Obtener un punto de referencia en determinada situación estándar para realizar una hipótesis para intervenir o dar una conclusión en aquello que no permite ejecutar al individuo sus funciones cotidianas.

Para el analista en comportamiento humano, es de vital importancia saber construir estos elementos para que su toma de decisiones sea argumentada.

Fiabilidad: la precisión con la que los tests llevan a cabo la medida. Meneses, J. (2014, pp. 58).

Validez: la confianza en que las medidas se corresponden realmente con lo que se proponen medir. Meneses, J. (2014, pp. 58).

Todo proceso de construcción de un instrumen- to de medida comienza por una explicación detalla- da y precisa de cuáles son las razones que motivan su desarrollo. Un nuevo instrumento no se constru- ye porque sí, hay que justificarlo adecuadamente. Asimismo, hay que delimitar con claridad cuál es la variable objeto de medición, cuál va a ser el contex- to de aplicación, las circunstancias en las que se va a administrar el instrumento de evaluación, el tipo de administración (individual, colectiva), el formato de aplicación (lápiz y papel, informática) y qué de- cisiones se van a tomar a partir de las puntuaciones. Las causas que pueden llevar a la construcción de un instrumento de evaluación son lógicamente di- versas. Por ejemplo, un psicólogo puede decidir construir un instrumento porque no existe ningún otro para medir una determinada variable, porque los instrumentos existentes presentan unas pésimas propiedades psicométricas, porque no incorporan alguna faceta relevante para analizar dicha variable o simplemente porque los existentes se han queda- do obsoletos. Wilson (2005) detalla y comenta las principales razones para generar nuevos instrumen- tos de medida. Muñiz, J. (2018, pp. 266-267).

Justificación y motivación

Contexto de aplicación

Uso e interpretación de las puntuaciones.

El objetivo esencial de esta segunda fase es la definición operativa, semántica y sintáctica de la variable medida, así como las facetas o dimensiones que la componen (AERA, APA y NCME, 2014; Carretero y Pérez, 2005; Wilson, 2005). Muñiz, J. (2018, pp. 267).

Operativa

Sintática

Semántica

En esta fase se deben describir de forma detallada y precisa aspectos concernientes a los re- querimientos de aplicación del instrumento de me- dida, el tipo, número, longitud, contenido y distri- bución de los ítems, especificaciones e instrucciones en la entrega del material y aspectos relacionados con la seguridad del mismo. Muñiz, J. (2018, pp268).

Requerimientos de aplicación

Tipo, número, longitud, formato, contenido y distribución de los ítems

Especificaciones e instrucciones en la entrega del material, seguridad

Existe una gran variedad de ítems, que se pue- den clasificar en distintas categorías en función de los criterios que se tengan en cuenta, tales como su contenido, el formato o la forma de respuesta exigida, bien sea seleccionar una respuesta entre las presentadas o desarrollarla Muñiz, J. (2018, pp. 269).

Principios generales para la construcción de ítems

Tipos de ítems

Directrices para la construcción de ítems de elección múltiple

En esta fase se compone y se imprime la prime- ra versión del test, además de construir la base de datos con las claves de corrección. Muñiz, J. (2018, pp. 279).

Composición

Edición

Puntuación y corrección

La finalidad de cualquier estudio piloto es examinar el funcionamiento general del instru- mento de medida en una muestra de participantes con características semejantes a la población ob- jeto de interés. Esta fase es de suma importancia, ya que permite detectar, evitar y corregir posibles errores, así como llevar a cabo una primera com- probación del funcionamiento del instrumento de evaluación en el contexto aplicado. El estudio pi- loto podría verse como una representación en mi- niatura de lo que posteriormente va a ser el estu- dio de campo. Muñiz, J. (2018, pp. 279).

Selección de la muestra piloto (cualitativo y cuantitativo)

Análisis y resultados del estudio piloto (cualitativo y cuantitativo)

Depuración, revisión, modificación o construcción de ítems

La selección adecuada de otros instrumentos de evaluación permite recoger evidencias a favor de la validez de las puntuaciones de los participantes (Elosua, 2003). Es interesante que no se pierda el norte: la finalidad última de todo proceso de cons- trucción de instrumentos de medida es siempre ob- tener evidencias de validez. La selección adecuada de otras variables de interés permite aglutinar dife- rentes tipos de evidencias que conduzcan a una me- jor interpretación de las puntuaciones en el instru- mento de medida dentro de un contexto y uso particular. En este sentido, se pueden establecer re- laciones con un criterio externo, con otros instru- mentos de medida que pretendan medir la misma variable u otras diferentes (lo que anteriormente se había denominado «definición sintáctica»). Las asociaciones entre las variables son la base para la obtención de evidencias de validez de relación con variables externas, que permite la construcción de una red nomológica. Muñiz, J. (2018, pp. 280).

Justificación teórica

Obtener evidencias de relación con variables externas

Utilizar pruebas ya validadas

En esta fase de estudio de campo se incluyen la selección de la muestra (tipo, tamaño y procedi- miento), la aplicación propiamente dicha del instru- mento de medida a los participantes y el control de calidad y seguridad de la base de datos. Muñiz, J. (2018, pp. 280).

Selección y tamaño de la muestra y tipo de muestreo

Aplicación del instrumento de medida

Control de calidad y seguridad de la base de datos

Una vez aplicado el test a la muestra de interés, se procede al estudio de las propiedades psicomé- tricas de sus puntuaciones: análisis de los ítems, estimación de la fiabilidad de las puntuaciones, ob- tención de evidencias de validez (por ejemplo, estudio de la dimensionalidad, análisis del funcio- namiento diferencial de los ítems, relación con va- riables externas) y construcción de baremos. Como se ha visto con detalle en el epígrafe 2, la fiabilidad se refiere a la precisión de las puntuaciones, esto es, a la calidad de los datos, mientras que la validez se refiere a la calidad de las inferencias hechas a par- tir de las puntuaciones (Prieto y Delgado, 2010). En sentido estricto no es fiable el test, sino las pun- tuaciones obtenidas en él. Análogamente, un test no es válido, sino que lo son las inferencias hechas a partir de las puntuaciones. Nótese que todo proceso de medición en la ciencia que sea, la psicolo- gía incluida, conlleva necesariamente un error, el cual tiene que quedar claramente reflejado cuando el profesional lleva a cabo una evaluación. En esta fase debe primar por encima de todo el rigor metodológico. Todos los pasos y decisiones que se tomen se deben describir con claridad y de- ben estar correctamente razonadas. En un primer lugar se deben analizar los ítems tanto a nivel cua- litativo como cuantitativo. Para seleccionar los me- jores ítems desde el punto de vista psicométrico se pueden tener en cuenta el índice de dificultad (cuan- do proceda), el índice de discriminación, las cargas factoriales y/o el funcionamiento diferencial de los ítems (Muñiz et al., 2005). El funcionamiento dife- rencial de los ítems trata de garantizar la equidad en el proceso de medición. La ausencia de funcio- namiento diferencial en un ítem supone que la pro- babilidad de respuesta correcta depende únicamen- te del nivel del participante en la variable objeto de medición, y no está condicionada por la pertenen- cia a un grupo determinado o característica, por ejemplo, género, cultura u otro aspecto cualquiera (Gómez, Hidalgo y Guilera, 2010). No se debe per- der de vista que la finalidad del análisis psicométri- co de los ítems es maximizar o potenciar las propie- dades métricas del instrumento de medida; no obstante, no existen reglas universales, y las consi- deraciones estadísticas no garantizan unos resulta- dos con significación conceptual, por lo que hay que tener presente también los aspectos sustantivos (Muñiz et al., 2005). Muñiz, J. (2018, pp. 281).

Análisis de los ítems

Fiabilidad

Validez

En último lugar, se procede a la elaboración de la versión definitiva del test, se envía un informe de resultados a las partes interesadas y se elabora el manual que permita su utilización a otras personas o instituciones interesadas. El manual de la prueba debe recoger con todo detalle todas las característi- cas relevantes de la prueba. Finalmente, y aunque sea la última fase, esto no quiere decir que el proce- so de validación concluya aquí, pues posteriores es- tudios deberán seguir recogiendo evidencias de va- lidez que permitan tomar decisiones fundadas a partir de las puntuaciones de las personas. Asimis- mo conviene llevar a cabo una evaluación rigurosa y sistemática del instrumento elaborado, para lo cual puede utilizarse el modelo de evaluación de test elaborado por la European Federation of Professional Psychologists Associations (EFPA), adaptado en España por Hernández, Ponsoda, Muñiz, Prieto y Elosua (2016). Muñiz, J. (2018, pp. 281).

Informe

Prueba final

Manual

Las puntuaciones directas o escaladas a menudo son interpretadas con respecto a distribuciones de uno omás grupos de comparación. Los percentiles, promedios y otros estadísticos derivados en los grupos de referencia, se denominan normas. Es la comparación con estas normas la que da sentido a las puntuaciones, ayudando a la descripción o clasificación de los exami- nados. Martínez Arias, M. R. y Hernández Lloreda, M. V. (2015, pp. 405).

Conformación del grupo de referencia

Transrformación de puntuaciones directas

Este tipo de interpretación es de carácter absoluto, no requiriendo de la existencia de normas derivadas de un grupo normativo. Aunque colectivamente se denominan referidas a criterio, pueden tomar diversas formas: pueden indicar la proporción de respuestas correctas en un dominio, o la probabilidad de que un examinado responda correctamente a cierto tipo de ítems; en aplicaciones con finalidad de diagnóstico, pueden indicar la presencia de debili- dades concretas en el examinado o, a veces, como por ejemplo en las tablas de expectativas, pueden indicar la probabilidad de que un sujeto alcance un nivel adecuado de rendimiento en unmomento futuro. Martínez Arias, M. R. y Hernández Lloreda, M. V. (2015, pp. 406).