Cómo saber si un test de RRHH es fiable y válido

Cada pocas semanas, alguien intenta venderte un test. Un cuestionario de personalidad para selección, una herramienta de colores para tus equipos, una encuesta que promete medir el compromiso. Y casi todos los folletos dicen lo mismo: "validado científicamente y altamente fiable". El problema es que esas dos palabras, fiable y válido, tienen un significado técnico muy concreto, y se usan a la ligera continuamente.

Este recurso es un checklist para distinguir la ciencia del marketing en diez minutos, sin ser psicómetra, y para llevarlo a tu próxima reunión con un proveedor. No necesitas creerte lo que te digan. Necesitas saber qué preguntar.

Fiabilidad y validez: las dos palabras que lo deciden casi todo

Son los dos pilares sobre los que se juzga cualquier instrumento que mide a personas, y están definidos en los estándares profesionales de evaluación psicológica y educativa, la referencia internacional en la materia. La fiabilidad es la consistencia: que el test mida de forma estable y no cambie de forma caprichosa. La validez es lo que de verdad importa para tomar una decisión: que el test mida lo que dice medir y que sirva para el uso que le vas a dar.

Un detalle que se olvida a menudo: un test puede ser muy fiable y, aun así, completamente inútil, si mide con precisión algo que no te sirve. Por eso las dos preguntas van juntas, pero es la validez la que justifica gastar dinero o tomar una decisión con el resultado.

El checklist: seis preguntas antes de comprar

Estas son las seis preguntas que recomendamos hacer ante cualquier test, evaluación o encuesta antes de pagar por él o de tomar una decisión con sus resultados. Cada una incluye qué pedir al proveedor y la señal de alarma que conviene vigilar.

Qué predice de verdad el desempeño (y qué no)

Si vas a usar un test para seleccionar o promocionar, la pregunta no es si el informe "describe bien" a la persona, sino si predice algo que te importe. Y aquí la investigación es bastante clara. La síntesis de décadas de estudios de Schmidt y Hunter (1998), matizada por la revisión más reciente de Sackett y colaboradores (2022), sitúa entre los predictores más sólidos del desempeño las entrevistas estructuradas, las pruebas de trabajo (hacer una muestra real de la tarea) y la capacidad cognitiva, con la responsabilidad o concienciación de los Cinco Grandes aportando valor por encima de lo anterior (Barrick y Mount, 1991).

En el otro extremo, los cuestionarios de "tipos" o colores apenas predicen el rendimiento real. Traducido a tu lunes: una entrevista bien estructurada y una prueba parecida al trabajo valen más que la tipología más vistosa del mercado.

El error que vemos una y otra vez

La trampa más común no es comprar un test malo a sabiendas, es comprarlo por la razón equivocada: porque el informe "suena a verdad" y a la gente le resulta entretenido. Eso tiene nombre, validez aparente, y es justo el efecto que hace que los horóscopos parezcan acertar: frases lo bastante generales como para que cualquiera se reconozca en ellas. Sentirse identificado no es evidencia. La evidencia es el manual técnico, los baremos y los estudios de validez. Lo vimos con detalle en el caso del test DISC, una herramienta muy popular y psicométricamente débil.

Cómo medimos en Beetrics

En Beetrics aplicamos este mismo listón a nuestro propio trabajo. Medimos con instrumentos validados y, además, añadimos una lente que la mayoría de los tests ignora: no solo cómo es cada persona de forma aislada, sino cómo está conectada en la red real de trabajo, es decir, de quién depende de verdad la organización para funcionar. Puedes ver la base científica en la que nos apoyamos en la ciencia detrás de Beetrics.

Qué hacer el lunes

• Antes de tu próxima reunión con un proveedor, lleva estas seis preguntas por escrito.
• Pide siempre el manual técnico y los datos de fiabilidad y validez. Que existan, y que te los enseñen, ya filtra a la mitad.
• Pregunta contra qué criterio se ha validado el test y con qué población está baremado.
• Separa el fin: lo que vale para una conversación de desarrollo no tiene por qué valer para decidir una contratación.
• Si vas a tomar una decisión con consecuencias, apóyate en métodos estructurados y parecidos al trabajo antes que en una tipología.

Medir bien no es un lujo académico, es lo que separa una decisión defendible de una corazonada con apariencia de dato. Si quieres profundizar, puedes seguir por la guía de rotación de personal o ver por qué el DISC se queda corto y qué usar en su lugar. Y si en tu empresa ya usáis evaluaciones de 360 grados, aplica el mismo listón con nuestra guía sobre qué mide bien una 360 y qué no ve.

Referencias

• American Educational Research Association, American Psychological Association y National Council on Measurement in Education (2014). Standards for Educational and Psychological Testing. Washington, DC: AERA.
• Schmidt, F. L. y Hunter, J. E. (1998). The Validity and Utility of Selection Methods in Personnel Psychology. Psychological Bulletin, 124(2), 262-274.
• Sackett, P. R., Zhang, C., Berry, C. M. y Lievens, F. (2022). Revisiting Meta-Analytic Estimates of Validity in Personnel Selection. Journal of Applied Psychology, 107(11), 2040-2068.
• Barrick, M. R. y Mount, M. K. (1991). The Big Five Personality Dimensions and Job Performance: A Meta-Analysis. Personnel Psychology, 44(1), 1-26.

Preguntas frecuentes