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 sólo 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 del contenido, lo que requiere cierto grado de acuerdo sobre lo que representa un rasgo particular de la personalidad, como la extraversión . Un desacuerdo sobre un rasgo de personalidad impedirá la obtención de 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 realmente mide, sino a lo que superficialmente parece medir. La validez aparente evalúa si la prueba "parece válida" para los examinados que la realizan, el personal administrativo que decide sobre su uso y otros observadores técnicamente no capacitados. La validez de contenido requiere el uso de expertos reconocidos en la materia para evaluar si los elementos de la prueba evalúan el contenido definido y pruebas estadísticas más rigurosas que la evaluación de la validez aparente. La validez del contenido se aborda con mayor frecuencia en pruebas académicas y vocacionales, donde los elementos de la prueba deben reflejar el conocimiento realmente requerido para un área temática determinada (por ejemplo, historia) o 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 de los síntomas de un síndrome.
CH Lawshe desarrolló un método ampliamente utilizado para medir la validez del contenido. Es esencialmente un método para evaluar el acuerdo entre evaluadores o jueces sobre cuán esencial es un elemento en particular. En un artículo sobre las pruebas previas al empleo, Lawshe (1975) [2] propuso que cada uno de los evaluadores expertos en la materia (PYME) del panel de jueces respondiera a la siguiente pregunta para cada ítem: "¿Se mide la habilidad o el conocimiento mediante este elemento '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 ítem es esencial, ese ítem tiene al menos cierta validez de contenido. Existen mayores niveles de validez de contenido a medida que un mayor número de panelistas coinciden en que un elemento en particular es esencial. Utilizando estos supuestos, Lawshe desarrolló una fórmula denominada índice de validez de contenido: donde el índice de validez de contenido, el número de panelistas de PYME indica "esencial", el número total de panelistas de PYME. Esta fórmula produce valores que oscilan entre +1 y -1; los valores positivos indican que al menos la mitad de las Pymes calificaron el ítem como esencial. El CVR medio entre los ítems 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 podría determinar, para un grupo de PYME de un tamaño determinado, el tamaño de un CVR calculado necesario para superar la expectativa de azar. Esta tabla había sido calculada para Lawshe por su amigo Lowell Schipper. Un examen detenido de esta tabla publicada reveló una anomalía. En la tabla de Schipper, el valor crítico del CVR aumenta monótonamente desde el caso de 40 PYME (valor mínimo = 0,29) al caso de 9 PYME (valor mínimo = 0,78), para caer inesperadamente en el caso de 8 PYME (valor mínimo = 0,78). valor = 0,75) antes de alcanzar su valor máximo en el caso de 7 PYME (valor mínimo = 0,99). Sin embargo, al aplicar la fórmula a 8 evaluadores, el resultado de 7 calificaciones esenciales y otra calificación 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 coherente con el orden ascendente de los CVR, el valor para 8 evaluadores tendría que ser 1,00. Eso violaría el mismo principio porque tendría el valor "perfecto" requerido para 8 evaluadores, pero no para calificaciones de otros números de evaluadores, ya sea superiores o inferiores a 8 evaluadores. 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 al escribir o escribir. Wilson, Pan y Schumsky (2012), tratando de 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 encontraron que Lawshe y Schipper habían etiquetado erróneamente su tabla publicada como representativa de una prueba de una cola cuando en realidad los valores reflejaban los valores binomiales de una prueba de dos colas. Wilson y sus colegas publicaron un nuevo cálculo de los valores críticos para el índice de validez del contenido que proporciona valores críticos en pasos unitarios en múltiples niveles alfa. [3]
La tabla de valores es la siguiente: [2]
