados
em termos de nfveis de idade aproximados, tais es-
cores sao secundarios a uma descrigao qualitativa
do comportamento caracterfstico da crianga. A or ~
dinalidade dessas escalas se refere a progressao
uniforme do desenvolvimento atraves de estagios
sucessivos. Uma vez que essas escalas tipicamente
oferecem informagoes sobre o que a crianga real-
mente e capaz de fazer (p. ex., sobe escadas sem
ajuda; reconhece a identidade na quantidade de
lfquido quando derramado em recipientes de for-
mas diferentes) , elas compartilham caracterfsticas
importantes com os testes referenciados no domf-
nio discutidos em uma segao posterior deste capf -
tulo.
NORMAS INTRAGRUPO
Quase todos os testes padronizados oferecem atu-
almente alguma forma de normas intragrupo. Com
essas normas, o desempenho do indivfduo e avali-
ado em termos do desempenho do grupo de padro-
nizagao mais aproximadamente comparavel, como
quando comparamos o escore bmto de uma cri-
anga com o de criangas da mesma idade cronolo-
TESTAGEM PSICOLOGICA 63
gica ou da mesma serie escolar. Os escores do gru-
po tern um significado quantitativo uniforme e cla-
ramente definido e podem ser empregados apro-
priadamente na maioria das analises estatfsticas.
Percentis. Os escores de percentil sao expres-
sesem termos da porcentagem de pessoas na amos-
tra de padronizagao que se situa abaixo de um de-
terminado escore bruto. Por exemplo, se 28% das
pessoas acertam menos de 15 problemas em um
teste de raciocfnio aritmetico, entao um escore bm-
to de 15 corresponde ao percentil vigesimo oitavo
(P28). Um percentil indica a posigao relativa do
indivfduo na amostra de padronizagao. Os percen-
tis tambem podem ser considerados como postos
em um grupo de 100, exceto que na ordenagao se
costuma comegar a contagem no topo , com a me-
lhor pessoa do grupo recebendo uma classificagao
de um. Com os percentis, por outro lado, nos co-
megamos contando na base inferior, de modo que
quanto mais baixo o percentil, pior a posigao do
indivfduo.
0 quinquagesimo percentil (P50) corresponde
a mediana, ja discutida como uma medida de ten-
dencia central. Os percentis acima de 50 represen-
tam desempenho acima da media; os abaixo de 50
significam desempenho inferior. Os percentis vige-
simo quinto e septuagesimo quinto sao conheci-
dos como o primeiro e terceiro pontos de quartil
(Qie Q3X porque eles separam 0 quarto inferior e
0 quarto superior da distri'ouigao. Como a media-
na, eles proporcionam marcos convenientes para
se descrever uma distribuigao de escores e compa-
ra-la com outras distribuigoes.
Os percentis nao devem ser confundidos com
os conhecidos escores percentuais. Os ultimos sao
escores brutos, expressos em termos da porcenta-
gem de itens corretos; os percentis sao escores deri-
vados, expressos em termos de porcentagem de pes-
soas. Um escore bruto mais baixo do que qualquer
um obtido na amostra de padronizagao teria uma
classificagao percentil de zero (P0); um mais alto
do que qualquer escore da amostra de padroniza-
gao teria uma classificagao percentil de 100 (P100) •
Esses percentis, todavia, nao implicam um escore
bruto de zero e um escore bruto perfeito.
Os escores de percentil apresentam diversas van-
tagens. Eles sao faceis de calcular e podem ser cla-
ramente compreendidos, mesmo por pessoas sem
treinamento tecnico. Alem disso, os percentis sao
aplicaveis universalmente. Eles podem ser usados
 64 ANNE ANA 5TASI & SUSANA URBINA
TESTAGEM PSiCOLOGICA 65
igualmente bem com adultos e criangas e sao ade- A mesma relag ao pode ser vista na diregao opos-
quados para qualquer tipo de teste, quer ele mega ta se examinarmos os postos de percentil corres-
aptidoes ou variaveis de personalidade. p& ndentes a distancias a iguais em relagao a me-
0 principal inconveniente dos escores de per- dia de uma curva normal. Esses postos de percentil 95
centil decorre da acentuada desigualdade de suas sao apresentados abaixo do grafico na Figura 3.4. 90
unidades, especialmente nos extremos da distribui- Assim, a diferenga em percentil entre a media e
%
gao. Se a distribuigao de escores brutos se aproxi-
—
+ la e de 34 (84 50) . A diferenga entre + la e 80
ma da curva normal, como acontece na maioria
dos escores de teste, entao as diferengas de escore —
+ 2a e de apenas 14 (98 84).
Esta claro que os percentis mostram a posigao
75
70
60
bruto proximas da mediana ou do centro da distri- relativa de cada indivfduo na amostra normativa, c till
mm
buigao sao exageradas na transformagao em per-
centil, ao passo que as diferengas de escore bruto
mas nao a quantidade de diferenga entre os esco-
res. Se localizados em umafolhade probabilidade
u
a;
.
CL
50
40
30
mm
proximas as extremidades da distribuigao sao gran- aritmetica, todavia, os escores de percentil tambem 7/.
demente reduzidas. Esta distorgao de distancias podem fomecer um quadro visual correto das dife-
25
20
liflWi
mtw&! %
*

entre os escores pode ser vista na Figura 3.4. Em

uma curva normal, devemos lembrar, os casos se
rengas entre os escores. Uma folha de probabilida-
de aritmetica e um papel de cortes transversais em 10
mm
mm
agrupam compactamente perto do centro e se dis-
persam mais conforme nos aproximamos das ex-
que as iinhas verticais sao espagadas da mesma
maneira que os pontos percentis em uma distri-
5
m
gymi
III
HU 4m mMwm
tremidades. Conseqiientemente, qualquer porcen-
tagem de casos perto do centro cobre uma distancia
menor na linha base do que a mesma porcenta-
buigao normal (como na Figura 3- 4) , ao passo que
as Iinhas horizontais sao uniformemente espaga- 1

John Mary
•
7A
Ellen Edgar
m Jane Dick
~

gem perto das extremidades da distribuigao. Na
Figura 3- 4, esta discrepancia nos intervalos entre
os postos de percentil (PP) pode ser vista facilmen-
te se comparamos a distancia entre um PP de 40 e
um PP de 50 com a distancia entre um PP de 10 e
um PP de 20. Ainda mais notavel e a discrepancia
entre essas distancias e a existente entre um PP de
10 e um PP de 1. (Em uma curva normal mate-
maticamente derivada, o percentil zero nao e al-
cangado ate o infinito e portanto nao pode ser
mostrado no grafico.)
Mediana
PP 1 10 20 30 40 50 60 70 80
-3d -2a -la
PP 0,1 2 16
FIGURA 3.4 Postos de Percentil em uma Distribuigao Normal.
das, ou vice-versa (como na Figura 3.5) . Estesgrd-
ficos de percentis normais podem ser usados para
localizar os escores de pessoas diferentes no mes-
mo teste ou os escores da mesma pessoa em testes
diferentes. Em ambos os casos, a diferenga real in-
terescore sera corretamente representada. Muitas
baterias de aptidao e realizagao utilizam atualmen-
te esta tecnica em seus perfis de escore, que mos-
tram o desempenho do indivfduo em cada teste.
Escores-Padrao. Os testes atuais estao utili-
zando cada vez mais os escores-padrao , que sao o
90 99
M + la +2a +3a
50 84 98 99,9
FIGURA 3.5 Um Grafico de Percentil Normal: Os percentis sao espagados para corresponder a distancias iguais em
uma distribuigao normal . Compare a distancia dos escores entre John e Mary com a existente entre Ellen e Edgar; em ambos
os pares, a diferenga de percentil e de 5 pontos. Jane e Dick diferem por dez pontos de percentil , como Bill e Debby.
tipo mais satisfatorio de escore derivado, da maio
ria dos pontos de vista. Os escores- padrao expres
sam a distancia do indivfduo em relagao a media
em termos do desvio-padrao da distribuigao.
Os escores-padrao podem ser obtidos por trans-
foimagoes lineares ou nao-lineares dos escores bru-
tos originais. Quando encontrados atraves de uma
transformagao linear , eles mantem as relagoes
numericas exatas dos escores brutos originais, por
que sao calculados subtraindo-se uma constante
de cada escore bruto e depois dividindo-se o resul
tado por uma outra constante. A magnitude relati-
va das diferengas entre os escores-padrao deriva-
dos por essa transformagao linear corresponde
exatamente a existente entre os escores brutos. To-
das as propriedades da distribuigao original dos
escores brutos sao duplicadas na distribuigao des-
ses escores-padrao. Por essa razao, qualquer cal-
culo que pode ser executado com os escores brutos
originais tambem pode ser executado com esco-
res-padrao lineares, sem qualquer distorgao de re-
sultado.
Os escores-padrao linearmente derivados sao
muitas vezes designados simplesmente como '‘es-
7/. m
Debby
- cores-padrao” ou “ escores z'\ Para calcular um
- escore z, nos encontramos a diferenga entre o es-
core bruto do indivfduo e a media do grupo nor-
mative e depois dividimos essa diferenga pelo DP
do grupo normativo. A Tabela 3 3 mostra o calculo
de escores z para dois indivfduos: um deles se situa
1 DP acima da media do grupo e o outro 0,40 DP
abaixo da media. Qualquer escore bruto que e exa-
- tamente igual k media e equivalente a um escore
z de zero. Esta claro que esse procedimento produ-
- zira escores derivados que terao um sinal negativo
para todas as pessoas situadas abaixo da media.
Alem disso, ja que o intervalo total da maioria dos
grupos nao vai alem de 3 DP acima e abaixo da
media, esses escores-padrao terao de ser relatados
pelo menos com uma casa decimal para oferecer
suficiente diferenciagao entre os indivfduos.
—
Ambas as condigoes anteriores isto e, a ocor-
—
rencia de valores negativos e decimais tendem a
produzir numeros inconvenientes que sao confu -
sos e diffeeis de usag tanto para calculo quanto para
relato. Por essa razao, geralmente se faz mais uma
transformagao linear, simplesmente para colocar
os escores em uma forma mais conveniente. Por
 rv
66 ANNE ANASTASI & SUSANA URBINA
TABELA 3.3
Calculo de Escores-Padrao
X-M
z M = 60
DP
E5COREDE HELEN
= 65
65 - 60
5 como pode ser visto por referenda a ultima linha
+ 1 ,00
exemplo, os escores no Scholastic Assessment Tests
(SAT) do College Board sao escores-padrao ajusta-
dos a uma media de 500 e um DP de 100. Assim ,
— —
um escore-padrao de 1 seria expresso como 400
(500 100 = 400 ) . Da mesma forma, um escore-
padrao de + 1,5 corresponderia a 650 (500 + l ,5 x
100 = 650) . Para converter um escore-padrao ori-
ginal para a nova escala, precisamos apenas mul-
tiplicar o escore-padrao pelo DP desejado (100) e
adiciona-lo ou subtraf-lo da media desejada (500).
Quaisquer outros valores convenientes podem ser
escolhidos para a nova media e DP. Os escores em
subtestes separados das Escalas de Inteligencia
Wechsler, por exemplo, sao convertidos para uma
distribuigao com uma media de 10 e um DP de 3-
Todas essas medidas sao exemplos de escores-pa-
drao linearmente transformados.
Devemos lembrar que uma das razoes para se
transformar escores brutos em alguma escala de-
rivada e possibilitar a comparagao dos escores em
testes diferentes. Os escores-padrao linearmente
derivados discutidos na segao precedente so serao
comparaveis quando encontrados em distribuigoes
que tern aproximadamente a mesma forma. Nes-
tas condigoes, um escore correspondente a 1 DP
acima da media, por •exemplo, significa que o in-
divfduo ocupa a mesma posigao em relagao a am-
bos os grupos. 0 escore excede aproximadamente
a mesma porcentagem de pessoas em ambas as
distribuigoes, e essa porcentagem pode ser deter-
minada se a forma da distribuigao for conhecida.
No entanto, se uma distribuigao e acentuadamen-
te assimetrica e a outra normal, um escore z de
+ 1,00 poderia exceder apenas 50% dos casos em
um dos grupos, mas exceder 84% no outro.
DP = 5
ESCOREDEBILL
X2 = 58
58 - 60
= -0,40
Para podermos comparar escores de distribui-
goes com formas diferentes, podemos empregar
transformagoes nao-lineares para ajustar os esco-
res a algum tipo especificado de curva de distribui-
gao. A idade mental e os escores de percentil des-
critos nas segoes anteriores representam transfor-
magoes nao-lineares, mas estao sujeitos a outras
limitagoes jadiscutidas. Emboraem certas circuns-
tancias possa ser mais apropriado um outro tipo
de distribuigao, a curva normal habitualmente e
empregada para este proposito. Uma das princi-
pals razoes para esta escolha e que a maioria das
distribuigoes de escores brutos aproxima-se da cur-
va normal mais estreitamente do que de quaiquer
outro tipo de curva. Alem disso, medidas ffsicas
como altura e peso, que usam escalas de unidade
igual derivadas atraves de operagoes ffsicas, geral-
mente produzem distribuigoes normais. Uma ou-
tra vantagem importante da curva normal e que
ela apresenta muitas propriedades matematicas
uteis, que facilitam outros calculos.
Os escores-padrao normalizados sao escores-
padrao expressos em termos de uma distribuigao
que foi transformada para se ajustar a uma curva
normal. Esses escores podem ser calculados por
referenda a tabelas que apresentam a porcenta-
gem dos casos situados em diferentes distancias de
DP em relagao a media de uma curva normal. Pri-
meiro, e encontrada a porcentagem de pessoas na
amostra de padronizagao situadas em ou acima
de cada escore bruto. Essa porcentagem e entao
localizada na tabela de freqiiencia da curva nor-
mal, e e obtido o escore-padrao normalizado cor-
respondente. Escores-padrao normalizados sao ex-
pressos da mesma forma que os escores-padrao
linearmente derivados, isto e, com uma media de
zero e um DP de 1. Assim, um escore normalizado
de zero indica que o indivfduo se situa na media
de uma curva normal , excedendo 50% do grupo.
Um escore de -1 significa que ele supera aproxi-
madamente 16% do grupo; e um escore de + 1, que
ele supera 84%. Essas porcentagens correspondem
a uma distancia de 1 DP abaixo el DP acima da
media de uma curva normal, respectivamente,
da Figura 3-4.
Como os escores-padrao linearmente derivados,
os escores-padrao normalizados podem ser colo-
cados em uma forma conveniente. Se o escore-pa-
drao normalizado e multiplicado por 10 e adicio-
nado a ou subtrafdo de 50, ele e convertido em um
escore T , um tipo de escore proposto originalmen-
teporW.A. McCall (1922) . Nesta escala, um escore
de 50 corresponde a media, um escore de 60 a 1
DP acima da media, e assim por diante. Uma ou-
tra transformaqao bastante conhecida e represen-
tada pela escala stanine, desenvolvida peia Forga
Aerea dos Estados Unidos durante a Segunda Guer-
ra Mundial. Essa escala oferece um sistema de es-
cores de um dfgito, com uma media de 5 e um DP
de aproximadamente 2.4 0 nome stanine ( uma
contragao de.standard nine ) baseia-se no fato de
que os escores variant de 1 a 9- A restrigao dos esco-
res a numeros de um unico dfgito apresenta certas
vantagens computacionais, uma vez que cada es-
core requer apenas uma unica coluna em um com-
putador.
Os escores brutos podem ser facilmente con-
vertidos em stanines arranjando-se os escores ori-
ginals em ordem de tamanho e depois atribuindo-
se stanines de acordo com as porcentagens da curva
normal, reproduzida na Tabela 3.4. Por exemplo,
se o grupo consiste de exatamente 100 pessoas, as
quatro pessoas com os escores mais baixos rece-
bem um escore stanine de 1, as proximas sete um
escore de 2, as proximas 12 um escore de 3, e as-
sim por diante. Quando o grupo contem mais ou
TABELA 3.4
Porcentagens de Curva Normal para Uso na Conversao Stanine
Porcentagem 4 7 12
Stanine 1 2 3 4
TE 5TAGEM PSiCOLOGICA 67
menos de 100 casos, o numero correspondente a
cada porcentagem designada e calculado primei-
ro, e esses numeros de casos recebem entao os sta-
nines apropriados. Assim , de 200 casos, oito rece-
beriam um stanine de 1 (4% de 200 = 8) . Com
150 casos, seis receberiam um stanine de 1 (4% de
150 = 6) . Para quaiquer grupo contendo de 10 a
100 casos, Bartlett e Edgerton (1966) prepararam
uma tabela em que os postos podem ser diretamente
convertidos em stanines. Por suas vantagens pra-
ticas e teoricas, os stanines tern sido amplamente
utilizados, especialmente com testes de aptidao e
realizagao.
Embora os escores-padrao normalizados sejam
o tipo mais satisfatorio de escore para a maioria
dos objetivos, existem, no entanto, certas objegoes
tecnicas a normalizagao rotineira de todas as dis-
tribuigoes. Tal transformagao so deve ser executa-
da quando a amostra for grande e representativa,
e quando tivermos razoes para acreditar que o des-
vio em relagao a normalidade resulta de defeitos
no teste e nao de caracterfsticas da amostra e de
outros fatores que afetam o comportamento em
consideragao. Tambem devemos observar que
quando a distribuigao original dos escores brutos
se aproximada normalidade, os escores-padrao li-
nearmente derivados e os escores-padrao normali-
zados serao muito semelhantes. Embora os meto-
dos de derivagao desses dois tipos de escore sejam
bem diferentes, os escores resultantes serao quase
identicos nessas condigoes. Obviamente, o proces-
so de normalizar uma distribuigao que ja e virtu-
almente normal produzira pouca ou nenhuma
mudanga. Sempre que possfvel, e mais desejavel
obter uma distribuigao normal de escores brutos
atraves do ajustamento adequado do nfvel de difi-
culdade dos itens do teste, e nao pela normaliza-
gao subseqiiente de uma distribuigao acentuada-
mente nao-normal. Com uma distribuigao aproxi-
madamente normal de escores brutos, os escores-
padrao linearmente derivados servirao aos mesmos
objetivos que os escores-padrao normalizados.
17 20 17 12 7 4
5 6 7 8 9
 68 ANNE ANASTASI & SUSANA URBINA
TESTAGEM PSICOIOGICA 69
O QI de Desvio. Em uma tentativa de con - de escore pode ser obtida pela selegao de valores
verter os escores de IM em um fndice uniforme do numericos para a media e o DP que correspon- TABELA 3.5
status relativo do individuo, o QI (Quociente de dam estreitamente aos da distribuigao do Stanford-
porcentagem de Casos de Cada Intervalo de QI nas Distributes Normais com Media de 100 e Diferentes Desvios Padrao -
Inteligencia) foi introduzido nos primeiros testes Binet. Freqiiencia da Porcentagem
de inteligencia. Esse QI era simplesmente a rela- Convem acrescentar que o uso do termo “ QI ”
gao entre a idade mental e a idade cronologica, para designar esses escores-padrao pode ser um Intervalo de QI DP = 12 DP = 14 DP = 16 DP = 18
multiplicada por 100 para eliminar os decimais pouco enganador. Esses QIs nao sao derivados atra-
(QI = 100 x IM/IC ) . Obviamente, se a IM de uma vds dos mesmos metodos empregados para se en- 130 e acima 0, 7 1,6 3,1 5, 1
crianga fosse igual a sua IC, o QI dessa crianga contrar os tradicionais QIs. Eles nao sao razoes 120-129 4,3 6, 3 7, 5 8, 5
seria exatamente 100. Um QI de 100 representava 110-119 15, 2 16,0 15,8 15, 4
entre idades mentais e idades cronologicas. A jus-
assim o desempenho normal ou medio. QIs abai-
xo de 100 indicavam “ retardo ” ; os acima de 100,
“ aceleragao ” .
tificativaesta na familiaridade geral do termo “ QI ” ,
e nao no fato de que tais escores podem ser inter-
100-109
90-99
8089
3!2 I
15,
26,1 1
26,1 I
16,0
52 2
DZ ,Z
•
23'6
23, 6
15,8
j 47/ , 2Z
J * 210
15,4
t 42 '
°
pretados como QIs, desde que seu DP seja aproxi- 7079 4,3 6,3 7, 5 8,5
A aparente simpiicidade logica do tradicional madamente igual ao de QIs previamente conheci- 0,7 1 ,6 3,1 5, 1
Abaixo de 70 .

QI , entretanto, logo mostrou -se enganadora. Uma
importante dificuldade tecnica e que, a menos que
o DP da distribuigao de QI permanega aproxima-
damente constante com a idade, o QI nao sera com-
paravel em diferentes nfveis de idade. Um QI de
115 aos 10 anos, porexemplo, pode indicar o mes-
mo grau de superioridade que um QI de 125 aos
12 anos, pois ambos podem situar-se a uma dis-
tancia de 1 DP das medias de suas respectivas dis-
tribuigoes de idade. Na pratica concreta, tern sido
muito diffcil construir testes que satisfagam as exi-
gencias psicometricas para a comparabilidade dos
QIs em todos os intervalos de idade. Principalmente
por este motivo, o QI resultante dessa divisao (IM/
IC) foi amplamente substitufdo pelo chamado QI
de desvio, que e realmente uma outra variante do
conhecido escore-padrao. 0 QI de desvio e um es-
core-padrao com uma media de 100 e um DP que
se aproxima do DP da distribuigao de QI no Stan-
ford-Binet. Embora o DP do QI no Stanford-Binet
(usado peia ultima vez na edigao de
1937) nao fosse
exatamente constante em todas as idades, ele flu-
tuava em torno de um valor de mediana um pou-
co maior que 16. Portanto, se um DP proximo a
16 e escolhido para relatarmos escores-padrao em
um teste recentemente desenvolvido, os escores re-
sultantes podem ser ifiterpretados da mesma ma-
neira que os QIs no StanforcfcBinet. Uma vez que
os QIs no Stanford-Binet eram usados ha muitos
anos, os examinadores e os clfnicos acostumaram-
se a interpretar e classificar o desempenho nos tes
-
tes em termos desses niveis de QI. Eles aprenderam
o que esperar de indivfduos com QIs de 40, 70, 90,
gens praticas no uso de uma escala derivada que
-
130, e assim por diante. Portanto, ha certas vanta
corresponde a distribuigao conhecida dos QIs no
Stanford- Binet. Tal correspondence de unidades
dos. Entre os primeiros testes a expressar escores
em termos de QIs de desvio estavam as Escalas de
Inteligencia Wechsler. Nesses testes, a mediae 100
e o DP e 15. QIs de desvio tambem sao usados em
varios testes grupais de inteligencia atualmente e
na terceira ( i 960) revisao do proprio Stanford-Bi-
net.
Com 0 crescente uso dos QIs de desvio, e im-
portante lembrar que os QIs de desvio de diferentes
testes so sao comparaveis quando empregam os
mesmos valores ou valores muito semelhantes para
o DP. Esse valor sempre deve ser informado no
manual e cuidadosamente observado pelo usuario
do teste. Se um criador de testes escolhe um valor
diferente para o DP ao desenvolver a escala de QI
de desvio, o significado de qualquer QI nesse teste
sera muito diferente do seu significado em outros
testes. Essas discrepancias sao ilustradas na Tabela
3.5, que mostra a porcentagem de casos em distri-
butes normais com DPs de 12 a 18, que produzi-
riam QIs em niveis diferentes. Esses valores de DP
realmente foram empregados nas escalas de QI de
testes publicados. A Tabela 3- 5 mostra, por exem-
plo, que um QI de 70 e um ponto de corte para os
3,1% inferiores quando o DP e 16 (como no Stan -
ford-Binet) , mas ele pode cortar apenas 0, 7% { DP
= 12) ou 5,1% { DP = 18). Um QI de 70 tern sido
usado tradicionalmente como um ponto de corte
para identificar 0 retardo mental clinicamente sig-
nificative. As mesmas discrepancias, e claro, apli-
cam-se aos QIs de 130 e acima, que poderiam ser
usados para selecionar criangas para programas
especiais destinados as intelectualmente talento-
sas. O intervalo de QI entre 90 e 110, geralmente
descrito como normal, pode incluir 42 ou 59,6%
da populagao, dependendo do teste escolhido. Evi
dentemente, os editores de testes estao tentando
- porque em uma curva normal 84% dos casos estao
Total 100,0 100,0
Cortesia: The Psychological Corporation.
adotar o DP uniforme de 16 nos novos testes e nas
novas edigoes de testes anteriores. Mas ainda ha
variagoes suficientes entre os testes atualmente dis-
pomveis para tomar imperativa a verificagao do DP.
Inter-relagdes dos Escores do Grapo. Neste
estagio da nossa discussao sobre escores derivados,
o leitor pode ter percebido uma aproximagao entre
os varios tipos de escores. Os percentis assumiram
gradualmente pelo menos uma semelhanga grafi-
ca com os escores-padrao normalizados. Os esco-
res- padrao lineares sao indistinguiveis dos escores-
padrao normalizados se a distribuigao original de
escores brutos se aproxima muito da curva nor-
mal. Finalmente, os escores-padrao tomaram-se
QIs e vice- versa. A respeito deste ultimo ponto, um
reexame do significado de um QI em um teste como
o Stanford-Binet revelara que estes antigos QIs po-
dem ser interpretados como escores-padrao. Se sa-
bemos que a distribuigao dos QIs do Stanford- Bi-
net tern uma media de 100 e um DP de aproxi-
madamente 16, podemos concluir que um QI de
116 esta a uma distancia de 1 DP acima da media
e representa um escore-padrao de +1,00. Da mes-
ma forma, um QI de 132 corresponde a um esco-
re-padrao de + 2,00, um QI de 76 a um escore-pa-
drao de - 1, 50, e assim por diante. Alem disso, um
QI de 116 no Stanford- Binet corresponde a uma
ciassificagao em percentil de aproximadamente 84,
abaixo de +1,00 DP (Figura 3.4) .
100,0 100,0
A Figura 3 6 (ver adiante) resume as relagoes
-
existentes em uma distribuigao normal entre os ti-
pos de escores ate entao discutidos neste capftulo.
Eles incluem os escores z , os escores do College En-
trance Examination Board (CEEB) , os QIs de des-
vio do Wechsler { DP = 15) , os escores T, osstani-
nes e os percentis. Os QIs tradicionais em qualquer
teste vao coincidir com a escala de QI de desvio se
forem normalmente distribufdos e tiverem u mDP
de 15. Qualquer outro QI normalmente distribuf-
do poderia ser acrescentado ao grafico, desde que
soubessemos seu DP. Se o DP for 20, por exemplo,
entao um QI de 120 corresponde a + 1 DP, um QI
de 80 a -1 DP, e assim por diante.
Em conclusao, a forma exata peia qual os es-
cores sao relatados e ditada em grande parte por
conveniencia, familiaridade e facilidade de se de-
senvolver normas. Os escores-padrao em qualquer
forma (incluindo o QI de desvio) , de modo geral,
substituiram outros tipos de escore em virtude de
certas vantagens que oferecem em relagao a cons-
trugao de testes e ao tratamento estatistico dos da-
dos. A maioria dos tipos de escores derivados de um
grupo, todavia, sao fundamentalmente semelhan-
tes se cuidadosamente derivados e adequadamen-
te interpretados. Quando certas condigoes estatis-
ticas sao satisfeitas, cada um desses escores pode
ser facilmente traduzido em qualquer um dos ou-
tros.
r *

70 ANNE ANASTASI & SUSANA URBINA

TESTAGEM PSICOLOGICA 71

to
—
-
um aluno mostra QIs de 118, 115 e 101 naquarta,
quinta e sexta series, a primeira pergunta a ser for-
das pessoas que constituem a amostra de padroni-
zagao. Ao escolher essa amostra, normalmente ten-
1/1
- mulada antes de se interpretar estes escores e: “ Que tamos obter um perfil rep resen tativo da populagao
u
“
a
— testes a crianga fez nessas tres ocasioes ?” O apa- para a qual o teste foi planejado.
9 rente declfnio pode refletir apenas as diferengas Na terminologia estatfstica, e feita uma distin -

—
a>
entre os testes. Nesse caso, a crianga teria obtido gao entre amostra z populagao. A amostra se refe-
o
0,13% 2'1.4% / esses escores mesmo se os tres testes tivessem sido re ao grupo das pessoas realmente testadas. A po-
i y,
2
\ °’ i 3%
-4c
1
- 3a - 2a
1 13 59%
- 1a
34, 13% 34, 13%
Media
Escores de Teste
+ 1a
13, 59% ]^
+2a
- ^
+3a
^ +4a
aplicados com umasemana de intervalo entre cada
um.
Ha tres razdes principal que explicam as vari-
pulagao designa o grupo maioi; mas similarmente
constitufdo, do qual a amostra e retirada. Por exem-
plo, se desejamos estabelecer normas de desempe-
agoes sistematicas entre os escores obtidos pelo nho em um teste para a populagao de meninos de
mesmo indivfduo em testes diferentes. Primeiro, os 10 anos de idade, de zonas urbanas, de escolas pu-
1 testes podem diferir em conteudo apesar de seus blicas, podenamos testar uma amostra cuidado-
escore z 1 1 1 I I l L
- 4 -3 -2 -1 0 +1 +2 +3 +£ rotulos semelhantes. Os chamados testes de inteli- samente escolhidade 500 meninos de 10 anos que
gencia oferecem muitas ilustragoes desta confusao. freqiientam escolas publicas em varias cidades
Embora comumente descritos pelo mesmo termo americanas. A amostra seria verificada com refe-
escore T
10 * 20
i l
30
i
40
i
50 60
i
70
i
80
i
9C geral, um desses testes pode incluir apenas con- renda a distribuigao geografica, ao nfvel socioe-
teudo verbal , um outro pode avaliar predominan - conomico, a composigao etnica e outras caracte-
temente habilidades espaciais, e um outro pode rfsticas relevantes , para garantir que ela e
escore do CEEB 1 i 1 i J i i I
200 300 400 500 600
I
abranger conteudos verbais, numericos e espaci- verdadeiramente representativa da populagao de-
700 800
ais em iguais proporgoes. Segundo, as unidades finida.
QI de Desvio de escala podem nao ser comparaveis. Conforme No desenvolvimento e na aplicagao de normas
-
( i 1 ! i i i
( DP 15) 55 70 85 100
i
explicado anteriormente neste capftuio, se os QIs de teste, devemos dar uma consideravel atengao a
115 130 145
em um determinado teste tern um DP de 12 e os amostra de padronizagao. Esta claro que a amos-
4% , 7% 12%, 17% ( 20% ( 17%( 12%( 7% , QIs em outro tern um DP de 18, entao um indivf- tra em que as normas sao baseadas deve ser sufici-
4
Stanine 1 (
I duo que recebeu um QI de 112 no primeiro teste entemente grande para prover valores estaveis. Uma
1 2 3 4 5 6 7 8 9
provavelmente recebera um QI de 118 no segun- outra amostra da mesma populagao, escolhida de

Percentil 1
FIG UR A 3.6 Redoes entre Diferentes Tipos de Escores de Teste em uma Distribuigao Normal.
RELATIVIDADE DAS NORMAS
Comparagdes Interteste. Um QI, ou qual-
quer outro escore, sempre deve ser acompanhado
peio nome do teste em que foi obtido. Os escores de
teste nao podem ser adequadamente interpretados
de uma forma abstrata; eles pcecisam ser relacio-
nados a testes especfficos. Se os registros escolares
mostram que Bill Jones recebeu um QI de 94 e Ter-
ry Brown um QI de 110, esses QIs nao podem ser
aceitos por seu valor aparente sem maiores infor-
magoes. As posigoes desses dois alunos poderiam
ser invertidas se trocassemos os testes especfficos
que cada um realizou em sua respectiva escola.
Da mesma forma, a posigao relativa de um in-
divfduo em diferentes fungoes pode ser muito mai
— I
1
1
— I I I i i i 1 | i i
5 10 20 30 405060 70 80 90 95
_
L
99
representada pela falta de comparabilidade das
normas de teste. Varnos supor que uma aluna fez
um teste de compreensao verbal e um teste de ha-
bilidade espacial para determinar sua posigao re-
lativa nos dois campos. Se o teste de habilidade
verbal foi padronizado em uma amostra aleatoria
de alunos de ensino medio, enquanto o teste espa-
cial foi padronizado em um grupo selecionado de
alunos de cursos profissionaiizantes eletivos, o exa-
minadorpodaria concluir erroneamente que aes-
tudante e muito mais capaz na area verbal do que
na espacial, quando na verdade o inverso poderia
ser verdade.
Um outro exemplo envolve comparagoes lon-
gitudinais do desempenho de um unico indivfduo
ao longo do tempo. Se o registro cumulativo de
do. Terceiro, a composigao das amostras de pa-
dronizagao usadas para estabelecer as normas
para testes diferentes pode variar. Obviamente, o
mesmo indivfduo parecera ter tido um melhor de-
sempenho quando comparado com um grupo
menos capaz do que quando comparado a um gru-
po mais capaz.
A falta de comparabilidade do conteudo do tes-
te ou das unidades de escala geralmente pode ser
detectada por referenda ao proprio teste ou ao
manual do teste. Mas e mais provavel que as dife-
rengas nas respectivas amostras normativas sejam
ignoradas. Essas diferengas provavelmente expli-
cam as muitas discrepancias de outra forma inex-
plicadas nos resultados dos testes.
A Amostra Normativa. Qualquer norma, in -
dependentemente de como e expressa, esta restrita
a populagao normativa especffica da qual foi deri-
vada. 0 usuario do teste jamais deve perder de vis-
ta a maneira como as normas foram estabeleci-
das. As normas dos testes psicologicos de forma
nenhumasao absolutas, universal ou permanen-
tes. Elas representam apenas o desempenho no teste
forma semelhante, nao deveria produzir normas
muito divergentes daquelas obtidas. As normas com
um grande erro de amostragem sen am obviamente
de pouco valor na interpretagao dos escores de tes-
te.
Igualmente importante e a exigencia de que a
amostra seja representativa da populagao sob con-
sideragao. Fatores seletivos sutis que poderiam tor-
nar a amostra nao- representativa devem ser cui-
dadosamente investigados. Varios desses fatores
seletivos sao ilustrados por amostras institucionais.
Uma vez que essas amostras geralmente sao gran-
des e estao facilmente disponfveis para fins de tes-
tagem , elas oferecem um campo atraente para a
acumulagao de dados normativos. As limitagoes
especiais dessas amostras, todavia, devem ser ana-
lisadas cuidadosamente. Testar pessoas em uma
escola, por exemplo, produzira uma selegao cada
vez mais superior de casos em series sucessivas,
devido a progressiva evasao dos alunos menos ca-
pazes. Tal eliminagao tambem nao afeta igualmen-
te os diferentes subgrupos. Por exemplo, o fndice
de eliminagao seletiva da escola e maior para os
meninos do que para as meninas, e e maior nos
 72 ANNE ANASTASI & SUSANA URBINA
niveis socioeconomicos mais baixos do que nos
mais elevados.
Fatores seletivos tambem operam em outras
amostras institucionais, como prisioneiros, paci-
entes de hospitals para doentes mentais, ou pesso-
as mentalmente retardadas institucionalizadas. Em
virtude dos muitos fatores especfficos que determi-
nam a institucionalizagao, esses grupos nao sao
representativos de toda a populagao de pessoas que
infringem as leis, de pessoas mentalmente pertur-
badas ou de pessoas mentalmente retardadas. Por
exemplo, e mais provavel que sejam instituciona-
lizados os individuos mentalmente retardados com
deficiencias ffsicas do que os que sao fisicamente
normals. Da mesma forma, a proporgao relativa
de pessoas severamente retardadas sera muito mai-
or em amostras institucionais do que na popula-
gao total.
Estreitamente relacionada a questao da repre
sentatividade da amostra esta a necessidade de de-
finirmos a populagao especffica para a qual as
normas podem ser generalizadas. Obviamente,
uma maneira de garantir que uma amostra seja
representativa e restringir a populagao de modo que
ela se ajuste as especificagoes da amostra disponf -
vel. Por exemplo, se a populagao e definida como
incluindo apenas alunos de 14 anos de idade e nao
todas as criangas de 14 anos de idade, entao uma
amostra escolar seria representativa. Idealmente,
e claro, a populagao desejada deve ser definida
antecipadamente em termos dos objetivos do teste.
Entao deve ser reunida uma amostra adequada.
Obstaculos praticos na obtengao de participantes,
todavia, podem tomar inalcangavel este objetivo.
Nesse caso, e muito melhor redefinir a populagao
mais estreitamente do que relatar normas para
uma populagao ideal que nao e adequadamente
representada pela amostra de padronizagao. Na
pratica concreta, muito poucos testes sao padroni-
zados com populagoes tao amplas quanto popu-
larmente se imagina.‘Nenhum teste oferece nor-
mas para toda a especie humana! E e duvidoso que
muitos testes produzam normas verdadeiramente
adequadas para aquelas populagdes tao ampla-
mente definidas como “ homens adultos america-
nos ” , “ criangas americanas de 10 anos de idade” ,
e assim por diante. Conseqiientemente, as amos-
tras obtidas por diferentes construtores de testes po-
dem nao representar as alegadas populagoes e po-
dem ser tendenciosas de diferentes maneiras.
Portanto, as normas resultantes podem nao ser
comparaveis.
Quando interpreta escores de teste, o usuario
deve levar em conta as influencias especfficas que
podem ter agido sobre a amostra normativa em -
pregada na padronizagao de determinado teste. Tais
influencias incluiriam fatores seletivos especiais,
assim como condigoes sociais predominantes na
epoca em que os dados normativos foram coleta-
dos (Anastasi, 1985d).
Normas de Ancora Nacionais. Uma solu-
gao para a falta de comparabilidade de normas e
usar um teste-ancora para criar tabelas de equiva-
lence para escores em testes diferentes. Essas ta-
belas sao planejadas para mostrar qual escore no
Teste A e equivalente a cada escore no Teste B. Isso
pode ser feito pelo metodo de equipercentil, em
- que escores sao considerados equivalentes quando
tern percentis iguais em um determinado grupo.
Por exemplo, se o percentil 80 no mesmo grupo
corresponde a um QI de 115 no Teste A e a um QI
de 120 no Teste B, entao o QI de 115 no Teste A e
considerado equivalente ao QI de 120 no Teste B.
Esta abordagem foi seguida ate certo ponto por al-
guns editores de testes, que prepararam tabelas de
equivalence para alguns de seus testes (p. ex., Len-
non, 1966a) .
Propostas mais ambiciosas tern sido feitas de
vez em quando para se calibrar cada novo teste em
comparagao com um unico teste-ancora, que te-
nha sido aplicado a uma amostra normativa naci
onal, altamente representativa (Lennon, 1966b).
- convem observar que existem graus e tipos dife-
Um exemplo deste procedimento e oferecido pelo
Anchor Test Study, conduzido pelo Educational
Testing Service, sob os auspfcios do U.S. Office of
Education (Jaeger, 1973). Esse estudo representa
um esforgo sistematico de criagao de normas naci-
onais comparaveis e verdadeiramente representa-
tivas para sete dos testes de realizagao mais am-
plamente utilizados na escola de ensino fundamen-
tal. Atraves de um planejamento experimental
bem-controiado, mais de 300 mil alunos de quar-
ta, quinta e sexta serie foram examinados em 50
estados. O teste- ancora consistia dos subtestes de
compreensao de leitura e vocabulario Ao Metropo-
litan Achievement Test, para o qual novas normas
foram estabelecidas em uma fase do projeto. Na
fase de calibragao do estudo, cada crianga fez os
subtestes de vocabulario e compreensao de leitura
em -
de duas das sete baterias, cada bateria sendo
parelhada por sua vez com todas as outras bateri-
as. Alguns grupos responderam a formas paralelas
dos dois subtestes da mesma bateria. Em outros
grupos ainda, todos os emparelhamentos foram du-
plicados na sequencia oposta, a fim de controlar a
ordem de aplicagao. A partir de analises estatfsti-
cas desses dados, foram preparadas tabelas de equi-
valence de escores para os sete testes, por meio do
metodo de equipercentil. Foi preparado um ma
- nos do primeiro ano de engenharia” . Para muitos
interpretagao dos escores , para ser usado
nual de
pelos sistemas escolares e por outras pessoas inte-
ressadas (Loret, Seder, Bianchini & Vale, 1974) .
Os dados da fase de calibragao do Anchor Test
Study foram subseqiientemente utilizados para
desenvoiver uma unica escala de escores, designa-
da como a Escala de Referenda Nacional ( Rentz
& Bashaw, 1977) A tabela de conversao assim de-
’
senvolvida permite a transformagao de um escore
de qualquer forma dos sete testes em qualquer uma
das series escolares em um escore de tres decimais
em uma escala uniforme, contfnua. Essa escala
foi construfda usando-se os metodos de analise de
itens e escalonamento do modelo de Rasch , um
dos modelos mais simples de analise de itens dis-
cutidos em uma segao posterior deste capitulo e
descrito mais completamente no Capitulo 7.
Para muitos objetivos de testagem, e util ter-
mos escores comparaveis de testes diferentes, ex-
presses em uma escala uniforme de mensuragao e
relativos a uma unica amostra normativa. Mas
rentes de comparabilidade de escores. A compara-
bilidade obtida em situagoes especfficas depende
da similaridade dos testes em conteudo e em pro-
priedades psicometricas como fidedignidade e nf-
vel de dificuldade, e tambem dos procedimentos
estatfsticos usados para se obter a comparabilida-
de (Angoff , 1984; Angoff & Cowell, 1986; P.W. Ho-
lland & Rubin, 1982) . Os testes nao devem ser des-
critos como equiparados ou totalmente equivalen-
tes a menos que sejam verdadeiramente intercam-
biaveis. No entanto, diferentes tipos e graus de com-
parabilidade podem facilitar a interpretagao dos
resultados de teste, desde que os escores compara-
veis sejam usados apropriadamente e com total
Normas Especfficas. Uma outra abordagem
—
a nao-equivalencia das normas existentes e pro-
TESTAGEM PSICOLOGICA 73
vavelmente uma abordagem mais realista para a
—
maioria dos testes e padronizar testes em popu-
lagoes mais limitadamente definidas, escolhidas de
forma a se ajustar a objetivos especfficos de cada
teste. Nesses casos, os limites da populagao norma-
tiva devem ser claramente relatados com as nor-
mas. Assim , poderfamos dizer que as normas se
aplicam a “ funcionarios de escritorio empregados
em grandes organizagoes empresariais” ou a “ alu-
objetivos de testagem, sao desejaveis normas alta-
mente especfficas. Mesmo quando existem normas
representativas para uma populagao amplamente
definida, muitas vezes convem ter normas de
subgrupo relatadas separadamente. Isso vale sem-
pre que subgrupos reconhecfveis produzem esco-
res claramente diferentes em um determinado tes-
te. Os subgrupos podem ser formados com relagao
a idade, a serie, ao tipo de currfculo, ao sexo, a
regiao geografica, ao meio urbano ou rural, ao
nfvel socioeconomico e muitas outras variaveis. 0
uso que faremos do teste determina o tipo de dife-
renciagao mais relevante, e tambem se sao mais
apropriadas normas gerais ou especfficas.
Devemos mencionar tambem as normas lo-
cais, muitas vezes desenvolvidas pelos proprios usu-
arios de testes em um ambiente especffico. Os gru-
pos empregados na derivagao dessas normas sao
ainda mais limitadamente definidos do que os
subgrupos considerados previamente. Assim , um
empregador pode acumular normas sobre candi-
dates para um determinado tipo de fungao em uma
companhia especifica. Um departamento de admis-
sao a universidade pode desenvoiver normas sobre
sua populagao de alunos. Ou uma escola de ensi-
no fundamental pode avaliar o desempenho de
cada aluno em termos de sua propria distribuigao
de escores. Essas normas locais sao mais apropria-
das do que as normas nacionais amplas para mui-
tos fins de testagem , tais como a predigao do sub-
seqiiente desempenho na fungao ou na universida-
de, a comparagao da realizagao relativa de um alu-
no em diferentes materias, ou a mensuragao do
progresso de um indivfduo no decorrer do tempo.
Grupo de Referencia Fixo. Embora a ma-
neira como a maioria dos escores e calculada pro-
porcione uma interpretagao normativa imediata
do desempenho no teste, existem algumas exce-
.
goes notaveis Um tipo de escala nao-normativa
 74 ANNE ANASTASi & SUSANA URBINA
utiliza um grupo de referenda fixo para garantir a
comparabilidade e a continuidade dos escores,
sem oferecer uma avaliagao normativa do desem-
penho. Com essa escala, a interpretagao normati
- anuais baseadas em toda a populagao de candida
va requer referencia a normas coletadas indepen
dentemente de uma populagao adequada. Muitas
- tos. Quaisquer mudangas na populagao de candi
vezes sao usadas normas locais ou outras normas
especfficas para esta finalidade.
Um dos primeiros exemplos de escalonamento
em termos de um grupo de referencia fixo e ofere-
cido pela escala de escores do College Board Scho-
lastic Aptitude Test5 (Donlon, 1984). Entre
(quando esse teste foi aplicado pela primeira1926
vez)
e 1941, os escores no SAT eram expressos em
uma
escala normativa, em termos da media e do DP
dos candidatos que faziam o teste em cada aplica
- vos e auxiliares para ajudar os usuarios de testes a
gao. Conforme aumentavam o numero e a
varie-
dade de universidades participantes do College
Board e a composigao da populagao de candidatos
mudava, concluiu -se que a continuidade da esca-
la deveria ser mantida. De outra forma, 0 escore
de
um indivfduo dependeria das caractensticas
do
grupo testado durante um ano especifico. Uma
ra-
zao ainda mais urgente para a continuidade
escala teve origem na observagao de que os alunos
da
submetidos ao SAT em certos momentos do ano
nao tinham um desempenho tao bom quanto
aqueles que se submetiam a ele em outros momen
- INTERPRETAGAO DOS ESCORES
tos, devido a operagao diferencial dos fatores sele
tivos. Apos 1941, portanto, todos os escores de
- pe usado na mensuragao da altura ou da distancia
SAT
passaram a ser expressos em termos da media
e do
DP dos 11 mil candidatos, aproximadamente, sub
metidos ao teste em 1941. Esses candidatos consti - te ninguem aqui que nao saiba como avaliar
tufram 0 grupo de referencia fixo empregado no - primentos e distancias em termos desta
escalonamento das formas subseqiientes do teste.
Assim , um escore de 500 em qualquer forma do
SAT correspondia a media da amostrade
1941; um
escore de 600 estava 1 DP acima da media, e assim
pordiante.
Para permitir a tradugao de escores brutos em
qualquer forma do SAT para esses escores de gru
po-de-referencia-fixo, um breve teste-ancora ( -
uma
serie de itens comuns) foi incluido em
cada for-
ma. Cada forma nova estava assim vinculada
a nhuma importancia. 0 importante e a manuten
uma ou duas formas anteriores, que por sua vez
estavam vinculadas a outras formas por uma ca-
deia de itens remontando a forma de 1941. Esses
escores do SAT nao- normativos podiam entao ser
interpretados pela comparagao com qualquer dis-
tribuigao apropriada de escores, como a de uma
determinada universidade, um tipo de universida-
de, uma regiao, e assim por diante. Essas normas
especfficas sao mais uteis na tomada de decisoes
na admissao a universidade do que seriam normas
- tematicamente sofisticados para escalonar a difi-
- culdade dos itens de teste (Hambleton , 1989; Ham -
datos com 0 passar do tempo, alem disso, so po-
dem ser detectadas com uma escala de escore fixo.
Mais recentemente, a escala SAT foi “ recentrada”
a partir do desempenho de mais de um milhao de
estudantes que concluiTam 0 ensino medio em
1990 e fizeram o teste como juniores ou seniores.
Os escores dos alunos que completaram 0 SAT de-
pois de primeiro de abril de 1995 sao relatados
escala “ recentrada” derivada do grupo de referen
na
cia de 1990. Foram criados materiais interpretati
- latente. A medida basica utilizada era a probabili-
- dade de uma pessoa com habilidade especificada
converter escores individuais e agregados da anti-
ga escala e vice-versa (ver Capftulo 17). Uma
in-
terpretagao completa e diversificada do desempe-
nho individual pode ser feita assim para fins
especfficos de testagem.6
As escalas construfdas a partir de um grupo
de
referencia fixo sao analogas em certo respeito as
escalas empregadas na mensuragao ffsica. Em re-
lagao a isso, Angoff (1962, p. 32 -33) comentou:
Dificilmente existe por aqui uma pessoa que conhe-
ga a definigao original exata do comprimento
do
,
que saiba qual foi 0 rei cujo pe foi escolhido origi-
nalmente como 0 padrao; por outro lado, nao exis-
com-
unidade. A
nossa ignorancia do significado original exato ou
da derivagao do pe nao diminui sua utilidade
nos, de maneira nenhuma. Sua utilidade deriva
para
do fato de que ele permanece o mesmo com 0 pas
sar do tempo e permite que nos familiarizemos
-se
-
com
ele. E desnecessario dizer que as mesmas
conside -
ragoes se aplicam a outras unidades de mensura
—
gao a polegada, a milha, 0 grau de Fahrenheit,
assim pordiante. No campo da mensuragao
e
psico-
-
logica, e igualmente razoavel dizer que a definigao
original da escala nao tern ou nao deveria ter ne
- as amostras de examinandos e entre testes ou con-
gao de uma escala constante que, no caso de um
- juntos de itens. Entretanto, em vez de usar a me-
-
programade testagem de multiplas formas, e obti
da por uma rigorosa equiparagao forma-a-
- para definir a origem e 0 tamanho da unidade da
forma
- e o oferecimento de dados normativos suplemen
tares para ajudar na interpretagao e na tomada -
de
decisoes especfficas, dados que seriam revisados de
tempos em tempos, conforme justificado pelas con
- c dificuldade de itens, que podem vir de varias
digdes.
Teoria da Resposta ao Item. Desde a de-
cada de setenta tern havido um grande aumento
do interesse por uma classe de procedimentos ma-
bleton , Swaminathan & Rogers, 1991; Jaeger,
1977) . Em virtude dos extensivos calculos neces-
sarios, esses procedimentos so se tomaram prati-
caveis com a crescente disponibilidade de compu -
tadores de alta velocidade. Embora diferindo em
complexidade e nos procedimentos matematicos
especfficos, essas abordagens eram originalmente
agrupadas sob o tftulo geral de modelos de trago
(o chamado trago latente) ter sucesso em um item
de dificuldade especificada. Mas nao ha nenhuma
implicagao de que tais tragos latentes ou habilida-
des subjacentes existam em qualquer sentido ffsi-
co ou fisiologico, nem de que eles causem 0 corn-
portamento. Os tragos latentes sao construtos
estatfsticos, matematicamente derivados de rela-
goes empiricamente observadas entre as respostas
ao teste. Uma estimativa aproximada, inicial, do
trago latente de um examinando e 0 escore total
que ele obtem no teste. Para evitar a falsa impres-
sao criada pelo termo “ trago latente ” , alguns dos
principals expoentes desses procedimentos 0 subs-
tituiram pelo termo descritivo mais exato “ teoria
da resposta ao item” - TRI - ou IRT [Item Res-
ponse Theory ] (Lord , 1980; D.J. Weiss & Davison ,
1981). Esta designagao passou a ser amplamente
usada na psicologia.
Essencialmente, os modelos da TRI sao usados
para estabelecer uma escala de mensuragao uni-
forme “ independente da amostra” , aplicavel a in-
divfduos e grupos de nfveis de habilidade muito
variados, e para testar 0 conteudo de teste de nfveis
de dificuldade muito variados. Como 0 uso de um
grupo de referencia fixo descrito na segao prece-
dente, os modelos da TRI precisam de itens-anco-
ra ou de um teste comum como uma ponte entre
dia e o DP de um grupo de referencia especifico
escala, os modelos da TRI estabelecem a origem e
o tamanho da unidade em termos de dados que
representam uma ampia variedade de habilidades
amostras. Normalmente, a origem e estabelecida
TESTAGEM PSICOLOGICA 75
perto do centro desse intervalo total. A unidade de
escala comum e matematicamente derivada dos
dados dos itens; isso apresenta muitas vantagens,
tan to teoricas quanto praticas, em relagao aos pro-
cedimentos anteriores de analise de itens. A meto-
dologia especffica sera discutida com mais deta-
lhes no Capftulo 7, em relagao as tecnicas de analise
de itens. A TRI esta gradualmente sendo incorpo-
rada a programas de testagem em grande escala.
Por exemplo, comegando em 1982, esse procedi-
mento foi adotado para equiparar escores totais nas
novas formas do SAT, para expressa-los na escala
contfnua, uniforme (Camara, Freeman & Everson.
1996; Donlon, 1984) .
0 problema geral da equiparagao de testes,
por meio da qual escores de diferentes formas de
um teste sao expressos em uma escala de escores
uniforme, tem recebido uma atengao crescente. Os
problemas tecnicos das diversas abordagens que
estao sendo exploradas para esta finalidade estao
alem do alcance deste texto. Para um resumo
abrangente e uma avaliagao crftica dessa metodo-
logia, 0 leitordeve consultar P.W. Holland e Rubin
(1982) e Petersen , Kolen e Hoover (1989) .
OS COMPUTADORES E A
DE TESTE
Desenvolvimentos Tecnicos. Os computa-
dores tiveram um grande impacto em todas as fa-
ses da testagem, da construgao do teste a sua apli-
cagao, pontuagao, relatoe interpretagao (F.B. Baker,
1989; Butcher, 1987; Gutkin & Wise, 1991; Roid,
1986) . Os usos obvios dos computadores e da- —
queles desenvolvidos inicialmente — representaram
simplesmente um aumento sem precedentes na
velocidade em que as analises dos dados e os pro-
cesses de pontuagao podiam ser executados. 0 uso
dos computadores na aplicagao automatizada de
testes convencionais tambem pode ser considera-
do nesta categoria, na medida em que eles ofere-
cem maneiras mais faceis e melhores de aplicar
esses testes. Muito mais significative contudo, e a
contribuigao dos computadores a exploragao de
novos procedimentos e abordagens a testagem psi-
. cologice que teria sido impossfvel sem a flexibili-
dade e a habilidade de processamento de dados ofe-
recidas por eles. Este efeito dos computadores e
ilustrado pela crescente adogao de modelos da TRI
 76 ANNE ANASTASI & SUSANA URBINA TESTAGEM PSICOLOGICA 77

para escalonamento independente da amostra, ci- te trava um dialogo

com o computador (J.A. Har- Ra-
res precisa ser investigada (Mazzeo, Druesne, que conteudo, no domfnio e no objetivo. Esses termos
tado na segao precedente. Outras inovagoes na tes- ris, 1973; Holtzman ,
1970; M . R. Katz, 1974; Super ffeld , Checketts & Muhlstein , 199 0 - A menos sao as vezes empregados como sinonimos de refe-
tagem resultantes da utilizagao dos computadores etal. , 1970). Esta tecnica
renciado no criterio, e as vezes com conotagoes le-
serao discutidas em topicos apropriados durante relagao ao planejamentotem sido investigada com
e a tomada de decisoes
os dois modos utilizem formas de teste totalmente
vemente diferentes. Gradualmente, os termos des-
o
todo livro. educacionais e profissionais. Nessa situagao, os es-
equiparadas, o mesmo conjunto de normas pode
critivos mais precisos tem substitufdo a designagao
No presente contexto, nos examinaremos al- cores de teste sao nao ser aplicavel a ambos; a fidedignidade e a va-
normalmente incorporados ao lidade do teste tambem podem variar. E especial- mais antiga “ referenciado no criterio” . Neste livro,
gumas aplicagoes dos computadores a avaliagao banco de
dados do computador, juntamente com 0 termo “ referenciado no domfnio” e utilizado a
do desempenho nos testes (F.B. Baker, 1989; Gu - outras informagoes mente importante verificar a comparabilidade dos
fomecidas pelo aluno ou cli- escores para diferentes indivfduos ou grupos cuja partir de agora para esta finalidade.
tkin & Wise, 1991; Roid & Gorsuch , 1984). No nf- ente. Essencialmente, o
vel mais simples, a maioria dos testes atuais, espe- das as informagoes computador combina to- experiencia com o uso do computador, e especial- Tipicamente, a testagem referenciada no do-
disponiveis acerca do indivf- mente com a testagem computadorizada, pode di- mfnio usa como sua estrutura de referenda inter-
cialmente aqueles planejados para aplicagao em duo com dados pretativa um domfnio especffico de conteudo, em
grupo, esta agora adaptada apontuagao por com- educacionais e ocupagoes armazenados sobre programas ferir substancialmente.
putador. Varios editores de teste, assim como or- relagoes relevantes
, e utiliza todos os fatos e 0 rapido crescimento dos servigos de computa- vez de uma populagao especificada depessoas. A
ao responder as perguntas do dor que oferecem relatos interpretativos narrativos este respeito, ela foi comparada & testagem usual
ganizagoes independentes de pontuagao de testes, indivfduo e ao ajuda-
estao equipados para oferecer esses servigos de pon- exemplo
lo a tomar decisoes. Um de escores tem despertado muita preocupagao. Dois referenciada na norma, em que o escore de um
de sistema interativo de computador e o princfpios basicos estao subjacentes a varias das indivfduo e interpretado atraves da comparagao
tuagao aos usuarios de testes. Alem disso, tambem System for
ha uma crescente disponibilidade de disquetes de (“ SIGI ” , 1974-
Interactive Guidance Information orientagoes relevantes. Primeiro, precisam ser ofe- com os escores obtidos por outras pessoas no mes-
computador que podem ser empregados pelos usu - cada em
1975). Em uso ha mais de umade- recidas informagoes adequadas que permitam ao mo teste. Na testagem referenciada no domfnio,
universidades, esse sistema foi subseqiien- usuario do teste avaliar a fidedignidade, a valida- por exemplo, o desempenho do testando pode ser
arios para pontuar testes em seus proprios compu - temente atualizado e revisado para atender nao
tadores (p. ex., os programas ASSIST desenvolvi- apenas os alunos, de e outras propriedades tecnicas do sistema inter- relatado em termos das operagoes especfficas de
mas aritmetica que ele sabe resolver, do tamanho esti-
dos pelo American Guidance Service). Em um nfvel tao se preparando para tambem os adultos que es- pretative empregado na preparagao do software de
entrar ou reentrar no mer- computador. Como as declaragoes interpretativas mado de seu vocabulario, do nfvel de dificuldade
mais complexo, esta disponfvel paracertos testes a cado de
trabalho,~oITcohsiderando mudangas ou foram derivadas dos escores? Quais sao os princf - de materias escritas que e capaz de compreender
interpretagao narrativa por computador de re- avangos na carreira ( (de historias em quadrinhos aclassicos literarios) ,
M . R . Katz, 1993; Norris, pios teoricos e a base de pesquisa do sistema? As
sultados de teste. Nesses casos, o programade com- Schott, Shatkin &
putador associa declaragoes verbais preparadas a
Bennett , 1986) . declaragoes foram derivadas de analises quantita- ou das chances de ele atingir um nfvel de desem -
tivas ou do julgamento clfnico de peritos? Se foi do penho designado em um criterio extemo (educa-
determinados padroes de resposta ao teste. Esta Riscos e Orientagoes. cional ou ocupacional) .
abordagem foi utilizada com testes de personali- dores tenham sem duvida Embora os computa- julgamento clfnico , devem ser dadas algumas in-
Ate 0 momento, a testagem referenciada no
dade e com testes de habilidade. Por exemplo, com melhorias sem precedentesaberto o caminho para formagoes referentes as qualificagoes dos peritos
em todos os aspectos participantes. domfnio encontrou suas maiores aplicagoes em
o Inventario Minnesota Multifasico de Personali- da testagem
psicologica, certas aplicagoes dos com- Um segundo prinefpio subjacente e o seguinte: varias inovagoes da educagao. Entre elas destacam-
dade MMPI ) , discutido no Capftulo 13, os usua- putadores podem
* (

rios de testes podem obter registros impressos de dequados

levar a usos e interpretagoes ina- quando sao usados relatos interpretativos de esco- se sistemas instrucionais auxiliados pelo compu -
declaragoes diagnosticas e interpretativas sobre as Kramer & Mitchell,
de escores de teste ( Butcher, 1985a; J.J. re para finalidades clfnicas ou de aconselhamento tador, manejados pelo computador e outros siste-
1985; Matarazzo, 1983, 1986a, ou para fins que afetam a tomada de decisoes im- mas individualizados, em que cadapessoacontrola
tendencias de personalidade e as condigoes emoci- 1986b). Em um esforgo
para evitar estes riscos, tem portantes sobre os indivfduos, e essencial levar em o seu ritmo de progresso. Em todos esses sistemas,
onais do testando, juntamente com os escores nu
-
mericos. Para os usuarios que tern acesso a seus vimento de
sido dada uma atengao consideravel ao desenvol- conta outras fontes de dados disponiveis sobre os a testagem esta estreitamente integrada com a ins-
proprios computadores, existem oportunidades
orientagoes para a testagem baseada testandos. Por esta razao, os relatos dos escores de- trugao, sendo introduzida antes, durante e depois
no computador. Os Padroes de Testagem (AERA, vem ser considerados como uma ajuda, e nao como da conclusao de cada unidade instrucional, para
crescentes de comprar programas de computador APA, NCME,
que produzem nao somente escores numericos tes a testagem 1985) incluem varios padroes referen- um substituto, para o profissional especialista. verificar as habilidades necessarias, diagnosticar
como tambem relatos interpretativos paradetermi- uma serie de
por computador. Foi desenvolvida possfveis dificuldades de aprendizagem e prescre-
orientagoes mais completa e detalha- verprocedimentos instrucionais subseqiientes (Ni-
nados testes, como as escalas de inteligencia We- da com relagao
chsler revisadas para criangas (WISC- R) e para aspectos da
aos usos do computador nos varios INTERPRETAGAO DE TESTE tko, 1989).
testagem (ver, p. ex., Butcher, 1987, p. REFERENCIADA NO DOMINIO De um outro angulo, os testes referenciados no
adultos (WAIS-R) . 413-431) . Para uma avaliagao cuidadosa do uso domfnio tem sido usados em amplos levantamen-
A interpretagao individualizada de escores de dos computadores
na testagem, com referenda es- Natureza e Usos. Uma abordagem a testa- tos da realizagao educacionai , tais como a Avalia-
teste em um nfvel ainda mais complexo e ilustra- pecial a
da pelos sistemas interativos de computador , em res, veja
interpretagao computadorizada dos esco- gem que despertou uma onda de atividade na de- gao Nacional de Progresso Educacionai (E.G. Jo-
Moreland (1985, 1992) . cada de setenta, especialmente na educagao, foi hnson, 1992; Messick, Beaton & Lord, 1983; F.B.
que o indivfduo esta em contato direto com o com - Duas das maiores preocupagoes referentes a inicialmente designada como “ testagem referen - Womer, 1970), e para atender as necessidades da
putador atraves de estagoes de resposta e realmen- testagem
computadorizada tem relagao com a ciada no criterio” . Proposto inicialmente por Gla- prestagao educacionai de contas. Ainda de um ou-
comparabilidade dos escores e com a avaliagao ser (1963) , este termo ainda e usado um pouco tro angulo, a testagem para a obtengao de requeri-
*
N. de T. Foram traduzidos os nomes dos testes disponiveis interpretativa narrativa. Quando o mesmo teste e livremente, e suas definigoes variam entre diferen- mentos mfnimos, como na qualificagao para uma
comercialmente no Brasil; os demais permanecem em in- aplicado no modo computadorizado e no modo tes autores. Alem disso, sao usados comumente licenga de motorista ou de piloto, ilustra a testa-
gles.
impresso tradicional, a comparabilidade dos esco- varios termos alternatives, como referenciado no gem referenciada no domfnio. Uma aplicagao re-
 78 ANNE ANASTASI & SUSANA URBINA
lacionada e na testagem para a proficiencia na
fungao, quando precisamos avaliar a maestriaem
habilidades profissionais claramente definidas,
como em especialidades ocupacionais militares
(Maier & Hirshfeld, 1978; Swezey & Pearlstein,
1975) .
Finalmente, a familiaridade com os conceitos
da testagem referenciada no domfnio pode contri-
buir para a melhoria dos testes tradicionais, infor-
mais, preparados pelos professores para uso em sala
de aula. Linn e Gronlund (1995) oferecem uma
orientagao detalhada para este objetivo, e um tra-
tamento simples e equilibrado da testagem refe-
renciada no dommio. Uma breve porem excelente
discussao das principais limitagoes dos testes refe-
renciados no dommio e apresentada por Ebel
(1972) . Um tratamento abrangente de muitos dos
problemas tecnicos na construgao e na avaliagao
dos testes referenciados no dommio pode ser en-
contrado em Berk (1984a).
Significado do Conteudo. A caracterfstica
distinguidora mais importante da testagem refe-
renciada no dommio (independentemente de como
e definida e de ser designada por este termo ou por
algum de seus sinonimos) e a sua interpretagao
do desempenho no teste em termos do significado
do conteudo. 0 foco esta claramente naquilo que
os testandos podem fazer e sabem, nao em como
eles se comparam com outros. Uma exigencia fun-
damental na construgao deste tipo de teste e um
dommio de conhecimento ou de habilidades cla-
ramente definido a ser avaliado pelo teste. Para que
os escores nesse teste tenham um significado co-
municavel , o dommio de conteudo a ser amostra-
do precisa ser amplamente reconhecido como im-
portante. 0 dommio selecionado precisa entao ser
subdividido em pequenas unidades definidas em
termos de desempenho. Em um contexto educaci-
onal, essas unidades correspondent aobjetivos ins-
trucionais comportamentalmente definidos, tais
como “ multiplica numeros de tres dfgitos por nu-
meros de dois dfgitos” ou “ identifica a palavra in-
corretamente escrita em ingles na qual o e final e
mantido quando se acrescenta -ing” . Nos progra-
mas preparados para a instrugao individualizada,
esses ob jetivos podem atingir varias centenas para
uma unica materia escolar. Depois que os objeti-
vos instrucionais foram formulados, sao prepara-
dos itens para amostrar cada objetivo. Este proce-
dimento e reconhecidamente diffcil e consome
muito tempo. Mas sem umacuidadosaespecifica-
gao e um controle do conteudo, os resultados da
testagem referenciada no dommio podem trans-
formar-se em uma mixordia idiossincratica e inin-
terpretavel. Um compromisso pratico e identificar
e definir conceitos, princfpios, metodologias ou
ob jetivos instrucionais essenciais atraves do julga-
^
mento perito; cada um dos domfnios si nificativos
assim definidos pode entao ser amostrado de for-
ma completa com itens de teste apropriados. In-
dubitavelmente, o grau de especificidade com que
os domfnios de comportamento precisam ser ava-
liados varia de acordo com a natureza e o objetivo
do teste (Popham , 1984; Roid, 1984) .
Quando aplicada rigorosamente, a testagem
referenciada no dommio se adapta melhor a testa-
gem de habilidades basicas (como na leitura e na
aritmetica) em nfveis elementares. Nessas areas,
os objetivos instrucionais normalmente podem ser
organizados segundo uma hierarquia ordinal, a
aquisigao de habilidades mais elementares sendo
um pre-requisito para a aquisigao de habilidades
de nfvel mais elevado.7 Contudo, e impraticavel e
provavelmente indesejavel formular objetivos al-
tamente especfficos para nfveis avangados do co-
nhecimento em assuntos nao tao bem-estrutura-
dos. Nesses nfveis, tanto o contexto quanto a
seqiiencia da aprendizagem tendem a ser muito
mais flexfveis.
Por outro lado, em sua enfase sobre o signifi-
cado do conteudo na interpretagao dos escores de
teste, a testagem referenciada no dommio pode
exercer um efeito salutar sobre a testagem em ge-
ral. A interpretagao dos escores de testes de inteli-
gencia, por exemplo, beneficiar-se-ia com esta abor-
dagem. Descrever o desempenho de uma crianga
em um teste de inteligencia em termos das habili-
dades inteiectuais e dos conhecimentos especfficos
que ele representa poderia ajudar a desfazer as con-
fusoes e as concepgoes erroneas vinculadas ao tra-
dicional QI. Quando colocada nesses termos ge-
rais, todavia, a abordagem referenciada no domfnio
e equivalente a interpretar os escores de teste a luz
da validade demonstrada daquele teste especffico,
e nao em termos de vagas entidades subjacentes.
Tal interpretagao certamente pode ser combinada
com os escores referenciados na norma.
Testagem da Maestria. Uma segunda carac-
terfstica importante comumente associada a testa-
gem referenciada no domfnio e o procedimento de
testagem da maestria. Essencialmente, esse proce-
dimento produz um escore tudo-ou-nada, indican-
do se o indivfduo atingiu ou nao o nfvel preestabe-
lecido de maestria. Quando sao testadas habilidades
basicas, geralmente se espera maestria completa
(p. ex., de 80 a 85% de itens corretos). Tambem
pode ser empregada uma distingao tripla, incluin-
do maestria, nao-maestria e um intervalo interme-
diary, duvidoso , ou “ de revisao” .
Em relagao a instrugao individualizada, alguns
educadores argumentam que, dados tempo sufici-
ente e metodos instrucionais adequados, quase todo
mundo pode atingir a maestria completa dos obje-
tivos instrucionais escolhidos. As diferengas indi-
vidual manifestar-se-iam assim rib tempo de
aprendizagem e nao na realizagao final, como
acontece na testagem educacional tradicional (Car-
roll, 1963, 1970; Cooley & Glaser, 1969; Gagne,
1965) . Disso decorre que na testagem da maestria,
as diferengas individual no desempenho sao de
pouco ou nenhum interesse. Consequentemente,
da forma como em geral sao construfdos, os testes
referenciados no domfnio minimizam diferengas
individual no desempenho depois de treinamento
apropriado. A testagem da maestria e empregada
regularmente nos programas previamente citados
de instrugao individualizada. Ela tambem e carac-
terfstica de testes publicados referenciados no do-
mfnio para habilidades basicas, adequados para a
escola fundamental.
Na construgao desses testes, duas questoes im-
portantes sao: (1) Quantos itens devem ser usados
para uma avaliagao confiavel de cada um dos ob-
jetivos instmcionais especfficos abrangidos peio
teste ? (2) Que proporgao de itens precisa estar cer-
ta para um estabelecimento confiavel da maestria?
Em grande parte da testagem inicial referenciada
no domfnio, essas duas questoes eram respondidas
por meio de decisoes de julgamento. Mas houve
um progresso substancial no desenvoWmento de
tecnicas estatfsticas apropriadas, capazes de pro-
porcionar respostas objetivas e empfricas (Berk,
1984a; R.L. Ferguson & Novick, 1973; Hambleton,
1984a, 1989; Hambleton & Novick, 1973) . Alguns
exemplos servirao para ilustrar a natureza e 0 al-
cance desses esforgos.
As duas perguntas sobre 0 numero de itens e o
escore de exclusao podem ser incorporadas a uma
hipotese unica, que pode ser testada na estrutura
da teoria da decisao e na analise sequencial (Ham-
bleton , 1984a; Wald, 1947). Especificamente, nos
TESTAGEM PSICOLOGICA 79
desejamos testar a hipotese de que o testando atin-
giu o nfvel requerido de maestria no dommio de
conteudo ou no objetivo instrucional amostrado
pelos itens do teste. A analise sequencial consiste
em se fazer observagoes em varios momentos e de-
cider, depois de cada observagao, se (1) aceitamos
a hipotese, (2) rejeitamos a hipotese ou (3) faze-
mos observagoes adicionais. Assim, o numero de
observagoes (neste caso, 0 numero de itens) neces-
sario para chegarmos a uma conclusao confiavel
e determinado durante o processo de testagem. Em
vez de ser apresentado a um numero de itens fixo,
predeterminado, 0 examinando continua a fazer o
teste ate ser atingida uma decisao de maestria ou
nao- maestria. Nesse ponto, a testagem e desconti-
nuada e 0 aluno e dirigido para o proximo nfvel
instrucional ou retoma ao nfvel nao dominado
-
para mais estudos. Com as facilidades de compu-
tador descritas anteriormente neste capftulo, tais
procedimentos de decisao sequencial sao pratica-
veis e podem reduzir o tempo total de testagem , ao
produzir estimativas confiaveis de maestria.
Alguns investigadores tern explorado o uso das
tecnicas bayesianas de estimativa, que incorporam
dados colaterais e se prestam bem ao tipo de deci-
sao necessaria na testagem da maestria. Em virtu-
de do grande numero de objetivos instrucionais
especfficos a serem testados, os testes referenciados
no domfnio costumam oferecer apenas um peque-
no numero de itens para cada objetivo. Para su-
plementar ecta informagao limitada, foram desen-
volvidcs procedimentos para incorporar dados
colaterais da historia de desempenho anterior do
aluno, assim como de resultados de testes de ou-
tros aluncs (R.L. Ferguson & Novick, 1973; Ham-
bleton, 198^a; Hambleton & Novick, 1973).
Quando sao impraticaveis procedimentos in-
dividualmente plane j ados, pontos de corte podem
ser estabelecidos empiricamente analisando-se es-
cores de pre-instrugao e pos-instrugao de grupos
apropriados em um determinado teste. E entao se-
lecionado 0 ponto de corte que melhor discrimina
aqueles que receberam e aqueles que nao recebe-
ram 0 treinamento relevante (Panell & Laabs,
1979; L.A. Shepard, 1984). Em algumas situagoes
toma-se necessario o julgamento, para avaliar a
relativa gravidade de se “ passar ” uma pessoa que
nao esta qualificada versus “ reprovar” uma que
esta. 0 ponto de corte seria correspondentemente
elevado ou reduzido para ajustar-se a gravidade das
conseqiiencias de uma classificagao equivocada.
 0
80 ANNE ANASTASI & SUSANA URBiNA
Relagao com a Testagem Referenciada na
Norma. Afora as habilidades basicas, a testagem
da maestria e inaplicavel ou insuficiente. Em as-
suntos mais avangados e menos estruturados, a re-
alizagao e de final aberto. 0 indivfduo pode pro-
gredir quase ilimitadamente em fungoes como
entendimento, pensamento crftico, apreciagao e
originalidade. Alem disso, o alcance do conteudo
pode prosseguir em muitas diregoes diferentes, de-
pendendo das habilidades, dos interesses e dos ob-
jetivos do indivfduo , e tambem das condigoes ins-
trucionais locais. Nestas condigoes, a maestria
completa e irrealista e desnecessaria. Portanto ,
nesses casos geralmente e empregada a avaiiagao
referenciada na norma para avaliar o grau de con-
secugao. Alguns testes publicados sao construfdos
de modo apermitir tanto aplicagoes referenciadas
na norma quanto no domfnio. Um exemplo sao
os testes diagnosticos Stanford em leitura e mate-
matica. Esses testes oferecem normas apropriadas
em cada nfvel e permitem uma analise qualitativa
da consecugao da crianga em relagao a objetivos
instrucionais detalhados.
Convem observar que a testagem referenciada
no domfnio nao e tao nova nem tao claramente
separada da testagem referenciada na norma, como
alguns de seus proponentes sugeriram. Avaliar o
desempenho de um indivfduo em um teste em ter-
mos absolutos, tais como por meio de notas em
letras ou porcentagem de itens corretos, certamen-
te e bem mais antigo do que as interpretagoes nor-
mativas. Tentativas mais precisas de descrever o de-
sempenho no teste em termos de significado de
conteudo tambem antecedem a introdugao do ter-
mo “ testagem referenciada no criterio” (Ebel, 1962;
J.C. Flanagan , 1962; Nitko, 1984, p. 14-16) . Outros
exemplos podem ser encontrados nas primeiras
escalas de produto para avaliar a qualidade da or-
tografia, de composigoes ou desenhos, comparan -
do se a amostra de trabalho de um indivfduo com
-
um con junto de exemplos-padrao. Ebel (1972)
observou , alem disso, que o qpnceito de maestria
em educagao — no sentido da aprendizagem tudo-
—
ou - nada de unidades especfficas alcangou nota-
vel popularidade nas decadas de vinte e trinta e mais
tarde foi abandonado.
Em toda testagem esta implfcita uma estrutu-
ra normativa, independentemente de como os es-
cores sao expressos (Angoff , 1974; Nitko, 1984) . A
propria escolha do conteudo ou das habilidades a
serem mensuradas e influenciada pelo conheci-
mento do examinador daquilo que pode ser espe-
rado dos organismos humanos em um determi-
nado estagio desenvolvimental ou instrucional. Tal
escolha pressupoe informagoes sobre o que outras
pessoas fizeram em situagoes semelhantes. Alem
disso, ao impor pontos de corte uniformes em um
contfnuo de habilidade, a testagem da maestria nao
elimina as diferengas individual. Descrever o nf-
vel de compreensao de leitura de um indivfduo
como “ a habilidade de compreender o conteudo
do The New York Times ” ainda deixa espago para
uma variedade amplade diferengas individual no
grau de entendimento. Aplicar um ponto de corte
para dicotomizar o desempenho simplesmente ig-
nora as diferengas individuals restantes dentro das
duas categorias e descarta informagoes potencial-
mente uteis.
QUALIFICAgOES MINIMAS E
PONTOS DE CORTE
Necessidades Praticas e Armadilhas. 0
conceito de maestria na testagem referenciada no
domfnio e apenas um exemplo do uso pratico dos
pontos de corte na tomada de decisao. Qualifica-
goes mfnimas precisam ser especificadas e imple-
mentadas para uma multiplicidade de objetivos na
vida cotidiana. Em muitas situagoes, consideragoes
de seguranga requerem o estabelecimento de esco-
res mfnimos de aprovagao no desempenho, como
no caso da licenga de motorista, da selegao de pi-
lotos de linhas aereas ou de empregados de uma
fabrica nuclear. Na educagao, passar em um curso
ou graduar-se na escola apresentam outras situa-
goes que exigem classificagoes tudo-ou - nada
(Jaeger, 1989) . Napraticaclfnicae no aconselha-
mento, decisoes relativas a tratamento ou recomen-
dagoes de agao podem exigir julgamentos simila-
res.
Um argumento particularmente solido para o
uso de escores mfnimos de aprovagao ou pontos de
corte refere-se a presenga de variaveis crfticas ne-
cessarias para o desempenho de certas fungoes.
Essas sao variaveis em que uma deficiencia pode-
ria nao ser compensada por habilidades notaveis
em outras variaveis. Nesses casos , um escore eleva-
do em uma bateria completa de selegao poderia
mascarar uma deficiencia em uma habilidade crf-
tica. Mas indivfduos situados abaixo do mfnimo
requerido na habilidade essencial fracassariam,
independentemente de suas outras habilidades. Por
exemplo, operadores de equipamento de sonar pre-
cisam terumaboadiscriminagao auditiva. Durante
a Segunda Guerra Mundial , recrutas da Marinha
americana foram inicialmente selecionados para
o treinamento como operadores de sonar com base
em seus escores combinados em testes de discrimi-
nagao auditiva e compreensao mecanica. Como
resultado, varios homens com formagao universi-
taria que tinham excelente compreensao mecani-
ca, mas que eram deficientes nas habilidades au -
ditivas essenciais, foram designados para esse
treinamento, com subsequente fracasso. 0 proce-
dimento-padrao da Marinha exigia que aqueles que
fracassassem em seu primeiro treinamento fossem
transferidos para o servigo geral no mar como
marinheiros aprendizes - perdendo-se assim seus
servigos especializados potenciais. Uma analise
mais detalhada da situagao com o tempo levou a
substituigao do procedimento de triagem de exclu-
sao para este objetivo de selegao. Para a maioria
das variaveis relacionadas a fungao , todavia, a re-
lagao com o desempenho no trabalho tende a ser
linear, de modo que quanto mais elevado for o es-
core no teste, melhor sera o desempenho (Coward
& Sackett, 1990) . Nesses casos, o escore verdadeiro
da pessoa e um preditor melhor do que sua posi-
gao relativa a um ponto de corte.
Na medida em que o uso dos pontos de corte
nao pode ser evitado em muitas decisoes praticas,
e essencial termos conscienciadas armadilhas pre-
sentes nessas avaliagoes e utilizarmos procedimen-
tos para reduzir os erros de julgamento. Por exem-
plo, devemos tentar mitigar as limitagoes de um
unico escore de teste. Quando possfvel, o corte deve
ser baseado em uma faixa de escores, em vez de
em um unico escore obtido na aplicagao de um
determinado teste. Alem disso, as decisoes acerca
dos indivfduos devem depender de fontes multiplas
de informagao sobre cada pessoa, com os escores
de teste sendo suplementados com outros dados de
desempenho relevantes, tanto passados quanto pre-
sentes. Se os pontos de corte nos testes sao estabele-
cidos por um painei de jufzes, este deve incluir uma
representagao adequada de peritos tanto na area
relevante do desempenho na tarefa como nos prin -
cfpios de construgao e uso do teste. Acima de tudo ,
os pontos de corte devem, sempre que possfvel, ser
estabelecidos ou verificados com base em dados
empfricos. Especificamente, isso implica que os
escores de teste sejam obtidos de grupos que dife-
TESTAGEM PSICOLOGICA 81
rem claramente no comportamento relevante de
criterio, tal como o desempenho real em um deter-
minado tipo de trabalho. E esse desempenho, evi-
dentemente, que o teste foi planejado para predi-
zer, e no qual o ponto de corte deve garantir um
mfnimo seguro, aceitavel ou desejavel. Uma clara
ilustragao de um metodo empfrico para se estabe-
lecer pontos de corte em um teste de selegao de pes-
soal e oferecida pelas tabelas de expectativa ou pro-
babilidade discutidas naproxima segao.
Tabelas de Expectativa. Uma das maneiras
de interpretar o significado de um escore de teste e
em termos do desempenho de criterio esperado da
pessoa, como em um programade treinamento ou
em uma fungao. Este uso do termo “ criterio” se-
gue a pratica psicometrica padrao, como quando
se diz que um teste foi validado de acordo com um
determinado criterio (ver Gapftulo 1). Rigorosa-
mente falando, o termo “ testagem referenciada no
criterio” deve referir-se a este tipo de interpretagao
do desempenho, enquanto as outras abordagens
discutidas na segao precedente podem ser descritas
mais precisamente como referenciadas no conteu -
do ou referenciadas no domfnio.
Uma tabela de expectativa nos da a probabili -
dade de diferentes resultados de criterio para pes-
soas que obtem cada escore de teste. Por exemplo,
se um aluno obteve um escore de 530 no College
Board Scholastic Assessment Test (SAT) , quais sao
as chances de sua media de notas como calouro
em uma universidade especffica ficarem na cate-
goria A, B, C, D ou F? Este tipo de informagao pode
ser obtido examinando-se a distribuigao bivariada
dos escores preditores (do SAT) alocados de acordo
com o status de criterio (media de notas dos ca-
louros). Se o numero de casos em cada celula des-
sa distribuigao bivariada for transformado em uma
porcentagem , o resultado e uma tabela de expec-
tativa, tal como a ilustrada na Tabela 3- 6 (ver adi-
ante). Os dados dessa tabela foram obtidos de 211
alunos de setima serie matriculados em cursos de
matematica. 0 preditor era o teste de Raciocfnio
Numerico dos Differential Aptitude Tests, aplica-
dos no final do primeiro semestre. 0 criterio eram
as notas finais no curso, no segundo semestre. A
correlagao entre os escores de teste e o criterio foi
de 0,60.
A primeira coluna da Tabela 3-6 mostra os es-
cores no teste, divididos em quatro intervalos de
classe; o numero de alunos cujos escores situam-
 I
82 ANNE ANASTASI & SUSANA URBINA
TESTAGEM PSICOLOGICA 83
TABELA 3.6
Stanine Numero Porcentagem Eliminada no Treinamento Primario de Pilotos
Tabela de Expectativa Mostrando a Relagao entre o Teste de Raciocinio Numerico do DAT e as Notas no Curso de de Homens
do Piloto
Matematica para 211 Alunos da Setima Serie
9 21 ,474 4°/

Escores
no Teste
Numero
Porcentagem que Recebeu Cada Nota 8 19,444 m 10%
de Casos D & abaixo C B A 7 32 , 129 14%
30 & acima 22 5 0 36 6 39, 398
'
M 22°/
59 3H
20-29 104 9 21 43 27 M
10-19 71 37 5 34, 975 30%
Abaixo de 10 14
37 24 3 Hv
43 36 14 7
4 23,699 mm mm 40%
Adaptada do Technical Manual for Differential Aptitude Tests, quinta edigao, p. 152. Reproduzida com permissao
da The Psychological Corporation .
. Copyright © 1992 10B3ES
3 11 , 209 53%
V’ v
" '

se em cada intervalo e apresentado na segunda
coluna. As entradas restantes em cada linha da ta-
bela indicam a porcentagem de casos de cada in-
tervalo de escore de teste que recebeu cada nota no
final do curso. Assim, dos 22 alunos com escores
de 30 ou acima no teste de Raciocinio Numerico,
5% receberam notas D ou abaixo, nenhum rece-
beu C, 36% receberam B, e 59%, A. No outro extre-
mo, dos 14 alunos com escores inferiores a 10 no
teste , 43% receberam notas D ou abaixo, 36%, C, e
14%, B. Os anomalos 7% que receberam A, repre-
sentando apenas um caso, sao uma informagao
virtualmente inutil para fins de generalizagao,
como os 5% com escore no teste de 30 ou acima
que receberam uma nota D ou abaixo, novamente
representados por apenas um caso. No entanto,
dentro da limitagao dos dados disponfveis, as por-
centagens na Tabela 3- 6 oferecem estimativas da
probabilidade de que um individuo receba uma
determinada nota de criterio. Por exemplo, se um
novo aluno recebesse um escore de 24 no Racioci-
nio Numerico do DAT (i. e., no intervalo 20-29) ,
nos concluiriamos que a probabilidade de ele ob-
ter uma nota A no curso e de 27 em 100; a probabi-
lidade de ele obter uma nota B e de 43 em 100, e
mostra a porcentagem de cadetes pilotos com es-
cores em cadastanine na bateria que nao conse-
guiu completar o treinamento de voo primario.
Podemos ver que 77% dos cadetes que receberam
um stanine de 1 foram eliminados no curso de
treinamento, enquanto apenas 4% dos que recebe-
ram um stanine te. 9 nao conseguiram completar
satisfatoriamente o treinamento. Entre estes extre-
mos, a porcentagem de fracassos diminui consis-
tentemente ao longo dos stanines sucessivos. Com
base nesse grafico de expectativa, poderiamos pre-
dizer, por exemplo, que aproximadamente 40% dos
cadetes pilotos que obtem um escore stanine de 4
fracassarao e aproximadamente 60% completarao
de forma satisfatoria o treinamento de voo prima-
rio. Afirmagoes semelhantes relativas a probabili-
dade de sucesso e fracasso poderiam ser feitas acer-
ca de indivfduos que recebem cada stanine. Assim,
um individuo com um escort stanine de 4 tern uma
chance de 60:40 ou 3:2 de concluir o treinamento
de voo primario. Alem de proporcionar uma inter-
pretagao dos escores de teste referenciada no crite-
rio, podemos ver que tanto as tabelas quanto os
graficos de expectativa nos dao uma ideia geral da
validade de um teste na predigao de um determi-
2 2,139 6 7%
k
1 904 mm
Ml 77%
10 30 40 60 70 80 90 100
FIGURA 3.7 Grafico de Expectativa Mostrando a Relagao entre o Desempenho na Bateria de Selegao de Pilotos e a
Eliminagao no Treinamento Primario de Voo.
De J . C. Flanagan, 1947, p. 58.
NOTAS
>Os calculos ilustrados neste capitulo lidam com a estatistica 3Para uma avaliagao mais detalhada da abordagem piageti -
descritiva , que se refere a amostra realmente mensurada; na ana, ver Capitulo 9 -
estatistica inferential , oNe substituido por TV - 1, paraesti- 4 Kaiser (
1958) propos uma modificagao na escala stanine
mar os valores da populagao correspondente a partir dos da - que envolve pequenas mudangas nas porcentagens e produz
dos da amostra. Quanto menor a amostra, maior sera a dife- um DP de exatamente 2, o que facilita o tratamento quanti-
renga entre os valores da amostra e da populagao. Para uma tative. Outras variantes sao a escala C (Guilford & Fruchter,
explicagao, ver qualquer texto atual de estatistica (p. ex., -
1978, p. 484 487) , consistindo de 11 unidades e tambem pro-
Comrey & Lee, 1992). duzindo um DP de 2 , e a escalasten de 10 unidades , com 5
2 Este uso do termo “ escala ordinal ” difere do uso na estatisti - unidades acima e 5 abaixo da media (Canfield , 1951).
ca, em que uma escala ordinal e simplesmente uma escala 5Este teste foi mais tarde renomeado como Scholastic Assess-
que permite um ordenamento de classificagao dos individu- ment Test, a fim de refletir a orientagao alterada em relagao
os sem conhecermos a quantidade de diferengas entre eles; a natureza dos escores de teste, que emergiu mais para o fi-
no sentido estau'stico, as escalas ordinais sao contrastadas com nal do seculo XX. (Ver especialmente o Capitulo 12 sobre o
as escalas de intervalo de unidade igual. As escalas ordinais efeito das diferengas individuals na historia experiencial de
do desenvolvimento infantil sao na verdade planejadas se- desempenho em testes.)
gundo o modelo de uma escala Guttman ou “ simplex” , em 6N6s agradecemos a ajuda da Wayne Camara , do College

assim por diante.
Em muitas situagoes praticas, os criterios po-
dem ser dicotomizados em “ sucesso ” e “ fracasso”
em um trabalho, curso de estudo ou outro empre-
endimento. Nessas condigoes, pode ser preparado
um grafico de expectativa, mostrando a probabi-
lidade de sucesso ou fracasso correspondente a cada
intervalo de escore. A Figura 3.7 e um exemplo desse
grafico de expectativa. Baseado em uma bateria de
selegao para pilotos desenvolvida pela Forga Aerea
dos Estados Unidos, esse grafico de expectativa
que o desempenho bem-sucedido em um nivel implica o su- Board, na obtengao das informagoes aqui relatadas.
nado criterio. Por essa razao, no final do Capitulo cesso em todos os niveis inferiores (L. Guttman, 1944). Uma 7Idealmente, esses testes seguem o modelo simplex de uma
6 e apresentada uma discussao mais detalhada dos extensao da analise de Guttman, incluindo hierarquias nao- escala de Guttman (ver Popham & Husek, 1969) , como fa-
procedimentos emptricos para o estabelecimento lineares, 6 descrita por Bart e Airasian (1974) , com referen- zem as escalas ordinais piagetianas discutidas no Capitulo 9-
de pontos de corte, em uma segao sobre modelos da especial as escalas piagetianas.
de decisao para o uso justo dos testes. Tambem es-
tao inclufdas na segao referencias a procedimen-
tos matematicos para o estabelecimento de pontos
de corte otimizados para varias condigoes. Aplica-
goes especificas de pontos de corte nas principais
areas da pratica psicologica tambem podem ser
encontradas no Capitulo 17.