O que é fidedignidade em testes psicológicos?

Fidedignidade é o grau em que uma medição é repetível em vez de ruído. Se você se pesasse três vezes em um minuto e obtivesse 71, 78 e 66 quilogramas, a balança seria não fidedigna — e você não teria como saber seu peso real a partir dela. A medição psicológica enfrenta o mesmo problema com equipamentos muito menos precisos.

O ponto crítico a entender sobre fidedignidade é o que ela não afirma. Uma balança de banheiro que consistentemente marca oito quilogramas a mais é perfeitamente fidedigna e completamente errada. Fidedignidade diz respeito à consistência; se o número significa a coisa certa é uma questão separada, chamada validade. A fidedignidade é necessária para a validade, mas está longe de ser suficiente para ela.

As formas que assume

Consistência interna questiona se os itens de uma escala concordam entre si. Se dez questões devem todas captar o mesmo traço subjacente, pessoas que respondem alto em uma tendem a responder alto nas demais. Isso geralmente é reportado como alfa de Cronbach ou, melhor ainda, ômega de McDonald.

Fidedignidade teste-reteste questiona se a mesma pessoa obtém pontuações semelhantes em duas ocasiões. Esta é a forma mais relevante para traços, que por definição devem ser estáveis. É também a forma mais frequentemente omitida nos relatórios, pois exige localizar os mesmos participantes semanas depois.

Fidedignidade entre avaliadores aplica-se quando seres humanos pontuam o instrumento — entrevistas clínicas, técnicas projetivas, observação comportamental. Ela questiona se dois avaliadores treinados, analisando o mesmo material, chegam à mesma conclusão.

Fidedignidade de formas paralelas questiona se duas versões diferentes do mesmo teste, construídas para serem equivalentes, produzem as mesmas pontuações. É relevante sempre que um teste é aplicado mais de uma vez e a exposição aos itens é uma preocupação.

Interpretando os números

Os coeficientes de fidedignidade variam de 0 a 1. As convenções são aproximadas e amplamente mal utilizadas, mas, em linhas gerais: acima de 0,90 é exigido quando uma pontuação afeta a vida de um indivíduo; de 0,80 a 0,90 é sólido para a maioria dos usos aplicados; de 0,70 a 0,80 é aceitável para pesquisa e comparações entre grupos; e abaixo de 0,70 significa que a pontuação contém mais ruído do que a maioria das conclusões consegue suportar.

Dois cuidados sobre esses limiares. Primeiro, são convenções, não leis — o nível aceitável depende inteiramente do uso que será feito da pontuação. Segundo, um alfa muito alto em uma escala curta geralmente indica que os itens são quase paráfrases uns dos outros, o que garante consistência ao custo de cobrir o construto. Uma escala de dez questões que todas perguntam "você é organizado?" em palavras ligeiramente diferentes terá uma consistência interna excelente e uma leitura estreita da conscienciosidade.

O que isso significa para sua própria pontuação

A fidedignidade se traduz diretamente em quanta confiança um único número merece. Um teste com fidedignidade de 0,85 carrega um erro de medição suficientemente grande para que uma diferença de alguns pontos entre duas pessoas, ou entre sua pontuação hoje e a do mês passado, seja muito provavelmente ruído, e não sinal.

Esta é a consequência prática: um bom instrumento relata sua fidedignidade para que você saiba o quão ampla é a incerteza em torno de sua pontuação. A expressão técnica dessa incerteza é o erro padrão de medição, que converte um coeficiente de fidedignidade em uma margem de mais ou menos em torno da pontuação.

Um instrumento que não reporta nenhum índice de fidedignidade não é, por isso, mais preciso. Simplesmente optou por não lhe dizer o quão impreciso é.