Cómo se crea un test de personalidad

Si has realizado alguna cantidad de pruebas de personalidad en línea, probablemente en algún momento te hayas preguntado qué ocurre entre bastidores. ¿Quién escribe estas pruebas? ¿Qué tipo de cualificaciones tienen? ¿Y qué tan precisas son realmente?

Dado que las pruebas de personalidad se han popularizado como una herramienta práctica para todo, desde el marketing en línea hasta la manipulación de votantes, puedes pasar una cantidad casi ilimitada de tiempo haciendo cuestionarios de introspección en internet. Aunque esperamos que dos minutos dedicados a un cuestionario de Buzzfeed nos den algún dato divertido para compartir, en cierto nivel también sabemos que hay una diferencia entre «¿Qué Muppet eres?» y el tipo de evaluación seria que podríamos usar, por ejemplo, para elegir una carrera. Pero ¿cuál es exactamente esa diferencia? ¿Y cómo sabemos qué evaluaciones podemos esperar que sean realmente precisas?

Desarrollar una prueba de personalidad precisa es un proceso técnico que requiere mucho tiempo. Idealmente, las personas que escriben pruebas de personalidad tienen un conocimiento profundo de su tema y dedican una cantidad considerable de tiempo a crear su evaluación y analizar sus resultados. La mayoría de los cuestionarios que encontrarás en línea fueron escritos en unas pocas horas por alguien que apenas adivinaba lo que hacía. En cambio, las pruebas con verdadero valor predictivo son el resultado de un esfuerzo y una experiencia considerables.

El desarrollo de pruebas es complejo, pero también sigue un proceso paso a paso. Comprender este proceso puede ayudarte a entender cómo funcionan realmente todas esas pruebas de personalidad que has estado realizando y en cuáles puedes confiar para obtener información precisa sobre ti.

Así que prepárate. Estás a punto de echar un vistazo desde dentro a cómo se crea una prueba de personalidad.

¿Qué mediremos?

Aunque pueda parecer obvio, el primer paso para crear una evaluación de personalidad consiste en determinar qué es exactamente lo que se va a evaluar. Más específicamente, queremos identificar lo que se conoce como constructos: características o fenómenos específicos que podemos definir y medir. Algunos ejemplos de constructos podrían ser la dominancia, la ansiedad, la emocionalidad o la motivación. 

Algunos constructos pueden medirse directamente, como el peso o la presión arterial de una persona. Por desgracia, en psicología las cosas rara vez son tan sencillas. Los rasgos de personalidad no pueden medirse de forma concreta y a menudo son mucho más difíciles de definir. ¡Incluso los expertos en rasgos como la extraversión pueden tener dificultades para ponerse de acuerdo sobre la definición de lo que estudian! Aunque es inútil intentar lograr una claridad perfecta, un proceso sólido de desarrollo de pruebas siempre comienza con un esfuerzo por definir el atributo que se evaluará con la mayor claridad humanamente posible.

Si tu evaluación se basa en una teoría existente de la personalidad, los constructos ya están definidos. Por ejemplo, Myers and Briggs teorizaron que los cuatro constructos clave para describir la personalidad eran Extraversion/Introversion, Sensing/Intuition, Thinking/Feeling y Judging/Perceiving. Por lo tanto, crear una prueba de personalidad basada en la teoría de Myers and Briggs implica desarrollar un conocimiento profundo de estos constructos para entender cómo podrías medirlos.

Por otra parte, algunas evaluaciones se construyen desde cero, sin una teoría establecida que defina los constructos que se utilizarán. Por ejemplo, una empresa podría querer desarrollar una evaluación que prediga el éxito de sus empleados. Podríamos imaginar que características personales como la motivación, la cooperación, la inteligencia y la creatividad serían importantes para tener éxito en el trabajo. Cada una de estas ideas tendría que desarrollarse y definirse por completo como un constructo distinto que se evaluará, antes siquiera de empezar a pensar en crear la evaluación en sí.

¿Cómo lo mediremos?

El siguiente paso consiste en decidir qué aspecto tendrá nuestra evaluación. Algunas evaluaciones de personalidad usan preguntas de opción múltiple. Otras piden a quienes realizan la prueba que califiquen su grado de acuerdo con varias afirmaciones en una escala de puntos. Otras son aún más creativas y piden a los participantes que elijan una imagen favorita entre varias opciones o que ordenen palabras o afirmaciones según cuánto se apliquen a ellos.

Sea cual sea el formato de los ítems de la prueba, el proceso comienza creando una especie de lista maestra de posibles ítems. Por lo general, quienes desarrollan pruebas utilizan investigaciones anteriores para ayudarles a crear ítems relacionados con sus constructos. Por ejemplo, sabemos que Extraversion tiene que ver con el nivel de energía de una persona al interactuar con otras, así que podríamos crear un ítem que pida a los participantes calificar su grado de acuerdo con la afirmación: «Me siento con energía cuando socializo en grupos».

Redactar buenos ítems de prueba es excepcionalmente difícil y, a menudo, solo entre el 10 % y el 20 % de los ítems creados superan los criterios cuando se someten a pruebas estadísticas. Por este motivo, en las etapas iniciales de desarrollo creamos muchos más ítems de los que prevemos incluir en la evaluación final. 

¿Quién la realizará?

Algunas evaluaciones de personalidad se crean para poblaciones específicas, como estudiantes de una escuela o empleados de una empresa. Otras se desarrollan para el público en general. Sea cual sea el público objetivo, ahora que tenemos algunos ítems, es hora de probarlos con la población prevista. En este paso, quienes desarrollan pruebas reclutan a tantas personas como sea posible para que respondan los ítems que han creado. Cuantos más datos puedan recopilar, mejor.

¿Qué tan bien funciona?

Hemos decidido qué queremos medir. Hemos redactado ítems. Y hemos pedido a algunos voluntarios que respondan a esos ítems. Ahora es el momento de comprobar si nuestra evaluación realmente funciona.

Este es el paso que separa a los profesionales de los aficionados. Casi cualquier persona interesada en la psicología puede idear un cuestionario de personalidad. Probablemente pueda escribir algunas preguntas de prueba. Y, si tiene ciertas habilidades técnicas, incluso puede publicar ese cuestionario en internet para que otras personas lo respondan.

Pero ¿esa prueba mide lo que se supone que debe medir? Probablemente no. Incluso los desarrolladores profesionales de pruebas rara vez pueden improvisar una evaluación que funcione. La diferencia es que los profesionales cuentan con métodos para analizar y mejorar las pruebas hasta que produzcan resultados significativos.

Hay dos conceptos clave en el desarrollo de pruebas: la fiabilidad y la validez. Para tener un valor real, una evaluación debe probarse y demostrarse en ambas áreas.

Una evaluación fiable producirá resultados consistentes. Si una persona realiza una evaluación de personalidad fiable en enero y luego otra vez en julio, sus puntuaciones serán aproximadamente las mismas.

Una evaluación válida mide el constructo que pretende medir. Si una directora ejecutiva muy respetada realiza una evaluación de su capacidad de liderazgo, esperaríamos que obtuviera puntuaciones altas. Si sus puntuaciones fueran bajas, cuestionaríamos la validez de la prueba porque no sería coherente con nuestras observaciones de la vida real.

Para comprender la fiabilidad y la validez, imagina que acabas de comprar una báscula nueva y decides probarla pesándote 5 veces seguidas. Si es fiable, mostrará el mismo peso cada vez. Si es válida, mostrará pesos cercanos a tu peso real. Una báscula válida pero no fiable dará lecturas cercanas a tu peso verdadero, pero diferentes cada vez. Una báscula fiable pero no válida siempre mostrará el mismo peso, pero siempre será incorrecto.

¿Cómo determinamos estos factores en una prueba de personalidad? La respuesta sencilla, aunque algo aburrida, es que contamos con varias pruebas estadísticas que aplicamos a los datos recopilados después de probar nuestra evaluación con un grupo de muestra. 

La correlación es una medida de si dos factores tienden a ocurrir juntos. Por ejemplo, la altura se correlaciona con el peso, porque las personas más altas suelen pesar más. Las medidas de correlación se utilizan de muchas formas en el desarrollo de pruebas para evaluar tanto la fiabilidad como la validez. Por ejemplo, si se descubre que las puntuaciones de una prueba de potencial de ingresos se correlacionan con los ingresos reales, esto indicaría que la prueba es válida. Si estuviéramos formulando una prueba de extraversión, podríamos comprobar si nuestras puntuaciones se correlacionan con la cantidad de amistades que tiene una persona.

La correlación prueba-reprueba es una medida de qué tan bien se correlacionan dos puntuaciones cuando una misma persona ha realizado la misma evaluación en dos ocasiones distintas. Una alta correlación prueba-reprueba indica una buena fiabilidad.

El alfa de Cronbach es una prueba de fiabilidad que examina si los ítems que supuestamente están relacionados conceptualmente se correlacionan en los datos reales de la muestra. El método para calcular el alfa es complicado, pero interpretarlo es sencillo. Las puntuaciones de alfa van de cero a uno, y las mejores puntuaciones son las más altas. La mayoría de los desarrolladores de pruebas están satisfechos cuando las medidas de alfa alcanzan .8 o más.

El análisis factorial es una forma compleja de analizar los ítems de una prueba para determinar cómo se organizan conceptualmente. Para entender el análisis factorial, imagina que has creado 100 preguntas de personalidad completamente al azar. No tienes idea de cuántos constructos estás evaluando ni cuáles son; simplemente has escrito algunas preguntas que crees que podría ser interesante que la gente responda. Sin embargo, una vez que las personas las han respondido, empiezas a preguntarte qué podría estar midiendo tu evaluación.

Un análisis factorial te mostrará cómo pueden agruparse conceptualmente todos los ítems que has escrito. Determinará cuántos factores hay en tu evaluación; es decir, cuántos constructos potenciales podría estar midiendo. Y determinará qué ítems se correlacionan con cada factor. Así, tu análisis factorial podría agrupar los siguientes ítems:

• Doy dinero a personas necesitadas
• Hago voluntariado para organizaciones benéficas
• Estoy deseoso de ayudar a mis vecinos

Al ver esto, podrías concluir lógicamente que tu evaluación mide un constructo relacionado con el altruismo y que estos tres ítems podrían ser un posible punto de partida para una escala de altruismo.

En el desarrollo real de pruebas, el análisis factorial puede aclarar los constructos evaluados por una prueba o incluso ayudarnos a descubrir otros nuevos. Por ejemplo, utilizamos el análisis factorial para descubrir y definir las 23 facetas del tipo de personalidad medidas en la Evaluación de Personalidad TypeFinder.

Todos estos métodos requieren experiencia y software avanzado, además de mucho tiempo para probar, revisar y volver a probar. La mayoría de los desarrolladores de pruebas dedican muchos meses a desarrollar ítems, administrarlos a poblaciones de muestra, realizar pruebas estadísticas y luego revisarlos basándose en esos resultados antes de finalmente crear una evaluación que ha demostrado ser válida y fiable. No es un proceso que pueda hacerse de manera informal o rápida, por lo que puede ser difícil encontrar una buena evaluación de personalidad.

Así que la próxima vez que realices un cuestionario de personalidad y te preguntes: «¿Qué demonios significa ese resultado?», ya lo sabrás: probablemente nada. Pero si haces un cuestionario que te dice que te mudes a París, te cases con tu verdadero amor o te conviertas en una estrella de rock famosa, entonces bueno, no dejes que te detengamos. A veces, lo mejor que puede hacer una prueba de personalidad es decirnos lo que ya sabemos.