nº 10

01.10.2013

HAL2: Herramienta en formato Tablet para la

evaluación de la propensión a la accidentabilidad
Ricardo Rosasa, Marcelo Pizarroa

a
Centro de Desarrollo de Tecnologías de Inclusión (CEDETi UC). Escuela de Psicología.
Pontificia Universidad Católica de Chile.

Evaluación de riesgos laborales

Los accidentes laborales son uno de los principales riesgos que pueden sufrir los trabajadores de

empresas del sector primario debido a las maquinarias se utilizan en ellas. Este sector se caracteriza

por la extracción y/o transformación con poca manipulación de los recursos naturales, para lo cual

utilizan máquinas e implementos que, en caso de ser utilizadas en forma inadecuada, pueden tener

graves consecuencias para quienes las operan. Con el objetivo de reducir las probabilidades de

accidentes en estos contextos de trabajo es que diversas empresas han implementado mecanismos

específicos en la selección de personal con el objetivo de poder controlar y predecir la propensión

a la accidentabilidad de los futuros empleados.

Sin embargo, no todas las pruebas aplicadas han logrado el propósito de identificar la propensión a

la accidentabilidad. Cataldo et al (2012) critican el uso de una de estas herramientas, el “Test de

alerta” a partir de un estudio en el que evaluaron a 111 trabajadores de una empresa de servicios a

la minería. Los resultados de dicho estudio evidenciaron que el instrumento no cuenta con datos de

confiabilidad suficientes ni cumple criterios de validez dado que no se observaron correlaciones

 | 2018, nº 10
HAL2: Herramienta en formato Tablet para la evaluación de la propensión a la
accidentabilidad. Rosas, Pizarro.

significativas con otras pruebas que miden constructos relacionados con la accidentabilidad, como

la impulsividad, locus de control y propensión al riesgo. Por último, los autores critican el que el

“Test de alerta” no cuenta con un sustento teórico que permita comprender desde dónde se está

pensando la propensión al riesgo que este test supone evaluar.

El estudio de Cataldo et al (2012) da cuenta de ciertos criterios mínimos que debe cumplir una

prueba psicométrica, como los criterios de validez y confiabilidad. Estos criterios, además, aparecen

descritos extensamente en los Estándares de Evaluación Psicométrica (American Educational

Research Association, American Psychological Association, & National Council on Measurement

in Education, 1999) que toda prueba debe cumplir. Adicionalmente, otro de los lineamientos que se

sigue de lo anterior se relaciona con el sustento teórico que debe guiar la construcción de la prueba.

Esto no solo para comprender el rationale que permite articular la propensión a la accidentabilidad,

sino también para aumentar las probabilidades de que una prueba logre medir en forma válida y

confiable aquello que quiere medir en última instancia.

Dado lo anterior, en este artículo se propone un modelo para comprender la propensión a la

accidentabilidad basado en dimensiones cognitivas y de personalidad. A partir de dicho modelo se

construyó una batería de pruebas que permite medir las distintas dimensiones de la propensión a la

accidentabilidad, con lo cual se obtiene un indicador único que permite evaluar este constructo.

Modelo de propensión a la accidentabilidad

Tradicionalmente, las pruebas de evaluación de riesgos solo consideran rasgos de personalidad para

determinar si un sujeto tiene altas o bajas probabilidades de sufrir un accidente. El mismo estudio

de Cataldo et al (2012) descrito anteriormente utiliza como evidencia de validez los rasgos de

2
 | 2018, nº 10
HAL2: Herramienta en formato Tablet para la evaluación de la propensión a la
accidentabilidad. Rosas, Pizarro.

propensión al riesgo e impulsividad como criterios para determinar si una prueba es adecuada o no

para evaluar este constructo. La propensión al riesgo se entiende como un rasgo de personalidad que

predispone a las personas a asumir mayores o menores riesgos; la impulsividad refiere a la

percepción que tienen de sí mismos sujetos que realizan acciones sin considerar sus consecuencias.

Existe evidencia de que estos factores de personalidad existen, están relacionados con la

accidentabilidad y pueden ser medidos de manera confiable y válida por pruebas de personalidad

(Clarke & Robertson, 2005; Suiero, Sánchez-Iglesias, & Moncayo, 2011).

Si bien los componentes de impulsividad y de propensión al riesgo son necesarios para predecir la

propensión a la accidentabilidad de las personas, estos no son suficientes para poder dar cuenta de

las razones por las que un trabajador puede llegar a accidentarse. Algunas de las habilidades que

deben ser consideradas para poder predecir en forma más completa la propensión a sufrir accidentes

tienen que ver con componentes atencionales, como la capacidad de sostener, focalizar y dividir la

atención en dos focos y resistir la interferencia. Aunque se podría pensar que estos componentes no

están directamente relacionados con el riesgo, existe evidencia de que estos componentes pueden

explicar las razones de los accidentes debido a descuidos o errores por parte de un trabajador

(Lochner & Trick, 2014; Sears & Pylyshyn, 2000). Existe evidencia empírica que ha mostrado que

personas con dificultades atencionales son más propensas a sufrir accidentes de tránsito producto

de desatender a estímulos riesgosos (Barkley, Murphy, Dupaul, & Bush, 2002; Chang, Lichtenstein,

D’Onofrio, Sjölander, & Larsson, 2014; Kessler, Lane, Stang, & Van Brunt, 2009). En este sentido,

la propensión a la accidentabilidad no se define únicamente como una característica autoreportada

de personalidad, sino una en la que se incluyen factores cognitivos relacionados a la atención que

pueden afectar la capacidad del sujeto de atender a posibles situaciones de riesgo.

3
 | 2018, nº 10
HAL2: Herramienta en formato Tablet para la evaluación de la propensión a la
accidentabilidad. Rosas, Pizarro.

Adicionalmente a los factores atencionales descritos previamente, la inteligencia general también

puede ser un predictor de accidentes laborales. Dado que la inteligencia se define como la capacidad

de hacer distinciones significativas y el operar eficientemente con ellas (Rosas & Santa Cruz, 2013),

es posible suponer que personas más inteligentes son capaces de identificar y evitar posibles fuentes

de riesgo.

Tomando en consideración lo anterior, proponemos un modelo comprensivo de la propensión a la

accidentabilidad que se ilustra en la figura 1. Este modelo incluye las dimensiones de personalidad

y cognición e indica los constructos evaluados en cada una de ellas.

Figura 1. Modelo de propensión a la accidentabilidad

4
 | 2018, nº 10
HAL2: Herramienta en formato Tablet para la evaluación de la propensión a la
accidentabilidad. Rosas, Pizarro.

Batería de propensión a la accidentabilidad

A partir del modelo descrito al final del apartado anterior, se desarrolló una batería de pruebas que

evalúa cada uno de los constructos. La tabla 1 presenta una breve descripción de cada una de las

pruebas utilizadas y los constructos específicos que evalúan. Esta batería de pruebas fue aplicada a

un grupo de 275 trabajadores de una empresa industrial entre cuyos empleados se identificó a un

grupo de personas accidentas por causas atribuibles a su conducta. Estos resultados fueron

comparados con la aplicación de la misma batería a otro grupo de trabajadores con características

similares que no había sufrido ningún accidente.

Metodología

Participantes: se aplicó la batería de pruebas a un total de 275 trabajadores (Mujeres: 7; Hombres:

268) en tres ciudades distintas. Del total de evaluados, un 47% habían sufrido un accidente que les

podía ser atribuible; el 53% restante no había sufrido ningún accidente. Todos los evaluados

recibieron un consentimiento informado en el que se les explicaba las condiciones de participación.

En este consentimiento se especificaba que no habría ninguna consecuencia laboral por haber

participado en la prueba.

Aplicación del instrumento: la batería fue aplicada por personal de CEDETi UC que estaba

entrenada en el uso de instrumento. Las aplicaciones fueron realizadas en grupos de entre 3 a 6

personas simultáneas.

Análisis de datos: se realizaron pruebas de confiabilidad utilizando el Alpha de Cronbach. Todos

los análisis fueron realizados utilizando el software SPSS v.23

5
 | 2018, nº 10
HAL2: Herramienta en formato Tablet para la evaluación de la propensión a la
accidentabilidad. Rosas, Pizarro.

Tabla 1. Dimensiones, constructos y pruebas de batería de propensión a la accidentabilidad

Dimensión Constructo Pruebas Descripción

El evaluado debe mirar 10 minutos una pantalla
en la que se alterna la presentación de un cuadrado
Atención CPT
y un pentágono. Solo debe presionar cuando
sostenida adaptado
aparece el cuadrado; no debe presionar cuando
aparece un pentágono.
El sujeto ve una serie de estímulos que luego debe
Atención
Oi identificar en un grupo de búsqueda más amplio
focalizada
que incluye estímulos similares e idénticos.
Atención al El sujeto debe identificar si un par de estímulos es
RM2
Cognición detalle igual o distinto.
El sujeto debe realizar dos tareas al mismo
tiempo. Una tarea consiste en rastrear círculos de
Multiple
Atención color específico que luego cambian de color y se
object
dividida confunden con otros círculos. La segunda tarea
tracking test
consiste en identificar si los números que
aparecen son pares o impares.
El sujeto ve una matriz de 2x2 a la que le falta una
Inteligencia FIX parte. El sujeto debe seleccionar una opción que
complete la matriz
Impulsividad Cuestionario
de El sujeto debe indicar cuán de acuerdo o en
Personalidad Violación de personalidad desacuerdo está con afirmaciones respecto de sí
normas Big Five mismos.
adaptado

6
 | 2018, nº 10
HAL2: Herramienta en formato Tablet para la evaluación de la propensión a la
accidentabilidad. Rosas, Pizarro.

Resultados

A continuación, se presentan los resultados de la aplicación de la batería de propensión a la

accidentabilidad. Solo se incluyen los indicadores en los que se observó una diferencia entre el

grupo de accidentados y no accidentados. Primero se presenta la evidencia de confiabilidad y luego

la evidencia de validez.

Evidencia de confiabilidad

Los resultados de los Alpha Cronbach se presentan en la tabla 2. En general, todos los

resultados de confiabilidad son altos, excepto el de las comisiones de atención divida. Los

demás van desde rangos aceptables hasta muy bueno (Ciccheti, 1994).

Tabla 2. Resultados de confiabilidad de indicadores con diferencias entre grupo accidentado y no-

accidentado

Indicador Confiabilidad

Atención al detalle ,81

Inteligencia fluida ,80

Número de incorrectas en atención dividida parte de

,45
números

Número de comisiones en atención dividida parte de pelotas ,72

Número de comisiones en atención focalizada ,58

Escala de violación de normas ,74

7
 | 2018, nº 10
HAL2: Herramienta en formato Tablet para la evaluación de la propensión a la
accidentabilidad. Rosas, Pizarro.

Evidencia de validez

La figura 2 muestra los resultados de los ítems e indicadores en función de la categoría de

accidentado y no-accidentado. Se observa que el grupo de no accidentados obtiene puntajes

más altos en inteligencia y atención al detalle, lo que es consistente con la hipótesis del trabajo.

El grupo de accidentados, por su parte, obtiene puntajes más altos en los indicadores de

comisiones en atención focalizada y de la parte de círculos de atención dividida; este mismo

grupo también obtiene puntajes más altos en el indicador de errores de atención dividida de

la parte de números y en la escala de violación de normas.

55
54
53
52
51
50
49
48
47
46
45
Atención al detalle Inteligencia fluida Atención dividia Atención dividida Atención Violación de
incorrectas en comisiones de focalizada normas
números círculos comisiones

Accidentado No-accidentado

Figura 2. Comparación de resultados entre grupo accidentado y no-accidentado

8
 | 2018, nº 10
HAL2: Herramienta en formato Tablet para la evaluación de la propensión a la
accidentabilidad. Rosas, Pizarro.

A pesar de que las diferencias observadas son consistentes con lo esperado, ninguna de ella

es estadísticamente significativa por sí sola. Por esta razón, se calculó un puntaje resumido a partir

de la suma estandarizada de todos los puntajes. El resultado de esta suma de puntajes fue

estandarizado nuevamente para el total de la muestra. Este nuevo puntaje se utilizó para comparar

al grupo de los accidentados y los no-accidentados. En esta comparación, sí se observó una

diferencia significativa (p<0,01; t=3,075) entre ambos grupos. La tabla 3 indica los puntajes

obtenidos en el indicador único. Es importante notar que este indicador se presenta utilizando la

métrica T. Esta métrica tiene una media de 50 puntos, extremos en los 20 y 80 puntos y una

desviación estándar de 10. Los puntajes en los extremos son mucho menos frecuentes que los

puntajes en las medias, en consecuencia, incrementar o reducir puntaje es más fácil cuando estos

son cercanos a la media que cuando están alejados.

Tabla 3. Puntaje resumido obtenido por grupo accidentado y no-accidentado

Grupo Puntaje promedio Desviación estándar

Accidentado 52 10,5

No accidentado 48 9

Selección del puntaje de corte

A partir de los puntajes de accidentados y no-accidentados presentados al final del apartado anterior,

se realizó un análisis para seleccionar el mejor puntaje de corte. El objetivo de este puntaje es

maximizar la cantidad de sujetos en el grupo de los no-accidentados al mismo tiempo que reducir el

número de sujetos en el grupo de los accidentados. La tabla 4 indica el porcentaje acumulado de

sujetos en los grupos accidentado y no-accidentado que obtienen un puntaje total específico. La

9
 | 2018, nº 10
HAL2: Herramienta en formato Tablet para la evaluación de la propensión a la
accidentabilidad. Rosas, Pizarro.

máxima diferencia de porcentaje entre ambos grupos se encuentra en los 49 puntos, pues se acepta

al 72,8% del grupo de los no-accidentados y solo se acepta al 41,9 de los accidentados. En este

sentido, con este puntaje de corte hay más probabilidades de aceptar a un no-accidentado que a una

persona accidentada.

Tabla 4. Porcentaje de evaluados en grupo accidentado y no accidentado que obtienen un puntaje

total específico
Puntaje total No accidentado Accidentado Diferencia
40 4,8 2,6 2,2
41 9,6 6,8 2,8
42 15,2 9,4 5,8
44 29,6 18,8 10,8
45 33,6 23,1 10,5
46 40,8 27,4 13,4
47 52,8 31,6 21,2
48 64 37,6 26,4
49 72,8 41,9 30,9
50 76,8 47,9 28,9
51 81,6 54,7 26,9
52 84 59 25
53 84,8 65,8 19
54 88 70,1 17,9
55 88,8 75,2 13,6
56 89,6 78,6 11
57 91,2 82,9 8,3
58 92,8 86,3 6,5
59 94,4 88 6,4
60 95,2 88,9 6,3

10
 | 2018, nº 10
HAL2: Herramienta en formato Tablet para la evaluación de la propensión a la
accidentabilidad. Rosas, Pizarro.

Síntesis y conclusiones

Los resultados presentados en este informe permiten afirmar que la batería de propensión a la

accidentabilidad cuenta con pruebas que permiten identificar a personas que han sufrido accidentes

que les son atribuibles en función de sus características cognitivas y de personalidad. Es importante

notar, sin embargo, que la batería solo permite discriminar correctamente entre el grupo de los

accidentados y no accidentados con el indicador único. A nivel de subprueba no es posible encontrar

diferencias significativas entre ambos grupos.

Un punto importante sobre el cual conviene seguir trabajando tiene relación con el componente de

impulsividad. El hecho que los sujetos accidentados tiendan a cometer más errores como los

descritos en este reporte (i.e.: comisiones) puede sugerir que responden sin saber con certeza si lo

que están haciendo es correcto o no.

11
 | 2018, nº 10
HAL2: Herramienta en formato Tablet para la evaluación de la propensión a la
accidentabilidad. Rosas, Pizarro.

Referencias

American Educational Research Association, American Psychological Association, & National

Council on Measurement in Education. (1999). The standards for educational and

psychological testing. Washington, DC: American Educational Research Association.

Barkley, R. a, Murphy, K. R., Dupaul, G. I., & Bush, T. (2002). Driving in young adults with

attention deficit hyperactivity disorder: knowledge, performance, adverse outcomes, and the

role of executive functioning. Journal of the International Neuropsychological Society : JINS,

8(5), 655–672. http://doi.org/10.1017/S1355617702801345

Cataldo Gamboa, F., Herrera Horta, F., Rojas Cortes, D., Rojo Tapia, D., Gutierrez Castillo, X., &

Bargsted, M. (2012). La Evaluación De La Propensión Al Riesgo ¿Es Confiable El Uso Del

“Test De Alerta”? Estudio Exploratorio En Trabajadores De Servicios a La Minería. Salud &

Sociedad, 3(1), 50–64.

Chang, Z., Lichtenstein, P., D’Onofrio, B. M., Sjölander, A., & Larsson, H. (2014). Serious transport

accidents in adults with attention-deficit/hyperactivity disorder and the effect of medication: a

population-based study. JAMA Psychiatry, 71(3), 319–25.

http://doi.org/10.1001/jamapsychiatry.2013.4174

Clarke, S., & Robertson, I. (2005). A meta-analytic review of the Big Five personality factors and

accident involvement in occupational and non-occupational settings. Journal of Occupational

and Organizational Psychology, 78(3), 355–376. http://doi.org/10.1348/096317905X26183

Kessler, R. C., Lane, M., Stang, P. E., & Van Brunt, D. L. (2009). The prevalence and workplace

costs of adult attention deficit hyperactivity disorder in a large manufacturing firm.

Psychological Medicine, 39(1), 137–147. http://doi.org/10.1017/S0033291708003309

12
 | 2018, nº 10
HAL2: Herramienta en formato Tablet para la evaluación de la propensión a la
accidentabilidad. Rosas, Pizarro.

Lochner, M. J., & Trick, L. M. (2014). Multiple-object tracking while driving: the multiple-vehicle

tracking task. Attention, Perception & Psychophysics, (1988), 2326–2345.

http://doi.org/10.3758/s13414-014-0694-3

Rosas, R., & Santa Cruz, C. (2013). Dime en qué colegio estudiante y te dire qué CI tienes:

Radiografía al desigual acceso al capital cognitive en Chile. Santiago: Ediciones UC.

Sears, C. R., & Pylyshyn, Z. W. (2000). Multiple object tracking and attentional processing.

Canadian Journal of Experimental Psychology = Revue Canadienne de Psychologie

Experimentale, 54(1), 1–14. http://doi.org/10.1037/h0087326

Suiero, M., Sánchez-Iglesias, I., & Moncayo, A. (2011). Evaluating Risk Propensity Using an

Objective Instrument. The Spanish Journal of Psychology, 14(1), 392–410. http://doi.org

13