Los evaluadores del push-up con liberación de manos de 2 minutos del Army Fitness Test no fueron consistentes como grupo, y algunos cambiaron de forma notable sus juicios entre una sesión y otra. Esto importa porque incluso diferencias pequeñas al calificar las repeticiones pueden alterar la puntuación total de la persona evaluada.
Qué se estudió: fiabilidad de los evaluadores en el push-up con liberación de manos
El Army Fitness Test, implementado en 2025, valora la preparación de los soldados mediante cinco pruebas: peso muerto de tres repeticiones máximas, push-up con liberación de manos (HRPU, por sus siglas en inglés), arrastre-carrera-acarreo (sprint-drag-carry), plancha y carrera de 2 millas. Cada prueba la califican personas con distintos niveles de experiencia, lo que puede comprometer la fiabilidad de las puntuaciones.
El estudio quiso examinar la fiabilidad interevaluador (acuerdo entre distintos evaluadores) e intraevaluador (consistencia de un mismo evaluador en momentos distintos) de la prueba HRPU de dos minutos, con el fin de mejorar el aprendizaje y la calidad de la evaluación del rendimiento físico.
- Muestra: 17 evaluadores (5 mujeres y 12 hombres).
- Material: 10 videos de cadetes realizando la prueba HRPU de dos minutos.
- Diseño: cada evaluador calificó los 10 videos en 3 semanas distintas (30 videos en total, 60 minutos de visionado por sesión de conjunto). El orden de los videos se aleatorizó cada semana, de modo que ningún evaluador los vio en el mismo orden.
- Procedimiento: tras cada repetición, el evaluador debía decir «sí» (repetición válida) o «no» (repetición inválida). Los investigadores registraron todas las respuestas.
- Análisis: modelo logístico, coeficiente de correlación intraclase (ICC) para valorar la fiabilidad y el acuerdo global, y kappa ajustado por prevalencia y sesgo (PABAK) para profundizar en la fiabilidad inter e intraevaluador.
Qué encontraron: inconsistencia entre evaluadores del HRPU
Los autores concluyen que los evaluadores no fueron consistentes como grupo. Algunos mostraron fluctuaciones significativas en sus respuestas entre una evaluación y otra de los mismos videos. Los autores destacan que este hallazgo es relevante porque pequeñas diferencias al puntuar pueden afectar negativamente la evaluación del HRPU y, con ello, la puntuación total de la persona evaluada.
Qué significa para la práctica: cómo mejorar la calificación del push-up con liberación de manos
Los datos provienen de un solo tipo de prueba y de un grupo concreto de evaluadores, así que las siguientes recomendaciones son prudentes y deben entenderse como derivaciones razonables, no como protocolos validados por el estudio.
Para quienes evalúan pruebas de fuerza-resistencia muscular
- No des por hecho que el criterio es estable. Si un mismo evaluador puede variar entre sesiones, conviene revisar periódicamente su propio criterio, no solo el de los demás.
- Estandariza los criterios de repetición válida. Antes de cada evaluación, repasa de forma explícita qué se considera una repetición correcta e incorrecta (rango de movimiento, liberación de manos, alineación), de modo que todos califiquen con la misma referencia.
- Usa videos para calibrar. El diseño del estudio sugiere una herramienta útil de formación: calificar videos de ejecuciones y comparar los juicios con los de otros evaluadores o con un criterio de consenso.
- Repite la calibración con cierta frecuencia. Dado que la inconsistencia apareció entre semanas, una sola capacitación inicial podría no bastar.
Para entrenadores y preparadores físicos que usan pruebas similares
- Si utilizas el push-up con liberación de manos para monitorear a tus deportistas o alumnos, procura que la misma persona, con criterios claros, califique en cada medición, y reconoce que aun así puede haber variabilidad.
- Interpreta con cautela los cambios pequeños entre evaluaciones: una mejora o un descenso de pocas repeticiones válidas podría reflejar diferencias del evaluador y no un cambio real en la condición física.
- Considera grabar las pruebas para poder revisar repeticiones dudosas y mantener un registro coherente en el tiempo.
Para responsables de programas de evaluación
- Contempla programas de formación y certificación de evaluadores, especialmente cuando participan personas con niveles de experiencia diversos.
- Identificar a los evaluadores con mayor fluctuación puede orientar el refuerzo de la capacitación.
Limitaciones
- El estudio evaluó una sola prueba (HRPU de dos minutos) mediante videos, por lo que los resultados no se extrapolan automáticamente a la calificación en directo ni a las otras pruebas del Army Fitness Test.
- Se usaron 10 videos de cadetes y 17 evaluadores, una muestra moderada y específica de este contexto.
- El resumen no detalla valores numéricos de ICC ni de PABAK, por lo que no es posible cuantificar el grado de inconsistencia.
Conclusiones aplicables
- Los evaluadores del HRPU de dos minutos no fueron consistentes como grupo, y algunos variaron de forma significativa entre evaluaciones.
- Pequeñas diferencias de calificación pueden modificar la puntuación total de quien es evaluado.
- Conviene estandarizar criterios, calibrar con videos y repetir la capacitación de los evaluadores.
- Los cambios pequeños entre mediciones deben interpretarse con prudencia, ya que pueden deberse al evaluador.
