La evaluación psicológica integra distintas fuentes para sustentar una decisión diagnóstica. La entrevista (estructurada, semiestructurada o abierta) aporta el encuadre y la verbalización del caso; la observación conductual con registro sistemático documenta conductas en contexto; y los cuestionarios, escalas e inventarios ofrecen datos estandarizados. La combinación de instrumentos en baterías permite contrastar hallazgos de múltiples fuentes antes de concluir.
La selección del instrumento depende del objetivo de la evaluación. Conviene recordar que la validez no es propiedad de la prueba, sino de la interpretación de las puntuaciones para un uso propuesto: un mismo test puede ser válido para un propósito y no para otro. Los Standards (AERA, APA & NCME, 2014) conciben la validez como concepto unitario con cinco fuentes de evidencia: contenido, procesos de respuesta, estructura interna, relación con otras variables y consecuencias. La confiabilidad se expresa entre 0 y 1; el alfa de Cronbach suele considerarse aceptable con α ≥ .70. El error estándar de medición (EEM = DE · √(1 − rxx)) permite construir intervalos de confianza en torno a la puntuación observada.
Para leer perfiles verbalizados hay que dominar las métricas estándar:
En la integración diagnóstica se convergen los resultados con el marco clínico de referencia (DSM-5, 2013; DSM-5-TR, 2022). Conceptos como sensibilidad = VP/(VP+FN) y especificidad = VN/(VN+FP) orientan el valor diagnóstico de una prueba.
Las implicaciones éticas son ineludibles: el Código Ético del Psicólogo (SMP, 2010) exige consentimiento informado, confidencialidad y actuar dentro de los límites de la competencia. Además, la calificación del usuario se organiza en niveles A, B y C, donde los tests clínicos individuales (nivel C) requieren mayor preparación psicométrica y profesional.
1. Un psicólogo elabora una guía de temas por explorar, pero mantiene libertad para reformular las preguntas y profundizar según las respuestas del entrevistado, sin un formato fijo de reactivos. Este tipo de entrevista se clasifica como:
Combinar una guía temática con libertad para profundizar es la característica definitoria de la entrevista semiestructurada, a diferencia de la estructurada (reactivos y secuencia fijos) o la libre (sin guía alguna). (Fernández-Ballesteros, R., Evaluación psicológica: conceptos, métodos y estudio de casos; entrevistas semiestructuradas tipo SCID-5 (APA).)
2. El conjunto de condiciones que el psicólogo establece al inicio de la evaluación —duración de la sesión, honorarios, confidencialidad y sus límites, y objetivo del encuentro— se denomina:
El encuadre corresponde a las reglas y condiciones que enmarcan la relación evaluador-evaluado; el rapport es el clima de confianza, la anamnesis es la historia clínica y la devolución es la comunicación de resultados. (Fernández-Ballesteros, R., Evaluación psicológica: conceptos, métodos y estudio de casos.)
3. Durante la primera entrevista con un paciente adulto que acude por síntomas ansiosos, el psicólogo dedica los primeros minutos a explicar el motivo de la consulta, aclarar la confidencialidad y sus límites, y obtener el consentimiento informado antes de iniciar la exploración de contenidos. Esta fase corresponde a:
Establecer condiciones, confidencialidad y consentimiento informado antes de explorar contenidos corresponde al encuadre, que se realiza al inicio del encuentro y no al cierre ni a la devolución. (Código Ético del Psicólogo (Sociedad Mexicana de Psicología, 2010); Fernández-Ballesteros, Evaluación psicológica.)
4. En la fase final de una entrevista clínica, el psicólogo resume lo explorado, verifica si el paciente desea agregar información y explica los siguientes pasos del proceso de evaluación. Esta fase se denomina:
El cierre sintetiza lo tratado y orienta los pasos siguientes; la apertura y el encuadre ocurren al inicio, mientras que el desarrollo corresponde a la exploración central. (Fernández-Ballesteros, R., Evaluación psicológica: conceptos, métodos y estudio de casos.)
5. Un equipo de investigación necesita asignar diagnósticos del DSM-5-TR con alta confiabilidad entre distintos evaluadores para un estudio clínico. De los siguientes formatos, ¿cuál es el más adecuado para ese fin?
Las entrevistas totalmente estructuradas (p. ej., la DIS o la CIDI), con preguntas y criterios fijos, maximizan la confiabilidad entre evaluadores, prioridad en investigación; la entrevista semiestructurada (como la SCID-5) ofrece flexibilidad clínica pero menor uniformidad entre aplicadores. (American Psychiatric Association, DSM-5-TR (2022); entrevistas diagnósticas estructuradas y semiestructuradas.) (American Psychiatric Association, entrevistas estructuradas para el DSM (SCID-5); DSM-5-TR (2022).)
6. Una desventaja reconocida de la entrevista clínica no estructurada frente a los instrumentos psicométricos estandarizados es que:
Al carecer de un formato fijo, la interpretación depende del criterio del entrevistador, lo que reduce la confiabilidad entre evaluadores frente a instrumentos estandarizados y con manual normativo. (Anastasi & Urbina, Tests psicológicos (1998); Fernández-Ballesteros, Evaluación psicológica.)
7. De las siguientes, ¿cuál NO es una función reconocida de la entrevista inicial en la evaluación psicológica?
La entrevista es una fuente más dentro de una evaluación multimétodo; no sustituye a los instrumentos estandarizados, que aportan evidencia adicional de confiabilidad y validez. (Fernández-Ballesteros, R., Evaluación psicológica: conceptos, métodos y estudio de casos.)
8. En la primera sesión, un adolescente pregunta si todo lo que diga será compartido con sus padres. Conforme al encuadre ético de la evaluación psicológica, el psicólogo debe:
El Código Ético del Psicólogo exige informar los límites de la confidencialidad (p. ej., riesgo para el paciente o terceros) como parte del consentimiento informado, no prometer confidencialidad absoluta. (Código Ético del Psicólogo (Sociedad Mexicana de Psicología, 2010).)
9. De acuerdo con los Standards for Educational and Psychological Testing (AERA, APA & NCME, 2014), la validez de una prueba se sustenta en un conjunto de fuentes de evidencia que incluye el contenido de la prueba, los procesos de respuesta, la estructura interna, la relación con otras variables y:
Los Standards de 2014 reconocen cinco fuentes de evidencia de validez, la última de las cuales son las consecuencias de la aplicación; la confiabilidad test-retest es un indicador distinto, propio de la consistencia temporal. (Standards for Educational and Psychological Testing (AERA, APA & NCME, 2014).)
10. Un instrumento cuenta con evidencia sólida de validez para detectar depresión en población adulta ambulatoria. Un psicólogo desea emplearlo para diagnosticar depresión en niños de 8 años. Desde la perspectiva psicométrica actual, esta decisión es cuestionable porque:
Según los Standards (2014), la validez se predica de la interpretación de las puntuaciones para un uso propuesto; extrapolar a una población distinta sin evidencia específica invalida esa interpretación. (Standards for Educational and Psychological Testing (AERA, APA & NCME, 2014).)
11. Al seleccionar un instrumento para fines de investigación, un criterio psicométrico mínimo aceptado para la consistencia interna, estimada mediante el alfa de Cronbach, es un valor de al menos:
Nunnally y Bernstein consideran .70 el valor mínimo aceptable de consistencia interna para instrumentos de investigación; .50 y .60 resultan insuficientes, mientras que .90 se reserva para decisiones individuales de alto impacto. (Nunnally & Bernstein, Psychometric Theory (1994); Cronbach (1951).)
12. Un psicólogo debe elegir un instrumento para tomar una decisión clínica individual de alto impacto, por ejemplo determinar la capacidad para conducir tras un daño cerebral. Comparado con un instrumento usado solo con fines de investigación grupal, el estándar de confiabilidad exigido para esa decisión individual debe ser:
A mayor impacto de la decisión individual se exige mayor confiabilidad (frecuentemente ≥.90) para reducir el error estándar de medición, mientras que .70 solo es aceptable para investigación grupal. (Nunnally & Bernstein, Psychometric Theory (1994); Standards for Educational and Psychological Testing (2014).)
13. La clasificación tradicional de niveles de calificación del usuario de pruebas (A, B y C) organiza los requisitos de formación necesarios para adquirir y aplicar un instrumento. Un instrumento clínico individual, como una escala Wechsler, corresponde típicamente al:
El nivel C exige mayor formación psicométrica y clínica, requerida para instrumentos individuales complejos como las escalas Wechsler, a diferencia del nivel A, de requisitos más generales. (American Psychological Association, niveles de calificación del usuario de pruebas (test user qualification levels).)
14. Un centro de salud requiere identificar rápidamente, entre 300 pacientes de primer nivel de atención, a quienes podrían tener síntomas depresivos para canalizarlos a valoración especializada. Dado que el objetivo es de tamizaje, el instrumento más adecuado debe priorizar:
En tamizaje se prioriza detectar el mayor número posible de casos (alta sensibilidad) con instrumentos breves, aceptando algunos falsos positivos que luego se descartan con evaluación diagnóstica más profunda. (Kaplan & Saccuzzo, Pruebas psicológicas: principios, aplicaciones y temas.)
15. En el contexto de un instrumento de tamizaje, la proporción de personas que realmente tienen la condición y que la prueba clasifica correctamente como positivas se denomina:
La sensibilidad es la proporción de verdaderos positivos correctamente identificados; la especificidad, en cambio, se refiere a los verdaderos negativos correctamente clasificados. (Kaplan & Saccuzzo, Pruebas psicológicas: principios, aplicaciones y temas.)
16. En una muestra de 200 pacientes evaluados con un instrumento de tamizaje, 50 tienen realmente el trastorno. De ellos, el instrumento clasifica correctamente como positivos a 40. La sensibilidad del instrumento en esta muestra es de:
La sensibilidad se calcula como verdaderos positivos entre el total de casos con la condición (40/50 = 80%); el 40% surge del error típico de dividir entre el total de la muestra (200) en vez de entre los casos reales. (Kaplan & Saccuzzo, Pruebas psicológicas: principios, aplicaciones y temas.)
17. En el informe de un WAIS-IV se reporta que un paciente obtuvo un Coeficiente Intelectual Total (CIT) de 115. Dado que esta escala tiene una media de 100 y una desviación estándar de 15, esta puntuación se ubica:
115 = 100 + 15, es decir, exactamente una desviación estándar por arriba de la media (100, DE = 15) del CIT en el WAIS-IV. (Manual técnico WAIS-IV (Wechsler, Pearson).)
18. En el perfil de subpruebas del WISC-V, la subprueba de Dígitos obtiene una puntuación escalar de 4. Dado que las puntuaciones escalares de esta escala tienen una media de 10 y una desviación estándar de 3, esta puntuación se ubica:
La diferencia entre 10 y 4 es de 6 puntos, equivalente a dos desviaciones estándar (2 × 3 = 6) por debajo de la media, lo que corresponde a un rango deficitario y no solo a un promedio bajo. (Manual técnico WISC-V (Wechsler, Pearson); regla empírica de la distribución normal.)
19. Una prueba tiene una desviación estándar (DE) de 15 puntos y un coeficiente de confiabilidad (r_xx) de .91. El error estándar de medición (EEM), que se usa para construir un intervalo de confianza alrededor de una puntuación observada, es de aproximadamente:
EEM = DE·√(1 − r_xx) = 15·√0.09 = 15 × 0.3 = 4.5; 13.65 resulta de usar r_xx en vez de (1 − r_xx) bajo la raíz, y 1.35 de omitir la raíz cuadrada. (Standards for Educational and Psychological Testing (2014); teoría clásica de los tests.)
20. En el informe de una evaluación se indica que un examinado se ubicó en el percentil 30 en una prueba de atención. Esto significa que:
El percentil indica el porcentaje del grupo normativo con puntuación igual o inferior a la obtenida, no el porcentaje de aciertos ni la confiabilidad de la prueba. (Anastasi & Urbina, Tests psicológicos (1998).)
21. En el perfil del MMPI-2 de un paciente, la escala 2 (Depresión) obtiene una puntuación T de 68 y las escalas de validez se encuentran dentro de límites normales. Con base en los criterios de interpretación del MMPI-2, esta elevación debe considerarse:
El MMPI-2 usa T ≥ 65 (y no T ≥ 70, criterio del MMPI original) como punto de corte de significancia clínica; con validez normal, la elevación en Depresión es interpretable y clínicamente significativa. (Butcher et al., Manual del MMPI-2 (2001).)
22. Un paciente refiere en la entrevista tristeza, anhedonia y fatiga de cuatro meses de evolución. En el MMPI-2 obtiene T=72 en la escala de Depresión, T=45 en la escala de Hipomanía, y las escalas de validez normales. De acuerdo con el DSM-5-TR, el perfil descrito orienta con mayor probabilidad hacia:
La combinación de síntomas depresivos sostenidos con elevación clínicamente significativa (T≥65) solo en Depresión, y una escala de Hipomanía dentro de límites normales, orienta hacia un episodio depresivo mayor y no hacia un cuadro maníaco o bipolar. (DSM-5-TR (APA, 2022); Butcher et al., Manual del MMPI-2 (2001).)
23. La revisión de texto del manual diagnóstico de la Asociación Americana de Psiquiatría, que actualiza criterios y códigos sin modificar las categorías diagnósticas principales, se conoce como:
El DSM-5-TR (2022) es la revisión de texto del DSM-5 (2013) que actualiza criterios y códigos; el DSM-IV-TR corresponde a la edición anterior y la CIE-11 es un manual distinto, publicado por la OMS. (American Psychiatric Association, DSM-5-TR (2022).)
24. Un psicólogo desea registrar cuántas veces un adolescente interrumpe la clase durante una sesión de 50 minutos, sin que le interese cuánto dura cada interrupción. ¿Qué sistema de registro conductual resulta más adecuado para este objetivo?
El registro de frecuencia (o de eventos) cuantifica el número de ocurrencias de una conducta discreta con inicio y fin claros, que es justamente lo que se busca medir aquí; el registro de duración se emplearía si interesara cuánto dura cada episodio. (Cooper, Heron & Heward, Applied Behavior Analysis — sistemas de registro conductual.)
25. Durante la observación de un niño en el aula, el observador divide la sesión en intervalos de 10 segundos y anota el intervalo como 'conducta presente' si el niño se levantó del asiento en ALGÚN momento dentro de ese intervalo, aunque el episodio haya durado solo dos segundos. Este procedimiento corresponde a:
En el muestreo de intervalo parcial basta con que la conducta ocurra en cualquier momento del intervalo para registrarlo como presente, lo que tiende a sobreestimar la duración real; en el intervalo total se exige que esté presente durante todo el intervalo. (Cooper, Heron & Heward, Applied Behavior Analysis — procedimientos de muestreo de intervalos.)
26. Un observador registra la conducta de 'permanecer sentado' únicamente en el instante exacto en que termina cada intervalo de 30 segundos, sin atender a lo que ocurrió durante el resto del intervalo. Este procedimiento se conoce como:
El muestreo de tiempo momentáneo registra si la conducta está presente solo en el instante puntual que marca el final del intervalo, a diferencia del muestreo de intervalo total, que exige observarla durante todo el periodo. (Cooper, Heron & Heward, Applied Behavior Analysis; Kazdin, Modificación de la conducta y sus aplicaciones.)
27. El procedimiento de observación que consiste en anotar de manera cronológica un antecedente, la conducta problema y la consecuencia inmediata que le sigue, con el fin de orientar un análisis funcional de la conducta, se denomina:
El registro ABC documenta secuencialmente antecedente, conducta y consecuencia para orientar el análisis funcional de la conducta; el registro anecdótico, en cambio, es una descripción abierta sin categorías predeterminadas. (Kazdin, Modificación de la conducta y sus aplicaciones — análisis funcional ABC.)
28. Cuando dos observadores independientes registran la misma sesión conductual y sus registros coinciden en un porcentaje alto de ocasiones, se dice que el procedimiento de observación tiene un(a):
La coincidencia entre los registros de dos observadores independientes es el índice de confiabilidad interobservador, distinto de la consistencia interna, que se refiere a la homogeneidad de los reactivos de una prueba estandarizada. (Kazdin, Modificación de la conducta y sus aplicaciones — confiabilidad interobservador.)
29. Dos observadores registran de forma independiente la misma sesión de 20 minutos. El Observador A cuenta 8 episodios de la conducta objetivo y el Observador B cuenta 10 episodios. Aplicando la fórmula de acuerdo por ocurrencia (número menor de episodios entre número mayor, multiplicado por cien), ¿qué porcentaje de acuerdo interobservador se obtiene?
El porcentaje de acuerdo por ocurrencia se calcula dividiendo el número menor de episodios entre el mayor y multiplicando por 100 (8/10×100=80%); invertir el cociente (10/8) produce el valor erróneo de 125%. (Kazdin, Modificación de la conducta y sus aplicaciones — índices de acuerdo interobservador.)
30. Un observador conductual sabe que su registro será supervisado por el investigador principal y, a partir de ese momento, empieza a codificar las conductas con mayor precisión de la que mostraba antes de saber que sería evaluado. Este cambio en la exactitud del registro debido a la supervisión se conoce como:
La reactividad del observador ocurre cuando saber que su desempeño será supervisado modifica la exactitud de su registro; la deriva del observador, en cambio, es un cambio gradual e involuntario en los criterios de codificación a lo largo del tiempo. (Kazdin, Modificación de la conducta y sus aplicaciones — reactividad y deriva del observador.)
31. El registro descriptivo y narrativo que un observador elabora sin categorías conductuales predefinidas, anotando lo que ocurre en la situación tal como se presenta, se denomina:
El registro anecdótico es una descripción narrativa y abierta, sin categorías fijadas de antemano, útil en las fases iniciales de un análisis conductual para identificar posibles conductas objetivo. (Kazdin, Modificación de la conducta y sus aplicaciones — métodos de observación.)
32. Un psicólogo escolar necesita conocer cuánto tiempo dura, en promedio, cada episodio de llanto de un preescolar durante la hora de siesta, dato relevante para diseñar una intervención. ¿Qué sistema de registro conductual debe emplear?
Cuando el interés central es cuánto tiempo se prolonga cada episodio conductual, el registro de duración es el procedimiento indicado; el registro de frecuencia solo cuenta el número de episodios sin importar su extensión. (Cooper, Heron & Heward, Applied Behavior Analysis — dimensiones de la conducta.)
33. En las escalas Wechsler (WAIS-IV, WISC-V), el Coeficiente Intelectual Total se expresa como una puntuación estándar cuya media y desviación estándar son, respectivamente:
El CI Total de las escalas Wechsler se calibra con media 100 y desviación estándar 15; media 50/DE 10 corresponde a las puntuaciones T y media 10/DE 3 a las puntuaciones escalares de las subpruebas. (Manual técnico WAIS-IV / WISC-V (Wechsler, Pearson).)
34. Las puntuaciones escalares que se reportan para cada subprueba dentro de las escalas Wechsler tienen una media y una desviación estándar de:
Las puntuaciones escalares de las subpruebas Wechsler se transforman a una métrica con media 10 y desviación estándar 3, distinta de la métrica del CI Total (media 100, DE 15). (Manual técnico WAIS-IV / WISC-V (Wechsler, Pearson).)
35. En el perfil de un paciente evaluado con el MMPI-2, la escala clínica 2 (Depresión) obtiene una puntuación T de 68. De acuerdo con los criterios de interpretación del MMPI-2, este resultado debe considerarse:
En el MMPI-2 se considera clínicamente significativa una elevación con T ≥ 65 (a diferencia del MMPI original, que usaba T ≥ 70), por lo que una T de 68 en la escala 2 sí resulta significativa. (Butcher et al., Manual del MMPI-2 (2001).)