pág. 4583
EVIDENCIA BASADA EN EL MODELO LATENTE DE
LA BATERÍA TBA-P: ANÁLISIS FACTORIAL Y
CONSISTENCIA INTERNA EN APRENDIZAJES
INSTRUMENTALES, INTELIGENCIA FACTORIAL Y
FUNCIONES EJECUTIVAS
EVIDENCE BASED ON THE LATENT MODEL OF THE TBA-P
BATTERY: FACTOR ANALYSIS AND INTERNAL CONSISTENCY IN
INSTRUMENTAL LEARNING, FACTORIAL INTELLIGENCE AND
EXECUTIVE FUNCTIONS
Pablo Jesús San Martín Catalán
Centro de Estudios Psicométricos y del Aprendizaje
pág. 4584
DOI: https://doi.org/10.37811/cl_rcm.v10i1.22572
Evidencia basada en el modelo latente de la Batería TBA-P: Análisis factorial
y consistencia interna en aprendizajes instrumentales, inteligencia factorial
y funciones ejecutivas
Pablo Jesús San Martín Catalán1
psanmartin@cepaonline.cl
https://orcid.org/0000-0002-2230-1635
Centro de Estudios Psicométricos y del Aprendizaje
RESUMEN
El presente trabajo tiene como objetivo aportar evidencia psicométrica para un modelo de evaluación
psicopedagógica de alta precisión, tomando como vector el Test Básico de Aprendizaje Profundo.
Primero, se desarrolla un análisis crítico de instrumentos ampliamente utilizados en contextos clínicos
y escolares en Chile, examinando sus fundamentos teóricos, procedimientos psicométricos y sistemas
de puntuación. Segundo, se discuten las limitaciones de baterías con enfoque curricular y de modelos
clásicos que, aun presentando adecuada fiabilidad y validez, utilizan sistemas de puntuación aritméticos
simples, lo que genera distorsiones en la representación de los constructos latentes, especialmente en
perfiles heterogéneos de relevancia clínica. Tercero, se describe el diseño conceptual y psicométrico del
TBA-P como una batería multidimensional e informatizada de medición profunda, estructurada sobre
pruebas unidimensionales que discriminan entre procesos cognitivos, aprendizajes primitivos y
aprendizajes instrumentales. Se presenta evidencia de fiabilidad mediante el coeficiente KR-20 y
evidencia de validez factorial para los entornos cognitivo-ejecutivo y lecto-ortográfico, a través de
análisis factorial exploratorio y confirmatorio. Por último, se expone un modelo de puntuación factorial-
estructural que permite una estimación más sensible de las variables latentes evaluadas.
Palabras clave: test psicopedagógico, inteligencia general, aprendizajes instrumentales, aprendizajes
primitivos, psicometría
1 Autor principal
Correspondencia: psanmartin@cepaonline.cl
DOI: https://doi.org/10.37811/cl_rcm.v10i1.22572
Evidencia basada en el modelo latente de la Batería TBA-P: Análisis factorial
y consistencia interna en aprendizajes instrumentales, inteligencia factorial
y funciones ejecutivas
Pablo Jesús San Martín Catalán1
psanmartin@cepaonline.cl
https://orcid.org/0000-0002-2230-1635
Centro de Estudios Psicométricos y del Aprendizaje
RESUMEN
El presente trabajo tiene como objetivo aportar evidencia psicométrica para un modelo de evaluación
psicopedagógica de alta precisión, tomando como vector el Test Básico de Aprendizaje Profundo.
Primero, se desarrolla un análisis crítico de instrumentos ampliamente utilizados en contextos clínicos
y escolares en Chile, examinando sus fundamentos teóricos, procedimientos psicométricos y sistemas
de puntuación. Segundo, se discuten las limitaciones de baterías con enfoque curricular y de modelos
clásicos que, aun presentando adecuada fiabilidad y validez, utilizan sistemas de puntuación aritméticos
simples, lo que genera distorsiones en la representación de los constructos latentes, especialmente en
perfiles heterogéneos de relevancia clínica. Tercero, se describe el diseño conceptual y psicométrico del
TBA-P como una batería multidimensional e informatizada de medición profunda, estructurada sobre
pruebas unidimensionales que discriminan entre procesos cognitivos, aprendizajes primitivos y
aprendizajes instrumentales. Se presenta evidencia de fiabilidad mediante el coeficiente KR-20 y
evidencia de validez factorial para los entornos cognitivo-ejecutivo y lecto-ortográfico, a través de
análisis factorial exploratorio y confirmatorio. Por último, se expone un modelo de puntuación factorial-
estructural que permite una estimación más sensible de las variables latentes evaluadas.
Palabras clave: test psicopedagógico, inteligencia general, aprendizajes instrumentales, aprendizajes
primitivos, psicometría
1 Autor principal
Correspondencia: psanmartin@cepaonline.cl
pág. 4585
Evidence based on the latent model of the TBA-P Battery: Factor analysis
and internal consistency in instrumental learning, factorial intelligence and
executive functions
ABSTRACT
This paper aims to provide psychometric evidence for a highly accurate psychoeducational assessment
model, using the Basic Test of Deep Learning (TBA-P) as its basis. First, a critical analysis of
instruments widely used in clinical and school settings in Chile is presented, examining their theoretical
foundations, psychometric procedures, and scoring systems. Second, the limitations of curriculum-
focused batteries and classical models are discussed. These models, despite exhibiting adequate
reliability and validity, use simple arithmetic scoring systems, which distort the representation of latent
constructs, especially in clinically relevant heterogeneous profiles. Third, the conceptual and
psychometric design of the TBA-P is described as a multidimensional, computerized battery for in-depth
measurement, structured around unidimensional tests that discriminate between cognitive processes,
primitive learning, and instrumental learning. Reliability evidence is presented using the KR-20
coefficient, and factorial validity evidence for the cognitive-executive and reading-orthographic
domains is presented through exploratory and confirmatory factor analysis. Finally, a structural-factorial
scoring model is presented that allows for a more sensitive estimation of the latent variables assessed.
Keywords: psychoeducational test, general intelligence, instrumental learning, primitive learning,
psychometrics
Artículo recibido 02 enero 2026
Aceptado para publicación: 30 enero 2026
Evidence based on the latent model of the TBA-P Battery: Factor analysis
and internal consistency in instrumental learning, factorial intelligence and
executive functions
ABSTRACT
This paper aims to provide psychometric evidence for a highly accurate psychoeducational assessment
model, using the Basic Test of Deep Learning (TBA-P) as its basis. First, a critical analysis of
instruments widely used in clinical and school settings in Chile is presented, examining their theoretical
foundations, psychometric procedures, and scoring systems. Second, the limitations of curriculum-
focused batteries and classical models are discussed. These models, despite exhibiting adequate
reliability and validity, use simple arithmetic scoring systems, which distort the representation of latent
constructs, especially in clinically relevant heterogeneous profiles. Third, the conceptual and
psychometric design of the TBA-P is described as a multidimensional, computerized battery for in-depth
measurement, structured around unidimensional tests that discriminate between cognitive processes,
primitive learning, and instrumental learning. Reliability evidence is presented using the KR-20
coefficient, and factorial validity evidence for the cognitive-executive and reading-orthographic
domains is presented through exploratory and confirmatory factor analysis. Finally, a structural-factorial
scoring model is presented that allows for a more sensitive estimation of the latent variables assessed.
Keywords: psychoeducational test, general intelligence, instrumental learning, primitive learning,
psychometrics
Artículo recibido 02 enero 2026
Aceptado para publicación: 30 enero 2026
pág. 4586
INTRODUCCION
Sobre la necesidad de una batería de evaluación psicométrica-psicopedagógica de alta precisión
Antes de profundizar todo tipo de concepto asociado a la medición del aprendizaje humano y los
procesos cognitivos que hacen posible dicho fenómeno, es necesario establecer un contexto definicional
acerca de la Psicometría y la Psicopedagogía teórica (San Martín, 2025a), por lo cual, en este trabajo,
todo lo expuesto versa en la definición de Psicometría (a), medición (b) y modelo psicopedagógico de
medición (c):
a. “Psicometría puede definirse en términos generales como el conjunto de métodos, técnicas y
teorías implicadas en la medición de variables psicológicas” (Muñiz, 2018, p.15). En este
sentido, en coherencia con este trabajo, en términos particulares y de profundización
epistemológica, puede definirse como disciplina científica dedicada al estudio de la medición
de variables cognitivas latentes y no latentes.
b. De acuerdo con San Martín (2025a), medición es la cuantificación de un fenómeno cognitivo
variable.
c. El modelo psicopedagógico de medición (M) describe la relación entre el test (T) (instrumento
usado para medir), el puntaje (X), la variable (V) (latente y no latente), el sujeto (S) (aquel
poseedor de variables), los errores de medida (e) y los factores influyentes (F). A razón de esto,
“El test (T) no es solo un instrumento de medición, sino el sistema dentro del cual opera M. En
otras palabras, M estructura la relación entre S y V, pero es dentro de T donde se implementa
este modelo para procesar V + e y obtener X, que representa la estimación empírica del atributo
o rasgo medido” (San Martín, 2025a, p.37).
Referir a error de medida es fundamental en el campo de la evaluación psicométrica, ya que este fija los
rangos probables en los cuales se encontrará el puntaje más representativo de la cognición y aprendizaje
del sujeto evaluado. En esta lógica, el modelo que subyace es el de Spearman, donde todo puntaje
obtenido mediante un test es información mental condicionada por el error de medida, lo cual se traduce
como -puntaje empírico-. Matemáticamente, la formalización es:
𝑋 = 𝑉 + 𝑒
INTRODUCCION
Sobre la necesidad de una batería de evaluación psicométrica-psicopedagógica de alta precisión
Antes de profundizar todo tipo de concepto asociado a la medición del aprendizaje humano y los
procesos cognitivos que hacen posible dicho fenómeno, es necesario establecer un contexto definicional
acerca de la Psicometría y la Psicopedagogía teórica (San Martín, 2025a), por lo cual, en este trabajo,
todo lo expuesto versa en la definición de Psicometría (a), medición (b) y modelo psicopedagógico de
medición (c):
a. “Psicometría puede definirse en términos generales como el conjunto de métodos, técnicas y
teorías implicadas en la medición de variables psicológicas” (Muñiz, 2018, p.15). En este
sentido, en coherencia con este trabajo, en términos particulares y de profundización
epistemológica, puede definirse como disciplina científica dedicada al estudio de la medición
de variables cognitivas latentes y no latentes.
b. De acuerdo con San Martín (2025a), medición es la cuantificación de un fenómeno cognitivo
variable.
c. El modelo psicopedagógico de medición (M) describe la relación entre el test (T) (instrumento
usado para medir), el puntaje (X), la variable (V) (latente y no latente), el sujeto (S) (aquel
poseedor de variables), los errores de medida (e) y los factores influyentes (F). A razón de esto,
“El test (T) no es solo un instrumento de medición, sino el sistema dentro del cual opera M. En
otras palabras, M estructura la relación entre S y V, pero es dentro de T donde se implementa
este modelo para procesar V + e y obtener X, que representa la estimación empírica del atributo
o rasgo medido” (San Martín, 2025a, p.37).
Referir a error de medida es fundamental en el campo de la evaluación psicométrica, ya que este fija los
rangos probables en los cuales se encontrará el puntaje más representativo de la cognición y aprendizaje
del sujeto evaluado. En esta lógica, el modelo que subyace es el de Spearman, donde todo puntaje
obtenido mediante un test es información mental condicionada por el error de medida, lo cual se traduce
como -puntaje empírico-. Matemáticamente, la formalización es:
𝑋 = 𝑉 + 𝑒
pág. 4587
Si se calculan las varianzas para una definición clara, tenemos que:
𝜎𝑒
2 = 𝜎𝑋
2 − 𝜎𝑉
2
Con lo cual, si consideramos que cuando el error es cero la fiabilidad es total (1), mediante deducción
tenemos que:
𝑓 = 𝜎𝑉
2
𝜎𝑉
2 + 𝜎𝑒
2
Por lo tanto, al despejar el error queda:
𝜎𝑒
2 = 𝜎𝑋
2 − 𝜎𝑋
2𝑓
Y si se entiende que la varianza es el cuadrado de la desviación estándar, al factorizar se obtiene el error
estándar como:
𝑒 = 𝜎𝑋√1 − 𝑓
En consecuencia, como argumento se puede decir que, a mayor fiabilidad, menor error asociado a la
medición, por lo cual es totalmente relevante elegir el instrumento que genere el menor error de medida,
entendiéndose bajo el supuesto que el test está diseñado para aquello que se pretende medir,
constituyendo además validez para la interpretabilidad.
Los instrumentos psicométricos clínicos y escolares precisan de una serie de demostraciones científicas
para ratificar la validez y precisión, entendiendo como validez el grado en que un test mide aquello que
dice medir. Por ejemplo, si un instrumento se sustenta en la hipótesis para evaluar el desarrollo lector
como unidad y al mismo tiempo los ítems y variables asociadas no se explican a modo de varianza por
el desarrollo lector (variable latente o no observable), no se constituiría como instrumento válido para
dicho fin. La precisión en cambio, o fiabilidad, es el grado de homogeneidad de los resultados asociados
a un sujeto, es decir, cuán consistente internamente es el test (sus ítems) y/o cuán similares son los
resultados de distintas aplicaciones al mismo sujeto.
Para estudiar con mayor rigor este asunto, se analizarán tres pruebas psicométricas usadas en Chile en
espacios formales como centros clínicos y escolares, usando como referencia los documentos de diseño,
estandarización y/o propiedades psicométricas.
Si se calculan las varianzas para una definición clara, tenemos que:
𝜎𝑒
2 = 𝜎𝑋
2 − 𝜎𝑉
2
Con lo cual, si consideramos que cuando el error es cero la fiabilidad es total (1), mediante deducción
tenemos que:
𝑓 = 𝜎𝑉
2
𝜎𝑉
2 + 𝜎𝑒
2
Por lo tanto, al despejar el error queda:
𝜎𝑒
2 = 𝜎𝑋
2 − 𝜎𝑋
2𝑓
Y si se entiende que la varianza es el cuadrado de la desviación estándar, al factorizar se obtiene el error
estándar como:
𝑒 = 𝜎𝑋√1 − 𝑓
En consecuencia, como argumento se puede decir que, a mayor fiabilidad, menor error asociado a la
medición, por lo cual es totalmente relevante elegir el instrumento que genere el menor error de medida,
entendiéndose bajo el supuesto que el test está diseñado para aquello que se pretende medir,
constituyendo además validez para la interpretabilidad.
Los instrumentos psicométricos clínicos y escolares precisan de una serie de demostraciones científicas
para ratificar la validez y precisión, entendiendo como validez el grado en que un test mide aquello que
dice medir. Por ejemplo, si un instrumento se sustenta en la hipótesis para evaluar el desarrollo lector
como unidad y al mismo tiempo los ítems y variables asociadas no se explican a modo de varianza por
el desarrollo lector (variable latente o no observable), no se constituiría como instrumento válido para
dicho fin. La precisión en cambio, o fiabilidad, es el grado de homogeneidad de los resultados asociados
a un sujeto, es decir, cuán consistente internamente es el test (sus ítems) y/o cuán similares son los
resultados de distintas aplicaciones al mismo sujeto.
Para estudiar con mayor rigor este asunto, se analizarán tres pruebas psicométricas usadas en Chile en
espacios formales como centros clínicos y escolares, usando como referencia los documentos de diseño,
estandarización y/o propiedades psicométricas.
pág. 4588
Batería psicopedagógica EVALÚA
Uno de los test más usados hasta entonces es la batería psicopedagógica EVALÚA. Este test
estandarizado es de origen español y ha sido sujeto de cambios para la adaptación chilena, dichos
cambios no han sido justificados en un artículo científico como habitualmente se hace en este contexto.
Las versiones van de 1.0 a 4.0, siendo esta última la que se utiliza desde el año 2019 (Vidal & González
Manjón, 2019). EVALÚA es un instrumento especialmente escolar, con enfoque curricular (niveles por
curso), pero, no ajustada al currículum chileno propiamente tal, o al menos no hay evidencia al respecto.
Si se analiza el alcance evaluativo del test EVALÚA, usando como ejemplo el EVALÚA-6 (Vidal &
González Manjón, 2019), se obtiene:
A. En la página 26 del manual, se plantean las correlaciones entre las puntuaciones y el rendimiento
escolar de los estudiantes (r=0,77), aludiendo a una muestra mayor que 1000, sin embargo, no
hay ninguna referencia ni detalle del estudio, no se describe el procedimiento ni los alcances y
tampoco se describe la organización muestral.
B. En la página 26 del manual, respecto a la escala de matemáticas, se plantea que la correlación
entre el test de cálculo y numeración y el test de resolución de problemas es de 0.615, lo cual
contradice lo que dice el mismo manual en la página 112, cuyo resultado informado es una
correlación de Pearson de 0,177, mediante una muestra de más de 60 mil estudiantes. Esto es
problemático dado que no queda clara la relación respecto a las variables que componen una
escala y en consecuencia una dimensión de análisis.
C. En la página 26-27 se observa el resultado de un análisis factorial exploratorio (AFE) sin mostrar
el cumplimiento de los requisitos matemáticos para este tipo de análisis. No se calcula la
adecuación muestral (KMO) ni presentan una matriz de correlaciones clara, del mismo modo
no rechazan la matriz de identidad conforme con la prueba de esfericidad de Bartlett, lo cual
permite estimar la pertinencia para el AFE de acuerdo con Hair et al. (2014). A razón de esto,
usan análisis de componentes principales (ACP) lo cual implica una combinación matemática
de las variables para reducir dimensionalidad no así el estudio de constructos latentes, para lo
cual se precisa un análisis factorial confirmatorio (AFC) con método de máxima verosimilitud
u otro pertinente. Es decir, solo exploraron componentes lo cual no permite suponer constructos
Batería psicopedagógica EVALÚA
Uno de los test más usados hasta entonces es la batería psicopedagógica EVALÚA. Este test
estandarizado es de origen español y ha sido sujeto de cambios para la adaptación chilena, dichos
cambios no han sido justificados en un artículo científico como habitualmente se hace en este contexto.
Las versiones van de 1.0 a 4.0, siendo esta última la que se utiliza desde el año 2019 (Vidal & González
Manjón, 2019). EVALÚA es un instrumento especialmente escolar, con enfoque curricular (niveles por
curso), pero, no ajustada al currículum chileno propiamente tal, o al menos no hay evidencia al respecto.
Si se analiza el alcance evaluativo del test EVALÚA, usando como ejemplo el EVALÚA-6 (Vidal &
González Manjón, 2019), se obtiene:
A. En la página 26 del manual, se plantean las correlaciones entre las puntuaciones y el rendimiento
escolar de los estudiantes (r=0,77), aludiendo a una muestra mayor que 1000, sin embargo, no
hay ninguna referencia ni detalle del estudio, no se describe el procedimiento ni los alcances y
tampoco se describe la organización muestral.
B. En la página 26 del manual, respecto a la escala de matemáticas, se plantea que la correlación
entre el test de cálculo y numeración y el test de resolución de problemas es de 0.615, lo cual
contradice lo que dice el mismo manual en la página 112, cuyo resultado informado es una
correlación de Pearson de 0,177, mediante una muestra de más de 60 mil estudiantes. Esto es
problemático dado que no queda clara la relación respecto a las variables que componen una
escala y en consecuencia una dimensión de análisis.
C. En la página 26-27 se observa el resultado de un análisis factorial exploratorio (AFE) sin mostrar
el cumplimiento de los requisitos matemáticos para este tipo de análisis. No se calcula la
adecuación muestral (KMO) ni presentan una matriz de correlaciones clara, del mismo modo
no rechazan la matriz de identidad conforme con la prueba de esfericidad de Bartlett, lo cual
permite estimar la pertinencia para el AFE de acuerdo con Hair et al. (2014). A razón de esto,
usan análisis de componentes principales (ACP) lo cual implica una combinación matemática
de las variables para reducir dimensionalidad no así el estudio de constructos latentes, para lo
cual se precisa un análisis factorial confirmatorio (AFC) con método de máxima verosimilitud
u otro pertinente. Es decir, solo exploraron componentes lo cual no permite suponer constructos
pág. 4589
o factores psicológicos. En este sentido, se presenta la extracción de un solo factor donde la
comunalidad inicial fue fijada en 1 con comunalidades extraídas no lo suficientemente altas para
sostener la existencia de un factor general fuerte. Cabe destacar que el manual no contiene
ninguna justificación e interpretación del estudio. Además, en la misma lógica, mediante el
método de extracción con ACP, aparece “Una estructura con cuatro factores principales que
justifican el 62% de la varianza” (Vidal & González Manjón, 2019, p.27), lo cual no es
coherente con las varianzas explicadas por cada factor. El cálculo correcto da como resultado
54,887%. Adicionalmente, los resultados de AFE y AFC no coinciden ni convergen
matemáticamente. Las cargas factoriales se distribuyen en factores discrepantes con los índices
generales los cuales, según el manual, conforman dimensiones de análisis, puntuación y otros
derivados clínicos sin justificación. En detalle, las variables matemáticas cargan junto con las
cognitivas y comprensión lectora, pero al mismo tiempo sin justificación forman constructos
distintos. Por último, el manual solo exhibe tres índices generales: cognitivo, lectura y
psicosocial, y si se recalcula en base a los resultados expuestos, se deja en manifiesto errores de
cálculo que permiten inferir inflación de los puntajes o uso de distintas muestras. Para explicitar
aún más esto, se revisó un grupo factorial (índice General Cognitivo), cuyos resultados están
presentes en el manual 6, en la página 29. Los pesos factoriales hallados son: 0 para reflexividad,
0,84 razonamiento analógico, 0,63 para organización perceptiva y 0,29 para memoria-atención,
cuya varianza explicada por variable es 0, 0,7, 0,39 y 0,08 respectivamente, cuya suma para
varianza total explicada es 0,395 (39,5%), sin agregar el peso de reflexividad en la ecuación.
Sin embargo, en el manual se reporta una varianza total explicada de 50,68%. Las discrepancias
se observan en cada grupo factorial, denotando un error grave. También es raro un peso factorial
igual a 0 en reflexividad, lo que permite sospechar sobre el uso desordenado de la información.
D. En la página 112, el manual exhibe la escala de matemáticas y la correlación entre las variables
que la componen, sean estas cálculo y numeración y resolución de problemas, cuya correlación
de Pearson es 0,177, de tipo débil y cerca de ser nula en términos matemáticos. Esto es
problemático ya que supone variables que deben analizarse de manera separada para la correcta
interpretación, no obstante, el manual exige el uso promediado para constituir solo una
o factores psicológicos. En este sentido, se presenta la extracción de un solo factor donde la
comunalidad inicial fue fijada en 1 con comunalidades extraídas no lo suficientemente altas para
sostener la existencia de un factor general fuerte. Cabe destacar que el manual no contiene
ninguna justificación e interpretación del estudio. Además, en la misma lógica, mediante el
método de extracción con ACP, aparece “Una estructura con cuatro factores principales que
justifican el 62% de la varianza” (Vidal & González Manjón, 2019, p.27), lo cual no es
coherente con las varianzas explicadas por cada factor. El cálculo correcto da como resultado
54,887%. Adicionalmente, los resultados de AFE y AFC no coinciden ni convergen
matemáticamente. Las cargas factoriales se distribuyen en factores discrepantes con los índices
generales los cuales, según el manual, conforman dimensiones de análisis, puntuación y otros
derivados clínicos sin justificación. En detalle, las variables matemáticas cargan junto con las
cognitivas y comprensión lectora, pero al mismo tiempo sin justificación forman constructos
distintos. Por último, el manual solo exhibe tres índices generales: cognitivo, lectura y
psicosocial, y si se recalcula en base a los resultados expuestos, se deja en manifiesto errores de
cálculo que permiten inferir inflación de los puntajes o uso de distintas muestras. Para explicitar
aún más esto, se revisó un grupo factorial (índice General Cognitivo), cuyos resultados están
presentes en el manual 6, en la página 29. Los pesos factoriales hallados son: 0 para reflexividad,
0,84 razonamiento analógico, 0,63 para organización perceptiva y 0,29 para memoria-atención,
cuya varianza explicada por variable es 0, 0,7, 0,39 y 0,08 respectivamente, cuya suma para
varianza total explicada es 0,395 (39,5%), sin agregar el peso de reflexividad en la ecuación.
Sin embargo, en el manual se reporta una varianza total explicada de 50,68%. Las discrepancias
se observan en cada grupo factorial, denotando un error grave. También es raro un peso factorial
igual a 0 en reflexividad, lo que permite sospechar sobre el uso desordenado de la información.
D. En la página 112, el manual exhibe la escala de matemáticas y la correlación entre las variables
que la componen, sean estas cálculo y numeración y resolución de problemas, cuya correlación
de Pearson es 0,177, de tipo débil y cerca de ser nula en términos matemáticos. Esto es
problemático ya que supone variables que deben analizarse de manera separada para la correcta
interpretación, no obstante, el manual exige el uso promediado para constituir solo una
pág. 4590
dimensión de análisis. Si se analiza la proporción de varianza del puntaje promedio atribuible a
covarianza común, de acuerdo con 2𝑟
2+2𝑟 , se obtiene 0,177
1,177 ≈ 0,15. Por lo cual, aproximadamente
el 85% es ruido combinado en función de un factor unitario, más que de una dimensión latente
de análisis principal. Por lo tanto, cerca del 3% de la varianza de una variable es explicada por
la otra, en el marco de la constitución matemática del test.
E. En la línea anterior, de acuerdo con lo que contiene el manual en la página 112, para el índice
general matemático se usa la fórmula 𝐼𝐺𝑀 = 𝐶𝑁 + 3𝑅𝑃, siendo CN y RP la puntuación directa
del test de cálculo y numeración y resolución de problemas. Aquí se observa una fórmula sin
ninguna justificación matemática ni psicométrica, lo cual es problemático puesto que
multiplicar por tres el puntaje directo de resolución de problemas genera un aumento del error
asociado (3 veces el error de RP), 9 veces más varianza aportada por RP y una relación donde
cálculo y numeración aporta un tercio en comparación con resolución de problemas. Además,
esto hace que diferencias menores en RP separe artificialmente a estudiantes, evite la
homogeneidad del índice y altera la sensibilidad diagnóstica solo inflando el ruido estadístico.
La fórmula de puntuación global propuesta por los autores del EVALÚA no tiene ninguna
justificación psicométrica y genera alteraciones incluso diagnósticas de ser usado el instrumento
para estos fines. Para hacer una simulación, a razón de la objetividad de este estudio, se usan
los baremos originales que aparecen en el manual Evalúa-6: Para el test de cálculo y
numeración, la media es 18,63 y la desviación estándar es 7,048; para el test de resolución de
problemas la media es 22,9 y la desviación estándar es 7,834; y para la escala total, la media es
39,794 y la desviación estándar es 11,327. Entonces, si un sujeto X obtiene 3 puntos es el test
de cálculo y numeración y 20 puntos en el test de resolución de problemas, estaría a más de 2
desviaciones típicas por debajo de la media respecto al primer test (cálculo y numeración) y
cerca de 0 desviaciones típicas en función de la media en el segundo test (resolución de
problemas), pero, aquí está el error, ya que según la fórmula que usa el test para el índice general,
el resultado global del sujeto X es 2 desviaciones estándar por sobre la media, lo cual no tiene
sentido y revela que el baremo presente en el manual está alterado. Si se hace el ajuste
dimensión de análisis. Si se analiza la proporción de varianza del puntaje promedio atribuible a
covarianza común, de acuerdo con 2𝑟
2+2𝑟 , se obtiene 0,177
1,177 ≈ 0,15. Por lo cual, aproximadamente
el 85% es ruido combinado en función de un factor unitario, más que de una dimensión latente
de análisis principal. Por lo tanto, cerca del 3% de la varianza de una variable es explicada por
la otra, en el marco de la constitución matemática del test.
E. En la línea anterior, de acuerdo con lo que contiene el manual en la página 112, para el índice
general matemático se usa la fórmula 𝐼𝐺𝑀 = 𝐶𝑁 + 3𝑅𝑃, siendo CN y RP la puntuación directa
del test de cálculo y numeración y resolución de problemas. Aquí se observa una fórmula sin
ninguna justificación matemática ni psicométrica, lo cual es problemático puesto que
multiplicar por tres el puntaje directo de resolución de problemas genera un aumento del error
asociado (3 veces el error de RP), 9 veces más varianza aportada por RP y una relación donde
cálculo y numeración aporta un tercio en comparación con resolución de problemas. Además,
esto hace que diferencias menores en RP separe artificialmente a estudiantes, evite la
homogeneidad del índice y altera la sensibilidad diagnóstica solo inflando el ruido estadístico.
La fórmula de puntuación global propuesta por los autores del EVALÚA no tiene ninguna
justificación psicométrica y genera alteraciones incluso diagnósticas de ser usado el instrumento
para estos fines. Para hacer una simulación, a razón de la objetividad de este estudio, se usan
los baremos originales que aparecen en el manual Evalúa-6: Para el test de cálculo y
numeración, la media es 18,63 y la desviación estándar es 7,048; para el test de resolución de
problemas la media es 22,9 y la desviación estándar es 7,834; y para la escala total, la media es
39,794 y la desviación estándar es 11,327. Entonces, si un sujeto X obtiene 3 puntos es el test
de cálculo y numeración y 20 puntos en el test de resolución de problemas, estaría a más de 2
desviaciones típicas por debajo de la media respecto al primer test (cálculo y numeración) y
cerca de 0 desviaciones típicas en función de la media en el segundo test (resolución de
problemas), pero, aquí está el error, ya que según la fórmula que usa el test para el índice general,
el resultado global del sujeto X es 2 desviaciones estándar por sobre la media, lo cual no tiene
sentido y revela que el baremo presente en el manual está alterado. Si se hace el ajuste
pág. 4591
matemático, la media debería estar cerca de 87 puntos y la desviación estándar cercana a 25
puntos, con lo cual, usando al sujeto X, da -0,96 desviaciones típicas, escondiendo entonces el
evidente desarrollo bajo en cálculo y numeración. Y, al simular al sujeto B que obtuvo 18 puntos
en el primer test y 3 puntos en el segundo test, se obtiene 0 desviaciones típicas con respecto a
la media en la variable cálculo y -2,5 desviaciones típicas en resolución de problemas, dando
como resultado (usando el baremo correcto que no coincide con lo reportado en el manual) -2,4
desviaciones típicas, lo cual revela el gran peso que tiene el segundo test, ocultando gran parte
del peso de cálculo y numeración sin ninguna justificación.
F. En la página 106 se observa que la discriminación media de los ítems del test de resolución de
problemas matemáticos es de 0,209 (mínimo -0,034 y máximo 0,438), lo cual está por debajo
del umbral psicométrico de ítems que diferencian entre mayor y menor dominio o desarrollo,
en efecto, dichos reactivos no constituyen elementos suficientes para un test clínico y/o escolar,
ya que de acuerdo con los criterios de Backhoff, Larrazolo y Rosas (2000), un reactivo con un
índice de discriminación mayor de 0.39 se considera excelente; entre 0.3 y 0.39, bueno; entre
0.2 y 0.29, regular; y menor que 0.2, deficiente. Esto es grave, ya que el test con mayor peso de
la dimensión matemática, es un test no apto para el estudio de habilidades y conocimientos
matemáticos.
Escala Wechsler de Inteligencia para Niños-Quinta Edición
La Escala de Wechsler de Inteligencia para Niños (WISC) es una batería de pruebas formales
ampliamente usada en Chile y en otros países, cuyo origen es estadounidense y ha tenido diversas
adaptaciones y parametrizaciones en países de habla hispana e inglés. Desde el 2007 se usó WISC-
IIIv.ch (estandarización chilena) cuya estructura factorial data del año 1991 (Rosas et al., 2022). Y,
desde el año 2022, se usa la quinta versión con baremos chilenos (Rosas et al., 2022). Sin embargo, cabe
destacar que WISC ha tenido presencia en Chile desde el año 1960 en su adaptación original por la
Pontificia Universidad Católica de Chile (Campazzo, 1962).
WISC-V es un test de ejecución máxima de administración individual que permite la evaluación de la
inteligencia en niños y adolescentes desde 6 años 0 meses hasta 16 años 11 meses. La batería presenta
diversos tests que permiten medir: analogías verbales y vocabulario, constituyéndose la dimensión
matemático, la media debería estar cerca de 87 puntos y la desviación estándar cercana a 25
puntos, con lo cual, usando al sujeto X, da -0,96 desviaciones típicas, escondiendo entonces el
evidente desarrollo bajo en cálculo y numeración. Y, al simular al sujeto B que obtuvo 18 puntos
en el primer test y 3 puntos en el segundo test, se obtiene 0 desviaciones típicas con respecto a
la media en la variable cálculo y -2,5 desviaciones típicas en resolución de problemas, dando
como resultado (usando el baremo correcto que no coincide con lo reportado en el manual) -2,4
desviaciones típicas, lo cual revela el gran peso que tiene el segundo test, ocultando gran parte
del peso de cálculo y numeración sin ninguna justificación.
F. En la página 106 se observa que la discriminación media de los ítems del test de resolución de
problemas matemáticos es de 0,209 (mínimo -0,034 y máximo 0,438), lo cual está por debajo
del umbral psicométrico de ítems que diferencian entre mayor y menor dominio o desarrollo,
en efecto, dichos reactivos no constituyen elementos suficientes para un test clínico y/o escolar,
ya que de acuerdo con los criterios de Backhoff, Larrazolo y Rosas (2000), un reactivo con un
índice de discriminación mayor de 0.39 se considera excelente; entre 0.3 y 0.39, bueno; entre
0.2 y 0.29, regular; y menor que 0.2, deficiente. Esto es grave, ya que el test con mayor peso de
la dimensión matemática, es un test no apto para el estudio de habilidades y conocimientos
matemáticos.
Escala Wechsler de Inteligencia para Niños-Quinta Edición
La Escala de Wechsler de Inteligencia para Niños (WISC) es una batería de pruebas formales
ampliamente usada en Chile y en otros países, cuyo origen es estadounidense y ha tenido diversas
adaptaciones y parametrizaciones en países de habla hispana e inglés. Desde el 2007 se usó WISC-
IIIv.ch (estandarización chilena) cuya estructura factorial data del año 1991 (Rosas et al., 2022). Y,
desde el año 2022, se usa la quinta versión con baremos chilenos (Rosas et al., 2022). Sin embargo, cabe
destacar que WISC ha tenido presencia en Chile desde el año 1960 en su adaptación original por la
Pontificia Universidad Católica de Chile (Campazzo, 1962).
WISC-V es un test de ejecución máxima de administración individual que permite la evaluación de la
inteligencia en niños y adolescentes desde 6 años 0 meses hasta 16 años 11 meses. La batería presenta
diversos tests que permiten medir: analogías verbales y vocabulario, constituyéndose la dimensión
pág. 4592
Comprensión verbal; construcción de cubos y rompecabezas visuales, constituyéndose la dimensión
Visoespacial; matrices de razonamiento y balanzas, constituyéndose la dimensión Razonamiento fluido:
retención de dígitos y retención de imágenes, constituyéndose la dimensión Memoria de trabajo; y claves
y búsqueda de símbolos, constituyéndose la dimensión Velocidad de procesamiento (Rosas et al., 2022).
WISC-V es una batería de alto alcance psicométrico, lo que permite estudiar con cierto grado de
profundidad el desarrollo cognitivo de niños y adolescentes. Si se analiza el trabajo de estandarización
se obtiene:
A. Se observa una metodología robusta para establecer los baremos de la batería. Los autores
usaron el método de norma inferencial (Zhu y Chen, 2011), el cual asume una distribución
teórica del constructo, habitualmente normal, sobre las variables latentes, y, de este modo, los
parámetros no son solo descriptivos sino inferenciales, alejándose de alguna manera de la
información empírica bruta de la población. Este tipo de método permite estimar puntos de corte
con énfasis probabilístico mas no descriptivo absoluto, por lo cual se corrige de cierto modo las
imperfecciones del proceso de obtención de información cognitiva de la población, asociado al
no cumplimiento de los supuestos de medición limpia, como disposición del sujeto evaluado,
errores de aplicación, fatiga u otros factores que producen error típico. Del mismo modo, usaron
suavizado de curvas para garantizar continuidad con ajuste teórico y ajuste funcional de
desarrollo mediante regresiones (Rosas et al., 2022).
B. Respecto a la confiabilidad del WISC-V, los autores utilizaron el procedimiento de Split-half
para la mayoría de las subpruebas y correlaciones directas entre mitades, corregido por la
fórmula de Spearman-Brown. Los resultados son concluyentes respecto a la estabilidad interna
de los tests, con coeficientes que van desde 0,645 a 0,941 (Rosas et al., 2022). Y, respecto al
estudio mediante alfa de Cronbach y correlación de medidas repetidas, en subpruebas los
resultados van desde 0,81 a 0,935.
C. Respecto a la validez de constructo, los autores estudiaron un modelo jerárquico de cinco
factores para las 10 subpruebas primarias, dando como resultado un excelente grado de ajuste
(𝜒2, 𝑅𝑀𝑆𝐸𝐴, 𝐶𝐹𝐼, 𝑇𝐿𝐼). A nivel de subescalas y constructos, las saturaciones van desde 0,62 a
Comprensión verbal; construcción de cubos y rompecabezas visuales, constituyéndose la dimensión
Visoespacial; matrices de razonamiento y balanzas, constituyéndose la dimensión Razonamiento fluido:
retención de dígitos y retención de imágenes, constituyéndose la dimensión Memoria de trabajo; y claves
y búsqueda de símbolos, constituyéndose la dimensión Velocidad de procesamiento (Rosas et al., 2022).
WISC-V es una batería de alto alcance psicométrico, lo que permite estudiar con cierto grado de
profundidad el desarrollo cognitivo de niños y adolescentes. Si se analiza el trabajo de estandarización
se obtiene:
A. Se observa una metodología robusta para establecer los baremos de la batería. Los autores
usaron el método de norma inferencial (Zhu y Chen, 2011), el cual asume una distribución
teórica del constructo, habitualmente normal, sobre las variables latentes, y, de este modo, los
parámetros no son solo descriptivos sino inferenciales, alejándose de alguna manera de la
información empírica bruta de la población. Este tipo de método permite estimar puntos de corte
con énfasis probabilístico mas no descriptivo absoluto, por lo cual se corrige de cierto modo las
imperfecciones del proceso de obtención de información cognitiva de la población, asociado al
no cumplimiento de los supuestos de medición limpia, como disposición del sujeto evaluado,
errores de aplicación, fatiga u otros factores que producen error típico. Del mismo modo, usaron
suavizado de curvas para garantizar continuidad con ajuste teórico y ajuste funcional de
desarrollo mediante regresiones (Rosas et al., 2022).
B. Respecto a la confiabilidad del WISC-V, los autores utilizaron el procedimiento de Split-half
para la mayoría de las subpruebas y correlaciones directas entre mitades, corregido por la
fórmula de Spearman-Brown. Los resultados son concluyentes respecto a la estabilidad interna
de los tests, con coeficientes que van desde 0,645 a 0,941 (Rosas et al., 2022). Y, respecto al
estudio mediante alfa de Cronbach y correlación de medidas repetidas, en subpruebas los
resultados van desde 0,81 a 0,935.
C. Respecto a la validez de constructo, los autores estudiaron un modelo jerárquico de cinco
factores para las 10 subpruebas primarias, dando como resultado un excelente grado de ajuste
(𝜒2, 𝑅𝑀𝑆𝐸𝐴, 𝐶𝐹𝐼, 𝑇𝐿𝐼). A nivel de subescalas y constructos, las saturaciones van desde 0,62 a
pág. 4593
0,82, lo cual deja proporciones de varianzas no explicadas que van desde 62% a 32%; y sobre
las saturaciones de las cinco dimensiones cognitivas con la escala general, se obtuvo pesos que
van desde 0,65 (Velocidad de procesamiento) a 0,96 (Razonamiento fluido), lo cual deja
proporciones de varianzas no explicadas que van desde 57% a 8%. Estos hallazgos permiten
inferir validez de los constructos que mide la batería, sin embargo, dado el sustento teórico de
las variables y la especificidad de cada test, se esperarían saturaciones sobre 0,75 para cada
dimensión, lo cual no ocurre en totalidad, pero sí en la mayoría de las asociaciones.
D. De acuerdo con el sistema de puntuación del WISC-V, el flujo consiste en calcular el puntaje
bruto de cada subprueba para luego convertir a puntaje escalar (𝑀𝑒𝑑𝑖𝑎 = 10; 𝐷𝑇 = 3), de esta
manera se suman de manera simple para componer la dimensión de análisis (índice)
transformándose luego en puntaje derivado tipo CI (𝑀𝑒𝑑𝑖𝑎 = 100; 𝐷𝑇 = 15). Posteriormente,
para el cálculo del cociente intelectual total (CIT), se suman de manera simple ciertos puntajes
escalares para luego transformar a CI. Este modelo es simple desde el punto de vista
matemático-psicométrico, y si bien es clásico y habitualmente utilizado en tests bajo la teoría
clásica, genera distorsiones en la representatividad de los constructos ya que asume
implícitamente una contribución equivalente de las subvariables al factor general, ignorando la
diferencia en saturación de los distintos constructos y variables observables. Por ejemplo,
Velocidad de procesamiento mantiene correlación de 0,65 y Razonamiento fluido de 0,96 con
el factor general, llámese CIT, y, por lo tanto, razonamiento fluido aporta más del doble de
varianza común que velocidad de procesamiento. Este modelo es problemático en perfiles
heterogéneos, que son justamente los más clínicamente relevantes.
En este sentido, se concluye que WISC-V es una batería de amplio alcance psicométrico, fiable, válida
y con consistencia teórica. Sin embargo, el sistema de puntuación 𝐶𝐼𝑇 ∝ Suma de escalares ⟶
Conversión normativa, si bien es estándar y usual, no es lo psicométricamente sensible para el estudio
de constructos, a diferencia de modelos más avanzados como 𝐶𝐼𝑇 ∝ ∑ 𝜆𝑖𝑍𝑖 (ponderación por carga
factorial).
0,82, lo cual deja proporciones de varianzas no explicadas que van desde 62% a 32%; y sobre
las saturaciones de las cinco dimensiones cognitivas con la escala general, se obtuvo pesos que
van desde 0,65 (Velocidad de procesamiento) a 0,96 (Razonamiento fluido), lo cual deja
proporciones de varianzas no explicadas que van desde 57% a 8%. Estos hallazgos permiten
inferir validez de los constructos que mide la batería, sin embargo, dado el sustento teórico de
las variables y la especificidad de cada test, se esperarían saturaciones sobre 0,75 para cada
dimensión, lo cual no ocurre en totalidad, pero sí en la mayoría de las asociaciones.
D. De acuerdo con el sistema de puntuación del WISC-V, el flujo consiste en calcular el puntaje
bruto de cada subprueba para luego convertir a puntaje escalar (𝑀𝑒𝑑𝑖𝑎 = 10; 𝐷𝑇 = 3), de esta
manera se suman de manera simple para componer la dimensión de análisis (índice)
transformándose luego en puntaje derivado tipo CI (𝑀𝑒𝑑𝑖𝑎 = 100; 𝐷𝑇 = 15). Posteriormente,
para el cálculo del cociente intelectual total (CIT), se suman de manera simple ciertos puntajes
escalares para luego transformar a CI. Este modelo es simple desde el punto de vista
matemático-psicométrico, y si bien es clásico y habitualmente utilizado en tests bajo la teoría
clásica, genera distorsiones en la representatividad de los constructos ya que asume
implícitamente una contribución equivalente de las subvariables al factor general, ignorando la
diferencia en saturación de los distintos constructos y variables observables. Por ejemplo,
Velocidad de procesamiento mantiene correlación de 0,65 y Razonamiento fluido de 0,96 con
el factor general, llámese CIT, y, por lo tanto, razonamiento fluido aporta más del doble de
varianza común que velocidad de procesamiento. Este modelo es problemático en perfiles
heterogéneos, que son justamente los más clínicamente relevantes.
En este sentido, se concluye que WISC-V es una batería de amplio alcance psicométrico, fiable, válida
y con consistencia teórica. Sin embargo, el sistema de puntuación 𝐶𝐼𝑇 ∝ Suma de escalares ⟶
Conversión normativa, si bien es estándar y usual, no es lo psicométricamente sensible para el estudio
de constructos, a diferencia de modelos más avanzados como 𝐶𝐼𝑇 ∝ ∑ 𝜆𝑖𝑍𝑖 (ponderación por carga
factorial).
pág. 4594
Test Básico de Aprendizaje
El Test Básico de Aprendizaje (TBA) es una batería de evaluación psicopedagógica multidimensional e
informatizada, diseñada para evaluar un amplio espectro de variables cognitivas y habilidades
específicas asociadas a los aprendizajes instrumentales en niños, adolescentes y adultos de 6 a 55 años
(San Martín, 2025b). Esta batería fue estandarizada en Chile el año 2024 y fue masificada el año 2025
por el Centro de Estudios Psicométricos y del Aprendizaje.
El TBA es de administración individual por medio de un software y contiene diversas pruebas que
permiten evaluar tasa de aprendizaje, bases del pensamiento lógico, memoria inmediata y velocidad
atencional, constituyéndose la dimensión Cognitiva; bases del aprendizaje matemático, constituyéndose
la dimensión Habilidades matemáticas; comprensión lectora, bases del aprendizaje lector y velocidad
lectora en voz alta, constituyéndose la dimensión Lectura; y ortografía fonética y visual, constituyéndose
la dimensión Ortografía. En este sentido, de acuerdo con San Martín (2025b), es un test de medición
cognitiva que, al no incorporar componentes curriculares y lingüísticos en torno a lo cognitivo, presenta
un sesgo socioeconómico y conceptual menor.
El TBA es una batería de alcance psicométrico que permite estudiar el desarrollo cognitivo y las
habilidades académicas de las personas. Si se analizan sus propiedades psicométricas se obtiene:
A. En cuanto a su fiabilidad, el autor utilizó alfa de Cronbach para saber sobre la consistencia
interna de cada test integrado en la batería, cuyo promedio, considerando todas las variables es
de 0,77, lo que sugiere una consistencia interna de moderada a alta de acuerdo con Celina
Oviedo y Campo Arias (2005) (San Martín, 2025b). Para la fiabilidad temporal, se usó el método
test-retest a través de la correlación de Pearson y un modelo de regresión lineal en un intervalo
de dos semanas, lo cual arrojó una asociación fuerte superior a 0,9.
B. Respecto a la validez de constructo, el trabajo presenta diversos análisis de rigor, estos son:
adecuación de los datos mediante el índice de Kaiser-Meyer-Olkin (KMO), prueba de
esfericidad de Bartlett, siguiendo los criterios establecidos por Garrido Bermúdez et al. (2023),
índices de ajuste como CFI, TLI, RMSEA y SRMR, método de máxima verosimilitud y
rotaciones como Varimax (ortogonal), de modo tal que se justifique el análisis factorial
Test Básico de Aprendizaje
El Test Básico de Aprendizaje (TBA) es una batería de evaluación psicopedagógica multidimensional e
informatizada, diseñada para evaluar un amplio espectro de variables cognitivas y habilidades
específicas asociadas a los aprendizajes instrumentales en niños, adolescentes y adultos de 6 a 55 años
(San Martín, 2025b). Esta batería fue estandarizada en Chile el año 2024 y fue masificada el año 2025
por el Centro de Estudios Psicométricos y del Aprendizaje.
El TBA es de administración individual por medio de un software y contiene diversas pruebas que
permiten evaluar tasa de aprendizaje, bases del pensamiento lógico, memoria inmediata y velocidad
atencional, constituyéndose la dimensión Cognitiva; bases del aprendizaje matemático, constituyéndose
la dimensión Habilidades matemáticas; comprensión lectora, bases del aprendizaje lector y velocidad
lectora en voz alta, constituyéndose la dimensión Lectura; y ortografía fonética y visual, constituyéndose
la dimensión Ortografía. En este sentido, de acuerdo con San Martín (2025b), es un test de medición
cognitiva que, al no incorporar componentes curriculares y lingüísticos en torno a lo cognitivo, presenta
un sesgo socioeconómico y conceptual menor.
El TBA es una batería de alcance psicométrico que permite estudiar el desarrollo cognitivo y las
habilidades académicas de las personas. Si se analizan sus propiedades psicométricas se obtiene:
A. En cuanto a su fiabilidad, el autor utilizó alfa de Cronbach para saber sobre la consistencia
interna de cada test integrado en la batería, cuyo promedio, considerando todas las variables es
de 0,77, lo que sugiere una consistencia interna de moderada a alta de acuerdo con Celina
Oviedo y Campo Arias (2005) (San Martín, 2025b). Para la fiabilidad temporal, se usó el método
test-retest a través de la correlación de Pearson y un modelo de regresión lineal en un intervalo
de dos semanas, lo cual arrojó una asociación fuerte superior a 0,9.
B. Respecto a la validez de constructo, el trabajo presenta diversos análisis de rigor, estos son:
adecuación de los datos mediante el índice de Kaiser-Meyer-Olkin (KMO), prueba de
esfericidad de Bartlett, siguiendo los criterios establecidos por Garrido Bermúdez et al. (2023),
índices de ajuste como CFI, TLI, RMSEA y SRMR, método de máxima verosimilitud y
rotaciones como Varimax (ortogonal), de modo tal que se justifique el análisis factorial
pág. 4595
exploratorio y confirmatorio (San Martín, 2025b). En general, los resultados son favorables
dada la naturaleza multi-habilidad de cada test, con saturaciones que van desde 0,55 (Velocidad
atencional) a 0,67 (Bases del pensamiento lógico) en la dimensión cognitiva, dejando varianzas
no explicadas que van desde 69,7% a 55%; y en habilidades académicas, las saturaciones van
desde 0,53 (Bases del aprendizaje lector) a 0,83 (Comprensión lectora), con varianzas no
explicadas de 72% a 31%.
C. De acuerdo con el sistema de puntuación, el flujo consiste en calcular el puntaje directo (PD)
mediante diversas fórmulas según cada test, así como la media de la población correspondiente
al grupo etario y a la experiencia escolar, junto con la desviación estándar de cada variable.
Posteriormente, se calcula la puntuación tipificada para determinar la posición en la distribución
normal. Para la estimación del desarrollo cognitivo bajo un único factor, se consideran BPL, MI
y A, calculando el Cociente Intelectual (CI) con una media de 100 y una desviación estándar de
15, así como el puntaje T con una media de 50 y una desviación estándar de 10; a este proceso
se le denomina síntesis psicométrica. Finalmente, para la estimación del cambio en las variables,
se utiliza el cálculo basado en T, aplicando la ecuación 𝑇2−𝑇1
𝑇1
en relación con los indicadores
globales de cognición, lectura, matemáticas y ortografía (San Martín, 2025b).
En este sentido, se concluye que TBA es una batería de alcance psicométrico, fiable, válida y con
consistencia teórica. Sin embargo, el sistema de puntuación con aritmética simple, si bien es estándar y
usual, no es lo psicométricamente sensible para el estudio de constructos, a diferencia de modelos más
avanzados como 𝑋 ∝ ∑ 𝜆𝑖𝑍𝑖 (ponderación por carga factorial).
Descripción del Test Básico de Aprendizaje Profundo
El Test Básico de Aprendizaje Profundo (TBA-P) es una batería de evaluación psicopedagógica
multidimensional de medición profunda, estandarizada e informatizada, diseñada para evaluar el
aprendizaje humano considerando su complejidad y, por lo tanto, su aproximación a las aptitudes
académicas y al desarrollo cognitivo. El instrumento se estructura sobre 11 pruebas unidimensionales,
donde cada prueba posee una lógica específica de medición y condiciones estandarizadas de aplicación.
El TBA-P se implementa a través del software TBA, el cual incorpora algoritmos psicométricos
exploratorio y confirmatorio (San Martín, 2025b). En general, los resultados son favorables
dada la naturaleza multi-habilidad de cada test, con saturaciones que van desde 0,55 (Velocidad
atencional) a 0,67 (Bases del pensamiento lógico) en la dimensión cognitiva, dejando varianzas
no explicadas que van desde 69,7% a 55%; y en habilidades académicas, las saturaciones van
desde 0,53 (Bases del aprendizaje lector) a 0,83 (Comprensión lectora), con varianzas no
explicadas de 72% a 31%.
C. De acuerdo con el sistema de puntuación, el flujo consiste en calcular el puntaje directo (PD)
mediante diversas fórmulas según cada test, así como la media de la población correspondiente
al grupo etario y a la experiencia escolar, junto con la desviación estándar de cada variable.
Posteriormente, se calcula la puntuación tipificada para determinar la posición en la distribución
normal. Para la estimación del desarrollo cognitivo bajo un único factor, se consideran BPL, MI
y A, calculando el Cociente Intelectual (CI) con una media de 100 y una desviación estándar de
15, así como el puntaje T con una media de 50 y una desviación estándar de 10; a este proceso
se le denomina síntesis psicométrica. Finalmente, para la estimación del cambio en las variables,
se utiliza el cálculo basado en T, aplicando la ecuación 𝑇2−𝑇1
𝑇1
en relación con los indicadores
globales de cognición, lectura, matemáticas y ortografía (San Martín, 2025b).
En este sentido, se concluye que TBA es una batería de alcance psicométrico, fiable, válida y con
consistencia teórica. Sin embargo, el sistema de puntuación con aritmética simple, si bien es estándar y
usual, no es lo psicométricamente sensible para el estudio de constructos, a diferencia de modelos más
avanzados como 𝑋 ∝ ∑ 𝜆𝑖𝑍𝑖 (ponderación por carga factorial).
Descripción del Test Básico de Aprendizaje Profundo
El Test Básico de Aprendizaje Profundo (TBA-P) es una batería de evaluación psicopedagógica
multidimensional de medición profunda, estandarizada e informatizada, diseñada para evaluar el
aprendizaje humano considerando su complejidad y, por lo tanto, su aproximación a las aptitudes
académicas y al desarrollo cognitivo. El instrumento se estructura sobre 11 pruebas unidimensionales,
donde cada prueba posee una lógica específica de medición y condiciones estandarizadas de aplicación.
El TBA-P se implementa a través del software TBA, el cual incorpora algoritmos psicométricos
pág. 4596
avanzados, corrección automática e informes interpretativos globales y específicos por grupo de
variables. Un elemento central del sistema es la duración dinámica en función del control techo, la cual
se operacionaliza mediante un algoritmo de control basado en el cálculo de error estable, permitiendo
interrumpir la administración de cada prueba cuando la probabilidad de información adicional
significativa se vuelve irrelevante. Este método genera mayor eficiencia, menor efecto azar, control de
fatiga y estabilidad en la estimación del rendimiento, manteniendo la validez de la medición cognitiva
(International Test Commission & Association of Test Publishers, 2025).
Desde el punto de vista conceptual, el TBA-P distingue explícitamente entre aprendizajes primitivos,
aprendizajes instrumentales y procesos cognitivos, evitando la confusión entre carga curricular y
habilidades intelectuales subyacentes. En este marco, las variables cálculo mental y razonamiento
matemático son tratadas como universales, en tanto constituyen aprendizajes primitivos no dependientes
del currículo formal, sino de la capacidad básica para operar mentalmente con cantidades y resolver
problemas matemáticos cotidianos sin apoyo de instrumentos externos; en cuanto a habilidades
numéricas, comprensión lectora, ortografía y velocidad lectora, constituyen aprendizajes instrumentales
más susceptibles a la experiencia escolar; y atención, memoria e inteligencia, constituyen procesos
cognitivos de básicos-ejecutivos a superiores.
Tabla 1. Objetivos específicos del TBA-P.
Test Objetivo
Cálculo mental Medir el procesamiento cognitivo para sumar y restar mentalmente sin apoyo
de instrumentos externos.
Razonamiento
matemático
Medir el razonamiento matemático a través de problemas prácticos sin apoyo
de instrumentos externos.
Habilidades
numéricas
Medir el procesamiento cognitivo para manipular números y
representaciones numéricas sin apoyo de instrumentos externos.
Comprensión lectora Medir la comprensión lectora a través de textos breves.
Velocidad lectora de
palabras habituales
Medir la velocidad lectora de palabras habituales a través de un texto breve.
Velocidad lectora de Medir la velocidad lectora de pseudopalabras a través de un texto breve.
avanzados, corrección automática e informes interpretativos globales y específicos por grupo de
variables. Un elemento central del sistema es la duración dinámica en función del control techo, la cual
se operacionaliza mediante un algoritmo de control basado en el cálculo de error estable, permitiendo
interrumpir la administración de cada prueba cuando la probabilidad de información adicional
significativa se vuelve irrelevante. Este método genera mayor eficiencia, menor efecto azar, control de
fatiga y estabilidad en la estimación del rendimiento, manteniendo la validez de la medición cognitiva
(International Test Commission & Association of Test Publishers, 2025).
Desde el punto de vista conceptual, el TBA-P distingue explícitamente entre aprendizajes primitivos,
aprendizajes instrumentales y procesos cognitivos, evitando la confusión entre carga curricular y
habilidades intelectuales subyacentes. En este marco, las variables cálculo mental y razonamiento
matemático son tratadas como universales, en tanto constituyen aprendizajes primitivos no dependientes
del currículo formal, sino de la capacidad básica para operar mentalmente con cantidades y resolver
problemas matemáticos cotidianos sin apoyo de instrumentos externos; en cuanto a habilidades
numéricas, comprensión lectora, ortografía y velocidad lectora, constituyen aprendizajes instrumentales
más susceptibles a la experiencia escolar; y atención, memoria e inteligencia, constituyen procesos
cognitivos de básicos-ejecutivos a superiores.
Tabla 1. Objetivos específicos del TBA-P.
Test Objetivo
Cálculo mental Medir el procesamiento cognitivo para sumar y restar mentalmente sin apoyo
de instrumentos externos.
Razonamiento
matemático
Medir el razonamiento matemático a través de problemas prácticos sin apoyo
de instrumentos externos.
Habilidades
numéricas
Medir el procesamiento cognitivo para manipular números y
representaciones numéricas sin apoyo de instrumentos externos.
Comprensión lectora Medir la comprensión lectora a través de textos breves.
Velocidad lectora de
palabras habituales
Medir la velocidad lectora de palabras habituales a través de un texto breve.
Velocidad lectora de Medir la velocidad lectora de pseudopalabras a través de un texto breve.
pág. 4597
pseudopalabras
Ortografía visual Medir el desarrollo de esquemas ortográficos para el reconocimiento de la
escritura reglada.
Ortografía fonética Medir el desarrollo de esquemas fonológicos-grafémicos para la conversión
de estructuras fonéticas en palabras escritas.
Inteligencia general Medir la inteligencia general a través de la percepción de estímulos
geométricos visuales que exigen educción de correlatos y relaciones.
Atención-
Concentración
Medir la capacidad de concentración a través de la asociación de figuras en
un plano gráfico.
Memoria de corto
plazo
Medir la memorización de figuras en un plano gráfico.
Elaboración propia.
Método para el estudio de un test psicométrico-psicopedagógico de alta precisión denominado
Test Básico de Aprendizaje Profundo
El estudio se desarrolló bajo un enfoque psicométrico cuantitativo, con un diseño no experimental,
transversal e instrumental, orientado al análisis de la estructura interna y la consistencia de medición del
TBA-P, trabajando a nivel de puntajes agregados por dominio para el estudio de modelos cognitivos y
estructurales. La muestra estuvo compuesta por 178 participantes (6 a 55 años), con distribución
equilibrada por sexo y procedentes de diversas regiones de Chile; para los análisis confirmatorios se
utilizaron tamaños muestrales efectivos de N = 160 y N = 145. Los datos provinieron del software TBA-
P, que administra los tests de forma informatizada con control algorítmico del proceso de aplicación;
cada variable correspondió a un puntaje derivado de ítems dicotómicos pertenecientes a tests
unidimensionales, organizados en aprendizajes primitivos, aprendizajes instrumentales y procesos
cognitivos generales. El procesamiento inicial se realizó en Microsoft Excel, donde se estimó la
consistencia interna mediante KR-20, y los análisis factoriales se llevaron a cabo en RStudio utilizando
los paquetes psych y lavaan; la adecuación factorial se evaluó mediante KMO y Bartlett, el AFE se
estimó mediante ejes principales (PA) con rotación oblimin, y el AFC mediante máxima verosimilitud
pseudopalabras
Ortografía visual Medir el desarrollo de esquemas ortográficos para el reconocimiento de la
escritura reglada.
Ortografía fonética Medir el desarrollo de esquemas fonológicos-grafémicos para la conversión
de estructuras fonéticas en palabras escritas.
Inteligencia general Medir la inteligencia general a través de la percepción de estímulos
geométricos visuales que exigen educción de correlatos y relaciones.
Atención-
Concentración
Medir la capacidad de concentración a través de la asociación de figuras en
un plano gráfico.
Memoria de corto
plazo
Medir la memorización de figuras en un plano gráfico.
Elaboración propia.
Método para el estudio de un test psicométrico-psicopedagógico de alta precisión denominado
Test Básico de Aprendizaje Profundo
El estudio se desarrolló bajo un enfoque psicométrico cuantitativo, con un diseño no experimental,
transversal e instrumental, orientado al análisis de la estructura interna y la consistencia de medición del
TBA-P, trabajando a nivel de puntajes agregados por dominio para el estudio de modelos cognitivos y
estructurales. La muestra estuvo compuesta por 178 participantes (6 a 55 años), con distribución
equilibrada por sexo y procedentes de diversas regiones de Chile; para los análisis confirmatorios se
utilizaron tamaños muestrales efectivos de N = 160 y N = 145. Los datos provinieron del software TBA-
P, que administra los tests de forma informatizada con control algorítmico del proceso de aplicación;
cada variable correspondió a un puntaje derivado de ítems dicotómicos pertenecientes a tests
unidimensionales, organizados en aprendizajes primitivos, aprendizajes instrumentales y procesos
cognitivos generales. El procesamiento inicial se realizó en Microsoft Excel, donde se estimó la
consistencia interna mediante KR-20, y los análisis factoriales se llevaron a cabo en RStudio utilizando
los paquetes psych y lavaan; la adecuación factorial se evaluó mediante KMO y Bartlett, el AFE se
estimó mediante ejes principales (PA) con rotación oblimin, y el AFC mediante máxima verosimilitud
pág. 4598
robusta (MLR), evaluando el ajuste a través de CFI, TLI, SRMR y RMSEA, interpretando este último
con cuidado dadas las condiciones de tamaño muestral y grados de libertad.
Evidencia de fiabilidad a través de la consistencia interna
La consistencia interna de cada uno de los tests fue estimada mediante el coeficiente Kuder–Richardson
20 (KR-20), dado que los ítems presentan formato de respuesta dicotómica. Este coeficiente es
matemáticamente equivalente al alfa de Cronbach cuando las respuestas son binarias, por lo que
constituye un estimador apropiado de la fiabilidad en este contexto. Los coeficientes de consistencia
interna obtenidos fueron los siguientes:
Tabla 2. Coeficientes de consistencia interna de los tests integrados en la batería TBA-P.
Test Resultado KR-20
Inteligencia general 0,93
Atención–Concentración 0,86
Memoria de corto plazo 0,85
Habilidades numéricas 0,92
Cálculo mental 0,95
Razonamiento matemático 0,96
Comprensión lectora 0,96
Ortografía visual 0,97
Ortografía fonética 0,96
Elaboración propia.
En conjunto, los resultados evidencian niveles elevados de consistencia interna en todos los tests, con
valores que superan ampliamente el umbral mínimo aceptable de 0,7 y, en todos los casos, se sitúan en
rangos considerados óptimos para instrumentos de evaluación psicológica y psicopedagógica (Celina
Oviedo y Campo Arias, 2005).
Si bien varios coeficientes superan el valor de 0,9, este comportamiento es coherente con la estructura
unidimensional de cada prueba, diseñada para evaluar un único proceso o dominio cognitivo específico.
En este contexto, los altos niveles de consistencia interna no se interpretan como redundancia espuria,
robusta (MLR), evaluando el ajuste a través de CFI, TLI, SRMR y RMSEA, interpretando este último
con cuidado dadas las condiciones de tamaño muestral y grados de libertad.
Evidencia de fiabilidad a través de la consistencia interna
La consistencia interna de cada uno de los tests fue estimada mediante el coeficiente Kuder–Richardson
20 (KR-20), dado que los ítems presentan formato de respuesta dicotómica. Este coeficiente es
matemáticamente equivalente al alfa de Cronbach cuando las respuestas son binarias, por lo que
constituye un estimador apropiado de la fiabilidad en este contexto. Los coeficientes de consistencia
interna obtenidos fueron los siguientes:
Tabla 2. Coeficientes de consistencia interna de los tests integrados en la batería TBA-P.
Test Resultado KR-20
Inteligencia general 0,93
Atención–Concentración 0,86
Memoria de corto plazo 0,85
Habilidades numéricas 0,92
Cálculo mental 0,95
Razonamiento matemático 0,96
Comprensión lectora 0,96
Ortografía visual 0,97
Ortografía fonética 0,96
Elaboración propia.
En conjunto, los resultados evidencian niveles elevados de consistencia interna en todos los tests, con
valores que superan ampliamente el umbral mínimo aceptable de 0,7 y, en todos los casos, se sitúan en
rangos considerados óptimos para instrumentos de evaluación psicológica y psicopedagógica (Celina
Oviedo y Campo Arias, 2005).
Si bien varios coeficientes superan el valor de 0,9, este comportamiento es coherente con la estructura
unidimensional de cada prueba, diseñada para evaluar un único proceso o dominio cognitivo específico.
En este contexto, los altos niveles de consistencia interna no se interpretan como redundancia espuria,
pág. 4599
sino como consecuencia de la homogeneidad conceptual y funcional de los ítems que componen cada
instrumento.
Evidencia de validez del entorno cognitivo del TBA-P
Previo a la extracción factorial, se evaluó la adecuación de la matriz de correlaciones entre las variables
Inteligencia general (IG), Atención-Concentración (A), Memoria de corto plazo (M), Cálculo mental
(CM) y Razonamiento matemático (RM). El índice Kaiser–Meyer–Olkin (KMO) obtuvo un valor global
de 0,78, lo que indica una adecuación muestral buena para la aplicación de análisis factorial. A nivel
individual, los valores MSA fluctuaron entre 0,72 y 0,91, todos por sobre el umbral mínimo
recomendado, lo que sugiere que las variables comparten varianza suficiente para ser factorizadas. De
acuerdo con Garrido Bermúdez et al. (2023), valores de KMO superiores a 0,70 son indicativos de
matrices factorialmente estables.
Adicionalmente, la prueba de esfericidad de Bartlett resultó estadísticamente significativa (χ² = 592,88;
gl = 10; p < 0,001), rechazándose la hipótesis nula de matriz identidad y confirmando la presencia de
correlaciones suficientes entre las variables para continuar con el análisis factorial (Garrido Bermúdez
et al., 2023).
Tabla 3. Matriz de correlaciones entre variables cognitivas.
Variable IG A M CM RM
IG 1.000 0.534 0.578 0.686 0.710
A 0.534 1.000 0.848 0.543 0.469
M 0.578 0.848 1.000 0.597 0.541
CM 0.686 0.543 0.597 1.000 0.838
RM 0.710 0.469 0.541 0.838 1.000
Elaboración propia mediante código en RStudio.
En este sentido, se realizó un análisis factorial exploratorio mediante ejes principales (PA) con rotación
oblimin, considerando la posible correlación entre factores. La solución de dos factores mostró una
estructura conceptualmente interpretable. El Factor 1 agrupó a IG, CM y RM, con cargas factoriales
sino como consecuencia de la homogeneidad conceptual y funcional de los ítems que componen cada
instrumento.
Evidencia de validez del entorno cognitivo del TBA-P
Previo a la extracción factorial, se evaluó la adecuación de la matriz de correlaciones entre las variables
Inteligencia general (IG), Atención-Concentración (A), Memoria de corto plazo (M), Cálculo mental
(CM) y Razonamiento matemático (RM). El índice Kaiser–Meyer–Olkin (KMO) obtuvo un valor global
de 0,78, lo que indica una adecuación muestral buena para la aplicación de análisis factorial. A nivel
individual, los valores MSA fluctuaron entre 0,72 y 0,91, todos por sobre el umbral mínimo
recomendado, lo que sugiere que las variables comparten varianza suficiente para ser factorizadas. De
acuerdo con Garrido Bermúdez et al. (2023), valores de KMO superiores a 0,70 son indicativos de
matrices factorialmente estables.
Adicionalmente, la prueba de esfericidad de Bartlett resultó estadísticamente significativa (χ² = 592,88;
gl = 10; p < 0,001), rechazándose la hipótesis nula de matriz identidad y confirmando la presencia de
correlaciones suficientes entre las variables para continuar con el análisis factorial (Garrido Bermúdez
et al., 2023).
Tabla 3. Matriz de correlaciones entre variables cognitivas.
Variable IG A M CM RM
IG 1.000 0.534 0.578 0.686 0.710
A 0.534 1.000 0.848 0.543 0.469
M 0.578 0.848 1.000 0.597 0.541
CM 0.686 0.543 0.597 1.000 0.838
RM 0.710 0.469 0.541 0.838 1.000
Elaboración propia mediante código en RStudio.
En este sentido, se realizó un análisis factorial exploratorio mediante ejes principales (PA) con rotación
oblimin, considerando la posible correlación entre factores. La solución de dos factores mostró una
estructura conceptualmente interpretable. El Factor 1 agrupó a IG, CM y RM, con cargas factoriales
pág. 4600
altas (≥ 0,63), mientras que el Factor 2 agrupó a A y M, con cargas muy altas (≥ 0,88). Esta solución
explicó conjuntamente el 76,4 % de la varianza total, lo que evidencia una estructura latente consistente,
compuesta por dominios cognitivos diferenciables pero relacionados.
Por último, se especificó un modelo factorial confirmatorio de dos factores correlacionados, donde el
primer factor se definió por IG, CM y RM, y el segundo por A y M.
Los resultados mostraron índices de ajuste global adecuados: CFI = 0,986, TLI = 0,965 y SRMR =
0,037, todos dentro de los rangos considerados aceptables en la literatura especializada. Según la
revisión de Jordan Muiños (2021), valores de CFI y TLI iguales o superiores a 0,90 indican un ajuste
adecuado y valores superiores a 0,95 revelan un ajuste óptimo. Del mismo modo, en muestras superiores
a 100 casos, el SRMR inferior a 0,08 se interpreta como evidencia de una adecuada reproducción de la
matriz de covarianzas observada (Jordan Muiños, 2021).
El estadístico χ² resultó estadísticamente significativo (χ² = 11,167; gl = 4; p = 0,025), lo cual es
esperable considerando la sensibilidad de este índice al tamaño muestral y a modelos con bajo número
de grados de libertad (Jordan Muiños, 2021).
En cuanto a los parámetros estimados, todas las cargas factoriales estandarizadas fueron altas y
estadísticamente significativas, con valores que fluctuaron entre 0,77 y 0,97, lo que evidencia una fuerte
relación entre las variables observadas y sus respectivos factores latentes. La correlación entre los dos
factores fue moderada–alta (r = 0,66), lo que supone la presencia de una base cognitiva común
subyacente, sin perder la diferenciación funcional entre los dominios cognitivos representados.
altas (≥ 0,63), mientras que el Factor 2 agrupó a A y M, con cargas muy altas (≥ 0,88). Esta solución
explicó conjuntamente el 76,4 % de la varianza total, lo que evidencia una estructura latente consistente,
compuesta por dominios cognitivos diferenciables pero relacionados.
Por último, se especificó un modelo factorial confirmatorio de dos factores correlacionados, donde el
primer factor se definió por IG, CM y RM, y el segundo por A y M.
Los resultados mostraron índices de ajuste global adecuados: CFI = 0,986, TLI = 0,965 y SRMR =
0,037, todos dentro de los rangos considerados aceptables en la literatura especializada. Según la
revisión de Jordan Muiños (2021), valores de CFI y TLI iguales o superiores a 0,90 indican un ajuste
adecuado y valores superiores a 0,95 revelan un ajuste óptimo. Del mismo modo, en muestras superiores
a 100 casos, el SRMR inferior a 0,08 se interpreta como evidencia de una adecuada reproducción de la
matriz de covarianzas observada (Jordan Muiños, 2021).
El estadístico χ² resultó estadísticamente significativo (χ² = 11,167; gl = 4; p = 0,025), lo cual es
esperable considerando la sensibilidad de este índice al tamaño muestral y a modelos con bajo número
de grados de libertad (Jordan Muiños, 2021).
En cuanto a los parámetros estimados, todas las cargas factoriales estandarizadas fueron altas y
estadísticamente significativas, con valores que fluctuaron entre 0,77 y 0,97, lo que evidencia una fuerte
relación entre las variables observadas y sus respectivos factores latentes. La correlación entre los dos
factores fue moderada–alta (r = 0,66), lo que supone la presencia de una base cognitiva común
subyacente, sin perder la diferenciación funcional entre los dominios cognitivos representados.
pág. 4601
Figura 1. Modelo cognitivo bifactorial.
Elaboración propia mediante código en RStudio.
Evidencia de validez del entorno lecto-ortográfico del TBA-P
En primer lugar, la adecuación de los datos para análisis factorial fue favorable. El índice KMO arrojó
un valor global MSA = 0,81, con valores por variable entre 0,75 y 0,85, lo que indica correlaciones
suficientemente altas y, por tanto, una matriz apta para ser factorizada. En complemento, la prueba de
esfericidad de Bartlett fue significativa (χ² = 480,79; gl = 10; p < 0,001), lo que rechaza la hipótesis de
matriz identidad y confirma la presencia de covarianzas suficientes para justificar la extracción factorial
(Garrido Bermúdez et al., 2023).
Figura 1. Modelo cognitivo bifactorial.
Elaboración propia mediante código en RStudio.
Evidencia de validez del entorno lecto-ortográfico del TBA-P
En primer lugar, la adecuación de los datos para análisis factorial fue favorable. El índice KMO arrojó
un valor global MSA = 0,81, con valores por variable entre 0,75 y 0,85, lo que indica correlaciones
suficientemente altas y, por tanto, una matriz apta para ser factorizada. En complemento, la prueba de
esfericidad de Bartlett fue significativa (χ² = 480,79; gl = 10; p < 0,001), lo que rechaza la hipótesis de
matriz identidad y confirma la presencia de covarianzas suficientes para justificar la extracción factorial
(Garrido Bermúdez et al., 2023).
pág. 4602
Tabla 4. Matriz de correlaciones entre variables lecto-ortográficas.
Variable CL OV OF VLPH VLPS
CL 1.000 0.723 0.749 0.602 0.614
OV 0.723 1.000 0.725 0.494 0.461
OF 0.749 0.725 1.000 0.588 0.566
VLPH 0.602 0.494 0.588 1.000 0.807
VLPS 0.614 0.461 0.566 0.807 1.000
Elaboración propia mediante código en RStudio.
Con estos supuestos verificados, el análisis factorial exploratorio por ejes principales (PA) con rotación
oblimin mostró una solución de dos factores. El Factor 1 concentró a Comprensión lectora (CL),
Ortografía visual (OV) y Ortografía fonética (OF) con cargas altas (0,760; 0,925; 0,804), mientras que
el Factor 2 concentró a Velocidad lectora de palabras habituales (VLPH) y Velocidad lectora de
pseudopalabras (VLPS) con cargas altas (0,851; 0,922). La varianza explicada acumulada fue 74%, con
una contribución de 41,6% para el primer factor y 32,3% para el segundo, lo que sugiere una estructura
latente robusta y parsimoniosa en términos de dominios diferenciables.
A razón de esta estructura, el análisis factorial confirmatorio produjo un modelo de dos factores
correlacionados (F1: CL, OV, OF; F2: VLPH, VLPS) (r=0,73), con saturaciones que van desde 0,82 a
0,91. Los índices incrementales evidenciaron ajuste óptimo: CFI = 0,993 (robusto = 1,000) y TLI =
0,982 (robusto = 1,007). Conforme con Jordan Muiños (2021), valores de CFI ≥ 0,95 se interpretan
como ajuste del modelo a la muestra y TLI > 0,90 como criterio de ajuste adecuado.
En la misma línea, el SRMR = 0,026 indicó un ajuste estrecho entre la matriz de covarianzas observada
y la reproducida por el modelo. Este índice ha sido destacado como particularmente eficaz para
discriminar modelos con mal ajuste en muestras pequeñas, especialmente en rangos cercanos a los 200
participantes, debido a su menor sensibilidad al tamaño muestral y a los grados de libertad del modelo
(Jordan Muiños, 2021). Además, el RMSEA = 0,077 (estimación no robusta) debe interpretarse con
cuidado, debido a que este índice presenta limitaciones importantes en muestras inferiores a 200 casos,
Tabla 4. Matriz de correlaciones entre variables lecto-ortográficas.
Variable CL OV OF VLPH VLPS
CL 1.000 0.723 0.749 0.602 0.614
OV 0.723 1.000 0.725 0.494 0.461
OF 0.749 0.725 1.000 0.588 0.566
VLPH 0.602 0.494 0.588 1.000 0.807
VLPS 0.614 0.461 0.566 0.807 1.000
Elaboración propia mediante código en RStudio.
Con estos supuestos verificados, el análisis factorial exploratorio por ejes principales (PA) con rotación
oblimin mostró una solución de dos factores. El Factor 1 concentró a Comprensión lectora (CL),
Ortografía visual (OV) y Ortografía fonética (OF) con cargas altas (0,760; 0,925; 0,804), mientras que
el Factor 2 concentró a Velocidad lectora de palabras habituales (VLPH) y Velocidad lectora de
pseudopalabras (VLPS) con cargas altas (0,851; 0,922). La varianza explicada acumulada fue 74%, con
una contribución de 41,6% para el primer factor y 32,3% para el segundo, lo que sugiere una estructura
latente robusta y parsimoniosa en términos de dominios diferenciables.
A razón de esta estructura, el análisis factorial confirmatorio produjo un modelo de dos factores
correlacionados (F1: CL, OV, OF; F2: VLPH, VLPS) (r=0,73), con saturaciones que van desde 0,82 a
0,91. Los índices incrementales evidenciaron ajuste óptimo: CFI = 0,993 (robusto = 1,000) y TLI =
0,982 (robusto = 1,007). Conforme con Jordan Muiños (2021), valores de CFI ≥ 0,95 se interpretan
como ajuste del modelo a la muestra y TLI > 0,90 como criterio de ajuste adecuado.
En la misma línea, el SRMR = 0,026 indicó un ajuste estrecho entre la matriz de covarianzas observada
y la reproducida por el modelo. Este índice ha sido destacado como particularmente eficaz para
discriminar modelos con mal ajuste en muestras pequeñas, especialmente en rangos cercanos a los 200
participantes, debido a su menor sensibilidad al tamaño muestral y a los grados de libertad del modelo
(Jordan Muiños, 2021). Además, el RMSEA = 0,077 (estimación no robusta) debe interpretarse con
cuidado, debido a que este índice presenta limitaciones importantes en muestras inferiores a 200 casos,
pág. 4603
recomendándose explícitamente su uso con precaución en contextos muestrales menores, ya que tiende
a sobreestimar el error de aproximación en modelos con bajo número de grados de libertad. Esta
condición se cumple en el presente estudio (N = 145; gl = 4), lo que justifica una interpretación crítica
del RMSEA y su consideración integrada con otros índices de ajuste (Jordan Muiños, 2021).
Respecto del estadístico χ², el resultado no fue estadísticamente significativo en su versión escalada (p
= 0,496), lo que es consistente con un ajuste adecuado del modelo. No obstante, Jordan Muiños (2021)
advierte que este estadístico es altamente sensible al tamaño muestral, pudiendo conducir tanto al
rechazo como a la aceptación del modelo por razones ajenas a su adecuación sustantiva. En efecto, su
interpretación debe realizarse siempre en conjunto con índices incrementales y absolutos
complementarios.
Figura 2. Modelo lecto-ortográfico bifactorial.
Elaboración propia mediante código en RStudio.
recomendándose explícitamente su uso con precaución en contextos muestrales menores, ya que tiende
a sobreestimar el error de aproximación en modelos con bajo número de grados de libertad. Esta
condición se cumple en el presente estudio (N = 145; gl = 4), lo que justifica una interpretación crítica
del RMSEA y su consideración integrada con otros índices de ajuste (Jordan Muiños, 2021).
Respecto del estadístico χ², el resultado no fue estadísticamente significativo en su versión escalada (p
= 0,496), lo que es consistente con un ajuste adecuado del modelo. No obstante, Jordan Muiños (2021)
advierte que este estadístico es altamente sensible al tamaño muestral, pudiendo conducir tanto al
rechazo como a la aceptación del modelo por razones ajenas a su adecuación sustantiva. En efecto, su
interpretación debe realizarse siempre en conjunto con índices incrementales y absolutos
complementarios.
Figura 2. Modelo lecto-ortográfico bifactorial.
Elaboración propia mediante código en RStudio.
pág. 4604
Modelo de puntuación TBA-P
El sistema de puntuación del TBA-P se fundamenta en un enfoque factorial-estructural, cuyo objetivo
es estimar una variable latente de inteligencia general a partir de procesos cognitivos-ejecutivos y de
aprendizajes primitivos, manteniendo simultáneamente la posibilidad de analizar cada dominio de
manera individual y no latente.
La Inteligencia factorial (IF) se concibe como un constructo latente que resume la covariación entre
cinco variables observadas: IG, CM, RM, A y M. Previo al cálculo factorial, todas las variables son
transformadas a puntajes tipificados (Z), de acuerdo con las normas correspondientes por edad, con el
fin de operar sobre una métrica común.
La estructura factorial de referencia identifica dos dimensiones de primer orden: una dimensión
cognitiva–matemática, integrada por IG, CM y RM, y una dimensión ejecutiva, compuesta por A y M.
Las cargas factoriales estandarizadas obtenidas del modelo estructural se utilizan como pesos para la
estimación del constructo. En efecto, la IF se calcula como un promedio ponderado de los puntajes Z de
las variables observadas, según la expresión general:
𝑍𝐼𝐹,𝑖 = ∑ 𝜆𝑗𝑍𝑖𝑗
𝑘
𝑗=1
∑ 𝜆𝑗
𝑘
𝑗=1
En el caso de la evidencia del TBA-P, la estimación específica es:
𝑍𝐼𝐹,𝑖 = 0,77𝑍𝐼𝐺 + 0,92𝑍𝐶𝑀 + 0,91𝑍𝑅𝑀 + 0,87𝑍𝐴 + 0,97𝑍𝑀
4,44
El valor resultante corresponde a una estimación operativa del factor general de inteligencia, expresada
en una escala tipificada con media cero y desviación estándar uno.
En conformidad, cada una de las variables que conforman la IF es analizada de manera individual en su
forma observada, mediante la interpretación de sus puntajes brutos y tipificados. Este procedimiento
responde al principio de que el análisis factorial explica la varianza compartida entre procesos, pero no
sustituye la evaluación específica de los procesos cognitivos subyacentes, los cuales conservan
relevancia diagnóstica y descriptiva propia.
La misma lógica se usa para las variables CL, OV, OF, VLPH y VLPS, las cuales conforman dos factores
lectores correlacionados que constituyen el Desarrollo lector (DL): semántico-ortográfico-fonológico y
Modelo de puntuación TBA-P
El sistema de puntuación del TBA-P se fundamenta en un enfoque factorial-estructural, cuyo objetivo
es estimar una variable latente de inteligencia general a partir de procesos cognitivos-ejecutivos y de
aprendizajes primitivos, manteniendo simultáneamente la posibilidad de analizar cada dominio de
manera individual y no latente.
La Inteligencia factorial (IF) se concibe como un constructo latente que resume la covariación entre
cinco variables observadas: IG, CM, RM, A y M. Previo al cálculo factorial, todas las variables son
transformadas a puntajes tipificados (Z), de acuerdo con las normas correspondientes por edad, con el
fin de operar sobre una métrica común.
La estructura factorial de referencia identifica dos dimensiones de primer orden: una dimensión
cognitiva–matemática, integrada por IG, CM y RM, y una dimensión ejecutiva, compuesta por A y M.
Las cargas factoriales estandarizadas obtenidas del modelo estructural se utilizan como pesos para la
estimación del constructo. En efecto, la IF se calcula como un promedio ponderado de los puntajes Z de
las variables observadas, según la expresión general:
𝑍𝐼𝐹,𝑖 = ∑ 𝜆𝑗𝑍𝑖𝑗
𝑘
𝑗=1
∑ 𝜆𝑗
𝑘
𝑗=1
En el caso de la evidencia del TBA-P, la estimación específica es:
𝑍𝐼𝐹,𝑖 = 0,77𝑍𝐼𝐺 + 0,92𝑍𝐶𝑀 + 0,91𝑍𝑅𝑀 + 0,87𝑍𝐴 + 0,97𝑍𝑀
4,44
El valor resultante corresponde a una estimación operativa del factor general de inteligencia, expresada
en una escala tipificada con media cero y desviación estándar uno.
En conformidad, cada una de las variables que conforman la IF es analizada de manera individual en su
forma observada, mediante la interpretación de sus puntajes brutos y tipificados. Este procedimiento
responde al principio de que el análisis factorial explica la varianza compartida entre procesos, pero no
sustituye la evaluación específica de los procesos cognitivos subyacentes, los cuales conservan
relevancia diagnóstica y descriptiva propia.
La misma lógica se usa para las variables CL, OV, OF, VLPH y VLPS, las cuales conforman dos factores
lectores correlacionados que constituyen el Desarrollo lector (DL): semántico-ortográfico-fonológico y
pág. 4605
velocidad de procesamiento lector por vías visuales y fonológicas. El modelo es:
𝑍𝐷𝐿,𝑖 = ∑ 𝜆𝑗𝑍𝑖𝑗
𝑘
𝑗=1
∑ 𝜆𝑗
𝑘
𝑗=1
En el caso de la evidencia del TBA-P, la estimación específica es:
𝑍𝐷𝐿,𝑖 = 0,88𝑍𝐶𝐿 + 0,82𝑍𝑂𝑉 + 0,87𝑍𝑂𝐹 + 0,91𝑍𝑉𝐿𝑃𝐻 + 0,89𝑍𝑉𝐿𝑃𝑆
4,37
El valor resultante corresponde a una estimación operativa del factor de lectura, expresada en una escala
tipificada con media cero y desviación estándar uno.
CONCLUSIÓN
Los resultados del presente trabajo permiten concluir que la evaluación psicopedagógica de alta
precisión exige, de manera ineludible, coherencia epistemológica, rigor matemático y consistencia
psicométrica entre el modelo teórico, el diseño del instrumento y el sistema de puntuación utilizado.
El análisis crítico de baterías ampliamente difundidas muestra que la estandarización formal y la
masividad de uso no garantizan, por sí mismas, validez interpretativa ni sensibilidad diagnóstica,
especialmente cuando los modelos de síntesis ignoran la estructura latente real de los constructos
evaluados o incorporan procedimientos aritméticos carentes de justificación psicométrica.
En este contexto, el TBA-P se posiciona como una alternativa metodológicamente consistente, al
articular una distinción explícita entre aprendizajes primitivos, aprendizajes instrumentales y
procesos cognitivos, evitando la confusión entre rendimiento curricular y habilidades subyacentes.
La evidencia presentada respalda la fiabilidad de sus tests unidimensionales, la validez factorial de
sus entornos cognitivo-ejecutivo y lecto-ortográfico, y la pertinencia de un modelo de puntuación
basado en ponderación factorial, el cual permite estimar variables latentes sin perder la especificidad
de los procesos observados.
Desde una óptica psicométrica y clínica, el diseño del TBA-P aporta una solución concreta a
problemas históricos de la evaluación del aprendizaje, particularmente en el estudio de trastornos
específicos del aprendizaje, donde la precisión diagnóstica depende de la correcta separación entre
déficit estructural, variabilidad cognitiva y efectos del contexto educativo (American Psychiatric
Association, 2014; Escobar & Tenorio, 2022). En consecuencia, el modelo propuesto no solo
velocidad de procesamiento lector por vías visuales y fonológicas. El modelo es:
𝑍𝐷𝐿,𝑖 = ∑ 𝜆𝑗𝑍𝑖𝑗
𝑘
𝑗=1
∑ 𝜆𝑗
𝑘
𝑗=1
En el caso de la evidencia del TBA-P, la estimación específica es:
𝑍𝐷𝐿,𝑖 = 0,88𝑍𝐶𝐿 + 0,82𝑍𝑂𝑉 + 0,87𝑍𝑂𝐹 + 0,91𝑍𝑉𝐿𝑃𝐻 + 0,89𝑍𝑉𝐿𝑃𝑆
4,37
El valor resultante corresponde a una estimación operativa del factor de lectura, expresada en una escala
tipificada con media cero y desviación estándar uno.
CONCLUSIÓN
Los resultados del presente trabajo permiten concluir que la evaluación psicopedagógica de alta
precisión exige, de manera ineludible, coherencia epistemológica, rigor matemático y consistencia
psicométrica entre el modelo teórico, el diseño del instrumento y el sistema de puntuación utilizado.
El análisis crítico de baterías ampliamente difundidas muestra que la estandarización formal y la
masividad de uso no garantizan, por sí mismas, validez interpretativa ni sensibilidad diagnóstica,
especialmente cuando los modelos de síntesis ignoran la estructura latente real de los constructos
evaluados o incorporan procedimientos aritméticos carentes de justificación psicométrica.
En este contexto, el TBA-P se posiciona como una alternativa metodológicamente consistente, al
articular una distinción explícita entre aprendizajes primitivos, aprendizajes instrumentales y
procesos cognitivos, evitando la confusión entre rendimiento curricular y habilidades subyacentes.
La evidencia presentada respalda la fiabilidad de sus tests unidimensionales, la validez factorial de
sus entornos cognitivo-ejecutivo y lecto-ortográfico, y la pertinencia de un modelo de puntuación
basado en ponderación factorial, el cual permite estimar variables latentes sin perder la especificidad
de los procesos observados.
Desde una óptica psicométrica y clínica, el diseño del TBA-P aporta una solución concreta a
problemas históricos de la evaluación del aprendizaje, particularmente en el estudio de trastornos
específicos del aprendizaje, donde la precisión diagnóstica depende de la correcta separación entre
déficit estructural, variabilidad cognitiva y efectos del contexto educativo (American Psychiatric
Association, 2014; Escobar & Tenorio, 2022). En consecuencia, el modelo propuesto no solo
pág. 4606
representa un avance técnico en términos de medición, sino que establece un marco conceptual para
el desarrollo de instrumentos psicopedagógicos orientados a una evaluación válida, fiable y
clínicamente significativa.
Financiamiento
El presente trabajo fue financiado con fondos privados a través de la empresa Centro de Estudios
Psicométricos y del Aprendizaje SpA.
Agradecimientos
El autor de este trabajo agradece especialmente a las y los profesionales que participaron como
examinadores en el trabajo de campo, cuya labor fue fundamental para la correcta aplicación de los
instrumentos y la recolección rigurosa de la información empírica proveniente de la población
evaluada.
En este proceso participaron Valeria Amor de los Ángeles Escobar Ibacache, Marcela Andrea López
Osorio, Paulina Alejandra Vargas Araya, Belén Josefa Alejandra Caamaño Salort, Valentina
Esperanza González Catalán, Karla Isabel Gaete Pavez, Nicol Elizabeth Neira Torres, Sandra del
Carmen Franco Cornejo, Alejandra del Carmen Olea Ossa, Matías Alejandro Ortega Santibáñez,
Lizardo Andrés Castro Gamonal, Daniela Roxana Marín Huerta, Alicia Soledad Cáceres Echeverría,
Claudia Patricia Gómez Guerra, María José Munizaga Pizarro, Niel Andrés Aravena Vera, María
Cecilia Campos Castro, Montserrat Mariapia Leal Lisboa, Carolina Pamela Gahn Basaure, Verónica
Elizabeth Martínez San Martín, Nicole Andrea Muñoz Conejeros, Verónica Lynn Zanetti Barra y
Evelyn Martínez San Martín.
REFERENCIAS BIBLIOGRÁFICAS
American Psychiatric Association. (2014). DSM-5: Manual diagnóstico y estadístico de los trastornos
mentales.
Backhoff, E., Larrazolo, N., & Rosas, M. (2000). Nivel de dificultad y poder de discriminación del
Examen de Habilidades y Conocimientos Básicos (EXHCOBA). Revista Electrónica de
Investigación Educativa, 2(1). http://redie.uabc.mx/vol2no1/contenido-backhoff.html
Campazzo, E. (1962). Estandarización de la escala de Wechsler para la medición de la inteligencia en
los niños (WISC) [Memoria de grado no publicada]. Pontificia Universidad Católica de Chile.
representa un avance técnico en términos de medición, sino que establece un marco conceptual para
el desarrollo de instrumentos psicopedagógicos orientados a una evaluación válida, fiable y
clínicamente significativa.
Financiamiento
El presente trabajo fue financiado con fondos privados a través de la empresa Centro de Estudios
Psicométricos y del Aprendizaje SpA.
Agradecimientos
El autor de este trabajo agradece especialmente a las y los profesionales que participaron como
examinadores en el trabajo de campo, cuya labor fue fundamental para la correcta aplicación de los
instrumentos y la recolección rigurosa de la información empírica proveniente de la población
evaluada.
En este proceso participaron Valeria Amor de los Ángeles Escobar Ibacache, Marcela Andrea López
Osorio, Paulina Alejandra Vargas Araya, Belén Josefa Alejandra Caamaño Salort, Valentina
Esperanza González Catalán, Karla Isabel Gaete Pavez, Nicol Elizabeth Neira Torres, Sandra del
Carmen Franco Cornejo, Alejandra del Carmen Olea Ossa, Matías Alejandro Ortega Santibáñez,
Lizardo Andrés Castro Gamonal, Daniela Roxana Marín Huerta, Alicia Soledad Cáceres Echeverría,
Claudia Patricia Gómez Guerra, María José Munizaga Pizarro, Niel Andrés Aravena Vera, María
Cecilia Campos Castro, Montserrat Mariapia Leal Lisboa, Carolina Pamela Gahn Basaure, Verónica
Elizabeth Martínez San Martín, Nicole Andrea Muñoz Conejeros, Verónica Lynn Zanetti Barra y
Evelyn Martínez San Martín.
REFERENCIAS BIBLIOGRÁFICAS
American Psychiatric Association. (2014). DSM-5: Manual diagnóstico y estadístico de los trastornos
mentales.
Backhoff, E., Larrazolo, N., & Rosas, M. (2000). Nivel de dificultad y poder de discriminación del
Examen de Habilidades y Conocimientos Básicos (EXHCOBA). Revista Electrónica de
Investigación Educativa, 2(1). http://redie.uabc.mx/vol2no1/contenido-backhoff.html
Campazzo, E. (1962). Estandarización de la escala de Wechsler para la medición de la inteligencia en
los niños (WISC) [Memoria de grado no publicada]. Pontificia Universidad Católica de Chile.
pág. 4607
Celina Oviedo, H., & Campo Arias, A. (2005). Aproximación al uso del coeficiente alfa de Cronbach.
Revista Colombiana de Psiquiatría, 34(4), 572–580.
https://www.redalyc.org/pdf/806/80634409.pdf
Escobar, J. P., & Tenorio, M. (2022). Trastornos específicos del aprendizaje: Origen, identificación y
acompañamiento. Revista Médica Clínica Las Condes, 33(5), 473–479.
Garrido Bermúdez, E., Mena Rodríguez, H. Y., Zuluaga Arango, J. M., & Pérez Quintero, F. E. (2023).
Proceso para validar un instrumento de investigación por medio de un análisis factorial.
UNACIENCIA, 16(30), 61–73. https://doi.org/10.35997/unaciencia.v16i30.724
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2014). Multivariate data analysis (7th ed.).
Pearson Education Limited.
International Test Commission & Association of Test Publishers. (2025). Guidelines for technology-
based assessment.
Jordan Muiños, F. M. (2021). Valor de corte de los índices de ajuste en el análisis factorial confirmatorio.
PSOCIAL, 7(1), 66–78. https://portal.amelica.org/ameli/journal/123/1232225009/
Muñiz, J. (2018). Introducción a la psicometría: Teoría clásica y TRI. Ediciones Pirámide.
Rosas, R., Pizarro, M., Grez, O., Navarro, V., Tapia, D., Arancibia, S., Muñoz-Quezada, M. T., Lucero,
B., Pérez-Salas, C. P., Oliva, K., Vizcarra, B., Rodríguez-Cancino, M., & von Fredeen, P.
(2022). Estandarización chilena de la Escala Wechsler de Inteligencia para Niños–Quinta
Edición. Psykhe, 31(1). https://doi.org/10.7764/psykhe.2020.21793
San Martín Catalán, P. J. (2025a). La lógica detrás del Test Básico de Aprendizaje: Problemas y
soluciones en la evaluación psicopedagógica. Ediciones CEPAONLINE.
San Martín Catalán, P. (2025b). Diseño, confiabilidad y validez del Test Básico de Aprendizaje. Revista
Neuronum, 11(3), 1-20. https://dialnet.unirioja.es/servlet/articulo?codigo=10034258
Vidal, J. G., & González Manjón, D. (2019). Batería psicopedagógica Evalúa 6: Manual (G. López
Devillaine & P. Siña Fernández, Adapt.; J. G. Vidal, Coord.) (Versión chilena 4.0). Instituto de
Evaluación Psicopedagógica EOS, S.A.
Zhu, J., & Chen, H.-Y. (2011). Utility of inferential norming with smaller sample sizes. Journal of
Psychoeducational Assessment, 29(6), 570–580. https://doi.org/10.1177/0734282910396323
Celina Oviedo, H., & Campo Arias, A. (2005). Aproximación al uso del coeficiente alfa de Cronbach.
Revista Colombiana de Psiquiatría, 34(4), 572–580.
https://www.redalyc.org/pdf/806/80634409.pdf
Escobar, J. P., & Tenorio, M. (2022). Trastornos específicos del aprendizaje: Origen, identificación y
acompañamiento. Revista Médica Clínica Las Condes, 33(5), 473–479.
Garrido Bermúdez, E., Mena Rodríguez, H. Y., Zuluaga Arango, J. M., & Pérez Quintero, F. E. (2023).
Proceso para validar un instrumento de investigación por medio de un análisis factorial.
UNACIENCIA, 16(30), 61–73. https://doi.org/10.35997/unaciencia.v16i30.724
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2014). Multivariate data analysis (7th ed.).
Pearson Education Limited.
International Test Commission & Association of Test Publishers. (2025). Guidelines for technology-
based assessment.
Jordan Muiños, F. M. (2021). Valor de corte de los índices de ajuste en el análisis factorial confirmatorio.
PSOCIAL, 7(1), 66–78. https://portal.amelica.org/ameli/journal/123/1232225009/
Muñiz, J. (2018). Introducción a la psicometría: Teoría clásica y TRI. Ediciones Pirámide.
Rosas, R., Pizarro, M., Grez, O., Navarro, V., Tapia, D., Arancibia, S., Muñoz-Quezada, M. T., Lucero,
B., Pérez-Salas, C. P., Oliva, K., Vizcarra, B., Rodríguez-Cancino, M., & von Fredeen, P.
(2022). Estandarización chilena de la Escala Wechsler de Inteligencia para Niños–Quinta
Edición. Psykhe, 31(1). https://doi.org/10.7764/psykhe.2020.21793
San Martín Catalán, P. J. (2025a). La lógica detrás del Test Básico de Aprendizaje: Problemas y
soluciones en la evaluación psicopedagógica. Ediciones CEPAONLINE.
San Martín Catalán, P. (2025b). Diseño, confiabilidad y validez del Test Básico de Aprendizaje. Revista
Neuronum, 11(3), 1-20. https://dialnet.unirioja.es/servlet/articulo?codigo=10034258
Vidal, J. G., & González Manjón, D. (2019). Batería psicopedagógica Evalúa 6: Manual (G. López
Devillaine & P. Siña Fernández, Adapt.; J. G. Vidal, Coord.) (Versión chilena 4.0). Instituto de
Evaluación Psicopedagógica EOS, S.A.
Zhu, J., & Chen, H.-Y. (2011). Utility of inferential norming with smaller sample sizes. Journal of
Psychoeducational Assessment, 29(6), 570–580. https://doi.org/10.1177/0734282910396323