Objetivos

1.

Definir o objetivo das norrnas dos testes.

2.

Revisar os seguintes t6picos de estatistica descritiva: niveis de rnensuraqso, distribuiq6es de freqiiencias,terrnos usados
para descrever os forrnatos das distribuiq6es, rnedidas de tendencia central, rnedidas de variabilidade e escoresz.

3.

Identificar os diversos tipos de escores brutos dos testes.

4.

Identificar o significado de teta.

5.

Definir cada urn dos seguintes tipos de norrnas: percentis e postos percentis, escores padronizados e norrnas de
desenvolvirnento.

6 . Resurnir os pontos fortes e fracos de cada tip0 de norrna.

7. Identificar as caracteristicas de cada urn dos seguintes grupos de refertncia: nacional, de convenitncia, do usuirio,
de subgrupo, local e institucional.
8.

Diferenciar a interpretaqso referenciada pelo crittrio da interpretaq20 referenciada pela norrna .

9.

Descrever corno deterrninar a utilidade de urn grupo de referencia.

Objetivo das Normas

Suponha que, em urn teste de vocabulirio, Mateus tenha acertado 36 quest6es. Teri sido esse resultado born ou ruirn?
Em urn teste que rnede o nivel de ansiedade do respondente, Margarete respondeu "Sirn" a 14 das 30 perguntas. Teriamos
corn isso urna indicago de que, quando fez o reste, ela estava rnuito ansiosa ou rnuito relaxada? Daniel acertou 52 das 80
perguntas de urn teste de leitura, e 24 das 40 quest6es de urn teste de ciCncias. Segundo esses resultados, em que Daniel t
relativamente rnelhor: em leitura ou em ciCncia? Esses tipos de quest20 s50 as cornurnente tratadas sob o t6pico de normas
dos testes. A idtia bkica aqui t traduzir o que se charna de escore bruto em algurn tip0 de escore norrnalizado. 0 escore
bruto t aquele que se obttrn de urna forrna mais ou rnenos irnediata, a partir das respostas de urn individuo a urn teste.

J i no sistema de escores normatizados, o escore bruto do individuo e' cornparado conz os escores dos individuos do grr~po
para o qualse estabeieceu u m a norma. 0 s escores normatizados sSo tambtm conhecidos como escores derivados ou escores
de escala. Este capitulo trata de duas quest6es cruciais relativas is norrnas dos testes. Em primeiro lugar, quais s50 os tipos
de normas que mais se usam? E, em segundo, o que si0 os grupos de rcfersncia, ou seja, de onde provem as normas?
0 s escores brutos sio determinados em parte pelas caracteristicas de urn teste, tais como o tarnanho, o tempo
necessirio para se fazer o teste, os graus de dificuldade das questdes e as circunsthncias em que o teste 6 aplicado.
Isto torna os escores brutos dificeis de interpretar na aus2ncia de informaqiies adicionais. A interpretaqio e a anilise
estatistica do teste podem ser facilitadas quando os escores brutos s5o convertidos em um conjunto inteiramente
diferente de valorcs denomirlados escores derivados ou escores de escalas. Standzrds
(AERAIAPAINCME, 1999, p. 49)'

[.I

As noq6es hndamentais de normas nio s5o exclusividade da testagem psicol6gica. Em um grande nlimero de circunstincias
quotidianas, empregamos as idtias de escore bruto e de posicio relativa dentro de urn grupo. Considere os seguintes exemplos:
uma altura de 1,95 m pode ser considerada elevada? N50 t muito para uma irvore. Mas t Lastante grande para uma pessoa.
E mesmo entre pessoas, essa altura niio seria de muito destaque caso estiv6ssemos nos referindo aos jogadores da NBA, a liga
de basquete profissional dos Estados Unidos; ao mesmo tempo, ela seria verdadeirarnente impressionante se estivtssemos
falando de urn aluno da G a strie do ensino hndamental. E o que dizer de urn pulse de 100 batimentos por minuto? N50
6 algo muito elevado para um bebe (humano) rectm-nascido, ou para urn adulto que acabou de fazer um exercicio fisico
vigoroso. No entanto, seria um sinal de perigo para um adulto em repouso. E o que dizer de correr 100 metros rasos em 24,O 1
segundos? Para uma equipe de atletismo de uma escola de ensino mtdio ou de uma faculdade, seria um tempo desanimador.
Portm, em maio de 1999, com essa marca Erwin Jaskulski quebrou o recorde mundial -para a categoria dos corredores de
95 anos ou mais (Runner? W o r u 1999). Esses exemplos ilustrarn como utilizarnos comparaq6es em nossa vida quotidians.
Na testagem psicol6gica, operacionalizamos essas comparaq6es em forma de normas.
Eis alguns outros exemplos de escores brutos, que fornecem urn context0 para discutirmos as norrnas em partes
posteriores deste capitulo.
Mateus acertou 36quest6es em um teste de mem6ria de curto prazo. Como avaliariamos sua mem6ria?
Margarete respondeu afirmativamente a 14perguntas de um teste que mede o nivel de ansiedade do respondente.
Quando fez o teste, como estava ela: relaxada ou uma pilha de nervos?
* Daniel acertou 32 itens de urn teste de leitura, e 24 itens de um teste de matemitica. Em qu2 ele t relativamente
melhor: em leitura ou em matemitica?
Sheila tem uma 1,57 m de altura. Ela t muito alta, muito baixa ou tern uma altura mtdia?
* 0 pulso de AntBnio esti marcando 71 batidas por minuto. Isso t normal?
A pequena Abigail tirou 7 em uma escala de afabilidade que vai att O a 10 pontos. Seri ela uma gracinha ou um
capetinha?

Revis50 de Estatistica: Parte 1

As normas dos testes baseiam-se nas noq6es elementares de estatistica descritiva. Sup6e-se aqui que o leitor j i tenha feito
a disciplina de estatistica. Sup6e-se tambtm que seja necessirio apresentar uma revis50 de alguns t6picos referentes ao
assunto. 0 objetivo desta seqio t , portanto, recapitular os t6picos elementares de estatistica. No entanto, essa recapitulaq50
n5o pretende repetir a totalidade d o contelido programitico da disciplina, nem ensinar como calcular as medidas que
aqui ser5o apresentadas. 0 objetivo t realizar uma breve revis50 das idtias-chave em estatistica univariada (bisica). 0
mesmo se aplica ao Capitulo 4, que apresenta uma revisio de estatistica bivariada (correlaqSo e regressio).
Nesta seq50, os exemplos empregarso alguns pequenos conjuntos de dados corn o prop6sito de ilustrar as diversas
estatisticas. Na pritica, seri comum encontrarmos conjuntos muito maiores de dados, freqiientemente chegando aos
milhares de casos. Utilizamos alguns pacotes de s o h a r e para aplicar procedimentos estatisticos a esses grandes conjuntos
de dados, sendo que os mais comumente encontrados s50 o SPSS, o SAS, o Minicab e o SYSTAT. No entanto, h i
tambtm virios outros, como o Microsoft Excel, que, apesar de ser orientado para outras aplicaqbes, tambtm calcula
estatisticas. 0 Ap2ndice D* fornece diversos conjuntos de dados que o leitor pode utilizar para calcular quaisquer das
estatisticas revisadas nesta seq5o. Para se conhecer o material do presente capitulo n50 t necessirio ter familiaridade

'No Capitulo 1 , descrevernos o importante papel desempenhado por Scandards for Educacional and Psychological Tescing, e que foi publicado
conjuncamente ~ e l American
a
Educational Research Organization, ~ e l American
a
Psychological Association e pel0 National Council on Measurement in
Education (respeccivamente, AERA, APA, NCME; 1999). Algumas passagens dos Capiculos 3 a 6 estlo ilustradas com breves excerros d a r e documento;
como essa obra C cicada corn freqiiencia na liceratura, quando nos referirmos a ela usarernos, para simplificar, a d e n o m i n a ~ l o"Scandards". (N.A.)
*Conscanre d o C D R O M que acornpanha este livro. (N.E.)

com nenhum desses programas de computador. No entanto, alguns leitores poderSo achar litil aplici-10s aos conjuntos
de dados do Apkndice D.

TENTE FAZER! ...............................................................................................................................................

Caso vock ngo tenha familiaridade corn qualquer dos programas estatisticos ~nencionadosno parligrafo anterior,
dcscubra qual esti disponivel para sua utilizaqSo. No final deste e dos pr6ximos dois capitulos, h i exercicios que Ihe
permitirSo utilizar esse software.

De que modo o carnpo da estatistica interage com o da testagem psicol6gica? Para responder a esta pergunta, t preciso
entender as sutilezas do termo variivel. Uma ciCncia se constr6i com as variiveis que ela estuda. Em psicologia, alguns
exemplos de variiveis sSo inteligkncia, extrovers50, desajustamento e acuidade visual. 0 s objetos estudados (seres
humanos, ratos etc.) variam ao longo dessas variiveis, apresentando escores que podem ser altos ou baixos, existir ern
maior ou menor quantidade, ou diferenciar-se segundo um outro conjunto similar de quanrificadores. As variiveis
podem ser descritas segundo trCs niveis de generalidade. No nivel mais geral, uma variivel t um construto. Neste
caso, atribuem-se descriqdes verbais ou definiqdes i variivel em questSo. Por exemplo, pode-se definir inteligkncia
como scndo a habilidade de manipular simbolos abstratos; pode-se descrever o desajustamento como uma sensaqzo
ou como uma evidkncia objetiva de que determinado sujeito apresenta dificuldades significativas em desempenhar
atividades comuns do dia-a-dia.
Em um segundo nivel, pode-se mensurara variivel. Isso t a sua d e f i n i ~ ooperacionalda varia'vel. 0 campo da testagem
psicol6gica trata dessas medidas, catalogando-as e estudando as suas caracteristicas. Em um terceiro nivel, dispomos
de Aados brutos, que sSo os nlimeros resultantes da aplicaqio das medidas.
A estatistica trabalha com dados brutos, que s50 o nivel mais especifico assumido por uma variivel. Uma vez que
os dados brutos provkm das medidas que fazemos, as estatisticas fornecem os resumos e os tratamentos das medidas
(testes) que nos interessam. Naturalmente, durante a rnaior parte do tempo, estamos particularmente interessados na
variivel ao nivel de urn construto.
As duas principais divisdes da estatistica s50 a estatistica descritiva e a estatistica inferencial, sendo que, trabalhandose tanto corn urn tipo como com outro, costuma-se coletar uma grande quantidade de dados. Por exemplo, podemos
ter os escores de virios testes diferentes feitos por centenas de individuos. A estatistica descritiva ajuda a resumir ou
a descrever esses dados brutos com vistas a uma melhor cornpreens50 deles. Mais freqiientemente, os dados provkm de
uma amostra de individuos. Estamos principalmente interessados em conhecer algo da populaqSo da qual a amostra
foi extraida. J i a estatistica inferencial ajuda-nos a tirar conclusdes - ou inferkncias - sobre o que provavelmente
6 verdadeiro quanto B populaqSo, baseando-se no que foi descoberto a respeito da amostra.

Niveis de Mensuraqiio
As variiveis s50 medidas em escalas. Stevens (195 1) apresentou uma classificaq~odas escalas em quatro tipos, que 6
amplamente empregada em estatistica e no dominio da testagem. E importante fazer uma distinqSo entre esses tipos
de escalas, uma vez que com algumas C possivel realizar determinadas operaqdes aritmeticas, enquanto corn outras o
mesino 115.0 se di.

A classificaqio das escalas aparece em ordem ascendente de sofisticaqzo. A escala nominal encontra-se em urn
nivel menos sofisticado. Trata-se de uma escala que simplesmenre distingue os objeros uns dos outros, associando-os
a deterrninados nlirneros. Esses nlirneros nio significarn mais ou menos, rnais alto ou rnais baixo ou tampouco fazenl
qualquer outra distinqio quantitativa. Exernplos disso sio os nlirneros nas carnisetas dos jogadores de basquete, o
nlirnero de inscriq5o no Seguro Social ou os c6digos 0 e 1 respectivarnente associados aos sexos masculine e feminino
e que o cornputador utiliza em seus cilculos.
J b em urna escala ordinal, os objetos szo associados a nlirneros que indicarn urna ordcrn, corno, por exernplo, urna
quantidade rnaior ou rnenor de urna deterrninada caracreristica, mas sern especificar nada sobre as disthcias existentes
entre os objeros nessa escala. As ordens de classificaqio sio um caso dc escala ordinal. Por exernplo, o resultado de urn
torneio de futebol pode apresentar a seguintc classificaqio de equipes: 1, 2, 3, 4, ... 25. Sabendo-se que se trata de urna
escala ordinal, nio se pode inferir que a dist9ncia de habilidade entre os times quc tiraram o 2" o 3~ lugares seja igual
h distgncia entre os times que tirararn o 1" e o 2"ugares. De fato, 6 possivel que a diferenqa entre o I n e o 2" lugar seja
rnuiro menor do que a diferenqa entre quern tirou o 2" e quern ficou ern 39.
A escala intervalar tarnbeh ordena os objetos, mas faz isto empregando intervalos iguais para separar os nlirneros.
Dai decorre o fato de que, em urna escala intervalar, a distlncia entre o 2 c o 4 t igual i distSncia entre o 6 e o 8, ou
entre o 20 e o 22. No entanto, a escala intervalar ni0 possui urn ponto zero verdadeiro; norrnalrnente ela tern urn
ponto nulo, que, entretanto, nio indica a aushcia cornpleta da variivel que esti sendo rnedida. 0 exemplo clissico de
uma escala intervalar i o terrnbrnetro da escala Celsius2. Nesta escala, o zero nzo indica auscncia cornpleta de ca10r.~Em
uma escala intervalar, a adiqio e a subtraqio sio operaq6es legitirnas. Por exernplo, a diferenqa entre 30" e 40" significa
o rnesrno que a diferenqa entre 50" e 60". No entanto, a rnultiplicaq50 e a divisio nio s5o escores legitirnos: 60C n b
representarn o dobro da ternperatura de 30% e nern a rnetade de 120C. Para se fazerem afirrnaqbes corno essas, i
preciso utilizar a escala Kelvin, que tern urn verdadeiro ponto nulo, no qua1 a ternperatura de fato vale zero.
A escala de razso t a rnais sofisticada, pois, alirn de ordenar os objetos segundo urna seqiicncia de intervalos iguais,
tambim possui urn verdadeiro ponto nulo. A rnaioria das rnedidas fisicas quotidianas, tais corno o cornprimento e o
peso, sio as escalas de razio. Por outro lado, a rnaioria das rnedidas psicol6gicas constitui-se de escalas ordinais ou
intervalares.
Qua1 i a import9ncia que essas aparenternente obscuras distinq6es entre os tipos de variivel tern para as rnedidas
psicol6gicas? Considere o caso da conhecida escala de Q.I. N i o se trata de uma escala situada no nivel de razio - pois
nSo possui urn ponto zero verdadeiro. Dai, nio 6 legitirno dizer que urna pessoa que tenha urn Q.I. de 150 seja duas
vezes mais inteligente do que oucra cujo Q.I. seja de 75. Alim disso, se a escala de Q.1 for sornente ordinal, tarnpouco
se pode dizer que a diferenqa entre os QIs de 80 e 100 significa o rnesrno que a diferenqa de QIs de 120 e 140. E
preciso tornar cuidado corn a natureza das escalas caso queirarnos fazer afirrnaqbes seguras sobre nossas rnedidas ou,
inversarnente, caso desejernos evitar dizer coisas sern sentido sobre elas. Entretanto, deve-se dizer que, apesar de sua
grande utilidade e de ser largarnente ernpregado, o mitodo de classificaqio de Stevens (1951) nio i a linica rnaneira
de se pensar sobre as escalas.

'No original, o autor, que t de lingua inglesa, cita o exemplo da escala Fahrenheit. Apesar de serern diferences urna da outra, tanto a escala Celsius
(OUcencigrada) corno a Fahrenheit [em em cornum o fato de n5o disporem dc urn ponco de zero verdadeiro. (N.T.)
'Teria sido correto dizer que o ponco zero da escala (Celsius ou Fahrenheir) nzo rnede a ausencia cornpleca de temperamra, que C a variivel rnedida
pelas escalas terrnomtrricas. (N.T.)

As Abmrrrs dos TESILV

:rn u m A
ndo-os
, fazern
uece, o
ninino
0 , unia
scentes
d e urn
l e uma
ja igud
gar seja

Organizaq5o dos Dados Brutos

Quando nos deparamos com uma massa d e dados brutos, frequentemente desejamos organizi-10s. A maneira mais
comum de fazer isso C construir uma distribuiq50 d e freqiiencia, que organiza os dados e m grupos de escores
adjacentes. A Figura 3.1 apresenta urn conjunto de dados brutos e sua respectiva distribuiqio de freqiisncia. Enquanto
P dificil dar sentido ao conjunto dos dados brutos, a distribuiqio dc frequencia revela rapidamente aspectos tais como
o intervalo abrangido pelos escores e a irea em que eles se centralizam. Na Figura 3.1, a distribui~sode frequ&ncias
mostra os intervalos de categorias para os escores, corn a respectiva frequencia de cada intervalo, alPm da frequsncia
acumulada (f acurn), ou seja, a frequsncia correspondenre ao intervalo sonzada corn as frequsncias dc todos os que
esr2o abaixo dela.
E habitual representar-se graficamenre uma disrribuiqso de freqiiencia. As duas formas mais comuns para essa
conversio s50 o histograms d e freqiikncia e o poligono d e freqiiencia. A Figura 3.2 mostra esses grificos para as
disrribuiq6es de frequsncias da Figura 3.1.

Escores (N = 100)
127
135
112
92
149
110
78
117
119106

ignifica
"C nio
essas. 6
: iguais,

nto e o
nais ou

107
116
138
98
103
90
105
98
101
108

113
103
100
96
95
122
145
115
123
113

nedidas
- pois
:ja duas
npouco

140. E
.das ou,
- de sua
naneira

Figura 3.1 Amoscra de escores brucos e disrribui~iode freqiiencia

la Celsius

51

Escore
Histograma de Frequencia

Escore
Poligono de Freqiiencia

el medida

Figura 3.2 Urn hiscograrna de freqiiencia e urn poligono de freqiiencia

Dados brutos: 2,5.3,6,6,7,6,4,8,3.4

Media: M = 1 X/N = 54/11 = 4,91
Mediana: 5

Moda: 6

Figura 3.3 Medidas d e rendencia cenrral para urn pequeno c o n j u n r o d e d a d o s

TFendkncia Central
Embora a d i ~ t r i b u i ~ ioohistograma
,
c o poligono de freqii6ncias sejam riteis para se resumirem dados brutos, 6 convenientc
dispor de urn indice que melhor represente o conjunto total dos dados. indices desse tip0 s50 as chamadas medidas
de tendcncia central
pois mostram o centro em torno do qua1 os dados brutos tendem a se agrupar. Existem trss
medidas de tendencia central comumente utilizadas: a media, a mediana e a moda.
A media t a conhccida mkdia aritrnitica, sendo representada por M o u por
(leia-se "X-barra" ou simplesmente
"media"). A sua f6rmula 6:
-

Formula 3-1

onde

X
N

escorebruto
nrimero de escores

somat6ri0, ou seja, "soma de todos os valores-(de X ) "

A mediana t o valor do ~neio,quando os escores estio dispostos em ordem do menor para o maior. A mediana,
portanto, divide a seqiiCncia de escores em duas metades. A moda 6 o escore que ocorre corn a maior [email protected]
Figura 3.3 fornece exemplos dessas trks medidas de tendencia central para um pequeno conjunto de dados.

TENTE FAZER! ...............................................................................................................................................

Determine as trss medidas de tendincia central para o seguinte conjunto de escores.
Escore:
Media =

Mediana =

5
2
Moda = .

................................................................................................................................................................................

Variabilidade
Uma medida de tendsncia central fornece urn resumo muito conveniente dos dados, porem nos priva de qualquer
sentido de variabilidade que esses dados possam apresentar. Por exemplo, dois conjuntos de valores podem ter a mesma
media, mas em urn deles todos os escores podem estar variando entre dois pontos em relaq5o B media, enquanto, no
outro conjunto, esses escores podem assumir diversos valores muito diferentes. Portanto, para melhor descrever os
dados brutos, devemos tambkm fornecer uma medida da sua variabilidade.
A medida de variabilidade mais simples 12 a amplitude, ou seja, a disthncia entre o menor e o maior valor de uma
seqiisncia de nrimeros. Para indicar a amplitude, ode-se mencionar esses dois valores extremos, ou entio fornecer a
disthncia entre eles. Por exemplo, para os dados brutos da Figura 3.1, percebemos um interval0 total variando de 65
a 158, ou uma amplitude de 93.
0desvio paddo 6 a medida de variabilidade mais comum e, dependendo do contexto, pode apresentar os seguintes
simbolos:* S, DIJ ou 0. A sua f6rmula 6:

Formula 3-2

'0simbolo u (I?-se sigma) 6 o S (rninlisculo) do grego. Em estatisrica, ernpregarnos lerras gregas para designar as rnedidas para urna populag~o
inreira, e lerras larinas (p. ex., 5) para designat as rnedidas das amostras. Porranto, SP o desvio padrio de urna amostra, enquanro u 6 o desvio padrdo
populational. No enranto, essa disrin@o n%o6 rigorosarnenre observada na literarura da restagem psico16gica. (N.A.).

Escores:

(X-M)=x

4-1

x 2 = 1 16

0-4

0 16

Vari2ncia = DP7 = 5,66

DP = 2,38

M=ZWN=30/6=5

-~=-=2,38
Amplitude = I - 9

Figura 3.4 Medidas dc variabilidade para unl pequeno cor~juntode dados

Freqiientemente o desvio padr5o t tarnbin1 escrito corno:

onde x = X - M. Essas f6rrnulas fornecern a definiq5o formal do desvio padr5o. Quando o DP 6 calculado em urna
alnostra corn o prop6sito de ser utilizado para estirnar o valor do DP de urna populaq50, ent5o o "N" da f6rrnula 6
substituido por "N-1."
A f6rrnula em si pouco nos esclarecc sobre corno o DPrnensura a variabilidade dos dados. No entanto, suas vantagens
rnatcrniticas s5o grandes, corno verernos posteriorrnente, de rnodo qile devernos nos acostumar corn essa rnedida, apesar
da sua aparCncia urn tanto estranha. Utilizarernos bastante o desvio padrzo mais adiante neste capitulo.
Urna rnedida de variabilidade estreitamente relacionada corn o desvio padrgo t a v a r i b c i a , que 6 simplesrnente DP2.
Natural e inversamente, o DP P a raiz quadrada davari:ncia.'~m alguns trabalhos avanCados de estatistica, utiliza-se
rnais a vari9ncia que o desvio paddo. Na testagern psicol6gica, utilizarnos o desvio padr5o corn rnais freqiiencia, ernbora
n5o de maneira exclusiva. A Figura 3.4 mostra o desvio padr5o ( D o , a vari9ncia e a amplitude para um pequeno
conjunto de dados.

TENTE FAZER! ...............................................................................................................................................

Calcule o desvio padr5o e a amplitude para o seguinte conjunto de valores.
Escores

DP =

7
Amplitude

............................................................................................................................................................................
Urna quarta rnedida de variabilidade P a amplitude semi-interquartilica. Corno o pr6prio norne sugere, essa
amplitude compreende rnetade da dist9ncia entre o prirneiro e o terceiro quartis, que correspondern respectivarnente
ao 25" e ao 75"ercenti.s. Se os percent-isji estiverern disponiveis, corno freqiienternente ocorre com os dados de testes
psicol6gicos, a amplitude serni-interquartilica pode ser facilrnente deterrninada. N50 obstante, traca-se de uma rnedida
rararnente ernpregada na prit-ica.

0 s Escores z
Urn escore z, ou sirnplesrnente z, define-se corno

X-M
z = -----DP
onde XP urn escore individual ou urn nlimero, M t a media e DP t o desvio padrzo. A distribuiq50 dos escores z tern
urna media = 0 e urn DP = 1. Dai, n50 importa quais s50 os valores dos escores originais, pois, quando convertidos
para os escores z, todos eles passarn a ter a rnesma media e o mesrno desvio padrso.
0 s escores z s50 ut-ilizados para "rnapear" a curva normal em terrnos das ireas que se situam abaixo da curva. A
Figura 3.5 ilustra a sua utilizaq20 de escores z para determinar essas ireas sob a curva normal. Lembre-se das tabelas
de ireas abaixo da curva que s50 vistas em estatistica elernentar. Urna vez que tCrn em comurn urna media ( 0 ) e urn
desvio padr5o (1) independenternente dos valores dos escores originais, os escores z desempenharn papel crucial no
desenvolvimento de algurnas norrnas de testes.

Figura 3.5 Exe~nplosde escores z demarcando lreas sob a curva normal

0 s Formatos das Distribuiq6es

Na testagern psicol6gica, existe urna referencia freqiiente ao forrnato assunlido pela distribuig50 dos escores, sendo,
portanto, necessirio que nos farniliarizernos corn a rnaneira de descrever esses forrnatos. 0 rnodelo de referencia,
ou seja, a distribuig5o tornada corno rnodelo, t a curva normal, ou distribuigzo normal. Essa curva t tarnbtrn
popularrnente conhecida corno curva em forrnato de sino, ernbora s6 aproxirnadarnente tenha essa aparencia. A
curva, gerada por urna f6rrnula urn tanto emanha,>t urna fung50 de densidade, ou seja, corresponde B irea situada
abaixo da curva, corno se nessa irea estivessern aglornerados os casos individuais observados. Na Figura 3.5, a
distribuiggo t urna curva normal unitiria. Sua forrna define-se corn urna rnddia de O em seu centro e urna escala
dada em unidades de desvio padrzo (Bs vezes denominadas unidades 0 ) em sua base. Observe cuidadosarnente a
posiqiio das unidades de desvio padrzo.
A distribuiq50 t zrnimodaf, pois tern sornente urna rnoda ou "pico". A distribuigzo tarnbtrn t simitrica em relag50
ao seu eixo central, que 6 urna linha irnaginiria tragada perpendicularrnente B base no ponto rntdio. Em torno desse
eixo central, o lado esquerdo da curva 6 a irnagern especular do lado direito. As "caudas" dessa curva s5o assintdticas B
rnedida que se aproxirnarn da base. O u seja, elas v50 se prolongando em diregiio ao infinito, chegando cada vez rnais
pr6xirno da base, porirn sern nunca atingi-la. Naturalrnente, isto 6 verdadeiro sornente para a curva normal te6rica.
Na pritica, os dados fazern-na parar em urn certo ponto finito. Observe que aproxirnadarnente toda a irea (99,8%)
abaixo da curva esti contida no interval0 +/- 3 unidades de o .
As distribuig6es podern "afastar-se da norrnalidade", ou seja, podern ser diferentes da curva normal, de virias rnaneiras.
A Figura 3.6 representa esses desvios da norrnalidade. 0 prirneiro deles t em terrnos de curtose, que t a "agudeza" o
"curne" da distribuig50. Urna distribuig50 leptoclirtica exibe urn pic0 rnais alto, ao passo que urna platiclirtica t rnais
achatada do que a distribuig50 normal.
Outro tip0 de desvio da norrnalidade acontece em terrnos da sua assirnetria, ou seja, d o grau de (ou de falta de)
sirnetria entre os lados direito e esquerdo da curva. Urna assirnetria negativa ou i esquerda corresponde a urna longa
cauda i esquerda, corn urn pic0 deslocado para a direita. Urna assirnetria positiva ou i direita corresponde a urna longa
cauda i direita, corn urn pic0 deslocado para a esquerda. Urn liltirno tipo de desvio da norrnalidade ocorre em terrnos
do nhrnero de rnodas da distribuig20. Ao passo que a distribuigzo normal t unirnodal, h i outras distribuig6es que
podern apresentar rnais de urna rnoda, corno, por exernplo, urna distribuigzo bimodal, rnostrada na parte inferior da
Figura 3.6.
Por que a curva normal 6 irnportante na testagern psicol6gica?-A resposta t que rnuitos fenbrnenos que ocorrern
naturalrnente tendern a se distribuir segundo urna curva normal. Por exernplo, para as pessoas de urna dada idade e de
urn dado sexo, tern-se urna lista de variheis facilrnente rnedidas que tendern a se distribuir de acordo corn esse tip0 de
curva: altura, rnern6ria nurnirica de curto prazo, tempo de reaggo, forga do aperto de rn50 e rnuitos outros casos. Essa
tendencia em relag50 i norrnalidade t t50 ubiqua que, quando nCo se conhece a distribuiqio real de urna variivel, n50
t ilegitirno supor que a distribuiqgo seja normal. Dai vern o fato de que rnuitos testes s50 construidos de rnodo a gerar
urna distribuig50 aproxirnadarnente normal de escores. No entanto, i s vezes deliberadarnente construirnos testes que
gerarn distribuig6es positiva ou negativarnente assirnttricas, corno discutirernos no Capitulo 6. Por outro lado, existern
certas distribuig6es que ocorrern naturalrnente e que s5o nitidarnente n5o-norrnais, corno por exernplo, as distribuig6es
de renda, de peso e as populag6es urbanas.
Esta revisio de algurnas nog6es fundarnentais em estatistica j i 6 suficiente para o que ainda verernos no presente
capitulo. Prosseguirernos rnais urn pouco corn essa revis50 no inicio d o Capitulo 4.

'A equagCo q u e gera a curva n o r m a l 6: ( h i / ( & ) ) ( e - ( - ' - ~ ) ~ ' ~ ' ~ ) .

As N o r z a s dos l2ste.r

55

Platicu rtica

Assirnetrica negativa

Assirnetrica positiva

Bimodal

Figura 3.6 Exemplos de virias disrribui~6es

0 Escore Bruto
Todas as norrnas dos testes s50 transforrnaq6es de escores brutos. Por isso, antes de definirrnos os tipos de norrnas que os
testes tern, seri litil considerarrnos os escores brutos. 0 s escores brutos si0 os valores irnediatos obtidos nesses testes,
e podern se apresentar de diversas rnaneiras. 0 escore bruto pode, por exernplo, ser o nlirnero de respostas corretas em
urn teste de realizaqzo, ou o nlirnero de quest6es respondidas em forrna de "Sirn" ou "Concordo" em urn inventirio
de personalidade ou de interesse. 0 escore bruto tarnbtrn pode ser a soma das respostas nurnericarnente codificadas
e dadas a urna strie de quest6es que versarn sobre as atitudes das pessoas. Por exernplo, urna escala de atitudes pode
apresentar 10 itens. Para cada item deve-se dar urna resposta segundo urna escala de 5 pontos, indo de "Discordo em
absoluto" (1) a "Concordo em absoluto" (5). Nesse caso, o escore bruto seria a soma dos nlirneros relativos i s respostas
dessas 10 quest6es. A Figura 3.7 traz urn exernplo desse tip0 de escore bruto para urna rnedida cornposta de 6 itens
avaliando a ati tude do entrevistado em relaqzo a rnaternitica. Nesse exernplo, 6 preciso inverter a escala de valores para
se deterrninar o escore bruto relativo aos itens corn enunciados negativos ou corn conotaq6es invertidas.
Pode-se tarnbern considerar escores brutos as rnedidas antropornttricas e fisiol6gicas corno, por exernplo, dizer que
a altura de Sheila 6 1,57 rn, que o pulso de Daniel t de 54 batirnentos por rninuto, que Amanda nada 180 metros em
estilo borboleta em 2:20. Todas essas rnedidas si0 escores brutos, cuja interpretaqio fica rnais ficil quando as situarnos
em urn context0 norrnativo. As norrnas auxiliarn-nos a responder a perguntas tais corno: Sheila t rnuito alta para a sua
idade? 0 pulso de Daniel esti anorrnal? Amanda obteve urn indice olirnpico de nataqso?
Em geral, a apuraqio dos escores nos testes corneqa exarninando-se os itens separadarnente, por rneio de urn
c6digo corn os valores 0 e 1, que representarn o fato de cada item estar certo ou errado, ou entio ser positivo
ou negativo; i s vezes, no entanto, utilizarnos urna rnaior quantidade de valores nurntricos corn o prop6sito de
indicar gradaq6es rnais finas de resposta. Depois disso, cornbinarn-se os escores desses itens, freqiienternente por
rneio de sua adiqso, ou i s vezes atraves de procedirnentos rnais elaborados, a firn de entso se obter urn escore
bruto. Standards [...I
(AEWAPAINCME, 1999, p. 49)

Resposta
Discorda
Forternente

Concorda
Forternente

Item

1 . Algebra e muito divertido.

11
11

[XI

2. Geometria e para passaros.

3. Gosto de computadores.

[XI

4. Utilizo bastante a matematica.

[ ]

1
1
1

5. Adoro estatistica.

6. A s equaqdes me dlo calafrios.

[ ]

1x1
[ 1

1
1
1
1
1

1
1

[XI

[XI

(Escore
d o Item)
5

(2)

[XI

(11
(11

[
[

[
[

1
1
1
1

(3)

(2)
(2)

Escore Bruto = 11
Figura 3.7 Calculando um escore bruco para uma escala de arirudes em relaglo a matemitica

Em alguns testes, os procedirnentos de correqgo dos escores levam-nos a utilizar urn escore bruto "corrigido"
ou
ajustado". 0rnais popular desses ajustes t a corre+o para o acerto casual. Isto se aplica a certos testes de capacidade
e realizaq50 que ernpregam quest6es de rnriltipla escolha. Sabe-se que, em Llm teste desse tipo, t possivel obter respostas
corretas sirnplesrnente ao acaso, ou seja, escolhendo urna determinada resposta i s cegas. Mais precisamente, t de se
esperar que haja urna capacidade igual a 11Kde acertar casualrnente urna resposta, sendo KOnrirnero de opq6es d o teste
de rnriltipla escolha. Em urna pergunta cuja resposta t d:' tip0 verdadeiro o u Falso, Kvale 2. E m urn teste cornposto
de 100 quest6es de rnriltipla escolha com quatro opq6es para cada pergunta, o escore esperado para quern responde a
todas as perguntas apenas corn base n o acerto casual t de 25 acertos. Naturalrnente, t rnuito raro que urn exarninando
v i responder a todas as perguntas i s cegas. 0 exarninando pode, por exernplo, saber a resposta de 50 perguntas (e
acerti-la), deixando 10 e m branco e "chutando" as outras 40. Dessas 40, 10 seriam acertadas por sorte, o que daria a
esse exarninando urn escore de 50 + 10 = 60 acertos. A resposta de 30 quest6es estaria ent5o errada, n50 se incluindo
as 10 que forarn deixadas em branco. A firn de corrigir os efeitos provocados pelos acertos casuais, aplica-se a seguinte
f6rmula:

'L

E
EB, = EB, - K-1
onde EBc

escore bruto corrigido

EB,
= escore bruto original
E
= nrirnero de respostas erradas
K
= nrirnero de opq6es d a rnriltipla escolha
Observa~o:Aqui n5o se consideraram errados os itens deixados em branco.
Eis alguns outros exernplos que ilustrarn a rnaneira como essa f6rmula funciona:
E m urn teste que continha 50 perguntas de rnriltipla escolha, cada qua1 corn 5 opq6es, AntGnio acertou 40 e errou
10. Ernpregando a correqso para o acerto casual, calcule o escore que ele obteve.

40 - [(10/(5-1))
*

= 40 - 2,s

=.37,5

Suponha que AntGnio tenha acertado 40 perguntas e ornitido as outras 10. Qual 6 agora o seu escore corrigido?

40 - 0 = 40
Em urn teste composto de 50 perguntas cujas respostas erarn do tip0 Verdadeiro ou Falso, Joana acertou 25 perguntas
e errou as outras 25. Quanto vale o seu escore corrigido?

25 - [25/(2-I)] = 25 - 25 = 0
A correqzo para o acerto casual supde que o exarninando esteja escolhendo sua resposta d e rnaneira totalrnente
aleat6ria. Naturalmente, 5s vezes urna pessoa pode elirninar algurnas das opq6es incorretas, para ent%oacertar por sorte
urna entre as opq6es restantes. Costurna-se tarnbtrn aplicar correq6es o u ajustes a deterrninados testes de personalidade,
levando-se em conta certos conjuntos de respostas. Veja o Capitulo 12 para urna discuss50 sobre esse t6pico.

As Normu3 dos Trslcs

57

43 Caso Especial de Teta (9)

Lembre-se da discussiio sobre a teoria da resposta ao item no Capitulo 1. Ao passo que urn teste corrigido de maneira
convencional produz urn escore bruto que t a soma das respostas a todos os itens que o comp6em, a correqiio de um
teste feita segundo a teoria da resposta ao item niio resulta s i ~ n ~ l e s m e nda
t e soma das respostas. 0 escore da teoria
da resposta ao item 6 uma j i ~ ? / @ odas respostas d o examinnrzdo i ~ z t e r a ~ i n dcorn
o as cnractcristicrrs das pergrrntas ou itens.
Na teoria da resposta ao item, o escore geralmente 6 denominado teta (0). Consideremos dois exemplos de con10
pode surgir esse valor 0. Em ambos os exemplos, C crucial que todos os itens selecionados satisfaqam B condiqio de
unidimensionalidade, e que tambtm tenham sido distribuidos ao longo de uma escala de dificuldade pot rneio da
aplicaqio anterior de Llm prt-teste. Trataremos das caracteristicas dos procedimentos da teoria da resposta ao item dc
uma forma mais ampla no Capirulo 6. A medida dos escores segundo os procedimentos da T R I 6 algo coniplexo, que
requer sofisticados programas de computador. N50 se trata simplesmenre de somar as respostas correras. Enrreranro,
a esra altura, podemos j i fornecer uma idtia de como a merodologia da teoria da resposta ao item funciona para
determinar um escore 0.
Em primeiro lugar, considere os dados da Figura 3 . 8 . 0 s itens estio disposros em ordem de dificuldade da esquerda
para a direira. 0 s itens com numeraqiio inferior sSo muiro ficeis, ao passo que os irens com numeraqiio superior sio
muiro dificeis. Por exemplo, se se rratasse de urn teste de arirmCtica para alunos de nivel elementar, o item 1 poderia
ser 6 + 3 = ;
o irem 10, 740 - 698 = ;
e o irem 20, 0,56 x 1,05 =
. Aqui simplesmente classificamos os irens
como ficeis, moderados ou dificeis. Mas, nas aplicaq6es priricas, devem ser usados valores exatos de uma escala de
dificuldades. (No tesre, os itens nzo precisam ser apresenrados em ordem de dificuldade, embora em nossos exemplos
seja litil adotarmos esre procedimento.) Cada "x" na figura represenra uma resposta correra. A Miguel s50 apresenrados
os itens 1 a 10, e ele acerra 7 deles. A Nelson siio apresentados os itens 11 a 20, tambkm acertando 7. Uma vez que
Nelson respondeu a irens mais dificeis, ele recebe um escore 0 maior, apesar do faro de ele e Miguel rerem acerrado o
mesmo nlimero de quest6es. Obviamenre, esse procedimento n50 funcionari a menos que primeiro se esrabeleqa uma
escala de dificuldades para os itens.

TENTE FAZER! ...............................................................................................................................................

Sobre a merodologia da teoria da resposra ao item, exisre na Internet uma excelente demonsrraqio da interaqio entre as
respostas do examinando e as caracterisricas dos irens que ele responde. Visire: ERICAE.NET/scriprs/cat. Trata-se do
mesmo sire ERICAE que serviu como fonte bisica de informaq6es para o Capitulo 2. Enrre nesse site e experimente
vocC mesmo fazer o teste. Observe como a "estimariva de capacidade" t ajustada depois de cada resposta dada. Embora
o escore final do teste seja apresentado utilizando-se percentis ou outra forma de escores normatizados, tais escores sSo
na verdade transformaq6es de teta, que se modifica ap6s cada resposta.

Pelo menos algu~nasaplicaq6es da metodologia da teoria da resposra ao item permirem-nos examinar o padrJo dc
r q o s t a s , bem como o nlimero de acerros. Na determinaqSo de 0, o nlimero de acertos pode ser corrigido com base no
padrio de respostas. Considere os dados da Figura 3.9. Nesse exemplo, ambos os examinandos respondem a rodos os
20 itens. E de novo conhecem-se os dados sobre a dificuldade dos irens, estando estes dispostos em ordem crescenre
de dificuldade.
No geral, Joana niio se saiu muito bem no reste. Niio obstante, observe que ela acertou um item muiro dificil (o
20) - provavelmente em fun550 do acaso. J I Cristina acertou quase todos os itens, mas errou um muito ficil (o 2)
- talvez por falta de arenqiio. Diversos procedimentos de arribuiqiio de escores pela teoria da resposta ao irem levam
em conca o padriio total das respostas, para determinar o valor de teca para cada pessoa. Na reoria da resposta ao item,
h i diversos procedimentos especificos para a dererminaqiio dos escores dos tesres. Esses procedimenros dependem do

Item:

Dificuldade do Item:
Miguel

Facil
x

Nelson

9 10 11 12 13 14 15 16 17 18 19 20

Moderado
x

Dificil

x
X

x = resposta correta
Figura 3.8 Derivando escores 0 a parrir de diferenres conjunros de icens

Item:

3 4

Dificuldade do Item:

Facil

Joana

Cristina

9 10 11 12 13 14 15 16 17 18 19 20

Moderado
x
x

x
x

Dificil

x
x

x
x

x = resposta correta

Figura 3.9 0 s padr6es de resposra podem ajudar

na

deccrrni~laq~o
urn escore teta

rnodelo especifico que se aplica aos dados disponiveis. Aqui, n5o farernos urna revisso desses rnodelos, mas exarninarernos
algurnas caracteristicas da teoria da resposta ao item no Capitulo 6.
Teta tem algumas propriedades de urn escore bruto e outras propriedades de um escore normalizado. Ele se assernelha
a um escore bruto no sentido de ser urna conseqiiencia imediata das respostas do examinando. E, da mesma rnaneira
que urn escore bruto, ele tarnbim tem pouco sentido em si mesmo. Por outro lado, teta se parece com um escore
normalizado no sentido de que n50 i simplesmente uma soma das respostas do examinando, j i que nso se baseia
somente no fato de a resposta ser correta (ou ser urn "Sirn", ou algo parecido), mas depende tambim dos valores que a
teoria da resposta ao item atribui aos itens aos quais essas rcspostas forarn dadas. 0 teta situa o exarninando em relaq5o
a uma caracteristica ou habilidade que presumivelmente esti subjacente ao conjunto total de itens constituintes de um
banco. Entretanto, os valores numCricos para a sua dimensso s50 arbitririos, sendo, portanto, dificeis de interpretar.
Embora esses valores nurniricos de teta sejam arbitririos, geralmente se estabelece seu centro em 0,00, com os valores
se estendendo de cerca de -4,O at6 +4,0,o que os deixa semelhantes aos escores z. No entanto, i limitada a exatidgo
corn que eles situam urn caso em relaq5o a um grupo de referCncia bem definido.
Ernbora os valores de teta dependarn de um context0 da teoria da resposta ao item para serem calculados, a sua
interpretaqgo pritica geralrnente C dada utilizando-se os escores normatizados apresentados neste capitulo. O u seja,
os valores de teta s50 convertidos em percentis, ou para escores padronizados, niveis equivalentes de sirie escolar,
e assirn por diante. D e fato, no resultado de um teste, pode-se estar procurando por um percentil ou urn por um
escore T sem mesmo se perceber que se trata de urna transformaqso obtida a partir de teta, e nso de um escore bruto
convencional.

0 Caso Especial dos Escores Ipsativos

0 s escores ipsativos (do latirn ipse, que significa "pr6prion) s50 auto-referenciados. Ocorrern quando urn teste produz
mais de urn escore, sendo os itens do teste corrigidos de tal maneira que uma dada resposta faz com que um deterrninado
escore aurnente, ao mesmo passo que faz outro escore diminuir, ou.pelo menos, parar de aurnentar. Portanto, os escores
ipsativos evidenciarn a forqa relativa dos escores, em vez da sua forqa absoluta. Urn exernplo disso deixari essa quest50
rnais clara.
Desejarnos medir os interesses que os exarninandos tCrn por atividades verbais e quantitativas. Considere essas duas
rnaneiras de se fazer essa avaliaq50.
Forrnato A.
Para cada par, marque o item que lhe parecer rnais adequado:
a. somar nlirneros
ou
b. resolver equaq6es
ou
b. ler livros
a. procurar palavras em urn dicionirio
* Forrnato B.
Marque se vocC gosta (S) ou n50 (N) de cada
a. sornar ndrneros
b. procurar palavras em um dicionirio
c. resolver equaq6es
d. ler livros

urna das seguintes atividades:

S
N
S
N
S
N
S
N

No Forrnato B, vocC pode gostar de todas as opq6es, ou n5o gostar de nenhurna delas, ou entso utilizar qualquer
combinaqgo de respostas. Marcando 1 ponto para a resposta "Gosto", o seu escore ode ser 2, 1 ou 0 para interesse
verbal e 2, 1 ou 0 para interesse quantitativo. No entanto, no Formato A, i medida que o seu escore verbal aurnenta,
o seu escore quantitativo diminui (ou n50 aurnenta). Alguns possiveis padr6es de escores GO: verbal 2 e quantitativo
0, verbal 1 e quantitativo 1 e verbal 0 e quantitativo 2. No Formato A, n50 6 possivel tirar 2 em arnbos os testes, como
tarnbCrn nzo se pode tirar 0 nos dois. Portanto, o Formato A gera escores ipsativos. 0 s escores mostram a intensidade

relativa, n50 a intensidade absoluta dos interesses. Por exemplo, ainda que voc&deteste todas as atividades, voc&pode
detestar rnais ainda os itens quantitativos do que os itens verbais. O u , rnesrno que voc&adore todas, pode gosras rnais
ainda dos itens verbais do quc dos itens quantitativos.
0 s escores ipsativos aparecem em alguns testes de personalidade e em certos inventirios de interessc. Veja os capitulos
references a esses testes para obter exemplos especificos. As vezes, comparam-se os escores ipsativos corn os escores
norrnativos. Costurna-se entio dizer que os escores ipsativos sio referenciados pel0 individuo, enquanto que os escores
norrnativos o s i o pelo grupo de refersncia. No cntanto, essa comparaqio pode scr enganosa, uma vex qile os escores
ipsativos t a ~ n b t r npodern ser referenciados pela norma.
0 s escores brutos e os escores teta por si s6s n i 0 t&m muito significado, altrn de t a m b t ~ nserem urn tanto esttreis
e dificeis de interpretar. A maneira rnais usual de atribuir algurn significado aos escores brutos t convert&-10s o u
transformi-10s em algurn tipo de norma. 0 escore norrnatizado - tarnbtrn denorninado escore derivado - situa o
escore individual no contexto dos escores obtidos pelos outros exarninandos que compuseram o grupo de refersncia.

0 s Tipos

de Normas
Esta seq5o discute os tipos de norrnas cornumente utilizadas nos testes psicol6gicos. H i tr&s categorias principais de
normas, com diversas subcategorias. Nesta seq50, descrevernos cada urn desses tipos, identificando tarnbkrn os seus
pontos fortes e os seus pontos fracos. Para rnuitos testes, h i n i 0 apenas urn, mas diversos tipos de norrnas disponiveis,
sendo que, crn sua rnaioria, elas estio sisternaticarnente relacionadas entre si. E, portanto, possivel converter urn tipo
de norrna em outro, apesar de n i o se poder fazer isso corn todos os tipos de norrnas. Essas relaq6es s50 irnportantes,
sendo em geral conceitualizadas no contexto da curva normal, cuja revisio fizernos no inicio deste capitulo. Muitas
dessas relaq6es estio rnostradas na Figura 3.10. Esta figura inerece urn estudo cuidadoso. Em seq6es subseqiientes do
presente capitulo, estarernos fazendo freqiientes refersncias B Figura 3.10. Muitas das relaq6es rnostradas nessa fi gura
estio tarnbtrn representadas na Tabela 3.1.

0 s Percentis e seus Postos

U m dos tipos mais comuns de normas dos testes psicol6gicos t o percentil ou o posto percentil. H i uma distinqio ttcnica
entre esses dois terrnos. 0 posto percentil (PP) informa-nos qual t o percentual dos casos do grupo de referencia que
se encontra abaixo de urn deterrninado escore. Portanto, se, por exernplo, urn escore bruto de 48 tern urn PP de 60,
isto significa que 60% de todos os casos do grupo de refersncia tiverarn escores iguais ou inferiores a 48. Naturalmente,
alguns casos do grupo de refersncia tiverarn urn escore exatarnente igual a 48. Considera-se esse escore urn intervalo
que se estende de 47,5 a 48,5 e tendo o valor 48 corno ponto rntdio. Portanto, em algumas aplicaq6es, o PP t calculado
d e rnodo a incluir rnetade dos casos situados no intervalo do escore bruto em questCo.
Urn percentil t urn ponto de urna escala abaixo d o qual se situa um determinado percentual de todos os casos.
A diferenqa entre percentil e posto percentil pode ser resumida da seguinte rnaneira: para calcularmos urn percentil,
corneqarnos com urn dado percentual, para ent5o calcularrnos o escore bruto correspondence a esse ponto. J i para
urn posto percentil, comeqamos com um determinado escore, para entio encontrarrnos o percentual de casos cujos
escores estio situados abaixo desse escore. Na pdtica, no entanto, esses dois termos s50 usados indistintarnente, sern
que haja problemas corn isso.
Existern alguns valores derivados dos percentis, entre os quais se incluern os decis, os quintis e os quartis. Como os
pr6prios nornes sugerem, esses sisternas respectivarnente dividern a distribuiqio dos escores em dtcirnas, quintas e quartas
partes. Correspondentemente, pode-se pensar nos percentis corno urn sistema que divide a distribuiqio e m centtsirnos.
A Figura 3.10 ilustra os lugares que os postos percentis ocuparn na curva normal. 0 s PPs estio variando desde um
rninimo de 1 a t t urn rnixirno d e 99, corn o valor 50 sendo o ponto do meio, ou rnediana. A relaqio entre os postos
percentis e os escores z t definida pela tabela de ireas sob a curva normal, que 6 urn assunto de estatistica bisica.

os Pontos Principais 3.3

tegorias de Normas dos Testes

orrnas d e desenvolvirnento

Percentual dos
casos sob partes
da curva normal

Desvios

Percentuais Acurnulados
Arredondados

Percentis
Equ~valentes

Escores z
Escores T

I
2.3%

I
15.9%

I
50.0%

I
84.1%

97.7%

2%

16%

SOYO

84%

98%

-4,O

-3,O
u
20

I
I

-2,O
I

Escalas de Wechsler
Subtestes
I

30

40

10

4%

400

50

60

70

80

500

600

700

40

50

I
8

7%

I
9

10

13

16

19
I

85

100

115

130

145

Qls de desvio I
0 15

55

Otislennon 1
0 16

52

68

84

100

116

132

148

70

800
99

17% 12%

90

80

17% 17% 20%

70

I
7%

60

+ 4,O

+ 3,O

30

+ 2,O

+1,0

.20

I
1

0
a

I
I

300

Escores ECN

Percentual em estan~nos

- 1,O

200

Estaninos

I
99,9%

99

Escores CEEB I

I
0.1%

Figura 3.10 A equivalencia de diversos ripos de normas em uma curva normal

Percentil

Estanino

ECN

.(1)

. (16)

Escore T

SAT

Escore Z

Percentil

99
98
97
96
95
94
93
92
91
90
89
88
87
86
(continua)

Percentil

Estanino

ECN

. (15)

. (16)

Escore T

SAT

Escore Z

Percentil

llj

(continua)

Percentil

Estanino

ECN

(1)

. (16)

Escore T

SAT

Escore Z

Percentil

0 Q.I. de 15 refere-se aos testes de Q.I. corn M = 100 e DP = 15, corno, p. ex., a escala verbal Wechsler, a escala de
desernpenho Wechsler e os escores totais. 0 Q.I. de 16 C referente aos testes de Q.I. com M = 100 e DP = 16, corno o
Stanford-Binet e o Otis-Lennon. 0 SAT cobre quaisquer dos testes que utilizarn M = 500 e DP = 100.
Reproduzido de Hogan, T. P. (1998).

..

TENTE FAZER! ...... ................................................................................. ...... ..................................................

Utilize a Figura 3.10 para responder i s seguintes questGes, fornecendo estimativas. Complete os espaqos em branco
corn os escores z correspondentes a cada urn dos postos percentis mostrados. Utilize entso a Tabela 3.1 para checar
essas estirnativas.

PP
50
84

z estilizado
(Figura 3.10)

z da tabela
(Tabela 3.1)

0 s Pontos Fortes e Pontos Fracos dos Postos Percentis

0 s postos percentis apresentaln uma skrie de caractcristicas atraentes. Primciro, trata-se de um sistema ficil de entender,
e que pode ser rapidamente cornpreendido mesmo por algukm que n50 tenha qualquer treinarnento em estatistica.
S5o tambem ficeis de calcular a partir de um grupo de referencia. Por essas razhes, o uso dos postos percentis 6
generalizado.
No entanto, os postos percentis tambem apresentam dois principais inconvenientes. Primeiro, um leigo frequentemente
confunde o posto percentil com o percentual de respostas corretas, que 6 com freqiiencia utilizado em diversos testes
escolares. Segundo o que se vem praticando h i anos, 90% de aproveitamcnto correspondem a um conceit0 A, 60%
de aproveitan~e~lto
s5o insuficientes para a aprovag50, e assim por diante. Portanto, Llm posto percentil de 72, que
corresponde a um desempenho acima da media, pode ser erradamenre confundido coln Llln desempenho quc foi apenas
suficiente para se conseguir a aprovag5o. E um posto percentil de 5 1, que corresponde a um desempenho pr6ximo da
media, d i a impress50 de corresponder a um desempenho muito ruim, se se considera (erradamente) que esse valor
e o percent~~al
de respostas corretas. Portanto, 6 precis0 que o psic6logo distinga cuidadosamente os postos percentis
de acertos, especialmente quando estiver interpretando os escores para um leigo.
dos percent~~ais
0 segundo grande problema dos postos percentis P a sua notivel desigualdade observada ao longo dos diversos
pontos de uma escala. Mais especificamente, os postos percentis encontram-se "acumulados" no ~neioda distribuig50
e "dispersos" nas suas extremidades. Essa particularidade soa, de ininio, como um detalhe tecnico trivial. No entanto,
ela tem implicag6es priticas bastante importantes. Uma determinada diferenga entre dois escores, digamos de 3 pontos,
no centro da distribuig5o cobriri ~nuitospontos percentuais, enquanto que, nas extremidades da distribuig50, cobriri
apenas uns poucos. Esse fen8meno pode ser observado nas normas de postos percentis para qualquer teste. Deve-se, no
entanto, observar que essa dificuldade n50 6 uma propriedade dos postos percentis, mas sim do fato de que eles estSo
sendo aplicados a uma variivel que se encontra normalmente distribuida, algo que, groao modo, 6 o que se verifica na
maioria dos testes psicol6gicos. Tal problema n50 aparece no.caso pouco comum de a variivel em quest50 ter urna
distribuigSo retangular; e ficaria inverso se a distriL;uig5o tivess'k o formato de um U invertido.
A Figura 3.11 mostra as normas percentis para uma das facetas da consciCncia medida pelo teste NEO PI-R (Revised
NEO Personality Inventory)< Nessas normas, quando o escore bruto passa de 10 para 13, avariag5o na escala percentual
6 um valor insignificante de apenas um ponto, correspondente i passagem do percentil2 para o 3. Entretanto, quando
o escore bruto varia de 20 para 23, essa mudanga corresponde a uma diferenga de 27 pontos (43-70) nos percentuais.
Pode-se observar esse fen8meno examinando-se a Figura 3.10.

0 s Escores Padronizados
0 s escores padronizados constituem uma familia de normas frequentemente utilizadas nos testes educacionais e
psicol6gicos. Empregam-se bastante diversas vers6es de escores padronizados, alem de tambem haver potencialmente
uma variedade infinita de outras vers6es. Descreveremos primeiro o que 6 comum a todas elas, para ent5o identificarmos
as propriedades de suas vers6es especificas. Veja alguns exemplos na Tabela 3.2.
Um sistema de escores padronizados 6 uma conversso de escores z (revistos no inicio deste capitulo) em um novo
sistema que tenha uma media (M) e um desvio padr5o ( D o , sendo ambos esses valores escolhidos arbitrariamente.
Em geral, escolhem-se a nova media M e o desvio padrSo D P d e mod0 a serem nlimeros inteiros e ficeis de memorizar,
como 50 e 10, ou 500 e 100, respectivamente. Mas, como tambPm veremos, h i algumas situag6es que pedem a adog5o
de valores mais apropriados.
Para converter um escore bruto em um escore padronizado, deve-se comegar passando o primeiro escore para a
forma z. Em seguida, deve-se multiplicar o escore z pelo novo DP (do escore padronizado) e adicionar a esse resultado
a media (tambem do escore padronizado). A Figura 3.12 apresenta esses passos, que est5o todos incluidos na f6rmula
3-5: ver pigina seguinte.

Escorebruto
Percentil

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 ...
2

7 11 14 26 33 43 52 60 70 79 83 88 93 96 98 99

Figura 3.11 A rransformag20 dos escores bruros em perccnris, scgundo a escala do resre NEO PI-R

'Q N E O PI-I< P um teste de personalidade bastanre utilizado, que serd descrito mais deralhadamente no Capitulo 12. (N.A.)

Escores Brutos
M = 38

DP= 6
X = 47

Escores Z
M =O,O

DP = I ,O
z=1.5

Escores
Padronizados
M = 50

DP= 10
EP = 65

Sistema de Escores Brutos

M=38

DP=6

X=47

DP=10

EP=65

z = (X - M)/SD = (47 - 38)16

Escore z
Escore Padronizado

M=50

Formula 3-5:

EP = (DP,/DPb)(X- Mb) + M,
EP = (1 016) (47 - 38) + 50 = 65

Figura 3.12 Ilustrag50 da transformag50 de escores brucos em escores padronizados

onde EP = escore padronizado desejado

DPp = desvio padrso no sisterna do escore padronizado
DPb = desvio padrso no sisterna do escore bruto
MI, = rnCdia no sisterna do escore bruto
Mp = media no sisterna de escore padronizado
X = escore bruto

A f6rrnula para se passar o escore (X) para a forrna padronizada z 6:

EP = z (DP,)+ M,,
Cornurnente, os escores apresentados ~ e l o relat6rios
s
dos testes j i executaram todos esses passos, e tudo o que se precisa
fazer C utilizar a tabela do manual do teste para ver a conversso do escore bruto no escore padronizado. A Figura 3.13
exernplifica uma tabela desse tipo, sendo que a figura inclui sornente urna seqgo da tabela, e n5o toda a extens50 dos
escores.

Escore Bruto

... 60

61

62

64

65

66

67

68

69

...

Escore Padronizado

...

55

56

57

58

59

60

61

62

63

...

Figura 3.13 Exernplo da cransfor~naqiiodc un1 escore bruco em

escore padronizado (cscore 'I')

L I ~ I

Transformas6es Lineares e NCo-Lineares

Em sua rnaioria, os escores padronizados sgo transforma$ies lineares dos escores bruros, calculadas segundo a F6rlnula
3-5. No entanto, dguns escores padronizados sio obtidos por meio de transformac6es niio-lineares. Para essas situag6es,
a F6rrnula 3-5 e o exemplo da Figura 3.12 n50 se aplicam. As transformag6es n5o-lineares podem ser e~npregadas
para se produzir urna discribuig50 normal de escores. Quando isso ocorre, o rcsultado t i s vezes denominado escore
padronizado normatizado.0 efeito da transformag50 n5o-linear esti ilustrado na Figura 3.14. Cornurnenre, a obtengCo
da transformag50 60-linear baseia-se na relagiio existente entre os escorcs z e os percentis indicadores de rnedidas de
ireas sob a curva normal. Por esse motivo, urna transformag50 n5o-linear t i s vezcs denominada transfarma@iode drerr.
Embora isso possa parecer complicado, o process0 t, na verdade, bastante simples. Ao longo deste capitulo, varnos
supor que os escores padronizados sejarn transformag6es lineares, a menos que se indique o contririo.

0 s Escores T
0 s escores T, i s vezes denominados escoresT de McCall, s50 escores padronizados coln M =50 e DP= 10. Portanto, a
extens50 efetiva dos escores T vai de cerca de 20 (correspondente ao valor z = -3) a t t cerca de 80 (correspondente a
z = +3). 0 s escoresT (comT maiilsculo) devem ser diferenciados dos valores tde Student (corn t rninlisculo), utilizados
nos testes de significincia estatistica. 0 s escores T s50 rnuito empregados nos testes de personalidade, embora tarnbtrn
aparegam em outros tipos de testes. Por exemplo, o Inventirio Multifisico Minnesota de Personalidade (MMPI),
descrito no Capitulo 12, e o Inventirio de Interesses Strong (SII), no Capitulo 14, utilizam os escores T. A Figura
3.10 rnostra a distribui~50das escores T.

SATs e GREs

0 Scholastic Assessment Test (SAT) e os Graduate Record Examinations (GREs) empregam urn sisterna de escores
padronizados corn M = 500 e DP = 100. Esse tipo de sisterna aplica-se aos principais testes dessas duas stries: para
o SAT, o verbal e o de matemitica; para o GRE, o verbal, o quantitativo, o analitico e os seus diversos testes de
disciplinas especificas. Frequentemente os testes si0 cornbinados de modo a cornpor um escore total. Por exernplo,
o SAT frequentemente utiliza urn escore verbal combinado com um escore de rnaternitica. Quando se faz isso, as
mtdias s5o somadas, mas os DPs, nio; ou seja, a rntdia de urn escore total ou cornbinado t 500 + 500, mas o DPpara
o escore total n50 t 100 + 100. Para o total de escores, o DP t menor que 200, urna vez que os dois testes que est5o
sendo combinados n50 60perfeitamente correlacionados. Este fen6meno n5o t exclusive do SAT e do GRE. Tambtm
se verificam para qualquer cornbinag50 de testes entre os quais n i o exista urna correlag50 perfeita.

Figura 3.14 Iluscraqiio de uma cransformaq50 nio-linear, parcindo-se de uma discribui+o niio-normal de escores brucos para um
siscema de escores padronizados de discribuiqiio aproximadamence normal

Resumo dos Pontos Principais 3.4

A l p n s Tipos de Esco res Padronizados

Escores T
SATs e GREs
QIs de desvio
Equivalentes de Curva Normal
Escores Padronizados de Virios Niveis (ou Escalonados)

0 QIs de Desvio
A definiqio tradicional de Q.I. (quociente de intelig2ncia) t Q.I. = (IMIIC) x 100, onde IM t a idade mental (cuja
descri~joj i foi dada), IC t a idade cronol6gica e 100 t urn rnultiplicador introduzido con1 o prop6sito de eliminar
as casas decirnais. Por exernplo, se a IM de Zelda for de 10 anos e sua IC for de 8 anos, entso seu Q.I. vale (1018) x
100 = 125. Isto se charna Q.I. de raziio, urna vez que representa a raziio entre IM e IC.

TENTE FAZER! ...............................................................................................................................................

Calcule os QIs de raz5o para os seguintes casos:
A idade mental de Mateus t de 78 rncses (6 anos e 6 rneses)e sua I C C de 84 rneses (7 anos exatos). Quanto vale o
seu Q.I. de razjo?
A idade mental de Mircia t de 192 rneses e sua idade cronol6gica t de 124 rneses. Quanto vale o seu Q.I. de
razso?

Ernpregararn-se os QIs de razz0 nos testes pioneiros de inteligencia. No entanto, observou-se que os desvios padr6es
desse tip0 de Q.I. variavarn para diferentes faixas etirias. Especificarnente, esses desvios padr6es tendiarn a aurnentar
corn a idade. Portanto, urn Q.I. de raz5o de 120 desvia-se rnenos da rntdia (100) em urna idade de 18 do que na idade
de 6 anos. Inversarnente, urn Q.I. de razso de 70 desvia-se rnais de 100 na idade de 7 anos do que na idade de 17.
Essas varias6es no significado do Q.I. em diferentes idades t algo adverso e indesejivel.
0 s QIs obtidos a partir dos modernos testes de inteligencia nZo s50 de razso, mas sirn escores padronizados corn
M = 100 e urn DP norrnalmente valendo 15 ou 16. Esses escores padronizados s50 freqiienternente chamados de QIs
de desvio. 0 valor M = 100 rernonta i defini~zotradicional de Q.I. (o de raz50). No teste original de Stanford-Binet,
os QIs de razz0 apresentavarn urn desvio padr5o de 16 para certas idades. Esse valor foi adotado corno se fosse o u'nico
DPpara os escores padronizados de certos testes de inteligencia. Outros testes, rnais notavelrnente as escalas Wechsler
de inteligencia (WAIS, WISC, WPPSI) adotararn DP = 15.
0 grande sonho de alguns psic6logos t extinguir o termo "Q.I.", mas sern acabar corn a tradiq5o de utilizar urn
sisterna de escores padronizados corn M = 100 e DP = 15 ou 16. Em funs50 disso, o que nos chamamos aqui de Q.I.
de desvio i s vezes aparece nos rnanuais e nos relat6rios dos testes corn urna grande variedade de outros nornes, dos quais
um exemplo t o indice de habilidade escolar (SAI). Entretanto, t rnais simples considerar que por tris desses nomes
alternatives encontrarn-se os farniliares sisternas de escores padronizados com os valores de M e de DP.

TABELA
3.2 ALGUNSDOS SISTEMAS
DE ESCORESMAISUTILIZADOS
Teste
Escala Verbal Wechsler, escala de desempenho Wechsler
Testes de Stanford-Binet e de Otis-Lennon
Escores de Subescalas Wechsler
Law School Admissions Test
Scholastic Assessment Test (SAT)
Graduate Record Exam (GRE)

0 s Estaninos
0 s estaninos, uma contraqiio de "standard nine", constituem urn sistema de escores padronizados coln M = 5
DP = (aproximadamente) 2. 0 s estaninos s50 construidos de mod0 a (a) dividir a distribuiq5o normal elm 9 unidadcs
e (b) fazer coin que as unidades cubram distincias iguais na base da curva normal, excetuando as unidadcs references
i s caudas da distribuiqso, ou seja, as de nlimero 1 c 9. Qualido essas condiq6es s ~ satisfeitas,
o
a media obviamente
valeri 5, e o desvio padriio seri ligeiramente superior a 2. Essas duas propriedades dos estaninos estzo ilustradas nas
Figuras 3.10 e 3.15. Observe que as unidades 2 a 8 cobreln distincias iguais sobre a base da curva normal. Uma vez
que a densidade da curva varia em diferentes seq6es, essas distSncias iguais cobrein diferentes pcrcentuais de cases da
distribuiqiio. I'or exeniplo, o estanino 2 cobre 7% dos casos (do 40 ao 110 pcrcentil), cnquanto quc o estanino 4 cobre
17% dos casos (do 23O ao 400 percentil).

TENTE FAZER! ....................... ......................... ... .... .................................. .................. ....... .............................
Utilizando a Figura 3.10 ou a Figura 3.15, determine o estanino correspondente a cada uln dos seguinces percentis:
Percentil:
Estanino:

36

52

90

0 s estaninos s50 sempre calculados em func$io das divis6es de percentis, como mostra a Fig~lra3.15, e n50 pels
F6rmula 3-5. Em conseqiisncia disso, eles resultam de uma transformaq50 n~o-lineardos escores brutos (a menos
que a distribuiq50 original j i fosse perfeitamente normal). 0 s estaninos s5o extensamente empregados nos relatbrios
de escolas de niveis fundamental e mkdio, sobre seus tesres padronizados de proficiencia e de capacidade mental,
sendo, entretanto, muito empregados em outros centextos. cUma ligeira varia~50do estanino t o sten, uma c o n t r a ~ s ode "standard ten". Trata-se de um sistema de escores
padronizados que variam de 1 a 10 e que, apresentam uma mtdia M = 5,5 e um desvio padrso DP= (aproximadamente)
2. 0 s stens de 2 a 9 cobrem intervalos iguais na base da curva normal, ao passo que 0s stens 1 e 10, que cobrem as
caudas da distribuiqiio, correspondem a intervalos abertos. 0 s stens s50 encontrados nas publicaq6es do Institute for
Personality and Ability Tests (IPAT); o mais conhecido desses testes t o Inventdrio Fatorialde ~ersonalidade(16PF).

Equivalentes da Cuma Normal

0 sistema de equivalentes da curva normal (ECN) emprega escores padronizados e foi desenvolvido de tal mod0
que os ECNs correspondem ao postos percentis nos pontos 1, 50 e 99. Quando essa condiqiio t satisfeita, tal sistema
tern M = 50 e DP = (aproximadamente) 21. Utilizam-se os ECNs quase que exclusivamente para atender a certas
exigsncias de divulgaqso de testes aplicados em escolas phblicas pel0 govern0 norte-americano. A Figura 3.10 mostra
a relaq5o entre os ECNs e outras normas.

Estaninos
Abaixo de 4 4-10 1 11-22123-39(40-59 160-76 177-88 189-951 Acirna de 95
Postos Percentis

Figura 3.15 A distribui~%o

dos estaninos

Escores Padronizados de Vhrios Niveis

U m testc de virios nivcis C aquele que ao menos em parte constitui-se de partes distintas para diferentes niveis etirios
o u escolares. 0 s principais exemplos desses testes szo as baterias de testes escolares (veja no Capitulo 11) e os testes
de habilidade cognitiva aplicados a grupos (veja o Capitulo 9), que se empregam em escolas d o ensino fundamental e
media. Embora para amplas faixas etirias ou escolares os nomes d e alguns desses testes possaln ser os mesmos (p. ex.,
Metropolitrtn Achievement Tests o u Otis-Lennon SchoolAbility Test), obviamente n i o se pode usar o mesmo conjunto de
itens para todo o intcrvalo. 0 teste 6 dividido em um determinado nlimcro de niveis distintos. I'or exemplo, um nivel
pode ser utilizado para a 1" a 22"series, outro para a 3" a series, e assinl por diante.
0 s escores brutos obtidos a partir de diferentes niveis nesses testes sso corn freqiisncia inter-relacionados por um
sistema de escores padronizados que abrange todos os niveis. Esses escores padronizados s50 i s vezes denominados
escores escalonados. 0 s escores padronizados de virios niveis s5o dificeis de interpretar. 6 certo que, para urn dado
nivel, eles tsm valores convenientes para a media e o desvio padrso (p. ex., 500 e loo), sendo que norrnalmente esse
nivel 6 uma serie ou idade que se encontra no meio de todo o intervalo; entretanto, para os demais niveis (idades o u
series) a media e o desvio padrio serio outros. Portanto, por exemplo, no teste de leitura de Lim estudante da 7.! sirie.
um escore padronizado de 6 7 3 n i 0 tern qualquer sentido de interpretagio.
0 s escores padronizados de virios niveis podern ser liteis para se medir o crescimento d o desempenho ao longo dc
niveis de serie escolar o u de idade. 0 sistema de escores geralmcnte 6 desenvolvido de modo a aproximar-se de uma
escala intervalar. N o entanto, para a interpretag50 rocineira do teste, esses escorcs padronizados de virios niveis 1150
s5o lnuito liteis.

a4"

0 s Pontos Fortes e Fracos dos Escores Padronizados

0 s escores padronizados fornecem uma mitrica conveniente para se inrerpretar o desempenho no teste em uma
grande variedade de circunst9ncias. Uma vez que os psic6logos supostamente interessam-se por caracteristicas que se
discribuem norlnalmente, o seu trabalho fica-facilitado $ela conexso dos escores padronizados corn os escores z. 0 s
escores padronizados evitarn o problems apresentado pelos percentis, de haver grandes desigualdades entre as unidades,
dependendo das diversas regi6es da distribuiqio normal. Por esse motivo, os escores padronizados s50 mais indicados
para os procedimentos estatisticos.
N i o obstante, os escores padronizados t@mtambem suas desvantagens. Em primeiro lugar, 6 preciso admitir que
somente urna fraqzo ~nuicopequena de todas as pessoas consegue ter uma ideia do que seja urna curva normal o u urn
escore z. Dai, os escores padronizados relacionados ao contexto da curva normal e aos escores z s50 de pouco valor, exceto
quando se trabalha corn quem entende d o assunto. Em segundo lugar, para fazer corn que u m escore padronizado tenha
sentido, preciso lembrar-se dos valores de M e de DP d o sisterna. 0 s parigrafos anteriores mencionaram alguns dos
mais conhecidos sistemas de escores padronizados que minimizam este problems, como por exemplo, o que adota M =
100 e DP = 15 para os Q.I. de desvio nos testes d e capacidade mental. N o entanto, existem muitos outros sistemas de
escores padronizados - na verdade, h i uma variedade potencialmente infinita deles, urna vez que se podem escolher
quaisquer valores para M e DP. Por exemplo, o Law School Admissions Test (LSAT) e o ACT, teste para admissso
nos cursos superiores norte-americanos, t@mcada qua1 diferentes sistemas de escores padronizados. 0 que urn escore
de 130 significa no LSAT? E um escore de 2 6 n o ACT! N i o se tern a menor ideia disso enquanto nso se procurar no
manual do teste os valores de M e de DP para esses sistemas.
0 s estaninos merecem urna atenqio especial. Eles tcm o merit0 de simplificar a divulgaq50 dos escores individuais.
Por exemplo, 6 ficil explicar aos pais o desempenho d o filho em uma escala que vai de 1 a 9. Em geral, n5o se precisa
de nenhuma explicaq50 adicional quando se fala de medias, desvios padr6es, disthncias iguais medidas sobre a curva
normal, e assim por diante. Essa simplicidade constitui uma vantagem. Por outro lado, os estaninos s50 um tanto
grosseiros ao relatarern as medias de grupos.
Por sua vez, os equivalentes da curva normal (ECNs) s i o uma criaqio infeliz. Assim como escores padronizados,
eles n i o tCm qualquer vantagem extra sobre os demais sistemas d o gsnero. N o entanto, assemelham-se aos percentis,
corn os quais s50, portanto, facilmente confundidos. D e fato, como j i se notou, os ECNs correspondem aos percentis
em trCs pontos da distribuiqgo, sendo, entretanto, notavelmente diferentes nos dcmais pontos.

As Normas de Desenvolvimento
Quando a caracteristica que esti sendo mensurada desenvolve-se sistemacicamente corn o tempo, 6 possivel criar o
que se pode chamar de norma de desenvolvimento. H i dois desses tipos de normas: as equivalkncias por idade
(EI) e as equival&nciaspor skrie (ES). As EIs s i o utilizadas em alguns testes de capacidade mental. Nesse contexto,
o escore 6 charnado de idade mental (IM), que 6 facilmente o mais conhecido das equivalCncias por idade. J i as ESs
s i o empregadas em diversos testes de habilidade escolar. As normas de desenvolvimento s6 fazem sentido no intervalo

e m q ~ l ea llabilidade e s t i sendo rnensurada, e ta1nb6m quando essa habilidade cresce coln o tempo na populaq50 de
interesse. E m uma norma de desenvolvin~cnto,um escorc Lruto 6 inrerprerndo em terrnos d c para qua1 idade ou s6ric
elc seria tipico.

A ldade Mental (IM)

As idades rnentais s50 os cxemplos mais Lisicos de equival6ncias etirias, e unl dos primeiros tipos de normas einpregadas
nos testes psicologicos. Sua origem esti nas escalas de Binet. As IMs s5o deccrrninadas encontrando-se o cscore ripico
ou mediano dos exarninados references a faixas etirias sucessivas. 0 s grupos ecirios podem ser for~nadospor inrervalos
de um ano, rneio ano, trss mcscs ou de qualquer outro no do semelhantc. Decermina-se entiio para cada grupo o seu
respective escore mediano no tesce. 0 s escores s50 represenrados graficamente, com uma curva suave ajuscando-se aos
pontos, corno na Figura 3.16. Cada ' ' 0 " na Ggura C uma mediana obcida a partir d o programa dc normarizaq~od o
teste. Por exemplo, uma crianqa que oLt6n1 um escore Lruro de 42 [em uma I M de 88 meses, o u 7 anos e 4 meses (que
freqiienrernence se escreve corno 7-4 no jarg5o das equivalsncias etirias). N a pricica, os escores Lrucos s50 convercidos
en1 idades mencais por meio de uma tabela construida a parrir da curva de descnvolvin~ento.Um exernplo dessa cabela
6 moscrado na Figura 3.17.

TENTE FAZER!

............... ........ ............................. ......... ......... .... .......... .... .... ................. .. ....... .........................

Utilizando a Figura 3.17, estime a I M (idade ~ncncal)correspondence aos seguinres escores brutos:
Escore Bruco
TM

11

22

47

Escore Bruto

15

20

25

30

35

40

ldade Mental

4-0

4-2

4-5

5-0

5 4

6-2

8-8

j5

Figura 3.17 Tabela desenvolvida a partir da Figura 3.16, mostrando a [email protected] existence entre um escore bruto e a idade mental

Escore mediano da serie escolar

no programa de normatizaqiio

Serie
Figura 3.18 Ilustra$io de uma curva desenvolvida na produCiiode equival2ncias por sCrie

Set.

Out.

Nov.

Dez.

Jan.

Fev.

Mar.

Abr.

Maio

Jun.

0,4

0,s

0,6

0,7

08

09

Figura 3.19 Divisso do ano escolar segundo o siscema de equivalZncias por serie

A convengzo para as ESs k dividir o ano escolar em dkcirnos, corno rnostra a Figura 3.19. Por exernplo, urn valor
de 6,3 significa que se esti tratando do terceiro rnCs da sexta skrie. Freqiienternente se indicarn os ESs acirna de 12,9
(correspondente ao liltirno rnCs da terceira skrie d o ensino rnkdio) corno 12,9+ o u corn algurna inforrnaqzo verbal, tal
corno Post High School (PHs).' A escala ES n50 costurna abranger os anos de estudo superior.
Outras Normas de Desenvolvimento
Ernbora as idades rnentais e as equivalencias por strie sejarn os principais exernplos de norrnas de desenvolvirnento,
deve-se tarnbkrn fazer urna breve menqzo a dois outros casos. Prirneiro, h i testes baseados em teorias d e estrigios do
desenvolvirnento hurnano. Exemplos bem conhecidos dessas teorias s50 a teoria do desenvolvirnento cognitivo de Piaget
e a teoria d o desenvolvirnento moral de Kohlberg. 0 s testes baseados nessas teorias fornecern escores que siruarn urn
individuo dentro de urn certo estigio. Por exernplo, urna tarefa piagetiana pode situar urna crianqa em urn "estigio
prt-operat6rion do desenvolvirnento cognitivo. Jiurn teste kohlberguiano pode situar urn individuo em urn "estigio
convencional" de desenvolvirnento moral. Em geral esses testes n50 produzem urn escore nurntrico. N o entanto,
em algumas aplicagBes, tarnbkrn k possivel relacionar esses estigios a determinadas idades em que eles costurnam ser
atingidos. D e qualquer rnodo, as noq6es fundarnentais que as norrnas baseadas em estigios para esses testes envolvern
s5o essencialrnente as rnesrnas que as noq6es que as IMs e as ESs irnplicam. Obviarnente, a utilidade das norrnas para
as teorias baseadas em estigios depende da validade dessas reorias, bern corno das caracteristicas d o teste.
Urn segundo exernplo de norrnas de desenvolvimento s5o as rnensuraq6es antropornktricas, tais corno a altura e o
peso. Muitas vezes, interpretarn-se tais rnedidas em termos de norrnas de desenvolvirnento, que s%oessencialrnente
equivalencias etirias. Por exernplo, relata-se que uma crianqa tern "a altura tipica d a idade de 6 anos". Tal corno ocorre
corn as idades rnentais, essas afirrnag6es geralmente s5o interpretadas em relaqso i idade cronol6gica da crianqa, corno,
por exernplo, "Miguel k muito alto para a sua idade".

0 s Pontos Fortes e Fracos das Normas de Desenvolvimento

Todas as norrnas de desenvolvirnento tern em cornurn alguns pontos fortes e alguns pontos fracos. DO lado positivo,
elas tem urna naturalidade em seu significado que as torna bastante atraenres. Dizer que urn jovern de 16 anos tern
'Ap6s o ensino me'dio. (N.T.)

mentalidade de uma crianga de 3, ou que unl estudante da 2astrie esti lendo como se estivesse na 8", s5o afirnlag6es que
parecern transmitir bastante significado, ao mesmo tempo que nos livram do esttril jarg5o estatistico dos postos percentis
e dos escores padronizados. As idtias sobre padr6es normais de desenvolvimento estlo profundamente arraigadas no
que pensamos sobre os seres hu~nanos.Em diversas situag6es utiliza-se a nog50 bisica das normas desenvolvimentais.
Por exemplo, um adulto que se mostra embirrado t acusado de "agir como uma crianga de 2 anos". O u alguC~nobserva
que, no Japso, os estudantes de 6a strie entendem ilgebra em um nivel que "geralmente nos Estados Unidos, s6 t
dominado por alunos da l a strie d o ensino mtdio". E Miguel t elogiado por "ter jogado colno u n ~veterano em sua
partida de estrtia". As equivalCncias de idade e as equivalCncias de strie simplesmente formalizam essas maneiras naturais
de pensar, ajudando-nos assim a alcangar o objetivo de tornar os escores brutos mais significativos.
Uma segunda vantagem das normas de desenvolvimento t que elas fornecem uma base para se mensurar o crescimento
da habilidade ao longo dos testes de virios niveis. Por exemplo, quando estiver na l a strie d o ensino fundamental,
uma crianga pode fazer um teste de nivel Iniciante I; na 4a strie, o teste de nivel elementar; e, na 7+tric, o de nivel
intermediirio. As equivalCncias por strie (desenvolvidas em Llm programa de escalagem, descrito anteriormenre) criam
no teste um elo entre todos esses niveis.
H i , no entanto, duas principais desvantagens das normas de desenvolvimcnto. I'rimeiro, elas s6 se aplicam i s
variiveis com padr6es de desenvolvimento claros, n5o se adequando, portanto, a ireas tais como tragos de personalidade,
atitudes e interesses vocacionais. NSo faz sentido, por exemplo, dizer que algutm tern a extroverszo de uma crianga
de 10 anos ou de um estudante da 3 9 h i e . Altm d o mais, mesmo aquelas variiveis que de fato apresentam padr6es
de desenvolvimento em determinados niveis em geral n50 tCm padr6es que continuam a crescer indefinidamente.
Por exemplo, a capacidade mental, da maneira como t mensurada por muitos testes, desenvolve-se sistematicamente
a t t cerca dos 18 anos, mas n50 depois disso. A habilidade de leitura desenvolve-se rapidamente nos anos da escola
elementar, Inas n5o continua essa progress50 indefinidamente. Para os prop6sitos de interpretag5o de testes, existe uma
disting50 litil entre a capacidade mental de uma pessoa de 5 anos e outra de 15, mas n50 entre uma de 25 e uma de
35. A interpretagso radical dessas afi rmag6es 6, portanto, despropositada. As normas de desenvolvi~nentocontinuam
a ser vilidas em situag6es claramente definidas, mas'vso aos po&cos perdendo a sua utilidade i medida que a curva de
desenvolvimento (como as que aparecem nas Figuras 3.16 e 3.18) torna-se menos inclinada, at6 perderem completamente
o sentido quando a curva pira de subir.
Uma segunda desvantagem das normas de desenvolvimento t o fato de n50 se poder controlar seus desvios padr6es.
Em geral, os DPs n50 s5o os mesmos em diferentes niveis, nem em diferentes testes. Em muitos testes, os DPs tendem
a aumentar sistematicamente corn a idade o u com a strie escolar. Variam de maneira n5o-sistemitica entre os diferentes
testes dentro de uma mesma bateria mesmo quando existe apenas um linico grupo de referhcia. Isto pode soar como
um ponto ttcnico e trivial. N o entanto, tal fato tem importantes implicag6es priticas. Por exemplo, uma crianga de
5 anos que se encontra u m ano abaixo da sua capacidade mental (ou seja, I C = 5-0, IM = 4-0) encontra-se muito
mais abaixo da mtdia em unidades de desvio padr50 o u em unidades percentis do que um adolescente de 16 anos
que tambtm esti u m ano abaixo da mtdia (ou seja, IC = 16-0, I M = 15-0). Se o nivel de leitura de u m estudante d a
strie 1,5 estiver em ES = 3,5, esse aluno praticamente estari fora da distribuig50 de estudantes da 1.' strie; por outro
lado n5o t anormal haver u m estudante da strie 7,5 com um nivel de leitura em ES = 9,5. Considere tambtm um
estudante da strie 3,5 que apresenta uma ES de 4,5 em aritmttica e uma ES de 4,5 em leitura. Relativamente a outros
colegas, esse estudante t provavelmente muito mais adiantado em arirmttica do que em leitura, uma vez que o D P d a s
ESs geralmente t menor para aritmttica do que para leitura. Essas diferengas nos DPs das ESs para virios testes n50
s50 sistemiticas, podendo diferir de um teste para ourro.
Uma terceira critica t geralmente reservada i s equivalCncias por serie. Observa-se que um estudante, digamos, da 3"
strie pode obter uma ES de 6,5 n50 porque conhega a mesma mattria que o tipico estudante d a 6Qtrie domina, mas
sim porque respondeu perfeitamente a todos os itens pertinentes i 25, 3" 4&stries, enquanto que o tipico estudante
da 6 strie acerta alguns, portm nem todos os itens situados na faixa entre a 2% a a7"series. A Figura 3.20 represents
essa situag50.

Nivel de Conteudo:

'2 Sene

3
' Sene

4' Sene

ltens

xxxxx

xxxxx

xxxxx

Aluno da 3' Sene

/////

/////

/I///

Aluno da 6' Sene

/I//

//I

/I/

5"erie

xxxxx
/I/

6' Serie

7' Serie

xxxxx

xxxxx

Cada x e urn item do teste. Cada 1 e urn acerto.

Figura 3.20 Diferences maneiras de se obrer uma ES de 6,5

EB

ES

15

65

15

6,s

TABELA
3.3 COMI'OSICAO
DE ESCORESNORMATIZADOS
PARA UM PEQUENONCJMERO
DE E S C O I ~DO
S
OTIS-L,ENNON
SCHOOLABILITY
TEST, 7' EDICAO.ADAPTADODO OLSAT7 MULTILEVEL
FALLNORMSBOOI(I~EI
EB

EP

SAI

PP

NCE

%ansforrna+o de El3 para El' por meio da%~bcla9. De El' para SA1 peinTabela 22. Dc SAI para PP c par;l E, pelaTabcla 37. l>e PP para NCE
yela Tabela 3. Escores para o nivel E grupo eririo de 16 anos e 9-1 1 meses, 2' serie d o cnsino rnedio.

Esse argumento, geralrncnte mencionado apenas em conex50 corn as equivalPncias por sirie, pode ser aplicado
a qualquer tip0 de escore normarizado. Dois esrudantes que aringem o 75" percenril, ou que obriveram um escore

padronizado d e 60, n5o acertaram necessariamenre os mesmos irens. 0 s testes consrruidos segundo a teoria da resposra
ao irern rentam minirnizar esse problems, o qua1 t decorrenre d o mirodo de consrruq50 d o tesre, c n5o d o ripo de
norlna que se utiliza.

Exemplos de Tabelas de Normas

Agora que consideramos cada um dos rnais imporranres ripos de normas, seri 6til observar como os manuais dos tesres
as apresenram. Corno se apresenta urna tabela de norrnas? C o m efeiro, h i uma imensa variedade delas, mas rambtm
exisrem algumas que s5o tornadas como padr6es. Depois dA.ver alguns exemplos, fica ficil perceber como esses padr6es
variam. Apresenramos aqui dois exemplos tipicos de tabelas de normas, urn deles exrraido de u n ~resre que utiliza urn
g a n d e nlimero de normas, e outro tirado de urn caso muiro mais simples.
A Tabela 3.3 na verdade comp6e-se de virias outras cabelas de norrnas inter-relacionadas, que apresentam normas
da 7" ediqjo d o Otis-Lennon School Ability Test. Comeqa-se com os escores bruros obtidos no reste total, que s50
e n d o transformados em uma escala de escores padronizados em virios niveis. C o m o uso de outra tabela, pode-se
converter o escore dessa escala para o School Ability Index (SAI), urn escore padronizado semelhante ao de um Q.I.
coln M = 100 e DP = 16. Uma outra tabela entso converte o escore da primeira escala em um posto percentil e em
estaninos. Por fim, com base na relaq5o fixa entre os percentis e os ECNs (veja a Tabela 3.1), esse escore tambtm foi
convertido em urn ECN.
A Tabela 3.4 mostra uma porqso da tabela de normas extraida da Piers-Harris Children? Self-Concept Scale. Trata-se
de um caso muiro mais simples, em que uma linica tabela conttm todos os escores. Aqui, os escores brutos localizam-se
na coluna csquerda; nas demais colunas, eles se encontram convertidos em posros percentis, em estaninos e em escores
padronizados (escores T, neste caso). Naturalmente, o computador consrr6i essas tabelas lendo os escores brutos e
fazendo automaticamente as convers6es para as oucras escalas.

Escore bruto

Percentil

Estanino

Escore T

Lembre-se dc que o prop6sico bisico das normas C fornecer urn concexco interpretativo para urn escore bruro. Eln
geral, as info[-maq6esnormativas s50 quantitativas, constituindo urn outro conjunto de nlimeros. Entretanto, venl sc
tornando uma pritica cada vez mais comum divulgar os escores de uma maneira aucomitica, valendo-se de programas
de computador. Em situaq6es con10 essas, pode ate ocorrer que o usuirio simplcsmence n i o se depare com q ~ ~ a l q ~ l e r
nlimero. Na maioria dos casos, enrretanto, os relatos incluem tanto nlirneros - os tipos cosrumeiros de norlnas -colllo
cambern urn relat6rio narrativo. Como entiio produzir relat6rios narrativos?
A materia-prima dos relat6rios narracivos C selnpre o escore de L I ~ Iteste, que pode ser urn escore bruto OLI unl [eta,
mas que lnais comLlmence 6 Llnl escore normatizado. Entretanto, a partir desse inicio, os relat6rios narrativos podem
variar consideravelmenre em co~nplexidade.No nivel lnais simples, sua funqio pode scr simplesmente converter
escore normatizado em uma descriqiio verbal. Por exemplo, um coniputador pode gerar Lima tabela mostralldo a seg~li~ltc
correspondfncia entre escores padronizados (em urn sistema dc M = 100, DP= 15) e classificaq6cs verbais:
130+
120-129
110-1.19
90- 109
80-89
70-79
Abaixo de 70

Excepcionalmente alto
B e ~ nacima da media
Pouco acirna da media
Na media
Pouco abaixo da media
B e ~ nabaixo da media
Excepcionalniente baixo

Com esta tabela, pode ficar da seguinte maneira o pcrfil traqado de urn individuo que obceve os seguintes escores
nos testes A, B e C:

Teste

Escore

Nivel de Desernpenho

98
82
94

Medio
Pouco abaixo da media
Mkdio

B
C

A coluna do "Escore" pode nem mesmo aparecer no rclat6ri0, embora o conjunto desses valores constitua a
pr6pria base. C o m uma programaqso um pouco mais sofisticada, o computador pode incluir no relat6rio express6es
como: "Tanto no cesteA quanto no C, o desempenho de J o ~ ficou
o
no nivrl interrnediirio, embora no teste B ele tenha
ficado um pouco abaixo da midia." Freqiienternentc, os relac6rios fazem referencia ao grupo da norma. Por exemplo:
"Em comparaq2o com os demais meninos da sua idade, JOSOencontra-se no 60" percentil para aptid50 mec9nica, 0
que esti um pouco acima da media para os meninos da sua skrie."
Alguns relat6rios narrativos v50 muito alim da convers5o dos escores normatizados em classificaq6es verbais,
incluindo tambirn informaq6es relativas i fidedipidade e i validade do teste, assuntos que ser5o rratados em capitulos
posteriores desre livro.

TENTE FAZER! ...............................................................................................................................................

Suponha que vocC esteja elaborando o relar6rio d e um teste. Elabore um conjunto de classificaq6es verbais para 0s
estaninos 1-3, 4-6 e 7-9. Procure empregar classificaq6es que tenham rnais de urna palavra.

Grzrpo de Estnrzinos

ClnssifcagLo Verbal

1-3
4-6
7-9

A Figura 3.2 1 mostra as porq6es de um relat6rio narrativo para o N E O PI-R, um teste que seri descrico detalhadamente
no Capirulo 12. 0 relac6rio complete estende-se por 5 a 6 piginas. 0 excerto a q ~ l apresentado
i
serve para nos dar ~ l m a
idiia de como k urn relat6rio desse tipo. Observe clue ele corneqa corn os escores normatizados, que, neste cam, ~ 5 0s
0
escores T, passando enczo a interpreri-10s.
A Figura 3.22 i extraida do STAR Mach Test, um teste adaptativo de matemirica feito em computadores e aplicado
a estudantes da l 8 skrie do ensino fundamental i liltima serie do ensino medio. Esse relacbrio tambim comeqa corn 0s
escores normatizados, neste caso incluindo escores padronizados (EP), equivalfncias por serie (ES), postos percentis (PP)
e intervalos de postos percentis, alkm de equivalentes da curva normal (ECN). 0 relat6rio interpreta o desempenho
do estudanre, fazendo tambim algumas sugest6es references i instruqZo que ele deve receber. 0 relac6rio conlbina
elementos de uma interpretaqiio referenciada pela norma com uma interpretaq50 referenciada pelo crirerio.

-(ndices de Validade 0 s indices de validade encontrarn-se dentro dos lirnites norrnais; os dados obtidos pelo teste parecern ser validos.
-Base de lnterpretaq.50 Este relatorio cornpam o respondente corn os dernais adultos do sexo rnasculino, baseando-se nas respostas dadas pelo
exarninando.
Em termos bastante gerais, pode-se descrever a personalidade por rneio de cinco dirnensbes ou fatores basicos. 0 s
escores de dorninios do teste NEO-PI-R fornecern estirnativas para cada urn desses cinco fatores. Entretanto, os escores de
fatores do teste NEO-PI-R fornecern rnedidas rnals precisas, que podern diferir urn pouco dos escores de dorninios referentes
ao perfil individual. 0 s escores de fatores G o os seguintes:
Escala
Neuroticisrno
Extroversao
Abertura a ExperiBncia
Cordialidade
Responsabilidade

Escore T do Fator
(N)
(E)
(0)
(A)
(c)

53
44
56
50
50

Interval0

MEDIO
BAlXO
ALTO
MEDIO
MEDIO

Esses escores de fatores sCo utilizados para se descrever o individuo em nivel global. 0 s escores de fatores baseiarn-se
em urna cornposiqCo de escores de escala de facetas. Na rnedida em que ha urna grande dispersgo entre os escores de
faceta dentro de urn dorninio, a interpretaqho desse dorninio e do fator torna-se rnais complexa. Nesses casos, deve-se
atentar particularrnente para as escalas de faceta e suas respectivas interpretaqbes.

-Descripso Global da Personalidade: 0 s Cinco Fatores 0 aspecto rnais distinto da personalidade deste individuo e o seu resultado no fator ExtroverGo. Individuos corno ele sCo
urn tanto introvertidos, preferindo realizar rnuitas atividades ou sozinhos ou em urn gmpo pequeno de pessoas. Evitarn festas
grandes e barulhentas, tendendo a ficar silenciosos e reservados em intemq6es sociais. Quern conhece essas pessoas
provavelrnenteas descrevera corno isoladas e senas [McCrae& Costa, 19871.0 fato de que esses individuos sejarn introvertidos nCo significa necessariarnente que eles nso tenharn hhbilidades sociais - rnuitos individuos introvertidos tgrn urn
desernpenho bastante born em situaqbes sociais, ernbora prefirarn evitar participar delas. Observe tarnbern que a introversCo
nCo irnplica introspecqho; individuos corno esses tendern a ser pensativos e reflexivos sornente se tiverern urn alto grau de
Abertum a ExperiBncia.
0 individuo aqui considerado tern, de fato, urn alto grau de Abertura. lndividuos corn essa ca~cteristicainteressarn-se
pelas experigncias em si rnesrnas, apreciando novidades e variedades. S5o sensiveis aos seus proprios sentirnentos, e sua
capacidade de reconhecer a ernoqso de terceiros esta acirna da media. Apreciarn bastante a beleza nas artes e na natureza.
Gostarn de considerar novas ideias e valores, podendo ter algo de anticonventional em suas pmprias ideias. Seus cornpanheiros costurnarn acha-10s originais e curiosos.
Vejarnos agora o nivel de Neuroticisrno desse individuo. As pessoas corno ele, que apresentarn urna pontuaqCo media
nesse aspecto, apresentarn tarnbern urn cornportarnento rnedio em terrnos de estabilidade ernocional, experimentando urna
quantidade normal de insatisfaqso psicologica e possuindo urn equilibrio rnedio de satisfaqbes e insatisfaq6es corn sua vida.
Sua auto-estirna nCo e nern alta nern baixa, e sua capacidade de lidar corn o estresse e tho boa quanto o de urna pessoa
rnediana.
0 individuo em questho e rnedio quanto a Agradabilidade. Pessoas corno ele nesse aspecto tgrn em media urna natureza
t5o boa quanto urna pessoa cornurn. Elas podern ser condescendentes, mas tarnbern firrnes. Confiarn nos outros, mas nCo
s5o inggnuas, estando aptas tanto a cornpetir quanto a cooperar corn as outras pessoas.
Finalrnente, o individuo apresentou urn nivel rnedio em Conscigncia. 0 s hornens que tBrn essa caracteristica nesse grau
apresentarn urn nivel normal de necessidade de realizago, sendo capazes de preterir o trabalho em busca de prazer ou
recreaqso. SCo rnoderadarnente bern organizados, razoavelrnente confiaveis e tern urn nivel rnedio de autodisciplina.

-Interpretapt50 Detalhada: as Facetas de N, E, 0, A e C Cada urn desses cinco fatores abrange urn certo nlirnero de caracteristicas especificas, ou facetas. 0 teste NEO-PI-R
rnede seis facetas para cada urn dos cinco fatores. Urn exarne dos escores obtidos para cada faceta fornece urn retrato rnais
detalhado do mod0 distintivo corno esses fatores sso vistos nesta pessoa.
Neuroticismo
Este individuo e ansioso, em geral apreensivo, e propenso a se preocupar. AS vezes fica zangado corn os outros, tendo
tendBncia a se sentir triste, solitario e deprirnido. Ernbaraqo ou tirnidez ao lidar corn outras pessoas nCo e problerna para ele.
E urna pessoa que aparenta ter dificuldades em controlar seus irnpulsos e seus desejos, mas e capaz de controlar seu
estresse tCo bern quanto a rnaioria das outras pessoas.

Figura 3.21 Excertos de urn relat6rio completo do teste N E O PI-R

As iVon,msnos Estc,~

75

0 Efeito Barnum
AO escolhermos que rip0 dc relatcirio usarelnos para informar os escores dos testes, devcmos atentar parricularmente
para a ocorr@nciad o efeiro Barnuln, clue recebeu o norne de urn adivinho de circo,

P. T. Barnum,

fa~nosopela habilidade

em Ixzer as pcssoas acredirarem em (e co~nprarcm)cqualquer coisa. Quando aplicado na testagem psico16gica, 0 efeito

Barnum refere-se i cendsncia da pessoa de acredirar em afirmativas 1xunposa, que, na verdade, aplicam-se a quase
todo m u n d o e 1150 contCnl qualquer inforrnaqiio singular e especifica fornecidn pel0 resre. Considere as seguinres
generalizaq6es feiras corn os escores de urn resre de pcrsonalidade:

0 s seus escores indicam que, quando e s d corn determinados grupos dc pessoas, voci. rende a ser muiro esrrovcrrido.
Mas

hri

ocasi6es e m que tudo que vocE quer

6 ser voc@mesmo.

Para as trfs prirneiras cscalas do rcscc, o seu escore combinado indica que, en1 geral, voc@6 capaz de controlar seu
temperamento, ainda que, por dencro, esreja presres a enrrar e m erupqiio.
Segundo esse resre,

Ill ocasi6es em que vocE acha injusco clue algumas pcssoas se aproveicem de ourras.

Considere agora as seguintes afirmag6es gcneralizadas feiras sobre Llm ?studanre dc nivel fundamental a qLIen1 se
aplicaraln testes escolares e de capacidade mental:

A bateria dc testes moscra quc Nelson n i o se sai igualmenre b c m em codas as ireas. Seu

necessira capiralizar

0s ponros fortes do aluno, ao mesmo tempo que dcve m o r i v l - l o a progredir c m ourras ireas.

Relatorio de Diagnostic0 para Melissa Barrett

STAR MathTM:Quinta-feira, 09/09/99, 10:31
Data do Teste:..p9/09/99
Gregory Middle School
Disciplina: Matematica 3, Setima Serie
Serie: 75

Professor: Robert Williams

Id:

Este relatorio apresenta informaq6es de diagnostico referentes as habilidades gerais em matematica do estudante examinado, com base em seu desempenho no teste STAR Math.

1 I 1 I
EP

ES

PP

AmgEude

PR e PR Amplitude
MBdia

MWia

50

99

Esses escores indicam que Melissa provavelmente domina as quatro operaq6es aritmeticas fundamentais. Ela e razoavelmente proficiente em fazer recombinaqdes mais dificeis de numeros inteiros, tendo uma boa compreensao da a~liCaGa0
destes a0 sistema decimal. Melissa provavelmente nao conseguiu ainda dominar conceitos e operaqdes COm fra~dese
decimais, estando, nao obstante, apta a trabalhar bastante nessa area.
A fim de maximizar seu progress0 em matematica, Melissa deve:
Conservar sua proficigncia sobre os conceitos e operaqdes com os numeros inteiros, por meio de priitica periodica
Receber instru~gocuidadosa sobre os conceitos relativos a fraqdes e decimais. desenvolvendo tambem umacomPreens3o conceitual por meio do uso de modelos concretos e manipulativos
Praticar as operaqdes de soma, subtraqgo, multiplicaqBo e divisao de fraqdes e numeros decimais
Aplicar operaq6es simples e problemas de enunciados a modelos concretos
Comeqar a trabalhar em operaqdes mais dificeis envolvendo fra~6ese numeros decimais
As habilidades em matematica desta aluna encontram-se abaixo do nivel media de sua serie escolar. Provavelmente Melissa
se beneficiaria se tivesse todo dia um tempo maior do que o usual de instruqS.0 em matematica. Melissa tambem necessitarla
dedicar mais tempo a praticar representaqbes concretas de conceitos e processes matematicos. 0 professor deve se
certificar de que Melissa dominou bem o conteudo de matematica antes de passar para materia nova. Deve-se a0 mesmo
tempo evitar a repetiq3.o desnecessaria de conceitos e operaqdes matematicas simples.
Se voce estiver utilizando o programa de gerenciamento Accelerated MathTMcom Melissa, procure a Grade 4 ou Grade 5
Library.Voce pode aplicar os objetivos anteriores no mod0 de diagnostico da Grade 4 Library. Se Melissa mostrar que domfna
esses objetivos, passe-a imediatamente para a Grade 5 Library. Caso contrario, faqa-a repassar a materia da Grade 4 Library.
Se necessario, repita os objetivos da Grade 4 ou da Grade 5, ate se certificar de que ela domina a materia.

Figura 3.22 Exemplo de urn relat6rio cornpleco dc um cesce STAR Mach

0 s cscores desse teste podem ser especialmente liteis em casos colno o de Abigail, cujo desempcnho poderia,
ccrtamente, melhorar de muitas maneiras.
Todas essas afirma~6cspoderinm ter sido feitas a respeito de quase qualquer pcssoa. Elas nCo cont@minformaq5o
alguma baseada e ~ ~ e c i f i c a m e n tnos
c escores dos testcs. D e faro, 6 possivel construir u m relacbrio inreiro con1
afirmaq6es dcsse ripo. Naturalmente, afirmativas desse tipo n5o nos s5o liteis, urna vez que os relar6rios devcrian~
fornecer informaq6es que individualizam os examinandos, ao mesmo tempo que sc baseiam diretamente nos escores
dos testes.

TENTE FAZER!

.......... ................... .... .......... ............................................... .......... .......... .... ......... .......... ....... ...

Discorra sobre a pcrsonalidadc de algll6111 usando afir~narivasde Barnum, que, naturalmente, poderiam se aplicar a
quase toCas as pcssoas que voc? conhcce. Comece da seguinte maneira: 0 s escores d o teste mostram que voc&-.

0 s Grupos de Referencia
l b d o s os tipos de normas j i rratadas neste capitulo baseiam-se nos grupos de referencia.Aplica-se o teste ao grupo de
referencia no que t denominado programn de 1lormntiznq20ou depndronizaqo. 0 valor das normas para o teste depende
da natureza d o grupo de refersncia. A interpretaqzo dos escores do teste 6 bastanre afetada pelo grupo d e refersncia
que se utiliza para determinar as normas, independentemenre de que tipo essas normas possam ser. Por conseguinte,
t importante considerar que ripos de grupos de refersncia se podem encontrar.
Para os testes psicol6gicos, os grupos de referencia apresentam uma enorme variedade. E, em meio a essa diversidnde,
6 dificil formular categorias distintas para eles. Apresentamos a seguir um esquema de categorizaqio desses grupos que
deveria ser visto mais como urn continuum, em vez d e um si3tema de diferenciaq6es muito claras entre eles. N a priricn,
encontrar-se-50 exemplos d e pontos intermediirios entre as categorias dessc continuzrm.

Normas Nacionais
Alguns testes prop6em-se a ter norrnas nacionais, ou seja, normas baseadas em urn grupo que seja representativo de todo
o segment0 da populaqio nacional i qua1 o teste se destina. Exemplos para um pais podem ser o conjunto d e todos os
adulros, ou de todos os estudantes do prt-primirio ao segundo grau, os candidatos aos cursos de uma universidade, ou
os individuos que s50 legalmente definidos como cegos. 0 grupo-alvo d o teste -a populaqso -costuma ser definido
juntamenre corn o prop6sito d o teste. A Tabela 3.5 apresenta afirmaq6es extraidas de manuais de testes relativas a
normas nacionais. Compare essas afirmaq6es com as daTabela 3.6, que alertam para o problema da representatividade
atribuida a qualquer grupo bem definido.

Normas Internacionais
Nos liltimos anos, tern-se desenvolvido normas internacionais corn o prop6sito de se mensurar a proficiCncia escolar
e m diferentes paises. Tais normas baseiam-se em amostras d e alunos extraidas d e determinados paises - em geral
dos paises economicamente desenvolvidos - que quiserarn participar desses escudos. A maioria das interpretaq6es
baseiam-se nas comparaq6es dos escores totais e dos percentuais dos alunos que acertaram dererminadas quest6es. Dai,
neste caso, certas normas, tais como postos percentis ou desvios padr6es, szo d e pouca urilidade. Para exemplos dessas
norrnas internacionais, veja o Capitulo 1 1.

TABELA
3.5 AMOSTRADE UMA DECLARACAOSUPONDO~VORMAS
I~ACIONALMENTE

REPESENTATIVAS

"As normas para o teste W S C - I 1 1 apresentadas neste manual s50 extraidas d e uma amostra d e padronizaq50 que t
representativa da populaq50 infantil dos Estados Unidos" (Wechsler, 1991, p. 20).
"a amostra [MSCS] t bastante representativa da populaqCo dos Estados Unidos e, para a maioria das variiveis, os seus
parlmetros est5o bastante conformes com os padr6es norte-americanos" (Bracken, 1992, p. 15).

"0teste PPVT-R foi padronizado conforme uma amosrra nacional representativa das crianqas e dos jovens" (Dunn &
Dunn, 1981, p. 35).

Norrnas de Grupos de Gonveni&ncia

Ernbora o objetivo de alguns testes seja dispor de norrnas nacionais, alguns recon11ecid:~rncnre n5o as tEm. Isto
porque suas norrnas baseiarn-se em urn o u em virios grupos de conveni6ncia, que siio aqueles mais disponiveis o u
"convenientes" para se fazer a prk-testagem. C o ~ freqiiencia
n
esses grupos provEm de uma linica localizaq50 geogrifica,
sendo relativamentc hornogtneos em tcrmos culiurais, podendo tambenl abrangcr uma faixa ctiria limitada, Lrma
limitada faixa de escolaridade e ulna limitada faixa de outras variiveis de importlncia.
Dependendo do grupo que se tome, as normas dos testes podem diferir bastante. Por exemplo, urn teste sobre autoi n ~ a g c npode
~ ter unla norrna baseada em 250 estudantes da 8' serie de urna cidade do Nordesre d o pais, uma segunda
norma com base em 150 jovens de 15 a IS anos que recebem acompanharnento psicol6gic0, e ainda outra baseada em
200 adultos participantes de unl levantamento sobre atitudes d o consumidor.
Na ~nelhordas hipbteses, o usuirio do testc cspera que o manual contenha uma descriqso sincera e cuidadosa das
caracteristicas desses grupos de referencia adhoc. Entretanto, rnuitas vezes isso n5o esti disponivel. As normas con1 base
nos grupos de conveniCncia devem ser interpreiadas com o mixinlo de cautela. 0 usuirio do tcste deve evitar supor
que clas podern scr usadas como urn substituto legitilno de uma norma nacional, devendo tambem evitar confundi-las
con1 urna norma de subgrupo clara~nentedefinida.

As Norrnas do Usu6rio
Alguns testes empregam o que s50 denonlinadas normas do usuirio. Essas normas baseiam-se nos possiveis grupos
que de fato fizeram o testc, geralmente em um period0 especifico. A nledida que novos grupos v50 sendo avaliados,
os rcsponsiveis pelo teste simplesmente acrescentam esses novos casos ao banco de dados da normalizaqio.%s
normas de postos percentis d o Sc/7olasticAssessinent Test (SAT) s50 normas d o usuirio (veja o Capitulo 9), baseandose em todos os estudantes que fizeram o teste no liltirno a n o ~ d esua aplicaqzo. As normas dos testes especificos para
certas disciplinas (veja o Capitulo 11) s%obaseadis em todokos individuos que fizeram o teste nos tr&sanos mais
recentes.
C o m as normas d o usuirio, nzo existe tentativa aprioristica de assegurar que o grupo seja representativo de qualquer
pop~~laq50
bem definida. As normas do usuirio s50, na verdade, urn tip0 de norma de convenitncia. C o m o j i se observou
para as normas de convenitncia, espera-se que, juntamente corn a norma, apresente-se uma descriqzo detalhada d o
grupo utilizado para a sua determinaqzo.

As Normas de Subgrupos
Alguns testes fornecem normas de subgrupo, os quais s50 extraidos da totalidade d o grupo de referencia. Por exemplo,
pode-se fornecer separadamente normas por sexo, raqa, nivel socioecon6mico, profiss5o ou regi5o geogrifica.
As normas de subgrupo sZo potencialmente liteis somente se houver diferenqas substanciais entre os subgrupos
na variivel que esti sendo mensurada pelo teste. Se os subgrupos n50 diferirem quanto a essa variivel, entzo as suas
respectivas normas n50 iAo diferir da norma baseada na totalidade d o grupo.
Dependendo d o prop6sito do teste, pode-se preferir utilizar somente uma norma de um grupo total ou somente
uma norma de u m subgrupo. Em diversas circunst~ncias,o uso tanto da norma d e grupo quanto da norma de subgrupo
melhorari a interpretaqzo do teste. Por exemplo, pode ser litil saber que o escore de Jose encontra-se n o 60" percentil
da norma nacional, mas no 30" percentil de seus colegas de profiss50.

TABELA
3.6 EXEMPLODE UMA DECLARACAONA QUAL Nd0 SE SUPOEA EXISTENCIA
DE REPWSENTATIVIDADE
E importante que as instituiq6es se lembrem de que os dados constantes deste Guia s5o os dados do usuirio [...I. Para
cada teste, as instituiq6es incluidas nos dados n50 representam proporcionalmente os diversos tipos de instituiq6es de
ensino superior; trata-se de faculdades e universidades nas quais se aplicaram os principais testes de disciplinas especificas"
(ETS, 1997, p. 3).
"

'

"Para o escore total, a arnostra de normatizaq50 consistiu em 1.183 colegiais de uma escola pliblica de uma pequena cidade
da Pensilvlnia [...I. [os dados da normatiza~50]podem apresentar uma generalizaqCo limitada" (Piers, 1996, p. 50).

'Dai vcm o fato dc quc esse tipo dc norma 6 , em gcral, encontrado apcnas em casos em que o resultado de codos, ou pelo mcnos de urna parte
subscancial dos cxaminandos, 6 corrigido por quem aplica o tcste. (N.A.)

mo dos Pontos Principais 3.5

Normas Nacionais
Normas Internacionais
Grupos de ConveniCncia
Normas d o Usudrio
Normas de Subgrupo
Normas Locais
Normas Institucionais

Normas Eocais
Suponha que uma escola utilize o Metropolitan Achievement Zsts, pelos quais os escores de seus alunos sHo divulgados
em ternlos de norrnas nacionais. Altrn disso, a escola calcula uma distribuiqio apenas com os escores de seus pr6prios
alunos, interpretando os escores de cada um deles em relaqso aos escores dos dernais estudantes dessa mesma escola.
Isto t o que se denornina norma local. Quase sempre essas normas s5o expressas em percentis.
Considere outro exemplo. Em urn process0 de seleq50, uma empresa utiliza um teste de aptid50 quantitativa para,
a cada ano, testar 200 candidatos a um emprego de escrit6rio. Embora haja normas nacionais no teste, a empresa cria
urna nova norma com base nesses 200 candidatos testados.
As norrnas locais podem ser liteis para alguris prop6sitck de interpretaqio. Uma de suas vantagens t que certamente
se conhecem as caracteristicas do grupo de referencia, uma vez que se trata das pr6prias pessoas que foram localmente
testadas. Naturalmente, em uma norma local, o individuo tipico ficard na mtdia, o que, entretanto, pode ser enganoso.
Por exernplo, na situaq5o j i mencionada de testes aplicados em uma escola, o estudante mtdio de cada strie estari
"dentro da norma". Isto n50 t muito informativo, urna vez que se trata de uma verdade estabelecida pot meio de uma
definiqio. Em urna norma local, n5o se pode determinar se o individuo mtdio esti situado acima ou abaixo da mtdia
em termos de algum patimetro externo de referCncia.
A Figura 3.23 fornece o exemplo de um caso em que o grupo local estd pouco acima da norma nacional, e no qua1 um
escore bruto de "X" encontra-se no 55" percentil na norma nacional, mas no 45" percentil na norma local. Diferenqas
muito maiores do que essa serio observadas quando o grupo local estiver muito acima ou muito abaixo da mtdia.

Normas Institucionais
Alguns testes, especialmente os testes de desempenho, fornecem normas baseadas em instituiq6es, bern como normas
baseadas em individuos. As normas institucionais baseiam-se nas mtdias calculadas para os individuos dentro de

x = 55"hil

Nacional

= 45V0il Local

Figura 3.23 ComparaGo amosrral enrre uma norma nacional e urna norrna local