2 MEDICIÓN Y DISEÑO

OBLIGATORIO
C. SELLTIZ - M. JAHOgA - M. DEUTSCH
S. W. OK
24 copias
(0)
MODOS DE INVESTIGACION .
EN LAS RELACIONES SOCIALES

SEPTIMA EDICION

INSTITU.L, DE
ESTUDIOS SOCIALES

020501002
EDICIONES RIALP, S. A.
MADRID '

Material disponible en los Servicios del CECSo

www.serviciosdelcecso.blogspot.com / sercecso@fcs.edu.uy
Fotocopiadora: 2410 6720 (208 / 218)
Por trabajos: pedidosercecso@gmail.com
Cantina & Cafetería: 2410 6720 (220)

/más clara decidiendo en qué aspectos desea centrar su aten- -
CAPÍTULO 5 ción acerca de los estadounidenses, o los cambios en el gra-
ALGUNOS PROBLEMAS GENERALES DE MEDIDA
Medida... es algo más que la pedante bús-
queda de una colocación en la serie decimal.
Sus aspectos vitales y absorbentes emergen
más claramente quizá cuando algo que nunca
ha sido medido se convierte en una cuestión
de medida. O mejor todavía, algo que siempre
ha sido considerado como inconmensurable.
S. S. STEPENS
La cualidad de la investigación no depende solamente
de la adecuación del esquema de investigación, sino también sdel
resultado de los procedimientos de medida empleados. Algo)
básico en toda medida significativa son la formulación adecua-
da de las cuestiones a investigar y las definiciones claras de
los conceptos supuestos. En otras palabras, debe conocerse en
primer lugar qué es lo que se quiere medir.
Vamos a suponer que estamos frente al problema de de-
terminación de los efectos de una visita a los Estados Uni-
dos en la actitud de turistas británicos. Para asegurarnos da-
tos relevantes, debemos saber qué cuestiones deseamos inves-
tigar. La especificación de tales cuestiones requiere, entre otras
cosas, la consideración del concepto de actitud. Podrían in-
cluirse en la definición de actitud varios aspectos, p. ej., creen-
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 171
cias sobre la natiraleza de un objeto, persona o grupo; sus
evaluaciones; ten encias a observar con relación' al mismo
en determinado sen *do; opiniones sobre las medidas adecÍa-
das a adoptar con respecto al mismo. Podrían también in-
cluirse en esta definición otras características de la actitud
tales como la importancia del objeto para la persona, el gra-
do de diferencia de su opinión del objeto, su perspectiva tem-
poral con relación al mismo, etc. Habiendo así especificado
la definición de actitud, el investigador se hallará en disposi-
ción de formular su problema de investigación de una forma
ción investigadora. Puede desear la determinación de sí la
estancia en Estados Unidos altera las creencias de los visi-
tantes ingleses sobre la forma de vida en América, o si ello
conduce a cambios en el grado en que desean una generaliza-
do de su simpatía y respeto por los americanos, o en su eva-
luación de la política exterior de Estados Unidos.
Tal especificación de qué se va a medir es un requisito
previo a la decisión de como va a ser medido, es decir, al
establecimiento de procedimiento de medida. Un procedi-
miento de medida consiste en una técnica de recogida de da-
tos más una serie de normas para la utilización de estos
datos. El objetivo de las diversas técnicas de recogida de da-
tos es el de obtener evidencia comprobada que sea significa-
tiva para las preguntas de investigación que van a ser for-
muladas. (Como ya hemos destacado en los capítulos prece-
dentes, es preciso un período de investigación exploratoria
Con objeto de averiguar qué clase de• datos contienen la pre-
gunta o constituyen indicativos adecuados de los conceptos.)
El propósito de las normas adjuntas es el , cle facilitar el uso
de estos datos preparando determinadas afirmaciones acer-
ca de las características de los fenómenos de los cuales se
supone que son relevahtes los datos. Los procedimientos de
medida constituyen las «definiciones de trabajo» de los con-
ceptos ,utilizados en el estudio, tal como se expuso en el ca-
pítulo 2.
Los datos_pueden ser recogidos de muy ._diversas formfis :
por observación de conducta, . -ptif7c-i- ies-tikonarios_u_nntrevis,-
tas,__ por técnicas proyectivas, por el_examen-cle-informes exis-
tentes. Las reglas para la utilización de tales datos como me-
 172 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
dios de elaboración de afirmaciones acerca del fenómeno en
el que se está interesado pueden ser elaboradas dentro de
la misma técnica de recogida de datos, o puede ser lleva-
da a cabo como un complemento de la misma. Un cuestio-
nario de actitudes que facilita una puntuación que sitúa a
una persona dentro de una escala de «favorable-no favora-
ble» no solamente provee la recogida de datos necesarios
para una estimación de la posición de la persona, sino que
también incluye las normas para realizar tal estimación. Por
otro lado, una entrevista no estructurada sobre el mismo te-
ma puede reunir los datos necesarios, pero un sistema codi-
ficado (es decir, una colección de reglas para la utilización
de los datos) se precisa para la estimación del grado de la
actitud favorable o desfavorable de la persona. La discusión
en este capítulo y siguientes aclarará esta distinción.
Las técnicas de recogida de datos y las normas para su;
utilización, para ser útiles, deben ofrecer una información,
que no solamente sea significativa, sino libre de errores sis-I
temáticos; es decirja._ debe producir una._info ida.11
Supongamos que eri To'lle - los -visitantff ingleses se
trata de centrarnos en sus evaluaciones con respecto a los
estadounidenses. Un estudio que utilice técnicas que lleven,
por ejemplo, a que una proporción sustancial de personas con
sentimientos favorables sea clasificada como no favorable, no
puede presentarse con conclusiones aceptables.
Un buen procedimiento de medida debe también ser se-
guro; es decir, medidas independientes pero comparables del
mismo objeto (o actitud, o lo que sea) debería proporcionar
resultados análogos (siempre que, por supuesto, no haya ra-
zón para estimar que el objeto medido ha cambiado entre las
dos mediciones). Una vara de medir, pongamos por caso, es
un instrumento altamente seguro. En circunstancias ordinarias,
una mesa que mide 90 centímetros de larga un día, medirá 90
centímetros el día siguiente, y el siguiente;• las variaciones
parecen ser desechables por diversos motivos prácticos. Sin
embargo, una cinta métrica hecha de una sustancia elástica
sería insegura en extremo; la mesa puede medir 88 centíme-
tros de larga un día y 92 centímetros el próximo, según haya
sido más o menos estirada la cinta. De forma semejante, un
instrumento establecido para medir sentimientos con respec-
to a los americanos debería ser considerado inseguro si las
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 173
personas clasificadas como «favorables» en una medición fue-
ran clasificadas como «no favorables» en una segunda medi-
ción realizada en un tiempo y bajo unas circunstancias en
que no hely razón para suponer que sus sentimientos habían
cambiado.
Además de ser dlido y seguro, un instrumento de medi-
da debe ser capaz de hacer ,clionG'oug lo suficientemente
finas para el propósito que sirve. Los instrumentos difieren
en la especificidad o exactitud con t
_gatan-de localizar la
posición deTü».k1uier persorIa--cOn respectó- a -las—cáráaérígz
ticas que van a medirse. Así, p. er; einstrur0gito de me-
dida muy burdo podría distinguir so ente dos posiciones
en las evaluaciones de los visitantes con relación a los ame-
ricanos: «favorables», «no favorables». Un instrumento algo
más finaméñfe-ginduado. dráfirigt-lia entre «favorables», «neu-
trales», «no favorables»; una técnica todavía más finamente
graduada distinguiría varios grados de «favorable» y «no fa-
vorable». Si nuestro instrumento de medida solamente pudiera
distinguir- dos categorías, nuestro estudio sería incapaz de
revelar muchos grados socialmente importantes en las acti-
tudes; p. ej., de «no favorable» a «neutral» o viceversa, o de
«ligeramente favorable» a «marcadamente favorable».
Además de la exigencia de la capacidad de hacer distin-
ciones sutiles, los objetivos de la investigación a menudo pi-
den que los procedimientos de recogida de datos nos permitan
determinar cuánta gente difiere en una determinada ca-
racterística. En una de las secciones finales del capítulo que-
dará aclarado que tales afirmaciones pueden ser hechas de for-
lila significativa, solamente si los -procedimientos de medida
, abarcan escalas que tienen unidades iguales así como otras ca-
racterísticas determinadas.
Un último punto debe ser destacado. La medida de una
persona, objeto, acontecimiento; etc., e ide im_atri :
bio determinado presupone que la—p-e— rsona o el objeto_ pue-
den ser descritos adecuadamente en términos de tal atributo.
ün- intento de medida de un atributo déterminado puede ser
improcedente para algunas personas, objetos, etc. Así, por
ejemplo, no tendría mucho sentido preguntar a una persona
en qué grado es favorable al positivismo lógico si tal persona
no tiene un conocimiento de la filoSofía de la ciencia. Des-
graciadamente, no siempre está a 11 vista si la medición en
términos de un determinado atributo es o no relevante para
 174 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
una determinada persona.'Especialmente en los casos de pre-
guntas sobre opiniones 'd. :actitudes, muchas personas pueden
ser inducidis -a dar-f_l
eip3- tás` en asiuitos-aceica-21erlo.wciIIKs-
no tienen realmente opinión o actitud. Francamente, los r -
sPltados de tales medidas notienen significad& guna o la
tienen en muy escasa medida.- existe una solución senci-
lla para esta dificultid- Estando alerta, sin embargo, el in-
vestigador puede, bien incorporar a sus instrumentos de me-
dida la previsión para asegurarse de si la medida es o no
significativa para un determinado sujeto, bien .puede omitir
mediciones que no parecen ser significativas para un consi-
derable número de sujetos. Una vez más, un período de in-
vestigación exploratoria puede ayudar a proporcionar una ba-
se para el enjuiciamiento de si la medida de un atributo de-
terminado es significativa para un grupo dado.
VARIACIONES EN PUNTUACIÓN EN LOS INSTRUMENTOS DE MEDIDA
La medida siempre tiene lugar en una situación más o me-
nos compleja en la que innumerables factores pueden afectar
a las características objeto de medición y al proceso de medida.
Se intenta controlar o mantener constante la más importante
de estas variables y se espera que la variación de los factores
no controlados operará de modo que eliminará los efectos del
otro. La afirmación de que un cuerpo tiene una cierta lon-
gitud, -p. ej., es exacta solamente en relación -Con-
, Miirpresun.:
la serie de condiciones, entre otras características del sistema
(temperatura, velocidad, etc.) de las cuales la longitud esun
atributo. En el grado en que estas características estén rela-
cionadas con la longitud y en el grado en que cambien, puede
esperarse, desde luego, que el instrumento de medida y la
longitud del objeto sean medidos para el cambio. De modo
semejante, la medida de cualquier característica psicológica o
social presupone una serie constante de condiciones conoci-
das entre los factores relevantes de la misma y del proceso
de medida. Desgraciadamente, los conocimientos e intentos de
control raramente son totalmente adecuados. Como consecuen-
cia, los resultados de la medida reflejan no solamente la carac-
terística que es medida, sino también otros factores descono-
cidos que afectan a las características objeto de medida y al
proceso de medida.
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 175
Así, pues, la variación entre puntuaciones individuales con
respecto al instrumento de medida administrado a un grupo
de sujetos procede de un número de distintos factores con-
tribuyentes. Parte de la variación puede ser atribuida a ver-
daderas diferencias entre los sujetos en la característica ob-
jeto de medida; parte de la misma representa «errores» de
medida. El problema básico en la evaluación de los . resultados
de cualquier medida es el de la definición de lo que han de ser
consideradas como verdaderas diferencias en la característi-
ca que se está midiendo y que ha de ser tenido como varia-
ciones debidas a error en la medición 1.
Consideremos brevemente algunas de las posibles fuentes
de diferencias en puntuación en un grupo de personas :
1. Verdaderas diferencias en la característica ue se inten-
ta medir.—En lrgituación ideal de medidas, todas las diferen-
cias en puntuación entre individuos serían debidas a sus dife
repelas en la -característica que se in-tent
á_pe
-- dir..--Por ejemplo,
si se - tratara de medir la actitud hacia la religión, todas las
diferencias. en puntuación deberían ser achacadas a las diferen-
cias individuales, en su actitud respectiva; ninguna de las
diferencias reflejaría variaciones casuales o efectos de otras
actitudes.
2. Verdaderas diferencias en otras características relati-
vamente estables del individuo que afectan su puntuación.
Pocas son las técnicas disponibles al científico social que le
provean de medidas «puras» de cualquier característica de-
terminada. Variables generales como la inteligencia, educa
ción, información, status social y diversas características de
la' personalidad «contaminan» frecuentemente los resultados
de un cuestionario deactitud o la valoración de un observa-
dor. Es más, la puntuación de los individuos en el re-
flekrán no _solamente las -di rencias en a cterística_sffic
se está midiendoi. sino tabi aidifcias en otras
Así, p. ej., EdwaYds—(1957b), ha mostrado que el
número de personas que aceptan o están de acuerdo con una
determinada afirmación en un cuestionario está altamente re-
lacionada con «el grado de deseo social» de la posición pre-
sentadaez--IF-ft" i í,--lk
las diferencias en puntuaciones clan
instrumentos que preguntan al cuestionado que indique su
1 Véase THORNDIKE (1949) para un tratamiento más detallado de
este ensayo sobre las fuentes de las variaciones en puntuación.

176 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
agrado o desagrado con afirmaciones sujetas a consideraciones
de deseo social pueden-reflejar diferencias en el deseo de ad-
mitir que se mantienen posiciones «indeseables», así como di-
ferencias en la característica que el instrumento trata de me-
dir. Así, p. ej., las puntuaciones en un «test» de actitud pue-
den ser influidas no solamente por las actitudes individuales
hacia el objeto en cuestión, sino también por el deseo o aver-
sión ck la wwmitesta a admitir que i-
nion es nente admitid as_com_o_
--- impopu
1"---W.--
ares,D e modo
semejante, las diferencias en puntuaciones en «tesis» de !per-
sonalidad» pueden reflejar diferencias en el deseo de admitir
que se tienen sentimientos generalmente considerados «neuróti-
cos» o formas de comportamiento socialmente repudiadas, así,
como diferencias verdaderas en los sentimientos y conductas
sobre las que son interrogados los sujetos.
3. Diferencias debidas a factores personales transitorios.—
Diversos factores personales, tales como humor, iiirglTialud,
ajuste mental, grado de distracción, etc., pueden variar inclu-
so en un corto espacio de tiempo. En la mayoría de los casos,
podría esperarse que el estado de la persona ejerciera su in-
fluencia sobre las respuestas primordialmente a través de la
forma en que define su situación de medida. Así, p. ej., si
está fatigado, su respuesta a la situación de medida puede
ser : «Voy a despachar esto lo más pronto posible; es dema-
siado aburrido preocuparse de ello ahora.» Bajo las condicio-
nes adecuadas de motivación y confianza, estos factores per-
sonales pasajeros pueden tener a menudo efectos mínimos.
, Los instrumentos de medida difieren en el grado en que
su aplicación es afectada por factores personales pasajeros.
La utilidad de un instruinento para medir ciertas caracterís-
ticas distintas a estas . pasajeras decrece, por supuesto, con el
grado en que las puntuaciones del mismo son influidas por
tales factores.
4. 1219_p.enias_debidas a fç res !de situación».—Las va-
. lamente unas cuantas preguntas de un universo de preguntas
riaciones en la situación en que la me ida tiene lugar, juegan
a menudo un importante papel contribuyendo a las diferencias
en puntuación entre un grupo de sujetos. Así, p. ej., una entre-
vista con un ama de casa puede quedar muy influida en sus
resultados por la presencia del esposo. El anonima la fal-
ta del mismo en la situación de medida, ll_presencia o fa ta
de ambiente de distensión, la seriedad o lieerezl, las distrac-
ciones diversas, etc., todo tiende a afectar las respuest as
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 177
sujeto. Si las situaciones de medida varían de persona a per-
sona o de una medición a otra, una gran parte de variación
en puntuaciones parece resultar de estos factores, aparte de
las diferencias verdaderas entre los individuos con respecto
al atributo que se mide.
5. 21 ec a variaciones en la administra.
i erencias debidas
ina ua
iziárs.—Los m é to d os y tuuformes de administra '-
ción de un instrumento de medida pueden contribuir a las
variaciones en puntuación. Los propios realizadores de la en-
trevista ued • . . 're. un •egs . . orma u. .
alterar el orden de las mismas, omitir preguntas, etc.;
de tal forma que una entrevista no sea comparable con otra,:
Un encargado de aplicar el «test» con escasas cualidades de
amenidad puede dar un giro distinto a la entrevista; un encarga-
do de la clasificación que se halle fatigado puede mirar super-
ficialmente las respuestas en vez de leerlas detenidamente para
su clasificación ; un observador cansado puede no ser ca-
paz de anotar el proceso constante de cambio de un grupo.
Todas estas variaciones en la utilización' de un instrumento de
medida pueden afectar en gran modo el grado de consistencia
con que un determinado clasificador, observador, etc., ordena
y clasifica las respuestas de distintos sujetos y la consistencia
en clasificación de un observador, ordenador, etc., a otro.
Por un lado la situación en que la medición es realizada y,
por otro, el método de administración, pueden influir en la
orientación con la que responde el sujeto, p. ej., si responde
o no en términos de lo que cree ser cierto, o de lo que él
piensa que el entrevistador o clasificador considera la res-
' puesta «buena», etc.
6. pji erencias debidas al Mtodo de muestreo de los
ítems.—Cualquier instrumento de medida afectá -
mente a una sola muestra significativa d¿ la característica ob-
jeto de medida. Así, un cuestionario de actitudes contiene so-
relevantes que hubieran podido ser incluidas. Si concebimos
una puntuación en términos amplios, como medida de una
actitud, y no en sentido estricto, como la medida de un cues-
tionario determinado, es evidente que las variaciones en acti-
tud tal como han sido medidas por distintos cuestionarios se-
rán dependientes, en parte, de la naturaleza de la muestra de
preguntas incluidas en los cuestionarios. Así, p. ej., en un cues-
tionario referido a las actitudes hacia los negros, las previa-
12
 178 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
tas incluidas puede ocurrir que sean aquellas en que una de-
terminada persona está más dispuesta a responder favorable-
mente de como lo haría en otro cuestionario elaborado con
una muestra distinta de preguntas.
Es obvio que, si otras cosas son iguales, un cuestionario
con una sola pregunta parece ser una muestra menos adecuada
del universo total que otro cuestionario con treinta preguntas.
De modo semejante, las clasificaciones basadas en unas pocas
observaciones o realizadas por un observador solo no son tan
seguras como las clasificaciones basadas en muchas observa-
ciones realizadas por varios observadores. El aumento del nú-'
mero de preguntas (siempre que las preguntas añadidas seani
igualmente adecuadas al propósito del cuestionario dado), o de
la cantidad de material relevante sobre el que la puntuación
se basa, hace que la variación en puntuación atribuible a estas4
causas se haga menor.
7. Diferencias debidas a la falta de claridad del instrwl
ras en la característica qje s intenta medir. Con frecuencia!
laícategoÉtas en un instrumento de clasificación o de obser-
vación son complejas y ambiguas; distintos ordenadores u ob-
servadores pueden interpretar las categorías de forma distinta
y asignar respuestas semejantes a distintas categorías. Las
preguntas de la entrevista pueden ser tan largas, o redactadas
en una forma tan compleja, que algunos entrevistados pueden
no entenderlas; las respuestas de estos sujetos apenas pueden
constituir una indicación adecuada de la característica o acti-i
tud a la que las preguntas están referidas. Palabras tales como
libertad de empresa o libertad simplemente, que están emo-
cionalmente coloreadas o que tienen connotaciones especiales
no asequibles a toda la gente a quien se aplica el cuestionario,
pueden mostrar reacciones distintas no directamente relacio-
nadas con la característica que el instrumento quiere medir.
Incluso preguntas aparentemente sencillas pueden ser confusas
si el contexto es ambiguo. Tomemos, p. ej., la siguiente pre-
gunta 'utilizada en un estudio de una comunidad estudiantil:
«Durante la última semana, ¿visitaste la casa de algún pro-
fesor?» Si la entrevista tuvo lugar inmediatamente después
de una semana de vacaciones, algunos entrevistados pueden in-
terpretar la pregunta como significando «durante la última
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 179
semana de clases», otros como «la última semana», es decir,
durante las vacaciones. La sencillez, la concreción, y un alto
grado de determinación son circunstancias deseables en los
instrumentos de medida 2 .
8. Diferencias debidas a factores mecánicos.—Circunstan-
cias tales como la rotura de lápices o bolígrafos, respuestas
colocadas en casillero distinto, instrucciones poco legibles,
falta de espacio para anotar enteramente las respuestas, jue-
gan su papel dificultando un funcionamiento más efectivo del
instrumento de medida. Muchas fuentes de error pueden ser
eliminadas mediante la adecuada atención a los factores me-
cánicos en el momento de la presentación del estímulo y la
recogida de respuestas. Es imposible redactar una lista de los
muchos detalles mecánicos que pueden intervenir; y van desde
la forma de presentación del cuestionario al tipo de letra, o
errores de imprenta, etc.
9. Diferencias debidas a factores en el análisis.—Con fre-
cuencia se desdeña la posibilidad de errores en lbs procesos
de puntuación, tabulación, análisis, tabulación estadística, etc.
Estos procesos pueden ser fácilmente comprobados, pero, caso
de no hacerlo, pueden introducirse en los datos grandes dife-
rencias en puntuación debidas a tales errores.
Estos son. piles. algunos de los nrincipes factores ql_ te
influyen en los resultados obtenidos a través de_cualouier
proceso de medida. Un examen de la lista aquí expuesta in-
dica' varias fuentes de «error»—tales, las diversas influencias
sobre la puntuación más que la influencia sobre la caracterís-
tica que se intenta medir. Es ya tradicional clasificar los erro-
res en constantes- (sistemáticos o de sesgo) y de azar (o varia-
611_11 fin error constante es -@ -in~Cido in- la --riiaida—p—r o
algún factor que sistemáticamente afecta a la característica
objeto de medida o al propio proceso de medida. Los factores
semejantes a los tratados en el apartado 2 de este capítulo son
de este tipo. Cuando un factor así pasa desapercibido, sus
efectos no son tomados en consideración a la hora de evaluar
los resultados de la medida. El error de azar es debido a aque-
llos aspectos pasajeros de la persona, de la situación de medi-
da, del procedimiento de medida, etc., que parecen variar de
una medición a otra, aunque la característica que se intenta
2 Esta afirmación no es aplicable cuando la característica que el in-
vestigador desea medir es precisamente la forma en que un sujeto inter-
preta una situación ambigua—como es el caso de muchas técnicas pro-
yectivas (véase capítulo 8).
 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
180
medir no haya cambiado. Un error de azar se muestra en la
falta de consistencia de mediciones repetidas o equivalentes de
la misma persona, objeto, suceso, o del mismo grupo de perso-
nas, objetos o sucesos. Como se verá en las siguientes seccio-
nes de este capítulo, la estimación o validez se hallan afectadas
por ambos tipos de errores; la estimación del grado de con-
fianza sólo tiene en cuenta—generalmente—los errores de
azar.
LA VALIDEZ DE LAS MEDIDAS
Ciertas preguntas básicas deben ser hechas a cualquier ins-
trumento de medida: ¿Qué es lo que mide? ¿Son relevantes
los datos que proporciona para la característica en que se está
interesado? ¿Representan las diferencias en puntuación ver-
daderas diferencias en las características que se intenta medir
o también reflejan la influencia de otros factores?
La validez de un instrumento de medida puede ser defi-
nida como el grado en que las diferencias en puntuación re-
flejan verdaderas diferencias entre individuos, grupos, o si-
tuaciones en la característica que se pretende medir, o dife-
rencias ciertas en el mismo individuo, grupo o situación de
una ocasión a otra, más que los errores constantes o de azar._
Algunos de los factores hasta aquí tratados como contribu-
yentes a las variaciones entre puntuaciones individuales 'pue-
den conducir a errores constantes. Es obvio que las diferen-
cias ciertas entre individuos en características permanentes '
distintas alas medidas por el «test», que afectan a las pun-
tuaciones obtenidas con el instrumento de medida, serán cau-
sa de errores constantes. Así, también, pueden afectar los
factores del propio instrumento o de las situaciones en que
se utiliza. Así, p. ej., los procedimientos de medida que descan-
san principalmente en los procesos intuitivos complejos de ob-
servadores han introducido con frecuencia errores constantes
a través de la percepción selectiva, de la repetición, o del
informe.
Téngase en cuenta que los errores constantes que aquí se
discuten se refieren a puntuaciones individuales y, por im-
plicación, a comparaciones de puntuaciones de grupos de pun-
tuación. Así, p. ej., supongamos que se administra un «test» de
prejuicio racial a niños de un sector de la población en que el
prejuicio es mal visto. En esta situación, existe comparativa-
mente poca presión entre los niños sin prejuicios para falsear
ALGUNOS PROBLEMAS GENERALES DE MEDIDA . 181
sus respuestas y, sin embargo, hay una gran presión sobre los
niños con prejuicios para que den respuestas exentas de pre-
juicio. Y así, la puntuación de un niño sin prejuicios pt de u)
reflejar con bastante exactitud su verdadera actitud, en
que la del niño con prejuicio puede ser alterada en un .grado
desconocido, a partir de su posición verdadera con respecto
al problema planteado en el «test». Como consecuencia, am-
bos niños tenderán a asemejarse—exentos los dos de prejuicio.
La administración repetida del «test» o de protocolos seme-,
jantes bajo las mismas condiciones no producirán el falsea-
miento de las respuestas de los niños con prejuicios y que apa-,
recerían como errores de azar, puesto que de nuevo habría
una desviación de las respuestas en la misma dirección. Su-
pongamos ahora que se desea utilizar el «test» para evaluare
la eficacia de un curso en relaciones humanas, comparando
las puntuaciones de los niños que han asistido al curso con
un grupo de control que no lo haya hecho. Si los dos grupos
de niños—los que tienen prejuicios y los que no los tienen—
dan respuestas catalogadas como «no prejuicio», el «test» no
puede revelar efecto ninguno producido por el curso.
¡ Teniendo en cuenta que, en general, no sabemos la verda-
dera posición de una persona con respecto a la variable que
tratamos de medir, no hay una forma directa de determinar
la validez de la medida. (Si hubiera otra fuente de informa-
ción como posición verdadera con respecto a la variable, con
frecuencia no sería necesaria otra medida de la variable, a
menos que el procedimiento de medida utilizable fuese ex-
tremadamente inaccesible o caro o de cualquier otra forma
nada práctico o inadecuado en su uso.)
– A falta de un conocimiento directo de la verdadera posi-
ción del individuo con respecto a la variable que se está mi-
diendo, la validez de un instrumento se mide por el grado
en que sus resultados son compatibles con otras evidencias
/significativas. Que sea evidencia significativa depende de la
naturaleza y propósito del instrumento de medida. El objetivo
de algunos «tests» es proporcionar una base para prediccio-
nes específicas acerca de los individuos; p. ej., si tendrán éxi-
to en un cierto tipo de trabajo, si necesitan o no ahora o más
adelante tratamiento psiquiátrico, etc. Otros «tests», sin em-
bargo, no son utilizados de esta forma. Aunque están desig-
nados para medir determinadas características de los indivi-
duos, no conducen a predicciones definitivas acerca de 'cómo
los individuos actuarán en determinadas situaciones—al menos
 182 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
teniendo en cuenta el estado actual de los conocimientos. Esta
, distinción en el objetivo .de los «tests» lleva a una diferencia
en el tipo de evidencia que se considera significativa para la
estimación de la validez. Y.n el caso de los «tests» cuyo obje-
tivo es proporcionar una base para las predicciones en térmi-
nos de algún criterio determinado (como el éxito en determi-
nado trabajo), la evidencia sobre la posición del individuo con
respecto a tal criterio provee de una base de estimación de
la validez del «test». La ,investigación de la. , validez en estos
términos puede ser descrita como pragmática; la validez es
juzgada en términos de la exactitud de las predicciones hechas
sobre la base de los resultados del «test».
Los instrumentos designados para medir características
que no conducen a predicciones específicas no pueden ser eva-
luados tan directamente. Debe buscarse otra evidencia _para
proporcionar una base para juzgar si el instrumento:In- 2e ade:
cuadamente o nó—el-conc-epp:5- qué:se mientamedir. Este pro-
cedimiento menos directo ha sido descrito como alidez c ns-'
tructiva. Estos medios de obtención de la validez se tan en
ias secciones que siguen 3.
Validez pragmática
Un intento de validación es la pregunta : ¿Es útil este ins-
trumento de medida? ¿Puedo tomar decisiones con su ayuda
mejor que sin ella? El investigador puede desear, p. ej., dis-
tinguir entre individuos que, al tiempo de la medición, están
«bien ajustados» y aquellos necesitados de tratamiento psi-
quiátrico. Un «test» que ayude al investigador a distinguir a
los individuos que difieren en su «status» esente se dice
que, tiene zdez concurrente. Por otro a o, e mvestilail
puede desF1 predicción de qué individuos parecen estar
necesitados de una futura acción psiquiátrica. La idoneidad
del «test» para distinguir a los individuos que diferirán en el
futuro es conocida con el nombre de validez predictiva. En am-
bos casos, el intento de yaligarión
En el intento pragmático de validez, el interés se centra
en la utilidad del instrumento de medida como indicativo o
previsor de alguna otra conducta o característica de la persona.
3 Para el conocimiento de otros procedimientos distintos, si bien
relacionados, descriptivos de intentos de validación, véase Cronbach
(1949), Cronbach y Meehl (1955) y Recomendaciones técnicas para
Tests Psicológicos y Técnicas de Diagnóstico (1954).
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 183
Así, p. ej., los «tests» que requieren que el individuo\eproduz-
ca un esquema complejo por medio de conjuntos, han mostra-
do ser útiles para identificar en los individuos la habilidad
de reproducción de esquemas por sí misma; el individuo se
halla interesado en la realización del «test» solamente como un/
índice de posible lesión cerebral. No necesita saber por qu¿
la realización del «test» es un índice eficiente de la-caracterís-
tica en que se halla interesado
Lo que es esencial en este intento de validación es que
haya un criterio válido y razonable con el que las puntuacio-
nes del instrumento de medida puedan ser comparadasrff
general, la naturaleza de las predicciones y técnicas disponi-
bles para su comprobación determinarán qué criterios son sig;
nificativos. En la validación del «test» de reproducción de es-
quemas como índice de lesión cerebral, p. ej., los criterios evi-
dentes serían otros índices ya bien determinados de lesión ce-
rebral, o bien las comprobaciones post mortem, en el grado en
que puedan ser utilizadas. En el problema antes suscitado, de
identificación de los individuos necesitados de tratamiento
psiquiátrico o que parecen necesitarlo en el futuro, el criterio
más adecuado actualmente a la mano es probablemente el de
diagnóstico independiente realizado por psiquiatras compe-
tentes, pero no se trata de un criterio infalible. Si el objetivo
de un «test» es la predicción del éxito en los estudios en un
centro determinado, el criterio debería ser las formas de gra-
duación del Centro en cuestión. Si el propósito es la predic-
ción del éxito laboral, bien puede confiarse en las calificacio-
nes de los supervisores de la profesión, como criterio, a me-
...nos que el trabajo sea de tal especie que pueda asegurar más
informes objetivos en cuanto a cantidad y calidad de trabajo
realizado.
Por supuesto que, en el plano ideal, debería ser perfecta-
mente válido y seguro el criterio por el que se comnaran las
puntuaciones del instrumento de medida. La comprobación de
predicciones contra un criterio que puede ser irrelevante, in-
adecuado, o inseguro, proporcionan una evaluación dudosa del
procedimiento de medida. En la práctica, no obstante, el in-
vestigador halla con frecuencia que no existe ningún criterio
totalmente comprobado; selecciona el que le parece más ?de-
4 No obstante, desde el punto de vista del avance del conocimiento
científico, como algo distinto a la capacidad de hacer predicciones
útiles, se puede estar interesado en saber por qué es útil el "test". Este
punto será tratado con más detalle más adelante.
 184 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
cuado y trata de tener en cuenta sus limitaciones y, si es po-
sible, complementarlo con criterios adicionales.
El desarrollo de un criterio adecuado para la comprobación
de predicciones y, por tanto, la evaluación de la utilidad de
los instrumentos de medida es una parte importante de la in-
vestigación, que raras .veces recibe el tiempo o la atención que
merece. Frecuentemente, aunque no exista un criterio perfec-
to, la seguridad y validez de los criterios disponibles pueden
ser mejoradas. En un estudio en que los datos de los super-
visores son utilizados como criterios para la validación de un
«test» predictivo del éxito en un determinado trabajo, p. ej.,
distintos supervisores pueden utilizar diferentes bases de jui-
cio de tal forma que sus clasificaciones no sean comparables.
La seguridad y validez de sus clasificaciones pueden aumentar
por medio de una cuidadosa especificación de las clases de
comportamiento que van a ser consideradas en la clasifica-
ción de la realización del trabajo, por la claridad en la defi-
nición de los puntos en las escalas de clasificación, por la
oferta de un período de entrenamiento en el que dos o más
supervisores clasifiquen o puntúen a los mismos individuos y
luego discutan las discrepancias en su clasificación, etc. Ge-
neralmente, la medición conjunta de las puntuaciones por dos
o más observadores que están puntuando a los mismos sujetos
tiende a aumentar la seguridad y la validez 5 .
Validez constructiva
Con frecuencia, sin embargo, el investigador se halla in-
teresado en la realización del «test», no como una simple pre-
dicción de -comportamiento, sino como una base para inferir
el grado en que el individuo posee alguna característica que
presumiblemente se refleja en la aplicación del «test». Dicha
característica no es algo que puede ser señalado o identificado
con alguna clase específica de comportamiento; más bien, es
una abstracción, una construcción 6 .
Muchas de las medidas utilizadas en las ciencias sociales
operan con «construcciones». Las medidas de inteligencia, de
actitudes, de autoritarismo, de introversión-extraversión, de
ansiedad, de modelos más generales de personalidad, son de
Para una posterior discusión de los métodos de mejora de la
fiabilidad de las puntuaciones, véase el capítulo 10.
6 Véase el capítulo 2, para una discusión de los conceptos y cons-
trucciones, términos 'que se han usado aquí indistintamente.
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 185
este tipo. Cronbach y Meehl (1955), que primere acla-
raron el concepto de validez construcdéltacar - on que- lis
difiiacTon-es de -tales construcciones -cófársta- e-n- --- es dé-
iéries-cre-própóSitiónes acertia-déais relaciones _con otras vi---
riablestra.s..construcciones_- o-Coinizortamientos_ci 't ectamente .
_observables. Así, por medio del examen de validez construc-
tiva, eládécuado formular preguntas tales como las siguien-
tes: ¿Qué predicciones podrían hacerse, sobre la base de esta
serie de proposiciones, acerca de las relaciones con otras va-
riables de puntuaciones basadas en una medida de esta «cons-
trucción»? ¿Son las mediciones obtenidas con la utilización
de este instrumento consistentes con estas predicciones?
Tres aspectos estrechamente relacionados deberían ser des-
tacados en conexión con estas preguntas. Primero, las predic-
ciones son de una naturaleza tal, y sirven una función en cier-
to modo distinta, de aquellas supuestas en la determinación
de la validez pragmática. Consideremos una predicción sobre
cómo votarán los individuos en una elección nacional. Un
instrumento de medida puede tener el objetivo especifico de
hacer posible esta predicción. En este caso, el interés se halla
en la exactitud de la predicción, y no es -necesario prestar aten-
ción a los atributos psicológicos envueltos en la relación entre
el comportamiento individual en el «test» y su comportamien-
to en el momento de votar. Sin embargo, una redicción acerca
de la votación pede Iambién estar en re aci n con el examen
d-e-Tá- validez constructiva de un «test» de conservadurismo
-
ea.lítico. Keitif el razonannento es como sigue : «Creo que este
«test» --mide el Conservadurismo ..(tin--a « construcción ») —bacía
la generalmente aceptada de -li -jaOsit-i6n- cle los_parti:
Vos-políticos de Estados Unidps, -debp_suponer que -in gente
Clasificada como menos conservadora en este «test» probable: -
mente Votará «demócrata»; aquellos -cláSificados como más
conservadores, votarán «republicanos». No ótenfff---WEI e, i
necesarianiente-qUe suponer que la correlación entr6-1i- pun-
tuación del «testa y el comportamiento en_ el momento de la
votación sea muy alta, porque está comprobado _que yotar_por
uno u otropartido no es equivalente a ser más o menos con-
ser-yací-oí. L
so demócratas y republicanos no repre-
sentaii-claramente una menor o mayor tendencia conservado-
ra; en algún aspecto el partido republicano es menos conser-
vador que el demócrata. Es más, incluso si los dos partidos
fuesen identificables de forma inequívoca en este aspecto, po-
drían esperarse otras influencias además de la tendencia con-
 186 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
servadora de cada individuo para penetrar en la determinación
de su voto: tradición familiar, religión, status socioeconómico,
tendencias en el voto de .sus amigos, esperanzas de beneficios
determinados si uno de los partidos gana.
Segundo, en el caso de la validación pragmática, la capa-
cidad de la medida para distinguir en términos de un -solo
criterio hacia el cual se dirija es el «test» de su validez; en
el caso de validación e ceptQ, todas las prediccionew-
l se harían sobre la e de la serie de -Práposiciones en las que
el concepto éstlitip- iiés-ta Wéri -errhay.or número posible de-
'ellas) entra en Ta consitleráéión.iilidez".. -Áir,én
la medida-de la tendencia conservadora, además de predecir
si un individuo votará d--- . ernTicrata o republicano, pueden pr-1-
decirse las preferealis-para . l.os candidatos (fe ull-Dis7
qdo político deteranado; p. ej., podría predecirse' que los
›rekubliciriCii75litstricad6s como menos cólítétliadóreren- a
arliTói.-&-c:ándidato- détériti
« test il 'se- in-cl-iii- llos
catalogadós -Coniiiiiiás -Cónlervadores, otrólrarididato. §_e_x_o_-.
drían también hacery_ comprobar predicciones. acerca , de las'
-relaciones 'con sicitus suigzecon-ó-Mico, ed_iticacid-n'"Watridé."-
. s.
con respecto a--dertirinipados.,pull - ii-a.--S1 fracaso en Coiri Jrnar
cualquiera"de las predicciones pondríj7P-t7G de juicio, por
supuesto, la validez .de•la medida o de las hipótesis ..que la
mantienen. Sin embargo,' aunque cada• una de las correlaciones
se revelase como baja, su efecto acumulativo serviría para
mantener la validez. del- «test» y su teoría subsiguiente.
Tercero, el examen de la validez de concepto supone la
'validación no solamente del _iiistrumentó7dj medida. sino de
- ca. Si las predicciones no se confirman,
sffil---
lá téóili-C-i-Iii- 1-111-
--el'investigár61.o tener una guía clara de si el fracaso
se halla en el instrumento de medida o en la teoría. Conside-
remos, p. ej., un estudio centrado en la hipótesis de que la
asociación personal con miembros de un grupo étnico distinto
al propio tiende a llevar a actitudes más favorables hacia dicho
grupo. Supongamos que los resultados no muestran la relación
prevista entre el grado de asociación personal y cambio de ac-
titud. ¿Deberá concluir el investigador que esta medida de la
actitud no fue válida, o deberá concluir que, bajo las condi-
ciones del estudio, la hipótesis fue incorrecta? El investigador
probablemente sería inducido a reexaminar la «actitud concep-
tual» y el conjunto de proposiciones que le llevaron a esta pre-
dicción determinada. El resultado puede ser una mejor preci-
sión en el concepto, con hipótesis ifirlS derálladaráta~7
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 187
relación con otras variables, y los cambios en e instrumento
,dejledida-. Así,- p. ej., un--núni~v e— striáci• - centradas
en la hipótesis de que la asociación personal • miembros de
un grupo étnico distinto al propio tiende a llevar a la adop-
ción de actitudes más favorables con distintos res4iltados. Un
análisis de un determinado número de estos estudios indica
que las diferencias en resultados pueden ser tenidas-en: cuenta
en parte como términos de los aspectos específicos de la ac-
titud afectada por los distintos instrumentos de medida, y
sugiere que la hipótesis podría ser - perfeccionada en el sentido
de especificar qué aspectos de la zietitud son más propicios a
quedar afectados por asociación personal.
Glm~r_Eiske (1959), sugerido que la investigación
de viudez conceptual puede ser ec n ánlArrinlin-
. e-n-
táml4:1a- atención hacia- la-ádé-cniEliide- medidák-
septo en cuestión, antes dé Iii- ce
—riii-Wrisus relaciones con
Itras-vTáriabies. Ambos o
rrclases-de
evidencia' acerca de la medida son necesarias antes que se jus-
tifique con el examen de las relaciones con otras variables:
Jeide nçi4eque distintas medidos drjo rnnoTt Ppvan a
r_gaultacks semejwites, y(2pa evidencia de que el conefflpto til
c91119_ha_silló medido pue -ser-di.ferenciaglo dg_ otros concep-
t% ,Con objeto de asegurar tal evidencia, debe medirse el
concepto en cuestión por dos o más procedimientos; debe
también medirse la característica o características de las que
- desea diferenciarse el concepto, utilizando los mismos méto-
dos generales que ha aplicado a su concepto central.
Por. ej., Burwen y Campbell (1957) estaban interesados en
una hipótesis común a distintas teorías psicológicas—la de que,
'sobre la base de experiencias primeras dentro del seno de la
familia, un individuo desarrolla una actitud generalizada hacia
las personas representativas de autoridad. Antes de intentar
estudiar la relación entre «actitud hacia personas representa-
tivas de autoridad» y experiencias familiares primeras, se cen-
traron en el desarrollo de un número de medidas de «actitud
hacia personas representativas de autoridad». Las clasificacio-
nes sobre estas últimas se hicieron sobre la base de cada uno
de los siguientes métodos : preguntas desarrolladas en entre-
vistas acerca del padre y de los actuales oficiales superiores
(los entrevistados eran reclutas de las Fuerzas Aéreas); una •
lista de rasgos para ser comprobados como descriptivos del
padre y del superior inmediato; descripciones escritas sobre
el carácter de fotografías de personas de una edad media y
 188 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
más viejos (que se intentaba presentar como simbólicas de
personas dotadas de autoridad); historias acerca de escenas
que contenían personas dotadas simbólicamente de autoridad;
un inventario autobiográfico; una actitud de estudio y super-
visión; y un cuestionario sociométrico.
Cada uno de estos métodos fue también utilizado para
medir una segunda característica : la actitud hacia las «per-
sonas sin autoridad» (condiscípulos, un antiguo compañero de
trabajo, «iguales simbólicos» representados por fotografías de
personas jóvenes). Esta segunda característica—la actitud ha-
cia las personas sin autoridad—fue medida con objeto de de-
terminar si las actitudes expresadas con respecto a las perso-
nas con autoridad eran verdaderamente específicas de tales
actitudes hacia las personas con autoridad o bien eran expre-
siones de actitudes hacia las personas en general. Si hubiese
una correlación altamente positiva entre la actitudes expresa-
das hacia las personas de autoridad y las que no la representan
—es decir, si las personas favorables hacia las personas con
autoridad también lo fuesen hacia los personajes no represen-
tativos de autoridad y aquéllas no favorables hacia las no re-
presentativas de autoridad también lo fueran hacia las otras—
podría concluirse que las afectadas por el primer grupo de
medidas no podían tomarse como actitud específica hacia los
personajes con autoridad, sino como una actitud general ha-
cia la gente. Por otro lado, si hubiese escasa o ninguna corre-
lación, o correlación negativa, entre las medidas de los dos
tipos de actitudes, podría concluirse que la primera serie de
medidas obtuvo ciertamente la medida de actitudes relaciona-
das directamente hacia los personajes con autoridad.
Como se demostró más tarde, las medidas de actitud ha-
cia las personas dotadas de autoridad mostraron tan poco
acuerdo que parecía no existía razón alguna para creer que
cualquier actitud consistente había sido afectada; y así no
hubo discusión en el intento de determinar si . estas medidas
se referían a una determinada actitud que podía ser distingui-
da de la actitud hacia las personas sin autoridad. Las califi-
caciones obtenidas sobre la base de las entrevistas mostraron
una alta correlación entre la actitud hacia el padre y la actitud
hacia los oficiales superiores; si este hubiera sido el único pro-
cedimiento utilizado, los investigadores podrían haber con-
cluido que habían medido con éxito una actitud generalizada
hacia los personajes con autoridad. No obstante, las puntua-
ciones basadas en métodos diferentes mostraron escaso acuer-
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 189
do mutuo; por tanto, las técnicas distintas a la entrevista
mostraron escasa correspondencia entre actitud hacia el padre
y actitud hacia los oficiales superiores. En tal situación, nos
enfrentamos con la cuestión de si los instrumentos de medida
no son válidos o si el concepto que se trata de medir (en este
caso, «actitud hacia los personajes con autoridad») es falso en
algún aspecto. En este estudio, los investigadores razonaron
que el número de los distintos métodos que habían utilizado
proporcionaba una base para concluir que la dificultad estaba
en el concepto más que en los instrumentos de medida. Aun-
que reconocieron que alguna de las medidas podría ser no vá-
lida, pensaron que no era legítimo afirmar que todos [los ins-
trumentos] eran índices inadecuados del concepto «actitud
hacia la autoridad». En vista del hecho de que ninguna de las
medidas mostraba alta correlación con otra, concluyeron que
sus hallazgos requerían una modificación de la presunción de
que cada individuo poseía una actitud generalizada , hacia la
autoridad y que reflejaba su actitud hacia el padre.
De esta discusión parece deducirse que la validez del con-
cepto no puede ser comprobada adecuadamente por un solo
procedimiento. La evidencia obtenida de un número vario de
fuentes es significativa : la correlación con otros «tests» y con
otros comportamientos, la consistencia interna de las pregun-
tas, la estabilidad a través del tiempo, etc. Qué grado de evi-
dencia, a partir de cada una de estas fuentes, puede sostener
la estimación de la validez del «test» depende de las relacio-
nes previstas en el conjunto teórico en que el concepto se
halla envuelto. Cuanto mayor sea el número de relaciones com-
probadas y confirmadas, mayor será el soporte para el ins-
trumento de medida y para la teoría que lo sostiene.
Relaciones entre los distintos ensayos de validación
Los ensayos «pragmáticos» y «de coacept9i . para la*
skni Mutuamente _excluyentm Un solo «test. o
-
instrumento de medida puede ser utilizado para un número
distinto de objetivos, y para cada propósito debe ser utiliza-
do el método adecuado de validez Comprobatoria. ComiLL.m .
sido_dotacado, la_estiqiación de la validez pragmática púe-
de ser incluida en la evaluación de la validez conceptual. Por
otrollado,_auicjiie
doras de validez pragmática haa_sido_alcanzadas7s
sIT:
iple del método de ensayo7errort_no hay motivo para no
 190 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
investigar por qué dichas medidas son útiles—es decir, con-
siderando los conceptos supuestos y su relación con los cri-
terios variables. Tales investigaciones pueden llevar. al escla-
recimiento de los conceptos y, eventualmente, a la validación
de los conceptos de tales medidas o al desarrollo de medidas
alternadas que pueden tener validez pragmática y conceptual
a la vez.
Pe hecho, existen buenas razones para no quedaj satisfe-
-.chos
_ con IiiWfifflire":"rnedida - -que mlade-so-
lo pragiii á ticamente7-EIT-tEarto-no- sea -entendido-e fize
sti- 'utilidad,- --
no—fi-ay seguridad de que las condicioara-e .1a
sean Válidas para cualquier aplicación determinada,
-éñ cada aPliParíAn «nlamente /me_de prgcederse con la creen- j
Eía ingenua que valdrá a esta .vez. Es más; en el grado en
4-iie el- ensayo pragrn tico sé Ti-m-ita a sí mismo descubriendo
correlaciones empíricas sin ninguna preocupación por una ex-
plicación teórica que vaya supuesta, se trata de un procedi-
miento antieconómico. No permite generalización a otros pro-
blemas; va a parar a un conocimiento que se halla aislado •y
limitado más que interrelacionado y lógicamente fértil (Mar-
genau, 1950).
¿Es la validez de una medida evidente por sí misma? 4-
En los ejemplos que hemos tratado, los datos proporcio-
nados por los instrumentos de medida han sido utilizados co-
mo índices de algún atributo del individuo y que no ha sido
medido directamente. Así, las puntuaciones basadas en res-
puestas a un cuestionario pueden ser utilizadas para diagnos-
ticar cvpredecir enfermedades mentales, o para inferir el grado
en que un individuo posee una característica no directamente
revelada en el «test». Pero algunas medidas ...se
sadas directamente_en-liWie de -Coiii-Portamiento_en_que-el
investigadnr está-i~sapl,Los «tests, de realización son
frecuentemente de esta clase: la velocidad de lectura se mide
por el cómputo de la .cantidad de un pasaje leído con com-
prensión un tiempo determinado; la capacidad para resolver
problemas aritméticos se mide por el éxito en solucionar-una
muestra de tales problemas; en la realización de un trabajo,
computando la cantidad y calidad de trabajo producido:la
observaciones de ~miento . pueden también tener es-
Ins...catactuca
lti,s, si son utilizadas de forMa -descriptiva . más
que como _una base _pira inferencias acerca cíedinamismos
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 191
_Ityari
st caw, Así, un investigador interesado en el estudio del
comportamiento de un líder de grupo puede tomar una mues-
tra de su comportamiento; uno interesado en la interacción
entre miembros del grupo puede recoger los cambios entre
ellos.
=Legislas, que se te en la clase de
conducta en que el experimentador está interesado. a menu o
ion conocidas como poseedoras de «aspecto de vufjp7 4; es
ctaue lasignifiaci6n del instrumento de medi. • • .1 •
se intenta medir Plirfirn. • m o». Si tal pre-
s-u-néróli-él-ó1i5"jiátificada en algún casó .et- ' , nado, ello es
en último caso una cuestión de opinión. Pero en la afirmación
de esta opinión, Aeben ser tenidas en cuenta dos cuestiones
de importancia: si el instrumento mide realmente la clase
de comportamiento que el investigador cree; 32 si es una
mutraes adecuada de esta clase de . comportamie . Con fre-
cuencia, en el caso demedidas de perfección y eficacia—don-
de la consideración de «aspecto de validez» es más apropia-
da—está . justificada la presunción de que el comportamiento
que parece estar comprendido en el «tests es el que actual-
mente se mide. Así, p. ej., si se está interesado en la eva-
luación de la adecuación de una persona como taquimecanó-
grafa a través de su ejercicio escrito, análisis de las cartas que
escribe a máquina, desde el punto de vista de la exactitud, de-
letreo, limpieza, velocidad, etc., parecería que provee de una
evidencia claramente relevante. Sin embargo, podría ocurrir
ocasionalmente que un «test» que parece medir una clase de
comportamiento se halla de -hecho midiendo otro. Suponga-
mos, p. ej., que damos una serie de problemas aritméticos a
un grupo de alumnos de curso octavo de enseñanza primaria
y obtenemos un amplio rango de puntuaciones. Pero podría
ocurrir que las operaciones aritméticas supuestas pueden ser
realizadas por todos los miembros del grupo; las diferencias
en puntuación pueden provenir de diferencias en la capacidad
para entender el lenguaje en que el problema se ha presenta-
do. El investigador debe estar siempre alerta ante posibilidades
de esta clase.
s unda consideración—si el Atest3....propordzi_ a o no
una adecuada muestra '515 -blase decomportamiento
_ , _ con el
..q-u-E-Sé- está tratando—requiere, en -principio, una completa
especificación deluniverso de comportamiento en cuestión y
de todos los posibles Ítems del «test» que podrían ser utili-
zados para su medición. Con frecuencia ello es imposible, dado
 192 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
que el número de posibles ítems del «testa pueden alcanzar
el infinito. Lo Que síes posible. y esencial, es la cuidadosa con-
sideración de • ue com..tiamiento - tamente el que se
_ e 'no • •110 • as en
.--edi- o. Supongamos,
prensión
p. ej., que se desea comprobar la com-
lectora. Es obvio que no puede reunirse todo el ma-
terial que ha sido escrito. en una determinada lengua y-selec-
cionar una muestra, ya sea muestra aleatoria o con otro cri-
terio. El investigador debe hacer una selección sin conocer el
universo total. Pero sí-puede, o debería hacerlo, considerar si
los pasajes incluidos en su «test, se refieren a cuestiones -que
pueden ser más familiares a algunos individuos que a otros,
y en qué casos el «test» -medirá el conocimiento del-tema--más
que la comprensión -lectora; si suponen peculiaridades de es-
tilo que pueden presentar más' dificultades a unas personas
que a otras, etc.
LA CONFIABILIDAD EN LAS MEDIDAS
Como ya ha sido destacado anteriormente en este mismo
capítulo, las puntuaciones de los instrumentos de medida re-
flejan normalmente no .solamentellicatacteristica Que el ins-
trurtfertirála de iiedir. tino una variedad de errores , cons-
1Proce-dímiegto_de medida consIti" en. la . diterminaCión ,de en
até"Mélfida la va--'-26irdé- titilaciones entii-lidifida-s- él
debida á inconsistencias en ma me ---1 .- 5Warar"--
-7Cua7 me-
di-das comparables pero independtentes de una misma cosa,
próporcionarán los mismos resultados en el grado en que las
medidas se hallan libres-de errores variables o por azar.
. Si nosotros supiéramos que un instrumento de medida tu-
viese una validez satisfactoria para el propósito que tratamos
de utilizarlo, no necesitaríamos preocuparnos por su fiabili-
dad. Si un instrumento .es válido,refleji_e_n_prInedy~-
,sume medir,,con. un _mínimo de distorsik
ractéristica que se------
'por otros 'flietorei,...ya...se.aa_constantessean-traasitorias.;_
y así habilLescant~tiatos-pgra_ investigar su fiabilid ___151...
decir, el grado en que se halla influido_pqrlaetit~o§.
No obstante, un -investigador se halla raras veces en situa-
•
7 Para un tratamiento más detallado sobre la fiabilidad, véase Gol-
Mesen (1950), Guilford (1954) y Tryon (1957b).
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 193
ción de saber de antemano que su medida tiene una validez
satisfactoria, a menos que ello haya sido demostrado en estu-
dios previos relacionados con la misma característica. Es más,
raramente ocurre que un instrumento pueda ser presentado
como poseedor de una tan alta validez que no sea preciso un
perfeccionamiento. En el caso de la validez pragmática, el coe-
al:hecho -de que. el instrumento no mide
-errore,s
—var - iiliies ---
en e ent en el ns inei Ttoit
trie-d'WÉ'i-ies-faraFctiiistancias, es importante determinar el
~p.-error variable éi-erlil~f n ir-
caso de ira validez conceptuaT,-no es e una s ..! . de „:
mmnación -directa de validei.ven estas circunstanc ias, a e
dencia del grado de error_sanable-es-una-parte-~_sk
fá_eyjdencia_relegida a la_yallez.
A menos que haya sido demostrada previamente la validez
o fiabilidad, esta última característica de un instrumento de
medida debería ser determinada antes de su utilización en un
estudio, mucho mejor que después. Si el instrumento de in-
vestigación se halla afectado de error variable, la verosimili-
tud de llegar a resultados significativos queda minimizada.
Más que avanzar con instrumentos carentes de fiabilidad, se-
rá prudente aplazar la investigación e intentar aumentar su
grado de fiabilidad.
Métodos para la determinacilki. de-la.
fiabilidad -de - la . medida
-
del grado de fiabilidad del instrumento de
una determinación de la consistencia de las
chas medidas idénticas de-loTitis/iío:
--75---
idividuos; 11L_Li
1
mas condicione.1como base _para la estimación de los erro:
s Weat-610-s de medida—
if- . En el estudio de comportamiento
Wunano, sin_ embargo, nci-es realizable muchas veces. >lo stl-
ente,exiistCla-p-ollbilidad de que las mediciones re
das creen un ambiente de haidiT; puede también llegar a
isi7ééréi;:Pjele -eitilarse la fiabilidad' sobe
_una dos.medidas para cada inctívi una
 194 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 195
de la población sobre la que el instrumento de medida será líder, actitudes, moral—muestran tales variaciones. La incon-
utilizado—o incluso sobre la base de una medida si ésta pue«: sistencia de este tipo no debería ser interpretada como falta
de sujetarse al análisis interno. Pueden obtenerse , suficientes
de fiabilidad en el instrumento de medida, pero complica el
la:e-Mentando el número de indivi problema de la determinación de la estabilidad del propio
Itimentin-dWeTTfir—
_La gia_de,..Inedidasj instrumento.
cedim - ieritó nlital en el cómputo de la Aunque existenl fluctuaciones genuinas en la característica
ro- cte-akthrfrittice-tarréuercro-élitre afrtfatáló
t -ilde_medri, con - -frecuencia será razonable ~t.
mir que existe algtma_posrtón ~., s para un rminad
iiidffid_gp, objeto, etc., alrededor -da cual se centran las fluc-
istintos métodos de etimación tuacipnel. T'al presunción SeTla-,-p-71,--éril cálculo de la tem-
tran en direreflté fuentes de varia peratura media de una determinada ciudad durante una cier-
ta estación, o en la determinación del peso de una persona.
Es una suposición frecuente en los estu dios de características
sociales y psicológicas de individuos o de grupos. Cuando nos
interese la determinación de esta post ión «típicas, debemos
érci161,5Pe~lr: considerar el grado en que una determinada medida parece
ritilizaremos el "términt escaoutaaa para re- desviarse de ella y cuántas mediciones son necesarias para
ferirnos a este tipo de o se ocupan de la equi- llegar a una puntuación estable y segura. En este sentido_po-
valencia de la situación demos ocuparnos de la estabilidad de las medidas, aunque el
o a un 1Fm-áitoseáll. -cle la -falta e fia bilidad
ine didg,_
finta-a
tritrlfráidirptft! La inconsistencia en mediciones repetidas puede también
-- • ser debida, desde luego, a falta de adecuación del instrumen-
Se Ç1Ja1'iLV ue • .• to de medida. Una escala que muestra el peso de un individuo
tre. o de los iteras o a o •al- - en 74 kilos y dos minutos más tarde nos lo presenta en 84
kilos, probablemente tiene algún defecto mecánico. Un obser-
vador puede en una ocasión clasificar una larga respuesta de
Estabilidad. La estabilidad de los resultados de un ins-
—
un profesor a un alumno como «discusión), otro como «con-
trum' ej.-ft-Caí-medida se determina sobre la base de la consis- ferencia». Un individuo puede contestar de forma distinta en
tencia de las medidas después de aplicaciones repetidas. Es dos ocasiones ante la misma pregunta en una escala de acti-
importante, sin embargo, distinguir entre inconsistencia debida tudes, aunque, como aquí, la «actitud» no ha cambiado.
a los genuinos cambios en la característica medida y a la de- El método adecuado para la determinación de la estabi •
bida a los cambios en factores extraños. La característica me- es la com ara • n de, los reç,iItuins ci l as mediciones repeti-
dida puede fluctuar de una aplicación de la medida a otra. o es cierto, tanto si es fluctuación normal de la carac-
Esto es cierto en fenómenos físicos, tales como temperatura, terística que se mide la fuente de inestabilidad como si lo es
presión arterial, peso. Muchos de los fenómenos con los que el error de azar debido a la falta de adecuación del procedi-
se relaciona la ciencia social—p. ej., el comportamiento del miento de medida. Cuando el instrumento de medida consiste
en observaciones, crélé-stsrlrfflizado ungran número de_21)-:, 1
8 La consideración de fiabilidad en términos de estabilidad y equi-
Te-fadóliit-félietidIs. C- . o ao .1 te en una entrevis. , es- 1
valencia de puntuaciones fue sugerida por Cronbach (1951). Una ter-
minología anterior (método de test-retest, etc.), refleja el hecho de que i it1nffiQ o Iiies-t» p-royectivo,.,: o r, ..en - . • nille"rin
los procedimientos para la estimación de la fiabilidad originaron, en la gulktracion_es solamente,
mayoría de los casos, la conexión con el desarrollo de la inteligencia Ilustremos ambos procedimientos. Vamos a suponer que
y los tests de aptitud. queremos saber el porcentaje de tiempo que un determinado
 196 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
líder de grupo emplea en conferencias, comparado con otras pci-
sibles actividades. Puede ser asignado un solo observador con
un cronómetro para observar al líder durante un período de
quince minutos mientras se halla a cargo del grupo y anotar
el tiempo que dedica a conferenciar durante este tiempo. A
partir de este control el porcentaje de tiempo dedicado a char-
las puede ser fácilmente calculado. Luego el mismo observa-
dor puede realizar un control semejante del comportamiento
del líder del grupo en otra ocasión en que se halle a cargo
del mismo grupo. Cuando el proceso ha sido repetido varias
veces tenemos una serie de cifras, cada una de ellas renresen-
tando el porcentaje de tiempo que el líder del grupo dedica a
la charla en plan de conferencia en una determinada ocasión,
según el observador. Podemos tomar el rango de los porcenta-
jes como nuestro índice de la estabilidad de este porcentaje,
su desviación standard, o alguna otra medida de la variabi-
lidad de las series. La falta de estabilidad uede ses.4ebida al
las variaciones en e corportrm-fel-toifér 1 er o en el cont7o1 k
'llevado a cabo por-él -otis-ei'vad.or" .9 en-anibel,
También' -poda ocurnr '—que estularamos interesados en
la inclinación por las conferencias por parte de un número de
líderes de grupo. Si cada uno de ellos es observado durante
quince minutos por el mismo observador bajo condiciones
comparables, es posible ordenarlos en términos de la propor-
ci6n de tiempo que cada uno de ellos dedica a las conferencias.
¿Cuán estable será este orden? Podríamos seguir el procedi-
miento descrito en el último párrafo para determinar la esta-
bilidad del porcentajede tiempo invertido en conferencias por
cada uno de los líderes de grupo, pero ello no nos diría nada
directamente acerca del grado en que el orden de los grupos
de líderes iba a permanecer inalterado en esta característica de-
terminada de un tiempo de observación a otro. La estabilidad en
el orden individual en un grupo se mide generalmente por un
coeficiente de correlación o por algún otro índice de coinci-
dencia entre puntuaciones o lugar de clasificación recibidos
por estos individuos en la primera administración de una me-
dida y en las puntuaciones o lugar de clasificación recibidos
por los mismos individuos en una segunda administración de
la misma medida. En el ejemplo preciso que estamos tratan-
do, la (puntuación» dé un individuo sería el porcentaje de
tiempo en que fue observado como dedicado a conferencias.
y.n_el-caso entrevista,,-cuestionaria_
tivo, se utiliza- esenelalmente-el-mismo procedimienta_para~
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 197
timar la estabilidad de la medida, ex ce ce ten
. ue es eneral-_ 1
inerite-áídicáda dos veces-, -e- cww 6.--c--:on
n Io que-li--d nombre
. ----d-r
de Pródtdinikerlto .de •Itest-retéstgra — - etifrevistac.,
mrána
dr adiriimitrada a los niilliZiglvíduos en clisfiltos___mitos tie
lijo "condiciones equivalentes,x7enTonces se copaian los,
resultados de las dos mediMs....No obstante, ñTl caso de
procedimientos de medida como los que aquí se exponen, y
que requieren una gran participación del individuo, se plan-
tean complicaciones adicionales. El mismo proceso de medida
repetido puede intensificar las diferencias de factores pasaje-
ros; p. ej., la ansiedad, el interés y la motivación pueden set
menores durante la segunda administración del «test» simple-
mente a causa de que el individuo ya está familiarizado con
el mismo. En el grado en que ocurren tales cambios, el «test» '
•
ofrecido en segunda administraanqüe -iii~
iftíVame g. te..ion el anteriór-, éciiTrepreseiltaillntonces
Pli una:
situación >ae examen bastante...disiiita-Es más, el sujeto pue-
lb recordar las respuestas que dio ante el primer «test» (par-
ticularmente si el tiempo de intervalo entre los dos «tests» es
reducido) y, en el segundo «test», puede dar de nuevo las res-
puestas que recuerda (o que recuerda equivocadamente) y que
han sido dadas en la segunda vez en lugar de respuestas es-
pontáneas o pensadas,
Existe otra posibilidad de que la medida inicial haya al-
terado la característica que se está midiendo. (Recordamos al
lector el esquema experimental de«antes-después,» en el ca-
pítulo precedente.) Una entrevista, un «test» ofe-iftua ción, un
cuestionario de actitud puede presentar cuestiones nunca pen-
sadas por una persona, y puede acrecer el interés y estimular
el desarrollo de opiniones definitivas; así, p. ej., una respues-
ta de «no sé» puede ser sustituida por un acuerdo-~Erá
__ _ .
do difinitivos: .
- ' Además *de la posibilidad de cambios sugeridos por la me-
dida inicial, existe-como en todos los tipos de medida-la
posibilidad de cambios específicos entre las dos administracio-
nes del «test». Como un resultado de las influencias extra-
ñas al «tests, algunos sujetos pueden haber adquirido más
información, u ocultado un cambio de actitud, durante el in-
tervalo entre las dos administraciones del «tests. .
Cuando existen ambas posibilidades, la de que la medida
inicial pueda afectar a los resultados de la segunda medida
y la de que se produzcan determinados cambios acarreados
por otros factores, la práctica usual es colocar alguna activi-
 198 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
dad durante el tiempo de espera de uno a otro «test) lo sufi-
cientemente extensa :como para borrar los efectos del primer
«test. pero tampoco demasiado para permitir que se produzca
un verdadero cambio. Si la segunda medición se efectúa antes
de que los efectos de la, primera hayan desaparecido, la esti-
mación de la estabilidad no será segura porque los resultados
de las dos medidas no serán independientes; el error parece
hallarse en la dirección de una sobreestimación de la estabi-
lidad. Por otro lado, si han tenido lugar cambios específicos,
el coeficiente resultante será una subestimación de la estabili-
dad del propio instrumento. No pueden ofrecerse reglas simpli-
ficadas y rápidas para poder juzgar el intervalo óptimo; en
gran parte depende de la naturaleza específica del «tests. Afor-
tunadamente, puede admitirse la desaparición de los efectos
muy rápidamente al principio, y en un grado decreciente con-
forme avanza el tiempo En otras palabras, disminuyen las
posibilidades de recuerdo - cuando transcurren largos períodos
de tiempo. Un espacio de dos semanas a un mes es admitido
generalmente como intervalo razonable para muchos «tests»
psicológicos. Si existe duda, sin embargo, es mejor aguardar
un período más largo, mejor que pecar de corto, ya que con
el aumento de tiempo tales errores parecen ir hacia una subes:
timación de la estabilidad del instrumento más que a la so-
breestimación. Se está más seguro con una sub cue 9n nal
sobreestimaciónrrnél primer caso, el inv.e.stiyador,.s~e
Su instrumento ,e,sra~s, lariZestable- Com..
ficiente; en último caspa)» sabe en .qué situación se. _talla,
En resumen : &Leo ' e-iiciente de .estabilidariddica el vado
en que la medida- rdkjiiiís-diférencias e raCterfátias ré-,
lativamente persisteltes_entre indiyiduos . .y . gue afectan a la
medida." En el grado en que el coeficiente se hallapor de-
bajo del' valor máximo posible, se supone, bien que existen
fluctuaciones específicas en la característica objeto de medida,
bien que la medida se halla sujeta. A e rrores de azar debidos
a factores personales_pasajeros o a otras cond i rencias, podemos utilizar la desviación de rango o la standard,
cambiado del tiempo de unVadriiinistración al de Ja próxima,
pi coeficiente de-estabilidad toma .en conside,ración....el
muestreo de preguntas _como upa fuente de „inseguridad. Si
9 Véanse las curvas del olvido en cualquier manual corriente de
Psicología.
111 Nótese que estas "diferencias relativamente persistentes" pue-
den serio en características distintas a las que el test trata de medir;
es decir, que pueden envolver errores constantes.
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 199
el personal encargado de administrar y puntuar el «tests es
el mismo en las aplicaciones repetidas, el coeficiente de esta-
bilidad no tiene en cuenta posibles variaciones en la utiliza-
ción del instrum9Aito por distintos administradores o analistas.
Equivalencia.-WLa equivalencia se ocu de con
gra-5-15— s -distinto-s-~tores uflhizancUo el instrum _to,
plEll-firealr-ii-151--mism J'inTviduos al mun o tter-n
fultórin~fitos álicád1ø81fl1 1d1viduos al mismo
ampttliegan-a resultados codts.tentes il. ilustraremos la primé-
ra condición (distintos investigadores utilizando el mismo ins-
trumento) con nuestro anterior ejemplo del comportamiento'
de los líderes de grupo; el segundo (distintos instrumentos)
por el ejemplo de un «tests de información, capacidad, o ac-
titud preparado partiendo de un número dado de Ítems.
En nuestra explicación anterior de la medida de las afi-
ciones a conferencias entre s_l líderessupon
de grupo _ osa , que
fl
un solo observador era el responsable de todas las edicio-
nes tomadas. I'gro, ¿qué ocurre si ,e,ste . observador j
un error sistemItico, o inseguro de oir° - m-ode7La„noc-r 1
dI": pr-o-Ce-alniiiito seguro de medida requiere ue proporcione
m
resultados coparables -d a mis or el itestil a
'otro,
_ -siempre que amboayarLsistruidos lo suficiente;
en otras palabras. las fuentes de vatiactiWen el item
de la- ogin-a- 177, deberUffie-F-muumwmins4Podemos hacer
una estimación del grado de variación situando a distintos
observadores entrenados para observar a los líderes de grupo
al mismo tiempo, y obteniendo los informes independientemen-
te• del tiempo en que se cree que cada líder ha estado confe-
renciando.
A partir de tales informes, pueden ser calculados índices
de equivalencia de diversas formas. Si tenemos a nuestra dis-
posición un número de observadores controlando a un solo
líder de grupo, y cada uno de ellos informa independientemen-
te del porcentaje del tiempo que el líder ha dedicado a confe-
de tales porcentajes, como índices del grado de equivalencia
11 Es conveniente utilizar la frase "al mismo tiempo"; no obs-
tante, las dos medidas no han de ser administradas forzosamente si-
multáneamente. De hecho, en el caso de distintos instrumentos, es a
menudo imposible administrarlos literalmente al mismo tiempo. Lo
que quiere significarse es que, en la estimación de la equivalencia, el
tiempo de intervalo entre las medidas no es lo suficientemente corto
como para que no se pueda esperar razonablemente que la caracterís-
tica ha cambiado.
 200 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
de los distintos observadores. Otra posibilidad es dividir el
período de observación en unidades de tiempo de la misma
duración; 15 segundos podríaser una unidad de tiempo con -
veniente para un período de observación de 15 minutos de
duración. Cada observador informaría de cada una de estas
unidades sobre si la actividad del líder del grupo ,durante es-
ta unidad de tiempo fue o no la conferencia. El índice de equi-
valencia para dos observadores sería el porcentaje de:- unida-
des de tiempo en que estuviesen de acuerdo sobre si el líder
de grupo estaba o no conferenciando.
Si nuestro
nuestro interés principal se refiere al grado en que los
distintos observadores están de acuerdo sobre el orden de cla-
sificación de líderes de grupo (mis uno de ellos observado
durante una sola sesión) con respecto a la proporción de tiem-
po dedicado a la conferencia, utilizaríamos entonces un coefi-
ciente de correlación como índice de la equivalencia de cual-
quier par de observadores. .
La IltifflagiOn-s1-111-01.4ing11.914.cle-liLP~~
divIduos con relación
_ _ a distintos instrumentos que tratan de
inedir Já misiiiii 'cara-cliRiTcrie"Cérifia-eii lrvarIllti6li .(.9i101
luaciones-débkliCa .. p. 9.1,91.-:
( -; en21
__ -.MUestreitairlos4ma
- a•
ExistenInTu-Wet . - .,.. 1 . podríamosJ.ele..99,10aLjaa-
ra medir_ cjjaignier.mautedstica..deteraninada 1 en- qg
do 'es . 1S, rudkla_41,1a ,característica quq qiiçipj ' j
partir de upa serie dorrtrIms 'équivalente a la medida .fflAu.gb-
tendríamos á-par:lir droTryloSible "se4g2, Trataigicr~s
istimacioneárlifflizaremos comólratración. un «test» prepa-
rado a partir de distintos items al que los sujetos responden
satisfactoriamente.
La construcción y selección de ítems de «test» es un. pro-
cedimiento bastante arbitrario, y hay un amplio margen de
ftems posibles para la medida de una característica determina-
da; en consecuencia existe generalmente poco interés en sa-
ber el grado en que las respuestas de un solo individuo varían
de un ítem a otro, en un determinado «test». Es cierto que la
mayoría de los «tests» están elaborados para asegurar un am-
pilo rango de respuestas para cada individuo; p. ej., en un
«test» de actitud se espera que cada individuo halle algunos
Ítems en que se muestre de acuerdo y otros en que esté dis-
conforme, y en un «test» de perfección o capacidad se supone
que cada individuo hallará algunos ítems que pueda superar
u otros en que fracase. El interés se centrará en el grado en
que la ordenación de los riailildüog
_.
' Sea el 'mismo de una dines-
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 201.
tra de Ítems a otra, y en el índice de equivalencia que se cal-
Tffla-conl~le-un •gt17.1teIrecorret!tchlr:~1._
concepto_e,stadfsSco estrechamente...rej~,
- Los principios supuestos en la estimación del efecto del ítem .
de la muestra sobre la equivalencia son mejor apreciados en
el caso de,eruebas alternadas administradas di mismo tiernn
En este procidimiento,- pruebas que se suttautu....eouivalentes
12-7"-o.msm«test»
- -. . son administradas a los mismos individuos
effla misina sesión. AraiIiii-e-Tal-ddr15P51~mitienen-disa
tIlité~s-, -¿lbs . tr. -atan •dé-iifeWirfirabl' a
ilt7 ' La • córrelación entre puntuactactesr~buradWas
del Itest»..indica- el grado en-que-éatea-midealLmisma ea- ....
ra.. cteristica
. . de,mna.forma
- •consistente.--,
Es evidente que este procedimiento no toma en conside-
ración las fluctuaciones cotidianas de la persona o de la mis-
ma situación en el momento de la aplicación de la medida,
puesto que ambas formas del «test» son administradas en una
sola sesión. Algunas diferencias pasajeras, sin embargo, apa-
recen de forma inequívoca. Puede haber variaciones en la
atención durante el período de la aplicación del «test»; un
aumento del aburrimiento o de la fatiga pueden infl "r las res-
puestas en el segundo «test»; las respuestas a preg1ntas del
primer «test» pueden afectar a las del segundo «tes ». No
obstante, a menos que los procedimientos de medida sean
extremadamente largos, estos cambios parecen ser menores
que los debidos al azar que tendrían lugar en un período de
tiempo mayor; así, los coeficientes computados sobre esta
base no tienen en cuenta de forma total el efecto de los erro
res variables de este tipo. Por otro lado, puesto que existen
muy pocas posibilidades da- cambios específicos en la carac-
terística durante una sesión de aplicación del «test», este mé-
todo de control de la confiabilidad evita el problema de confun-
dir el cambio verdadero con el error casual.
1.. ggtodo„de.../coyte . . r la • d» itlesser_s1~,
m
como un_casg especial dé rii tg u... as alternada
sssimi-
nistradas . . al mismo tiempg. ,Z u...9.110,„priazdjuuejitla„„sajdubi....-.
fiiáfni una sola forma de «test » por vez rimera a
de individuos; las preguntas-det5ivididasiuegoen.
dos Mitades, y.las ppuntuaciones de ambas mitades son- ....n.p
Co i " a
.-
rádárs a fin de obtener una estimac- ió-n7delllidoTen q_umon
equivalentes. En otras palabras, las dos mitades son conside-
das como formas alternadas del mismo «test». El coeficien-
 202 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
«test»; una vez más, un alto coeficiente de equivalencia es in-
terpretado como índice de que la situación del individuo no
se halla afectada por esa determinada serie de preguntas en
cualquiera de las dos mitades, sino que, por el contrario, sería
sustancialmente la misma en cualquier «test» elaborado con
preguntas del mismo universo. L .
miento de.prntocolos altem3dos,_un coeficiente
puede refleja,Lerrams-casimles--ea-las-wespuestar~sadátais
_ww.,equivalencias-de_1412.40411-iata
cletertnina_das asLcon
(19
g,,utytas.
Tradicionalmente se ha estimado que en el método de
«corte por la mitad» el «test» o medida debería ser secciona-
do en mitades equivalentes, cada una de ellas representando
la totalidad del «test» en todos los aspectos significativos 12 .
El método ordinario de obtención de presuntas mitades equi-
valentes es mediante la asignación de las preguntas con núme-
ros pares a una mitad, y las de los impares a la otra. La co-
rrelación entre las puntuaciones de las dos partes es entonces
interpretada como una estimación del coeficiente de equivalen-
cia de un «test» de una dimensión con la mitad del «test»
original. A partir de aquí puede ser computada una estima-
ción del coeficiente de equivalencia para todo el «tests—co-
nocida como «fiabilidad de corrección del corte medio»—por
medio de la fórmula de Spearman-Brown. (Este procedimien-
to se trata más adelante con mayor detalle en la página 211.)
Estudios más recientes han llegado a la conclusión de que,
si todos los ítems del «test» tratan de medir la misma carac-
terística, deberían ser comparadas mitades obtenidas por azar
más que equivalentes, y de aquí se ha obtenido un nuevo mé-
todo de cómputo de un coeficiente de equivalencia 13 . El ín-
dice resultante de este método, llamado el coeficiente alfa tie-
ne, entre otras ventajas, la de ser la correlación media de
«corte medio» para todos los posibles casos de división del
«test» en dos partes. Esto llena los requerimientos de mues-
treo aleatorio con respecto a los ítems que componen las dos
mitades del «test». El coeficiente alfa da un coeficiente exac-
to de equivalencia para la totalidad del «test». La exposición
del método no puede ser hecha aquí, pero los lectores intere-
sados pueden consultar las referencias citadas.
Cualquiera que sea el procedimiento utilizado para la es-
12 Véase Thorndike (1949) y Guilford (1954).
Véase Cronbach (1951) y Tryon (1957b).
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 203
timación de la equivalencia «de corte por la mitad», éste úl-
timamente expuesto, como el de protocolos alternados admi-
nistrados al mismo tiempo, no tienen- en cuenta las fluctua-
ciones diarias de la persona ni tampoco las de las condiciones
de administración.
En resumen : el coeficiente sie_pqgivaleucia incljaxj„„gm.- -
do en.que concuerdan las rne-clide los mismos. individuok
d _
41iQ tiempL Las mediciones pueden ser realizadas por
istintos observadores utilizando el mismo instrumento, o por
distintos instrumentos que tratan de medir la misma caracte-
rística. En la medida en que el coeficiente sea menor que el
máximo valor posible se supone, en el caso de distintos ob-
servadores utilizando el mismo instrumento, que existen va-
riaciones en la utilización del instrumento por distintos obser-
vadores. En el caso de distintos instrumentos elaborados con
un número determinado de Ítems, se supone que los !te=
no son medidas equivalentes de la misma caracte -rística o que
existen errores de azar en las respuestas a las preguntas o
ambas circunstancias a la vez. En cualquier caso, el coeficiente
de equivalencia no tiene en cuenta la inestabilidad con el pa-
so del tiempo como fuente de inseguridad.
Estabilidad y equivalencia. Como ya hemos indicado, los'
—
índreli-al la istabifidad-dépuntuacion consideran primor-
dialmente las fluctuaciones de los facto es personales y am-
bientales COMO fuentes de inseguridad, n tanto los índices
de equivalencia consideran en primer lugar las variaciones
en la administración, contenido y circunstancias de los pro-
ceslimientos. medida.r edimientos dei
distintas de inseguridad. Un grupo de individuos re-
cibí un protocoloi de un «test» en una vez (o controlado por
un observador en una situación determinada); después de un
lapso de tiempo, estos mismos individuos reciben un proto-
colo distinto del mismo «test» (o son medidos por un obser-
vador distinto en otra situación). La correlación de puntua-
ciones o clasificaciones en las dos ocasiones proporciona un
índice general de la fiabilidad del procedimiento de medida,
En el caso de los cuestionarios, entrevistas, etc., este pro-
cedimiento tiene la ventaja sobre el método de «test-retest», de
estar menos afectado por la memoria y la práctica. No obstan-
te, el hecho de que los ítems en los dos protocolos sean dis-
tintos no significa que los resultados de la segunda aplicación

204 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
del «test» sean totalmente independientes de la primera. Ha-
biendo realizado la primera, la actitud y disposición para la
segunda pueden ser distintas; pueden haberse recibido: los
impactos de la práctica por la estimulación de los ítems que
parecen nuevos; e incluso los efectos del recuerdo u olvido
pueden actuar como una consecuencia de la semejanza de los
Ítems. Como una precaución contra la distorsión.de los resul-
tados por los efectos específicos del hecho de haber tomado
un determinado protocolo del «test» en primer lugar, la ad-
ministración de los dos protocolos queda compensada ordi-
nariamente; es decir, a la mitad del grupo se administra el
protocoloo-A pritnér3~tacqlo B eala.,,s,mundit adminis-
tración, en tanto_ la..0~itad .toma el protpcólp_p_pdam
'No obstante; ello no evita los efectos más qenerales, consecuen-
cia de haber tomadoi.finlotocolo, cualquiera que sea éste. El
Probleina- dcestabrear i- nte-rVEY-d1 tiempo adecuado entre
las dos pruebas no es esencialmente distinto, por tanto, del
encontrado de estimación de la estabilidad por el método de
«test-retest».
Como en los métodos de observación repetida_cuitestat,tros„,
existe la posibilidad-5-4-ue- los cambjçpçfficos' de la ca-
tacterístier á- liado ugar eirErr- n er-'"
imlo'clelti.rdliráciarnirsnes41111Citestp..,Pero, una vez mls,
siempre -que los resultados de las dos aplicaciones, del «test»
sean razonablemente independientes, el efecto de esta posi-
bilidad es hacer del cQeficiente obtenido una estimación de la
confiabifidad mínima del instrumentódi medida.
---- PlIsttreffirlrmétodo de administriaón de prccedimien. ,
tos altéiaidoi - de medida en tiempos -distintos tiene en cuerita
. «test» deben estar altamente correlacionados; es decir; deben
Más fuentes de variación-1.44e los otros métodos deicritcts,da-
ra ordinariamente . utía7Má. s_baja estimación—si-bien-más-exac-
ta—de confiabilidad que.cualquier otro coeficiente . de- estabi-
lidad o de .equivalencia.
¿Qué, método_de_e_timaa
s la. fiabilidad jirilj7ark
,investigador-en-unaj~igaci6n-determinada? Ello depen-
derá, no solamente del valor de las distintas
, té para lo-
grar sus propósitos, sino también . .0 1:• es
cas _que le le ofrezcan y de los recursos que pul. é • e.icar
al desarrollo de sus procedimientos de medida. Algunas veces
no es posible para el investigador tener a su disposición ...al
Inisme -gfupu...da-snietos dos veces, o el costo de ellawk:ea 4
ser prohibitivo; en tal caso no tiene posibilidad de elección,
sino basar su estimación de la fiabilidad.en
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 205
puatuaciones. Algunas veces el instrumento de medida no lle-
~1f1mo al análisis interno que pudiera precisarse pa-
ra una medida de la equivalencia. ual uiera que sea e1 mé-
tpdo_utilizado-por :el inv •
nocimiento de sus implicaciones •
¿En qué consiste una fiabilidad satisfactoria?
No existe una simple respuesta a la pregunta acerca de qué
se considera una fiabilidad satisfactoria. Depende del objetivo
y del método por el que ha sido estimada la fiabilidad. En ge-
neral, cualquier falta de fiabilidad en un «test» disminuye su,
validez; análogamente, disminuye la posibilidad del investi-
gador de demostrar relaciones entre variables o de hacer dis-
tinciones precisas entre individuos que son semejantes en la
característica que se trata de medir. .
Fiabilidad y validez.—En el grado en que las puntuacio-
nes -a-fardas - por la aplicación de un instrumento de medida
están influidas por errores de azar, ya no son índices exac-
tos de la posición de un individuo en términos de la caracte-
rística que se intenta medir. En otras palabras, en el grado
en que una medida carece de fiabilidad, se halla falta ,
de\va-
lidez. Debe anotarse una excepción, no obstante. Ctia4. do ,la
estimación de fiabilidad consiste en un coeficiente de "va-
lenCia de «corte por la mitad», un bajo índice de fiabilida,,
no rebaja necesariamente la validez; paradójicamente, puede
llegar incluso a incrementar la validez. Para que una equiva-
lencia de «corte por la mitad» sea alta, todos los ítems del
todos proveer una medida de la misma característica como
condición esencial o bien de características que varían al mis-
mo tiempo. Para utilizar el término técnico, deben ser homo-
géneos. Sin embargo, para algunos propósitos, un «test» que
afecta a un número determinado de características puede ser
más válido que uno que mide solamente una característica.
Supongamos, p. ej., que estamos trabajando con la selec-
ción de candidatas para ser admitidas a un curso de enferme-
ras. Supongamos también que ya hemos eliminado por otros
métodos a las que no se hallan claramente dotadas para la pro-
fesión, bajo criterios tales como inteligencia baja, escasa re-
sistencia física, fuertes trastornos de personalidad, etc. Quere-
mos un «test» que nos ayude a seleccionar, de entre todas las
que han satisfecho las condiciones básicas, a las que parecerán

206 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
ser más eficaces como enfermeras. Parece obvio que un de-
terminado número de características serán significativas; es-
tas pueden incluir, p. ej., capacidad de autodominio, para acep-
tar y seguir instrucciones, y quizá características tales como la
capacidad de introspección y de tratar de entender a los de-
más, simpatía, optimismo. Podríamos, p. ej., elaborar un «test»
para cada característica que creemos, o sabemos, son relevan-
tes. Pero para el uso práctico de selección de aspirantes, una
batería semejante de «test» no sería posible; podríamos es-
timar preferible combinar en un solo «test» de «Probable éxi-
to en la profesión de enfermera», ítems que midiesen un de-
terminado número de las características relevantes. En tal
«test», las correlaciones entre distintos ítems serían probable-
mente bajas; y por tanto, la estimación de la equivalencia con-
trolada por la técnica del «corte por la mitad» sería baja. No
obstante, el «test» puede ser muy eficaz para la identificación
de candidatas que desempeñarían bien el oficio de enferme-
ras. ¿Cómo puede llegarse a esto?
Desde el punto de vista de la predicción de un determina-
do resultado de conducta, el «test» ideal compuesto de una
serie de ítems debería tener las siguientes propiedades : cada
ítem debería tener una alta correlación con el criterio, y co-
rrelación cero con cada uno de los ítems restantes. Si fuéra-
mos capaces de construir un «test» semejante y medir su fia-
bilidad por el método de «corte por la mitad» o cualquiera
de los restantes mencionados, pudiera ser que, al final, re-
sultase tener una fiabilidad muy baja. Así, parecería que las
especificaciones para la validez pragmática en grado máximo
requieren confiabilidad baja, contradicción aparente con la pro-
posición establecida anteriormente de que la confiabilidad es
una condición necesaria para la validez. Debería ser destacado
que, en primer lugar, nuestro «test» ideal todavía habría de
poseer una fiabilidad razonablemente alta para considerarlo
útil—es decir, tener validez pragmática. En segundo lugar—y
constituye una importante lección aquí acerca de lo que miden
los buenos «tests» pragmáticamente válidos—la fiabilidad de
«corte por la mitad» no es lo que parece. Nuestro «test» ideal
no es, en realidad, un «test» en modo alguno, sino una bate-
ría de «tests» de un sólo ítem cada uno. El «test» pragmática-
mente válido no medirá, por tanto, una característica, sino
un complejo de muchas características. La determinación del
coeficiente de fiabilidad de «corte por la mitad» para un «test»
así elaborado no tiene sentido. Si los «tests» de un . sólo ítem
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 207
no parecen muy seguros, ello es compensado por la compli-
cación en las muchas facetas del complejo. Un error de su-
bestimación de una faceta tendería a ser compensado por un
error o sobreestimación de otro. En principio, si cada ítem
se proliferase en «multi-ítems» más seguros y las puntuaciones
de cada «test» componente señalasen ponderaciones mejores
más , bien que iguales, la validez pragmática de la batería en
su conjunto aumentaría.
Descubrimiénto de relaciones entre variables.— Los errores
aleatorios en la medición de una variable—es decir, la inse-
guridad del instrumento de medida—reduce claramente la po-
sibilidad de descubrir en qué grado se halla relacionada una
variable con otra ' 4 . Supongamos que hemos elaborado un
cuestionario para medir la moral del obrero con la esperanza
de que ello nos servirá para hacer predicciones acerca del ín-
dice de absentismo bajo determinadas condiciones. Si el cues-
tionario fuese totalmente inseguro—p. ej., si los obreros cla-
sificados por el cuestionario como poseedores de una baja
moral fueran precisamente los que muestran un alto espíritu
en una segunda administración diez minutos más tarde—sería
imposible observar una relación entre moral y absentismo,
incluso si los dos estuvieran, de hecho, estrechamente vincula-
dos. Si el cuestionario no fuese totalmente inseguro, podríamos
ser capaces de demostrar que existe alguna relación_51>t4e mo-
ral y absentismo. No obstante, si queremos saber cuán estre-
cha es la relación entre las dos variables, es necesario poseer
instrumentos altamente seguros.
Diginción,entre indivi4u~2^—Todos los métodos
de estimación de la fiabilidad que hemos descrito, y la ma-
yoría de los restantes de utilización ordinaria, consisten bá-
l'sicamente en la determinación de si las medidas en distintos
momentos y por distintos protocolos del instrumento sitúan
a los individuos en la misma situación en relación con la to-
talidad del grupo que ha sufrido las pruebas. Dejando aparte
el «tema» del «test», o el método de estimación de la confiabili-
dad, la pregunta que se formula es esencialmente : ¿Coinci-
den los resultados de los dos «tests» de situación en el lugar
en que sitúan a X (y a cada una de las restantes personas del
grupo) en relación con la puntuación media del grupo? El in-
14 Una vez n'As hemos de destacar que esto no se refiere a las
medidas en que la equivalencia del "corte por la mitad" no reduce
la validez pragmática.

208 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
dividuo X y cada uno de los restantes pueden alcanzar diez
puntos más en otro «test» distinto al planteado, pero ello no
es prueba de inseguridad si cada uno de los sujetos está en
la misma situación relativa a las otras en ambas mediciones.
Ni tampoco los distintos cambios en puntuación para distin-
tos individuos afectarán a la estimación de fiabilidad a menos
que cambien la posición de los individuos en relación con los
demás. Supongamos que en la primera medición A puntúa 30,
B, 40 y C, 50; y que en la segunda medición A alcanza 33,
B, 40 y C, 47. Puesto que la posición relativa de los tres no
quedaría alterada, estas variaciones no pueden presentarse co-
mo signo de inseguridad. Pero supongamos que en la prime-
ra medición el individuo A ha obtenido 39; el B, 40 y el C, 41.
Si el individuo A vuelve a aumentar tres puntos en su segunda
medida y C pierde de nuevo tres puntos, su posición relati-
va se alteraría; entonces los cambios en puntuación entre las
dos situaciones en el «test» se presentarían como índice de
inseguridad.
Tomando como punto de partida estas operaciones utili-
zadas en la estimación de seguridad, se obtienen varias con-
secuencias :
1. El grado de seguridad de un procedimiento de -medida
es siempre contingente al grado de uniformidad de la carac-
terística dada dentro de la población sujeta a la medida. Las
alteraciones pequeñas en las puntuaciones individuales pue-
den llevar a cambios en la posición relativa dentro de un .grupo
en el que las puntuaciones de muchos individuos se apro-
ximan unas a otras, teniendo en cuenta que las mismas alte-
raciones no llevan precisamente a cambios en la posición re-
lativa dentro de un grupo donde los individuos difieren mar-
cadarnente uno de otro. Así, un «test» de baja seguridad en
una población muy homogénea puede mostrar una alta segu-
ridad en una población muy heterogénea. Los «tests» se publi-
can algunas veces con altas estimaciones dudosas de seguri-
dad, computadas sobre la base de la administración a pobla-
ciones muy heterogéneas, siendo así que la aplicación del
«test» puede requerir la capacidad para distinguir entre indi-
viduos de grupos relativamente homogéneos.
2. La seguridad en alto grado es más importante si de-
seamos hacer distinciones sutiles entre individuos que si sim-
plemente deseamos la identificación de los individuos situados
en los extremos.—Para demostrar una diferencia significati-
va entre dos puntuaciones, las diferencias entre las mismas
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 209
tendrían que ser, aproximadamente, tres veces mayores que
si fueran 0,60 más que 0,90; y aproximadamente 1,4 veces
tan grandes que si fueran 0,80 en vez de 0,90. la fiabilidad es,
por tanto, importante para una distinción precisa, y sin ella
las graduaciones detalladas en el instrumento de medida son
ilusorias.
3. La estimIción de la fiabilidad supone la fiabilidad media
de puntuaciones de los individuos en un grupo.—No propor-
cionan una estimación de los distintos grados de fiabilidad de
las puntuaciones de cada individuo dentro del grupo. Es, des-
de luego, una aproximación de grado desconocido la asigna-
ción del mismo coeficiente de fiabilidad a las puntuaciones de
todos los individuos. Con frecuencia, la fiabilidad de una pun-
tuación en un lugar de una serie continua es distinta de aque-
lla otra situada en otro lugar; p. ej., los individuos que tienen
actitudes más intensas pueden ser más consistentes que aque-
llos menos intensos (véase Cronbach, 1949). La seguridad de
una puntuación media es mayor que la de las puntuaciones indi-
viduales que van supuestas en el cómputo de tal medida. Si
estamos interesados en resultados de grupos, podemos con-
secuentemente operar con instrumentos de medida de una fia-
bilidad relativamente baja, compensando este defecto con el
aumento de tamaño de la muestra. No obstante, si estamos
interesados en hacer afirmaciones o predicciones acerca de
determinados individuos sobre la base de sus puntuaciones,
los grados de fiabilidad por de1\ jo de 0,90 son arriesgados.
Formas de aumentar /a fiabilidad
La fiabilidad de los procedimientos de medida puede con
frecuencia ser aumentada tomando las precauciones debidas
con relación a las fuentes de error. Así, las condiciones bajo
las cuales se aplica el procedimiento puede ser standardizado
en alto grado en ocasiones, atendiendo a la iluminación, gra-
do de ruidos, temperatura, presencia de observadores, etc., si
tales factores son considerados significativos. Las alteraciones
no deseables en la administración del procedimiento pueden
ser minimizadas utilizando solamente personal lo suficiente-
mente preparado, instruido y motivado. Puede exigirse que
los sujetos que van a ser entrevistados lo sean solamente cuan-
do se hallan en buen estado de salud, suficientemente descan-
sados, y después de haber sido tomadas las precauciones para
asegurar que habrá «rapport». Cuanto mayor sea el control
14
 210 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES
deseado sobre estas fuentes de inseguridad, mayores son los
recursos necesarios para disponer.
Existen dos métodos muy potentes para aumentar la fiabi-
lidad de un procedimiento de medida, que suponen la selec-
ción y acumulación de operaciones de medida más bien que
cambios en las condiciones bajo las cuales se efectúan las ope-
raciones. Estos métodos pueden ser ilustrados más claramen-
te cuando la «operación de medida» consiste en la adminis-
tración a un sujeto de un determinado ítem de un «test» que,
supera o fracasa; no obstante, los mismos principios son vá-
lidos cuando la operación de medida consiste en la adminis-
tración de otra clase de ítem de «test», o la evaluación de al-
gún aspecto del comportamiento del sujeto por un determinado
observador.
El primer método para aumentar la seguridad es añadir.
operaciones de medida del mismo tipo de las utilizadas al prin-
cipio, y asignar al sujeto una puntuación basada en la suma de
los resultados de todas las operaciones de medida. En la si-
tuación de aplicación del «test», ello significa el aumento de
la longitud del «test». En la situación de observación, se tra-
duce en un aumento del número de observadores, o el núme-
ro de ocasiones en que cada sujeto es observado, o ambos ca-
sos. Si la correlación entre los ,,resultados de cualquier opera-
ción de medida y otra análoga es aproximadamente la misma
dentro de las series de operaciones que estamos utilizando,
existe una fórmula muy sencilla, conocida como la de Spear-
man-Brown, que nos permite predecir con aproximación el
efecto del aumento del número de operaciones de medida 15 .
Nr
1 + (N — 1)r
Un examen detenido de esta fórmula nos muestra que po-
15 En esta fórmula r es la correlación entre cualquier operación
de medida con otra análoga, N es el número de operaciones de medi-
da, y r", es la correlación entre la suma o media de operaciones N
de medida de esta determinada clase y la suma o media de otras
operaciones N de la misma clase. Fundamentalmente, r es la medida
de la fiabilidad o seguridad de un test consistente en una sola ope-
ración de medida, en tanto nui es la presunta fiabilidad de un test
consistente en N número de operaciones de medida de la misma clase.
La fórmula de Spearman-Brown es tratada en la mayoría de los
manuales de medida mental. Véase, p. ej., Gulliksen (1950) o Guilford
(1954).
ALGUNOS PROBLEMAS GENERALES DE MEDIDA 211,
demos llegar a la fiabilidad de un procedimiento cualquiera
de medida hasta una aproximación al 1,00, tal como desea-
mos, siempre que podamos añadir operaciones de medida in-
definidamente sin alterar su naturaleza en ningún aspecto im-
portante. Si la correlación entre la proporción de tiempo
invertida en conferencias por un líder de grupo durante un perío-
do de quince minutos y otro período siguiente de igual du-
ración es de 0,10. será de escasa utilidad una medida de la
proclividad hácia las conferencias basadas solamente en la
observación durante tal período de tiempo. Pero si podemos
fundamentar la medida en la media de los resultados de cin-
co períodos de quince minutos cada uno, la fiabilidad puede
esperarse que aumente hasta 0,36. Y si se puede obtener la
medida de resultados de diez períodos de quince minutos (de
la misma forma que se ha descrito), la fiabilidad de nuestra
medida aumentará probablemente hasta cerca de. 0,53, en tan-
to que si podemos tener a nuestra disposición la media de 100
períodos de observación, se puede esperar alcanzar una fiabili-
dad de más de 0,90. El mismo principio tiene aplicación cuan-
do añadimos ítems individuales a un «test» psicológico.
La fórmula Spearman-Brown supone que la correlación
entre cualquier operación de medida, o ítem, y cualquier otro
ítem es aproximadamente la misma para todos los pares de
Ítems estudiados; en la medida que añadimos fte.ms u opera-
ciones de medida que no se correlacionan co,n los restantes,
nuestros resultados actuales se habrán alejado de los previs-
tos por la fórmula.
Un método alternativo de aumento de la fiabilidad co-
mienza por suponer que existen diferencias apreciables en la
'correlación de los ítems entre sí. El problema consiste enton-
ces en seleccionar de entre todos los ítems posiblemente dis-
ponibles u operaciones de medida aquellos que guardan una
correlación mayor entre sí, y aumentar lit fiabilidad del pro-
cedimiento de medida en conjunto mediante el aumento de
su consistencia interna.
Este método ha sido raramente utilizado fuera del campo
de los «tests» psicológicos (incluida la medida de actitudes),
pero en este aspecto lo ha sido con bastante éxito. La prácti-
ca más común es comenzar con una serie bastante extensa de
Ítems, calcular una puntuación basada en cada ítem, y otra
puntuación fundada en respuestas a la serie total de ítems.
A continuación para cada ítem es correlacionada con la pun-
tuación total, y se seleccionan los (tenis que muestren una co-
212 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES ALGUNOS PROBLEMAS GENERALES . DE MEDIDA . 213

rrelación más alta con dicha puntuación. Estos Ítems se di- una vecindad distinguida es que aquéllos gradualmente van
viden en dos grupos equivalentes; se calculan dos nuevas dándole un ambiente típicamente judío.
puntuaciones basadas en los. dos grupos de ítems selecciona- E. La mayoría de los hoteles deberían negar la admi-
dos; y estas puntuaciones son correlacionadas para propor- sión a los judíos, como norma general.
cionar una medida de la fiabilidad del «test purificado». Si la
nueva fiabilidad no es satisfactoria, el «test» puede ser puri- A los cuestionarios se,J.es..pjgá no solamente
a_T__.. que manifes-x._.
ficado posteriormente de la forma descrita, o pueden ser aña- taran su acuerdo desacnergo, con ca ítem. mita aue
didos ítems adicionales del tipo representado por los ítems casen él~e_s_tkopinión. desde «acuerd,q_ total» hasta ato-
seleccionados. W-Sposición», - ttlesacuerdo». La respuesta a cada ftem fue
Mejor que correlacionar la puntuación para cada ítem con puntuada en tina escalaqiiibad_esde 1 al an-
la asignada para el «test» total, la finalidad de incrementar la tisemitismo) hasta 7 (total antise mifimó), con un •
consistencia interna puede ser alcanzada del siguiente modo : eat2rPara--eedtp-itenirfner~Plltaaas las puntuacio-
se dividen los sujetos en dos grupos—uno de puntuaciones al- nes medias del 25% de los que puntuaron más bajo en la
tas y otro de puntuaciones bajas—sobre la base de sus pun- totalidad del «test»; la diferencia entre las dos medidas fue
tuaciones totales. Si el número de sujetos es bastante nume- tomada como «poder discriminatorio» del ítem. Las cifras pa-
roso, como debería ser, se toman grupos extremos—digamos, ra los cinco ftems son las que se dan en la siguiente tabla:
el veinte por ciento superior y el veinte por ciento inferior. Si
un ítem es consistente con la serie completa de ítems, en- PI1NTVACION MEDIA
tonces la proporción de sujetos con puntuación alta que res- Item
‘ rPilina
scu der
vo
Media para
todo el grupo
ponden al ítem en un determinado sentido debería ser sig- 25% 26% ....---
Interior
nificativamente distinta de la correspondiente proporción de.
superior

sujetos de puntuación baja. Estos ítems son muy consistentes 4,48 3,45
con la serie total que contiene• las mayores diferencias en la A 5,86 1,38
B 2,89 1,00 1.89 1,67
dirección adecuada. C 5,30 1,19 4,11 2,84
Como ejemplo, vamos a considerar el procedimiento uti- D 5,28 1,32 3,96 3,23
lizado en la elaboración de una escala de antisemitismo para E 2,22 1,05 1,17 1,46
uso de la investigación titulada «Personalidad autoritaria»
(Adorno y col., 1950). Fue administrado un cuestionario con-
sistente en 52 (tems referido a judíos, a un grupo femenino Es evidente que los ítems A, C y D, distinguieron de forma
de estudiantes. Veamos los resultados de las respuestas a cin- precisa entre los sujetos de altas y bajas puntuaciones. En
co de los ítems del «test»: estos tres items, aquellos que puntuaron alto en antisemitis-
mo en el «test» total, tomaron una posición media de acuerdo
A. Una dificultad con los comerciantes judíos es que moderado, en tanto los que puntuaron bajo en la totalidad
forman un círculo cerrado y en él conviven, de tal forma del «test» tomaron una posición media entre desacuerdo mo-
que un gentil no tiene oportunidades para la competencia derado y total. Los ítems B y E, por otro lado, mostraron mu-
con ellos. cha menos diferencia entre sujetos de alta y baja puntuación;
B. Los colegios deberían adoptar un sistema de cupos la totalidad del grupo mostró tendencia al desacuerdo con es-
por el que limitasen el número de judíos en aquellos estu- tos ítems. Los ítems A, C, y D fueron mantenidos; los (tenis
dios en que ya existen demasiados judíos. B y E fueron eliminados.
C. Los hombres de empresa que ocupan a mucha gen- Es importante reconocer que el proceso de eliminación de
te deberían llevar cuidado en no contratar a un excesivo iteras de un «test» o escala de actitud mediante el criterio de
porcentaje de judíos. consistencia interna siempre resulta en un cambio de la '«de-
D. El problema de permitir a los judíos asentarse en finición de trabajo» de lo que se está midiendo (véase capítu-
 214 MÉTODOS DE INVESTIGACIÓN EN LAS RELACIONES SOCIALES

lo 2). Este cambio es efectuado siempre en la dirección de es-

trechar y restringir la definición de trabajo. Cuán lejos pueda
llevarse este proceso depende de la finalidad de la investi-
gación y de la determinación de la característica que el investi-
gador trata de medir. El límite extremo del proceso de purifi-
cación estaría representado por una serie de items que se
correlacionasen de modo perfecto entre sí y que difiriesen sola-
mente en dificultad o «aceptabilidad». Una serie semejante
4
, de ítems corresponden al concepto de un «teste totalmente ho-
-k mogéneo o una escala unidimensional, que serán tratadas más
'1 adelante en el capítulo 10.
Otro punto importante a tener en cuenta con respecto al
método de consistencia interna es que solamente está relacio-
nado con la equivalencia de dos series de ítems u operaciones
de medida. Puede reducir la falta de fiabilidad resultante de
la deficiencia en la equivalencia de los ítems, pero no hace
nada por reducir la falta de fiabilidad resultante de la inesta-
bilidad de las respuestas del sujeto a las variaciones en las
condiciones en que se efectúa la medición. El método de in-
cremento del número de operaciones de medida puede ser
utilizado para reducir estas fuentes de no fiabilidad si existe
la posibilidad de distribuir las operaciones. de medida fuera
del tiempo o bien distribuirlas sobre un número de condicio-
nes distintas de medida. Si cualquiera de estos procedimien-
tos es realizable, el investigador debería preguntarse : «Lo que
yo quiero medir, ¿es realmente el nivel medio de esta carac-
terística en una diversidad de situaciones, incluso si no exis-
tiera mucha consistencia en la característica de una situación
a otra, o bien es algo más específico lo que quiero medir?» La
respuesta a esta pregunta determinará la postura a adoptar
para aumentar la fiabilidad de su procedimiento de medida.