Entre el siglo XIX y XX, empezó a surgir en Psicología la necesidad de medir las cosas, aspectos como la inteligencia y ciertas capacidades cognitivas, por lo que se crearon los test psicológicos. A la par de esa creación, aparecen dos teorías diferentes para ver si los tests que se están creando son buenos y son de fiar, y la teoría más importante es la teoría clásica de los test (TCT), creada fundamentalmente por Charles Spearman.
La otra teoría es la teoría de respuesta al ítem (TRI), que nos dice que debemos analizar los test desde otro punto de vista, no centrado en lo que mide, sino en si al sujeto le es fácil o difícil contestar al test. En vez de pensar que el test tiene el mismo error siempre, cosa que dice la teoría clásica de los test, como veremos, vamos a pensar que, si yo no sé leer, mi puntuación en un test de compresión va a ser bajo, y si otro lee mucho va a ser alta la puntuación.
En este artículo veremos detalladamente en qué consiste la teoría clásica de los test de Charles Spearman, además de sus principios fundamentales, postulados e implicaciones que tiene, ya que la teoría clásica de los tests es una de las más comunes en Psicometría junto con la teoría de respuesta al ítem; es la teoría que más se usa en Psicometría.
Características necesarias de herramientas de medida como los test
Cualquier ciencia tiene instrumentos de recogida de datos, y todas se han preocupado de que sean siempre lo más fiables posibles, cosa que intenta la teoría clásica de los tests. Es verdad que no todos los aparatos para medir dan al 100% valores exactos, pero todas las ciencias necesitamos aparatos lo más fiables posibles. Cualquier aparato se le presupone una serie de características que deben de cumplir, desde el termómetro para la fiebre hasta una escala de medida de una variable psicológica:
- Fiabilidad: entendemos como fiabilidad que, cada vez que yo use ese aparato, los valores sean similares. Que lleguemos a lo más parecido a la realidad de esa puntuación. Que cada vez que yo lo mida no haya muchas variaciones en las puntuaciones, que haya una estabilidad.
- Validez: todos los aparatos están abalados por una teoría, están fundamentados en ella. La teoría apoya la toma de decisiones que hagamos en relación con ese aparato. Nadie hace un test que no esté basado en una teoría. Uno de los ejemplos es la teoría clásica de los tests, la cual sirve como teoría de apoyo para la creación de test psicológicos.
- Protocolo: debe haber un protocolo que me diga el protocolo para aplicarlo (las instrucciones) y el protocolo para corregir el cuestionario o la escala. Una vez tengo las puntuaciones, cómo lo transformo en una medida que se pueda comparar con otras. El protocolo sirve para 2 cosas: para saber cómo lo tengo que aplicar y para saber cómo corregir el test.
- Rango de aplicabilidad: tengo que saber dónde lo puedo y tengo que aplicar. El WISC es para niños y el WAIS es para adultos, por ejemplo. Siempre tiene que haber un rango de aplicabilidad.
¿Qué es la teoría clásica de los test?
La teoría clásica de los test nos dice, cuidado con los test, que, aunque es un instrumento de medida fiable, hay un error: los test no son tan precisos porque en todas las mediciones hay un error, parece que los instrumentos de medida tienen errores. Esta teoría nos dice que hay errores y su cuantía, pero no el tipo de error. “Los test no son tan fiables como parecen”, dijo Charles Spearman.
Crean una fórmula para señalar y encontrar el error: X (puntuación directa) = V (puntuación real o verdadera) + e (error). Lo ideal es que el error fuese cero. Si es 0, X=V, tiene una fiabilidad de 100%. Cuando diseñamos un test, buscamos ese 0 en el error. Si hemos contestado 4 veces el mismo test, hacemos la media de todas las puntuaciones. Como la teoría clásica de los test dice que hay un error, buscamos el valor medio, pero esta teoría solo nos dice la cuantía del error. Cuanto más error hay, menos precisión tiene el test.
Desde la teoría clásica de los test diseñaron coeficientes de fiabilidad de las medidas, que haya poco error a la hora de que el test mida. Que la puntuación x y v sean lo más similares posibles. El coeficiente va de 0 a 1, cuanta mayor mejor, más fiable (es una correlación de Pearson). La forma de medir el coeficiente, de calcularlo, es con test paralelos (test que miden lo mismo, aunque tengan preguntas diferentes). Esta teoría compara la fiabilidad de uno con la de otro y se queda con el que tenga menos error; en eso consisten los test paralelos.
Hay limitaciones en la teoría clásica de los test:
- Si usamos dos test diferentes, obtendremos puntuaciones diferentes en distinta escala. Podemos compararlos tipificando, pasando ambas puntuaciones al mismo sistema de medida.
- Los test no miden con la misma precisión a todas las personas a las que se les aplica (esta limitación se resuelve con el TRI, analizando los cuestionarios de otra manera). Por ello se postula la teoría de respuesta al ítem
- Las propias características de las personas evaluadas y evaluadoras: condiciones psicológicas en ese momento de la persona que responde el test, si el test está mal diseñado (es para adultos y lo aplicamos a menores), la persona que corrige el test tiene que seguir las instrucciones del manual, y si no las sigue pues el test queda invalidado. Pueden surgir complicaciones en función de los evaluadores y los evaluados.
Supuestos de la teoría clásica de los test
La teoría clásica de los test es un modelo lineal que va con incógnitas. En la primera aportación de Spearman, se da cuenta de que cada vez que se aplica un test a varias personas, no aparece los mismos valores. Pensó que los test en Psicología no tienen tanta precisión como los de otras ciencias. Pensaban que cada vez que aplicaran la misma escala a la misma persona daría el mismo resultado, pero no fue así, no había tanta precisión.
Se dan cuenta de que lo que sale del test no es la puntuación exacta de la persona, sino que hay un error. Para solucionarlo está la formula de la teoría clásica de los test (X=V + e), calculando el error y la puntuación verdadera y la obtenida en el test. Spearman dice: tanto la puntuación verdadera como el error son muy difíciles de calcular.
Entonces él busca formas de llegar a lo más preciso y dice, no conozco V ni e, pero como he trabajado con relación de variables, veámoslas como variables. Se da cuenta de 3 supuestos:
- V=E(X): V= expresión matemática de X, que significa que, si yo aplico 1000 veces un test a una persona, el valor de esa persona en el test es la media.
- r (v,e)= 0: “r” es relación, “v” es puntuación verdadera y “e” el error. Spearman dice que no hay relación entre la puntuación real o verdadera y los errores, no lo podemos calcular.
- r (ej, ek) =0: no hay relación tampoco entre los errores de las puntuaciones obtenidas con distintos test.
Algo hay que hacer, no nos podemos quedar ahí, por lo que hace deducciones (basándose sobre todo en el último supuesto):
- Test paralelos: mido ansiedad con un test modelo, y utilizamos también otro que mide lo mismo pero preguntado de manera diferente (esos son los test paralelos). Si yo comparo los resultados de 2 test que miden lo mismo con preguntas diferentes, ya tengo resultados válidos y fiables.
- Concepto de fiabilidad: no quería trabajar con el trabajo de precisión, por lo que crearon el término de fiabilidad. Trabajamos a nivel de fiabilidad y no a nivel de precisión. Los datos son fiables con un margen de error que es muy bajito (o 5% o 1%en Psicología). Establece cálculos de la fiabilidad con fórmulas.
Cuestiones sin resolver en la teoría clásica de los test
Incluso las propuestas de Spearman en la teoría clásica de los test se ha demostrado que la fiabilidad tiene sus dificultades:
- Distintos test cómo pueden dar diferentes resultados si estamos midiendo lo mismo. Nadie ha conseguido resolver este enigma.
- Las características de las personas pueden influir en las características de un test: las personas influimos a la hora de contestar el test, no somos iguales unos y otros. No es lo mismo hacer un examen sin tener preocupaciones que hacerlo con problemas de sueño, en casa, de haber estudiado poco, problemas con mi pareja…
- Otras: características de los propios cambios en la aplicación del test o de las modificaciones que se hayan hecho. Por ejemplo, tenemos mucha tendencia a pensar en si podemos aplicar solo unas preguntas de un test muy largo o quitarle preguntas; eso afecta a la fiabilidad.
- Mayaute, L. M. E. (2011). Análisis psicométrico del Cuestionario de Honey y Alonso de Estilos de Aprendizaje (CHAEA) con los modelos de la Teoría Clásica de los Tests y de Rasch. Persona, (14), 71-109. https://www.redalyc.org/pdf/1471/147122650003.pdf
- Chávez Vega, R., & Rodríguez Méndez, A. (2022). Aplicación de la teoría clásica de los tests a la evaluación de preguntas de opción múltiple. Educación Médica Superior, 36(1). http://scielo.sld.cu/scielo.php?pid=S0864-21412022000100005&script=sci_arttext
