Este documento describe cuatro niveles de la psicometría: 1) Teoría psicométrica, que incluye teorías sobre la medición psicológica y métodos asociados. 2) Fundamentación matemática y estadística, sobre la que se basa la teoría psicométrica. 3) Aplicación psicométrica, que implica el desarrollo de instrumentos de medición. 4) Uso psicométrico, que se refiere a la utilización de instrumentos de medición en investigación y pr

1. Objetivo 3: Identificar los niveles de la Psicometría.
1. 2 NIVELES DE LA PSICOMETRÍA
El carácter metodológico de la psicometría y su carencia de un campo de contenido
psicológico específico no significan que carezca de un espacio de contenido teórico propio. Existe
evidentemente de un campo de teoría psicométrica. El campo de la teoría psicométrica se
refiere a las teorías sobre la medición psicológica. Al conjunto de enunciados que constituyen el
cuerpo teórico de fundamentación, explicación y desarrollo de la medición en psicología.
La estructura del campo de trabajo de la psicometría puede reflejarse distinguiendo
claramente cuatro niveles.
A. Teoría psicométrica. Para medir una variable psicológica no sólo hace falta una teoría sobre
la variable psicológica -teoría psicológica- , sino también, además, una teoría sobre la medición
psicológica. Esta teoría sobre la medición psicológica, tomando las palabras con un sentido
generoso, constituye la teoría psicométrica.
La teoría psicométrica está ubicada en el núcleo principal de la psicometría y constituye el
centro de su propio cuerpo teórico. Un cuerpo de teoría metodológica, básicamente escrito en
el lenguaje de las matemáticas, que nos permite explicar y articular los métodos de medición
psicológicos. La teoría psicométrica puede distinguirse sólo desde un punto de vista práctico
de los métodos psicométricos. Puede considerarse que los métodos psicométricos están
referidos a los procedimientos prácticos concretos que permiten obtener instrumentos de
medida, efectuar mediciones y poner a prueba la calidad de los instrumentos de medida y de
las mediciones. Esos métodos psicométricos constituyen la dimensión con proyección
práctica, para decirlo de algún modo, de las teorías psicométricas, que son las que conforman
el pilar de elaboración y justificación teórica. Cuando usamos la palabra psicometría con un
uso sustantivo, como ciencia, nos referimos sobre todo a la teoría psicométrica incluyendo a
los métodos psicométricos asociados a ésta. Lo más común es utilizar la etiqueta “teoría
psicométrica” para hacer referencia tanto a la teoría como a los métodos psicométricos
asociados a aquella de un modo frecuentemente indesligable.
La teoría psicométrica es la parte de la psicometría que constituye su núcleo central,
conteniendo las teorías de la medición psicológica, en sentido amplio, y los
procedimientos metodológicos asociados. Evidentemente, las teorías de la medición
psicológica se elaboran usualmente con vocación de servir a la creación de instrumentos de
medida específicos.
B. Aplicación psicométrica. Es en la creación de instrumentos de medida y en el estudio
empírico de los mismos desde el punto de vista de la medición, donde se aplica y cobra su
sentido más inmediatamente útil la teoría psicométrica. Si la psicometría se ha de referir a la
medición psicológica necesariamente debe incluir este campo de aplicación psicométrica.
La aplicación psicométrica comprende el campo del desarrollo de instrumentos de medida
psicológicos directamente útiles a los propósitos de medición de acuerdo con las teorías
psicológicas. La aplicación psicométrica cubre el campo de la medición psicológica práctica.
De este modo, la psicometría se refiere no sólo a la teoría y fundamentos de la medición, sino
también a la medición psicológica práctica que es la expresión aplicada de aquélla. La
aplicación psicométrica incluye el campo de la construcción de instrumentos de medida y
también el conjunto de esos instrumentos incluyendo sus condiciones de bondad y uso.
Quizás la autora más representativa de esta faceta u orientación de la psicometría sea Anne
Anastasi (1968, 1973) que en las sucesivas ediciones revisadas de su libro “Tests
psicológicos” ha tratado la psicometría dedicando una parte introductoria del texto a los
“fundamentos de los tests psicológicos”, pero el resto de las partes de la obra a los tests de
inteligencia; a los tests de aptitudes diferenciales y a los tests de personalidad.

2. C. Fundamentación matemática y estadística. La teoría psicométrica está asentada sobre la
base de una fundamentación matemática y estadística. Efectivamente, la teoría y los métodos
psicométricos están edificados y fundamentados en las matemáticas y en la estadística, con
las que también mantienen una desigual relación bidireccional. Por una parte, la teoría
psicométrica se soporta sobre el conocimiento matemático y estadístico, en ese sentido, la
estadística en particular, y las matemáticas en general, resultan instrumentales para la teoría
psicométrica.
Las teorías y los métodos psicométricos están escritos principalmente en lenguaje
matemático y estadístico, obteniendo con ello los fuertes beneficios formales y conceptuales
que estas disciplinas aportan en cuanto se aplican a todos los campos científicos. Es difícil, si
no imposible, encontrar un ejemplo de método psicométrico fundamentado y extendido en la
comunidad científica que no esté amparado sobre una fundamentación estadística o
matemática. Por otra parte, la psicometría también ha contribuido a suscitar problemas y
soluciones que han estimulado el desarrollo de la estadística. Un ejemplo clásico en este
terreno es el intenso desarrollo de los métodos factoriales, nacidos en el campo psicométrico y
extendidos a través de su incorporación a los métodos de la estadística multivariada, a otras
ciencias empíricas.
D: Uso psicométrico. Por último quizás debe limitarse lo que se entiende por aplicación
psicométrica, que se considera parte de la psicometría, distinguiéndolo del uso de la
psicometría. Prácticamente, toda la psicología, y prácticamente en cualquier trabajo empírico,
usa de uno u otro modo, de la medición psicológica para obtener información precisa de la
realidad, para poner a prueba hipótesis, para diagnosticar, para predecir, etc. Justamente, la
medición es una vía que relaciona teoría y realidad.
Sin embargo, este uso de la psicometría se limita a utilizar los instrumentos de medida
oportunos, de modo que el énfasis está puesto en el uso de la información obtenida para
propósitos psicológicos prácticos o de investigación y no en el desarrollo del instrumento de
medida. Hemos reservado la expresión uso psicométrico para referirnos a este amplísimo
campo del trabajo psicológico empírico que usa de los instrumentos psicométricos sin que los
instrumentos mismos sean el objeto del trabajo.
CONCEPTO DE PSICOMETRIA
+
PSICOMETRIA
TEORIA PSICOMETRICA
Teorías sobre la medición psicológica. Cuerpo teórico de
explicación y desarrollo de la medición y sus métodos en
psicología
FUNDAMENTACION MATEMATICA
Y ESTADISTICA
Procedimientos y técnicas
estadísticas sobre los que se elabora
la psicometría,
APLICACIÓN PSICOMETRICA
Elaboración de instrumentos de medida psicológica
Aplicación de la teoría psicométrica a la medición de los
diversos constructos y variables psicológicas de interés
USO PSICOMETRICO
La utilización de la medición psicológica en
los diversos campos
psicológicos y que no puede
considerarse como una
parte de la psicometría

3. Objetivo 4: Identificar las ventajas de las medidas estandarizadas
1.3 VENTAJAS DE LAS MEDIDAS ESTANDARIZADAS
Las medidas basadas en reglas bien desarrolladas, incluyendo por lo general algunos
formatos de normas que describen los puntajes obtenidos en poblaciones de interés, se llaman
“estandarizadas”. Algunas de las ventajas de las medidas estandarizadas sobre los juicios
personales son las siguientes:
Objetividad. La principal ventaja de la medición es eliminar las conjeturas de la
observación científica. Un principio clave de la ciencia es que cualquier exposición de hechos
realizada por un científico debe ser verificable de manera independiente por otros científicos. El
principio es violado si los científicos pueden estar en desacuerdo con la medida. Por ejemplo, en
virtud de que no existe una medida estandarizada de la “energía libidinosa”, dos psicólogos podrían
estar en gran desacuerdo con respecto a la energía libidinosa de un paciente. Evidentemente, será
difícil evaluar teorías de la energía libidinosa hasta que ésta pueda ser medida.
Podríamos argumentar que la medición es el principal problema de la psicología. Los avances
importantes en psicología, sino es que en todas las ciencias, a menudo están basados en avances
en la medición. Los resultados científicos implican de manera inevitable relaciones funcionales
entre variables mensurables, y la ciencia de la psicología no puede progresar más rápido que la
medición de sus variables fundamentales.
Cuantificación. Los resultados numéricos proporcionados por las medidas estandarizadas
tienen dos ventajas. Primero, los índices numéricos pueden ser reportados con mayor detalle que
los juicios personales, permitiendo que se noten efectos más sutiles. Los maestros pueden ser
capaces de asignar de manera confiable a los niños en categorías amplias de inteligencia como
“brillante”, “promedio” y “por debajo de lo normal”, pero las pruebas de inteligencia proporcionan
diferenciaciones más finas. Segundo, la cuantificación permite el uso de métodos más potentes
de análisis matemático que con frecuencia son esenciales para la elaboración de teorías y el
análisis de experimentos. Aunque teorías psicológicas importantes no necesitan ser demasiado
cuantitativas, la tendencia claramente es, y seguirá siendo, esa dirección. Las teorías que se
pueden afirmar matemáticamente hacen posible deducciones precisas para la investigación
empírica.
Comunicación. La ciencia es una empresa demasiado pública que requiere de una
comunicación eficiente entre científicos. Los científicos se basan en el pasado y sus hallazgos
deben ser comparados con los resultados de otros científicos que estén trabajando en el mismo
problema. La comunicación se facilita enormemente cuando se dispone de medidas
estandarizadas. Supongamos, por ejemplo, que se ha reportado que un tratamiento particular hace
que los sujetos “parezcan ansiosos” en un experimento sobre los efectos de la tensión emocional
en la reacción de ansiedad. Esto deja muchas interrogantes con respecto a lo que el
experimentador considera “parecer ansioso” y dificulta que otros experimentadores investiguen el
mismo efecto. Puede lograrse una comunicación mucho mejor si la medida de ansiedad estuviera
estandarizada. Hasta las evaluaciones subjetivas muy cuidadosas son más difíciles de comunicar
que los análisis estadísticos de las medidas estandarizadas.
Economía. Aunque el desarrollo de las medidas estandarizadas con frecuencia requiere
de una gran cantidad de trabajo, por lo general, son mucho más económicas en tiempo y dinero
que las evaluaciones subjetivas después de que han sido desarrolladas. Por ejemplo, aun los

4. mejores jueces de la inteligencia necesitan observar a un niño por algún tiempo. Una estimación al
menos tan buena puede obtenerse por lo común en menos de una hora con cualquiera de las
diversas medidas de inteligencia que pueden ser administradas en grupo a bajo costo.
Además de ahorrar tiempo y dinero, las medidas estandarizadas a menudo liberan a los
profesionales para que puedan dedicarse a trabajos más importantes. Por lo general, el progreso
favorece a las medidas que requieren relativamente poco esfuerzo para su empleo o que permiten
que técnicos menos entrenados realicen la administración y la calificación. El tiempo ahorrado
permite tanto a los que ejercen la profesión como a los científicos de disponer de más tiempo para
los aspectos más eruditos y creativos de su trabajo.
Generalización científica. La generalización científica se halla en el centro mismo del
quehacer científico. La mayoría de las observaciones implican acontecimientos particulares. La
ciencia busca encontrar el orden subyacente en estos acontecimientos particulares por medio de la
formulación y evaluación de hipótesis de naturaleza más general. Las teorías, incluyendo aquellas
de las ciencias conductuales, intentan ser generales y por consiguiente explicar un mayor número
de fenómenos con una serie pequeña y simple de principios.
Muchas generalizaciones científicas, en particular en las ciencias conductuales, deben ser
expresadas en términos estadísticos. Estas tratan con la probabilidad de que ocurra un evento y
no pueden ser especificadas con más exactitud. El desarrollo y uso de métodos estandarizados
son tan esenciales para las relaciones probabilísticas como para las deterministas
Objetivo 4: Identificar los elementos básicos de Medición psicológica
1.4 LA MEDICIÓN EN LA CIENCIA:
El objetivo de estudio de la psicología es el estudio de la conducta, por lo general son las
personas, pero también se encarga del comportamiento de otros seres vivos, Por lo tanto se
estudia la conducta del hombre, o cualquier otro objeto viviente. Asimismo estudia los datos
físicos productos de la conducta de dichos seres. A estos individuos que arrojan o expresan o
presentan datos lo llamaremos objetos dentro del campo de la medición psicológica.
Nunnally, J y Bernstein, I. Consideran que aunque se han escrito cientos de tomos enteros
sobre la naturaleza de la medición, al final ésta se reduce a dos conceptos bastante simples: la
“medición” consiste en reglas para asignar símbolos a objetos de manera que:
1) Representen cantidades o atributos de forma numérica (escala de medición) o
2) Definan si los objetos caen en las mismas categorías o en otras diferentes con respecto a un
atributo determinado (clasificación).
La mayor parte de lo que históricamente llamamos medición tiene que ver con las escalas, y por
consiguiente, con las propiedades de los números, pero la clasificación puede ser de igual
importancia. El objeto de estudio de la psicología por lo general son las personas, pero pueden
serlo animales inferiores como sucede en algunas áreas de la psicología y de la biología, u objetos
físicos, como en ciertas investigaciones de mercado. El término “reglas” indica que la asignación
de números debe hacerse de manera explícita. Algunas reglas son tan evidentes que es
innecesaria una definición detallada, como la medición de la estatura de una persona con una cinta
métrica. Por desgracia, estos casos obvios son excepcionales en la ciencia. Ciertamente, las reglas
para medir la mayoría de atributos tales como inteligencia, timidez o aleccionamiento no son obvias
por intuición.
Las reglas, a su vez, son un aspecto importante de la estandarización. Una medida se estandariza
hasta el punto en que
1) Sus reglas sean claras;

5. 2) Su aplicación sea práctica;
3) No requiera de una gran habilidad de parte de los administradores, más allá de la necesaria
para su entrenamiento inicial, y
4) Sus resultados no dependan del administrador específico. El punto esencial sobre la
estandarización es que los usuarios de un instrumento determinado deben obtener resultados
similares. De este modo, una prueba de inteligencia está bien estandarizada si diferentes
examinadores obtienen puntajes similares al evaluar a un niño en particular en un momento
determinado.
La asignación de símbolos reglas a los objetos a medirse debe darse de tal manera que puedan
cumplir con 2 condiciones:
1) Los símbolos definan si los objetos caen en las mismas categorías o en otras diferentes con
respecto a un atributo determinado (clasificación).
2) Los símbolos representen cantidades o atributos de forma numérica (escala de medición) es
decir una característica particular de los objetos.
El término “atributo” en la definición indica que la medición siempre implica alguna característica
particular de los objetos. Los objetos no pueden medirse, se miden sus atributos. No medimos a un
niño per se, sino más bien su inteligencia, estatura o socialización, No medimos a un adicto sino
medimos sus conducta de dependencia, de tolerancia , de interacción con los demás. La
distinción entre un objeto y sus atributos puede sonar como una mera sutileza, pero es importante
debido a que:
 Primero, demuestra que la medición requiere de un proceso de abstracción. Un atributo implica
relaciones entre objetos en una dimensión particular, por ejemplo, peso o inteligencia. Una
roca roja y una roca blanca pueden pesar lo mismo, y dos rocas blancas pueden tener pesos
diferentes. Los atributos de peso y color no deben confundirse entre sí ni con ningún otro
atributo.
 Una segunda razón para enfatizar que uno mide atributos y no objetos es que nos hace
considerar con cuidado la naturaleza de un atributo antes de intentar la medición. Por ejemplo,
un atributo en el que creemos puede no existir en la forma propuesta, como sucede con los
muchos resultados negativos obtenidos en los esfuerzos por medir un atributo global de
rigidez, lo que hace debatible que exista tal atributo. Aun términos muy populares usados para
describir a las personas pueden no corresponder a atributos mensurables, por ejemplo,
clarividencia, adivino, etc.. También es común que en un supuesto atributo unitario se
confundan diversos atributos más específicos. Por ejemplo, “adaptación” puede incluir
satisfacción con la vida, humor positivo, habilidades para enfrentar la tensión emocional y
otros significados del término. Aunque tales medidas conglomeradas puedan ser justificables
en parte en campos prácticos, su uso puede socavar a la ciencia psicológica.
La primera parte de la definición de medición subraya el uso de números para representar
cantidades en escalas. Técnicamente, la cuantificación implica qué tanto de un atributo está
presente en un objeto; así, los números comunican la cantidad. La cuantificación se entrelaza de
manera tan íntima con la medición, que con frecuencia los dos términos se usan de modo
indistinto. Esto es desafortunado, ya que la segunda parte de la definición, la clasificación, es al
menos igualmente importante para la ciencia.
Técnicamente, la cuantificación implica qué tanto de un atributo está presente en un
objeto; así, los números comunican la cantidad. La cuantificación se entrelaza de manera tan
íntima con la medición, que con frecuencia los dos términos se usan de modo indistinto. Esto es
desafortunado, ya que la segunda parte de la definición, la clasificación, es al menos igualmente
importante para la ciencia.
Las reglas empleadas para definir una medida particular deben estar exentas de
ambigüedad. Pueden desarrollarse a partir de un complicado modelo deductivo, basarse en la
experiencia previa, surgir del sentido común o simplemente tener origen en corazonadas, pero el
punto crucial es la manera en que los usuarios concuerdan de manera consistente en la medida y,

6. por último, qué tan bien explica el método de medición fenómenos importantes. En consecuencia,
cualquier serie de reglas que cuantifique propiedades de objetos de manera no ambigua,
constituye un método de medición legítimo y tiene derecho a competir por la utilidad científica con
otras medidas.
Objetivo 5: Identificar criterios teóricos y metodológicos de los tests psicológicos
1.5 LA TEORIA CLASICA DE LOS TESTS
Las técnicas de evaluación psicológica permiten, en general algún tipo de cuantificación,
aunque con mayor frecuencia no es esa la única información que aportan. De hecho y como indica
Sundberg (1977) esta información en una combinación de datos duros ( o cuantitativos ) o
blancos (cualitativos ). El peso de uno u otra dependerá, lógicamente de la finalidad concreta con
que se utilicen. En este sentido cabe distinguir entre la evaluación para investigación y la
evaluación para un contexto clínico, esta segunda mucho más cargado de datos cualitativos
(aunque estos no se hallan necesariamente ausentes en la primera). Ambos tipos de datos
cumplen una finalidad distinta y debe dársele la consideración que merecen:
La cuantificación desempeña un papel importante en la en la comprobación de hipótesis,
mientras que los datos cualitativos sirven más bien, dentro de una base de observación para
plantear hipótesis y refinarlas . Sin embargo la capacitación para la obtención de estos datos
cualitativamente es seguramente menos susceptible de entrenamiento sistemático ya que en
definitiva, depende mucho más de un fuerte bagaje teórico sobre aspectos básicos de
funcionamiento humano que oriente la observación y menos de una capacidad teórica. La
cuantificación, por otra parte, presenta un elemento omnipotente en todo elemento de evaluación.
La mayor parte de las pruebas estandarizadas en nuestro medio han sido creadas, son
interpretadas, y pueden ser evaluadas dentro de la teoría clásica de los test, o de puntuaciones
verdaderas. La teoría de clásica de los tests sostiene que las puntuaciones obtenidas o
empíricas (X) es la suma de las puntuaciones verdaderas (V, un concepto teórico que se supone
representa la cualidad del sujeto que se pretende medir) y el error de medida (E, o error aleatorio).
La puntuación verdadera es la media de la distribución teórica que podrían hallarse en
evaluaciones repetidas de la misma persona con el mismo test.
El error de medida se entiende toda desviación aleatoria o no sistemática, de la puntuación
verdadera, no tomándose por tal las desviaciones o sesgos sistemáticos. Es razonable pensar que
la puntuación obtenida que obtiene un sujeto cuando se le aplica un test en un momento dado, no
coincida exactamente con su verdadera puntuación en ese test, pues en ese momento puntual, el
sujeto está afectado por múltiples factores de difícil control que inciden en su conducta. Si estos
factores perjudican al sujeto, obtendrá una puntuación empírica más baja que la que
verdaderamente le correspondería; si le benefician, la obtendrá superior. Ahora bien, cuando se
pasa un test a un sujeto, no hay manera de saber su puntuación verdadera, lo único que tenemos
es la puntuación obtenida o empírica, es decir, los puntos que saca en el test: su puntuación
verdadera hay que estimarla basándonos en los supuestos del modelo.
Supuesto 1:
La puntuación verdadera (V) es la esperanza matemática de la empírica: V = E(X), donde X
es la variable aleatoria “puntuación empírica del sujeto”. Este primer supuesto constituye en
realidad una definición de la puntuación verdadera. El lector poco familiarizado con el concepto de
esperanza matemática puede hacerse una idea imaginando que se aplicase un test “infinitas”
veces al mismo sujeto. También debe imaginar que cada aplicación no afecta a las otras y que el
sujeto no cambia en el curso de las aplicaciones.
En estas condiciones, la puntuación verdadera del sujeto en el test sería la media
aritmética de las puntuaciones empíricas obtenidas en las “infinitas” aplicaciones. La puntuación
verdadera es, por tanto, un concepto matemático, A partir de los valores de X (puntuaciones

7. empíricas) y bajo ciertos supuestos, la teoría clásica de los tests permite hacer estimaciones
probabilísticas razonables acerca del valor de las puntuaciones verdaderas. Conviene entenderlo
bien, pues a menudo se ha hecho una conceptualización platónica de las puntuaciones
verdaderas, considerándolas como algo mágico y estático, propiedad de los sujetos y que
determina su conducta. Del modelo no se sigue esta interpretación circular: la puntuación empírica
en un test es una muestra de conducta que si reúne ciertos requisitos de medida, y bajo ciertos
supuestos, permite hacer inferencias probabilísticas fundadas. De esto trata la Teoría Clásica de
los Tests.
Supuesto 2:
Se asume también que los errores obtenidos no tienen relación con las puntuaciones
verdaderas, es decir, que cualquier nivel de la habilidad o rasgo que pretende medirse, puede
verse sometido a errores de la misma magnitud (es decir, el error en un test de inteligencia, por
ejemplo, sería en principio semejante tanto para individuos muy inteligentes, como para los tienen
una menor capacidad). Es decir, no existe correlación entre las puntuaciones verdaderas de los
sujetos en un test y sus respectivos errores de medida. No hay razón para pensar que el tamaño
de los errores vaya sistemáticamente asociado al tamaño de las puntuaciones verdaderas. Sin
embargo, este presupuesto no es compartido por otras teorías de la medida, como la del rasgo
latente.
Supuesto 3:
Los errores de medida de los sujetos en un test no correlacionan con sus errores de
medida en otro test distinto. Si se aplican correctamente los tests, los errores serán aleatorios en
cada ocasión, no existiendo razón a priori para que covaríen sistemáticamente unos con otros.
Hay que señalar que ninguno de los supuestos del modelo es comprobable empíricamente
de un modo directo tal como están expresados, por tanto, aunque plausibles y sensatas a priori,
habrá que hacer deducciones que sí se puedan contrastar y confirmen o falseen el modelo.