Validez del contenido

En psicometría , la validez de contenido (también conocida como validez lógica ) se refiere al grado en que una medida representa todas las facetas de un constructo determinado. Por ejemplo, una escala de depresión puede carecer de validez de contenido si solo evalúa la dimensión afectiva de la depresión pero no tiene en cuenta la dimensión conductual . Existe un elemento de subjetividad en relación con la determinación de la validez de contenido, que requiere cierto grado de acuerdo sobre lo que representa un rasgo de personalidad particular , como la extraversión . Un desacuerdo sobre un rasgo de personalidad impedirá obtener una alta validez de contenido. ^{[ 1 ]}

La validez de contenido es diferente de la validez aparente , que se refiere no a lo que la prueba mide realmente, sino a lo que parece medir superficialmente. La validez aparente evalúa si la prueba "parece válida" para los examinados que la realizan, el personal administrativo que decide su uso y otros observadores sin formación técnica. La validez de contenido requiere la participación de expertos reconocidos en la materia para evaluar si los ítems de la prueba evalúan un contenido definido y pruebas estadísticas más rigurosas que las utilizadas para la evaluación de la validez aparente. La validez de contenido se aborda con mayor frecuencia en las pruebas académicas y vocacionales, donde los ítems de la prueba deben reflejar el conocimiento realmente requerido para un área temática determinada (por ejemplo, historia) o una habilidad laboral (por ejemplo, contabilidad). En entornos clínicos, la validez de contenido se refiere a la correspondencia entre los ítems de la prueba y el contenido sintomático de un síndrome.

Un método ampliamente utilizado para medir la validez de contenido fue desarrollado por C. H. Lawshe. Esencialmente, se trata de un método para evaluar el grado de acuerdo entre evaluadores o jueces respecto a la importancia de un elemento en particular. En un artículo sobre pruebas de preselección laboral, Lawshe (1975) ^{[ 2 ]} propuso que cada uno de los evaluadores expertos en la materia (SME) del panel de jueces respondiera a la siguiente pregunta para cada elemento: "¿La habilidad o el conocimiento medido por este elemento es 'esencial', 'útil, pero no esencial' o 'no necesario' para el desempeño del trabajo?". Según Lawshe, si más de la mitad de los panelistas indican que un elemento es esencial, dicho elemento posee al menos cierta validez de contenido. Mayores niveles de validez de contenido se dan a medida que un mayor número de panelistas coincide en que un elemento en particular es esencial. Utilizando estos supuestos, Lawshe desarrolló una fórmula denominada índice de validez de contenido: ${\displaystyle CVR=(n_{e}-N/2)/(N/2)}$ dónde${\displaystyle CVR=}$índice de validez de contenido,${\displaystyle n_{e}=}$número de panelistas de PYME que indican "esencial",${\displaystyle N=}$Número total de panelistas expertos. Esta fórmula arroja valores que van de +1 a -1; los valores positivos indican que al menos la mitad de los expertos consideraron el elemento como esencial. El CVR promedio entre los elementos puede utilizarse como indicador de la validez general del contenido de la prueba.

Lawshe (1975) proporcionó una tabla de valores críticos para el CVR mediante la cual un evaluador de pruebas podía determinar, para un conjunto de PYMES de un tamaño dado, el tamaño de un CVR calculado necesario para superar la expectativa aleatoria. Esta tabla había sido calculada para Lawshe por su amigo, Lowell Schipper. Un examen detallado de esta tabla publicada reveló una anomalía. En la tabla de Schipper, el valor crítico para el CVR aumenta monótonamente desde el caso de 40 PYMES (valor mínimo = 0,29) hasta el caso de 9 PYMES (valor mínimo = 0,78), para luego caer inesperadamente en el caso de 8 PYMES (valor mínimo = 0,75) antes de alcanzar su valor máximo en el caso de 7 PYMES (valor mínimo = 0,99). Sin embargo, al aplicar la fórmula a 8 evaluadores, el resultado de 7 calificaciones Esenciales y 1 calificación de otro tipo arroja un CVR de 0,75. Si 0,75 no fuera el valor crítico, entonces se necesitarían 8 de 8 evaluadores de Essential para obtener un CVR de 1,00. En ese caso, para ser consistente con el orden ascendente de los CVR, el valor para 8 evaluadores tendría que ser 1,00. Eso violaría el mismo principio porque se tendría el valor "perfecto" requerido para 8 evaluadores, pero no para las calificaciones con otros números de evaluadores, ya sean mayores o menores que 8. No está claro si esta desviación de la progresión monótona de la tabla se debió a un error de cálculo por parte de Schipper o a un error de mecanografía o composición tipográfica. Wilson, Pan y Schumsky (2012) , al intentar corregir el error, no encontraron ninguna explicación en los escritos de Lawshe ni en ninguna publicación de Schipper que describiera cómo se calculó la tabla de valores críticos. Wilson y sus colegas determinaron que los valores de Schipper eran aproximaciones cercanas a la aproximación normal de la distribución binomial. Al comparar los valores de Schipper con los valores binomiales recién calculados, también descubrieron que Lawshe y Schipper habían etiquetado erróneamente su tabla publicada como representativa de una prueba unilateral, cuando en realidad los valores reflejaban los valores binomiales para una prueba bilateral. Wilson y sus colegas publicaron un recálculo de los valores críticos para la razón de validez de contenido, proporcionando valores críticos en pasos unitarios en múltiples niveles alfa. ^{[ 3 ]}

La tabla de valores es la siguiente: ^{[ 2 ]}

• Validez de constructo
• Validez de criterio
• Validez de la prueba
• Validez (estadística)
• Validez aparente

• Manual de escalas de gestión , un Wikibook que contiene escalas de múltiples ítems utilizadas previamente para medir constructos en la literatura de investigación empírica sobre gestión. Para muchas escalas, se analiza la validez de contenido.