PSICOMETRA

PROBLEMAS TIPO (VALIDEZ)

PRESENTACIN TEMA N 6 (VALIDEZ DE LAS INFERENCIAS I)

La validez de las inferencias se refiere al grado de relacin que se puede
establecer entre la evidencia emprica obtenida y el concepto terico que se tiene
del constructo que se intenta medir. Por muy fiables que sean las medidas que
proporciona un test, si stas no se refieren a aquello que se quiere medir
difcilmente se podrn interpretar las puntuaciones obtenidas.
El concepto de validez hace referencia al grado en que el test mide aquello que
pretende medir.
Validacin del
contenido
Se
analiza
si
los
elementos que componen
el test son una muestra
representativa
y
relevante
de
los
problemas o situaciones
sobre las que se van a
hacer
inferencias
y
extraer
conclusiones.
Relacin
entre
los
tems y el constructo.

Validacin del
constructo
Se
analiza
cientficamente si la
variable que el test
pretende medir es
una
variable
aceptable
y
consistente en el
mbito terico de la
psicologa.
Capacidad del test
para
medir
el
constructo.

Validacin referida al
criterio
Se evala la relacin entre
test y criterio. Se utilizan
dos tipos de ndices para
predecir
un
criterio:
las
medidas
correlacionales
y
medidas de error en la
prediccin
(errores
de
estimacin). Utilizar el test
para
Predecir
el
rendimiento futuro (validez
predictiva) o el actual
(validez concurrente)

La forma tpica de llevar a cabo un estudio de validacin de contenido, es

utilizando un grupo de expertos (juicio subjetivo)
Los estudios de validacin de constructo se centran en el anlisis de la
estructura del test: interna (entre las puntuaciones de los distintos tems) y
externa (con otras variables)
Los procedimientos estadsticos que utilizaremos para la validacin referida al
criterio son: Para un nico test predictor y un solo indicador del criterio
(la correlacin y el modelo de la regresin lineal simple) y Para varios
predictores y un solo indicador de criterio (la correlacin y la regresin
lineal mltiple)
1.- LA VALIDACIN CON UN NICO PREDICTOR Y UN SOLO INDICADOR DEL
CRITERIO
La correlacin nos permitir conocer el grado de asociacin entre el
test y el criterio.
El modelo de regresin nos permitir pronosticar, a partir de las
puntuaciones obtenidas en el predictor, las puntuaciones en el criterio.
EL COEFICIENTE DE VALIDEZ Correlacin entre las puntuaciones obtenidas
por los sujetos en el test predictor y las obtenidas en el criterio (pginas 32 y ss
del formulario)
INDICADOR
CRITERIO (Y)

TEST (X)
Continua

Continua

R. MEDRANO (TUTOR)

Pearson

Dicotomiza Dicotmica
da
Biserial
Biserial
puntual
Pgina 1

PSICOMETRA

PROBLEMAS TIPO (VALIDEZ)

Dicotomizada
Dicotmica

Biserial
Biserial
puntual

Tetracrica biserial
biserial

Conocido el grado de asociacin entre el test y el criterio, se puede utilizar el

modelo de regresin simple para hacer pronsticos (a partir de las
puntuaciones obtenidas por los sujetos en el test, hacer estimaciones acerca de su
puntuacin en el criterio).
INTERPRETACIN DEL COEFICIENTE DE VALIDEZ
COEFICIENTE DE
COEFICIENTE DE
DETERMINACIN
ALIENACIN
(% de Varianza
(% de inseguridad o
Asociada)
azar)

COEFICIENTE DE VALOR
PREDICTIVO
(% de seguridad)

PROBLEMAS TIPO (TEMA N 6 VALIDACIN REFERIDA AL

CRITERIO
(UN PREDICTOR Y UN INDICADOR DEL CRITERIO)
La validacin es un proceso continuo, que incluye procedimientos diferentes
para comprobar si el cuestionario mide realmente lo que dice medir.
El coeficiente de validez es una correlacin de Pearson entre las
puntuaciones obtenidas por los sujetos en el test y las obtenidas en el criterio. Por
tanto, su interpretacin ms inmediata se fundamenta en el denominado
coeficiente de determinacin, que es simplemente el cuadrado de la
correlacin y que indica la proporcin de varianza del criterio que podemos
pronosticar con el test.
1.- COEFICIENTE DE VALIDEZ (CORRELACIN DE PEARSON)
A una muestra de 5 alumnos de bachillerato se le aplica un test de habilidades
comunicativas (X). A sus respectivos profesores se les pide que hagan una valoracin (de 0
a 20 puntos) de la capacidad de relacin interpersonal de sus alumnos. Estas valoraciones
hacen la funcin de criterio (Y). Los resultados en el test y en el criterio fueron los
siguientes:
Alumno
1
2
3
4
5

Media
Varianza

X
7
13
10
9
11
50
10
4

Y
6
10
9
8
12
45
9
4

XY
42
130
90
72
132
466

X2
49
169
100
81
121
520

Y2
36
100
81
64
144
425

1.- Averiguar el coeficiente de validez del test: A partir de los anteriores datos,
aplicamos la correlacin de Pearson dado que el test y el criterio son variables
continuas (pgina 32 del formulario):
N XY X Y
5 446 50 45
rxy
= 0,80
2
2
2
2
5 520 50 2 5 425 45 2
N X X
N Y Y

Interpretacin del coeficiente de validez (r XY

R. MEDRANO (TUTOR)

= 0,8) El test de habilidades

Pgina 2

PSICOMETRA

PROBLEMAS TIPO (VALIDEZ)

comunicativas explica un 64 % (r2XY = 0,64) de las diferencias en las valoraciones de los

profesores sobre la capacidad de relacin interpersonal de sus alumnos.
Nota: Correlacin de Pearson (Pg. 32 del formulario)
2.- Pronosticar la puntuacin en el criterio del alumno n 5: Para realizar el
pronstico debemos averiguar la ecuacin de regresin Y= a + bX (Pg. 45 del
formulario)
SY
2
(Pronstico con la ecuacin de
Y ' rxy S ( X X ) Y Y 0,80 (11 10) 9 9,8
2
X
regresin)
SY
2
0,80 0,80 // Ordenada a Y b X 9 (0,8 10) 1
Pendiente b rxy
SX
2
Recta de regresin Y= 0,8 X + 1 Como el sujeto n 5 tiene X = 11 Se le
pronosticar Y = 9,8
3.- Estimar para el mismo alumno el intervalo confidencial de su puntuacin en
el criterio (NC 95%):
Valor de Z /2
y
Z 1-/2 1,96
// Error tpico de estimacin
2
S Y . X S Y 1 rXY
2 1 0,64 1,2

Intervalo de confianza 9,8 (1,96 x 1,2) (9,8 2,352) = (12,15 y 7,45).

Podemos afirmar, con probabilidad 0,95, que la puntuacin del alumno 5 en el criterio se
encontrar entre 12,15 y 7,45.
Nota: Pginas 34 a 36 del formulario.

2.- COEFICIENTE DE VALIDEZ (CORRELACIN BISERIAL)

Averiguar la relacin entre el tiempo dedicado al estudio del equilibrio de reacciones
qumicas (X) y la puntuacin en un tem de una prueba que mide habilidad para equilibrar
las reacciones qumicas (Y). Esta puntuacin se presenta como 0 (no acierto) y 1 (acierto),
aunque en ella subyace una continuidad (ejemplo propuesto por Glass y Stanley, 1974)
Y

Y0

1
0
0
1
1
1
0
0
1
0
1
0
1
1
0
1
1
1

16
12
11
7
15
14
10
11
15
9
13
7
13
11
10
11
10
11

0
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
1
1
Y1

X=
Y0
12
11
10
11
9
7
10
16
7
15
14
15
13
13
11
11
10
11

X2
N0 = 7 // N1 = 11 // NTOTAL = 18 // Para p = 0,61 (y
= 0,3837)
X

(Y=0)

(Y=1)

= 136

p = (11/18 = 0,61) // q = (7/18 = 0,39)

Media Total X = (70+136)/18 = 11,44

2468
11,44 2 2,5
18
Media X (Y=0) = (70/7) = 10
Media X (Y=1) = (136/11) = 12,36
Sx

rb

12,36 10 (0,61 0,39)

0,58
2,5
0,3837

X=
Y1

Correlacin biserial (rb) rb

R. MEDRANO (TUTOR)

= 70 // X

144
121
100
121
81
49
100
256
49
225
196
225
169
169
121
121
100
121
= 2468

X Y 1 X Y 0 pq

Sx
y
Pgina 3

PSICOMETRA

PROBLEMAS TIPO (VALIDEZ)

La p siempre se calcula para (X = Y 1). La correlacin biserial obtenida (0,58) se considera

de tipo medio.
Nota: (y) se obtiene de la tabla n 7 del apndice Para p = 0,61 (y = 0,3837)
Nota: Test variable continua y criterio dicotomizada (correlacin biserial). Pgs.
32 y 33 formulario.

3.- COEFICIENTE DE VALIDEZ (COEFICIENTE PHI)

Supongamos que se pide a una muestra de 175 personas, 80 de ellas creyentes y 95
agnsticas, su opinin a favor o en contra del aborto. De los creyentes, 15 estn a favor y
el resto en contra; de los agnsticos, 10 estn en contra y el resto a favor. Con estos datos
se puede afirmar que estar a favor o en contra del aborto est asociado al hecho de
tener creencias religiosas o ser agnstico?

Creenci AGN
as
(1)
(Y)
CRE
(0)

Postura ante el aborto (X)

A Favor (0) En contra (1)
85 (A)
10 (B)

95

15 (C)

65 (D)

80

100

75

175

Ambas variables son dicotmicas Phi.

Phi = (bc ad) / (a+c) (b+d) (a+b) (c+d) (- 5375) / 7549,83 = (- 0,71)

Existe una correspondencia entre ser creyente (0) y estar en contra (1) y ser agnstico
(1) y estar a favor (0) de la legalizacin del aborto. La relacin entre (0) y (1) es
inversamente proporcional, dado que el coeficiente de correlacin es negativo.
Nota: Test y criterio variables dicotmicas (coeficiente de correlacin Phi
Cudruplo). Pg. 33 del formulario). En el caso que el Test fuera variable
dicotomizada y el criterio variable dicotmica (correlacin Phi biserial). Pgina
34 del formulario.

4.- COEFICIENTE DE VALIDEZ (CORRELACIN BISERIAL PUNTUAL)

Se desea averiguar si hay relacin entre la competencia lingstica y el sexo en la etapa
primaria. Para ello se toma una muestra de 12 alumnos (seis nios y seis nias) y se les
administra una prueba para evaluar la competencia lingstica (test = X), con los
resultados que aparecen en la tabla. El sexo (criterio = Y), se ha codificado (0 para nio y
1 para nia)
Y

Y0

0
0
0
0
1
0
1
0
1
1
1
1

19
22
23
26
26
27
28
30
32
34
35
40

0
0
0
0
0
0
1
1
1
1
1
1

R. MEDRANO (TUTOR)

X=
Y0
19
22
23
26
27
30
26
28
32
34
35
40

X2
X (Y=0) = 147 // X
=(6/12) 0,5

(Y=1)

= 195 // p = q

Media Total X = (147+195)/12 = 28,5

10144
Sx
28,5 2 5,7518
12
Media X (Y=0) = (147/6) = 24,5
Media X (Y=1) = (195/6) = 32,5
rbp

32,5 24,5
5,75

0,5 0,5 0,695

361
484
529
676
729
900
676
784
1024
1156
1225
1600
Pgina 4

PSICOMETRA

Y1

PROBLEMAS TIPO (VALIDEZ)

X=
Y1

=
10144

Al ser el test una variable continua y el criterio dicotmica, es apropiado utilizar la

X
X Y 0
pq El resultado indica una relacin
correlacin biserial puntual (rbp) rbp Y 1
Sx
moderadamente alta entre ser nia y obtener mejores resultados en la prueba de
competencia lingstica.
Nota: Test variable continua y criterio dicotmica (correlacin biserial puntual).
Pg. 33 formulario.
5.- COEFICIENTE DE VALIDEZ (CORRELACIN TETRACRICA)
Se aplica a un grupo de 100 alumnos una prueba de rendimiento en matemticas (test) y
se quiere analizar si la opinin de los equipos pedaggicos (criterio; valoran el rendimiento
en una escala de cero a 10 puntos) se corresponde con los rendimientos en la prueba. La
lgica indica que, si estn relacionados, los alumnos que punten alto en la prueba
puntuarn alto en la valoracin de los equipos docentes. Tras dicotomizar ambas
variables, aparecen los datos que se recogen en la tabla (nota: los datos se suelen poner
de acuerdo con un modelo de ejes de coordenadas)

CRITER BIEN
IO
(1)
(Y)
MAL
(0)

TEST (X)
MAL (0)
BIEN (1)
5 (A)
25 (B)

30

64 (C)

6 (D)

70

69

31

100

Test y criterio son dos variables continuas dicotomizadas; por tanto, el coeficiente de
correlacin adecuado es: Correlacin Tetracrica: (rt) Se utiliza la tabla de conversin
(pgina 108 del formulario). Cuando cb/ad es menor de 1, es preciso invertir la ubicacin
de los productos para que sea mayor que 1 (ad/cb) y entonces buscar directamente en la
tabla (el valor de r t que se obtiene ser negativo)
Para utilizar las tablas CB/AD = 1600/30 = 53,33 que se corresponde con rt = 0,93
(dado que se encuentra en la columna CB/AD y en el intervalo 49,847 y 58,758; el
coeficiente de correlacin Tetracrica es alto y positivo porque CB > AD))
Nota: Test y criterio variables dicotomizadas (coeficiente Coeficiente de
correlacin tetracrico). Pgina 34
del formulario. Tabla de consulta n 6
(pgina 88 del formulario)

INTERPRETACIN DEL COEFICIENTE DE VALIDEZ

1.- Coeficiente de determinacin (multiplicado por 100, indica el porcentaje de
varianza comn o asociada entre las puntuaciones de los sujetos en el test y en el criterio
o, lo que es lo mismo, la varianza de las puntuaciones de los sujetos en el criterio que se
puede pronosticar a partir de las puntuaciones en el test)
2.- Coeficiente de alienacin (multiplicado por 100 indica el porcentaje de inseguridad,
o el azar, que afecta a los pronsticos)
3.- Coeficiente de valor predictivo (multiplicado por 100 indica el porcentaje de
seguridad en los pronsticos)

R. MEDRANO (TUTOR)

Pgina 5

PSICOMETRA

PROBLEMAS TIPO (VALIDEZ)

INTERPRETACIN DEL COEFICIENTE DE VALIDEZ

En una muestra de 100 escolares, la desviacin tpica de los errores de estimacin de una
prueba de razonamiento matemtico es de 0,75 puntos, siendo su media 6 y su varianza
9. Por otro lado, la varianza de las puntuaciones en las calificaciones finales de
matemticas es de 8 puntos, y una media de 5.
Datos N = 100 // SY.X = 0,75 // Media X = 6 // S2X = 9 // Media Y = 5 // S2Y = 8
1.- Calcular los coeficientes de determinacin, alienacin y valor predictivo:

xy

S 2 y.x
0,75 2
1 2 1
0,93 rxy 0,96
8
S y

2
C.D. rXY
= d r2XY = 0,93

C. A. K

SY X
SY

DETERMINACIN

2
1 rXY
= K = 1 rxy2 1 0,93 0,26 CA = 0,26

ALIENACIN

El coeficiente de alineacin al cuadrado es el complementario del coeficiente de

determinacin.
CA2 = 0,262 = 0,0676 ( 0,07)

2
= E 1 1 rxy2 1 0,26 = 0,74
C.V .P. 1 1 rXY

VALOR PREDICTIVO

Es coeficiente de valor predictivo es el complementario del coeficiente de alineacin

Nota: La capacidad predictiva del test se interpreta a travs de los tres

coeficientes bsicos (pgina 37 del formulario). Se puede afirmar que se aprecia
un 93% de la varianza asociada entre el test y el criterio. Un 26% de inseguridad
en los pronsticos y un 74% de seguridad.

PRESENTACIN TEMA N 7 (VALIDEZ DE LAS INFERENCIAS II)

1.- LA VALIDACIN CON VARIOS PREDICTORES Y UN SOLO INDICADOR DEL
CRITERIO
Cuando se desea conocer el influjo de varias variables predictoras cuantitativas en otra
tambin cuantitativa (criterio), los procedimientos estadsticos que permiten obtener esa
informacin y solucionar esos problemas son la correlacin mltiple y el modelo de
regresin lineal mltiple

R. MEDRANO (TUTOR)

Pgina 6

PSICOMETRA

PROBLEMAS TIPO (VALIDEZ)

EL COEFICIENTE DE VALIDEZ MLTIPLE Correlacin Mltiple entre las

puntuaciones obtenidas por la muestra en la variable criterio y las obtenidas en el
conjunto de las variables predictoras (pginas 37 y ss del formulario)
RY . X 1 X 2 = Grado de asociacin entre la VD (criterio Y) y el conjunto de variables
predictoras (X1 y X2)
Para eliminar el efecto de las variables que no aportan informacin relevante se utilizan la
correlacin parcial rYX 1. X 2 y la correlacin semiparcial rY ( X 1 X 2 )
El modelo de regresin lineal mltiple Se traduce en ecuaciones de un plano (no
de una recta como en la simple) o hiperplano si son ms de dos variables predictoras. Si
tenemos dos variables predictoras (X1 y X2) y un criterio (Y), la ecuacin del modelo de
regresin ser:

Y ' a b1 X 1 b2 X 2
El coeficiente de validez mltiple RY . X 1 X 2 indica la eficacia de las variables predictoras
para estimar el criterio. Cuanto ms alto sea el coeficiente de validez, ms exacta es
la estimacin. Es necesario tener en cuenta que el coeficiente de validez no es
perfecto y est afectada por el error de estimacin.
2.- INTERPRETACIN DEL COEFICIENTE DE VALIDEZ MLTIPLE
COEFICIENTE DE
DETERMINACIN
MLTIPLE
3.- MTODOS
ADECUADAS

COEFICIENTE DE
ALIENACIN MLTIPLE
PARA

SELECCIONAR

Mtodo Forward (hacia delante)

LAS

COEFICIENTE DE VALOR
PREDICTIVO MLTIPLE

VARIABLES

PREDICTORAS

MS

Mtodo Backward (haca atrs)

4.- VALIDEZ Y UTILIDAD DE LAS DECISIONES En un estudio de validacin se

aplica una prueba a todos los sujetos y se fija un punto de corte (PC) Todos que lo
superen se consideran Aptos y los que no lo superen No aptos. Despus de cierto tiempo
se comprueba cul ha sido el rendimiento de ambas categoras (Cuadro en pgina 43 del
formulario)
NDICES DE VALIDEZ:
Coeficiente Kappa Evala la consistencia o acuerdo entre las decisiones adoptadas a
partir de las puntuaciones en el predictor (test) y el criterio (rendimiento). Pginas 43 y 44
del formulario.
PROPORCIN DE CLASIFICACIONES CORRECTAS (pgina 44 del formulario)
Sensibilidad (proporcin de sujetos seleccionados en el test respecto al total que
tuvieron xito en el criterio)
Especificidad (proporcin de sujetos correctamente rechazados en el test respecto al
total de no aptos en el criterio, valor mximo 1)
Razn de eficacia (proporcin de aspirantes seleccionados en el test con buen
rendimiento en el criterio)
NDICES DE SELECCIN (pginas 44 y 45 del formulario)
Razn de idoneidad (proporcin de sujetos que rinden bien en el criterio)
Razn de seleccin (proporcin de sujetos aptos en el test)
SELECCIN Y CLASIFICACIN:
Se usa el modelo de regresin simple (Pgina 45 del formulario)

R. MEDRANO (TUTOR)

Pgina 7

PSICOMETRA

PROBLEMAS TIPO (VALIDEZ)

FACTORES QUE INFLUYEN EN EL COEFICIENTE DE VALIDEZ

LA VARIABILIDAD DE LA MUESTRA:
El coeficiente de validez tiende a aumentar a medida que la variabilidad es mayor y
disminuye a medida que la muestra es ms homognea. Para un mismo predictor y una
misma medida del criterio el coeficiente puede variar de muestra a muestra (pginas 45 y
46 del formulario)
LA FIABILIDAD DE LAS PUNTUACIONES DEL TEST Y DEL CRITERIO:
Cuando calculamos el coeficiente de validez hay que tener en cuenta que estas
puntuaciones empricas estn afectadas por errores de medida que influyen en el
coeficiente de validez produciendo una serie de sesgos que es necesario eliminar o
controlar. La frmula de atenuacin (Spearman) permite corregir la atenuacin,
disminucin o reduccin del coeficiente de validez debida a errores de medida (pginas del
formulario 46 a 48; segn las distintas alternativas)
VALIDEZ Y LONGITUD DEL TEST:
La mejora del coeficiente de fiabilidad, al aumentar la longitud del test, tambin repercute
en la mejora del coeficiente de validez (pgina 48 del formulario)

CORRELACIONES PARCIALES Y SEMIPARCIALES

Correlacin parcial (rYX1.X2) [Permite interpretar el grado de correlacin entre la

variable criterio (Y) y una de las variables predictoras, eliminando de antemano el
efecto que sobre dicha correlacin puedan estar ejerciendo el resto de las
variables]
Correlacin semiparcial (rY(X1X2)) [Permite conocer el grado de correlacin entre
la variable criterio (Y) y una de las variables predictoras, eliminando el efecto que
sobre esta variable predictora puedan estar ejerciendo el resto de las
variables]
Representacin mediante flechas

Correlacin
Correlacin
Semiparcial

Parcial

Si calculamos la correlacin entre X e Y, controlando el influjo de Z sobre Y,

estamos calculando la correlacin SEMIPARCIAL (segn se aprecia, Z an puede
afectar a la correlacin entre X e Y a travs de la conexin entre Z y X); por este
motivo, se denomina semi-parcial porque no se ha eliminado todo el influjo que
Z puede tener sobre la correlacin entre X e Y.
Para eliminar todo el influjo de Z en sobre la correlacin entre X e Y, habra que
eliminar tambin la conexin entre Z y X, estamos calculando la correlacin
PARCIAL (calcula la correlacin entre X e Y sin verse afectada en modo alguno
R. MEDRANO (TUTOR)

Pgina 8

PSICOMETRA

PROBLEMAS TIPO (VALIDEZ)

por Z, ya que sus dos vnculos con X e Y han sido eliminados.

PROBLEMAS TIPO (TEMA N 7 VALIDACIN REFERIDA AL

CRITERIO
(VARIOS PREDICTORES Y UN SOLO INDICADOR DEL
CRITERIO)
COEFICIENTE DE VALIDEZ MLTIPLE
Correlacin entre el criterio y el conjunto de variables predictoras (indica
la eficacia de las variables predictoras para estimar el criterio). Cuando se desea
conocer el influjo de varias variables predictoras cuantitativas en otra tambin
cuantitativa (criterio), los procedimientos estadsticos que van a permitir obtener
esta informacin son la correlacin mltiple y el modelo de regresin lineal
mltiple.
MODELO DE REGRESIN MLTIPLE
Disponemos de las puntuaciones de 5 sujetos en tres variables: promedio de horas
de ejercicio al da (X1), promedio diario de kilocaloras consumidas (X2) y kilos
perdidos (Y). Con los datos de la tabla, planteamos los anlisis ms tpicos sobre el
modelo de Regresin lineal mltiple ( = 0,05)
X1
1
1,5
2
2,5
3
= 10

X2
4
3,75
3
2
1,5
= 14,25

Y
4
6
7
9
10
= 36

X21
1
2,25
4
6,25
9
=
22,5

X22
16
14,0625
9
4
2,25
=
45,31

Y2
16
36
49
81
100
=
282

X1 X2
4
5,625
6
5
4,5
=
25,12

X1 Y
4
9
14
22,5
30
= 79,5

X2 Y
16
22,5
21
18
15
= 92,5

X 1 2 X 2 2,85 Y 7,2 S X2 1 0,5 S X2 2 0,94 SY2 4,56

1.rxy

Intercorrelaciones
N XY X

2
N
X 2 X

rYX 1

entre

N Y 2 Y

5 79,5 10 36
(5 282 36 ) (5 22,5 10 )

R. MEDRANO (TUTOR)

las

variables

37,5
0,993
10,677 3,535
Pgina 9

PSICOMETRA

rYX 2

PROBLEMAS TIPO (VALIDEZ)

5 92,5 14,25 36

(5 282 36 ) (5 45,31 14,25 )

rX 1 X 2

5 25,12 14,25 10
(5 22,5 10 ) (5 45,31 14,25 )
2

( 50,5)
( 0,976)
10,677 4,846

(16,9)
(0,985)
3,535 4,846

rYX2 1 rYX2 2 2rYX 1rYX 2 rX 1 X 2

1ryx1 2 ryx 2
1 rX21 X 2

2.- Correlacin mltiple RY . X1 X 2

0,9932 (0,976) 2(0,993)(0,976)(0,985)

0,993
1 ( 0,985) 2

RY .12

Tambin RY .12

(1,071 0,993) (0,079 0,976) 0,993

= b*
Coeficiente de determinacin mltiple R2Y. 12 = (0,9935)2 = 0,987 (Un 98,7%
de la varianza de Y se debe a la variacin conjunta de X1 y X2.
Formulario (pgina n 37)

rYX 1 X 2

3.- Correlaciones parciales

rYX 1 X 2 )

0,993 ( 0,976)(0,985)

rYX 1 rYX 2 rX 1 X 2
(1 r 2YX 2 )(1 rX21 X 2 )

0,032
0,849
0,0377

1 ( 0,976) (1 0,97)
Correlacin entre la variable criterio (Y) y la (X 1), habiendo eliminado de esta
correlacin el efecto de la variable (X2).
2

rYX 2 rYX 1rX 1 X 2

rYX 2 X 1

rYX 2 X 1)

(0,976) (0,993)(0,985)
(1 0,993) (1 0,97)
2

(1 r 2YX 1 )(1 rX21 X 2 )

0,0021
0,105
0,02

Correlacin entre la variable criterio (Y) y la (X 2), habiendo eliminado de esta correlacin el efecto de la
variable (X1).

4.- Correlaciones semiparciales

rY ( X 1 X 2)

rY ( X 1 X 2 )

rYX 1 rYX 2 rX 1 X 2
1 r 2 X 1X 2

rY ( X 2 X 1)

rYX 2 rYX 1rX 1 X 2

1 r 2 X 1X 2

0,993 ( 0,976)( 0,985)

0,032

0,185
0,173
1 0,97

R. MEDRANO (TUTOR)

Pgina 10

PSICOMETRA

PROBLEMAS TIPO (VALIDEZ)

( 0,976) (0,993)(0,985) 0,0021

0,012
0,173
1 0,97
Cuando se elimina la influencia que una variable predictora tiene sobre la otra, la
correlacin obtenida vara de forma importante (la correlacin entre las variables
predictoras era muy alta (- 0,985). Hay que evitar esta circunstancia porque as
disminuye el % de varianza que explican del criterio.
rY ( X 2 X 1)

Formulario (pginas 41 y 42)

5.- Ecuaciones de regresin mltiple

COEFICIENTES DE REGRESIN PARCIAL Y ECUACIN DE
REGRESIN MLTIPLE
Pginas n 38 y 39 del formulario

r r r
0,993 [(0,976) ( 0,985)]
b1 YX 1 YX2 2 X 1 X 2
1,071
1 rX 1 X 2
1 (0,985) 2
b1 b1

b2

SY
2,13
1,071
3,23
S X1
0,7

rYX 2 rYX 1rX 1 X 2

[(0,976) (0,993) (0,985)]

0,079
2
1 rX 1 X 2
1 (0,985) 2
b2 b2

SY
2,13
0,079
0,17
SX2
0,97

a Y b1 X 1 b2 X 2 a 7,2 (3,235 2) (0,174 2,85) 0,234

Ecuacin de regresin mltiple (directas) Y ' a b1 X 1 b2 X 2

Y = 0234 + (3235) X1 + (0174) X2
Puntuaciones diferenciales y ' b1 x1 b2 x 2 y = (3235) x1 + (0174) x2
Puntuaciones tpicas Z Y' b1 Z X 1 b2 Z X 2 ZY = (1,071) ZX1 + (0,079) ZX2

Las ecuaciones de los planos de regresin en puntuaciones directas y diferenciales

corresponden a planos paralelos. Las ecuaciones de los planos de regresin en
puntuaciones diferenciales y tpicas pasan por el origen de coordenadas.
6.- Varianza de error o varianza residual y Error tpico de estimacin
mltiple
S Y2. X 1 X 2 S Y2 (1 RY2. X 1 X 2 ) 4,56 (1 0,987) 0,059
S Y . X 1 X 2 SY

1 RY2. X 1 X 2 2,135 1 0,987 0,243

8.- Intervalo confidencial para los pronsticos. Pronosticar el peso que

perder en dos meses un hombre que hace un promedio de 1,75 horas de ejercicio
diarias (X1) y consume 2,2 Kcal / da (X2).
Ecuacin de regresin mltiple Y = 0234 + (3235) X1 + (0174) X2
Pronstico Y = 0,234 + (3,235) (1,75) + (0,174) (2,2) 6,278
(La prdida en peso pronosticada para esa persona ser de 6, 278 Kilos)
R. MEDRANO (TUTOR)

Pgina 11

PSICOMETRA

PROBLEMAS TIPO (VALIDEZ)

Determinar un nivel de confianza y buscar su puntuacin tpica ( = 0,05 Zc =

1,96)
Calcular el error tpico (Sy. x1x2) = 0,243
Calcular el error mximo Emax = 1,96 0,243 0,476
Establecer el intervalo de confianza Y Emax 6,278 0,476 = ( 5,802 y
6,754)
Se trata de los lmites entre los que se encontrar la puntuacin en el criterio del
sujeto seleccionado, con una probabilidad de acierto del 95%.
Nota: Modelo de regresin mltiple (Pginas 38 a 40 del formulario)

INTERPRETACIN DEL COEFICIENTE DE VALIDEZ MLTIPLE

Coeficiente de determinacin mltiple RY .12 0,99352 0,987
Un 98,7% de la varianza de Y se debe a la variacin conjunta de X1 y X2.
Coeficiente de alienacin mltiple CA 1 RY2.12 1 987 0,114
Indica que todava hay, aproximadamente, un 11,4% de inseguridad en los
pronsticos. Elevado al cuadrado 0,1142 (0,013) 1,3% representa el porcentaje de
varianza del criterio que no se puede explicar a partir de las variables predictoras. El

coeficiente de alineacin al cuadrado es el complementario del coeficiente de

determinacin
Coeficiente de valor predictivo mltiple
CVP 1 1 RY2.12 1 1 987 0,886

Es el complementario del coeficiente de alienacin y representa el porcentaje de

seguridad en los pronsticos.
Nota: Pginas 40 y 41 del formulario.

MTODOS PARA SELECCIONAR LAS VARIABLES PREDICTORAS

Para predecir el xito como piloto (Y) se cuenta con tres variables predictoras:
Destreza manual (X1), Razonamiento espacial (X2) y Control emocional (X3) y se
encarga a un psiclogo el estudio de validacin correspondiente a fin de encontrar
la ecuacin de regresin que contribuya mejor a la prediccin del criterio. La
muestra de validacin la formaron 300 pilotos.
INTERCORRELACIONES ENTRE LAS CUATRO VARIABLES
rX 1 X 3 0,70
rYX 1 0,80
rYX 2 0,75
rX 1 X 2 0,60
rYX 3 0,86
rX 2 X 3 0,65

Mtodo Forward (Stepwise)

1.- Variable predictora con ms alta correlacin con el criterio

rYX 3 0,86

2.- Clculo de las correlaciones semiparciales (se elimina de las variables

predictoras X1 y X2 La influencia (relacin con) de la variable X3

rY ( X 1 X 3)

rYX 1 rYX 3rX 1 X 3

R. MEDRANO (TUTOR)

1 r 2 X 1X 3

rY ( X 2 X 3)

rYX 2 rYX 3rX 2 X 3

1 r2X 2X 3

Pgina 12

PSICOMETRA

rY ( X 1 X 3)

PROBLEMAS TIPO (VALIDEZ)

0,80 (0,86 0,70)

1 0,70

0,28

rY ( X 2 X 3)

0,75 (0,86 0,65)

1 0,652

0,25

3.- Dado que la correlacin semiparcial ms alta es rY ( X 1 X 3) 0,28 La variable X1

es la que entra a formar parte de la ecuacin de regresin en segundo lugar.
Comprobamos el aumento que experimenta la ecuacin de regresin mltiple al
cuadrado (determinacin mltiple)
2
2
2
2
RY2. X 3 X 1 rYX
3 rY ( X 1 X 3) 0,86 0, 28 0,82 RY . X 3 X 1

0,82 0,90

Al introducir la nueva variable, la correlacin ha pasado de 0,86 a 0,90.

Comprobamos si el aumento ha sido significativo
2
2
N K 1 RY .KX RY . JX
300 2 1 0,82 0,74
F
132

F
2

2 1 1 0,82
K J 1 RY .KX

N = n de sujetos de la muestra // K = n de predictores finales incluidos // J = n de

predictores incluidos hasta el paso anterior // RY2. KX RY2. JX (Determinacin mltiple
con K o J predictores)
La F de Snedecor se distribuye con (K-J) y (N-K-1) grados de libertad.
4.- Decisin 0,95F1 y 297 gl = 3,84 < FEMPRICA (132) Resultado significativo por lo
que la variable X1 se debe introducir en la ecuacin de regresin.
Siguiendo este esquema se procede con todas las variables que se quieran introducir
en la ecuacin de regresin mltiple.
Mtodo de eliminacin hacia atrs (Backward) Se introducen todas las
variables predictoras y se sacan una a una hasta quedarse con las que realmente
estiman significativamente la VD. Se procede de modo similar pero eliminando
hacia atrs.
VALIDEZ Y UTILIDAD DE LAS DECISIONES
Se quiere conocer la validez de un test para predecir el rendimiento de los
deportistas en un partido a partir de los datos de la tabla siguiente:

TEST

Buen (A)
Rendimien
to
Mal (R)
Rendimien
to

CRITERIO (Resultado del partido)

Bueno (A)
Malo (R)

8 (aciertos)
2 (falso
10
NAA
positivo)
NAT
NAR
4 (falso
10 (aciertos)
14
negativo)
NRR
NRT
NRA
12 (NAC)
12 (NRC)
24
(N)

NDICES DE VALIDEZ
NDICE KAPPA K = Fc Fa / N ndice Kappa (validez media):
Fc = aciertos (8 + 10 = 18)
Fa
Fa = (10 12) / 24 = 5 y Fa = (12 14) / 24 =
7
K = (18 12) / (24 -12) 0,5
Fa = 5 + 7 = 12
(validez media)
R. MEDRANO (TUTOR)

Pgina 13

PSICOMETRA

PROBLEMAS TIPO (VALIDEZ)

PCC = (NAA + NRR) / N PCC = 18 /

24 = 0,75

Proporcin clasificaciones correctas:

Aciertos (8 y 10) / n de casos
Sensibilidad:
proporcin
de
sujetos
seleccionados en el test respecto al total que
tuvieron xito en el criterio.
Especificidad:
proporcin
de
sujetos
correctamente rechazados en el test respecto al
total de no aptos en el criterio.
Razn de eficacia: proporcin de aspirantes
seleccionados en el test con buen rendimiento en
el criterio.

S = NAA / NAC = 8 / 12 = 0,67

E = NRR / NRC = 10 / 12 = 0,83
RE = NAA / NAT = 8 / 10 = 0,8

NDICES DE SELECCIN
RI = NAC / N = 12 / 24 =
0,5

Razn de idoneidad: prop sujetos que rinden bien en

criterio.

RS = NAT / N = 10 / 24 =
0,417

Razn de seleccin: proporcin de sujetos aptos en el test.

Nota: Pginas 43 a 45 del formulario

SELECCIN Y CLASIFICACIN
300 aspirantes a controlador areo realizaron un test de rapidez perceptiva, de los que
fueron admitidos los 15 mejores. Las puntuaciones en el test se distribuyen segn la curva
normal con media 5 y desviacin tpica 3. El coeficiente de validez del test es de 0,90
respecto a un criterio con una varianza de 9 puntos y una media de 6. Para que un
aspirante haya sido seleccionado qu puntuacin mnima se le debe pronosticar en el
criterio?
Datos del problema rxy 0,90; S x 3; X 5; Y 6; S y2 9;
Para aplicar la formula tenemos que hallar X
X X
X 5
15 de 300 supone un 5%. La probabilidad de que
Zx
;1,64
;X
P
(Z

0
,
05
)

Z sea mayor que, ser

1 Sx
3
P (Z 0,95) segn tabla 1,64
9,92

SY
3
Y ' rxy S ( X X ) Y 0,9 (9,92 5) 6 10,43
3
X

Formulario (pgina n

34)

Nota: Pgina 45 del formulario

FACTORES QUE AFECTAN EL COEFICIENTE DE VALIDEZ
Un test tiene varios coeficientes de validez, tantos como criterios elijamos.
Tres son los factores decisivos:
1.- La Fiabilidad del test y del criterio (El coeficiente de validez de un test se ve
afectado por los errores en las puntuaciones en el test y en el criterio (errores de medida).
El coeficiente de validez aumenta al aumentar la fiabilidad del test y del criterio.
2.- La variabilidad de la muestra en el test y en el criterio (El coeficiente de validez
aumenta a medida que aumenta la variabilidad de la muestra A medida que disminuye
con la homogeneidad entre los sujetos)
3.- La longitud del test: Si se aumenta la longitud del test puede aumentar la validez.
Para saber cunto hay que aumentar o disminuir la longitud del test para alcanzar un
R. MEDRANO (TUTOR)

Pgina 14

PSICOMETRA

PROBLEMAS TIPO (VALIDEZ)

coeficiente de validez se utiliza (n).

FACTORES QUE AFECTAN AL COEFICIENTE DE VALIDEZ (FIABILIDAD TEST Y
CRITERIO)
Las puntuaciones en un test predictor y un criterio de inters presentan un coeficiente de
fiabilidad de 0,75 y 0,60, respectivamente. Asimismo, sabemos que el coeficiente de
determinacin es igual a 0,25.
rXX = 0,75 (coeficiente de fiabilidad inicial o emprico del test)
rYY = 0,60 (coeficiente de fiabilidad inicial o emprico del criterio)
r2XY = 0,25 (permite obtener rXY = 0,5 coeficiente de validez
inicial o emprico)

1.- Cul sera el valor del coeficiente de validez si tanto las puntuaciones del test como
del criterio estuviesen libres de errores de medida?:
Si se pudieran eliminar todos los
rxy
0,5
RVxVy

0,75
errores de medida que afectan al test
rxx ' ryy '
0,75 0,60
y al criterio, habra un aumento
considerable del coeficiente de validez
(R VxVy de 0,5 a 0,75)

2.- Cul sera el valor del coeficiente de

perfecta?
rxy
Rvxy
R VxY (0,5 / 0,87) = 0,57
rxx '

validez si slo el test tuviera una fiabilidad

3.- Cul sera el valor del coeficiente de

perfecta?
rxy
R xvy
R VxY (0,5 / 0,77) = 0,65
ryy '

validez si slo el criterio tuviera una fiabilidad

Si se pudieran eliminar todos los

errores de medida que afectan al test,
habra un leve aumento del coeficiente
de validez:
(R VxY de 0,5 a 0,57)

Si se pudieran eliminar todos los

errores de medida que afectan al
criterio, habra un aumento importante
del coeficiente de validez:
(R XVy de 0,5 a 0,65)

4.- Cul sera el valor del Coef. Validez mejorando la fiabilidad del test (0,90), del criterio
(0,70) de ambos?:
R xy

rxy
rxx '

ryy '

R xx '

R yy '

R xy

RXY = 0,59

rxy
rxx '

R xy

RXY = 0,55

RXY
=
0,5
(0,75/0,90)

ryy '

RXY = 0,54

R yy '

R xx '

RXY
=
0,5
(0,75/0,90)(0,60/0,70)

rxy

RXY
=
0,5
(0,60/0,70)

Como era esperable el mayor aumento del coeficiente de validez se produce

cuando se mejora la validez del test y del criterio. No obstante, el aumento
es mucho menor que cuando se eliminan los errores.

5.- Si un test tiene un coeficiente de fiabilidad de 0,64, cul sera el valor mximo del
coeficiente de validez que se podra alcanzar?
rxy rvx ; rxv

0,8

R. MEDRANO (TUTOR)

rxx =

0,64

El valor mximo que puede alcanzar el

coeficiente de validez es el ndice de
fiabilidad.

Pgina 15

PSICOMETRA

PROBLEMAS TIPO (VALIDEZ)

Nota: Pginas 46 a 48 del formulario

FACTORES QUE AFECTAN AL COEFICIENTE DE VALIDEZ (LONGITUD DEL

TEST)
Un test compuesto por 30 tems presenta una fiabilidad de 0,60 y una validez de 0,70,
cuntos tems paralelos tendramos que aadir si deseamos alcanzar un coeficiente de
validez de 0,80?
Datos del problema R XY 0,80; rxy: 0,70; rxx ' 0,60; EI 30

2
R XY
(1 rxx ' )
2
rxy2 R XY
rxx '

0,80 2 (1 0,60)

=
0,70 2 0,80 2 0,60

2,4150
EF
n
EF n EI = 2,4150 30 = 72,45
EI

Se debe aumentar la longitud

del test 2,415 veces.

El aumento supone un nmero

de tems
EF EI = 72,45 30 =42,45
42
Nota: pgina 48 del formulario.

FACTORES QUE AFECTAN AL COEFICIENTE DE VALIDEZ (VARIABILIDAD DE

LA MUESTRA)
Se ha aplicado un test de 100 elementos a una muestra de sujetos obtenindose una
media y una desviacin tpica igual a 8 y 5 respectivamente; un coeficiente de fiabilidad
igual a 0,75 y un coeficiente de validez respecto a un criterio externo de 0,60; siendo la
varianza del criterio igual a 16.
Datos del problema n = 100 // Media X = 8 y SX = 5 // rxx = 0,75 // rxy = 0,60 //S2Y = 16
1.- Cul sera la validez del test si se eliminasen del test todos los errores de medida?:
rxy
0,60
Rvxy
0,69
=
0,75
rxx '
Nota: Pgina 47 del formulario.
2.- Si se aplicara el test a otra muestra cuya desviacin tpica de las puntuaciones
empricas fuera el doble (SX = 10). El coeficiente de validez en esta nueva muestra sera:
S X rxy
10 0,60
R XY
(6/7,21) = 0,83
2 2
2
2 2 =
100 0,36 25 25 0,36
S X rxy s x s x rxy
Nota: Pginas 45 y 46 del formulario.

PROBLEMAS EJEMPLO (VALIDEZ Y LONGITUD)

El coeficiente de fiabilidad de un test X es = 0,53, aplicado a un grupo con varianza
25. Si se aaden 5 tems paralelos a los que tiene el test, el coeficiente de
fiabilidad pasara a ser = 0,63; el porcentaje de varianza comn entre el test
original y un criterio externo es del 25%. El coeficiente de validez, si se eliminasen
por completo los errores de medida del test original, sera:
Datos del problema rxx 0.53; S 25 : S x 5; R XX 0.63; r
'

Rvxy

rxy
rxx '

R. MEDRANO (TUTOR)

0.5
0,68
0.53

2
x

'

2
xy

S y2'
Sy

0.25; rxy 0.5

R VxY Coeficiente de validez en el supuesto

de que el test tuviera una fiabilidad perfecta
Pgina 16

PSICOMETRA

PROBLEMAS TIPO (VALIDEZ)

El coeficiente de validez del test despus de aadirle los 5 elementos paralelos

R XY

rxy n

0.50 1.51
1 (1.51 1)0.50

1 (n 1)rxx '

R XX ' (1 rxx ' )

rxx ' (1 R XX ? )

0,548

0.63(1 0.53)
1,51
0.53 (1 0.63)

RXY Coeficiente de validez

estimado al modificar la longitud
del test.
Al aadir 5 elementos aumenta la
longitud del test n = 1,51

Nota: Pgina 48 del formulario.

R. MEDRANO (TUTOR)

Pgina 17