Validez y confiabilidad: cómo auditar un test de RRHH

Un proveedor te muestra un test bonito, con reporte a color y un nombre que suena científico. Nadie en tu equipo pregunta si ese test realmente mide lo que dice medir, ni si dos personas iguales obtendrían resultados parecidos si lo tomaran dos veces. Esa pregunta, la de la validez y confiabilidad de un test, es la que separa un instrumento serio de uno decorativo.

Validez y confiabilidad no son sellos de calidad genéricos. Son dos propiedades distintas que cualquier test psicométrico debería poder demostrar con datos, no con la palabra del vendedor.

Validez: ¿mide lo que dice medir?

La validez responde si el test mide lo que dice que mide, y si ese resultado se relaciona con lo que a tu empresa le importa: desempeño en el puesto, permanencia, ajuste al equipo. Hay tres tipos que conviene distinguir:

Validez de contenido. El test cubre de forma representativa el conocimiento o la habilidad que dice evaluar. Un test de programación con validez de contenido incluye ejercicios que reflejan el trabajo real, no trivia sobre sintaxis.

Validez de constructo. El test mide de verdad el rasgo teórico que dice medir, como razonamiento numérico o extroversión, y no otra cosa parecida.

Validez de criterio. El resultado del test se correlaciona con un desempeño posterior medible, por ejemplo evaluaciones de desempeño a los seis meses. Es la más difícil de demostrar y la que más debería importarte, porque es la que conecta el test con una decisión de negocio real.

Un test puede tener una validez de contenido impecable y aun así predecir poco el desempeño. Por eso conviene pedirle al proveedor evidencia de validez de criterio, no solo una descripción de cómo se construyó el instrumento.

Confiabilidad: ¿es estable?

La confiabilidad mide si el test da resultados consistentes. Si aplicas el mismo test a la misma persona dos veces con pocas semanas de diferencia y el resultado cambia radicalmente sin que la persona haya cambiado, el test no es confiable, sin importar qué tan válido parezca en el papel.

Se mide de varias formas: consistencia interna, que revisa si los ítems que miden lo mismo dentro del test se comportan de forma coherente entre sí, y confiabilidad test retest, que compara resultados del mismo test aplicado dos veces. Un test puede ser muy confiable y medir algo irrelevante para tu decisión. Confiabilidad y validez son necesarias las dos, ninguna reemplaza a la otra.

Baremación: ¿contra quién compara?

La baremación es el proceso de construir la referencia contra la que se compara el resultado de una persona. Un puntaje de 85 en razonamiento numérico no significa nada por sí solo, importa contra qué grupo se comparó: población general, candidatos a un rol técnico, o población de un país específico.

Esto es más relevante de lo que parece en México y Argentina: un test baremado con datos de Estados Unidos o España puede dar resultados sesgados si se aplica sin ajuste a candidatos latinoamericanos. Pregunta siempre con qué población se construyó el baremo que estás usando.

Ocho preguntas para auditar la validez y confiabilidad de un test

Antes de firmar contrato con cualquier proveedor de tests, pide respuesta a estas ocho preguntas, por escrito:

1. ¿Qué tipo de validez tiene documentada este instrumento: contenido, constructo, criterio?
2. ¿Existe un estudio de validez de criterio con población similar a la de mi empresa o mi país?
3. ¿Qué coeficiente de confiabilidad reporta el instrumento y con qué método se calculó?
4. ¿Con qué población se construyó el baremo de comparación?
5. ¿El baremo está actualizado o tiene más de diez años?
6. ¿Qué evidencia de sesgo por género o por región existe sobre el instrumento?
7. ¿El proveedor puede compartir el manual técnico completo, no solo el resumen comercial?
8. ¿Qué tan seguido se revisa y actualiza la validez del instrumento?

Si el proveedor no puede responder con claridad al menos a las primeras cinco, el instrumento probablemente no tiene el respaldo técnico que su presentación comercial sugiere.

Para ver cómo se aplican estos criterios en la práctica al elegir entre distintos tipos de instrumentos, en tipos de pruebas psicométricas está el mapa completo por familia de test. El panorama general de para qué sirven y en qué etapa entran está en pruebas psicométricas, y el caso donde estas preguntas se vuelven más urgentes, en test de personalidad.

La validez y confiabilidad de un test se pueden auditar con preguntas concretas antes de firmar nada. Si quieres revisar la ficha técnica de los instrumentos que estás considerando, puedes agendar una demo y las vemos juntas.

Preguntas frecuentes

¿Qué es más importante, la validez o la confiabilidad?
Ninguna reemplaza a la otra. Un test puede ser confiable sin ser válido, mide algo de forma consistente pero ese algo no es lo que te importa. Sin confiabilidad, la validez tampoco se puede sostener.

¿Cómo sé si un test tiene mala validez?
La señal más clara es que el proveedor no puede mostrarte estudios de validez de criterio con datos concretos, solo descripciones generales del diseño del instrumento.

¿Los tests gratuitos en internet tienen validez y confiabilidad documentadas?
Casi nunca. La mayoría de los tests gratuitos de personalidad que circulan en redes no publican estudios técnicos de validez ni confiabilidad, y no deberían usarse para decisiones de contratación.

¿Cada cuánto se debe revisar la validez de un instrumento?
No hay una regla fija, pero un instrumento serio se revisa cuando cambia significativamente la población a la que se aplica, o al menos cada pocos años para confirmar que sigue siendo un buen predictor.