t48

L*i:

a qual, err

Fasquali

Temos,ento,osseguintesdados:-:.
N'.=1.000 +=10"r_=0,75 f =50
T=100

terminologia da psicometria clssii4 reza

(7.t )

DC= v

r{ir-vf <(ru)}

>

r_+

Assim, o

'"1"'
I

sg =s1

verso psicomtrica da frmula surge do fato

de que a
- .Fur."
mdis dcs escores em-ricos o escore verdadeiro,
isto e, ii1T1
= V r o desvio padro de T o desvio padro do erro, a"jo

fv'ac'r o v, toda a variabiridade de

errc. :esulrando em quu ,t(rlv)

qu.,

ptlv-

(nvel de confiana de 99%), ento

..}.J

j: g.1,2 a diferena I00

Assim, para sujeitos com escore emprico

de 100 no

.-a =i*0,99

teste T,
o escore verdadeiro (V) situa-se
entre g-1,2 e i 15,g,
de de 3 1,6 pontos. Essa enorme
faixa deve-se a que o coeficiente
de fidedignidade do reste (= 0.75)
deixa a desejar.

.'\

;;;;;;r-

l:_-

0,gg

i_o,ee

ioo < l5.si > l.:ro

Note que i5.g Ksu, isto , 3.1 x

- (3.16 x 5).

v-

p{84,2 s v < I lj,s}

>

K--

> o.o

roois 3,i6..(5] > o.ro

P-15.s <

fr
=,r-

= n'I0 = 3.6

Pilloo- vi s 3.165

do nvel de confana que se quer ter do

rntervalo dentro do quar se situar o valor do escore
verdadeiro.
Esr" :'!r'e i tipicamerte de t9% ou 9svo.o crcuro
.io K faz-se
tornarr,Jo o termo t-4 igual ao nvel
de confana. Assirn, se

l-0,90

Substituindo esses valores na equao

7.10, temos:

= u.

u i'alor K resulta

I_

lr

=,i -:-

devida unicamente ao

=,t(e;v)

i
l-*:- :0.99

nrl-rr: = lOrjl-0,7j = t0n'83=5

10

Fo.l
a suposio. de que os escores empricos
(T) e os erros
.r.
de medida (E) se distribuern
noo*urr"rrt paral&

,:. Ieitura dessa equao a seguinte: para

um dado valor de I a
probabiiiclade do escore v cair num intervaro
derimtado defnida
pelo crro padro do erro e pelo nve!
de confana

escore verdao que irnprica que se distribuem

segundo a curva normal. Sendo isso verdadeiro, segue que

deiro

escolhido.

f.r1mqi9: mil sujeitos submeteram-se ao teste T, cujo coeficiente de fidedignidade do teste ,75,e
=
obtiveram ;ndia =
desvio padro: 10. Qual ser, a um nvel de confana
:u,-ccm
d,e 9096, o escore verdadeiro
do sujeiio que obteve uemprico de 100?
"r"or"

(v),

r(elv)"

"rrr::*,.trj:.E.li

- Estimao do V va rlistribuio no:maj

dos erros

*(rl')

e dado que T

=.v-*E

(riv;= r(ul')

Essa tcnica de estimao faz

duas
dade na distribuio dos escores

suposie l) a normali_
z; iomoscednsticidade, isto
"

n:!

:T{

sicpn,

LuizPasqual

t50

etriaj teria

e aplicaes

+3

I5r

#t

+5

. as r:arincim,sc,,id:rticas para t*.*ios,os.escsres ao, lcngo da

escala. A primira supclio ncrrnalrnenre censirieradarazovc! cie se iaze; rnae a segunda muito criticada, so'oretudo p., a
escores exrrsmos,da escaia.(,Feldt, Steffan- e Gupta, 1985)-

rs

tr
ffig

?rf
i!

za*-.2r+.s"s1

ftr
1r

Dc qualrFer t-orma, se as suposies se msntrn- os ciados do

e-r e m p ! a anteor (pon,31 i,. l ) seriam os segu intes :

e <

ffi
x{
Irf x
ffit

5x

ffifi
i.: j

'v
-

^t
25"

I *,

di

t
nl

- ao nve& confiana de 9Ao/o, o escor*padro z= +/^ 1,2&

- o erro rn'ximo adri:issr'el seria &x'E
- - =LJS:l 5=6,4
-

enxo o i*vakr.or:ds ci o V seria

93"6 <

{tOO-.,*},s

o!, em te!-!r.s brutos.

ilt

v s {tO*+ e.-$ ou

\r < tr0g,teedo uma arnplitude de 12,8:"

Yi-Y

= r,.

s.,

-iX- X) rr.ic

&;l
bil

"
3.1 .3

- Estimao via nradelo da regresso linear

Y=

s.,

r'.,':(x-x;+
sx

O mode!o da regresso inear pretede predizer uma varivel

1' a i:arlir de uma cutra :{ e e exprrssc' n*!a fbrmula

'dl
ftr

$ti

siN
rt

*t

\
(7.t:) y,=l,rrr [x-f]*V
\ sx/

,1

:l

,1
*r t

E.stimando o V a par-tir de
Sejam ee des';ios ' = bx. Trala-se de est;mar o'raor de b que miuimize os errcs de estimao (y - y').-l que E(y-y') = 0, o referido
valor eiever ininimizar os erros quadrticos, isto , uina fu*o
desses

*n*s: f() :.E{y-y'}..

ssim.

v =i rn.
5T/frr\
S{as como
=

fiE) = E(r-bxl' =

tirt
f

u2e1

*:)--zbe(xy)
/

-t1

ri*

l!:

a forrnr.rla apeserla-se ccmo

f - } = ;*. {veja fnnuja ?"3) segr;e que

sT

1t

-3TV\r-

tJ

1)

= s! * b-si -2br*rs's,
${as,-segrmdo a frmula

Derivanda f{Ei para b" remos:

?.3, rfi.

eRtG
= s* i
*'

f{E) ^ --}t _'t,+I-:X-r,)N)'.s

---:------r'l*oe-
-v:
L
OB

cueisualandoazerod

o{1-f }+T

.l
!i
,:

v={r'yrrv)(r-T)-T

= s; + b-s; -2bCovix,l)
j

ilill

Pskometria: teoria e ap5c4cs

:..:l,rfhPgq&rli

-*
formg no exemplo acima, onde = 50 e ro = 0,75 n
qual ryra o escore verdadeiro V de um escore emprico T = 100?

perfl psicolgico. os resultados dos sujeitos nos diersos

Resposta: V = 0,75 (100 - 50) + 50 = 87,5

testes sero hormalmenEe diferentes. Ento se pergunta se essas diferenas so confiveis ou como pgdem ser comparadas- situao similar ocorr quando se quer comparar dois ou

A diferena entre o escore emprico T (= 100) e o predito V

(= 87,5) chamada de eno de estimao. Este utilizado para
estabelecer intervalos de confiana dentro dos quais se situa o
escore verdadeiro. A utiliza:o de intervalos em lugar de oferecer
um escore individual nico uma prrxe mais recomendada, dado
que.ela produz uma informao mais detalhada e precisa. Para
estabelecer esses intervalos de confiana utiliza-se o erro padro
de estimao (veja Captulo 5) que vem dado pela frmula
(7.1

caminhamento psicolgico, etc., que prodnem tipieanente urn

Dessa

3)

s\rT = se r/rn

Assim, utilizando os dados do exemplo anterior, temos: nvel de confiana =90Yo;N =-1.000; s. = l0; r- = 0,75: T = l0g;

mais sujeitos num mesmo teste. Seus escores so compar_

veis? Fara efetivar essas tarefas existe o coefiiciente de sonfana das diferenas, pois comparar os resultados dos diferentes
testes em termos dos respectivos desvios padres consideradc um erro (Lord e Novick, l968), a menos que os sujeitos
ou os testes sejarn escolhidos randomicamente, porque assim,
no final das contas, aps feitas infinitas selees, as inferncias baseadas nos desvios padres teriarn um sentido elobal.
Essas comparaes so executadas levando-se em conta
o
seguinte raciocnio: para dois testes, A e B, a confiabiiidade
das diferenas enire seus esccres (A - B : d) vern expressa
por

Ento

- Sr/r = to"/ilffiffi = aj3

- eTo rnximo = z x svx :,1,28 x 4,33 = 5,54
- \'r = ro(r-T)+T = 0,75(100-50) +50 = 87,5
- intervalo de confana = V */- erro mximo

(7.r4>

22

uo=W

sA +sB _zsAsBrAB.

(87,5 - 5,54) < V < (97,5 + 5,54)

l,96<v<93,04

onde

roo

: coeciente de confiana.das diferenas

sfl e s$ varincias
2.3.2 - Eptimao da preciso das diferenas
comum a aplicao de mais de um teste aos mesmos sujei-

tos para fins de seleo, treinamento, orientao acadmica, en-

dos escotes.itorbsb ,e B

r e rBB: coeficiente de fided,ignidade

r^u : correlao entre os dois testes

dstestes A e B

.l

ls4

Luiz Pasquali

P-r

iccre-t: i: : tec:ra

e aplica+es

|:

i5i

Dedufr:.

d=A*B

t.
i
I

O coeEeier:te J*. idedignidade ile d ser

,oo =

*o :"ql'
si E(A.: ts)-

$=

e(vi).

r{v3J

-zeiv^v;}

e{arJ* e{n:J_zeteal

t* +sv. *Zcoui\i,%)

= sgg e de

1--

.tr.1

{,

2 sabem,.s

.1::s

lli.,

rd,,=+#*+
r{_rPJ

Deduo:

N{as, de

,no

?.lj evidenciando

=S$l'qo:-$ol
lasjls_3te
=

ft

fi

Fi

'l

r4d

=-ti#in*=H=0,50

t\
H

'41

(rlacor).

:.
t;

3 - -Fatsres querfefen a tledignidade

ut
.ff

Alern das caracters:icas,dos prprios itens

e rjo teste, h
sutros fatore s,..exrernos uo *oni"'o.t
do tesre, qne afetam a

ftdedignidade do rnsmo- Dois eresses f,atores

so particuarEnre
relevanres: a varia-biricacre da mostra
e o con:primeno do test*.
Alis. essa urna das instrn*ias.impcrlantes
em que se evidencianr
diferenas fundamenlais entre a jsieor*eria
c!ssica e a eoria
da Resposta ao Irem R). Naqueia
{f
as caracrerrri"", Jo, ;;;,
do tesre ern sua totalidade deiendem
direamente ;*
il;l;", "
(arnostra) em qile eras foram
estaberecid as {satnpre-riependent)
e
um item depende dos outras itens
do teste em sua carcterz*o
individual, isto , o itern tem estas earactersticas
e no outras
(diicudade, Ciscrimina*,
etc.) ;:orque est inserido uesri:
conjunto de iterrs {tesiei; ,"
en c}ro conjunto
"rriuurre
rnani"estaria caacrersticas
dif,eren tes {test.dep*;tdent}
"

>159 = 5.d

s!{t+t-Zros)

.*,

xemplo: .dcs tesres de lnteligne ia,

e B, tm coefieientes
. de fded'ignidade rn^:0,8 e rr"= 0,70
e correlao r,"= ,S0.
euai sei' o coeficient* de conbiridade c* drrrr",#;;
_r_
cores dcs sujeitos nos dois iestes?

ii

Se os dois testes esrir ercm n: nj3sila

escala de medida {como,
a eseala padro), as .;arincias sero
iguais {r .1).
.,11.- caso
=
N:ste
A_}B
temos

!"t

-!ing I ?ses.erAB
si +s! -2sos6r^6

=s

E.!
!r

s'+r'!r'

2')
s.+

) s*a-s6nr

donde

Substiruind* essas equivalncias, temos

(7.15)

f?.1

Resposta;

conivo, vu) = co*{e, B) sAsBrB

=

.0, =

r.

'"r;AA,Bj*

-227"s
:1;
= s^roa * t4

j
i

.
'

5,

Contucin, de 7.1 su5"*Ls qile

i2)

eujo errc,padro de n:edida das diferenas

ser

ffi
**
#
!G;

st
-fi

fl

*l
t

,,fl

$f
E*
**
r
g{
r5
4

E{

rc
F*

tti
t-4

12

iemos

que simp!icand* di

3. j - k'arbilidade

|11

f9l
l:E:
I
7ri

da sr!*sra de sujeitos

Vimos qil6 a equao da fdedigciclade

b;t
gLi
se hasela na

;o;rela-

o {eu:h'e tesres paralelos). Agoo carreao

af,etada peio
tamanho da ,'cstra de sujeitos
ur*zca pare
se* crn**to: qusllts

$fr
TI

g;t

$[l

+{
*tg

t
r'

t .:

:,'

L*izPrsqull

Psicornetria: teoria c aplcacs

maior e varivel a smosta de sujeitos maior ser o coeficiente de

correlao e, conseqentemente, o ndice de fidedignidade. Dai
que o coeficiente de fidedignidade de um teste no fixo, mas
varia see.i:ndo aurnenta ou diminui a variabilidade da amostra de
sujeitos. Aurnentando a variabilidade da amostra, aumenta o ndice de fdedignidade. H frmulas estatsticas paia estirnar o
aumento deste ndice com o aumento da variabilidade da anostra. Uma das frmulas baseia-se na varincia ero que se supe
ser idntica nas duas anostras (a de menor variabilidad"
d"
"
maior variabilidade) nas quais o ndice de fidedignidade do" teste

foi de 470, c a varincia foi de30" euai seria este coeficiente sc

tivesse sido calculado com todos os candidatos seleo em vez
de utilizar somente os selecionados, em cu.io caso ,..iu*o, ,iJ*
uma varincia de 200?

15

calcuiaCo. Assim. segundo a equao 7.4, temos

)c. -rT

it
V,-lll

r:, =tT.nl-rz2
Nas, como Sc =

sc

Resposta:

r22=

30.

t-::(t

200'

0,70) = 9,96

v-se como a variabilidade da amostra afeta drasticamente)

ndice de fidedignidade do tesre exemprificado, que passou de
0,70 para 0,96, com o aumento da varincia de 30 pra i00. Wot.
que esta frrnul: riica qua;ido as'ariiic-ias er:os das
duas
amostras forem iguais (Lord e N'ovick, l96g).

segue que

3.2 - Comprimento do teste

t1 n'T-

=\rJl-;

'iir-',,)=u,

que, eliminando as razes, d

(r-ru)

ou

'

(t-

,,, ) =

-rru

,?,

Resolvendo

panr, d

Tambm o nmero de itens do teste afeta a fidedignidade

do

mesmo. Quanto mais itens tiver o reste maior ser seu ndice
de preciso, pois o erro tende a zero quando o nmero se aproxima
do
infnito, segundo o famoso reorema de Bernouili (vide iapturo.
2)o aumento da fidedignidade com o aumento do tama.'iro do tes-

-:'

2 _sItl_rrr/
2-
(r-.li) rn=---tsr,

.Sr

te dado pela frmula ou profecia de spearma*-Brown.

Anres de
apresentar esta formul4 importante notar que os itens que
vo *.

do acrescentados ao teste devem ser itens paralelos aosj

presen,
isto , devem rnedir o mesmo trao latente. Obvie!

A frmula de Spearman-Brown a seguinte:

(7. I 8)

sT

'

=r-*(t-',,)
sT,

Exemplo: o coeficiente de fidedignidade de um teste de racio'

cnio verbal baseado em candidatos selecionados para um cargo

nf

rr l+(n-l)ro

f.F

=----S--

onde

r;:

fidedignidade do teste aurnentado

ro: fdedignidade do tesre orifinal
n: nmero de vezes em que o teste original foi aumentado

Wi

Psrce

Luiz Pasquali

158

ffierria: :eorl aplicao*

1:'. :'

: .'- ;t- .'a.:.'

.:.

Por exenpio, $c caso rio clcuio do coefciente Ce preciso

peia tcnica*ibs duas pretades, c t*ste original (isto , a metade
1) foiau*rereda'd*e6 r.,,eus, metade I + rnetade,L,Neste.cas*, a
f brm u I a de $peacu:a*-Ero..-**s, ser

2r*
!m-

',

i . ,-65s1un, a,retirada

riu o ndie

'. .'.:

-1, r

i-

Ce

.i},

ra
i

cem itens dcs'durentos:;rfsilrals ieduI

fidcciigrridad do.teste"re 0,g Bara C.:.
<i

Pode-se iguaimen;: quere auaentar o eeiejciente Ce fide,, diglidde de um este pa'um valor eiesejad,r. Por exempio, rm
'teste de quarenta itens tsrn coeficiente de dedignidade de ,75.

Exempo: uxr teste de frinta irens foi:aplicarJo a uma mostr

e sbeve-se uni coefciente de fdedignidade eje e,B.
Qual seria eslte Ewe{cienter,se as.cir:ta,ilens fossem aerese idcs
rna!s vinte iteus paralelos?

imeu test para conseguir tal nciice?

de sujeitos

i0+10
=

,67

,o

tegte

f*i

Resp,tsra:

Da frmutra 7.i I poden:os Cescobrir a frmuia para o clcul,o

do n, que a seguinte:

aumentado 1,67 vzes.

3S

Ento,

r__t

i7.19) n=.j'::51

1,6. x 0,S

a1'=--;---1--=u.tl
I +{ t,e; - i)xo,so

L{'-*}

Assim, aumentando de trina, para einqenta itens,

ganha em preciso, passando esta de S,8S para 0"8?.

o teste

Note, entreteno, que a profecia de Spearr::.an-Br*n tambm prediz a queda do coeficiente de fdedignidade se se tirrern
itens de um teste.
Exemplo: uri!.teste de duzentos,itens teve ndice de fdedignidade de ,96. $e tiranaos cern itens, qua! ser o !cvo ndiee de
preciso?

Assim, temos que rT = o'90

ro = 0'?5

Ento,

o.gqi - 0,i)

fl=---.--:

c,71r - 0"90)

Resp,osta:

- ?OCI* !00 ^ .^
n=_-=0"50
200

E preciso triplicar o nrnero de itens do teste (3x 4$ = i20)

par* poder grassar de un: c afciente dE fidedignidade de 0,?S para
0,9; isto in:pliea ter de acrescentar citenta noyos itens paralelos

$5xS"96
:!

=-a

s tesre t-i rd,;zido peia rneradr"

Ento"

t+{*p*-$x6,95

= 0r9?

i?
r

tr,

+,

.'i

}g

r$

:I
:2
;f

it:l

it

lt

Resposta:
l =

ig

,:

: Eu quero um coeficiente:mais aceitvei, de pelo rnenos ,g*.

rQuantos ltens tenha de acrescentar aos quarente existentes no

I*%

t$

{f?0-.$*80}.

:
{

.'.1

Luiz Pasquali

160

Dedno da fonnula 7.19:

Disto segue que

nrn
I

r l+(n-l)ro

*o = r11[l*(n-r)ro]

Captulo

+(n- l)t rtrr

= r11 * lrn11 - tur1f

= rr:r

Validade dos testes

hnvranclo os terrnos com n para a esquerda e efetuando, temos

nf,1

-6111 =1-1 -tsa1

n(rn

-rotn1) = 17 - r6a1

- fur1T
ln - 1611

r11

n=-

-'n)
'11(r
=;F;T

Ao concluirmos este captulo sobre a fidedignidade dos testes, observamos que se trat do captulo onde a parafernlia estatstica se apresenta mais complexa e sofisticada em psicometria.
Duas observaes: primeiro, tal sofisticao se coaduna com a
psicometria clssica, pois a fidedignidade dizrespeito calibrao dos instrumentos, ou seja, preciso da medida de eventos
empricos (no caso, os comportamentos, os itens), onde a viso
positivista funciona bem; segundo, todos esses indices da parafernlia estatstica na estimao da fidedignidade produzem praticamente os nesmos resultados e, portanto, a parafemtlia aparece com um'matiz de curiosidacie acadmica ou jogo estatstico'
Isso implicaque qualquer coeficiente que voc queira usar, entre
os apresentados e outras dezenas deles aqui no mencionados,
produz a estimao da fidedignidade doS testes que voc deseja'

- Introduo

A validade constitui um parmetro da medida discutido

no

contexto basicamente das cincias sociais e do comportamento.

Ela no correnre :rn cincias fisicas, porexemplo, embora haja
nessas cincias ocasies em que tal parmetro se aplicaria. Nestas ltimas cincias, a preocupao principal na rnedida centrase na questo da preciso, a dita calibrao dos instrumentos.
Esta importante tambm na medida em cincias sociais e do
comportamento, mas ela no tern nada a lrer, conceitualmente,
com a questo da validade. A razo 'dism est no fato de que a
validacie diz respeito ao aspeclo de am,edida ter congruente cm
a propriedade medida dos objetos e no com a exatido com que
a mensurao, que descreve esta propieiladt do objeto, feita.
Em fsica, o instumento u,m obieto'fisico que mede propriedades fsicas; ento par,ece fci'l se ver.qu.e a propriedade do objeto
mensurant ou no cong,rusnte,eorn "a:Fr.,orriedade do objeto
m ed id o. Tom e ; por exem p lo, o :caso.da'propricdade "com prim ento"' do objeto. O instrumento quermederessapropriedade (comprimento), o metro, usa a sua propriedaderilccomprimento para

medir o cbmprimento de outro objeto; entiioestamos medindo

iomprimento com comprirnento, tomdos e.s*s termos univocamente. No h necessidade de provar que a prcpriedade "comprimento" do metro congruente com a mesmapropriedade no ob-

^'
tcz

Lue Pasquaii
Fs

'

jsto n:edido,

$sferms so unv*cels, eles sc ccnceitualmente

equ ivalentes, a&srjg@ntice's.

O ces*.i semrna me*os lal* q uar do, 3:cr exemp io, :$ astrnom* mede a prop*dade:'?,*icciilade'" gale?ica de apioximec *u
afastarnent r.ia deito:Dappler;.onde a relaa aproxima,olafustarnelto das lia$cpeetra.is,da iuz tla galxia:seri.a,, i*strurnento da
:nedicle. A<;ui jtemos, na verdade,. urn prolema de vaiidade <io
i;rstrumento <ie Mida a saber: verdade ou no que as distncas
das lin!as esp*c@tm averc.srna velocidade das ga!rias? podese faeer tal supw*o,,.mas elatem de ser dernanstrada ernpirica-

nente, de algurn*me*eira, pel.o r,nenos.em suas ccnseqr:cias. em

hipteses dela derir*fu,* deriv*eis'e vrifcv,"e!s, l,ieste caso es*
pecfco, o problee*&Breciso da rnedida diz respeito:a quo e:{au pode ser feita e mensurao do deslocarnento das linhas espc8ais, a passo qe c de salidade dia respeito a se esta medida ;las
inhas espectrais" pc.r erais ex&ta, e perfeita que *ia possa ser! rem
algo a ver, ou no.cs@ a vel*cidade de afastamento da gakxia" Ern
utr&; paiar,ras, a vaid* eu? tal easo diz respsito demons8ao
da acieuao {legitirodade} da repres*ntao da velcrcidade ga}c-

iica vla desloarneuto das tin&as espe*.s'ais.

Esss caso da asteca*mia ilustra o que tipicamente aeofitece
csrn a medida em cini*s gociais e do ccurrrportarnento e, conseqenenenie- tclrna prova da vaidacie {ios insrr:mentos nessas
cincias algo fundametal e crucial. cu seja, uura condio sire
aas nn demonstrar a validade dos instrumetos nessas.cincias.
lss* p*rtieulruete o caso dos enfogues que trabalham corn
ccitceitc de tiao Iatenle, no qual se Ceve demonstrar a corresp*ncincia iea::gruncia) en.,-re rao latente sua reg'flesento
fisica qo c#rFortament*). .{* caus estranheaa" portaato, que
i,ioi;ema de vaiidacie tenha ricio, r.la lristi!a cla psicologia. una
p*sio centra! na teor;a da medida, e onstiruiildo-s, na verdade,
n* seu parmetro fundamenta e iridispensvei. A!is, a hstrla
ei*sse par'netro d repl*ta de diatribes que espelham eancep*s
teri*as a*tagnicas da prpria teoria ps*olgiea. A questo de
nnc:no
legitinnar ou justificar a pertnceia da rnedida do cornp*rr:neto hu;:ran&?'u foram dadas resposas diferentes na fuisl-

ria da psicomefia" P*d*mos ilustrar essa iiatribe disiinguind*

:crr,:tr:e : teor; e e a p jcacks

1C1

vrlas etaps de predon'rinneia de na eonee)o do parmquo

.;vaidacie sobre ouras e q:e par*cem srmpre'atr*fuA'u*u
copeep;io mais geral da prpria psicaogia, como j
*oru.1r*
nasasi ern i98ti.
Corn efbito, poderamos delinear, ern trs ttei* gerai:,
a
histria do parrnetrc da .ralidade em trs perc,dos, onCi apare_
,'ce, e:-il cda urn detes, a pred*r*lnncia de urfi dos tipos
arua!raente canhecidos de validade, desde o fa;acso trabalho de
cron_
'i:ach e lv{eelrl(i55). expressos sob o n:c}delo
tr-initrio, uJ*r"
a validade de conteiio, de critrio e de construto.
"

lq

perodo: igc-i

gi*: predominio ca vaiidade de contedo

i'Iesta pcca sa\ram em

as teorias da personalidade, e
'oga pelos
csm eias pred*,ninav.a o ieteresse
rracs Je personaridade
(tipos, temperamen{cs, tras, apti{ies, etc.}. Estas teorias
{psi.canlise, fenomeno!ogia, gestalt, ete.) apresenta/arn
em seral
pouea fundamer:tac *:::prica" assurnindo um carter
basantc
nebuloso, quando no fantasicso. *lessa arncsfera, os iestes
dos
tros eram ccnsiderados vlidos rnedida que seu contedo
batesse corn o contedo dos tracs ecricarnente definidos
pe!a teo-

ria psic*lgica em questo.

fbra aiguns porjcs {teste de Finet_Simon, de Raven, de

Tliilrsone e alguns testes pr*jetivos aincla eni voga), as dezenas
de te:te3 sri:dcs ne:a poca j fazem parte de uma-rlistria
pas; e !*s .pode:n ser cons icerados representantes ra pr-h isiria
d,rs testes rsicoi*gie*s.
sacla

?,* perodo:

l9i-

i gT0:

predomini* Ca valiilade de *trio

Frevaiee ia ern prsicoi*eia * enfcque do behar.iorismo

skinrre-

riano, que influen*icr.i

ambm a psicometria. os teste$ erem

ccnebieics c'ns um a.rnstra de camp*rta*entos que
e
tinha$r
e o; :*: o irn * pred i aer Suf cls i3?porf.it
n tos c u ao * p ort"**oios ft:g*ros. Este t*ste e'E csnseq*enpmente, vlido se predlzia
*o::l preciso *s **nporurneni$s n*ma futura 0r: outra c*ndie.

:r,{dijis..li1

ic,omeia: teoria e agliaes

'inteligncia em especial, com maior base emprica" valendo.se

sobretudo das tcnicas da anlise fatorial (comrey, 1970; Guilford, 1967; Jackson, t974; Millon, 1983; Canell, igOS; Ctt"tt.
Stice, 1957; Cauell e Warburton, 1967);
2) estudos dos processos cognitivos (Sternberg, 1977, l9g.l;

esta se tornando, assim, o critrio de validade do teste. No inte-

saber por que o reste predizia" bastava mostrar que de

. lessav-a
fato ele o fazia e isso era o critrio de sua validade. Esse modo de
:
mas parece que aos
-bnceber os testes ainda persiste
poucos sua relevncia vai se tornando secundrria, tornando-se to-

*r*"*",

Sternberg e Detterman, 1986; Sternberg e Rifkin, lgZg);'

3) estudos do processamento da informao (Nervell, Sharv e
Simo:r, 1958a; Newell, Shaw e Simon, l958bi;
4) insatisfao com os resultados decepcionantes do uso dos
testes na educao e no trabalho. Na cinica ainda se utiiizavam
bastante os testes projetivos, onde predon:inava, alis, ainda O
pensamento da primeira poca dos testes baseados nas teorias
dos traos de personalidade;

somente uma etap4 juntamente com a validade de ccintedo, no processo de elaborao dos tqtes psicolgicos (Anastasi, l9S6).
Este perodo caracteriza-se por uma acentuada fuga do pensar

terico que definia a poca anterior. o teste no era maii construdo

para representar t"aos de personalidade, mas os itens (tarefas)
eram
selecionados a partir de um grande elenco
of
tera)
que
se
Qtoal
'
parecia referir quilo para o qual se queria uma medidq fazeno
uso
praticamente exclusivo e a posteriori de anlises estatsticas,
e5pcialmente a correlao. No era mais a teoria psicolgica e sim a

5) o impacto da \tem Response Theory (iRT) com sua insis_

tncia no trao latente. A influncia decisiva desta teoria ocore
somente aps os anos 1980, retardo devido ao airaso na rea da
informtica para fazer uso prtico das anlises estatsticas complexas que tal enfoque exige.

estatstica que definia a qualidade do teste. Esse processo de empirismo cego assemelha-se ao pescador que lana a rede no importa
onde para ver o que pode colher e em cima do colhido decide que

quer. Nesse processo perdem-se ..toneladas. de itens

up"n*

io,

A preocupao agora na varidao dos instrurnentos psicotgicos concentra-se na validade de construto ou dos traos latentes. No est ainda finalizadaa disputa entre a nfase ou nos .
os ou nas situae s (consffuct-cnrcred vs. task-cenrered) -t,
como diz Nessick (1994), ent"e a a'aliao tssk-driven versus
construc'drven. Parece, entretanto, que o conceito de validade
dos testes psicolgicos ir finalmgnte se reduzir validade de
construto, sendo o de contedo e o de critrio apenas aspectos d
vatidade de consrruto (Anastasi, l9g6; v{esslck, igdg, tgg.
Embretson, I 983; V/iggins" I 989; Cronbach, I 9g9; este uuio, p,, ,via ese desenvolvimento, de algum modo,.! em 1955). Esta
iendncia e'obviamente favorecida tambm pelos psiclogos da
inha cogrritivista (Sternberg, I 98 5, I 990; Gardner, I 9S3). .
Nos r,nanuais.de psicometria costuma-sE definir a varidade &

n:,' s.iiisfazerem critrios estarsticos (Kurtz, l94g; Cureton, 1950;

Primoff, 1952)- Essa atitude dos psicometristas de ento tem suas

razes histricas de ser. Eles queriam se desfazer do que lhes parecia um teorizargratuito e fantasioso do incio do scul em psicolo-

gia. Contudo, j na dcad ad,e 1970- 19g0, os psicometrirt pro"urvam voltar a um teorizar psicolgico mais relevante, e em cima
dele elaborar seus testes, dando incio ao terceiro perodo na concepo dos testes e de sua validade.
3e perodo: 1970-presente: predomnio da varidade de

consfuto

Este perodo teve suas fontes histricas no artigo de cronbach e

Meehl (1955) sobre o rnodelo trinitrio da valiade (contedo,

critrio, construto). Eles prprios j diziam que a validade de
cnstruto exigia um novo tipo de teorizar ern psicometria. Entretanto, o ipacto prtico iessa viso dos autoies s se faria sentir
aps os os ipZO. Na verdade, a volta teoria psicolgica em

::

.',

um teste dizendo que ele vlido sede fatornede o que

supostarniF
te deve medir. Embora essa definio para uma tautotolie,
na verdade no o , considerda a teoria psicomtrica exportu ri*rt"
t .u"-

Iho sobre o trao latente. o que se querdizer com essa definio

que, ao se medirem os comportamentos (itens), que

so u r.prrrn_

psicometria deve-se a vrios fatores, salientado-se, dentre estes:

l) preocupao em desenvolver a teoria da persgnalidade e

,"

' *

i1,:-:':
r66

Luiz Pasguali

tao do,traFlaene. est'.se mediido

ii* reom,et.r

oiprpirj trao ltente. Tal

suposio djutilcacia se a rpresetaco comportarce$ti for

iegtir*a- Exa legffirre*,scrr*nte p*rsrvi se exisiir,.urne ;ecr,ia pr_
via do fiao qm,lixdanrente q$e a:ta,l representao compoftarnental constiiur rma hiptese dedutr,e!dessa teori: A validade do este

{este constin&do, a hipeese},,,snto, ser estabelecida peia test_

*em er::priea&ver!ficao da hiptese. peio n:enos essa a ,neto_
dolc'gia cientffiea- Assi'n,,fica,muito eshanha e prtic; corente
n
i:siconetria de seagrupar innritivanente uma srie de ;r.n, .- op"r_
teriori, r'erificsesb;tjcamente o que eies esto medindc.
A nfa_
se na :miiula$e,&aeriasobre os t"os bi rnuito
fi"aca nc, passa_
do; eom a infu*cfu d* psierrogia cognitiva essa nfase
felizmente
*st voltando, ** &ruer voltr, ao seu devidc ugar,na psi*or:reria.
niis" a psiccme*-ia clssiea entende por..aquilo qu. ,uporrunente
de'e medir" cs*:s send* o ..crifrio',' este reptesentado pcr teste
paraleio. ssirn, ese *aquilo que" i a trao atente na
concepo
e .,r:;ii.,:sta da psicometrla,e
o critr.io {escore no teste paraeio)
iia';i;o pos itivista pii:cesso da validao de um reste i'inicia-se cofln a formulac de deflnies detarhadas dotrao oi.? constiuto,
derivadas
da leoria psico!gica" da pesquisa anterior ou da .obsen
ao. sis_
t*miiica e anlises do domnio relevante do compormenro. Cs
iies <!o teste so ento preparados para se adequarem s definies de: c:nslut$" .{nlises ernpricas dos i-tens i._nr-*. se!ecic_
;ia::e!o-se finaknenle os itens mais ecazes
{i.e., vlidos} da amostra lni;ia! de iteRs" {Anasrasi, l9g6: 3).
a i.'riideo cia representau co*poramentat cio rrao, isto
" *1+ tese, er:rbra ccnst;tu:! p*llto nevrlgico
da psicornetria,
errie:i riificuldades ir::p*rlautes que se sifuam
e trs nveis
st.r ::.)sT.e&?ss d* processc de elaboraa* Co
icrstrurrlento: nvei da
e::ia. da coiera e:npirica d: informac e da prpria anlise es
te.tstiea de lnfc*nao.
bio *vel da leora csncentr-rft-se talvez as maiores dificudades- Na t'erdade, a tearia psicolgica eneontra-se ainda ern eslacis
emhrioirrio, desritrrda quse qtie tor*lmene de qualquer nfve Ce

::rioi=utizan. r*sriltaqda disso uma pietora ce tetrias, mu!es ve.

ess c*rngrae ltrias. &esta iernbrar d*terias c*:no behaviarism"..

*:

te

r-i

;* e

plicae:

1t"7

psieanise, ",sicolc*a exi::enc:a!ista, psicclogia

c ia!t;ca
''' quer' exisfi*d<r sisnx ltanf ei! efi e, pc*t*
*r, p. ;*,

ortrras
irru*;,

en*"e as r#ias tceias r:p*ueo sseat*nados

dentio d* urira mesma
e*ria,eu; !3f i,, en nm ero insltf:ciente para

,
.

;rrJ".,

J*ir'rrrO+

''-t*ses te'is:.para o,conhernento psico!gics. Hav*cidc essa conf,u_

,: :so.nQ eampo-terico d*s,,tonstr$tos,
torna_se

extrrn:cent*

dife ii
,:,:pa s
Fsioffie,tr.ista opeiaci*nalzar estes mesiltos _*onstrt,3s,
lsto
" formuia i:ip:eses claras e preaisa-r

lar iriptes*s psie*loglcarn*ot"

p*u,*rr*r*,;;;";;*r-

t.i.. Ainda

quando a op*racicnaii_
zao {or urn _ci-tcesso, a cs,leta ca inf*r,ma;"

**pir;.ul;;'l*"

diflcukj*d*s. ,;omo, por exempl.:, a definic,

inuq";"c.* de g*pos cr'itrios onde esses consirutos
possam ser ide*rmente estueiade

'

dos" l"Jesm* nas a,r:rises.estatsticas,

encnrramos p roblecras. Fera

Igica da ele!:orao do il-rs:run:enfo, a verificao

da hiptes* da

legitirniciade da repros,entao dos onstuts

faz.se pe !a anrise fa.toria iconfin:natria), que prof;ura

identifcar, nos dJ.dos **piriror,

05 c onstr.ro s pre viamente cperacional

zed es ns insb,.-i$r en,u. A*or,_

ece q*e a aulis faioriar fae argun:as

rnstillaes fbrtes que $em
sempre s coadu*am cn ,re aHdade
dos facs. For e:<*nplo. a
anlise fatrorier assuri'{ur:s rsFosss
cros s*jeitos aas irens dc
instn:rnento so cieterminadas por u:rna

relad".l-i'n;

;;;;;

"' traos latsntes. Todos os rndtoccs ef.uais de anrise fat*riai posturam

",
essa relao,,linear. F, airad4
o Frave problema daratao dos ei'xos, a'qual permite a dennons?rao de um nm*ro
res para o rnesn:$ ins8ume&o
{v!de Captulo 9}_

r** fi*

de fato_

Diante dessas difculdades, os psicon:etristas

recrrem a ama
srie.de tcn!cas para viabiiiuui
d**onstrao Ca validade do_c
seus instrJnencs. Fundarnenia;nentq
"
essas tdc*ic,as p*dem ser
redueicias a tus grandes cias:es

io moCelo trinitsioj: tcnicas

que visarn varidade de construro.
vaidade de eonteda e
validade de crirerio (AFA. I g54.
2

- Vaiiclade de co*struto

validade de constlr:rr ou dc c{rrisi1*

ma mais fr,r*ea:::enta!

*tr*

e corsiderada e forvil.i;,iede ccs l'.qr$ine,'tos psir:r$giccs,

LuizPasquafi

ta-direta-q
"
verificar a hiptese degitin'ridade da representa.o comporta",en
eosao5 latente e, portto, coadda-s itdtcm
teora psicomtrica aqui defendida. Histoiicamente, o conceito
de constn:to eng.ou na psicometria por meio da AFA Committee
on Psythologcal Tests, que trabalhou de 1950 a 1'954 e cujos
resultados se tornaram as recomendaes tcnicas paa os testes
psicolgicos (APA, t 954)O conceito de validade de construto foi elaborado com o j
clssico artigo de Cronbach e Meehl (1955) Constuct validiry in
psvehologicl rcsts, embora o conceito j tivess uma histria
seh -.,r-.iros nomes, tais como validade intrnseca, validade fatoiiai e :: validade aparente {face validiry), Essas vrias terminologias demonstram a confusa noo que o construto Possua. Embora tenham tentado clarear o conceito de validade de construto,
cronbach e Meehl ainda o defnem como a caracterstica de urn
teste como mensurao de um atributo ou quatidade, o qual no
*definido operacionaknente". Reconhecem, entretantenha sido
to,.que a validade de construto reclama po{.um ngvo enfoque
cientfico. De fato, definir essa validade do rnodo como eles defniram parece urn pouco estranho em cincia, dado que conceitos
no definidos operacionalmente no so suscetveis de conhecimentocientfico. Conceitos ou construtos so cientificamente pesquisveis somente se forem, p-elo menos, passveis de representameo comportamental adequada. Do contrrio, sero conceitos
sintetique
autores,

os
problema
O
tafsicos e no cientficos.
zando alis a atitude geral dos psicometristas da poca, para definir validade de construto, partiram do teste, isto , da representao comportamental, em vez de partirem da teoria Psicomtrica
que se fundamenta na elaborao da teoria de construto (dos trai.
partir de\.
os latentes). O problema no descobrir o construto a
li
uma representao existente (teste), mas sim descobrir se a representa{o (teste) constitui uma represnlzo legtim4 adeluadaJ
do construto;Esse enfoque exige uma colaborao, bem mais-esi
treita do que existe, entre psicometristas e psicologia cognitiva'
A vaiidade de construto de um teste pode ser trabalhada sob
dois ngulos: a anlise da representao comportamental do conse com toda a rzo, dadoigg ela constitui

Pskomtria: teoria

apcaSes

169

truto e a anlise por hiptese, alm do falsetc estatistic o

"oo
de estimao (vide Captulo 5).

2.1

anlise da repreie:ntao

So utilizadas duas tcnieas como demonstrao da adequao da representao do construro: a anlise farorial e a anlise
da consistncia interna.

a) A anlise da consistncia interna do teste

A anlise da colsrs;lrci:. inrei;la resii,,. en c;lcular a correlao que existe entre cada item do teste e o resiante dos itens o
o total (escore total) dos itens. Dado que o item sendo analisado
contribui para o escore total, ete teoricamente no deve entrar
nesse escore, j que ele que est sendo escrutinado. Assim, a
correlao legtima ser a do item com o restante dos itens. Essa
preocupao irnportante quando o nmero de itens do teste for
pequeno, pois nesse caso o prprio item em anlise afeta substancialmente o escore total a seu favor. For exemplo, num teste
com dez itens, cada item contribui e influenciao escore total em
l0%. Quanto maior, contudo, o nmero de itens que compem o
teste, a influncia de cada item ern particular no escore total vai
se tornando irrelevante" Em um teste com cem itens, por exerflplo, cada item afeta o escore total em apenas l%. Conseqentemente, no caso de teste corn grande nmero de itens (n > 30), a
correlao do item con o escore total'ou com o restante dos itens
no vai fazer diferena relevante.
Um exemplo para clculo dessa correlao segue na Tabela 8" I ,
onde dez sujeitos responderiem a um teste de dez itens numa escala
de cinco pontos, obtendo os resultados apresertadbs na tabela com
referncia ao itern I e ao restante do:reste. fcrgtmh-se: qual a colsistncia desse item no te-te? A respmtadadape[a correlao, no
caso sendo r = 0,68, que muito elevada.

A anlise da consistncia internd do teste inplica o clculo

das correlaes de cada item individualmente con o restante do

W'
W]
w
t

t7s

ri
'{

Luiz Fasquali
Psicsrnetria: teolia e aplieaes
171

Cleul*

&-e*siuter**iumfu-1*l

i
ii

1i Sujeirns

km"
{X,}

esoore

,** ** res.e d des *ens

Restane

(Y)

tl

.i
,...!l
.t

I
,

.t
I

If,

ta

t$

Jj
l1*
'a

'!

i*
J+
.+

1+

54

Oc

I*
ii

45
40
35
3$.
.i*
4.8
2&
3U
35
Jt,

Scma

35

:bedia

3.45

.3,J

3ds

l > -.
tLt
_ o-ro
sv - .1.-__
tl
= 1'02
VN

{;-

1,5 10,5 )1<

.5 s5 4,25
-0,5 0,5 0,?5
- 1,5 :'4.5
0,5 5,5 0,25
-0,5 5,5 0,2_i
-t,5 -14.5 ))<
0,5 -4,j 0,25
t,5 0,5 )')<

-u,)

-.{^5

0"25

: i0,25
?n )5

r),/)
1.t
3.
^

l )s
20,25
30,25

o,

/)

,-;

I)v-

Sv = rl-1

" iN

?10,25
tn .)i

21,75

rii$:tr:ilJ;

eo s *

Jj-nO SegUe:

0,25

0,75

20,2s

) )q'

lnz,sa
t0

i,

-? t<

= 6.87

2
3

.80
.30
.30

F3

.30 .o
.80 -3S
0 .80

.3

As correlaes entre os frs

itens so todas de 0,5?. altas
e
si6nificativas, mas nen psr
isso se po* C;r* que os
,,s
itens
estejam medindo um e a
mesma
Na verdade, o irem I
mede especificarnente o
f,ator i, pois"tir". ur,**unte
saturado sorente neste fator e "r

ourosrac,res."."n:il::1,0,";*.,,",._:.""HJiJi

ierna dos itens no parec

garantir que eles
-- sejam uma represen_
tao unidimensional de
u .oorr*ro.
A concluso que advin dessas
obu*ruuO*s a de que a an_
lise da consistncia
no aonstitui prova cabal
devalidade
de construro O, ,*rrJlu*rna

l=.
'tr
4?*s6
__xY
..'.F'=:"--_=..-*0-8
.
Nsyst. iOx ,02 x6,97

test*. ssa anlise apres$ta

urn problema !gico, que se situa no
e$c*re total. -i* verdade, o
escore ta,ta! o critriacontra o qual

cada item avaliadg: fl.!s .nr.^

t)

ri

.30,25

--,l-.-_*

)1<

0 i0,50 472,50 47,50

tctalj pressupe que os llens.so

a i ;oo q .*
pa i avras,
os iens constituam u*"-Gurras
."pr*r*ntao a,deauada dn ;^^ ._- ;
un cnesmo rrao larenre (unidirnens;*""rial";ff
H;::
censistncia interna inrplica que
os l*", *r*:"*i;;;;r;;;"_
nados, isto , que as correlaes
*l*, mesrnos sejam eleva_
das' Entretanto, as intercorrerae.
"nrr*
ent.e os itens no so urna
demonstraio de que estes
esejam nredindo um e nesmo
construto' suponha a situao de tr-s
;tr"r ,"u."r,os em trs fatores
' r r:s

,-;i

e;rsrituiroesc*-J;lil::i"-r;'_:ff:,'"_J::
v!!ds e s*rnv[]
{unidiniensionais, istr g, que esto rnedint*o
rrao iaenre). {) esccre torai constitui, assim,
ur:ra
;::: l*,r*?dad+ que
ct:culdadr-"
eie so;llecrc az serrijtjo se o [ese; e, o
prforf , homogne*. #e s*rte que
e c*r*lac de cada iten: olri {:}

b) A anlise fatoriall
Por outr* !aci, a anlise
fatorial tem como lgica verifcar
precisamente quanto$
constrrto5 comuns so necessrios
para
explicar as covarincias (as
i*t-..*rr.i"*s) dos iterrs. As cor!-e-

t v*j" Capiteio
*t*rutne*

da an.iis* faroriet.

172

Psicornstria: teoria e aplica*s

l-uizPasquali

laes-sntre os itens so explicadas, pela atlise fatorial, como

resultantes de variveis-fonte, que seriam as causas dessas covarineias. Essas variveis-fonte so os construtos ou traos latentes d..que fala a psicometria. A anlise fatorial tambm postula
que um nrnero enor de traos latentes (variveis-fonte) suficiente para explicar um nmero maior de variveis observadas
(itens), como se verifica na Fi*eura 8.1.

Figura 8.1
Representao do nodelo fatorial

<:

d,

173

.Dessa

fornr4 a validade de construto de urn teste deterrn!

nada pela grandeza das cargas fatoriais (que so correlaes que
vo de - I a + I ) das variveis no fator. sendo aquelas a represen_
tao copportamental desta,fator, que, por sua vez, o trao latente para o qual elas foram inicialmente elaboradas eomo representao emprica. Essas cargas fatoriais representam a parte fundamental do escore verdadeiro (V) da equao da psicometria
clssica: T : V + E. Dizemos parre fundamental porque outra
parte do V constituda.pelacontribuio especfica do item (contida no fator U do modelo fatorial) para o escore emprico T do
teste. De fato, a varincia total de um item ou varivel pode ser
decomposta em varincia comum. varincia especfica e varincia erro, como.segue:

ur

t:

Var. comum =

hr I

Var. especfica = s:

Var. erro = e:

Vaiidade

O modelo da Figura 8.1 mostra que n variveis (X) podem

,:.':piicaJas
por urn fator comum a todas as variveis (F) mais
i:r
um frtor especfico para cada'uma delas (U). De sorte que cada
varivel tern sua equao expressa em termos desses dois f,atores.
Por exemplo:

X,=a,F+d,U,
O a, a saturao, a correlao, a covarincia (dita carga
fatorial) da varivel X, no fator F. EIa representa o percentual de
relalo que ela tem com o fator, isto , quantos Por cento ela se
e represent4o,do fator (trao latente); indica, em
"onsitui
out{s plavras; Se ela uma boa representao comportarneirtal
do tro latente. Alm disso, as cargas fatoriais so as que deterrninarn a correlao entre as prpriai variveis empricas. Asiim,
a correlao entre X, eXz definida por aP2.

A varincia comum representa o que as yariveis do testc

tm em comum (expressa pelas intercorrelaes entre elas) e
expressa pelas cargas fatoriais no fator cotufii F, e esta que
constitui a questo da validade do teste, ou seja, quanto do trao
latente (fator F) rpresentado empiricamenre pelas variveis
(itens). O restante da varincia dos ierls recolhido na chamada
unicidade (U) de cada item que reprsnta tanto o que especfico de cada um dels quanto os erros de rnedida. Estes dois lti-'
mos aspectos da v:arincia (especific:idade,e.erro) so agrupados
num conceito s - a unicidade -, porque eles no contribuem
para'a validade do teste, pois a parte do item,quc no constia
representgo do trao latente.
Se no houvesse dificuldades com,o modelo da anlise fatorial,
esta constifuiria uma demonstrao empriga cabal da validade de
construto de um.teste, pois forneceria a expresso exata de quanto o

luu

171

Psicornek;e:,teoria e a plicaes

Pasquali

leste,estariaaepresentands o trso ltcnts. fulas, infelizmente , aanlise fatc''rialapresenta alguns probiemas imporuntes. Duas razes
so ap;eacao,prn*ipal nesae partic.irtar. Primeirament, o fiis-

l5E

ds-de vrias f*rr*as, raenda qutro,eli.elas rrraissalientes e

ente ut i ii :r:r,l:s, a sa'ber, s vaidao convergente_discrim i_
nante- a iiade, outrc.'c*rles co irrcsru urlstruto e a expe;nent?o.
norm al

ij

em qui'nos&rr* ampo da psicologia e das cincias sociais e dc

rcn ica ,a,- ei i d a o c orv e !:g e n ; e - d i s cr i mi i an t e

iCamp_
Fiske,
1967'i pa;-te do i:iincpia de que para demonrt.ui u
beli
.va!idade ce eensinrto deru:ll'teste ,preeiso deterrninar duas eoisas: I) otese.eieve se cerrelacionar sigrriicativamente com cutras varir:eis coin as.quais c onstruto medid,,r peto t*ste deve_
r!a;,peiateoria, estar rela*ionado {validade ccnvergente) e 2,1 ao
se correlaeicar *n variveis eon: as qrrais eie eoricamente

com+t1m& exa ger* s eftc*ftmrn tais equaes. Encontrarnse. sim, equaes logartinicas, sxp,cnensiais eoutras. equaes nc-

Campbet e Fiske ( 1 967: .i ?5) a$Esnram c, exernpio a Teia g 1 .

delo

faiorid

$-.lndamenta"ser'em eqlrs exclusivamente lineares

enire v,arisis,e fateres.

tar-.ern

adrriilr quec
'n

ft

r{

:l
rl
It
i!

Ena,bora: seia.otineiro em matemticatenaproximae, tn:r mcdeie':linear. parece difici! -ce

inter.carre{aes ernpricas enteos i,tens e a relao

prieira

destes com m f'aaore.s(vari;ve!s-fot*e|:possern ser todas recluzidas a

equaes iirec,es- Isso tan{ornais pfeusi'vei qlando se observa qi:e

iieeares, cos, pcr exen'rpio, nas leis de psicofisica (!eis de poinciai e da anlise experimental d+ comportarnento (iei do reforoi.
Ern se*gundo luger, exise s grsve problema da rotao dos eixos,
para o quai no sxiste nenhum critrio cb.letivo a no ser a interprei:t:iiifaie r;icosica (senrntica) d,-''s faror:s. ssa occirce ra :e inite. em tese, a descoberta de qualquer fator que se queir4 'omando
a soiuc ex:emarnente arbitnria Ccnrudo, se o teste ioi construcio viaieoria psieolgica de traos latentes e no a esrno (como colete de uma amostra de itens a partil de um universo arbitrrio detes,
r,+mc prexe celrente na construo de testes), temos ali um critrio
+bjetivo de rotao dos eixos enn funo Cos traos iatentes para os
cuais cs :tens foram iniciairnente constndos como represenao
cornporta!ental. Nesse caso, a anise fatorial ser utillzada como

deveria difeiir (vaiid*de discriminant;;.

Tabeia 8.2

!!atriz sin:rica de ivI*lritrao-Fltisntoda {car-pbelt e Fiske, t96?i

l'ltodo i

Tacl l

Modo 3

M&co 2

gi

Da

EJ

'...(-Eei
<l

l.i.-.rd I
Li

teste de hiptese e no como pesca de hipteses, assumindo, assim,

ccmo legtimo, e pape! de testagem de hipteses psi-

r {..

_t 37\ \{.O

a estafstica,

c+!gicas f+nriuladas peia teoria psicogica e no o papel de criar

ele iestatsricai as hipteses psicoigicas (apcs terori).

L1
Mtodo

.at

a1

,t
'-;J

al

rt

.ri

IK

fundarnent*-se no poder'de u testeFsicolgico

ser capz de dscriEninr ol predizer um critrio exterro ele
mesm+; pcr exennpl*, discrimina gilps-{:rirric que diirar:r especifcaments *o {reo qus o tst rnede. sse cri:ric procura-

| .oe\r. (.:i

.\
;\,n

.-rs

^:{.E{i

'

.2 - nilise por hiptese

Esrs. a.riise

*i.9rl

ltoco

J6

'1- f?

-58

lt

.l I

....!l
'. Jq

"OJ

: -43

^{9+)
,-in

t
.){

-)!

-57

\-s'2)

i8 .60
:"_'_\

\.(.8)

'176

Lliz Fasquali

Fsicometria: teoria e ap$ca@es

A ilusrao apresenta seis blocos de resultados: trs tringulos

(com linhas inteiras) e bs retngulos (com ringulos de lias ponl!adas). As diagonais dos blocos-retngulo representam as corre-

o.nde
as
I . q so mdias no tesre do grupo jovem e do grupo adultc
,l , .l so as varincias dsssas mdias

laes entre asvariveis medidas por diferentes mtodos e contm a

diagonal davalidade (validade convergente): estes valores devem

ser altos para mostar validade de constmto. Os valores fora destas
diagonais nestes mesmos biocos (os tringulos de lia pontilhada)
representam as correlaes entre diferentes variveis medidas por
diferentes mtodos: esses valores devem ser pequencs para mostrar
validade de construto (validade discriminante). O mesmo deve ocorrer com as correlaes fora das diagonais nos blocos-tringulo (com
lias inteiras), que representam os coeficientes entre variveis diferentes medidas pelo mesmo mtodo (nas diagonais esto os coeficientes de preciso). No caso especfico dos dados da tabela, os resultados nas caselas quadradas satisfazem aos critrios propostos,
mas as conelaes fora das diagonais nos tringulos so demasiadamente eleadas para satisfazerem aos critrios de validade discriminante. H4 ao que parece, ali um efeito esprio do instrumento, a
saber, o nesmo teste medindo variveis diferentes produz conelao entre elas por simples efeito de contigidade.
Esse mtodo funciona se os rntodos e as variveis diferem o
suficiente (maximamente) entre si.
!,. ::iade utilizada como critrio pa-a a validaco de construto
de uqr teste quando este mede traos que so intrinsecamente dependentes de mudanas no desenvolvimento cognitivo/af'etivo dos dil-duos, como o c:tso, por exemplo, na teoria piagetiana do desenvolvimento dos processos cognitivos e da teoria de Spearman sobre
a inteligncia. A hiptese a ser testada nesse mtodo a de que o
teste que mede o trao X, o qual muda claramente com a idade,
capaz de discriminar distintamente gupos de idades diferentes.
A prova que se faz nesse caso a da diferena entre a mdia no
teste de sujeitos mais jovens (T,) u mdia de sujeitos mais adultos
j "
(6 ), a saber:
'a

fr2
lsi

ni e n" so o nmero

os graus de riberdade para l'erificar a significneia do

teste

de Student "to' so n, + nu

i;.t

?.

Na histria dos testes psicorgicos, esse procedimento

de varidao foi talvez o primeiro a ser usado quando
Binet e si"ro' t r qsr
utiIizaram'o critrio de.diferenciaao pr idade na
r"t.ao ao-itn,
do seu famoso resre de intelig;rcia. Embora pr;.;;
..oiuir.
"
dos autores fosse construir urn teste que fosse
capaz de predizer o
desempeo acadmico de alunos do primeiro gr"u,.r.,
s* basearam numa hiptese de carter concepruat" sto ,
de qu"
hubii;;u_
des cognitivas aumentam sistematicente
^
com a idade cronorgica
(na inncia) e, para rnedi-ras, escolheram
tarefas especficas cuja
execuo correta correspondia a determinada
faixa ,triu.
O problema com esse mtodo cc-,::siste no fato
de que a matura
o psicolgica pode assumir dimenses e conotaes muito distin.
ir's em culturas diferentes, por um lado; por outro,
outras variveis
q:* n-19 o trao ern questo podem estadpendentes
dessa maturao, dificultando ou impossibilitando ;r definio dos grupos-curJro
somente em funo da idade. Assim, se sutrasvaiau
os.ltu*.o*

a idade, pode bem ser que estas se.lam as

respcursveis pelas mudan_

as no escore e no a idade especificamente.Isso

problema se essas outras variveis covariasse,m

nal

,"t"

gruuu

sisematicarnente"corn

o trao latente que o teste quer medir e, alm disso,

variassem do
mesmo rnodo em qualquer contelffo cultural
ou socioeconmicq o

que obviamente dificil de assurnir.

Deno de usa niesma curtur4 o

*ilgd?

pode se apresentar como rfunporknteiparaa

determinao da
vaUdade de construto-

' A corcelao com outros teses que mean o mesmo trao,

tambm'utilizada como demonstrao 6a varidade
de construto.
O argumenfo de que, se um teste X mede
validarrente o trao Z e-o

'
sj

de sujeitos nos dois respectivos grupos

Fsiconretra: teoria e aplicaes

Luiz Pasquatri

180

minasse grup*o-ansios.a de grupo ansioso, definielos estes gru-

pos ern ternq,s. <ie rnar:!puiaes experirnentais: o ansioso, por

exempio, c:iad6 assim por ir:*rmdo ce experincias provocadoras de anshdade" N.a med,ida ern que se puder gay.a*tir que s
.m an ipu iaec feitas nos grupos-critrio atlnj am ex c lus ivarnente
o tro em questo, a testgem da liiptesc riida. Como norrnalmente es*s eranipula'fres supostament* de uma varivel de
f*to afetam tme srie. de; outras variveis, sobretudo se,as variveis interagirere, fica mui,to,confusa a decisn sobre ern que espec i fi can': ent* *s gpiros.critri o d i ferem e, c on s eq enten ente,
fca inconclusivaa dee iso sobre a hiprese rle que o tesre dise rimina os gruros-crtrio exclusivamente em terrnos do trao que
ele pretende medirCcncluso: a tcnica da validao de construto via !riptese,
que, de um ponto de vsta da metodoiogia cientfca, se apresenra
corno a mais direte e bvi4 esbarra na dificuidade que existe na
denio inequvcea do critrio a ser utilizado como represen::rt* dr n:anif*stao do trar:"
Deve-se, na verdade, concluir que todas esss tcnicas de
validao apresentan difculdades grayes. Nem por isso se justifica o simples abandoso das mesmas. Prmeirarnente, porque ei
cincia emprica nada existe de perfeito e isento de erro e, ern
segundo lugaro a conscincia dessas diflculdades deve servir para
melhorar e no para abandonar as tcnicas. Alis, recomendvel o uso de mais de uma das tcnicas acirna analisadas para denonstrar a va!idade de construto do teste, dado que a convergeia de resuitados das vrias tcnicas const;tui gerenti paa a vaIidade rio instrumento"

:,ureie ie tecnieas,que so indep*ndentes

t8l

ilo prprio reste que se

quer validar.

,.,,. os{err}am.se-distirguir dois'tipas d* validade de critirio:

,.1)

validade preditiva e 2) validade concruente. A diferen* furr.6*msil121,'en*:e,,os dois:tipos basicamente a diferena do earpo
:g! ocorre:nfre a coleta,da informao pelo.teste a ser vaiidado
,'e,aoleta da,inforrnao sobre o eritrio" Se essas coletas forem
.simultneas {mais lr rn:se5}, a val,idao ser de tipo concor.rente;,.casos dados sobre o critrio,sejam coletados aps a co!erta da:inforrnao sobre o tesre. fala.se em u:slidade preditiva.
o fatr: de a n iormao ser cbticia siniuiianeamente ou postericrrnente do prprio tesr,.no urn fator tecnicamente relevante
r:alidade do teste. Rele.vante, sim. a determinao de um critrio viirio. qui se sirua precisam*nte e,natureza *entral desse
tipr: de,validao dos rstes: ] definirurn critrio adequado e Z)
medir, vlida e independentemenr elo prprio teste, este critrio.
Quanto adequao dos ritrios, pcde-se afirmar que h
urna srie destes-que,so norrnalmerte utilizdoso quais sejarn:

l).Desempenho acadmice, Foi, ou talvez seja, e critrio

mais utilizado na validao de lesres de inteligncia. Consiste na
obteno do nvel de desernpeni"io escoiar dos alunos, seja por
meio das"notas dadas pelos professores, seja peia mdia acad'rnica geral do aluno. se.ja pelas honrarias acadmicas
que o alune .
recebeu ou seja, mesmo, pela avaliao puramente subjetiva das
alunos como sendo *inte!igentes", por parte dos professores ou
dos colegas. rerbora seja amplamente utilizado, ese critrio tem
ta:nbm sido arnplarnente critiado, no em si mesmo, mas peia
deficincla que scone n sua avaliao. sobejamente sabira a
tendenciosidade por parte cos professores em atribuir as notas'

3 - Valid:rde de

critnio

Concebe-se como validade de critrio de um tste o grau <e

eticcia que ele tem ern predizer urn desempenho espef,ico de
urn sujtite. 0 d*s*rnpenho do su.leito torna-se. assim, o erit*rio
cltra o qual s redida obtida pelo teste evaliada, Evidenternen?.e, o desempenho do sujeito deve ser r:redidiavalia:!o p*n

aos aunos, tendenciosidade neia se!Fre consciente, mas de*crrente de suas ati{$des e sinnpatias eni relao a esre c,u quele alunoEssa dificuldade p$deria ser sanada" t com certa facildade,.se os
praf,essores,tivessem o costune de apiiea; gestes de rendimento qu
possuss*rn vaiidade de contedc,
exernplo. Como esssrefa

dispendlosa, o professor

]s
tpico n* s* C ao rab*&o

ileiade de co*teeio) suas p$v$ a*sd*rnices.

de validar {va-

Pskornetriteoria

t12

:' -:

-.-

'

ij r:!:i::;

Nesse contexto, tambcm utitizado corno critrio de desem-

peo.cadmico.o nfysl eseols do sujeito: sujeitos mais avanquem coatinua regui"aor,futeates e evadidos. Supc-se que
ar*"qtp-o esi aranado academicamente em relao sua idaenee pos6i rrais habilidad. Evientennente, ness histEia no
fatores
outroq
muitos
ms
a sometrte a questo da habilidade,
sociais, de personalidade, etc., tornando este critrio bastante
em einamento especializado ; rrata-se
do desempenho obtido em cursos de treinamento em':situaes
especficas, como no caso de msicos, pilotos, atividades mee- '
nias,ou eletrnicas espeeializadas, etc. No final deste treinamento, h uma avaliao, a qual produz dados teis para servirem de
critrio de desempenho do aluno. As crticas do ponto.l valem
tambm para este ponto 23) Desempenho prossional -Trata-se, neste caso, de comparar os resultdos do teste com o sucesso/fracasso ou o nvel de
de trabalualidade do sucesso dos sujeitos na prpria situao
o. Assim, urn teste de habilidade mecnica pode ser testado
contra a qualidade de desempeo mecnico dos sujeitos na oficina de trUaiho. Evidentemente continua a dificuldade de levantar adequadamente a qualidade deste desempenho em situao de
d,c se;r: penho profi ssional dos sujeitos.
4) Diagnstico psiquitrico - Muito utilizado para validar
testes de pe-rsonalidae/psiquirricos' os grupos-critrio so aqui
formados em termos da avaliao psiquitrica que estabelece-grupos clnicos: norm-ais vs. neurticos, psicopatas vs. depressivos,
'
t.. Nouu*ente, a dificuldade continua sendo i adequao das
aval iaes psiqu itricas feitas pelos psi quiatf as.
5) Diagnstico subietivo - Avaliaes feitas por colegas e
amigos po"* servir de base para estabelecer grupos-criterio.
E ut-ilizada esta tcnica sobretudo em testes de personalidade,
nos quais dicil eniijntrar avaliaes mais objetivas' Assim, os
sujeifs'avaliarn seus colegas em gategorias ou do escores em
trode personalidade (agressividade, coop eraa, etc') baseatm com os colegas. No h necessiAos tA conivncia qut
"t-t
dade'd:mencionar , .nortes dificuldades que tais avaliaes '
de
apresentam em termos de objetividade; contudo, a utilizao

"*ol::l;"

l.!lq grr*d" nmero

de

ea@

juzes poder. diuninuir os yieseq subjetivos

. ,:
;nestasavaliaesresultados
Os
obtidos
por meio
disponveis
testes
Outros
6)
.
,

'.

de outro teste vlido que prediga o tuesma desempenho que o

.teste a ser validado servem de critrio para deterrninar a validade
do novo teste. Aqui ca a pergunta bvia: Eara que criar outro
teste se j exisle um que mede validamtrt o que se quer medlr?
A resposta baseia-se nunna guestSe $s qcgnomia: utilizar um teste que demanda muito tempo para ser respondido ou apurado como
critrio para validar um teste que gaste menos tempo.
No caso deste tipo de validade, preciso distinguir duas situaes bastante dspares. Prideiramente, quando existem testes.
comprovadarnente validados para a medida de algum trao, eles
certamente constituem um critrio contra o qual se pode com segurana validar um novo teste" lnfelizlnie essa situao ocore.
quase exclusivamente com a medida da inteligncia, onde dispomos de alguns testes cuja validade tem sido comprovada repetidas vezes, corno o caso das escalas de V/echsler ( I 975), de Stan-

ford-Binet (Terman e lverrill, I960) e qui os dois faores cie

inteligncia fluida e cristalizada de Cattell (1971) e o fator G de
Spearman (1927'). Deve-se atenta, contudo, qe esses testes so
vlidos somente no original, Porque as verses em potugus ainda no demonstrararn tal validade. Nos otltros campos reina muita confuso. Talvez em personalidade j existam alguns instrumentos vlidos, como, por exemplo, o Quesocrio de Personalidade de Eysenck (Eysenck Personality Qwstionnaire - EPQ"
Eysenck e Eysenck, 1975), no que ele se referp s varivels extroverso e neuroticismo ou ansiedade. O que vele aqui o princpio de que se houver um teste cornprova'dlactete vlido para a
medida de algum trao latente, ele certamente pode servir de c
trio para"a validao de um novoteste-E'5pera-se nesse caso que
a correlao do novo teste seja elev.ada de rplomenos de 0,75.
Entretanto, q u and o no exi sfern testes se it6 como def initi:, -" i.,vaaete,validados para avaliar algurn :craoilatate, a utilzao
- ,.-- .dessa validao concorente e>cBemamenteprmria Essa si&ta.. o infelizmente a, mais somum. Dg fato,ns Smos testes pira
medir praticamente tudo, no importando o qu'eorno atesam'os

:,:i

r,54

l-uiz Pasquali

%%

Psieornetria: fe,aria
e apllca5ss

y:::y,Wrr::^yy::-&s,
perlo&a

iniciedos por
Buros e pnblica*"' ros
pubricae ;rhur* s detcstes
psic*lgi*or nirt*eu,I,-J"**.,*r*
,
u,. . u,o. f *a*:
;: ffi ,.J ::j.
;N*
dcs

coigie4 sobretudo F8 r,nii*ne^ s-:^

al'eriao fuita
*or
se fhz t*ds o sentido
;i"t',juu'insr*menros
qu
q ue avaliem
a var i e m aquito
as u i r., q.!e
: :seFr;::'":,:
",,
J;j,:::
- de consruo), nao
*',"*n;;ffi: ::rrunenrcs con va_
l]0,:f
va'idade
de crircjrio, o, . ;u e, *.:.^:.^:*. qu tnstrjrn en ta-c eori
*, I
i
"
.lii.
", 1 i"*; ;;.H,,fi i
".1';; ;: _
;: rs::1,,
agrada
tipo tautolgico,
defnics

:entecoirr ente'*s

; ffitr: j l"j

:::::j

l1"-lff::;1,e;"-rl"r".,;;;."..ffi';ffj:trJ,

::.:g'

i1*d;';;;;;-L;'.lJ::'ff ff"1t-

daCe , nownimo,
A*"iCos.
Pode-se csncjuir qrle yalidade
e
se exisirew

':::--:'*ffi* **,Jp;*#"-*-*
ce

iffi: ;:n':ix

cririio reixrra o.qu"ir*

q;;;;;.. um novo resre, e que esre
ria.o iesre fenha algumu.
unt"g"*s- sobre
o ar,rgo fr"_",
-'
eremp/o, eceeom[a
i
d*r
.r_
l.
cor cr uafr* gerr- ::*po,
r* pt" r*u.enre fi ca ao fna! desta
e:ino s ii: scbre *.af
id*ce. o,
;
*
to cia a s u a h ahi
_
r dade para
u]o ;
"
*on,,"iu fr;*i'r"r
laior
cc!ntrnedidasinferiores'oup'u..n'u*pelamedidadosvrios
j t r i s aq' r i apresen"a-,r
J;, ;1 :t 1,.^ u'
: a;.4 e n e,
* p * rio'ruu'pn _ *
_ o _,,
,f., ilou ;.
Ccn as crricas de fturrto*ue
iril
sobrretudo
f ::x : "\*eht(ig_ij].
a'aiicace";;;;_ deixou de ser,Je Cronca panacia de va3idao
a rcnidos restes ffileg;.os
em
favor
lidade de construro'
da vacontudo, -rt"ririritos podem
ser considerac'ss bcis .; teis
nara,ins-de
de critrio. A grande
**., gurru rodos eles ""iio"
,*
,in*
:1",:c:*i:.e
demonstrao
quao da sua
da ade_
mcdrda: em gera!. _;r;Jd"
"" dos
mesrnos prec_
i'ia' deixi'ndo'
FOr issc, rnuita dvida qo*nro
ao processo de va!icao co reite' Enretanro,
rr,: r***friulouo,
de resres valida_ ,,,
dcs por rnei* desse
st*do. ****;;;;; ic
,,,,,,u:.)
Mh{pI^
.troqu! icipona referlrqire --;;;-;erva$ e crricas em re- "',,,,.
valrdac: de crirrir

cor

;;i; r;:;; ff

rr",_r_i"j"

s ,l,

'
;::::.::,::.rjj:tu;T*'.#;:::::;1i
valise
,."r*'r*"r l-t_lnrrtueo

dao dos testes-

dizer

fafo, _r_

Instrumen{*s para pre-

deser*p*oh*uu*
* p;ffiffiJ:,J"#,tr

u, *
oue que demcs validade
a

e na

a*.",,ri"ri". ""

i...ffi:i:].

Essa p*sio, io *&tEto,

no deslnerece, em ebsc!uto,
vkJrdace dc enrdrio.
Ela,* iga;r:eri;;;"re ira svaliao
psi_

avaiiao na p'tica
psic*lcic:

se assurne na sua
nr"llli.c:.-.a
o a po i o u,"", Jil
sao lorientaaffi
"
--*" " rt ju prorlsslon
copatol*eico, e.xame
:1, ciia;tnst;cc, psi_

: i:i-i ::l: **

*; il::*".", .",:,:'f.:.:
--*,i;ffi

il; * ;ffi:
"rlri;;;; ilj;'"l"":.t
;;;;;;;

f':"j

:
do
j,,-# I
teste ede,i
q, r; ;; ;;; _,
;:|.-ffii:,i;::: :
^,,i
;1 iil: -- :' ;,'; : : : " ','i, ; '- J ff fl ';

c,

;ffi

pacidade predirir.a

o-l::itj"l

;l

de tipo
-iurd

;;-*"t; it::i;-j;

de desempenho
ou de ;,.1i':.":t.,
acaprao pesscal
e sc.ciai n

vajoizada.

0r",."*_l.

h
p

{ - Validade

,#
,

de contedo

Urn teste tfi.t vl-ilida.to,.r^-.

de conleco

ra representatjva

"''"

""

mente um

!:':o*0"

se.

eie.consrrrui un:a
amos-

*
ffi :," - JJi'.':^T
i i "' r " i,
rL puQ 1.
sei:rnrtar
"11
a prcri
i

"

"
unj'ersr
e clara.:r.
sempennc,
*-- o,rLltrffiffi .'j;:E';'dc "o, r*rr*, al*cursc p{'gr"*ari"o
delirnitado

especfco.

para viabilizar
u
* rra m
:'r-.:: ."::';,:.,: I
1 " :
";
dos
irens. ssas
eipec11,$1""

;,;:#:

Branrjes remas: li definio

cessos pslcolgicos_1os

i;::"-;i:i:::t"

*;r;.ffi

porna:

: : :::

prc

cis

_".;;:JJ"-,_,ff::

Oo.on,.i!o,2) e.ipiicita+
d.:s proc,ulerl'o_*i _;*
av;liaios e 3J deier_
*r"'"' ** -r,.",'nro no resre
rr., caca

ao conreudo, rrare-se
,^*-?*nr:
de derar
e subtpico e
ue e.xplci,r, n
*-d,*rt
,*o,rjj:11
ropico-iienrro

r*;n'oror.;_#ilJ::l
sentaoi:,revjdae*,aig,;'ff
do resre"

-: o"

ipico_s

{uni:*,
reiar!va de

ca.Ja

r:J;$:i;:-n-;

Fi!ri:..
.-1::.,,,
-:ii

tri

186

Pasquali

ii"i

outros i:or vieses e pendorcs pessoais do avaliador. Claro que ser

semprt o avaliador ou a equipe de avaliadorcs que vai definir esse
contedo e a relava importncia de suas paes, mas ess: definio
deve ser tomada antes da construo dos itens garantindo certa objetividade, pelo menos, nas decises
Quanto aos objetivos, um teste no deve ser elaborado para ava-

liar exclusivanente um processo. Corno na aprendizagem entran

em ao vrios prmessos psicolgicos, h interesse que todos, ou
aqueles que se quer que sejam avaliados por um teste de contedo,
sejam representados no teste. Por exemplo, o teste deve conter
itens que avaliam a memria (reproduzir), a compreenso (conceituar, definir), a capacidade de comparao (relacionar) e de aplica::. *,.: princpios aprenCiric's (scir:ionar probi:nas, rransf:;iic ja
ca a;r::.iiizaeem).

A validade de contedo de urn leste praticamente garantida

pela tcnica de construo do mesmo. Assim, importante esboar
essa tcnica. EIa comporta os seguintes passos:

I - Definio do domnio cognitivo:

Denir os objetivos ou os processos psicolgicos que se quer
avaliar. Para essa tarefa til se inspirar em alguma taxonomia clssica de objetivos educacionais, como, por exemplo, a ta:<onomia de
Bloom (1956). Com base em tal taxonomi4 definir os objetivos gerais e especficos que se deseja medir no teste, tais como: conhecer,
compreender, aplicar e analisar tais e tais tpicos.
2 - Definio do universo de contedo

Como o teste vai constituir uma amostra representativa do contedg preciso definir e delimitar o universo do contedo programtico em divises e subdivises (tpicos e subtpicos) e egr quantas ouras subclassificaes forem necessiirias. Isso implica delimitar o contedo em slas unidades e subunirlades de ensino.
3 - Defrnio. da representatividade de contedo

Denir a proporo com,que cada tpico e subtpico deve

ser representado no teste, definindo, assim, a irnportncia

com
'que cada um deles aparece no eontedo
tota! do universo.
4 - Elaborao da tabela de especificao
Nesta tabeta sero retacionados os contedos com os proces-

sos cognitivos a avaliar bem como a importncia rela:irla

a ser
dada a cada unidade, conforme Tabela 9.4.
5

- Construo do teste

' Elaborar os itens cue iro retresentar o teste,

seguindo as
ri:nicas de cr:nsrruo ce itens (lla_eer, lggl; Pasquali,
1996).
6 - Anlise terica dos itens
Esta anlise visa verificar a cornpreenso das tarefas
propostas
no teste por parte dos testandos {aalise semntica) e
a avatiao da pertinncia do item a determinada unidade, avaliando tal
ou qual processo cognitivo (anlise dejuzes).
7

- Anlise emprica dos itens

Aps a aplicao do teste, os dadosBodam ser utilizados pera

uma validao emprica do mes,rno?ara.use firarro.
Esta anrise
implica basicamente a determinao dos niveisde dificutdade
e
de discriminao dos itens. A tcnica'da reora da
Resposta ao
item (IRT) pode ser de grandevalia nestaretapa
Para facilitar a especificao.do,teste,.poi!e-e utirizar
uma tabela de dupla entrad4 corn o retarhamento.dos*bjetivos
(proessos) esquerda e o detalhamento l1p5,6picosinoit*po,
expricitando,
no corpo da tabela, o nmero de iterrs,-oonormeSbbela
.4.

A Tabela 8.4 explicita que trs tpcos oohem o contedo

'total do'piograma a ser medido
lcontdo programtico), tendo
cada um dois ou trs subtpicos, cada
{uar comdiferentes nveis
de representatividade (propores). Os

n repre*ntam o nmero

ffi

'-

::i.!l

f,i

i88

H
H

Luiz Pasquali

5l

tr
e

labela 8.4

Tabeia de wp*eiffea*:ds testc de desempenho (nlirnerc de itens

uo corpo)

Tpicos

Processos"

t23

e'spar@

l0

IO

zu )

tu

3t

conbecer

2
I

aplicar

analisar

llII

674

ffi
ffi
ffi

.r.-

ll

cornpreender

il

Sebtpieas
(96)

ffi

30

I
2

Capturlo 9

ai
2
I

tr

&

1l
'J

ffi

fli

Anlise fatoria!

ffi
H

ffi
ffi

d* itens por tplso e por processo eognitivo avaliado, esrand* no

orp da tabela o nrnero de itns que representam cada combinar: tpico e Fress.

tr

ffi
ffi
ffi
ffi

i - ntrodrro
A anlise fatoriar ccrnpreende urna srie de tcnicas esgsticas que trabalirarn com aniises rsultvariade* e matrizes- E,la
constitui uma tcniaa esiatsica imprescindvcl no otexio da

psieometria, sobretudo paia a problemtica da va!idao d.e ins_

trumentos psicolgicos" Esta anlise tem muito a dizer a respeito
tnto da validade quato da iCedignidade destes nstruroenios.
No :aso da fidedignidade, por exemplo, quase solnente por meia
dela que se pode estabelecer este parmetro psicomtrico par*
baterias de testes, razo pela qua! se f,az ecessria uma exposio sobre esta tcnica. Ernbora ela seja rnatemaiicaaeate de uina
omplexidade demaslada, a preserrte exposio piocurar cac_
tonar c rnais possl el :s s:eendroc nate*?tie os e eaplicitar a
lgica e r rscdelo da anlise fatcriai para lairor*s corn eonheciIientos no sofstie ados ern ffiatemtia.

#
F

sa

ffi
g
&

ffi
H
w
ffi
ffi
ffi
ffi

ffi
H

ffi
ffi

fp

ffi
ffi

H
4
H

K
ffi

,w

- {} rnodelo

d-a

ff

aaiis fatgria!

,'. :. anlise farorlai d un:a *cni*a estatist!

-!*
#
il

ru

aleada sobre o

pres$uposts de que ema sri de variveis observadaso enedidas,

eharnadcs de variveis empirices ca observveis, grade ser exp!cada p+r arn nrnera ffienos de variveis hipatti,:as, no*obserl.,

r''

' .;l

ffi

ffi
F*
ffi
ffi
ffi

ffi
v'

s5$'

s$rs

Captulo

-.r i

1O

Interpreta

\
\\
\\

\\
dos
esoies
o
-\'_- *-

.-, v
\\. \
!r/'

NoRr\rATtzeo

DOS TESTES

\)
.Y
\

>:.4
1

- Introduo

o desenvolvimento
dos resultados obtidos.

tcnico de armeeste ltim

'irl'-

num teste de raciocnio verbar e quarenta n"; ;.

$giq9rrlonatidade no oferece nenhuma iinformao. Msmi
esmo a inforliffi,lqfao de que o examiinando acertou E0% das questes's n,o diz
que 8'reste pode sei fcit (80%o
1:il:t"_t:t"

;i '- ., ,9enta pontos

t-t::
::l

;;r;;;;;;;;);;

t:

; ;;;;;.;;;;;'",.

Psicornetria: teoria e aplicaes

Luiz Pasquali

206

i) detelmjnalaEosio que o iItb

c_c-u!a rio trago

Tdi{o_!gl_o

teste cue produziu o tal escore e 2) comparar o escore deste suieitc com o escore de cualquer outro suieito. O critrio de refe-

';:::"-:-;.;:^_:^ ;:-,:;.:;,

;:;:':-::=-.:.

.: ;_:.:^
: _; r
r,u
r5lll Ui r rrriCrllU \J\J rtrUt i ruuU
rlsUrtturJ riJdLr v5. ,.
'ri\ ";";
senvolvimento); 3) um srupo padro constilu?Jela pcp.rlacc toica Dara a qual mmas
intraqrupo). lio caso de testes de aprendizagem. existe ih{:ia
,nyrma relerenre a critro ( crteron-reerence4 .
no (norrnas de

2-

de

Assin:, 'renr responie a todas :s qu*stes coriespondentes

:.:

'.:..-...'..

.--,
!iiJiI-*.:.'r-,:. u-

,'.'.:'-:i
*-- - -..vi.
--

, j.,. i
Wi =
- iUU.i
J- /1 ;^..

'./..
;:
l aril '\';

J rrit\-lt.r,!r(l\
,,'r-n,-',r,.,,j^r-r
l^ f^.
L 1^ r

:i.i
ii/\/1.

klr

-^^-.i-^l-ieiiienojiilir'.'Siei-iiij2-Sii..'-.i1r-l'laTa|,clr10.i.
'L.L..IJUiIJ

-: -

urr:
'i

r, 1
iL;.1

iaterpretao ios rscores de Qi

- 16
i20 - I39
11 - 19
9 - 109
i-1

As normas de inter-oretao dos escores de um teste baseac;s

no desenvolvimento fundamentam-se no desenvolvimento Dro(no I v rl9 s g:gectq!3e matura o ps ryejn otora, p s qg &gre ss ivo
dca. etc.) nelo oual o indivCuo humano Dassa ao lonso de sua
vida.lesse senti4o, so utilizados, como_qritlic"4e nojma, trs

ry

IL

,..-:.-j.....-

iormas de desenvolvimento

&t"r"rriq?qq

I\
_-

QI = l0t x

!L,

ta-19

50-69
30-49
-29

Definirivamente superior
Superior

\'edio superior
Normai ou medio

ledio inierior
Deficincia limtrofe
Cretino

lmbecil
Idiota

2.2 - Srie escolar

2.1 -AidCernental
A idade mental como critrio foi criada por Binet e Simon ( I 905).
Estes aut.:res falavam de nvel niehtal, depois popularizado como
idade mental. Binet e Simon separaram empiricamente uma srie de
54 questes/tarefas ern I I nveis de idade cronolgica: trs a dez
anos (oito nveis), l2 anos, l5 anos e idade adulta. As questes que
eram respondidas corretamente pela mdia de crianas/sujeitos de
uma idade cronolgica X definiam o nvel/idade mental correspondenie a esta idade cronolgica. Assim, a um sujeito que respond' ' a
todas as questes que as crianas de ez anos eran^ capazes de: spunder era atribuda a idae mental de dez anos.
Na adaptao norte-americana da escala de Binet*Simon, a
Stanford-Bnet (Terman e Merrill, 1960), a idade mental (iM)
foi expressa em teirnos da idade cronolgica (IC), resultando no
quociente intelectual, o QI, por meio da frmula:

,Estg critgig_e utiiizadc:pela tesces de qg:enlpgthg acadmi.co e somente faz sentido quando se trata dejisciplingtglleso*
pfgFcidas numa seqncia de vrias sries escolares 4s nonnas
so aqui estabelecidas, computando-se o escore bruto mdio obtido pelcs alunos em cada srie, resultando num esccre tpico

r.i..P.sq&Fu, a rlgnggL.*obttn o
da
4e
srie recebe o escore padronizado de 4.
.tpico
para cada

glgqlg bl!!o

2.3 - Estgio de desenvolvimento

,-'' Este critrio utilizaCo por pesquisadores,'na rea da

i f sicologia da criana, que estudam o desenvolvimentc mental e
terrnos de irjacles sucessi'as de desenvolvirnento,
) Psicomotor em piaget.
fomo

Geseil e

Luz Pasquali

Psicometria: teoria e aplicaes

f::ll.:-::-Iu?::1oo:0.,
1*,.,, e37; eseiI e Amatruda.
1e33: nobtock p"r"r."l.r*,

1li.:-3,,:.:'_:", para
volr.eram'normas
oito idades tpicas Cde 4

i,;il#i

,.n'.ui* :g
mnnrer rn

.rrremos ca.escala. como aparece ilusrrado

na Fisura
?:.,":-1:r
que oiferenas iguas .n,..
qro1l;l..It?:*piica
nificam
diferenas i,euais.m t..mo"s d",
;;;;;;r-ffi;r.
gS ngrc.eiiiir .1,rrrctir,,n , o r-^- -r^-- ^ -:

dgste svJvrrr urv rruento (sensri"_*",",-,

.\.J!w
.desenr.oh'imento [sgnsono_motor, Dr_rooeracio*I _--^
ro.ores da escora pia-

p.r..il;il

-:t**::r.

;.,i.

Pinard e Laurendeau, 1964).

3 - Normas

intragrupo

Figura l0.l
Distribuiao normal e de postos percentlicos
r:dn

Nas normas in

ou 2) do a"*i"p";;(r;;;
lj"-,t-r-tote no so corihecidos
percentlico

os escores

da

lao, sobre

3.1 - Posto percentlco ,

;O escore do su

9 clcuro dos percentis simpres e encontra-se irustrado a

seguir na Tabela 10.2.

*.o:,.9o que 20, este escore ser expresso

::::i:::::,:
:r.o que
como percentil40,
indicq que 4}yodos

r*"

r"";"
rnenorque.20 ef,}Yotmescormaior.
um pec.,ntir ce 50 indici
que o sujeito se sirua na mediana
ao,
sujieitos

t'nferrrol^

-^-:

:-.-,

"r.*JJ;;;;;;:;;

f* u obteno ndos percentis, basta calcular a percentagem re_

c" il; ;
;; ; ;# ;,",j,,,'ffi :
t,,,. :::i::.,p-u.q
e ba xo para m 4 rr*=pr'rJ*;;#
.,'* :: jil 13 i:: i: :,T "Assi
1".
f :*ry;i1;q
m, o .,"; ;;;;
' ;;o;eu^ZZ:'^eml:-:jr'..
100 (coluna 2),
l:* p"...ng.;;;; iil;:
sRo nj e ao percen ti I zi
--- ' - 1co
tunJ;
\'v's"e
'
Ysvr wtLcl aJe |ZTO
ilfln-] ,:
'zl' ;;.;;;:;*
:::: -- ,
-.,:^:+^escore

ci

2)

;;",;:.rece0eram
inteligvet
dizer que

ilfi*'J -

menor do que 6. Fic4 assim, mais

" F"j.i*;;;;";;;l

I
t

Tabeia 10.2
C:ilculo dos percentis

I
I
I

3.2

Escore padro

:
*:

l.rffi

g,

iI

l
11

lo
22
2:;
li-

l-,

i0c
93
>+
88
72
.i

i
25
10
1+

2
I

Os percentis podem ser ilustrados

numa ogiva que represen_
ta as percentagens acumuladas,
onde se lem n abcissa os escores brutos dos sujeitos e na ordenada
os seus respectivos escores
percentlicos, como na Figura 10.2.

, do suieito. Esre clcuir-r reito cie ciui ibr*"r

que resultaro ou num escore padro ou nui score padro

3.2.1 - Escore padrc linear

Este calcuiaCo peia irmula:

v-V

(10.1) z - :l--::
sT

onde X = e-i,;re

:rul.r cic s{eii* {tl *srtr-rr l-)

f: mdia do grupo no teste
9;= desvio padro dc teste

Exempio: utilizando os dados da Tabela

cular este escore z, como na Tabela I0.3.

Ogiva dos percentis

Escore bruto

(x)

Freqncia

Escore padro

(0

fX

(z)

l0

20

?(<

36

48

1,96
1,38

16

22

.',5

15

.J
1C

podemos cal-

Tabela 10.3
Clculo do escore z

Figura 10.2

tc

nrr-

malizado,-O primeiro_ feiiojel meio de_uma transformao

]i_
leu.'e o segundo. por meio de uma rr@

I
0

Total
Mdia
sr

i12
I .r')

I'L

125
0
8

100

566
5,66

0,79
0,20

-0,39
-,gg
-1,56

-2,15
-, 1n

-3,3

:
i

I,70

G:

*
L

a1a

Luiz Pasquali

Psicometria: teoria

Assim. o escore bruto

de 6 ter um
ou seja. ere est 0-20

213

es

dei'ios;*u.;..;::::il]lJ;;i'

5
= - _i.6s

e aplcaes

-ttado por merp_de agu

it. d. .'u.tor.t dr .i

rG:;ffi.o

previ_anente demonS-

c.,rnr n^r s\..__r-

i.70

3.2.2 - Escore padro

normalizado

Este calcuad

a
'mente
com os

dados da Trbela

I0.2.

0o na Tabela r0.4,nova-

Ualculo do escore padro

normalizado

p.uii.urn.nre, de

Escore

2
A

98

fq

88

22

?{
i5

2
1

t00

6
2

72
50
?<

l0

4
2

1,2e I
?,os
I
1.5:1 I

],r8 |

9,58 |
o,oo
I
'?,97 I
-1,28
-!,7s I

-?,os I!
-2,33 I

+5;

-5 a
e 2) a
presena de decimais. para
eriminar essas duas deseregncias,
normalmente o z multiplicado
por um coeficiente, .
agregada uma constante
por *"io d" frmula seguinte:
""!""r"

padro "
normalizado
9

trunrfo.r*f;;ri;;.._

" "fgu,n",
dificrirouJ.s
de uma escara de.:, a
l)
a presena de escore, n.grii.,*,
:u!.|
pois o.c r.ai de *.no,
infinito a mais infinito_(mri,

Tabela I0..

l0

;ea-

das geralmente so submetidas

res urreriores para evitar duas

T=a+bz
z,ss
a,so

r.:S

oJs
o,zo

onde T=

escore transformado
escore padro
a, b = constantes quaisquer
z

-oi:s
-olgs
_l;sS

-z,ts
-z,ta
_:,:s

Tanto o coeficiente demultiplicao

do z (b) quano a cons_
tante somada (a) so arbitrrios,
r"ruitnoo em tantas formas de

derivadas

quanro imaginveis.
.l:,T"r
valores so rotineiramente

Contudo,
;;;;
"l;"* normas
mais utirizados, produzindo
d.erivadas j tradicionalmenre
estaninos,t a.'"i"
"onfr".iJ*
1, o escore csie,
las de transformao para
argumas dessas normas so:

"riJir;lr'i;h]

T:

50 + l0z
Desvio QI = 100 + llz(Escalas
.le \\,echsler) ou
Desvio ei = 10u + I6z(Sranford_Binlil-

CEEB=500+1002

Assim, os escores brutos da Tabela 10.2 podem ser expres_

sos ern r'r!.':s tipos de nLrrnas derivadas e que so equivalentes,
c,-':'r-: l',-1:ii: a T:lela 1C.5.

br"lto

(r)

Escore
padro

Escore

Escore

Desvio

padio

QI

normalizad*

\L)

? ii

76

IJ

Z.Ot

1,96

7A

l,i-

t29

I 10

61

l2l

f. i8

lt

i rJ

i3

Ir:

0,ig

0,20

52

103

94

j
4

2
I

ir.{-i

-o 10

46

-0,99

4A

85

1,28

-1,56

34
28

77.

-1.7 5

-2,15

-2.0s

-) 17

t7

il. -:.(

7-i5
696
638
579
520
461

68

402
344
285

-<9

226

50

16'l

-:eq.normalizadas". Assentgs numa perc_entagem de casos_gg num

bos coincidem numa distribuio gaussiana dos resultados)*4r classes

@irupaisoresry

forma,jliqrinuir os perigos e os enos inferenciais_qssociau u*u g.und* dif.t.n"iuro dur rlurjifi.r.o*offir...

,dor
. nas notas ?, notas T e postos percentlicos.
O clculo das -classes normalizadas bem simples. Em priq, dessa

meiro lugar devemos decidir sobre o nmero de crasses a formarUm nmero mpar de classes exigido como forma de se obter
sempre uma classe infermdia (onde se situa a mdia) e que possua um mesmrf, nmero de classes acima e abaixo (simetria da
distribuio). Os nmeros das ciasses mais usacias so 5, 7,9 e li

ffi
ffi
ffi
ffi

ffi
ffiry

a#
'_ffire

-bJ!!

v!.r

Je'-e-..r-

ur-.!rrr

-r*.-:l:

:l.tperc'.

Definido o nmero de clesses. di'idimos a cui13 (-{c) ncnr:al

pelo nmero de casses {n). Habitualn*nie con.iC;ram-se trs unidades de desvio padrc acina e abaixo da media icobre a quase gobaiidade de indi'.,duos nuna amcstra). Desse clc:ieni-' iesuiia a
anpli:ude C: Ces', io r airil,-:ir : cd cl:s:e (A:). !:,e i'*.oi ; ,li::
muitiplicado peio desvio paoro 1DP) cos resuitadc,s na airiosira a
fim 'le encontiarrncs o vaior do inten'alo de resultados pcr c:sse
(Vi, Parrindo da ciasse inteimdia, somamos e subtramos metade
ri;'si iiit*n aio ii me'i.l d;-q r*s"lliarii:s e. clessa fima. ficam caic',rldos os limites superior e infrior da classe intermdia. O valor do
intervalo ento somado e subtrado aos limites superior e inferior
encontrados, respectivamente, a fm de serem fixados os limites de
resultados para as duas classes seguintes, e assim sucessivamente.
As classes extremas podem ficar apenas com o lircite de partida indicado, fazendo-se coincidir o segundo limite com o nmero mnimo e
mximo de pontos que o teste permite obter. Vejamos um exemplo.
No teste das vatrizes Progressivas de Rar.'en (Standard),
obteve-se urna mdia de quarenta pbntos e um desvio padro de
6,50. Como podemos distribuir nessa amostra os resultados por
cinco classes normalizadas?

*Fffi4

-jma_oqtra formajejlpresentar as normas de grupo nara a

interpretao
dos escores individuajs d-se com a fxaco cle..clas_

nocn f.i...on,rt
-.!sierr^LJ

infeiior. mdia inirior. nrCia. iredi: supeiiL;;

s..*ll4
rp:w

-0.67
-

i -;i'
\.--.-o
l,-JJ-

aq-.sr
*ryr*
ewry

Tebeie i'5
(-
*;^- +:-^r^ nortnas para os tnesm0s escores brutos
', a;-ios
ip.s e
Escore

ffi
ffi

classes. Se nos Estados Unidos da Amrica se popu{arizou bastante a distribuio em 9 ciasses (slarires ou estaninos). o nmero de 5 classes pode ser suficiente se no hou,r'er srand*s preocu-

Temos, ento:

Ac
,'lr :.

/n = Az ou 6/5 = l,2A

A: i DP :

i,?0 x 6,50

(amplitude da curv'a a distribuir

por cada classe a formar)
7,80 (interv'alo de resuliados por
classes)

.':ar.

',uma distribuio gaussiana dos resultados os mesmos

. .. -.i.

..

limi-

.tes seriam encontradc. -e, em vez do Cesvio padro, considerssemos a freqncia d* casos referentes aos intervalos em z de
cada uma das cinco classes, como mostra a Tabela 10.6.

'

--t-.-

.///"
: L',:

./

Luiz Pasquali

Distribuio de

Psicometria: teoria e aplicaoes

Tabela Io'6

escor,'
rs por cinco classes (inici
n:ediana.

o problema rearmente grave na normatizao de um teste

no o tipo de normas utilizado e, sim, a amostra utilizada para
fornecer os dados empricos sobre os ouais'sEro efetlr.,Jc.

com a casse

"" .-r;;;j""rl:;'"-tt

ala).

l-inferi
i

\ -i.

-1.8 a -0.6
-O6a11 ,

C.t a 1.8

> I.g

,ir.d:lirrll!:f

ao
Vl i -:.
-J

a 40,0

43.9

acima

'.80r
0/2
',80

;7,

dei I ,7

44.0 a Sl,7
> 51,7

muito prxima do, .:1.:'lassicao dos valores l"a"iii""i,

n o _,
; ; ;. ;;
a.
rryuats Dor classes (da .1':1.i
cham:
"
";;
c a s), o b rem o r u,"
u''' * p r"p;;#
:ff;:: ;::,X:
ses prximas da mdia.
";
"ff obtida
Sir,i"o airl.""r"

| |1

percenragem

ac um u

i:

4, r4

Todas essas normas so

tX ;': ;'r

fato de que as

- ta

lformas referentes a critrio

'\Jt'

faz parte. Tal procedimento a

vrios nveis de habiridade ou de traos outrs numa popuia;o.

si

ui.ri*

"o

"";r:"-1^lesqr'risador'
enquantoo,.,"o,.'fi
f..Jff :*n$r":.,#:m,:;.,:Xi

ii

c.>S 4!ilUsr.1. Cl:.A Sflji;

:j'J":';

convers*;;", s outras, como

mos_
s a' u*
Jre as o u trss b a c am e n "' Apenas e p,""iro

g en

uas riuiiilA-\.

"u",1""rr""li^lilll"-

ciasse (da chamarem_se

classes retangulares).

,!...i,\
sc nr.\.1
HrvusLqv

nas classes
ao" o.
centis),""i";;'.,o_n,irn.*JJ;tiil"("0"i,r.:ff
to m an do a

n:r?

mercado brasileiro d conta imediata dessa precria siruao,

onde
se podem detectar norrnas baseadas em arnosras nunca
i.pi.rrntativas e de datas quase pr-i:stricas.

jtt"touiodosresultadosporcrassesno.,n*-

il:::::::i,:

!!:i

no;-mati'o, deve ser estatisticamente represenrativa da popuia_

o; o que implica, praticamene. que os _qrupos normativos so
geralmente constitudos de
_qrandes nmeros de sujeitos, impli_
cando custos proibitivos que comumente assustam os pesquisadores que querem enveredar em projetos de padronizuo
C" t.rtes- uma rpida inspeo dos restes psicorgicos cispcn.;cis
r.lc

< 29.3
28,3 a 36.0
36,1 a 43,9

36.r -7. c
40.0 - 7,9g0it
"gci2

217

- -!

)OU

Figura I0.3

comparao de vrios
tipos de normas

. qUalgger outro traoj4tente.

o mais

d r !efortp em uma hab;liddercr:

H, contudo, situaes nas quais no interessa ter dados

dessa natureza, que discriminem.toda uma gama
de habiridades ou
de personalidade, interessando mais deciir
se argum
ou no um certo nvel de hab-'idade, ,t, aprerdi,gem "ons"guiu
ou de.-

'

E tipica..rente o cas em
Ae doni_nie
svsrl'rrv
-__' f-:
l.os
i:,.- ,, : !f n;lsgnatictade.
;1''
do, em
e o, em ia gn

;,*;:;..9"-.e--t
.

z
PR

.-j
o.t

QI45
. CEEB
:@
.".-...*'....-'."

-o=ryg

t;ro

300

:0 *4h@
50

too
500

t,
+t
.10 80 .
90 98
r070&)
I tj
r30
.. 6
?oo

q"n"t
-,rlttit'Pqt
w.m

+f

99

99.9

. 145
. ft

--F

sel

t.l
"t"tiaCa

st

co

p siqu i

rril

;';;;,

'
"

mas in:eressa saber

218

Psiconretria: teora e apiicaes

Luiz Pasquali

:19

co:{niiivos. do tipo estabelecidos pelas tason,--rmias, tais corno as

rie Bloom-Bioon. I 9:l: Bicom. Hasiings e Nfaciar:s. 1971, e outiils ou" mesrnl*- oara verificar se u:"n ccntedo instrucional esj,

-L.
s. u! \.-.;.itr i; ,.scu,ic !u LUliil.Jt_3 lo ..s,nle _
n:c ce qusn ioicfez a-'c..r-r.r
cc':e.:c.. o,=
",-.':;..nernento. -i,ss,::. x n.--iniJ i-.,=s-r;s c:scs s:r: r.:b._er;ir:.:
S-,;,
dO COnteC"- de U:]t
(-nani ic
..r. ;'eii::rrr;.ni,1
!r!ii.1i:i.J. n,1rr,
p!iqUe Sa.nje;li:
iCii n.-.--.
l=;:e::i::t
represiilfara dcmlio dc ccnieuiic. nc inte re _;:;::tiL p::ae:to.i1

^a--1

li;,i"

irrrl ri+ ^*;-:^

.j. ^^-rs.i t - {-,-. - ^.: -L -:.. - ,
L! !vrl(L,fur,
- \.!
:t.,:--r
_.,_:,-,1 :,- -1.
Q;-i'---^--,
!..rrrr:*r.ri!,..,:.
ir.r 1.":i:;r;S.-.j ui_iiiJCJ i--Cllll:t:I:j:l:_,

i :_,

irteressa saber s: un dado sujeito atinciu c es;:3 c:_:e r :r= j i.f

iaxa de suieitos psiqr:itrico5 i,l5-|-.,:i3 cs ncinais. i,;.rai:::n.,e
,'o interessa sabei o perfi cie normalicade rios sLleitos.
r:ras sin:
se eles atin*Eir:m ou no o ponto iintrofe de noraraliclde-ai:cr-

maiidadlE*: c_3so1!g1es como vvpi, que

.ql1!ry pon
Jara.a anorma_lidade.

rem para cacia

es_

Gnr

Nesse ccntexto, sc rrruito utilizadas normas o tipo acima

e.ipcsto. Dcis desses tipos so particuiarmente teis e utilizados,

cificamente

dos empiricamente verifrcados.

tt*:

4.1 - Testes referenles a cririo.

Esta tendncia surgiu com Graser (1963), que nera prinreira
vez utilizou a expresso crterion-referenced esingpaia desig-ar os tertes,

paicuianilenie no campo da educao, que vinham

;endo utriizados sob outras exoresses, tais como testls
referentes a contedo, testes referentes a domnio e testes referentes
a

objetivos. Todas .rss eipessaS.=iinliz-m o critric que era

utilizado na interp .;ao dos escos e uma prova educaciona!.
As provas ou tesle^ -:r',.,ct-::.Ccs p3rc. medir um ccrto coilic;C,:,
ou um certo conjunto de objetivos educcionais (os prccesscs

,.-rr"@-

nn:*<l*;n

1.. :1.;:

:r.ric"rdr.

-.nlrr:o:..
i-*:..::. ---^-

-^-.--i--^.:--:-:-.-..-..
;*i::l,i:J
S:::..:J: U,.t..-llli;li.ir
t-"r,n
enpriiir^.
in n+1,- nr,ro.rr.
vJrve
!r sr

N:sses

r-3.SCS.

: qu:3si

\1'--:

:. o:.
;:.1 .-r
L'c

rj'i_ic'lo

ro<.1
-.,,..^;ilali

-1u

r.r:.i.

1..

J,
t)
CJi-

j. primeir:me;te. a e:i!l;i'i-

tao detaihaia c'o cLrnteiio progf3mtico ern tpiccs e subtp;-

:as.'Drn1cclnc f psicent3::n n c'J:;3d3 u:. dei:s dee es:::'

i3pii5-iri.iJ. 3rn :3ri.s e intiil':;a. ric :e5iJ l\iest.'s iefere;te:; a contedo) cu a expiicitao dcs objeiiVos ou processos c--,9nitivos en\ c\'ic ls :13 rrrenC;23.3n't de tai ccnted (lestes ;ele;-;n':.is a oL.iet'"',:s. elarboranijo as tabr45 'je *sc.:': !iitf,ii:) i. ri:'j
s:girida. consiruinCo os itens D3ra cobrii adecuaC;nten{ os tir-'icos ou objetivos assin explicitados (r'eja Captulo 8).
O fundamento que alicera o conceito do domnio de aprendizagem que os investirnentos em educao, por exemplo. devem resultar num aprendizado que vai alm do ensaio e do effo.
Espera-se, na verdade, que com a interveno da educao. no
finai, os alunos dominem o contedo e no apenas que o resuitedo final mosire que o nvel de aprendizado se distribui dentro Ca
curva normal, onde entra a lei da aleatoriedade, ou seja, a maior
parte dos alunos aprende medianarnente, alguns no aprendem
nada outros aprendem tudo. O objetivo da educao que, no
final, todos os alunos aprendam tudo, que dominem o contedo.
Ento, obviamente os resuitados finais so todos enviesados para
a cauda direita da curva normal, conseqentemente, a distribuio no pocie ser normal; alis. se eia sai normal indicao snfciente de que no hcur;e aprendizagem. Como diz Carioll (1963),
se os alunos se distr!buem normal:nente no que concerne distri,' , buio das aptides, os resultados do ensino que se adapta s
'.:. habilidades individuais de cada aluno devem apresentar-se ieuais
: "gar os os alunos de to,ios os nveis de habiiidades, isto ,
todos os alunos no final tero dominado o conteCo e, prlr conseqi :ia- os escores sero toCos os mesmos."resultando ntr-ra distri" buio c escores de tipo J e no da cun'a nonrial (r'eja Figura 10.4).

*- t)

*l**sili#'

Luiz Pasquali

Figura 10.{
Comparao da un'a normal com a cuna J

ffi
#s

Psicometra: teoria e aplicaes

funo do escore que eles obtm num da,lo teste. Veja o exemplo
dado por Flanagan (1947) na Figura 10.5.

.sl-mq
FEg

*-- :3:
; thpie

4+ ln+r.i:lii.'ii

:_..':::t3_
!!rr!{!r:Frii

::i

_'

rellciia

enrro

r-.--nonn

em ri:a beier-ia de seieco parr pictos e a eiimineo cio

.-^:-^----^
Jat cllt:rlrtgllru uc -.^ uu
li:
illos

cc

Peiten';gea eiinilac.a ea teiiia.aeoto

para pioios

honers

Em casos como este, as normas a serem utiiizadas para a interpretao dos escores (resultados) no podem ser as da curva
normal nem as percentlicas, mas sim normas referentes a critrio, sendo este critrio definido teoricamente, preliminar ao prprio conhecimento dos resultados atuais na prova ou teste. Este
critrio, como disseos, tipicamente colocado em torno de 80%
de domnio do contedo (programtico e de objetivos).
Raciocinio similar usado'no caso dos testes psiquitricos,
nos quais o interesse se situa em definir quem atingiu e quem no
atingiu um critrio X que determina o limiar entre normalidade e
anormalidade. Cada teste deverdefinir o escore que define este
limiar. Por exemplo, no caso do Questionrio de Sade Geral de
Goldberg (Goldberg, L972), este critrio o valor 3 na escala que

vaidela4-

'

4.2 - Tabelas de expectnca

l. .. ---- --.: .::ri---:

..-: 1.::.:.:"-l--;*""

' , ;.,:,-Difereniemente

das normas discutidas sob testes referentes a

critrio, onde elas so estabelecidas teoricamente, a prori, no

'

'

---..-

caso das tabelas ou grficos de expectncia elas so determina,das diietamente por dados empricos. Essas tabelas do a probabilidade de xito dos sujeitos num dado campo de atividade em

:'::.

Fssa figura mostra os resultados, em estaninos, obtidos por

'

cadetes da Aeronutica norte-americana e a correspondente per-

"

centagem daqueles que foram eliminados do treinamento de voComg se v, h uma relao direta entre baixos escores estannos

r'., e alta percentagem de eliminao. Assim, dos cadetes que

obtificando TAYopara
o treinamento de vo, ao passo que aqueles que obtiveram um
estanino de 9, apenas 4Vo deles foram eliminados do tr:inamento. Dessa form4 com um tal grfico de dados. podt ie predizer o
percentual de xitq nulna situao, conhecendo-se o esc re que o

..-;--vam estanino 5,30Ya deles foram eliminados,

l' ' .r'

1A
I *t"i

!-uiz Pasquali

Fsicornetria: teoria e apicaes

,a) o cculo de alfa mediane

a anise da varinca {}{oyt"

94 : Winx4 Lg7 I : 28j:Zg6);

h)'9ckr:b,de a!,a lia,seado,na

arir!ise'fa,g.............o.ra.

*sis

nr.ice_

xernplo: irateria de trs tstes d* raciocnic (verbai_

r'umi_

ri*o, espaciali orn I *" 20 e 4ri it*ns *ada {tota * lE*n,

= Zi,
vanncia total = 40 e varineias para cada suhteste de g,
I * e il.

sc

os nrais utillaadhs aqrsli s, cc*f-{enie &eta

i0).deearrnines {carmines e Zelie l939},e o rnega
{O} de Helse e Brnstedt (.lg?0).

Qua! o alfa e o beta cla bateria?

Resposta:

Enfim, fui.uma seara imena de nraneiras esttisticas de traba_

Ihar a preci'so por rnein da anllse da eonsistncia interna
dos itens"

:.?.3 - Estinaao da fdedignidade de tlma baterja de

-'8+r0*i2
*=-_l-l
"{.,
t_ z i*:_i
i_
n-t,\ sij
3-t\

40 )

p=
resres

testes da

tolais de cada sul:teste (e no os

dados de cada item), para a qual se quer obter uma esiimao
do
coeficiente alf,a baseado nos dados dos.subtestes como
se estes
fbssem itens. O beta ser idntico ao a*fa s* t*dos os sutlteses

si-)
u=ffi
.i

,il

r!

onde

os somatrios so feitos scbre e nrrerit de subestes na

bateria

cscore r.erciacieiro

Conirecendo-se c, coeficiente de fidedi_enidad*, calcuiaCc

:-",;rr
algunra das tcnicas anteriormenr*
possve! se fe:er
"opnrr.
alguma esrirnao de qual serja a *r.j.r*
.u*,ldu"ro (V)
d;;;jcitos no teste e, assim, cie!imitar
o tamarho da erro existe*.i* , o
esccre total {T}" s tecnicas mais cnhelCas
para esta estina*
so as trs er.postas a seguir.

i-rl:
\n/ i l

2.3 - Casos espec,ficos

:.i.1 - Estimao tl;

(i.e)

io-D

pcisn:kn.

tiverem o rnesno nrnero de itens, caso cr:nrrio ele representa

uma
r:.riao nrelhor do coeficienle de pre;is:c dc qire * p;oprici
alfa,
pois este subestirna este coeficieile rn caso de
desiguardade de nmero de itens nos subtestes. A frmula a seguinte:
s)

+o-tBn

-,-:- = o.Ji9
'
"-"
tyt'?
iro:
;
+o',:li
j:
r:
ar] l-1i
i *! I .,-1": i I

Com a correo de Raj*, o alfa passa de 0,375 para

0.-13g.
visto que os subtestes pcissuem nmero eliferente
de ii**r. S* *r_
tes tir,'essem o mesmo nmero de itens, t:.beta
serla igual ao e!.

se possui apenas os escores

--

L t';0,' r7' \;Ol I

Froposto por Raji: {Lg:i7 },o beta const;tui um caso generalizado de alfa, pois utilizado no cso de uma bateria de

quai

141
tr,

ii
i
t

i
I

s|:

..3

sj
n,

a varincia toral da bateria

e a vari:rcia de cada s*biese
o nmero de itens em *ada sul:teste

n o nrner tota! d+s

ir**s d* toda a bateria

a - Desiguadade

cJe

Cheb3.chev

;.;

:;

.:

fbimula g*ral d* Chebychev

(?" I 0)

L\c= Y

a seg*inre:

r eiix-XisKisxil=,-

i
{

!
I

t
*

I
{

,;

iom o, dados da Tabela 7.5 prdemos calcular as mdias e as

varincias que vmos precisar para o clculo dos coefcientes de
fidedignidade utilizando as vrias frmulas acima especificadas.
os clculos das mdias e das varincias esto na Tabela 7.6, e os
dos cseficientes de preciso es&tc na Tabela 7.7.

Mdia Total

;Irt6

N5

Total

s-2
i Z-l
-1
s;___T&
.N

I
I

I
:

Do,

Coeficiente

(c)

-)J

Frmula

It.".

Dados

Resultados

66.
_?.ra

ds

Frmula

Dados

. r'l

" l--=n-r(
*
-l

Rulon

GunmanFlanaean

s; = P;Qi

Resultados

s i .r&-jr=.1J.-l{+fj- l6
-l\
:.96
)

,SD
r- 1

I,0ig

0,681
0.6.i8

2,96

2,96

l{5

coeicientes de precisilo doc dado6 da Tabela 7"5

si

-5

-rr

P3ioonrctrlc;taorieaeflhaa*,

Varincia

: -

Tabeh7.7

A,lfa
-

. " Ocrlculo dos coeclentes de preciso dos dados da Tabela 7.5,

utilizando as vrias frrnulas descritas acima, encontra-se na
Tabela7.7.

Cculo
Tabela 7.6
Clculo das mdias e das variacias dos dados da Tabela 7.5

"3_

t:-

'.

. +.l

r-:{,_-*:

{'-#j

?lr_

1'

t.o+

*o.go

0,649

z.s6 )

i
I
I

it.r t

4/5 x l/5

item z

item:

3/5 x2/5
3/5 x2/5

item 4
item 5
item 6

3/5 x215
2/5 x3/5
l/5 x 4/5

Itens pares

sP

Ip2

-1

l5/5 -

t4,

0,16
0,24
0,24
4,24
0,24
0,1

2
s1

Zl2

-)

:-.Difeiena'

2
Sp

In2 -.j
-u
N

2t/5 - 1,8'

0,96

6/5 - {-0,42)

1,039

rmentar de pi

*['?j
(

K4,

d ( t_- .t^:r+:{+:{+.1{-.r6
2.96
)
-l

e-r\

0,691

+z

T-l---t!-

si)

4,594

l;04

-_P!
Itens mpares

K&o

(:

I - pi)

Observa-se que o coeficiente de preciso praticamente o

mesmo, qualquer que seja a frmrula estatstica utilizada para o
seu clculo. Isso ,apenas no verdade rpara o easo da frrnlla
KR2l, que produz um coeficientelbemln--enorq$e o KR20, e isss
porque os itens no tm o mesmo nve kde.dri;ficuidade, condio
necessria para o uso da frmula KR2l.Fortantg o uso do fdZl
no caso no seriajustificvel.
guisa de informao, nota-se qe h ouhas maneiras de
calcular o alfa, salientado-se entre elas:

I
i
t
I

I
I

uil

Pasoual
P-.,

!cc:'ceti'i

2) Grunran-Flanagan:

(7.8)

z 2\
(7.i) ro=:f,r_lLI!_
\}TJ

tco

ri*

e ap!caes

^\
:i'-+i
n-lt s:t

a frmula de aifa quando os itens so dicotrnicos,

qual
caso no
a varincia sf = pq, onde p representa a propcro
de sujeitos que acertam o itern e q proporo dos que o erran.
,Essa

dos.esc,ores nos itens pares

si: i'ari:rcidos

A outra frmuia :

escores nos itens mpares

:;:: r'arincia total do taste

arro

onde

s;: varifucia

KR26 =

I
I

KR", =
-t

easo Rutonquanto o de Cuttman_Flanaga;i

constitu_

ern ca'ros pa*icutrares de alfa q*ando

o=
isic , as duas meta_
cies de um tste, onde
s; so substitu,Cos por .2 em Ru_

nl l_.-l
n-ll

l,

,f e

lon e por s ,
''
I

_
-r .\
"-rl'

l-

"i

ern $uuman-Flanagun. ,i."it*

3
3\,
:, : i. '

"uro,

\Lpq=

nn

l_-l-__
I
I

ir---iSuieitosi Il2-1?
Su-ieitos
I

= f. .lot*-u", contude, que um teste de apenas

dez
iz,r

=;j

llens, por exe*rpio, ter 25! rnetades

possveis!

:
3i Kuder*Richardson:

Soma

ll3ns
itens
?

:
{
:56

tt0l
I0tt
0l0
Itti
100
JJ

aLlsi e s.

:s

famosas fcrmules de nmero ZA e

destes dc-is

= sma dos itcxacer.adas

F = itcns pares accrta,j;s; ! =

. T?FP:iFP.I
I

0
:

0
?

Ltdia

So

t:

T--

Tabeia 7.5
Exempla geral para esses vrias, frrnu .s, onde r significa que o item
oi acertado e {} gue foi eradu (irluia 1992: 53)

a saber. o

DDII
^ r
i-FJ = np-npp - np----::--

npq = npl

^2 I
r.f

o problema em dividir o reste em duas rnetades

consiste em
saber eri: que duas metaCes dividi_lo.
A
resposta correta seria:
du,as rnetades que sejam
equivalenter. c
de cronbach
soluo para o caso, visto que ele
"li^ o vaor curra
.*pr.r.rrtu
mdio de
possiveis i* qu* u* i*rr, de n itens pode
ser
:::::,::,Trdes

ri i!r), iepreseniandc.
ponerlto, o'a ior esperad o das m etaci:s,
"'!
1

Essa frrnula supe que, atrSlr: de dicotmicos, os itens tm o

mesmo nvei de ciificuiCaile, onde

39?1t
416tt3
2.1
ltl
6 36 3 93
I I 0l
16 6 7 159
3j
r,4 r.E

pelc'suj*ia i= a5a:om total

:ert lnp.irw acenaccs

D = difercn: e*trc acn!-r n*s ;:*ii$ pai'*

.*

e:ss lieos ilnpaes

tll

9-2.r
100
900
t -t
2t

-2
-0d

+o

tuEftNrqal

hicornetria: teoria

Vejarnos o eiremplo na abela ?.4.

rt0l00
toit10
.0 I I
lllllr
100000

I
J
i
i

6
I

3 3 3 Z
' - :.'r l+
I 0.8 0.6 r.
I -l
',,;:r,.J. i5 i.:+ L.:+ ,1- t,:+
-t -tLt' 1.t.8
s=
N =;=2'96
So:ria

6
1r
-

C.:
0,16

"i

a, ry= _g_,
n-l[ t+)6-l[
_

= respostacorrera;0=rcspostaerrada;

1=

(1945), entre outros. Aqui, contudo, eles so apresentados

depois, dado que logicamente constituem apenas cesos
especficos da frmula geral do alfa de Cronbach. Vamos ver

4,94

brevemente alguns desses casos, para os quais apresentaremos,

14.8

logo em seguida sua exposio, um exempio comum para

todos cles, nas Tabelas 7.5 a 7 .7 .

r$

-2,2

0,04

2.96

l)

Rulon:

Iteml(X)

|
|
0
I
|

o.u*,

=
2,s6)'

sT

onde

_ T

2
J

4
5

Soma,

Mdia'

4
0,9

n?
,
Lx'0.80
t ===o,tu

x2

0,2 --------TF4

0,2
-0,9
a,2
0,2
0,0

(7.6) rn = l-+

Para efetuar os clcuios acirna preciso se calcular primeiro

varincia
a
de cada item individualmente. Este clculo Jst ilustrado na tabela que segue:
O clculo da varincia do item se faz corno segue (exemplo
com item l):
Su

II
rl

0,9 0,04
-\,2 1,44
2,8 7,94

-0,2

si = 0,1 6+ 0J 4 + A,24 + 0,24 + Q24+ 016 = i,28

'

estimar a eonsistncia interna de um teste. E o caso de Kuder_

Richardson (1937), Flanagan (1937), Rulon (1939) e Guttman

Trt2

Historicamente estes casos especiais de alfa surgiram

antes do prprio alfa de Cronbach ( l95l ) na psicometria para

Iiens
2

pEnages

*b - Casos particulares de alfa

Tabcla 7.4
Clculo do coeiciente alfa de Cronbach

II

0,04
a,64
A,O4

0.04
0,80

4 t
ou s) =Pq=;n;=0,16

rf

e a varincia das diferenas entre os *scores dos sujeitos

nas duas rnetades de um teste

s| a varincia total dos sujeitos

no testf

As diferenas'oD" entre os escores das duasmetades, que se

supem paralelas, seriarn de'idas sornente aos*c de medida. Se
no houvesse err.o, "D" seria 0 e,a corr.elafu seria I - 0 := I .
A frmula de Rulon surge diretamente.da fmrula 7.2, isto ,
.L

rn =

Sc

onde a varincia eno (sl) substituik

;
sT

das diferenas

(si).

pela varincia

t8
i

?9

iT

i38

LuizPasquali

Pscr:rnstflia: teore e apllcaes

siste em divliiro teste ern duas (ou quantas

se cuiser) metades equiv"alentes. Ns a esr o.camprcarior:
as metades
lenes" os itre,tmide.sr em nmero
ilual

a-Ocoeficieniealia

t#J*;;;"r-

nas,duu*

**gr_].*

3J9

"

rnesmo nvd da dififrids,ter o *esnic

n{rer,.ds, discriirngo e
ter os rnesrffi ind;ces de mnsistncia interna.
Sa".rSe"r'#;._
. mas para s poder assurni-las ccm banqiiilidade. Ale
ruo, no

;:i'#' ' : .:Erba no teeha sid* o prim*ire a trebahar cam este tipo
:de'aniiie" firi crenbacr (rgs-r) qerern props esre
eoefici*o*u

j.L.u-

Ir'

i:,di',r'

divi& em Brimeira'rnetde segr:nda rnetade, h necessidade de se mwer

Eue ac respostas ,cs.itens da,prir,neira me.ade
caso da

g;*J

:::que,rcfete,o gra{r de covariicia dos tens

entre si, servind as*

"sim'de ndicador da conslstncle interna

,frtnula a seguinte:

d.

prprio teste. sua

nao

afetaram asdas*gunda E a'inda existeo probrerna,

en t*ste onc, o,
itens so or*enedos em. termos de difrculdade,
de qu* u ,*gunO"
rRetade rnais dificii do quea primeira.
,rsso no"ser obstcuro
rn:icr se em csdametade os itns f,orern rigorosarnente
ordenad'::- $r terrncs de difeurdide:
o ltem mais f,ir aa prim*iru ema*
emparelha coilr o mais fcir da segunda,
o irem ruir airi.it u primeira emparella corn o mais tiitcir da
segu,rcra r assinr pc,r criant.,.
hro'amente algo dificil de se conseguirna
irrica, Ademais, no caso
rja diviso do lesteens rnetades, pciso

corrigiro ndiceesatstico
(correlao etr Gs ssres d,ils duas,naelades),
pera frmura ,de
SpeannarBr*wn, dado que * ccr::primento
do teste afeta substan_
cialmente o coefciente de fidedigndade (veja
ponto : -, ca*os espei icos mais a,Ciante).

(7.s)

'+ )

onde

n: nnrero de itens

Iri

'

alf (a)

Fi ,-:rna snc <ie coefcientes de preciso

que resultam cia anli-

se s.atstiea dcs dedos de urna nic

apliea* de urn tesc a lrnna
u*nostra reprs*afativa de sujeitas"
Eles visam verificar a consistncia.intema d teste pela aniise da consistncia
lntema dos ite::s"

.l':,{

'.

verifcandr: a *ongruncia que cada irem

do teste tem sm o estanto

crs itcns io inesmc t*rt". O caso mais geral

A obtene do coeficiente a!,enranda o crcuro

de trs parmetr's: a varincia tota! do tefi (4 j. a varincia
de c;:<ra item indiqsf
:jduug":* ; e a sr:rna das u*ioi"i* desses t"* ;5. ;;
frmutra deixa entrever que ser rnaior o
ndice arfa quan-l varin_
cia'especfca de ca'a ltern for pequena e a varincia
que eles pr+.
duzem em conjunto for gnande" significa que
a sorna das vari:pias
rios itens individuais se reduz e aeta
a verincia que eres tm erh
comum' que aquela qe gr:*nte e ccngn:ncia
(cansistncia interna) entre os itens d<i rnesr*c {es.e" ssg signifca
que, no exfrenlo,
toda a varincia produzida p! esi
{rj,) s*ri"
Arsi*, a
f$nIula de cron:ach mo'o qe, se todos os "o*,*ian.iu.
itens vararem do mesrno jeita, isto , se no !rou'e; r,-arincia
entre os itens inclividuar*
mente, o aifa se iguar a i; *,:cr <rizer, os
itens sero totalmente

hornagneos, de fato idntie*s, produzindo

exatarfiete a

desse -..ipo de aeliss-.-,

ctx--fiuientr.al& & Crryrbach" tendo corno

casos paticulares ,*ms sere
de oukos cefieeat*q tais sorno o de
Rulon" o d*urturun-Fialt*ge* e o de Kilder-{ichedson. Considere.mos
algrns ds}$ a $sg&rr"

, rounu das varincias dos n irens

s{-: varincia total dos escores do teste

. , *t* que todos esses problemas no toraam essas tcnias

*teis; apenas o pesquisador deve dernonstrar
que, no seu caso,
"
eies ac ocorran a que sua influncia
nao,"i if"rr*r..
n^r.t.L
- Uc*ticlenie

o.=-rl.,
n-r[

'

,. t,.,{1ei*, Comc tal e'ento *o

;irovvel,

**u

u,*-

o alfa Oar,a ta*toJ;;- 'gmncia cn'ccvariaa que

*s itcr:s im den.rc da este" C *o*n*;*n. te alf.a vai de * a r" indiaand : * ausnciatata! de eonsrstsncia int*rdos ite*s, e * l, presena de conslst:rcia de !$0g_
,ma

,ffi$

lf
t'

fr:iifblqurli

',

,.,a,,#

": ?nbcls T*3

Clculo do coeficiente de prciso com

Mr

t4

ml

nq

hrt

mtl

50

30
20
22
20

20
20
24

e2
-0,9

0
0
4
-2
-4

84,64
0,64

0
0

1,44

l6

40
46

38
30

l4

l8
l6

2A

22

l8
t7
2t

l8

12
36
J!
14

23

l0

50

26

l
t\

4.4
L't

0,6

27,01

l6

20,8

183,6

94

78

200

a
a

lLm-, 1183.6
ttr,=-=il

Ns1s2

=428

78
=

-1,6
5,6

0,0-4

2A,A

It,.'

1,6

11 )

14,44

2C8

l6

20,9

0,64
46,24
0,64
7,84

0
0
4,8

t?
s?

li

ICia

ftl

-0,8
-6,9
-0,9
-2,9
-3,8

10x438x3,07

t",

ia
I Lmi

/-"-

19,0

=3,07

= 0J9

;r"r"il;;;

q4o]||;;;;

l.,i;il;;"';;;-

l+0,59

pequeno.

::tr:,-;'j,iil,.i;,:

. .. De fato, v-se que a correo de Spearman-Brown elevou o

ndice de 0,59 para0,74 coeficiente, oLviamente, que ainda dei_
xa a desejar; emborao nmero de sujeitos em que ele foi basead
Crtiea. Todas

::ii,i::ff

fb;*

fo*"

l rrr
2x0.59
in=:-- -:---_---=0-j4

,'

L,.

novidade. Isso quer dizer que o sujeito, ao tomar a

g. - g
o mesmo sujeito, I,ois a exposio situao A modii.o;;- ""
No caso do tesre-reteste, rs tipos de dificuldaa"u
o60r_
rer: I ) particularunente no caso de testes curtos e co casodo
intervalo
entre tee e reteste ser curto, a memria pode enfar
er' iceo. fezen_
do corn que o sujeito d a mesna resposta goe rtreu
mente por se le,nnbrar dela e no em funo de sua
reao/coniecimento atuais; 2) ecr caso de testes longos, entra a questo
da atitude
isto , o sujeitopode ch;itear-se, irritar-se ou r."glnO.

Correo Spearman-Brown:

seja ridiculamente

ga_

culdade e de discriminaco da forma B e assim

oo, i.
A teoria da resposta ao irem (IRT) pode ser de grandovalia
nesse'
empenho. dado que ela nos r esses parnetro5 er,
;rrnr. aiJ*
desse problema, existe, no caso das formas paralelas"
a situao
em que a segunda forma aplicada pode ser influenciada
pela aplicao da primeira. Isso particularmente grave ere
situaes em
gue o teste constitui uma instrcia de aprendizage6,
,o*o ouuo_
do as tarefas envolvidas no resre .r .pr.t"nt rn-;;_
para o sujeito- Nesse caso, as respostas segunda
to"*" i"iao
tambm a influncia dessa aprendizagem ou dessa
i.*r" U

-:--

l+(n-t)q2

fo*.,

isso no, irnpossvel,

$ paralelas,
quiabo*s.
{eolcamlte
"rnAo
,,, lo. Na verdade, se.tiverrnos disposio uma
sri; granA' O"
itens que sabemos medir um rao qualquer e Co, quuiJ"ilf,""rmos os seus principais parmetros, isto , seus i"ol.o"-"rdade e de discriminao, podearos consrruir duas
o";]1-.

mrmr

4
4
25

Sorna

,t-

1,2

' ,-- I

das fonnas peralelas, o Froblerna

mais
na
difi
:
ve
sihra-se
culdade
de c 0n se gu irem-r*
l
p"rf"i-

ffifoi*eaaplo,no sa*r

metades
Suje!tes

Bicpnetria:teoriaeap&cses

'-

essas tcnicas e delineamentos apresentam

problemas que s vezes podem ser difceis de serem iuperados.

'

forma negarira,a rer,de reperir a nesma montona

ponder ao mesmo enome nmero.de titens gue *ab"
d;-;.;;;;;;
3) particularrr,rent no,casio do,intervalo rrtre "te# e
*"rr"
l"ro"go, uma srie de ftttores pessoais eoo rneio.ambien,r.p;;;;;;
conseqentemente, o sujeito respondeni.afcndo por
esse, ,;;;. fh_
tores intemos ou extemosquemudaram com opa$ard;;;;

Capbell eSanley, tg73\. .

Para fugir dos problemas

de teste,reteste, utilica-se
a tcniea das
duas metades para carcuiar o coeiciente de

fidedfun;#;

rii,re.:11':::1

-f:}"r.; :

:,?i.r1$
.1.i.1.t. i:.l
t-::1i....:

rM

TN f.
n&
$-

tll

'\r r

-\d

q
Captulo

-h.
I ''.
i

JI
\

Fdedign ida Ce dos

I - .eoria

.'ffi

,'

rY

\-i

"\\)'.

testel
'lo;t >>*
\\
1\J

Q, parrneto da fdedignidade dos ,te.stes.rveni referenciedo

.sob uina srie elevada e heleiagnea de no.mes. Alguns de:ses
ncmes resulram dc prprio conce ito deste parmero, isto , pro_
urail erpressar o que ele de fata reprsent paa * este. .;tes
nrires so, principalmente, precso, fidedignidade e confiabiIidade. ou.tros nonles deste parmetro resultarn mais diretamente
do tipo de tcnica utilizada na coieta emprica da inforrnao a
da tcnica estatstica utilizada pra a anlise dos dadss enrpricr
coletados. Entre esses omes oclemos relacicnar cs seguinrr
estab i iidade, c,ansnc ia, equ ir-alncia, consisrncia iater*a. .[:sa
ncmencirrura icar mais esclarecida quando tretarnos das tccnicas estasticas na determinao do coecieate de dedigaidade.
A fldedignidade ou a precise de us,c teste da resp*itn caracterslica que ele deve possuir - a de medir srn e:ff$s.*, donde
os n.otnes preciso, confiabilidade e dedignidade. Md,r sem
erros signifca q.ue o ilBcsmo teste, medindo os me snros,sjritos
e'm oe asies diferentes, or restes equivalentes mrd,ndo os rnsmos sujeitos na mes&r. ocasio pro'riurern r,esulados id.6nris*r,
isto , a correlao entre essas d'u,as rne.did,as dev,'e serde I- fii*retaeto, cono o erro est sempre prescnte.,6,qualquer medida, esa
eorrelao afasta-se mais do t medida que .,f,or nlaior o arrs
eometido na rnedida. A anlise da precis* de um instrurnente

i.

i:
!!

{
F

Psicometrie: teorio c eplicres

psicolgico quer mostr&r precisamnte o quqto

ere se afasta do
;9lCg cgrrelac l, detemirando um coefrciente qu", q,r*a *"i,
pximo de I menorsero erro cometido na utilizaodo
t rt .
Estatisticamente, o coefi ciente de
d
ign
Ude,ro,
defnifide
do como a correlao entre os escores dos mesmos sujeitos
em
duas formas paralelas de um teste, T, e T,. Assim,
o cefciente
de fidedignidade defrne-se como f.no da covarincia
[Co',-iT,,l)J entre as formas do reste pelas varin.iuu f.i . ,i
I
das mesmas, isto ,

o coeficiente

pela varincia total.

verdadeira
^vaTiangia

Adernais, sendo

222 +SE' segle que

sT = sV

221

Sy = 51 -Sg

)a

Disso resulta que a formuia 7.1 se

77
,t tE , que. simpirficando d

torna

rn

(7.2)

oncie

=+

ou

S1

.'n-= 2 _ l
s1 sT

(l.rJ f=;s

"i
r,= l- +
si

rn:. coeficiente de fidedignidade

onde

sf,: varincia verdadeira do teste

d:

precso rtnq
/g

de

rnl

varincia toral do teste

coefi c iente de fi dedignidade

2.
Sp' varincia erro da medida
7

ijsta trmula surg da definio de preciso

ser a funo
da covarincia pela varincia, isto ,

Normalrnente essa formula rm expressa em termos de esco(V) e escores empricos (T) onde

res verdadeiros

cov It,t,-

l =-=
var

sT: varincia total do teste

q,,

(i.3)

Ns1s2

rru={rn=l-

sT

Entretanto, em testes paralelos, toda a covarincia

entre os
dois testes devida unicamente varincia verdadeira,
a

saber,lvrv2,
Alm disso,

QUO

igual

Zu2 , uma vez que

Sl = 52 e, conseqentemente, o

Vr

= vz.

.n

--."=*-:

\i.'2 2
Lv- s
=i-=,
Nti r

,T\'-

produto das duas

varincias a varincia total dos testes, ou seja,s,s,

=sl.
Assim, a frmula simplifica-se p:ua
1

Essa frmula surge diretamente da correlao entre o escore

emprico total (T) e o escore verdadeir.o {y}, ou seja,

--

rTv

Is

:rnas, cOmO

t=v + g,

entO

Nslsy

I(v+e)v
Ncrsv

Iv2 *Iv"
Nhtv

umavezque

.,2
3I-=12
-v

Entretanto, Xve vem da equai?o da conelao entre esco.re

verdadeiro e ero, a saber,
As*n, Iu. rysNsysg .
=
=

,*

#.

,4

,.tf

r3

Luiz Fasquaii

Psiconrerial teoa e apiicades

Como a wrulao ente estes

dois escores (V e E) d,
For defini+, iguaia0, segue que

. fve=rgNsysg =g

','".cicas decstirmao do coefiiene de dediguidld:e

t3t

B
g

.,,,

ffi

estes, existeln i-ls tipo;

de dti-r:*amentos (procedirnentos experirnentais de colete
da inior_
:,mao) * dnis tipc*,,a$,rnaiCelbs,de anlises estatsticas
dos dadas

H
ffi
ffi

coletados (eoneiao,.e tenica alfa).

rv

fZ
= lrKr.sv

mas,

segue que

'

tg

e?
t

-._:Y
-.-2
N -)v

(a varincia verdadeira;,

Sql' sv

Que

,,

|:t:tistotAt":toOe*e
, s =_$, toda a

i1i!":
cia
verdadelrs,

si..

2'l'1

pela fe,rrrnula 7.i.

rnfertr que se no hourzesse ero na

varincia do resre, s|,
varin5!f , seria r

Aplica-se a.uma arnostra aleatria de sujeitos un este

nlr,xa
nica oasio e analisam:s os dados em termos cra consistncia
interna dos itens via ou I) cras duas rnetades ou 2) das
tcnicas a!fa.

pois, nesse casc,

=I

su fornras piaraielas.

pli*a.se

qu. rlrandr a raizquadrada dri a fr_

.r

l :: ,u{lt
ser esrirnado
::.fd;die;i{ao1_alve
o ,ioi* e"co

" empfri_
"..*,"i.
parrir dos escore

f"*;;il;;;;;r;;;;

um emostra areatria de sujeitos :su' teste il.z Lr*e*

amosm o &resr$ test s*l urra
ccasio utrterior (or), faeend*-se a corretac entre
os dois conjuntos
de dados.

sia

I (,)

&

e reaplica-se mesrna

nem

sujeitos.
,u_iritor.r"r;.
ssim, .".i$i*rri"
-a

pnto l.

plieaxea urna amostra,aieetria de sr.r.ieitcs dilas foi-mas paraIelas do este rru dcis testes paraelos p, . fr) nurna
nica o.uuio *
faz'se,a anlise da correrao.*rit" *.diuut'bues
cos dois tesies

2,!.3 - Urna a:nosrra de sujeitos, um mesno teste e duas

ocasies

O prcblema prtico com

essas frrculas que nem
t: dados q9tg.s
pelas respostas
resposras dos

it
!t
tl

$il
tl
F It
t ti

#ti
fi

g!l
gti

ilt

4 tt
r!

Fit
5tr
ffirl

si

,U:ro, ,i- =*it-ro),

'\
mula7.4.

-'Jma air$stra de sujeitos, cois te*Es e rma nica ocasio

{veja caprr:lo s}

De ltc, d* 7.2 sabernos.quu

,,,

$ti
2" l -2

O",:yr de{nie$iarnbsr seqile

o conceito d* erro ptdrjo
,
ns*ricia
"ie
tEF,!: ts =srr ou

er/"

il
-1

si

7'' - EFb{ =

- u ma amostra de sujeircs, um mcsmo tese

e urfl a niee ocasio

,o=Y=l
ou L=l-9=,
cE-2
rv

2.1 - s delnesrnentos

!lr
i:I
t rl
i rt

=4=3,
scv fu

:?,Que
ser eig,sto
no

$fi
u

-r;v

FlF

E
i

Ento

$r

f!i
il
$ti
G rt

Fil

il
ffiil

$ It
ft ii

ti

2 2 - T{cnitas estetstieas

mbora haja dez*uas de ndices de'fidedignidade

{*r:i!iks*n,
195*; $.rmr:ally, Ig?S), hr{ bsica.nente duas tecnicas *utd*iu* p**

gg
#tr
Bf!
ff$i
, l
t

d-

#.rj
ql :l
*.t
e.
ff ti

l.b
a estin'so de seu coefrciente: a correrao simpres
e a(s)

Takh?.l .

t&aica{s)
alfa. A prinneira tralha com a correlao, e as segundas,
com a

varincia
'

' '.

'.
A apresentao de todos esses ndices seria de pouca utilidade

elineament
e

no baria esclarecimentos suficientes nesta rea estatisticamente

complexa da fdedignidadc para o pesquisador e p.ra
o p.nrro"r.

Para quem quiser se enredar nessa marha de coeficientes,

aconselhamos os dois autores ref,eridos no panigrafo anterior.
Aqui, apresentarernos somente os ndices mais utilizados na prtica
dapesquisa

uso profissional.

Proccdircoto
cmpirico

Tcaica
i$:.t

Fonnas
paralelas

no

Cocficicne

plicar dms formas EquivalnFaralclas de un tcs- cia

tc, T, c To amostrarcprcscnativa dc
sujcfos e calcular a
corrclao

l.:.1-Acorrelao

testt

-., coi;elao, utilizam-se os dados cotados.,n;; ;or;;

o;;;;dimentos ou tcnicas empricas de coreta da informaao qdelineanentos). Cada um dos delineamentos anteriormente .*por",

senra vantagens e desvantagens. por serem diferentes

"pr*os procedimentos empricos utilizados por esses delineamentos,
os cficientes de
ficedignidade que deres resurtam tomam nomi'diferent.r,

r!

ll

:
!

ii

td'

tcstc T :os mcsos de ou

sujcitos cm duas const:ncia
ocasics diferentes,

O,

Irria obter o cceficiente de fdedignidade por m:io dc

mcJ:io

cO.,ecalcular

ccnei:iio r,

Duas meta- glicar um testc T Consisrnarnosra represmtai- cia intcrna

vE dividirT em duas do tcgc

pancs cquivalcntcs
(itcrc,pares ur. imga.
r"s; l! c 2! metades;

ou outa divisfu);
calcular corrclao
cnu as duas metadcs; aplicar a corrc-

o de Spcarman-

o.s"rnrg.m

Batc diretarnente
com o conccito dc
Testcs aplicados

Dicil conscglir
formas perfcitamenic paralet'as,
i.e- medir mcsrp

numas ocasio

trao latntc cm

fidcdignidadc

hcns diferentes
Garanria da cquivalncia (paralclismo),

Dficil de6nirintervalo idcal de tempo ente O, e O,

poisrrtesedmeslo tst T

Dicil controlar
cventos que ocorren enlre O, e O.

...

des

Broem

vatagicm I

rr,,.

Testc.rc - Aplicar o mesmo Esrabilida-

falemdameSmacoisa,comosevexpostonaTabeIa7.l., "*r"
O coefciente de correlao (r) expressa o nvel de retao
ou a cofiespondncia que existe entre ois eventos.
E o tipo de
coeficiente'utilizado. com as trs tcnicas experimentais
de
estimao da fiCedignidade acima descritas. pr
excmplo, se
aplico um teste a cem sujeitos num dia e o aplico novamenie
depois
de transcorridos trinta dias, e se a crassificaao
dos cem sujeitos
for idntica nas duas ocasies, isto , os mais fortes continuam

"

Estimao do coeiciente de frdcdiguidade segundo os trs

xi

apcnas uma

loiri.it

garantir

aplicao (evira I equivalncia

cr**os remporais)

das

duas metades

I lcnica de lr

e 2!

mcEdes no con-

trola fadiga
teandos

dos

ao lomar

2r mekde e normalmentc est mc-

tade contm
irens mais

os

difcris

aplicaes, continua havendo ,uma orrq$on,Jncia entre

essas

aplicaes. O montante d,e.ss,a corresgrondncia o que o

coeficiente de correlao determina: q'ram mais prximo
o. t
positivo for o coeficierr"te, ,mis gdxima de l00yo a

correspondncia direta entre :as'duas olass!caes; quanto

mai:,
prximo de -l (negativo) o coefciente,ita# mais certehatemos
que os primeiros classif,icados:naprimeiraErlicao
do teste sero
os ltimos na segunda e vice.reFea.lJm,sediciente
de 0 indicaria
que no haveria nenhuma relao:entre,cx
ocoreu na primeira
aplicao na s*gunda, isto , a partir &al"e ificaao
dos sujeitos
obtida na primeira aplicao no d par.prdjize, nudu
sobre-como
ser essa classificao na segunda aplicaa A Tabera
7.2 mostra

_:__=T

./'

ii{

Luiz Pasquali

Fslccmatria: teris

somo-se

*rlcilla o csefic;ente de orreia,l. entre

os esoies de
dez sujeiras acs quais ic:rarn aplicadas ,l..ias
urn teste de raciocnio verbal (&"V,
e .V. _ eiades f,ltej
rctcios),

fr;;;;"r"I";;;

"k' e *y'&

os desvaescih X e de

rnddias.

**

,*lue* fu

onde

-"*

;;#ri*

Tabela ?.2
Clerdo dtr.coeeiente de.eorrelao

1i

RVt

RV2

Sujeito

ii

z | o
3 t-I tj
4lr0

sit4
7 I
sie
e I
i

I
f

\illx'ri
tt

{erlia

l8

tt

--t

y'lny

llr

:1,;

-r | +
3136

t6

t6

l8

I,1

l8
t6
l5

16

6
?
CI

t3

t2

"5

Ig

l5

1+

t5

l8

t40

i50

14,00

r5.00

rl4
oo

-2 l9
-3 t25

t5

iJ I lt,

*I

.lr

i12

58

65

'''

o eeficiente

aplicaes

i:
IJJ

de cc'rerao de 0,g r basfante erevado,

ndi0,8l?i da classificao que oo,Teu n* RV.

f+i idntic ao que ocsreu n* RVr. euanelo c coefici*nte dE c*rj
reiao repesenta o coeficiente de fidedignidade, *ste deve s*
', 'apro>iimar de i para se poder afirmar que
0 teste preciso. N*
suciente, nesse caso, que os coefcientes sejam estatisticarnente
significativos; eles devem se aproxinrar de i. A razo disso se
situa no fato de que estarnos rabalirando corn o cnceito de testes paralelos que, p,or defnio, devem ter mdas e varincias
iguais. Assim, a utilizao de dois testes paraielos para ar.eliar *s
rnesrn os suj eitos dcve prod uz ir resu ltados idnticos, c*sce:r
adcrs
os erros de rnedidq, isto " a correlao entre cJs dadris dos dcis
teste$ deve ser prxima de l. Ern outras pala'ras. no i:
bastan_
te que 0s riois restes estejam relacionados; eles devem ser
idnti*
cos em seus resultados. De fato, um coeficiente de fidedigndade
abaixc de 0'$0 j fraco, e *m re 0"70
i inaceitve!. hia verdade, um coeficiente de 0,70 represent uma covarincia de
aFens
49Ya = 0,70:) enire os resultados dos dois estes
e urn erro de
5lYo- Isso no aceitver se querernos afirmar que cs dois ieste
s
so paralelos. conseqentemenre, coeficientes ern torno
cie 0"g$
ou maiores -so nsrmalmente os esperados. Coeficientes em
tcrno de 0,80 usuaimente so considerados razoveis, enquant
co_
efcientes de preciso abaixo de 0.70 n'so normarrcente
sufcientes como demonstrao de uma fidedignidade aceitvel para

;. cendo qi.re t5,617o

(:

m teste.

j)-x' Il i:
s-r =
tiL
i N = o
tro
i'-.

:rr
xy
_
'xi.=ll--_
i\sxsy
i

/'i iJ

65

= 3,35

65

=_-=0.91
!0x..3j5x2,41 gC,?4

No caso da tcnica das Cuas metailes, a correiao ente ss

daros das metades deve ser corrigida por meio da frmura ,ce
Spearrnan-Brorvn. .ssa correo impe_se dado que

a ooe*
iao se basea scli'ente na rnetade do tarnanhtr da eseaia;
o
eornprimentc do teste afeta trastante o coefciente de precis*
{!sso
.ser explicitado rnais adia*te no ponto 3 - casos especf*os)"
Q exemplo da Tabsla ?.3 iiustra o clculo da correr, de Spe.*r_
man-Bror,+.n, o$de rlr e mr
s suas r*spectivas rrdias

sc.r

os desvics de &{, e

M,

**

relaao