Además de las tipificaciones antes mencionadas, un test debe poseer validez y fiabilidad para considerarse un instrumento objetivo de medición. Estos dos factores están estrechamente ligados, ya que un instrumento no puede ser válido si no es al mismo tiempo fiable. Examinemos algunas modalidades en relación a la validez y fiabilidad, descritos por Anastasi.
Fiabilidad significa la estabilidad o consistencia de la puntuación, obtenida por una persona, en diferentes momentos en que se le aplique el mismo test. Por ejemplo, si una persona obtiene un CI de 110 en una ocasión y días después 80 al repetir el test, es obvio que esas puntuaciones ofrecen poca confianza y por ende, el instrumento de medida utilizado carece de fiabilidad. Cuando se dice que un test es fiable se supone que su diseñador ha tenido en cuenta todos los indicadores que aseguran tal aseveración. Citamos algunos de los aspectos a tener en cuenta en la fiabilidad de un test:
Estabilidad temporal: en el ejemplo anterior la fiabilidad del test utilizado para medir el CI se ve afectada por lo que se denomina estabilidad temporal.
La estabilidad temporal indica el grado en que las puntuaciones de un test quedan afectadas por las fluctuaciones diarias que se producen en el sujeto o en el ambiente en que se aplica el test. La estabilidad temporal de un test depende parcialmente de la longitud del intervalo sobre el que se mide.
Algunos tests muestran elevada fiabilidad tras períodos cortos, pero cuando el intervalo de aplicación se extiende en el tiempo se observa una falta casi absoluta de correspondencia entre las puntuaciones obtenidas en los dos momentos diferentes. Ejemplo de ello son algunos test que miden CI en etapa preescolar, que arrojan medida de estabilidad moderada dentro del período preescolar pero que no permiten hacer predicciones de los CI del último período de la niñez o de otras etapas posteriores de la vida.
Para cualquier tipo de sujeto, el intervalo de repetición de los tests rara vez debe pasar de los 6 meses. En intervalos de tiempo largos es muy posible que las condiciones de vida en las cuales se desempeña un sujeto cambien, al punto tal que su rendimiento en los test puede mejorar o empeorar, en relación a él mismo o en comparación con sujetos de su misma edad, a causa de circunstancias como pueden ser: desarrollo de habilidades por algún oficio, condiciones de su hogar o comunidad o por otras razones como una enfermedad o trastorno emocional. Factores de este tipo hacen necesario realizar nuevas evaluaciones en personas que ya fueron evaluadas con anterioridad.
Fiabilidad del examinador para la aplicación y la calificación. En este sentido casi todos los tests proporcionan procedimientos tipificados para su aplicación y puntuación que permiten pensar que la fiabilidad del examinador para la aplicación y calificación es alta a los fines prácticos. Lo único a vigilar es asegurarse de que se sigue con cuidado los procedimientos prescritos. El problema reside en el control empírico de las condiciones bajo las cuales el test debe ser aplicado.
La validez se refiere al grado en que el test mide lo que pretende medir. De igual forma existen varios procedimientos para determinar la validez de un test:
Validez de contenido. Se refiere al examen sistemático del contenido del test para determinar si comprende una muestra representativa de la forma de conducta que ha de medirse.
Validez predictiva. Indica la efectividad del test en la predicción de algún resultado futuro.
Validez concurrente. La relación entre las puntuaciones del test y los índices de status del criterio obtenido, aproximadamente al mismo tiempo, se conoce como validez concurrente. Ejemplo, las puntuaciones altas obtenidas en un test de inteligencia por un grupo de estudiantes universitarios se contrastan con los buenos resultados académicos obtenidos por estos. Esta convergencia entre los resultados del test y la acumulación de notas ofrecen lo que se llama validez concurrente.
Validez de elaboración o de hipótesis de trabajo. La validez de elaboración de un test es el grado en que este mide una elaboración teórica o rasgo.
