Pruebas de selección: cuáles predicen mejor el éxito

Durante veinticinco años, la respuesta a qué prueba predice mejor el desempeño fue la misma en todos los cursos de RRHH: la capacidad cognitiva, con un coeficiente de .51. Esa cifra venía de un metaanálisis de 1998 y se citó tantas veces que se volvió sentido común.

En 2022 un equipo de investigadores revisó cómo se habían calculado esas estimaciones durante décadas, encontró una corrección estadística mal aplicada y publicó números nuevos. El orden de las pruebas de selección cambió. Este artículo tiene la tabla actualizada y qué hacer con ella.

Qué es la validez predictiva

Validez predictiva, o validez operativa, es qué tan bien el resultado de una prueba anticipa el desempeño posterior de la persona en el puesto. Se expresa en una escala de 0 a 1, donde 0 significa que la prueba no informa nada y 1 significaría predicción perfecta.

Dos aclaraciones que evitan malentendidos:

Ninguna prueba llega ni cerca de 1. El desempeño depende de factores que ninguna evaluación captura: el jefe que toca, el equipo, el momento del negocio, la vida personal.

Un valor de .40 es alto en este campo. No suena impresionante y lo es. Significa una mejora sustancial sobre decidir por impresión.

Las 7 pruebas de selección más usadas

Las estimaciones que siguen vienen de la revisión de Sackett y colegas de 2022, publicada en el Journal of Applied Psychology, que corrigió un ajuste estadístico que venía sobreestimando la validez de casi todos los instrumentos.

1. Entrevista estructurada. Las mismas preguntas para todos los candidatos, puntuadas contra criterios definidos de antemano. Es el predictor con mayor validez operativa promedio de la revisión, en .42.

2. Prueba de conocimiento del puesto. Evalúa lo que la persona sabe sobre el oficio concreto. Validez operativa de .40. Su límite es evidente: no aplica a perfiles que van a aprender el oficio dentro.

3. Biodata con clave empírica. Datos biográficos y de trayectoria ponderados según su relación estadística con el desempeño en esa organización. Validez operativa de .38. Requiere una base histórica de datos que la mayoría de las empresas medianas no tiene.

4. Muestra de trabajo. La persona ejecuta una tarea representativa del puesto real. Validez operativa de .33. Es la prueba con mejor aceptación de los candidatos, porque el contenido se ve pertinente.

5. Capacidad cognitiva general. Razonamiento y velocidad de aprendizaje. Validez operativa de .31, bastante por debajo del .51 que se citó durante décadas.

6. Responsabilidad como rasgo de personalidad. Validez operativa de .20. Los cuestionarios contextualizados, que preguntan por la conducta en el trabajo y no en general, rinden mejor y con mucha menos variación entre estudios.

7. Entrevista no estructurada. Sin guion, con preguntas distintas para cada candidato. Validez operativa de .19. Es la prueba más usada del mundo y una de las que menos informa.

Tabla: validez, coste y tiempo

Prueba	Validez operativa	Tiempo del candidato	Coste de implementar	Aplica a perfiles sin experiencia
Entrevista estructurada	.42	De 45 a 60 min	Medio, requiere diseño y entrenamiento	Sí, adaptando el contenido
Conocimiento del puesto	.40	De 20 a 40 min	Medio	No
Biodata con clave empírica	.38	De 15 a 25 min	Alto, requiere datos históricos	Parcialmente
Muestra de trabajo	.33	De 60 a 120 min	Alto en diseño y corrección	No
Capacidad cognitiva general	.31	De 12 a 25 min	Bajo	Sí
Responsabilidad, personalidad	.20	De 15 a 30 min	Bajo	Sí
Entrevista no estructurada	.19	De 30 a 60 min	Muy bajo	Sí

Tres lecturas que conviene sacar de esta tabla.

La entrevista estructurada gana y es casi gratis. No requiere licencias ni proveedores. Requiere escribir las preguntas antes, usarlas con todos y puntuar con criterios. Es la mejora de mayor retorno disponible para casi cualquier equipo.

La diferencia entre estructurada y no estructurada es enorme. De .42 a .19, con el mismo formato aparente y el mismo tiempo invertido. Toda la diferencia está en la estructura.

Los promedios esconden variación. Los mismos autores reportan que la entrevista estructurada tiene un intervalo de credibilidad del 80% que va de .18 a .66. Lo correcto es leer ese .42 como "alrededor de .42, más o menos .24", no como una constante.

Cómo combinarlas en una batería

Cuatro reglas de diseño.

Uno. Combina pruebas que midan cosas distintas. Dos instrumentos cognitivos juntos suelen medir lo mismo dos veces. Una prueba cognitiva más una entrevista estructurada aportan información independiente.

Dos. Ordena por coste creciente. Lo barato y rápido primero, lo caro al final, cuando quedan pocos candidatos. Una muestra de trabajo aplicada a 120 personas es un desperdicio.

Tres. Respeta el presupuesto de tiempo del candidato. Entre 90 y 120 minutos totales es un techo razonable para la mayoría de las vacantes. Pasado ese punto pierdes primero a los candidatos con más opciones.

Cuatro. Define de antemano cómo se combinan los resultados. ¿Umbral eliminatorio o puntuación compensatoria? Decidirlo después de ver los resultados es abrir la puerta al sesgo.

Baterías bien dimensionadas por tipo de rol:

Rol	Batería	Tiempo total
Operativo con alto volumen	Prueba cognitiva más entrevista estructurada corta	60 minutos
Analista o perfil de datos	Prueba cognitiva más muestra de trabajo más entrevista estructurada	120 minutos
Comercial	Entrevista estructurada más personalidad en clave laboral	90 minutos
Técnico con oficio definido	Conocimiento del puesto más entrevista estructurada	100 minutos
Liderazgo	Entrevista estructurada más personalidad en clave laboral más referencias	120 minutos

El método para construir la entrevista estructurada está en selección por competencias, y las familias de instrumentos psicométricos en tipos de pruebas psicométricas.

La mejor prueba de selección disponible no cuesta licencia: es escribir las preguntas antes de la entrevista y usarlas con todos. Si quieres apoyar ese proceso con instrumentos que declaren su evidencia y sus límites, puedes agendar una demo y lo vemos con tus propios roles.

Preguntas frecuentes

¿Por qué cambiaron los números de validez respecto a lo que aprendí antes?
Porque la revisión de 2022 encontró que las correcciones estadísticas por restricción de rango se venían aplicando de forma que sobreestimaba la validez de casi todos los instrumentos.

¿Cuántas pruebas de selección debo aplicar?
Dos o tres bien elegidas. El retorno de la cuarta suele ser marginal y el costo en abandono de candidatos es real.

¿La entrevista estructurada sirve para perfiles sin experiencia?
Sí, cambiando el contexto de los ejemplos a proyectos académicos, voluntariado o emprendimientos personales.

¿Vale la pena invertir en muestras de trabajo?
En roles donde el entregable es verificable y el volumen de finalistas es bajo, sí. Con muchos candidatos, el costo de corrección se vuelve prohibitivo.