Professional Documents
Culture Documents
e interpretacin
n el captulo 5 revisarnos los conceptos de validez y la fuentes para la valida,
cin de lo dato ; en ste, veremos las expresiones cuantitativa de la validez y
~u interpretacin. Los usuarios se interesan por la validez en una de u do eta,
pa o en ambas. Primero, al considerar si una prueba e adecuada para u prop
iros exarrunan los datos que sobre su validez contiene el manual o e encuentran en
otra publicaciones: con esta informacin e hacen una idea de las funcione p icol
gica que mide y deciden si son pertinentes para el u o que pretenden dar a la prueba.
En efecto, cuando los usuarios confan en los dato' de validacin publicado , estn
tratando con la validez de constructo independientemente de lo procedimiento e ,
pecfico que se hayan empleado para la obtencin de lo dato . Como vimos en el ca,
prul~ ~ ~o puede suponerse q~e los criterios empleados en lo e studio publicados
:~an idnticos a los que el usuario desea pr_edecir. Lo pue to, que en di 'tinta cornpa
ruas llevan el mismo nombre
rara vez son idnticos , v, do"o curso
de 1i t eratura ensena,
.
.,
do en diferentes universidades
pueden
ser
muy
di
tinto
de
11'
l
1
.
.
,
a t que a se ecc1onar el
mstrumento se requiera cierto grado de generalizacin de l , 1
1
D ebidI o a la d iversi"dad d e l as necesidades de exami
6
d ez.l e
.
naci
n
y
e as mrerencias que
pue d en d envarse d e las puntuaciones de las pruebas, es osibl
l
.
deseen contrastar La validez del inst
l id
P
e que a gunos usuanos
rurneruo e eg1 o con al ,
. . l
l A
los datos publicado indiquen que det
d
gun entena oca . unque
ermma a prueba deb
l
d
ld
en una situacin particular la corrobo .6 d'
e tener una e eva a va L ez
'
raer n trecta re l d
bl
d
,
rucamente posible. La concrastacin de l
lid
su ta esea e cuan o sea tec
a va L ez con l
l
presenta la segunda etapa ele la evalua .6
cntenos oca es especficos re,
et n que hac l
'
l~;,~;~~
140
Scanned by CamScanner
ld d dinfor
ntes
de va 1 ez que aparecen en os
tener este hecho presente al interpretar os coe ere
manuales.
muchas muestras de validacin urge de
Una dificultad especial que se encuentra en
est validando para seleccin
la /)reseleccin; por ejemplo. una nueva pruebre::s ::cin contratado del que en al,
personal puede aplicarse a u_n grupo d_e e~p el desempeo laboral. Sin embargo, e
gun momento se tendrn medidas de criterio d
.6
perior de todo lo que oh,
na
se
ecci
n
su
1
I
Pro 1a b le que estos empleados representen u
d:
Scanned by CamScanner
l'rindpiol t*nfcol Y~
e
a
mist
n,
n
D e, 1hd o a I,1 elev acton J e 1o~ e ' tanto en e 1 predictor co mo en la e1ecucin en el crice.
rna ornogcneas que a pnmcra~ '
n el ltimo grupo, aunque la exacttrud
no. En consecuencia. la corrclaci~n ~~ menor e
ocos cambios. En otras palabras
de la prediccin de calificac1onc md1v1duales mostr P
l
di
fu
'
la d1 nunucion observada en la correlacin no indic~ que _os pre retores e~ meno
J 30 ao antes Si se hubieran ignorado las diferencias en la
l
v 1 do Je lo que h a b tan I o
"
,
l
homogeneidad del grupo, podra haberse concluido errneamente que e e era e_ ,caso.
Para hacer una mterprerncin apropiada del coeficiente de v~ltde:, cambien debe
pre tarse atencin a la fonna de la relacin entre la prueba ,Y el cr_ireno. El ~lculo del
coeficiente de correlacin de Pear on supone que la relacione lineal ) uniforme a lo
largo de todo el rango. La mve tigacin obre la relacin en ere la puntuaciones de la
prueba y el de empeo en el trabajo ha demostrado que generalmente e cumplen e a
condictones (Coward y Sackett, 1990; Hawk, 1970).
o ob canee, crcun rancias es
peciales pueden alterar e ta relacin, por lo que el u uano debe estar alerta; por ejem
plo. un empleo particular puede requerir un nivel mnimo de comrrem.in de lectura
que permita a los trabajadores leer los manuales de in truccin, enqueras Y cosa irni
lare , pero una vez que e supera este mnimo, lo nuevos incrementos en la habilidad
de lectura pueden no estar relacionados con el grado Je xito laboral. ste era un
ejemplo de relacin no lineal entre la prueba y el de empeo en el trabajo. Un exa
men de la distribucin bivariada o diagrama de di persin obterudo al grnficar la pun
ruacione en la lectura de compren in contra la medidas del entono mostrar un
aumento en el desempeo laboral por encima de la mrurna habilidad de lectura re
quenda para nivelarse despus de e e punto; por con secuen ta, las entrada deberan
agruparse alrededor de una lnea curva m que de una recta.
. ~~ otras siruacione , la _lnea m adecuada podra ser una re ta, pero las entradas
md1v1duales
,
que en el
d l alrededor
S de esta pueden desviar e m en el e xt remo
supenor
inferior e ,a esca a. . uponga que el de empeo en un t e t uc
J
d aca dem1c
a es
apntu
una con d icion necesana
pero
no
uficiente
para
el
buen
l
.
aprovec .iarmento en un cur o
Es decir, l os estu d ianre con las. calificaciones ms baja
, un ma l d esempeno
en
e e ten d ran
e l curso; pero _entre. los estudiante con mejore e a lif
1 caciones,
a guno ten d r n un
uen dl esempeno
mientras
que otro tendrn mala ca l'fiI caciones
b 6
e l d
,
por la poca monva,
ci n, a ra ta e interes u otras condiciones adver a En
.
.,
. b'lidad
en el criteno de desempeo ser
<
ero
Scanned by CamScanner
de 'alidc:.
cancias concomitante Por upuesro, la correlacin obtenida debe ser lo bastante alta
para er escadsncamente s1gruficanva a un ruv el aceptable, como lo niveles de .01 y .05
que e .rudtamos en el captulo 4. En otra palabra, ante Je acar conclusione acerca
de la valide: de una prueba, debe tener e una egurdad razonable <le que el coeficien
te de validez obtenido no se debe a fluctuacione aleatorias del muestreo para una co
rrelacLn en la poblacin igual a cero.
m embargo, una vez que e ha establecido una correlacin sigruficarlva entre los
resultado de la prueba) el criterio, es nccesano evaluar el tamao de la correlacin
en funcin del uso que pretende hacer e de la prueba. Si se desea predecir la califica,
cin de entena exacta de un mdividuo, como el promedio de calificaciones que ob
tendr en la uruver idad, el coeficiente de validez puede interpretarse en trminos del
errnr estndar de estimacin (EEe e), que es anlogo al error de medicin que vimos
cuando e rudiarno la confiabilidad. Debe recordar que el error de medicin indica el
margen de error que puede esperar e en la puntuacin de un individuo como re ultado
Je la poca confiabilidad de la prueba. De modo similar, el error de estimacin mue rra
el margen de error que puede esperarse al predecir la calificacin de criterio del indivi
duo debido a la validez imperfecta de la prueba.
El error de e nrnacin se calcula con la iguiente frmula:
rx/
rx/
Scanned by CamScanner
rnane.
60 el error es 60 Por C iento can grande como . lo sera de
ry es agua a . 'y
lab . l uso de la prueba no permite predecir el d
ra fortuita. Dicho con otras pa ras, e
d error que es 40 por ciento m
e
sempeo del suJeto en el crteno con un margen de. .
enor a
a a ivmar.
lo que podramos esperar t. nos concr et,ramo
' e
d
l
l d
Parecera que incluso con una validez de .80, que es es~~ua :en~e el ~val a, el error
de la puntuacone predictivas es con iderable. i la ~nd~t~dnpnnctlpad. e 'bas Pruebas
,
, ta' de cada in 1v1 uo en a istn uctn de
p 1cologica
fuera predecir. la posici 6 n exac
I
la per rectL\'a
. ena muy d e .alent,1. d ora La' mayor parte de
cnteno,
. las. pruebas
. . no pare
cen muy eficiente cuando se examinan a la luz del error .de estim~ctn, sin embargo,
en ca si toda la iruacione de evaluacin no e necesano predecir el desempeo de
criterio especfico de caso mdi, idualcs, sino detcnninar qu individuos superarn un
nivel mnimo de ejecucin, 0 punto de corte, en el criterio. Cul es la probabilidad de
que Maria Charres se grade de la escuela de medicina, de que Toms Silva apruebe el
curso de clculo o queLur Domnguez tenga xito como astronauta? Qu solicitantes
tienen prohah1hdad de com ernrse en buenos oficinistas, agentes de eguros o maqui
rustas! La informacin no olo es til para la eleccin de grupos, sino tambin para los
plane personales, por ejemplo, para una e tudiante es ventajoso saber que tiene una
buena oportunidad de aprobar todo su cur o en la escuela de leyes, aunque no poda
mos e-tirnar con certeza st u promedio de calificacin ser de 74 o de 81.
Una prueba puede mejorar con iderablemente la eficacia predictiva si demuestra
CHal{JWer correlacin igruficanva con el criterio, aunque sea baja. En algunas circun .
rancia , incluso una valide; tan baja como .20 o .30 puede ju tificar la inclusin de la
prueba en un programa de eleccin. Para muchos prop iros, la evaluacin de la prue
bas en trmino del error de estimacin resulta excesivamente riguro a, por lo que re
u l ta conveniente con iderar otras formas de evaluar la contribucin de una prueba
que a u vez atiendan a las decisiones que deban tomar e al conocer lo, re ultado . Ve
remo alguno de esos procedimientos en la siguiente seccin.
VI r
J
L fi
. b . , .
n e tra a Jo a ignauo. a gu
ra 6 . 1 muestra la d I m ucton btvariada de los re ultados d l
\:
l
did d
1 b d l
e a prue )a y as me 1 a e
xtto
en e tra ajo e os 100 empleados. La correla '6
J
bl
1
..:
gerarnente mrenor
a . 7 O . El desempeo laboral , ci n entre e ba cos vana e es l
se mditea con una lnea honzonral g muumo
d e 1 cnteno,
L acepta le ' o punto de corte
b
0 40
JO de e a lnea representan fracasos laborales m rue a.
ca o que c~en por d~ a
obtuvieren xito. A si los 100 s l . .
'f tentra que lo 60 que estn por encima
,
o tc1tantes ueran conr
d 60
.
d fa
xito en el trabajo. De igual mod .
rata os,
por ciento ten r
o, sr se contratara al
,
in
contar con las puntuaciones de la
b l
. azar a un menor numero, sr
cercana al 60 por ciento. Sin emba prue a, proporcin de xito probablemente sera
rgo, suponga que s
l
l
d l
ba para seleccionar, de los 100 olicitan
l
e un uan os resu tados e a prue
cin = . 4 5). En este caso, se elegir a los t:;, in ~s .45 ms prometedores ( razn de se lec
vertical gruesa. Puede verse que dent d
dividuos que caen a la derecha de la lnea
o aceptaciones fal5as, que caen por de~ e t~ g~po de 4 5 hay siete fracasos laborales,
10 e a linea horizontal gruesa, y 38 xitos. En
Scanned by CamScanner
xitos
en el trabajo
-HH-
Rechazos
vlidos
1l
:i
Bajo
11
-IH1"
11
1/11
11
.+Ht-1
ut
//(
( 11
+!ft
II
fil (
11/I
-Hftl -H+t
/11(
(33)
11 (
II
Criterio
de corte
II
Aceptaciones
falsas
Fracasos
en el trabajo
L---------1.--~----'---L-__l__...L_____.L
Bajo
Alto
Puntuacin de corte
Resultado de la prueba
_J
Scanned by CamScanner
.......
nbleccr
punto:,
y
temtico, ms preci o, para e '
,
1989 Livingsron Y Z re k Y, 1982 , M artin
1
una
estrategia
e
una
E n rerrrunos cncra e~.
.
En este caso, la estrategia consisti en aceptar
tomar una decirn acerca de per:iona
.
l
d
untuaciones
ms
altas.
El
incremento
en
e
porcentaje
e
a 1 e 45 person.vs con l ~ P
b
1
b
f
emp l ea o ex.ro o d e 60 a 4 Podra u arse como ase para estimar e ene ero neto
del uso de la prueba.
,
.
La teora estad nea de la decisin se debe a Wald ( 1950), y se refera en particular
a h, decrsione requeridas en la inspeccin y control de calidad de productos indus
males. Muchas de sus unplicaciones para la formulacin e interpretacin de la prue
ba p teolgica han sido investigadas sistemticamente por Cronbach y Gle er
( 1965 ). En e encia, la teora de la decisin es un intento por poner al proce o de deci
sinelaboracin en forma matemtica, de modo que la informacin disponible pueda
unlizarse para llegar a la mejor decisin en circunstancia e pecificada . Alguno de
lo concepto bsicos de la teora de la decisin han demo rrado u utilidad en el re
planteamiento y la aclaracin de ciertas interrogante obre la prueba . Algunas de
e a ideas aparecieron en el campo de las pruebas ante que el de arrollo formal de la
teora de la decisin e tadstica, y ms tarde se reconoci que e ajustaban a ella.
t
(_
requenid a m
e l uye e l coe fi ciente de validez de la prueba la prop '6 d
1
d b
, d
1
'
orci n e o icitantes que e en
aceptarse ( razon e se eccin) y la proporcin d
leccionados sin el uso de la prueb (
b ) e so lCLtantes exitosos que fueron se
a tasa ase Un carnb
l .
d
condiciones puede alterar la eficienc
di '.
. 10 en cua quiera e e as tres
ra pre ictrva del instrumento.
I
Scanned by CamScanner
desde un
......
tkf,ij--cli,W.,..
enwtahla~l te~uaa
illiftllGOI
.10
.20
.30
.40
.50
.60
.70
.80
.90
.60
.60
.63
.67
.70
.73
.60
.63
.65
.68
71
.60
.62
.64
.67
.69
.60
.62
.64
.66
.67
.60
.62
.6 3
.65
.66
.60
.61
.6,
.64
.65
.60
.61
.60
62
.60
.63
.64
.60
.61
.61
.62
.63
.61
.61
.62
.60
.60
.61
.61
.7,
.76
.78
.81
.83
.71
.73
.75
.78
.80
.69
.71
.7)
.75
.68
.69
. 71
.66
.88
.90
.76
.79
.82
.85
.87
.74
.71
.65
.66
.67
.6
.69
.63
.64
.65
.66
.66
.62
.62
.63
.63
.64
.61
.61
.62
.62
.62
.93
.95
.90
.92
.82
.84
.87
.89
.91
.79
.81
.83
.76
.78
.70
.71
.73
.74
.75
.67
.68
.69
.70
.71
.64
.62
.62
.63
.63
.63
.93
.90
.64
.68
. 71
.75
.78
.82
.85
.96
.94
.99
.98
.86
.88
.90
.96
.97
.92
.94
.99
.99
1.00
1.00
1.00
1.00
.96
.98
.99
1.00
1.00
1.00
.77
.85
.87
.95
.92
.95
.99
1.00
1.00
.99
1.00
.97
.97
.73
.80
.82
.84
.86
.88
.91
.94
.97
t.00
.6"
.69
.70
.n
.75
.76
.7S
.so
.81
.83
.86
.88
.64
.65
.65
.66
.95
.60
.63
.63
.92
1.00
.
(
Apndice B) puede encontrarse un con
H. C. Taylor y Russcll ( 1939) Y en McCormtclc e llgen 1980'
to de tablas,
Scanned by CamScanner
148
,
. l , La rabla 6.1 mue. tra que, cuando deb
podra mejorar el proceso de e eccron
' . l
na pruebae con v n. . lid ez perfe ad.
l os .o l 1c1 t an ce ' me uso u ,
rnitirse al 95 ror ciento le
.
eqa
l
t
J
as exitosas apena en tres por ctent (
( r = l.00) elevara la rroporc1n , e p~r. on ario ele zir al cinco por ciento de o de
.60 a .61 ). Por otro lado, cuando olo es nece J d g
)0
d l
los o
.
{
, 1 v ili e: e apenas . pue e e evar el
hcirantes, una prueba con un coc icicnrc le '
Por.
o de 60 a. 82 , aumento que repre ent
d
I
cenraje de solicitantes e llll"~ e cccioru1
el . I
a eI
L
(
h
t 1963) es ecir, e aumento en la l
mcrcmenro en la ml1de.,. Je la pntCL1a ce res '
'
ib . , d l
va 1
e mdrca la coruri ucion e a prueba l
l .
., d
a a
Jez predictiva arnbuilile ,, l mMrumcnto, qu
,
.
numero
e
a
o
p
d
in d 1 vt uos norma es e 1asi ca os mcorrectamente como pato l gicos,
.
aumen cara e '
de luego el costo global en una situacin clnica.
Scanned by CamScanner
ba de fcil
aplicacin y validez moderada. Si ~~r :~gtr t~dos los casos con una prue
. ntemente aira (cuando son favorahles lo
.
<ltuacin de corte se hace lo sufi
c1e os negativo pero mue h o falsos positivc).
. s resu 1Pta
os dcvado ) h h ,
.
s , a ra unos cuantos
(al
O
d os como
colgico . L o u~ 1 nmos
pueden detectar
e sl SUJeto normale
s d iagnosnca
pan uvos aplicados a todo lo ca .os diagno t uegdo con exmenes individuales ms in,
te
d
tea o como positivos po I
b Es
solucin po ra er apropiada, por ejemplo cuando la
d' .
r a prue a. ta
l
con ~cbtone hacen que la eva
lll acin individual inten iva de Lodo lo caso
e
e s re u te unposi le.
l
d
'
en aJe e quienes superan e e,
empeo rrurumo, mo a pro uctividad global de los seleccio <l
rC
l
l
d
o
na o . l
mo es e ni ve
fi
d
actual e e ciencia o e empeno en el criterio de lo trab d
d
b I
'
b
,
J
ores contrata os so re a
base de la prue a en cornparacin con la de la muestra total d
1
h
,
id
d
l
.
.,
e so tcitantes que a,
brtan l o c~ntra~a ? m apltca~1on del instrumento? Varios investigadores aborda,
l
ento en el resultado.
unp tea acer lo mismo con e incrern id Hunter McKenzie y Muldrow, 1979) reali
Schmidt y sus colaboradores (Schm r, l . , '
la validez de la prueba. U ando
zaron un anlisis de la productividad en re acin con
N ay I or Y 5hmc ( 1965) prepararon una
C1<:ntcs de valiJcz.
Scanned by CamScanner
La
....
e
,o
i.n
"
a,.
"'f
eQ1
\/'\
00
"'o
-o
"'c.
....,
GC?
Q1
i.n
!'
"'"'o
"'V"'
o
('-.
U'I
"'"'
o
~
"'
:2
-;;
"'
;>
\/'\
e,
"'C
e,
.....
e:
1/'\
.:!
V
I.C
e,
"'v
o
v
1/'\
o
~
1/'\
N
n,
"'
.,...
1/'\
Q1
~""C
E N
Q1
e: ""C
-e
1/'\
e; "'
"'
V >
ta
o
o
q:-
e:
"' o
Uv
Scanned by CamScanner
e:]
~~e:
o
Q.I
~:g
N~~NOO~N~~VN~~~~-~~~
~~vv~~~NNNN-----000
.
.
. . . . .
. . . . . .
. .
lSt
.
, .. ,
l
e computad).
1 bi
mvcsttgaron e valor econm
.1 l
l raen e go terno federal
estad
bservado Jespu 'S d e u .ar d urante un a reo uc tncr emento d e la productiv'd
o
j
(
lid
76)
e:
o una prueba d
.
<l
l a
ompurauoras va L ez ==
en la nueva e
. .
e apt1tu para el uso de las
e
., J 1
, .
d l
ontrc1tac1onc Ll
.
la aplicac10n e as tecrucn, e a teora de la l . ,
1 . egaron a su estimados por
a de Manejo de Personal de los E tados U ~_;c1sS1ona os datos disponibles en la Ofici
o
J l
l1luos. e calcula
I
p,mt nueve rn~o~cs e e ec_cin que iban de .SO a .SO
.. ron 35 ganancia,;; esperadas
de: de procedimientos previos de sclcccic')n l
I Y para cinco coeficientes de val
4 Dante cero (seleccin al azar) a .50.
Los resultados indicaron ganancia imp/c
empez a utilizar e la prueba en toda~ estas ~~Lc~~antes enCla producttv1<lac.l desde que
,
, ( nu1c1oncs
uando se
6 l
d
la prueba con una e leccin a l azar, la ganancia en dlarc f
campar e uso e
ucruo entre 97.2 millones
Pan una razn de eleccin Je .OS a 16 5 millo
<
d
d
l
.
nes
para
una
razn de se l eccion
. , d e . 80 .
Con la val ez e eccin previa de .SO, la ganan i
t'ntre 33 .3 y S .6 millonc de dlare . Estas ganancias ce as corrd~pon<ldtentes fluctuaron
, contratados exren ieron
urante la perma
nencia espera d a d e lo ernp lea d os tecrn
l
d
d
l
que para d'o programadore de
computa ora e go biterno rred era l estadounidense es en
D
b
.
l
prome 101 1.tgeramente
1
O
nor a
ano . e e menc10nar e que os estimados e basa
. , d supe
.
d e se
. l ecc1on
, irucian
.
lo proce d irruentos
con los solicitante nen
d a upos1c1on
lifi e. que
avanzan en orden descendente hasta que se alcanza la razn ~e eeml ay~; ca I c~ficind Y
. .
eccion especi ca a.
1
En otra pa a b ras, e l proce d trruerito supone un u o ptimo del proce de eleccin.
O
U ando l?~ datos del censo para ev~luar el ~mero de prograrnadore de cmputo
en la poblacin total ~e los Estados Unidos, lo mvestigadores tambin obtuvieron los
e timados corre pondientes del efecto de emplear la prueba a nivel nacional. En un
e rudio subsecuente, Hunter y Schmidt ( 1981) exploraron lapo ible aplicacin de las
misma tcnicas estadsticas a la fuerza laboral nacional en todas las ocupaciones. La
estimaciones preliminares son declaradamente cruda y tentativas, y lo procedimiento
alternativo tienden a arrojar estimacione bajas (Burle y Frederick, 1984; U .. De
partment of Labor, 1983b Weekley, Frank, O'Connor y Peters, 19 5), pero lo dato
disponible indican que el uso de mtodo efectivo para a iguar lo pue to puede
contribuir sustancialmente a incrementar la producttvidad. Cada ve: es mayor la
atencin que e concede a la naturaleza de la productividad en el trabajo, as como a
las condiciones individuales y organizacionales que la afectan. e traca de un rea de
investigacin de criterios en la validacin de la pruebas que .mue tra grandes avances
tericos y metodolgicos (J. P. Campbell, Campbell ' A sociate , 19 ; Hunter, Sch
mdt y [udiesch, 1990; Raju, Burke y Normand, 1990).
C:011
dounidense,
El concep t o uc
1
ida J en la teo r ia de la decisin..
Una
de la
u t il
1 1 u
d caracterstica
fi
teona
' d e l a d ecision
, es que las
prueba' se evalan en trmino e u elidcacia
<1
d en
l una b1,
l ar. L a eva uaci0,n no lo coma en con ideracin la va I ezl e a prue
tuac i n parncu
b a
l
Scanned by CamScanner
....,~
~......,.tiilC"r
ro
hasta
a
on
l
H
mter
Y
cou
d e valo.
1ru decr rones, pe e
da por ~chmtl r, l J
r is nara la nsignacin
I
acin
rea
ua
~
l
e
.1tm1cn
l
t'
La mve ttg. 1
l av,1n(C" en os pWL '
t11t>resan en el valor econmico
'6
d nte I u:,tra l
se
'"
et n pr,ece e d 1' d coma de dec,,1ont! . une1ue l. l lores las tcnicas desarrolladas
re en o mo e o e
'
d
ir lo era aJ, L
'
d
l
bi
co proporc1on,1 ~ P' .
la medicin e otro va ore . Al
d en iplic u . . e a
d .
d e I o rene ~ en 1 ..,
gacin
raml I n ruc e ' l
los mtsmos procc muentos pue
t
l
h
d
en re :1 mve
.
l
~ 1um,mu ,
fi
l
basarse en la cuant1hcac1n
l J~'"'~l \fhm,u1a, stemprc que sel e na con c an~ad
den usar on cualquier e cala numt:rt h,tLc~c t1l)t:.1 que las e~ttmact0~es requendas
t: apliqu
de manera onsi t nt O l
aue ver con lo valores relativos, no
)
d d
e ~1 o t ,cnen l1
p, ir los modelos de rom e ece t n
Boudreau ( 1991) puede cncon\rarse un trata;
los ,1h ilut , d diferente n:,ulca<l de d "cisionc .obre el per anal.
miento tcnico de la utilld den In t~tn'1 e e , aumentar al mximo la ganancias
e ' esquemtica d e una estrategia
A I e l eg1r una e rrategia de deci . . ton
l 1 mera ticin
espcn l I ,, d e te J10 1l r 'l '1 tadl ' ....l, rcpre
fi . en
2, ayudar a hacer ms e l aro e l proced
6
, bs p 1 en 1 gura
l fi
sunp I e l e d e ' 1 n que
l
de decisin ilu erada en a gura 6 . l , en la
1
miento. El d,, ~rama mu rra e,rncegtad
l itantes y la decisin de aceptar o re
~
la prueba a un 'ruro e so te
que se ap 11.:a una
"b . d l
in de corte de la prueba. Hay
chazar a ads un e toma bre la ase e a puntuaci , .
do las aceptaciones valida y fal a y lo rechazo
cuatro re su lta d os P Ibl es, me u' en
d l ,
d
d
b
cada
resultado
puede
encontrarse
e
numero
e
de
dad
1
b
La
va I 1 " v al , ,.
pro a 1 1
1 .
l
d
cu ero ecciones de la figura 6.1. Como en e ejernp o ha
personas en ca a una de la
.
l
b bilid
ba l O so licitante , e !- nmero d1v1d1dos entre 100 proporct0nan a pro a t t a
Jl: s de lo: cuatro re..;u\tad pre::ientado en la figura 6.2.
L1. '1m dato requeridos n las unhdades de los distintos re ultado, expre ado en
una e, .1la comn. Esro \'alores hipottico , cualquiera que ea el procedimiento de jui
cio p,.)r el que se obtuvieren, e presentan en la ltima columna de la figura 6.2. Para en;
ctmtrar L1 unhdad olobal t!:>l)cradade la estrategia se multiplica la probabilidad de cada
re ulcado por .u utilidad, ~e uman esto prcxluctos para las cuatro calificacione y e re
ta una cifra correspondiente al co to de la examinacin. Este ltimo trmino pone de
relie\'e el hecho de que es ms probable que se conserve una prueba de poca validez i e
breve, barata, de fcil aplicac1 'n por personal con poco entrenamtento y adecuada para
u aplicacin colectiva. Una ~rueba individual que requiere de un examinador capacita;
do o de. equipo co::toso necesita una mayor valtdez para justtficar su u o. En el ejemplo
hiP?tnco de ~. figura 6.2, el co to de la exammacin e estima como . l O en la e cala de
uttltdad. La utthdad total esperada (UE) para esta estrategia de deci in e :
Wcnl'l
En
Scanned by CamScanner
Decisin
Reaultado
Utilidad
Probabilidad Esperada
..
.38
+1.00
Aceptacin
falsa
,.
.07
-1.00
Rechazo
vlido
~'
33
Rechazo
falso
-,..
22
.50
Aceptacin
vlida
Aceptar
Administrar la
pruebay aplicar
la puntuacin
de corte
Rechazar
in.
Esta UE puede compararse con otras UE encontrada con diferente punto de corte,
con di tinta p~ueba (que difieren en validez y co to) o con una batera de pruebas,
a como con diferente estrategias de deci iones."
Estrategias s ecu c nc ia le s v tratamientos
J. S. Wigim,
I a:,o H P1
197
J/ 1988,
Scanned by CamScanner
rran
li
tS4
pa
eC1
[[l
111
e<
t(
~ceptar )
Prueba A:
oos puntos
de corte
~i..---~
pruebaB
!;echazar}
l
f
~echa:)
r
(
Fig
t, d
d' id l alterna ti vos y la posibilidad
e
a apea dos a ca,
ractensncas in 1v1 ua es. Un ej emplo sera la u c1 u1zac1. d .
de entrenamiento para trabajado
dif
n e distintos procedimtentos
res con Lrerente ni l d
. :\ l .
d
cin de programas de remedio para e t d'
ive e e apntuc o a mero uc
s u tantes con
bl
E
escas condiciones, la estrategia de de .. ,
. cieno pro ema educativos. n
.
ibl
ciston seguida .e n ca d a caso d e b e considerar los
d atos d isporu es sobre la interacci d l
.
d.
e
l
n
1 n uncia l d e la prueba y el trata,
miento iterencia . Cuando se ern l e a puntuac
.
J1~1td ua_l es ~ro.ba~le que la tasapean
tratam1e t
d
de xi
n
aptados a las necesidades in
~,1~~c10.0 de individuos a tratamientos a~ au~ente considerablemente. Como la
:ect~S ~ que de ~eleccin, en la sec~i;attvos es en esencia un problema de
o og a requenda.
n correspondiente diremos ms acerca
:s,
d:1~
Scanned by CamScanner
12
\ ari,1hlcs ruodcradorus.
La valide., .
~ l e una prueba ,
1
b
Je variar entre u grupos que diteren 'n .
, ' P,ltcl l cterm111aJo cntcno pue
,
e c.1r.1ctcnstica . . l . El
mcnco e 1 asico upone que los errores de
I .
per onu es. modelo psico
e pre, I cion on .
,
I
.1 . 1.
c.ar.ictcnsttca <. e la prueba
n1.b que de 1 a per ona, ) que e os crrore~,, se, en
tnouycn
fkxib1hdad de la aprmamac1n mtroduci l
l
a azar entre 1 os mdrviduos. La
l a por ,, teorf' de In l ,
/.
. 1 1
ploracion d e l o mo delos predrcu, os que . l ,
l '
l ectsron esurnu 6 a ex
prueh.i ' ) que implica que la nusm., prueb./;uc~1;mcr~11~1~racc16n entr~ ~crsonas y
cl,1se:. o subconjuntos de personas que 11.,r.., ot
.
ejor predicro para ciertas
.
'
r "
ra ; por ejemplo I ere e
b
.1
un mejor predictor del criterio de de empeo d h b
r a prue a pueue ser
e om res que de mujeres o bien un
mejot pre d retor para o l icttante de nivel socioeco ,
b .
<l
.
,
l
.
norruco ajo que el nivel airo En
e~l)S ejernp lo , genero) tuve oc1oeconmico eco
ble
lid
nocen como vana s moderadoras
l
V' quemo d eran a Ya t ez de la prueba (Saunders, 1956).
'
los inrere e'.', ) la motivacin pueden funcionar como vana
bl es mo d era d oras de
modo 1.,1Ue st un solicitante tiene poco inters en su trabajo , s u d esempeno
era, pro'b a
blemenre malo cualquiera que sea la pu~t,uacin que haya obtenido en lo te ts de ap
mu_J. Entre e ta pe_: onas, la correlacin entre la puntuacione de la prueba de
apurud y el de en~peno laboral er baja. Por otro lado, para lo individuos que e tn
1mer~sado. ) moti~ ados, la correla~in entre la puntuacin de la prueba de aptitud y
el exiro laboral era muy alta. Las decadas de lo cincuenta y esenca pre enciaron una
racha de inv e ngaciones sobre una amplia variedad de posibles variables moderado
ra. Una ene de estudios de Ghiselli (1956, 1960, 1963, 1968) abord la prediccin
del de empeo laboral. Otros investigadore
ometieron a prueba hipte is obre el
papel de las vanable de personalidad, particularmente en la prediccin de aprove
chamiento acadmico (N. Frederikscn y Gilbert, 1960; N. Frederik en y Melville,
1954; Groom y Endler, 1960; L. J. Stricker, 1966).
Un descubnrmento relativamente constante fue una diferencia de gnero en la
prediccin de grados acadmicos. Estudios de muchas fuente que cubran varios cien
to de coeficientes de correlacin informaron correlacione mayores para Las mujere
que para lo hombres entre las puntuaciones de lo tests de aptitud y lo grados acad
mico (Gro , Faggen y McCarthy, 1974; Schrnitt, Me.l~on y B~lenga, 1978_; Seashore,
1962). Se descubri la misma tendencia en la c<lucac1on media y la superior, aun~ue
fue ms pronunciada a nivel uruver itario. Los datos no in~ican la raz.n de e ta dife
to acadmico I pero es mtere ante e
re:nc1a de gnero en lo predeciibl e d e l ren d irnren
s
I
d s implicictom:s Je la teora tic la deci
Vase J. S. W1"oin~ (1973/ 1988, cap. 6) para una rev l~tn competa el .. '
t,,,
GI
( 1965) ara un ruve m, ~ recerco.
~1 6 n para el uso Je las pruebas, Cronbach Y
eser
P
Scanned by CamScanner
156
i cnc1as de gnero
pecular al re pecto consideran <lo otras d 1 cr
. l conocida:,
d
Si as elltu.
.
. e mistas )' ms me hma
d tante,
en general tienden a er ms conror
bl as a aceptar l 0~ valo.
.
.,
. l
. rcndimienco pro a emente depend
res y l a norma de la suuacion esco ar, su
d.
d
er en
id
J
p
l
do
si
los
estu
iante
nen
en
a
con
gran medida Je sus habili a es. or otro
centrar
.
J
le ( cxtracsco..
, . lares)' que despiertan
su cunos,dad
su esfuerzo
en las act1v1w11.
. .
. , e Stas ch.
terencas de inters pueden mrroducrr una vananza adiciona] e~ su renduniento aca.
drnico y hacer ms dihctl la prcdiccrn Je su aprov echamiento
partir de las
puntuac1one obtenida en las pruebas de aptitud. in embargo, ob erve que las dife.
rencias de gnero en estos cocficicotc Je validez, au_nque constant:s, generalmente
on pequeas. M.h an, exi ten mdicios de que las diferencia
tcn?tan a ser ms Pe
quea en lo e rudu mas re nentc , un descubrimiento que podra refleJar un cam,
b10 en la acnrudes de la mujeres de finale de lo sesenta y los setenta.
En general, la e pectanv a obre la contribucin de la variables moderadoras no se
cumplieron (Abraham y Alf, 1972; Pindcr, 1973; ~ede~k, 1971). Los anlisis metodo.
lgico rev elaron muchas falla ; muchas veces la validacin cruzada en nuevas muestras
no corrobor lo des ubrimiento niciale y no pareca probable que el uso de modera.
dore mejorara u tancialrnente la prediccin que podra lograrse por otro medio . A la
luz de los conocmuentos actuale , si no se cuenta con evidencia explcita , no puede
suponerse que variable alguna modere la validez. Con todo, el concepto de vanable mo
deradora puede tener valor heur tico para aumentar la comprensin de la conducta in
drvidua] (como en lo estudio de caso clnicos) y para proponer nueva. hipte 1 que
deben mvestigarse con lo controle metodolgico adecuado . De hecho, la dcadas de
\05, ochenta y lo noventa atestiguaron el resurgimiento del mter por la .. varia bles mo
deradoras. Aunque no fueron detectadas por los primero procedirmenros, algunas va
nables moderadoras pueden ser ahora identificada mediante anlrsi e:.tadLnco ms
elaborado (Morris, Sherman y Mansfield, 1986; E. F. tone) Hollenbeck, 19 9).
Scanned by CamScanner
157
eJecutivOS de alto
nivel, es comn qu e e l examinado
.
mayor ana't 1 ts. esta d stico. Al prep
r un 1ice los re. ulrados de las
I
.1
f
arar
e
tnlorme
f l
t
l
10 , e cxammauor con a en u JUIC
""':..AAc&onc
.
.
. e le caso y uicer as reco
1
11
IP-
d
.
LO, expenenc . . h
, .
,df los parrones e puntuacione e integrar l
J, b
) ases tconc.is par,, mter
,. ..
os escu ruruentos dl' diferentes pruebas .
mltiple. La ..ec uacion
.
d e rcgrcs
E,u.... d,n de
d regresin
. .
'l . l
I'
acin e cnteno para cada indtviduo . b l L
ion mu up e prel ice una
ftllO
b
,
\. l o re ,\ ril'il' 1 , ,
ru
ras prtieb,1~
de la arena. La iguiente ecua,, ion d e regre
le
us puntua.ctonc'I
en tmln..,
1
l l
, h
s on mu t1p e 1 ust ra la aplica.
I n de c~ta tcnical para predecir el aorov
t
c1... .uruento de
, J
I
d ,nateinttca en a ecundaria a partir de I
e un cstu uuue en os cursos
e bl \erbal (V), nurnrrca (N) )' de m : ,ls puntuaciones que h,1) a obt .rudo en la
,,o
prue
onanuenro
(R):
i IV + 21N + . 32R + l .3 5
.
En este eJemplo,
lo resultadod Je la. pruebas "1 1 punt uaci.6 n d e critcno
. . se expresan
, e emplearse cualquier otra escalad
e
e ca lif
tncaci.6 n para es,
,0mo e rnnm,1s, aunque pue
e
re :,ropo...,,ro. E n l a ecuacion anrertor, la calificaci es n estaruna
de estu d.tan ce en cada
,
de I ,ld tres prut... b as se mulnphca
por el correspondie1 n t e peso d ad o en a ecuacin
.
00,1
,
roporciona
a
posicin
estaru
La ~uma e eso pro d ucro , mas una con cante ( 1 35) p
l
. .
.
na del esru J t,mte en e 1 cur 0 de maternncas.
I caciones
estaruna:
upc.mga que Beatn: arnaniego obtuvo las .iguientes calif
Verbal
Numenca
Ra:onam1enro
6
4
8
tulo 3) que una e raruna de S repre enta un desempeo promedio, por lo que puede
e perarse que Beatn: tenga un aprov echamiento mejor que el promedio en sus cur os
de rnatemncas. Su desempeo upenor en la prueba de razonamiento (R = 8), y su
calificacin por encima del promed10 en la prueba verbal (V= 6) compensan su me
diocre calificacin en la velocidad y prec1sin para hacer clculos (N = 4 ).
En los textos de estadsticas aplicadas a la psicologa pueden encontrarse tcnicas
especficas para el clculo de las ecuaciones de regresin (por ejemplo, D. C. Howell,
l99); Runyon y Haber, J 99 l ) . En esencia, la ecuacin se basa en la correlacin de cada
rrueba con el criterio, as como en las intercorrelaciones de las pruebas. Desde luego,
las pruebas que correlacionan ms alto con el criterio deben recibir ms peso, pero e,
igualmente importante tomar en consideracin la correlacin de cada prueba con la
Scanned by CamScanner
t se
b
Clurdacionan alto entre s repreci..
rue a que
d' J l
.
"'h
nonen la hatcr a L as P
1.
en or in me roa os mismos aspect
otra que coffitue cuLircn
'=' '
,
e
OS
t m una duplicacin mnele ...ana. ya q .
,l, ~ no aumentll en torrna aprcc1ahle I
'
d J ~ CS \S rrUC <
l
1 '
a
del criterio La inclusin e os l e . ' J t)rrclachmar nen con e en reno. En J,
l pue 111 L
l
~ 1O
validez Je la batera, aum.,1uc .uu 1'1 h , ~ ctHlltl el p,u, por O que so una dtherj,1
J
ll
. Ic er t,tn e ca ..
cho caso, una uc e a:, pUl:l
mantener e en la b,Hcr.1.
l . , 1) los en " mris seno <le dupl1caci6n, las
,
1
,hme11ntn,1(t
J'
...
1
p
Pero aun despues lle que se '
, entre .,1 en iver os grauos. ara obtc.
.
)rr~hKtlm,11,ll
l
6
pruebas re . . r.mre en 1 ,, \1,1ten,, n
l
. h llCn una cunen 1uc1 n C,h1 ntc.a a
,
l l l" prUL' );l:.,, que '
l fu
ner un valor prc1.1 1i:::tt, nin: im. '
,
re du[Jltcan en parte as nc1ones de
ib
. )1' pl>O qUt.: ,\<, ljl
la baterfu \lehl'rl,'\I'\ rcci ir m,t)L
J. rcgrc.,in mlttp I e, ca Ja una recibe un
L
,
otras prue l1.l, F n L' l ca'l cu 1 o J,1. un'' ecu ,uon
.
m d criterio y en proporcron
inversa a
,
\ "~
\ U (lll.'1 .icion L(
1
b
le o en propl1rLllll1 \ m.d,\' "
A l ~a)or peso e m,1gnar a a prue a con la
vru b lS
si C nu
...u corre l acion LOn l ,1, onus 1 t.:
l l", on e 1 rc..,to e e l a h '1rcrfa.'
rnayor va l l\ 1 cz v L' 1 m1.'nl)I tr,,, 1 e '
, l land la correlacin mltiple (R) en.
r .
xi e l:numtrar,l:
I.,, ,1l h.le: Je I n lt.L"HLTl, l puc
l ~., <.,t
J cu ele mayor valor predictivo que pued
Est
i corre acion 11\ rea
e
rrc e l cruci ro ) I rt ",ltt'~11
.
'.
I rueba recibe un peso pnrno por predecir el
l brcncrsc de una b.ucn,, d ,d., <..u,mdo e.u ,l p
d r rmrna la ecuacin de regresio
l
e 1, )s son los que e e
. . . ., n,
cruerio ('0 cuestton .ll' JX'':0. t)p
.
~ l
, ll al. . lo 11arn
la muestra partrcu
ar en que e encon.
Observe \lll' L> )" pv,<.' <on iJptunn so
I
1
l
l ,cortos en los coeficientes de corre Iacin usa dos al den
ll ,m n.
l. l)\U() , l):.,, L'ITCS a l:,
1
l
, .1rlru, lu pe: 1, de regn.~ion pueden vanc1r de una muestra a otra, por o que a batera
debe Yaltdar.e de manera cni:ad,1 correlacionando las punruac1one del cnteno que
predice con 10~ re ulr,,do del cnceno reales en una ~ueva ~ue ~ra. Aunque e dlSpone
Je tmrnl ,, ~uc pcm,iten e mnar la cantidad de la dismmucr6n esperada en una correla
ci m multirle cuando se aplica la ecuacin de regresin a una ::.egunda mue tra, siempre
que ,ca (X"N1"lee. preferible realizar la ve~ificacin emp~1ca. Entre n~.l)'Of ,ea la murtra
de la que ,e Jen,aron lo pe o de regresin, menor era la J1..,mmuuon o pen.hda.
En cierra" ,1ru Ktones, la validez predictiva de la batera aumenta~, . . e me.luye en la
t.:cuac1n de regre 1n una prueba que tenga una correlacin cero con el cnteno pero
una correlacin elevada con otra prueba de la harena. E ra c.un,a ~1tuac1n urge
cuando la prueba no correlacionada con el entena actn como wnabl1. dt? .supresin
para eliminar o uprim1r la varianza irrelevante en la otra prueba ( Cnger y Jack on,
1972). Por e1emplo, la compren 1n de lectura puede correlnc1l1n,1r alto con la~ pun
ruacione de una prueba de aptitud matemtica o mecnic.1, pl1rque kb rroblema de
la prueba requieren la comprensin de complicada in truccionc" escntas. 1 la com
prensin de lectura e.. irrelevante para la conducta lahornl que pretendt.: predec1~e. la
que requiere la prueba introduce vananza de error y disminuye l.1 \ .1ltde: prcd1ct1va de
la prueba. Aplicar una prueba de compremin de lecrur.1 e m.dutr . ,u, puntuac1one
en la ecuacin de regresin eliminar eta ,arianrn de error ,1l .1ument.1r l.1 \'altde: de
l~ batera. La variable supresora aparece en la ecuacin de regre ion con un re o nega
nvo, de modo que encr~ ma\or sea la puntuacin que un mdividuo obtenga en lectu
ra de ~omprens16n, mas es lo que e <le cuenta de u re~ult~do en la prueba de
matemanca o de mecnica. Con todo ' en cualouter
itu'nC1t')n t'i, pre1Crt
e bl e e l proce d'[,
<
1
6 En ,1lgun,1S circun.stanc1,1 , los pc50)
Scanned by CamScanner
159
1.l'
l le corte. E n pocas pa I a h ra , e l proccuurucnto
con usre
en esta h I ecer para ca
'lttP e!:> uc
fllll rueb,1 una puntuacin mnima de corte. ( uando se aplica e meramente, se rccha
J., P do el que cae por debajo de la puntuacin mrurna de cualquiera de las pruebas
:,i i1 to das Al elegir las prueba apropiadas y e tablecer las puntuaciones de corte pa
n1r1a ""'
,
,
'1r
determinada ocupacin, e acostumbra considerar algo mas que la valrdez Je Las
ra una
d
.
.
.1
L.,~
olo tornaran en consi cracin las pruebas que ar rojaran coehcrentes ue
rrue11u.> 1
.1e~ signtfican, o , podnan pasarse por alto una o ms habihdadcs esenciales en que
\ 1 1 IU "
'J 1() crabaj,tdL)fC~ obre alcn, de ah, la necesidad de considerar rambin las apn
w~
.
1. en 1.1~ que los rrnbajadore
destacan como
grupo, incluso cuando la'> diferencias
(llOC~
, .
,
,nJividu.iles luego Je cierto mmuno no estn relacionadas con el grado <le xito labo
.,1. M,1 an, en ,1lgunos empleo los embajadores pueden ser tan homogneo en un
~:,~go clave que el rango Je b diferencias individuales es demasiado e trecho para
arropr una corre! 1C.1on ..,,~rn1hcac1, a entre la puntuacin de la prueba y el criterio.
El u O del mtodo muluple de corte lo ilustra la Batera de Prueba de Aptitude Ge
ner,1b, BTAG (General Apmu.d.e Test Battery, GAT8)7 desarrollada por el ervtcio de
Empleo de los Estado. Unido para u ar e en la con ejera ocupacional y programa de
referencia de . . u ohcma estatale de ervicio para el empleo (U .. Department of La
bor, 1970). De la. nuev e puntuaciones de aptitud obtenida con e ta batera, e ehgi
a las que erran con ideradas para cada ocupacin obre la ba e de la correlacione
del cnteno, a como la medias y de viaciones e tndare de lo trabajadore en e a
ocupacin y la observ acione cualitativas de lo anali ta de pue to .
El argumento ms lido a favor del uso de puntuacione mltiple de corte en lu
gar de una ecuacin de regresin 5C basa en la posibilidad de la intervencin de pun
tuacione cornpens atonas. En otras palabras, en la puntuacin total de la batera
puede pa armad, ernda una deficiencia grave si el sujeto obtiene una alta puntuacin
en otra prueba. S, la deficiencia ocurre en una habilidad que e e encial para el de em
peo en el trabajo, el solicitante elegido fracasar; no obstante, e ta iruactn puede
evitar. e st se tdentifican una o rn.is habilulade que on crtica para un empleo particu
lar , . lo e aplica el corre en la prueba corre pondiente . Para la rna, or parte de la
pruebas eso suele er preferible c1 conservar la puntuacin real, ya que entre mayor ea
la puntuacin de la prueba mejor ser la ejecucin del individuo en el trabajo. En la
mayor parce Je los empleos existe una relacin lineal entre la prediccin de la puntua
cin y la ejecucin en el cnteno. Debe agregarse que la inve tigacin exten a con la
BTAG ha proporcionado numerosas evidencia que apoyan la existencia de dicha re
!acin lineal (Coward y Sackctt, 1990; Hartigan y Wigdor, 1989; Hawk, 1970). En
esas conc.hciones, seleccionar a individuos obre la base de la magnitud real de sus
7E
.n el captulo 17
l'
rudi.irnos esrn conocula barern en relacin con el uso mdustnal j organuacional de l.t, pruebas.
Scanned by CamScanner
RA oECI SIO
NES DE CLASIFICACl6N
entrenamiento m ideran un ...h 1 rro " , por lo que 1,,.,r e el trmino "fil trar " para d esig
meras etapa se ce
"apro
P L1colocacin y la e la 1hcaul1n
asignados a los "tratamientos
elim nado del program;:1: wdo los mdi,dt ulo ~nultados. En la colocacin la asignacin
. .1
, . o la,' efic,KHl
e oderivar
r
pianos
paw e l e\'ar a 1 m,1x1m
e uede
e de una so 1 a prue b a, como l a de
se basa en una sola puntu.K~l)n qu P
li una batera de pruebas puede emplearse
1
apnwech.1m1cnto en matemanca se ap tea
acin de regresin simple. Algunos
,
, e I ulada con una ecu
.
.
una puncuac1on Cl1mput.:~t,l a L,
l . e cudiances de primer mgreso en diferentes
O
ejemplos inclu en. la di. mbucion de
l
uncuaciones que hayan obtenido en la
grupos
de
m.ncmattca,
de
,Kuerdo
con
P
. d e o ficma
que requieren
.
L
1
d. .
la "'tgnacin de olicicantes a rrabaJOS
pn1el1,\
oe ren 1m1ent,
,,. d e 1os paciente
f
. d h b,, '"
1 J d' ) re pon abilidad y la tid ennf cact0n
ruve l e " e or
,1 1 menor
a
Es
,
rra como" para tornar dec1st0ne
o b re 1a terapia.
J 1 erentes
O
p 1qu1amco.., con ma\'
,
. .
.,
e\'ldente que en cada una de e as deci iones solo se emplea un cnteno y la colocacin
e, detem,inada par lapo icin del individuo en una sola escala predtctora.
Por otro lado, la clasificaco6n iernpre comprende dos o m criterio ; por ejemplo,
en una iruacin militar la clastficacin es un problema importante porque cada indi
viduo del personal dr poruble tiene que ser asignado a la e pecialidad en la que pueda
servir mejor. La deci iones de clasificacin tambin se requieren en la indu tria, co
a ecuacion
e regre 16n
erente
aunque con valores distmtos otas prue daspueden tener pesos en todas las ecuaciones,
' ras pue en ser in l id
,1
Scanned by CamScanner
rw':,
~u cin y Clasificacin
ec
di
t mltiples
Otra forma de manejar las decisiones de clasifi
Funciones
iscrurunan es
, .
h l 966)
dimiento mate
cacin es la funcin discriminante mltiple (Frene 1'
, un. pro~~el individuo en
.
,, t to se acercan as puntuacione
mtico que permite d eterrrunar que .n
as en una determinada ocupa
I
el conjunto de pruebas que carac~enzan a as_ pdersomnepsiquitrico u otra categora.
,
L ,.
d studios ' en
un sin ro
. d
cion, en a gun programa e e
l
,
asernej e. Aunque la ecuacin e
.
.
al grupo a que mas se
. , di .
E ntonces, e 1 sujeto
se asigna
d d , . en cada campo, la funcin iscn
.
,,
d
gra
o
e
ex
1 to
regresin permite la pre d iccion e
d
a categora como de igua 1 esta
d l
ersonas e a rrusm
, d I
minanre mltiple trata a to as as P_ .
d
de criterio que utiliza este meto o, 0
tus. La pertenencia al grupo es el uruco ato
. es de criterio y slo puede asegu
que lo hace til cuando no se dispone delpunltuaci~npruebas se validan al aplicarlas.
rarse la pertenencia a 1 grupo; po r ej emp o ' a guna
se dispone de ninguna medidae de xi
personas de diferentes ocupaciones, aunque no
to laboral para individuos de cada campo.
Scanned by CamScanner
1~cos
162
. d ra.,go t:
,
d
1
, na caltficac1n mterme ia reciba un
.
> ta por
el qUC u r
cioncs,
pero no 11,1, f 1"rn1.1 Lj'trcl.
'
l e. 0.,,ble llegar a la misma decrsin con
crdito m.ixuno. Aunque en muchos ca re la p er ona cran clasificadas de manera
nml as iccmcns, h,1' ,m1.1ciLmc.., en las qi l ~
onc Ji cnmmante Para la ma
diferente por l 'is t::Lu,11..1nnl.,l deI rcgrc,ion Yinas lasuncr
.
ecuac10ne:, d e regre _.;ton proporcio.
yor parte Je los rror<,sttL)'
e
n d iscrurunante
.
e: le ,1 cxammJc
lgunos casos I a runct
resu l ca
nan una recruc.i m 1: enc,1:. pero en a
' d
uuis conv entente para obtener la informacin requen a.
La prediccin diferencial de cnteno con
,
L
d
eba penntre utilizar los recur os humanos de manera rna completa
una rvuena e pru P
Je lo que e. posible con una ola prueba general o con una punruacion compue ta de
una sola ecuacin de reste in, Como vimos en la tabla Je Ta) lorRu ell ) en otras
parte del capitulo, la eficacia de cualquier prueba en la eleccin Je per onal para
cualquier trabajo depende de la razn de eleccin. Al tomar decrsrone de clasifica
cion rrabajarnos con una razn ms pequea, lo que nos pernure ,1,1gn,1r .1 cada pue to
a la per onas meJor calificada . St de 100 olicirante'i se nt.'Ll',tt,m 10 par,1 cubrir do
rr:.1ba10 diferente., la razn de eleccin e de 10 por c1cnrn r,1r,1 c.11.b rue . . ro cuando
-;e emplean pred1ctores eparados para cada uno. i e emple,1r,1 un ,olL) pred1cttJr (co
mo un test de inteligencia general) para elegir a los nlicirante, r,1ra .1mbl) trabaJ ,
la ra:n de eleccin era de 20 por ciento, por lo que no rndenhb h.1eer nada mejor
que aceptar a los 20 mejores solicitantes.
lnclu o cuando los prcd1ctores para los dos trabaJo estn mu) u)rrd,,etonado, por
lo que algunos de los oltcttante:, pueden calificar parn ,unbn~. h.,\ un.1 ~.m.mcta con i,
Jera ble al usar predtcrores eparados. Esta ituacin e dusm1 en l.1 r,,bl.1 6. 3, que mue
tra la media de la calificacin de cnterio e tnc..lar de los trab,,j,1don.'" ,elecc1onado
para ca~a uno de lo e~pleos ~on una e trategia de clccctnn (un :l)k) rredictor) y una
e trareg1a de cla!>1ficac1on que mclu)C do predictorc di Lincus, c,,d,1 uno vc1ltdado con
rra s~ propio c~tteno laboral. St los trabaJadore e asignarnn al a:.u, 111 eleccin, la
media de la caltf1cac16n estndar en esta e cala "~er1'~n cJe
.) . T:a sena
; e ecro l 1 a ra z n
.1 C"
... 1t
de sclccc1n fuera de 50 por Clento para cada
tuvtera
' e traha1
, 0 y en con ecuenCla
q ue
contratar e. a todos los sol1c1tantes. Note que incluso en e a con d'1c1ones
e l d e empeno
1 meJora
.l X 1 '1 1,
1
r a
\l
1
1.
t l,
l IO
d l talento
t!
'-
(I
Scanned by CamScanner
de clasificacin
wn de seleccin
cada trabajo
p1ra
e91as e selecd6n
Seleccin:
predictor nico
o
S%
10
20
30
40
50
.88
.70
.48
.n
.l
00
l.OJ
.87
.68
.55
.42
.3 l
Clasificacin:
os pred'ctores cuya intercorrelacin es
.20
.40
.60
.80
1.02
.86
1.0)
1.00
.96
.67
.53
.41
.28
.84
.65
.50
37
25
82
.62
.46
.34
.22
.79
.59
.43
.29
.17
dismi
l fi
.
l
. l
.
.
,
muye a e cacra en e tra
l
d
L 110 de lo emp ea o
e ccconado , pero igue siendo mejor que el
1
l'<
,
d 80
azar me uso cuan
do la correlac1on es e . . on razone de seleccin menores ob
bl
.
.
, v1amente es pos1 e
obtener per anal mejor calificado; in embargo, como puede verse en la t bl 6 3
, d
l
, l
,
d.
a a . , para
cada razn e e eccion a ejecucin me ia en el trabajo es rneior cuando los itan
.
. d l fi
O ICl
res se eligen me d iante e trategia e c asi cacin que por estrategias de seleccin.
Un ejemplo prctico de la ventajas de las estrategias de clasificacin e encuentra
en el u o de la puntuaciones de reas de aptitud en la asignacin del personal a las e _
pecialidade militare en el ejrcito estadounidense (Maier y Fuch, 1973). En e ta in
vesngacin, cada rea corresponde a un grupo de lo trabajo del ejrcito que requiere
un patrn imilar de aptitudes, conocimientos e intere e . A partir de una batera de
clasificacin compuesta por 13 pruebas, se usan combinacione de tre a cinco para
encontrar la puntuacin del individuo en cada rea. La figura 6.4 mue tra lo re ulta
dos de una investigacin de 7 500 individuo que olicitaban er reclutados y que
compar el uso de las puntuaciones obtenidas en el rea de aptitud con el u o de una
prueba global de seleccin, el Test de Calificacin de la Fuerza Armadas (Armed
Forces Qualification Tese, AFQT). Advierta que nicamente el 56 por ciento de e te
grupo alcanz o super el percentil 50 en el AFQT, mientra que O por ciento alcanz
o super la calificacin estndar promedio de 100 en u mejor rea de aptitud. A I,
cuando los individuos se a ignan a trabajos especfico de acuerdo con la aprirude que
cada puesto demanda, una gran mayora es capaz de realizarlo tan bien o mejor que el
promedio de la muestra. Esta aparente situacin imposible, en la que ca i cualquiera
puede estar por encima del promedio, puede obtener e al acar provecho del hecho de
que casi cualquiera destaca en alguna aptitud.
.
.
.
El mismo detalle fue ilustrado con una poblacin muy diferente en un estudio de
nios sobredorados realizado por Feldman y Bratton ( 1972). Con propsitos de_ de
mostracin, 49 nios de dos grupos de quinto grado fueron evaluados en 19 medidas,
Scanned by CamScanner
164
Percent1I SO
o mayor
en el AFQT
Callflcac1n
estndar de 100
o ms en la mejor
rea de aptitud
nJu
C en
t , -
IC'$
todas usadas ames para seleccionar estudiantes para rrl)~ram.b L''I ci 1\t, .J~ ,htdon
dos. Entre las medida u ada e encuentran \.,, puntu.icroac Jl,l,,,\t, obterud 1, en
una prueba colectiva de inteligencia y en una b.uena dt' rendumcruo 11.. idrn.o. prue
bas de aptirude y de reas acadmicas eparadas, corno lcc rura x .mtmct h. 1. una prueba
de pensamiento creativo, calificacionc en ruusica \ ,lrte,, tll)l\1111.\1. rone. de lo maes
tros de los nios ms "dotados" y de lo mas "creativo," en c.1J., ~mrl' l u.mdo "e iden
nfic a los cinco rues de mayor rango selccciorudo, por l.'.,1d.1 ente no, c inc luv al 92
por ciento del grupo, lo que muestra una ve; n\,b que ,N tt"\.it'" !th nucmbros de un
grupo pueden destacar cuando se emplean criterios rnultr, ,lll,l\.1lb
ANLISIS
El problema. 51 deseamos utilizar las pruebas para predecir resultados en alguna rua
cin futura, como el desempeo de un a puante a la umversidad O en algn trabaje. ne
cc':>it:imos instrumento'> con alta validez prcdicuvn del criterio particular. Este requi ito
sucl ~ descuidarse en el desarrollo de la llamada, "pruebas libre. de cultura" (que vere
Scanned by CamScanner
apculos 9 Y l2 ). En un esfuerzo po l .
.
funciones comunes a diferentes cult r me uir en esos instrumentos nica
enado que tenga poca relevancia para el ~ras. 0 subculturas, puede elegirse un
crJlll solucin consiste en elegir un cont .. n'dcntelno que se pretenda predecir. Una
cne1or
.
.. l o re evanre pa . 1 .
.
.
uego la p<dbles diferencias poblacionales de l f . id ra e cnteno e mvesngar
l ir l pretendido. Lo coeficientes de validez 1 e ecnvr ad de la prueba para el pro,
..A..1 l
, o pesos o valore d
, l
..done de corte pueden variar como functn d l d ~
.
e regresin y as pun
cua amina<lo . Esta medida. deben er p 1 e as t crenctas en lo antecedentes de
los ex
l
,
or O tanto supervisada dentro de los sub ru
~ en lo que 1ay razon para e petar dichos efectos L
ibl -e
.
g
t-.(
as posi
es otrerencias en los sub,
nrun1.)~se reconoceran como un caso espec.ial de h f
., J
r,-t
d
t. tmcton
e I as vanables moderadoras
seccin precedente. Rccuer<le adernr
l b,
d d e
que esru ramo en stuna
bl
'fi .
~ que a usque
a e erec
tos mo dera dore e a e y sigru. catrvo ha resultado uecepc1onante.
.1
En esta seccin
exammaremo a lgunas ap licacione especficas de e a clas d
l
bl
,
d e lo Es ta d o uru d os.
e e an isrs en po aciones
minontana
11\
re l
Hay que ob ervar que e_ me~os probable que las caractersticas predictivas de las
,
runtuac1one de lad pruebas vaneo
. . entre grupos culturales cuand o l a prue b a es mtnn
l entena de desempeo 31 se em l
ecamente a. d ecua. a para
e
b
bal
.,
Scanned by CamScanner
9
El anlisis del~ de la prueba que se dustra en la fi
65h
"
porque fue emplead por Oeary (1968) en un
d gurad 3 llegado a conocerse como "modelo Cleary
Uruversuana sobre 1 resultad de mudiant;moc, 0 estu 10 de la Prueba de Aptitud Acadmica ele la Junta
deben a Gulliksen Walks (1950), y Humphre} 7~;;)c,entes a minora!>. Los procedirrucnros maremucos se
gnero. Los diagramas en la Igura 6.5 se adaptaron de un sugm su apltcac16n a las comparaciones tnicas Y de
:a area estadocnidense baJo la direccin uc
L Hu
mp hrey. estudio de M. A Gordon (195 3) conducido en la fuer
Scanned by CamScanner
Mayora (B)
X
Puntuacin en la prueba
Puntuacin en la prueba
Caso 3
Caso4
DIFERENTES INTERSECCIONES
..
Minora (A)
'e
a,
e:
Ql
e:
o
Ql
u YB
e
'
' ~
co
o
~
e:
u
a, ~
'O
-o
'
DIFERENTES INTERSECCIONES
Ya
"'
cii
<U
o
X
Puntuacin en la prueba
Minora (A)
X
Puntuacin en la prueba
de criterio. Las elipses muestran las regiones en que cayeron los miembros de cada grupo
cuando sus puntuaciones se graficaron contra su ejecucin del criterio.
(Lo casos
Scanned by CamScanner
,,,_,,,,., t#flCIIY
ds~
05
t;67)
p;ra
'~d
~::~'.~:~~~~:
Sesgo de interseccin. Aun cuando una prueba produzca los mi smo coeficiente
de validez para dos grupos, es posible demostrar sesgo de interseccin. La interseccin de
una lnea de regresin se refiere al punto en el que la lnea corta o e cruza con el eje.
Una prueba exhibe sesgo de interseccin si sistemticamente subpredice o sobrepredice
una ejecucin del criterio para un grupo particular. Con ideremos de nuevo el primer
caso de la figura 6.5, en el que las muestras de los grupo mayoritario y minoritario mues
?"8n regr~iones idnticas. En tales condiciones, no hay e go ni de la pendiente ni de la
mcersec~1on, pues aunque los grupos difieren significativamente en las puntuaciones
promedio de la prueba, muestran una diferencia corres
d.
l
, d l
p or orro la d o, en e tercer caso los dos grupo . pon tente den a ejecucin
ceno.
.
l e en,
.
1,
d.
dif
.
s
tiener
meas
e
regresin
con
a
mis,
ma pen tente pero uererues intersecciones. A u el
.
. .
.
interseccin mayor que el grupo m
. . Bq ' grupo mmomano (A) tiene una
ayomano
( )' es d ecir,
. l a l'mea d e regresin d e l grupo minoritario interseca al eje y en
un
grupo mayoritario. Aunque los coef . pundto ms alto que la lnea de regresin del
cientes e validez calculados dentro de cada grupo
Scanned by CamScanner
grupos, como
en 1
YA V YB La lll
i 6logos a los que preocupa la posible .
td ~tnto Para ambos grupos,
ros de grupos minoritarios ven la situacin .,anequdt
de las pruebas para los
.
.
b
l
ustra
a
en
gru
el po mavontano so re ale en la prueba p ~
,
, el tercer
.
_caso. Oh serve
cpae ,m,almentc bicn en e l cnteno.
. . S eleccionar .1, tod
ero mayona
y. mmona se desempe
. l
ftJl\ Paeuntuacton
. , dee corte esta
, bl ecr id a en la prueba' p: ra
os ol so 1.1c1tantes .en trminos
de
.
una{ una dscruninaci
. .
.6 n tnJusta
. en contra de la minort'
e grupo
mayontano
E
di . represen
l
d e l a lmea d e regreston
. , de la mayora sbpr
a. n d'
esta con d.icione
, e uso
.t
en
.
d e cnteno
.
. para los miembros del grupo~ m e ice
ba)a la ejecuc16n
o . preE ice ue
b manera
bl
t a situac1n
.
ocurra cuan d o una gran proporcin de la va montano.
d l s prob a e que
ele\ante para la ejecucin
.
. , d e cntcno
. . y rnd. a la functones ennanza
que 1 e a prue
, a sea 1rre
l
,
dO .O
, .
'
a mayona supera a a
minona. Un cuida
.anahs,
la inequida~) d~ la prueba con el sesgo de interseccin. Este uso fue adoptado en las
Unifonn Guidelmes on Employee Selection Procedures ("Directrices Uniformes sobre los
e lee:
Cuando lo miembros de una raza, gnero o grupo tnico, caracrerr ticameme obtienen
puntuaciones menores en un procedimiento de eleccin que lo miembros de otro grupo, y la diferencias en los resultados no se reflejan en la diferencia en una medida de
desempeo laboral, el uso del procedimiento de eleccin puede negar inju tameme
oportunidades a los miembros del grupo que obtienen la menare puntuaciones.
Scanned by CamScanner
.... ~~
otrO
o,nform.., _....,
a
inca.et
.
P
acadmica
cen 1an a l .
obrepredec1r as c
5 estudios, las comparaciones
padres eran profesiona ~Hewer, t 965). En tod0\~5~~ encontrar diferencia signfi
res nivele ocupaciona1:~.
r y menor calificacin reved los grupos con menor califica
de los grupos con mayo
sesgo a favor e
'6 o un 1.,ger 0
canva en la intersecc1 n
cin en la prueba.
. . de los tests. Gradualmente empez a
Modelos de Jeci~in para el _u~o
l acin del sesgo de las pruebas al diseo
cambiar el inters de la mvesugactn ~n a eva u inoras culturales. Si una estrategia de
de estrategias de seleccin para su u~o
condeary) ilustrado en la figura 6.5, los in
selecctn sigue el modelo de reg~es,n v taseniversidad al empleo, etc.) nicamente
. n e egido (para su ingreso
' escrareg1a
. e l evara, al rnxi
,
1v1duos ser
d' .a a du uerc Esta
dobre
la ba e .de sud calificaciones
e enotras metas del proceso d e se l eccion.
.,
l b lpresin,cnvas
considerar
O
roo la eecuctn e entena gia
g un
ar, uso jusro de las pruebas en la se leccion
' es aque l que
te 1 ,
acuer
o
con
esta
escra
d
d.
id
d
De
e basa en la mejor estimacin de la ejecucin del criterio para ca a m ivi uo.
Se han propuesto muchos otros modelos de decisin que tienen el efecto de selec
cionar mayores proporciones del grupo con menor puntuacin. Este efecto est de
acuerdo con la meca que en general se conoce como "accin afirmativa" o la reduc
cin del "impacto adverso" en el proceso de seleccin. Cuando se introdujeron, lo
modelos altemanvos parecan seguir procedimientos muy diferente a lo del modelo
de regresin;10 sin embargo, posteriormente se demostr que todos podan expre arse
como variantes de un modelo ms amplio (Darlington, 1971; Gross y Su, 1975; Pe
tersen y Novick, 1~7_6? Las difere~cias entre los diversos modelos pueden explicarse
en trminos. de los juicios de valor implcitos en cada uno . La functon
' d e l o va l ores en
as
esrrateg1as
de
toma
de
decisiones
se
ilustr
al
inicio
del
ca
t
, d
pt u lo ( , .sea e l a fi gura
l
d
.
6 . 2) . R ecuerde que l a asignac1on e una utilidad l .
un Juicio sobre el grado del carcter favorable
;uva a ca a r~ ultado requiere de
juicios, junto con la probabilidad de cada resu~ta~s avora~l_e de dicho resultado. Esos
total esperada (UE) de la estrategia de decisin. o, se utilizan al calcular la utilidad
~
Jlt
ur~
Scanned by CamScanner
1$ terico de la decisi~ ~el uso justo de la prueba demostr que los mode
11
Ya~e, por ejemplo, D. C. Brown {] 994 ), L. S. Gotrfredson (l 994) y Sackctt y Wilk (l 994 ).
Scanned by CamScanner