Test cuestionario de carreras STEM
Estructura de medición
¿Quiénes suelen realizar esta prueba?
Descubre cómo se compara
A continuación, te ofrecemos una vista previa de los puntos de referencia que utilizamos para situar tu puntaje en contexto.
Ejemplos de preguntas de la prueba
- Crear o programar un flujo de trabajo automatizado y después probar casos inusuales
- Buscar un atajo digital, aunque necesite ayuda para implementarlo
- Usar el método actual porque sus pasos ya me resultan conocidos
- Mejorar la lista de verificación escrita y mantener la tarea principalmente manual
- Explicar el problema a los usuarios mientras otra persona examina el código
- Probar algunos datos de entrada adicionales e informar qué sucede
- Rastrear la lógica para identificar las condiciones asociadas con la falla
- Aislar el error, modificar el algoritmo y crear pruebas para evitar que vuelva a ocurrir
- Preferiría trabajar en problemas cuya respuesta esperada ya esté establecida
- Puedo modificar mi punto de vista, aunque la incertidumbre repetida reduciría mi interés
- La revisión me parece útil y examinaría lo que implica la nueva evidencia
- Siento especial curiosidad y quiero construir y poner a prueba una explicación mejor
Test cuestionario de carreras STEM - Descripción y metodología del test
Para quien valora estudios, un cambio de especialidad o una primera dirección laboral, el Test cuestionario de carreras STEM organiza preferencias ante problemas técnicos, sistemas vivos, datos y descubrimiento científico. Este test de orientación profesional STEM está pensado para comparar áreas sin convertir una inclinación puntual en una decisión definitiva: el resultado ayuda a reconocer qué actividades podrían mantener tu interés.
Qué mide el cuestionario
Estas cuatro dimensiones organizan el cuestionario de intereses STEM.
- Computación y datos (0–12) refleja interés por programación, algoritmos, automatización y análisis de datos; Interés exploratorio (0–4), Posible compatibilidad (5–8) y Afinidad fuerte (9–12).
- Ingeniería y diseño de productos (0–12) refleja interés por diseñar, construir, probar y mejorar sistemas útiles; Interés exploratorio (0–4), Posible compatibilidad (5–8) y Afinidad fuerte (9–12).
- Ciencias de la salud y de la vida (0–12) refleja interés por sistemas vivos, biología, salud y bienestar; Interés exploratorio (0–4), Posible compatibilidad (5–8) y Afinidad fuerte (9–12).
- Investigación científica (0–12) refleja interés por formular hipótesis, interpretar evidencia y responder preguntas abiertas; Interés exploratorio (0–4), Posible compatibilidad (5–8) y Afinidad fuerte (9–12).
El mayor puntaje marca afinidad principal; una diferencia ≤1 indica perfil combinado.
Metodología y base científica
Cada ítem ofrece cuatro alternativas sobre situaciones, tareas y preferencias técnicas, experimentales o de diseño. Las opciones pueden plantear automatizar, depurar datos, construir prototipos, interpretar sistemas vivos, revisar resultados inesperados, elegir temas de lectura o valorar logros y trabajos; no exigen conocimientos especializados. El formato expresa una preferencia relativa entre actividades.
La lógica es de autoinforme: las cuatro alternativas expresan preferencias relativas y el resultado compara los puntajes de las cuatro áreas. El puntaje más alto representa la inclinación predominante; una diferencia de un punto o menos sugiere un perfil combinado.
Como orientación vocacional STEM, la estructura es conceptualmente coherente con el STEM-CIS (Kier et al., 2014), pero no se presenta como adaptación suya. Se relaciona con Tyler-Wood, Knezek y Christensen (2010) y la teoría social cognitiva de la carrera de Lent, Brown y Hackett (1994), que vincula intereses, expectativas y decisiones.
El resultado permite comparar las afinidades dentro del perfil individual y refleja preferencias declaradas, no conocimientos ni rendimiento. Puede variar con experiencia, confianza, familiaridad tecnológica y contexto; conviene interpretarlo junto con experiencias reales y datos personales.
- Kier, M. W., Blanchard, M. R., Osborne, J. W., & Albert, J. L. (2014). The Development of the STEM Career Interest Survey (STEM-CIS). Research in Science Education, 44(3), 461–481. 10.1007/s11165-013-9389-3
- Tyler-Wood, T., Knezek, G., & Christensen, R. (2010). Instruments for Assessing Interest in STEM Content and Careers. Journal of Technology and Teacher Education, 18(2), 341–363.
- Lent, R. W., Brown, S. D., & Hackett, G. (1994). Toward a Unifying Social Cognitive Theory of Career and Academic Interest, Choice, and Performance. Journal of Vocational Behavior, 45(1), 79–122. 10.1006/jvbe.1994.1027