t

Evaluación de

Cuestionario TEA Clínico

- Revisado

CTC-R

Prueba valorada en la ronda de evaluaciones del año 2022

 RESUMEN DE LA VALORACIÓN DEL TEST

Descripción general

Característica Descripción

Nombre del test CTC-R. Cuestionario TEA Clínico - Revisado

Autor David Arribas, Sara Corral y Jaime Pereña

Autor de la adaptación española -

Variable(s) Sintomatología clínica y rasgos psicopatológicos

Áreas de aplicación Psicología clínica

Psicología forense

Psicología del trabajo y las organizaciones

Psicología del tráfico (EP)

Clínicas de fertilidad

Soporte Papel y lápiz

Informatizado

en el CET-R

2
 Valoración general

Característica Valoración Puntuación

Materiales y documentación Excelente 5

Fundamentación teórica Excelente 5

Adaptación -- --

Análisis de ítems Buena 4

Validez: contenido Buena 4

Validez: relación con otras

Buena-Excelente 4.4
variables

Validez: estructura interna Buena-Excelente 4.5

Validez: análisis del DIF Excelente 5

Fiabilidad: equivalencia -- --

Fiabilidad: consistencia interna Excelente 5

Fiabilidad: estabilidad Adecuada-Buena 3.5

Fiabilidad: TRI -- --

Fiabilidad inter-jueces -- --

Baremos e interpretación de
Excelente 5
puntuaciones

3
 Comentarios generales

El CTC-R es un test de rendimiento típico de aplicación individual o colectiva destinado a evaluar

sintomatología clínica y rasgos psicopatológicos en personas adultas. Consta de 110 ítems con un
formato de respuesta Likert de 4 puntos. Incluye 10 escalas de distintos síntomas clínicos y
características de personalidad que generan malestar, incapacidad o una respuesta
desadaptativa y un índice de patología general (IPG), además de dos escalas de control de la
validez (inconsistencia y deseabilidad social). Abarca una amplia variedad de escalas clínicas, sin
que la aplicación sea excesivamente larga.

El CTC-R ofrece la opción de administrarse tanto mediante lápiz y papel como mediante internet, lo
que se considera positivo desde el punto de vista de la accesibilidad. La información del manual
sobre las instrucciones de aplicación de la prueba es muy detallada y clara. Los materiales resultan
atractivos y bien estructurados para quien responde el test, aunque en soporte lápiz y papel el
cuadernillo de preguntas y la hoja de respuestas se presentan de forma separada. El manual
también aporta información muy detallada para ayudar a la interpretación de los resultados,
incluyendo la posibilidad de disponer de un informe narrativo automatizado. La administración y
corrección a través de la plataforma informática permite reducir los potenciales errores de
corrección.

El manual aporta diferentes fuentes de evidencias de validez. En cuanto a las evidencias referidas
al contenido, la experiencia de los autores, junto con el minucioso proceso de creación y
depuración de los ítems, constituye una valiosa fuente de validez. Respecto a las evidencias
basadas en la relación con variables externas, se muestran dos tipos de estudios. Primero, en cuanto
a las evidencias convergente y discriminante, se valora positivamente que se aporten datos de siete
estudios con diferentes instrumentos que evalúan personalidad, competencias o psicopatología, en
muestras de diferente tamaño, aunque sería recomendable aportar algún dato sobre su calidad
psicométrica en la muestra de cada estudio ([Link]., coeficiente de consistencia interna) e hipótesis
claras sobre la dirección y magnitud de la correlación con las puntuaciones del CTC-R. Segundo,
en los estudios de diferencias entre grupos, se utilizan muestras en las que “a priori” se ha asumido
que el grado de deseabilidad social de los diferentes grupos en contextos competitivos o que
pueden suponer un beneficio personal es superior al nivel estándar del grupo de población general.
Convendría ampliar esta sección con la realización de estudios que relacionen las puntuaciones del
CTC-R con criterios externos relevantes a nivel organizacional, clínico y/o forense ([Link]., rendimiento,
diagnóstico, idoneidad, etc.). Las evidencias de validez basadas en la estructura interna del CTC-R
dan soporte empírico al uso tanto de las puntuaciones de las 10 escalas clínicas como de la
puntuación total (Índice de Patología General), y los resultados del análisis del funcionamiento
diferencial de los ítems garantizan que la evaluación de hombres y mujeres está libre de sesgo, lo
que es especialmente relevante en un proceso de selección de personal.

La fiabilidad se analiza desde la Teoría Clásica de Test y se proporcionan indicadores de la

consistencia interna y la estabilidad temporal, con valores excelentes en ambos casos. Para la
consistencia interna se utilizan muestras grandes segmentadas según el contexto de evaluación,
mientras que para la estabilidad temporal se incluye una única muestra de población general de
tamaño moderado. Se valora positivamente que se ofrezcan los valores del error típico de medida
en escala T de la muestra de población general. Para ninguno de los indicadores de fiabilidad
mencionados se incluyen los resultados de la puntuación total (IPG), aunque teniendo en cuenta
los resultados del análisis factorial junto con los de consistencia interna y estabilidad de cada escala
clínica, se prevén muy elevados.

Se valora favorablemente la existencia de 23 baremos en total, para 10 países diferentes, además

de un baremo general para países de Latinoamérica. Para España, se dispone de 5 baremos en
función del contexto de la evaluación (población general, selección de personal, cuerpos de
seguridad, contexto forense, donación de gametos). Es destacable que las muestras utilizadas sean
muy grandes, actuales, en su mayoría delimitadas con criterios de inclusión/exclusión, y en general
representativas de la población objetivo, aun cuando se han obtenido de forma incidental. En base

4
a la premisa de que el diferente contexto de evaluación comporta diferentes grados de
deseabilidad social en las respuestas, los 5 baremos se han establecido a partir de las diferencias
observadas entre la población general y los cuatro restantes. Un punto fuerte es que las muestras
de tipificación van actualizándose y, en consecuencia, se dispone de los datos vigentes
correspondientes a cada momento de actualización (consultables a través del sistema informático
TEAcorrige).

En definitiva, las propiedades psicométricas del CTC-R son satisfactorias y avalan el uso previsto de
sus puntuaciones.

5
 ANÁLISIS DETALLADO DE LA PRUEBA

1. DESCRIPCIÓN GENERAL DEL TEST

1.1. Nombre del test:

CTC-R. Cuestionario TEA Clínico - Revisado

1.2. Nombre del test en su versión original:

--

1.3. Autor/es del test original:

David Arribas, Sara Corral y Jaime Pereña

1.4. Autor/es de la adaptación española:

--

1.5. Editor del test en su versión original:

Hogrefe TEA Ediciones

1.6. Editor de la adaptación española:

--

1.7. Fecha de publicación del test original:

2010 (CTC)

1.8. Fecha de publicación del test en su adaptación española:

--

1.9. Fecha de la última revisión del test:

2022 (CTC-R)

1.10. Área general de la/s variable/s que pretende medir el test:

Personalidad, Escalas clínicas

6
1.11. Breve descripción de la/s variable/s que pretende medir el test:

El CTC-R es un test que persigue evaluar la gravedad de distintos síntomas clínicos y características de
personalidad que generan malestar, incapacidad o una respuesta desadaptativa en distintas esferas
de la vida, como la personal o la laboral. Está destinado a población adulta. Puede utilizarse en diversos
contextos, como son la práctica clínica y sanitaria, el peritaje forense y la selección de personal.

Consta de 10 escalas clínicas o de contenido, dos escalas para el control del sesgo de respuesta y un
indicador general de patología.

Las escalas clínicas ofrecen un perfil detallado de la presencia e intensidad de la sintomatología clínica
subyacente a determinadas afectaciones psicopatológicas. Estas escalas son: Preocupación por la
salud (SAL), Ideación paranoide (PAR), Psicoticismo (PSI), Depresión (DEP), Límite (LIM), Hostilidad (HOS),
Consumo de alcohol y sustancias (ALC), Impulsividad (IMP), Ansiedad (ANS) y Vulnerabilidad (VUL).

Por su lado, las escalas de control permiten valorar la validez del protocolo de evaluación, indicando,
por un lado, si la persona ha prestado la suficiente atención a la hora de contestar o lo ha hecho de
forma aleatoria (inconsistencia, INC) y, por otro lado, si ha tratado de ofrecer consciente o
inconscientemente una imagen positiva o negativa sobre sí misma (deseabilidad social, DS).

Finalmente, el índice de patología general (IPG) ofrece un resumen de las escalas clínicas y proporciona
una visión general sobre el grado de patología y afectación del individuo.

1.12. Áreas de aplicación:

Psicología clínica, Psicología forense, Psicología del trabajo y las organizaciones, Psicología del tráfico
(EP), Clínicas de fertilidad.

1.13. Formato de los ítems:

Respuesta graduada / Tipo Likert

1.14. Número de ítems:

Total: 110 ítems (un mismo ítem puede contribuir a más de una escala)

Escalas clínicas: 96 ítems (distribuidos en las distintas escalas)

Escalas de control: 44 ítems

- Inconsistencia (INC): 30 ítems (15 pares de ítems entre los 96 anteriores)

- Deseabilidad social (DS): sin determinar.

Índice de patología general (IPG): 96 ítems de las 10 escalas clínicas, asumiendo que cada ítem
contribuye a la puntuación de una única escala clínica.

1.15. Soporte:

Papel y lápiz, Informatizado.

1.16. Cualificación requerida para el uso del test de acuerdo con la documentación aportada:

Nivel B

1.17. Descripción de las poblaciones a las que el test es aplicable:

El CTC-R es aplicable en población adulta. En el manual se indica que el uso de este instrumento resulta
especialmente apropiado en el contexto clínico o terapéutico, en el ámbito de la psicología del trabajo
y de las organizaciones, en el contexto forense, en las clínicas de fertilidad o en centros donde se valora
la idoneidad de las personas para la conducción de vehículos, la renovación del permiso de conducir o
la obtención del permiso de armas.

7
 Aunque no existen requisitos específicos sobre el nivel educativo, en la descripción de la muestra de
validación en población general española, se establece el siguiente criterio de inclusión: poseer el
suficiente nivel de comprensión lectora y de competencia en español para comprender las instrucciones
y el contenido de los ítems.

1.18. Existencia o no de diferentes formas del test y sus características:

Si bien la prueba puede aplicarse mediante lápiz y papel y por internet, en ambos casos el cuestionario
es idéntico, únicamente cambia la forma de administración. En el caso de la aplicación por internet, no
existe ningún requisito inusual que se deba cumplir ni en lo referente al hardware ni al software; tan solo
hay que entrar en la correspondiente plataforma de evaluación (TEAcorrige o e-teaediciones) y
cumplimentar el cuestionario.

1.19. Procedimiento de corrección:

Automatizado por ordenador (plataforma de corrección on-line), y efectuada por la empresa

suministradora (las hojas de respuesta se envían a la empresa para que esta se ocupe de la corrección).

1.20. Puntuaciones:
El CTC-R ofrece un total de 13 puntuaciones: una puntuación para cada una de las 10 escalas clínicas,
una para el índice de patología general (IPG) y una puntuación para cada una de las 2 escalas de
control. En cuanto a las escalas clínicas y el IPG, puntuaciones más elevadas son indicativas de mayor
gravedad sintomatológica. En las escalas de control, puntuaciones más elevadas en la escala de
inconsistencia (INC) indican mayor nivel de inconsistencia en las respuestas que ha dado la persona. Del
mismo modo, en la escala de deseabilidad social (DS), puntuaciones más altas representan niveles más
elevados de deseabilidad social.

La corrección de la prueba puede llevarse a cabo (a) mediante la plataforma de corrección de test por
internet de Hogrefe TEA Ediciones (TEAcorrige) o (b) de forma mecanizada, en el que la persona a cargo
de la evaluación envía las hojas de respuesta a Hogrefe TEA Ediciones. En ambos casos, es el propio
sistema el que, según el baremo escogido, calcula automáticamente las puntuaciones (puntuaciones
directas y puntuaciones T), ofrece el perfil de resultados y, opcionalmente, un informe narrativo. En este
sentido, se desconoce la dirección de los ítems (directos o inversos), a qué escala pertenece cada ítem
y cómo se obtiene la puntuación de cada escala (suma directa, suma ponderada, promedio, etc.).

Se ofrecen directrices precisas sobre el procedimiento a seguir cuando la persona ha anotado más de
una respuesta a un mismo ítem (se anula el ítem) o ante la presencia de omisiones (para una omisión en
una escala concreta, se reemplaza la omisión por el valor promedio de esa persona en la escala, y para
más de una omisión en una escala concreta o más de 10 en el conjunto del test, se anula la escala o el
test, respectivamente).

1.21. Escalas utilizadas:

T (Media 50 y desviación típica 10)

1.22. Posibilidad de obtener informes automatizados:

Sí. El sistema de corrección por internet (TEAcorrige) proporciona un perfil gráfico de resultados del CTC-
R. En la cabecera del perfil se presentan los datos identificativos de la persona evaluada, información
relativa a la sesión de evaluación y el baremo utilizado. En la parte central aparece la representación
gráfica del perfil de puntuaciones, la cual permite resumir las puntuaciones directas y transformadas T
de cada medida del CTC-R. El perfil utiliza un código de colores para representar los alejamientos
relevantes respecto al punto central (T= 50). Finalmente, en la parte inferior se incluye un apartado de
observaciones con las respuestas a los ítems críticos, o sea, aquellos que requieren de una atención
inmediata por parte del profesional. Puede verse un ejemplo en:
[Link]

También se puede disponer de un informe narrativo automatizado. Al inicio del informe se presentan

8
 unas consideraciones previas que hay que tener en cuenta cuando se interpretan las puntuaciones del
CTC-R de un individuo particular. Seguidamente, se presenta una interpretación cualitativa de los
resultados de la persona evaluada divididos en tres secciones diferenciadas: (1) validez de la prueba,
centrada en las escalas de control (INC y DS); (2) índice de patología general (IPG); y (3) perfil general
en las escalas clínicas, donde la puntuación de cada escala se sitúa en una zona (estándar, alta o muy
alta) según umbrales o criterios estadísticos prestablecidos.

1.23. Tiempo estimado para la aplicación del test:

En aplicación individual: 20-30 minutos.

En aplicación colectiva: 20-30 minutos.

1.24. Documentación aportada por el editor:

Manual. Cuadernillo, hoja de respuestas y clave de acceso para la aplicación y corrección por internet.

1.25. Precio de un juego completo de la prueba:

100,72€ (IVA incluido) por un juego completo (manual, 10 cuadernillos y kit de corrección de 25 usos).
Fecha de consulta: 16/01/2023.

1.26. Precio y número de ejemplares del paquete de cuadernillos:

27,71€ (IVA incluido) por un paquete de 10 cuadernillos. Fecha de consulta: 16/01/2023.

1.27. Precio y número de ejemplares del paquete de hojas de respuesta:

43,55€ (IVA incluido) por el kit de corrección con 25 hojas de respuestas y 25 PINs de corrección. Fecha
de consulta: 16/01/2023.

1.28. Precio de la administración y/o corrección, y/o elaboración de informes por parte del editor:

6,41€ (IVA incluido) por una aplicación y corrección online; 7,71€ IVA incluido) por el informe (que no
incluye ni aplicación ni corrección del test); y 14,40€ IVA incluido) por una aplicación, corrección e
informe online. Fecha de consulta: 16/01/2023.

9
 2. VALORACIÓN DE LAS CARACTERÍSTICAS DEL TEST

2.1. Aspectos generales:

Contenido Valoración Puntuación

2.1. Calidad de los materiales del test Excelente 5

2.2. Calidad de la documentación aportada Excelente 5

2.3. Fundamentación teórica Excelente 5

2.4. Adaptación del test -- --

2.5. Desarrollo de los ítems del test Excelente 5

2.6. Calidad de las instrucciones para el

Excelente 5
participante

2.7. Calidad de las instrucciones

Excelente 5
(administración, puntuación, interpretación)

2.8. Facilidad para registrar las respuestas Excelente 5

2.9. Bibliografía del manual Excelente 5

2.10. Datos sobre el análisis de los ítems Buena 4

10
 2.11. Validez:

2.11.1. Evidencias de validez de contenido:

Contenido Valoración Puntuación

[Link]. Calidad de la representación del

Buena 4
contenido o dominio

[Link]. Consultas a expertos -- --

2.11.2. Evidencias de validez basadas en la relación entre las puntuaciones del test y otras variables:
[Link]. Evidencias de validez basadas en la relación entre las puntuaciones del test y otras variables:

Contenido Valoración Puntuación

Correlaciones con otros test

[Link].1. Diseños empleados
Diferencias entre grupos

Varios estudios con

[Link].2. Tamaño de las muestras 5
muestras grandes

Incidental. En el estudio de las correlaciones con

otros test de personalidad o psicopatología, se
utilizan 7 muestras de conveniencia, mayormente
provenientes de numerosos procesos de selección
de personal, con un tamaño de 96 a 1468
participantes (promedio de 676).

En el estudio de las diferencias entre grupos

definidos por la finalidad de la evaluación, se
[Link].3. Procedimiento de selección de las emplean 5 muestras de 328 participantes cada
muestras una, seleccionadas aleatoriamente de las muestras
de la tipificación española (descritas en el
apartado [Link]), asegurando un equilibrio en el
porcentaje de hombres y mujeres. También se
incluye una muestra de conveniencia de 100
participantes provenientes de un centro de
reconocimiento médico para la tramitación del
permiso de conducción, con un 60% de hombres y
un 40% de mujeres.

[Link].4. Calidad de los tests empleados

Excelente 5
como criterio o marcador

[Link].5. Promedio de las correlaciones con

Buena (0.60 ≤ r < 0.70) 4
otros tests que miden constructos similares

[Link].6. Promedio de las correlaciones con

otros tests que miden constructos no Buena 4
relacionados

[Link].7. Resultados de la matriz multirrasgo-

-- --
multimétodo

11
[Link].8. Resultados de las diferencias
Buena 4
intergrupo

[Link]. Evidencias de validez basadas en la relación entre las puntuaciones del test y un criterio:

Contenido Valoración Puntuación

[Link].1. Criterios empleados --

[Link].2. Calidad de los criterios empleados -- --

[Link].3. Relación temporal entre test y

--
criterio

[Link].4. Tamaño de las muestras -- --

[Link].5. Procedimiento de selección de las

--
muestras

[Link].6. Promedio de las correlaciones del

-- --
test con los criterios

2.11.3. Evidencias de validez basadas en la estructura interna:

Contenido Valoración Puntuación

[Link]. Resultados del análisis factorial Buena-Excelente 4.5

[Link]. Funcionamiento diferencial de los

Excelente 5
ítems

2.11.4. Acomodaciones en la administración del test:

Contenido Valoración Puntuación

2.11.4. El manual del test informa sobre las

No
acomodaciones en la administración del test

12
2.11.5. Comentarios generales sobre evidencias de validez:
A efectos de la validación del CTC-R, en el manual se describen detalladamente las
características de las muestras provenientes de cada uno de los 5 contextos de evaluación:
población general (n= 1008), selección de personal (n= 15214), cuerpos de seguridad (n =
11653), contexto forense (n= 454) y donantes de gametos (n= 1340).

El CTC-R es una versión revisada del CTC original. En el manual del CTC-R se presenta una
descripción del proceso de construcción del CTC, que incluye (1) la delimitación de las
facetas a incluir a partir de la revisión de diversos instrumentos ya existentes y de los manuales
de trastornos mentales de referencia; (2) la redacción y depuración inicial de los ítems
atendiendo a su relevancia, representatividad y claridad por parte de los autores del CTC; y
(3) dos depuraciones sucesivas, ambas en base a criterios estadísticos ([Link]., índice de
homogeneidad corregido), a partir de los datos recogidos en un primer estudio piloto con una
muestra pequeña y otro estudio posterior con una muestra muy amplia de la población diana.
La revisión del CTC que dio lugar al nuevo CTC-R se fundamentó en los siguientes aspectos:
(1) se refinó el redactado de algunos ítems en base a la consulta a personas usuarias del CTC,
para resolver problemas de vocabulario, comprensión, redacción, modismos, lenguaje
ofensivo o elementos redundantes, llegando a eliminar algunos ítems problemáticos; (2) se
eliminaron algunos ítems por presentar valores bajos de correlación ítem-total corregido; (3)
se eliminó la escala de Neuroticismo por su solapamiento con las escalas de Depresión (DEP)
y Ansiedad (ANS); (4) se renombraron algunas escalas para ajustarse mejor al contenido
específico de sus ítems; (5) se modificaron las escalas de control, manteniendo una única
escala de deseabilidad social (resultante de fusionar ítems de dos escalas anteriores) y
creando una nueva escala de inconsistencia. Aunque no se ha consultado a especialistas
externos acerca de la representación del contenido del CTC-R, la experiencia de los autores,
junto con el minucioso proceso de creación y depuración de ítems, constituye una evidencia
de validez referida al contenido.

Se aportan numerosas evidencias convergentes y discriminantes. Por lo que respecta al CTC-

R, se proporcionan las correlaciones con 7 instrumentos que evalúan diferentes constructos:
personalidad (16PF-5, NEO-PI-R, CPS, TOP, TPT), competencias (compeTEA) y psicopatología
(PAI). Se emplean muestras de entre 96 y 1468 participantes (promedio 676) en su mayoría
provenientes de diversos procesos de selección de personal.

Dadas las características de los instrumentos (todos multidimensionales) y la elevada cantidad

de instrumentos utilizados en el proceso de validación, es complicado calcular el promedio
de las correlaciones del CTC-R con otros test, tanto con aquellos que miden el mismo
constructo o constructos similares como con otros test que miden constructos con los que el
CTC-R no debería estar relacionado, y valorar la adecuación de estas correlaciones en el
contexto de un análisis de evidencias convergentes y discriminantes. Sin embargo, salvo
algunas pocas excepciones, se muestran correlaciones moderadas y altas con los constructos
con los que se espera que haya correlación y correlaciones bajas con los constructos con los
que no se espera que haya relación. Por lo que se puede concluir que existen evidencias
convergentes y discriminantes que apoyarían el uso de las puntuaciones del CTC-R.

Además de las correlaciones del CTC-R con otros instrumentos, en el manual se aportan los
resultados del análisis de las diferencias en el CTC-R en función del contexto de evaluación.
Concretamente, se compara las puntuaciones de la población general con cuatro grupos
provenientes de contextos competitivos y/o que implican un beneficio personal (selección de
personal, cuerpos de seguridad, contexto forense y donación de gametos). Cada una de las
submuestras utilizadas tiene un tamaño moderado (328 participantes por grupo), cuyos casos
se seleccionaron aleatoriamente de las 5 muestras de validación equilibrando el porcentaje
de casos de cada sexo dentro de cada muestra. Con tamaños del efecto entre medianos y
grandes (g de Hedges entre 0.65 y 1.16), los resultados muestran que existen niveles más
elevados de sintomatología en la población general en comparación con los demás
contextos. Los autores del CTC-R atribuyen estas diferencias al hecho de que, en contextos
competitivos y/o que suponen un beneficio personal, las personas tienden a infraestimar su

13
sintomatología clínica al pensar en las posibles consecuencias que puedan tener ([Link].,
conseguir o no un puesto de trabajo). Esta explicación concuerda con las puntuaciones
obtenidas en la escala de deseabilidad social (DS), donde la población general es la muestra
con puntuaciones más bajas. Estos resultados, en conjunto, apoyan la utilización de 5 baremos
diferenciados en función del contexto de evaluación y aportan evidencias de validez a favor
del uso del CTC-R. Finalmente, también se muestra la comparación entre las puntuaciones T
que resultan de aplicar cada uno de los 5 baremos en una muestra de conveniencia de 100
personas en un contexto de tramitación del permiso de conducir, que lleva a plantear que el
baremo más conveniente para este grupo es el del contexto forense.

Por último, en el caso de las dos escalas de control, se aportan algunas evidencias de validez.
Para la escala de inconsistencia (INC), se establece un punto de corte a partir de la
sensibilidad y la especificidad obtenidas al comparar las puntuaciones T observadas en los
grupos de población general y de selección de personal con puntuaciones generadas
aleatoriamente. Y para la escala de deseabilidad social (DS), se evalúa si la puntuación
discrimina entre los diferentes grupos según el contexto de evaluación y, aunque no son
variables externas al test, se obtiene la correlación con cada escala clínica y con el índice de
psicopatología general (IPG).

Sobre las evidencias basadas en las relaciones entre las puntuaciones del CTC-R y una
variable criterio, sería interesante diseñar estudios con criterios externos relevantes a nivel
organizacional, clínico y/o forense ([Link]., rendimiento, diagnóstico, idoneidad, etc.).

Se aportan evidencias de la estructura interna del test a través de la aplicación del análisis
factorial exploratorio (AFE) con dos aproximaciones diferentes. Por un lado, además de la
obtención del índice de discriminación mediante la correlación ítem-total corregido, el
análisis de ítems plantea un AFE unidimensional de cada una de las 10 escalas clínicas en las
5 muestras según el contexto de aplicación. Se utiliza el estimador WLSMV, acorde con el
formato de respuesta de los ítems. Los resultados a nivel de magnitud de las saturaciones
factoriales e índices de ajuste son satisfactorios prácticamente en la totalidad de los casos.
Por otro lado, se presentan los resultados de varios AFEs, uno por cada muestra de validación,
con el método de estimación ULS acorde con la falta de normalidad de la distribución de las
medidas, usando las puntaciones de las 10 escalas clínicas como variables observadas.
Aunque no se menciona que se hayan verificado las condiciones de aplicación (medida KMO
y/o prueba de esfericidad de Bartlett), la matriz de intercorrelaciones entre escalas que se
proporciona para dos de las muestras, con valores mayormente altos, parece indicar que es
pertinente realizar el análisis factorial. Como criterio para determinar el número de
dimensiones se ha usado una variante del análisis paralelo. Todos los análisis aconsejaron una
dimensión general a extraer. El porcentaje de varianza explicada por la solución
unidimensional (53-73%), junto con las elevadas cargas factoriales, apoyaría la existencia de
un único factor de segundo orden: el índice de patología general (IPG). Adicionalmente, se
estudia el funcionamiento diferencial de los ítems (DIF, de sus siglas en inglés) (comunicación
personal, 2023) tomando el sexo como variable de agrupación (varones vs. mujeres). El DIF se
estudia separadamente en la muestra de población general y la muestra de selección de
personal, ambas de tamaño muestral elevado. Se aplican los procedimientos POLYSIBTEST,
regresión logística ordinal y Mantel, y se obtienen las correspondientes medidas del tamaño
del efecto. Los resultados son muy satisfactorios, encontrándose un porcentaje muy bajo de
ítems con DIF en ambas muestras (4.5% y 0.9%, respectivamente, para la muestra de
población general y de selección de personal).

14
 2.12. Fiabilidad:

Contenido Valoración Puntuación

Varios coeficientes de fiabilidad (para cada escala

o subescala)
Un único error típico de medida (para cada escala
2.12.1. Datos aportados sobre fiabilidad o subescala)
Coeficientes de fiabilidad para diferentes grupos
de personas

2.12.2. Equivalencia formas paralelas:

Contenido Valoración Puntuación

[Link]. Tamaño de las muestras -- --

[Link]. Puesta a prueba de los supuestos de

-- --
paralelismo

[Link]. Promedio de coeficientes de

-- --
equivalencia

2.12.3. Consistencia interna:

Contenido Valoración Puntuación

Varios estudios con

[Link]. Tamaño de las muestras 5
muestras grandes

[Link]. Coeficientes de consistencia interna

Alfa ordinal
presentados

[Link]. Promedio de coeficientes de

Excelente (r ≥ 0.85) 5
consistencia

2.12.4. Estabilidad (test-retest):

Contenido Valoración Puntuación

Un estudio con una

muestra moderada (100
[Link]. Tamaño de las muestras ≤ N < 200) o varios 2
estudios con muestras
pequeñas (N < 100)

[Link]. Coeficientes de estabilidad Excelente (r ≥ 0.80) 5

15
2.12.5. Cuantificación de la precisión mediante TRI:

Contenido Valoración Puntuación

[Link]. Tamaño de las muestras -- --

[Link]. Coeficientes proporcionados --

[Link]. Tamaño de los coeficientes -- --

2.12.6. Fiabilidad inter-jueces:

Contenido Valoración Puntuación

[Link]. Tipos de coeficientes presentados --

[Link]. Promedio de los coeficientes -- --

2.12.7. Comentarios generales sobre evidencias de fiabilidad:

El estudio de la fiabilidad de las puntuaciones del CTC-R se centra en la consistencia interna
y la estabilidad temporal de las 10 escalas clínicas y de la escala de deseabilidad social (DS).

La consistencia interna se evalúa en las diferentes muestras (población general, selección de

personal, cuerpos de seguridad, contexto forense y donantes de gametos) con un tamaño
muestral grande (entre 454 y 11653 participantes). Se emplea el coeficiente alfa ordinal, dado
el formato de respuesta de los ítems que consiste en una escala Likert de 4 puntos. Los valores
obtenidos muestran una consistencia interna excelente, ya que el valor promedio de todos
los coeficientes es de 0.86. En cada muestra, los valores obtenidos pueden considerarse entre
buenos y excelentes, dado que los valores promedio oscilan entre 0.81 y 0.91. Sería deseable
conocer el valor del coeficiente alfa ordinal del Índice de psicopatología general (IPG),
aunque teniendo en cuenta los resultados del análisis factorial junto con los de consistencia
interna, se augura que será muy elevado. Se concluye que la consistencia interna de las
escalas del CTC-R es muy satisfactoria.

Se valora positivamente que, utilizando los coeficientes de consistencia interna de la muestra

de la población general, se ha calculado para cada escala el error típico de medida (ETM)
en puntuaciones T, así como el error máximo (EM) a los niveles de confianza del 90%, 95% y
99%.

Los indicadores de estabilidad temporal de las puntuaciones T, con un intervalo de 2 a 4

semanas, son muy satisfactorios. Para el análisis, se emplea una única muestra de población
general, de tamaño moderado (130 participantes), pero que incluye un amplio rango de
edad y está equilibrada por sexo. Se obtienen dos indicadores. Por un lado, el valor promedio
del coeficiente de correlación de Pearson es de 0.84 (valores por escalas entre 0.75 y 0.89). Y,
por otro lado, la comparación entre las dos puntuaciones T en el test y el retest indican que
no existen diferencias estadísticamente significativas ni en las 10 escalas clínicas (p ≥ 0.131) ni
en la escala deseabilidad social (p= 0.011, nivel crítico de alfa corregido= 0.004), con un
tamaño del efecto nulo (g de Hedges ≤ 0.06 y g= 0.12, respectivamente). De todo esto se
concluye que la estabilidad temporal de las puntuaciones obtenidas mediante el CTC-R es
excelente.

16
 2.13. Baremación e interpretación de las puntuaciones:

2.13.1. Interpretación normativa de las puntuaciones:

Contenido Valoración Puntuación

Amplio rango de
baremos en función de
la edad, el sexo, el nivel
[Link]. Calidad de las normas 5
cultural y otras
características
relevantes

[Link]. Tamaño de las muestras Muy grande (N ≥ 1000) 5

[Link]. Aplicación de estrategia de

No
tipificación continua

Incidental. Para la elaboración de los baremos

españoles, se ha utilizado un amplio número de
muestras incidentales, las cuales se diferencian por
el contexto de aplicación. En todas ellas se ha
procurado una amplia representación de distintos
aspectos sociodemográficos, en algunos casos a
partir de una selección aleatoria respecto a
muestras originales más grandes. En general, se
observa un amplio rango de edad y nivel de
estudios, y, en algunos casos, incluso equilibrio por
género y por zona geográfica atendiendo a las
diferentes comunidades autónomas.
Muestra de población general (n= 1008): La
muestra de población general se ha recabado
mediante un procedimiento no aleatorio, pero muy
sistematizado. Las cuotas se han establecido
teniendo en cuenta el censo de población
española con relación a tres variables: zona
geográfica (Norte, Sur, Este y Centro), edad (6
grupos de edad) y sexo (50% mujeres y 50%
[Link]. Procedimiento de selección de las
varones). Se definieron diversos criterios de
muestras
exclusión para garantizar que se tratara de un
contexto no competitivo, con participantes sin
afectación psicológica diagnosticada y libres de
tratamiento por un trastorno mental. Para el
reclutamiento se contó con la colaboración de 29
profesionales.
Muestra de selección de personal (n= 3539): Se
partió de una muestra de 11653 casos (88%
hombres) evaluados con fines de selección de
personal. Con la finalidad de equilibrar la muestra
por sexo, se eliminaron al azar numerosos
participantes, lo que supuso una muestra final de
3539 (50% hombres) procedentes de 173 procesos
de selección diferentes.
Muestra de cuerpos de seguridad (n= 11653): No se
especifica el procedimiento de selección de la
muestra de cuerpos de seguridad. Se indica que las
evaluaciones se llevaron a cabo en un contexto
competitivo de selección de personal u oposición
pública y se describen las principales

17
 características sociodemográficas de la muestra
(Media edad= 37.2, DT = 7.9; 91% hombres).
Muestra del contexto forense (n= 454): Para
recopilar la muestra evaluada en un contexto
forense, se contó con la colaboración de 61
profesionales que incluyeron durante unos meses el
CTC entre sus herramientas de peritaje. A pesar de
que no se especifica el procedimiento de
selección de la muestra, se indica que se
descartaron los casos en los que la evaluación
tuviera la finalidad de determinar una lesión o
secuela psíquica. Se describen las principales
características sociodemográficas de la muestra
(Media edad= 40.0, DT= 7.9; 64% hombres; 49% sin
estudios).
Muestra de donantes de gametos (n= 1340): No se
especifica el procedimiento de selección de la
muestra. Se describen las principales
características demográficas (Media edad= 24.6,
DT= 4.5; 86% mujeres).

Excelente (menos de 10
[Link]. Actualización de baremos 5
años)

2.13.2. Interpretación referida a criterio:

Contenido Valoración Puntuación

[Link]. Adecuación del establecimiento de

-- --
los puntos de corte

[Link]. Procedimiento empleado para fijar

--
los puntos de corte

[Link]. Procedimiento de obtención del

--
acuerdo inter-jueces

[Link]. Valor del coeficiente de acuerdo

-- --
inter-jueces

2.13.3. Comentarios generales sobre baremación e interpretación de las puntuaciones:

Los baremos del CTC-R se van actualizando (última actualización en el momento de elaborar
este informe: 2022), con lo que se dispone de información de las muestras de tipificación
vigentes en la plataforma de corrección informática ([Link]). A continuación,
se presenta información relativa a los baremos descritos en el manual.

La interpretación de las puntuaciones es normativa. A partir de 55016 evaluaciones, se

proporcionan 23 baremos diferentes, en función del país (10 en total, en todos los casos de
habla hispana) y de la finalidad de la evaluación (variable según el país, de 1 hasta 5
diferentes por país). Las muestras utilizadas para la baremación incluyen entre 202 y 11653
participantes y, en promedio, son muy grandes (promedio por baremo de más de 2000
participantes).

En el caso de España, se dispone de 5 baremos diferenciados según la finalidad de la

evaluación, tanto en contextos competitivos (selección de personal, cuerpos de seguridad)
o que pueden suponer la obtención de cierta recompensa o beneficio personal (forense,

18
donación de gametos), como no competitivos (población general). Las muestras utilizadas
oscilan entre 454 y 11653 participantes y, en promedio, son muy grandes (promedio por
baremo de casi 3600 participantes). Si bien el muestreo no ha sido aleatorio, en la composición
de la mayoría de las muestras se ha procurado que queden representadas diferentes
características sociodemográficas relevantes (edad, nivel educativo, sexo y, para la muestra
de población general, también la zona geográfica a partir de datos censales). Los autores
justifican los diferentes baremos en base a las diferencias de las puntuaciones entre los grupos
considerados según la finalidad de la evaluación.

Los baremos ofrecidos a través de la plataforma de corrección online transforman las

puntuaciones directas en puntuaciones T (media 50 y desviación estándar 10). Además, en el
manual se detalla la correspondencia entre puntuaciones T y puntuaciones z y otras
puntuaciones estandarizadas derivadas (S, decatipo, eneatipo) y se advierte que no se
proporciona la correspondencia a percentiles dada la distribución de las medidas. A nivel de
descriptivos, en el manual se proporcionan los indicadores de asimetría, curtosis y la
significación de la prueba de normalidad de las 10 escalas clínicas y las 2 escalas de control
para cada baremo/grupo, pero no son accesibles los valores de la media y la desviación
estándar, ni en el propio manual ni a través de la plataforma digital.

En el manual se proporcionan pautas de interpretación de las puntuaciones T,

estableciéndose niveles de rasgo en base a un criterio estadístico (alejamiento de la media):
20-59 “estándar”, 60-69 “en riesgo” y ≥ 70 “muy alto” para las 10 escalas clínicas y el Índice de
Psicopatología General (IPG). En el caso de la escala de control inconsistencia (INC) se ofrece
una pauta de interpretación utilizando los mismos 3 niveles que en las escalas clínicas, mientras
que para la escala de control deseabilidad social (DS) se presentan 5 niveles junto con su
pauta de interpretación. En el informe narrativo automatizado, estos umbrales de nivel de
rasgo son utilizados como zonas para describir el perfil de las diferentes escalas y se
corresponden con los diferentes colores del perfil gráfico que proporciona la corrección
automática.

19