Para comenzar a ahondar en el contenido del presente tema es necesario empezar definiendo la palabra principal del tema la cual se explica a continuación. 

Validez:

     En el campo de la metrología, psicometría y estadística, la validez es un concepto que hace referencia a la capacidad de un instrumento de medición para cuantificar de significativamente adecuada el rasgo para cuya medición ha sido diseñado. De esta forma, un instrumento de medida es válido en la medida en que las evidencias empíricas legitiman la interpretación de las puntuaciones arrojadas por el test.

     

La validez responde a la pregunta ¿con qué fidelidad corresponde el universo o población al atributo que se va a medir?. La validez de un instrumento consiste en que mida lo que tiene que medir (autenticidad), algunos procedimientos a emplear son: Know groups (preguntar a grupos conocidos), Predictive validity (comprobar comportamiento) y Cross-checkquestions (contrastar datos previos). Al estimar la validez es necesario saber a ciencia cierta qué rasgos o características se desean estudiar. A este rasgo o característica se le denomina variable criterio. Al respecto, Ruiz Bolívar (2002) afirma que “…nos interesa saber qué tan bien corresponden las posiciones de los individuos en la distribución de los puntajes obtenidos con respecto a sus posiciones en el continuo que representa la variable criterio” (p. 74).

Tipos de Validez: 

1. Validez de Contenido.
2. Validez Predictiva. 

• Validez Concurrente.
• Validez de Pronostico.
• Validez Retrospectiva.

    3. Validez de Constructo.

    4. Validez Factorial.

    5. Validez Convergente.

Validez de Contenido.

     Se dice que una prueba o test cumple con las condiciones de validez de contenido si constituye una muestra adecuada y representativa de los contenidos y alcance del constructo o dimensión a evaluar. En los casos en los que la materia objeto de medición se puede precisar con facilidad, la población de contenidos que se pretende evaluar está bien definida, por lo que la selección de los ítems del test no ofrece mayores dificultades, pudiéndose recurrir a métodos estadísticos de muestreo aleatorio para obtener una muestra representativa de ítems. No obstante, en el campo de la psicología no siempre es posible disponer de poblaciones de contenidos bien definidas (por ejemplo, si se pretenden medir variables psicológicas clásicas, como la extraversión, la inteligencia o el liderazgo). En estos casos suele recurrirse a un análisis racional de ítems, consistente en la evaluación de los contenidos del test por parte de un grupo de expertos en el área a tratar.La validez de contenido es esencial a la hora de realizar inferencias o generalizaciones a partir de los resultados del test.

     Un caso particular de la validez de contenido es la denominada «validez aparente». Una prueba posee una validez aparente adecuada cuando produce en los sujetos a los que se aplica la impresión de que efectivamente es una prueba adecuada. Es un tipo peculiar de validez de contenido, pero que tiene su parte de importancia al poder influir sobre la motivación de los participantes, que pueden mostrar una actitud negativa ante la prueba si no perciben que ésta tenga el sentido que se le supone.

     Para establecer un posible universo de reactivos se requiere tener una adecuada conceptualización y operacionalización del constructo, es decir, el investigador debe especificar previamente las dimensiones a medir y sus indicadores, a partir de los cuales se realizarán los ítems. Los ítems deben capturar las dimensiones que la prueba pretende medir, por ejemplo, en la prueba de procesos lectores (PROLEC) de Cuetos, Rodríguez y Ruano (2001) el constructo procesos lectores está evaluado en las dimensiones de procesos sintácticos, semánticos y pragmáticos. Los ítems seleccionados deben por tanto medir las dimensiones del constructo: Un error de validez de contenido sería que la dimensión semántica no tuviera ningún ítem que la evaluara, o que los ítems de la dimensión sintáctica sólo evaluaran una parte de ésta, al contrastar con lo que se pretende evaluar en dicha dimensión. El constructo medido por el instrumento y el uso que se les dará a las puntuaciones obtenidas son aspectos fundamentales tanto para la estimación como para la conceptualización de la validez de contenido. En efecto, en la evaluación de un instrumento debe tenerse en cuenta su función, es decir, si será utilizado para el diagnóstico, la medición de habilidades o la medición de desempeño, entre otros; los índices de validez para una función de un instrumento no son necesariamente generalizables a otras funciones del mismo instrumento (Ding & Hershberger, 2002). A su vez, la validez de contenido no sólo puede variar de acuerdo con las poblaciones en las cuales será utilizado el instrumento, sino que puede estar condicionada por un dominio particular del constructo; diferentes autores pueden asignarle el mismo nombre a un constructo, pero poseer diferentes dimensiones y conceptualizaciones, por lo tanto, un instrumento puede tener una validez de contenido satisfactoria para una definición de un constructo pero no para otras. En síntesis, el concepto esencial de validez de contenido es que los ítems de un instrumento de medición deben ser relevantes y representativos del constructo para un propósito evaluativo particular (Mitchell, 1986, citado en Ding & Hershberger, 2002).

     Hay que considerar que, la validez de contenido no puede expresarse cuantitativamente es más bien una cuestión de juicio, se estima de manera subjetiva o intersubjetiva empleando, usualmente, el denominado Juicio de Expertos. Se recurre a ella para conocer la probabilidad de error probable en la configuración del instrumento. Mediante el juicio de expertos se pretende tener estimaciones razonablemente buenas, las «mejores conjeturas». Sin embargo, estas estimaciones pueden y deben ser confirmadas o modificadas a lo largo del tiempo, según se vaya recopilando información durante el funcionamiento del sistema. Los juicios de expertos se pueden obtener por métodos grupales o por métodos de experto único. Se pueden seguir, entre otros, el método de Agregados Individuales, el método Delphi, la técnica de Grupo Nominal y el método de Consenso Grupal.

 Método de Agregado Individuales:

    Se pide individualmente a cada experto que dé una estimación directa de los ítems del instrumento. Éste es un método económico porque, al igual que el método Delphi, no exige que se reúna a los expertos en un lugar determinado. Puede parecer un método limitado porque los expertos no pueden intercambiar sus opiniones, puntos de vista y experiencia, ya que se les requiere individualmente; no obstante, esta limitación puede ser precisamente lo que se esté buscando para evitar los sesgos de los datos ocasionados por conflictos interpersonales, presiones entre los expertos, etc. Se procede de la siguiente manera: 

·         Se seleccionan al menos tres expertos o jueces, para juzgar de manera independiente la relevancia y congruencia de los reactivos con el contenido teórico, la claridad en la redacción y el sesgo o tendenciosidad en la formulación de los ítemes, es decir, si sugieren o no una respuesta. 

·          Cada experto debe recibir la información escrita suficiente sobre: el propósito de la prueba (objetivos), conceptualización del universo de contenido, tabla de especificaciones o de operacionalización de las variables del estudio. 

·          Cada experto debe recibir un instrumento de validación que contenga: congruencia ítem-dominio, claridad, tendenciosidad o sesgo y observaciones. 

·         Se recogen y analizan los instrumentos de validación y se decide.

·         1) Los ítemes que tienen 100% de coincidencia favorable entre los jueces (congruentes, claros en su redacción y no tendenciosos) quedan incluidos en el instrumento 

2) Los ítemes que tengan 100% de coincidencia desfavorable entre los jueces quedan excluidos del instrumento 

3) Los ítemes que tengan una coincidencia parcial entre los jueces deben ser revisados, reformulados o sustituidos, si es necesario, y nuevamente validados.

   Método Delphi:

     Este método fue creado en 1948 para obtener la opinión de expertos de una manera sistemática. En un primer momento, cada experto responde de manera individual y anónima a un cuestionario. Después se analizan las respuestas del conjunto de expertos, se remite a cada uno la respuesta mediana obtenida, así como el intervalo intercuartil para cada cuestión y se les pide que reconsideren su juicio anterior, teniendo en cuenta estos datos.  En cada una de las tres o cuatro «vueltas» siguientes, se informa a los expertos de cuál es la mediana del grupo y se les propone revisar su juicio anterior. Todo juicio individual que quede fuera del intervalo intercuartil en que se mueve el grupo de expertos tiene que estar debidamente justificado o argumentado. La mediana de las respuestas obtenidas en esta última vuelta es el valor que se estaba buscando. Se emplea la mediana, porque se presupone que las puntuaciones posibles de los expertos se distribuyen de forma asimétrica. Con este método los expertos comparten en cierto modo sus opiniones, sin que existan discusiones ni confrontaciones directas entre ellos.

Grupo Nominal: 

     El primer paso es reunir a los expertos (entre ocho y diez personas) y pedirles que registren, individualmente y sin intercambiar opiniones, sus propias puntuaciones y consideraciones respecto a las probabilidades de error para cada una de las preguntas o tareas que se les detallan. Después, cada experto expone a los demás las puntuaciones y principales consideraciones registradas y al acabar esta ronda, se establecen las coincidencias del grupo. Luego se realiza un debate de cada uno de los apartados de ésta. Finalmente, cada experto, de manera individual y por escrito, puntúa y argumenta las probabilidades de error para cada tarea/pregunta considerada. En general, se procede como con el método Delphi, sólo que en esta técnica se permite algún debate entre los expertos, para que aclaren y compartan la información que cada uno está considerando. Aunque hay intercambio de pareceres, los juicios se emiten de forma individual y la estimación final suele ser la media aritmética del conjunto de las estimaciones dadas por los expertos. El éxito de la técnica depende, por una parte, de la habilidad y la experiencia del moderador del grupo y de la buena voluntad de los expertos para trabajar juntos en un marco altamente estructurado.

Consenso Grupal:

    Se reúne a los expertos en un lugar determinado, se indica al grupo que su tarea consiste en lograr una estimación de la pertinencia y otros aspectos relacionados con la elaboración de los ítemes, que sea satisfactoria para todos los expertos. Con estas instrucciones se maximizan los intercambios de información y opiniones dentro del grupo de expertos. Si el grupo no logra un consenso, puede intentarse un consenso artificial recogiendo las estimaciones individuales y sintetizándolas estadísticamente. Este método, como el anterior, también precisa que el grupo de expertos sea pequeño, se fomente la libre expresión y se eviten las discusiones tensas y los sistemas de votación.