No trates como una cifra precisa el CI de una prueba que no publica la evidencia necesaria para evaluarlo. Los anuncios, la posición en los buscadores, una pantalla de resultados atractiva o un certificado de CI no demuestran calidad de medición. Para elegir considerando también el precio y las condiciones de contratación, consulta cómo elegir un test de CI en línea confiable.
Cuatro elementos determinan la calidad de medición
| Elemento | Qué se comprueba | Qué ocurre si falta |
|---|---|---|
| Estandarización | Condiciones uniformes de aplicación y puntuación | Las diferencias de dispositivo, tiempo o método de puntuación se mezclan con el resultado |
| Normas | Con qué personas se compara el resultado | No queda definido qué significa un CI de 100 o estar en el 2 % superior |
| Confiabilidad | Cuánta consistencia tiene la puntuación | Los aciertos o errores fortuitos pueden modificar mucho el número |
| Validez | Si la puntuación puede interpretarse como la capacidad indicada | Un resultado de razonamiento con figuras se extiende indebidamente al CI total |
Ninguno de los cuatro elementos basta por sí solo. Una prueba puede tener alta confiabilidad y medir únicamente razonamiento con figuras. En ese caso, no es válido interpretar su resultado como un CI total que incluya lenguaje, memoria y velocidad de procesamiento.
Estandarización y normas
La estandarización unifica las instrucciones, los límites de tiempo, la presentación de preguntas, la puntuación y el tratamiento del tiempo agotado y las interrupciones. En línea también cuentan las diferencias de visualización entre teléfonos y computadoras, los retrasos de conexión, los intentos repetidos y el uso de búsquedas o notas. Si personas con la misma capacidad obtienen un CI muy distinto solo por el dispositivo o la cantidad de intentos, la escala no permite compararlas adecuadamente.
Las normas definen con quién se compara el CI. Los aciertos de cualquier grupo pueden convertirse a una escala de media 100 y desviación estándar 15. Fijar en 100 el promedio de quienes visitan un sitio no convierte ese resultado en una posición dentro de la población adulta general de un país.
Además del tamaño de la muestra, hay que observar la edad, el idioma, la región, el reclutamiento, el tratamiento de intentos repetidos, respuestas inusuales y abandonos, el ajuste por edad, el año de recopilación y la correspondencia con las tareas y el método de puntuación actuales.
Aunque se anuncien «100,000 participantes», no puede evaluarse la calidad de las normas sin saber si incluyen intentos repetidos, cuántas personas hay de cada edad o cuándo se recopilaron los datos. Traducir una prueba al español tampoco basta para aplicar directamente las normas de otra versión lingüística. Los principios básicos de la Asociación Japonesa de Pruebas, por ejemplo, requieren registrar y publicar el grupo normativo, la muestra, los procedimientos de estandarización y la información estadística.
Confiabilidad, error de medición e intervalos de confianza
La confiabilidad expresa, mediante un coeficiente de 0 a 1, cuánta información consistente contiene una puntuación. La consistencia entre ítems y la confiabilidad test-retest, que observa la estabilidad al repetir la prueba en otro día, responden preguntas distintas. Además de «confiabilidad de 0.90», hace falta conocer qué tipo se calculó, con qué datos y para qué puntuación.
A partir de la confiabilidad puede calcularse el error estándar de medición, SEM. En una escala de CI con desviación estándar 15 y confiabilidad de 0.90, el SEM es de aproximadamente 4.7 puntos. Si se calcula un intervalo de confianza del 95 % mediante ±1.96 SEM, un CI de 130 corresponde aproximadamente a un intervalo de 121–139. Una confiabilidad de 0.90 no significa precisión de un punto.
Este margen describe el error de medición en una puntuación individual de una aplicación. Un intervalo estrecho no corrige los sesgos de la muestra normativa ni resuelve si es válido presentar un resultado de razonamiento con figuras como CI total.
Validez y alcance de las capacidades medidas
La validez determina si una puntuación puede leerse como la capacidad que indica su nombre. Se examina si las preguntas cubren esa capacidad, si los datos respaldan la estructura de puntuaciones propuesta y si el resultado se relaciona como se esperaba con pruebas de inteligencia existentes o tareas relacionadas.
Los problemas con figuras y el razonamiento matricial pueden formar una buena prueba de razonamiento visual o fluido. Sin embargo, una confiabilidad alta en 30 problemas con figuras no significa que se hayan medido vocabulario, conocimientos, memoria de trabajo o velocidad de procesamiento. Para presentar un CI total, se necesitan tareas que midan varias capacidades y evidencia para combinarlas en una puntuación general.
Una «correlación de 0.70 con otra prueba de CI» tampoco significa un 70 % de precisión. La correlación muestra cuánto suben y bajan juntas dos puntuaciones. Si se sumaran 10 puntos a todos los resultados, la correlación con los originales sería 1, aunque cada cifra tendría una diferencia de 10 puntos. Para decidir si pueden tratarse como el mismo CI, hay que conocer la prueba y edición comparadas, la muestra, las diferencias entre medias y las diferencias según el rango de puntuación.
Preguntas y normas necesarias para medir un CI alto
Para distinguir entre un CI de 130 y uno de 140 hay que superar dos límites superiores, o techos.
| Techo | Qué se necesita | Qué ocurre si falta |
|---|---|---|
| De las preguntas | Tareas que distingan entre personas con capacidades altas | Casi todos los participantes de mayor capacidad aciertan todo y las diferencias dejan de observarse |
| De las normas | Datos suficientes y una conversión que respalde las puntuaciones altas | No se pueden estimar con estabilidad diferencias pequeñas de CI a partir del mismo número de aciertos |
Incluso en una muestra grande hay pocas personas en los extremos de la distribución. Bajo una distribución normal con media 100 y desviación estándar 15, una muestra de 2,000 personas incluiría unas 8 con CI de 140 o más. Ese número no permite distinguir con detalle entre 140, 142 y 145. La relación entre puntuaciones de CI y proporción de población explica por qué reunir los datos necesarios se vuelve más difícil en los rangos altos.
En la muestra normativa habitual de WISC-V de 2,200 personas, 16 niños obtuvieron 150 o más en alguna puntuación compuesta. Por eso se construyeron normas ampliadas para el rango alto y se validaron también con otra muestra de 108 niños con capacidades altas. Incluso las pruebas reconocidas necesitan tareas y datos específicos para esos rangos.
Información pública necesaria para evaluar la calidad
La información publicada debe permitir relacionar cada afirmación con su evidencia.
| Qué se quiere determinar | Información necesaria |
|---|---|
| Frente a quién se compara la cifra | Población de referencia, composición de la muestra, año de recopilación y método de conversión |
| Qué capacidad representa | Composición de las tareas, estructura de puntuaciones, métodos y resultados de validación |
| Cuánto error contiene | Condiciones de aplicación, tipo de confiabilidad, SEM y validación del rango alto |
No hace falta publicar todos los datos brutos, el algoritmo de puntuación ni las preguntas reales. Conocer la población, la muestra, las condiciones, el método de conversión, la confiabilidad y el error, los resultados principales de validez y su correspondencia con la versión actual permite evaluar las afirmaciones.
Sin esa información, no puede comprobarse el significado ni la precisión de una cifra como CI 137. No trates como una cifra precisa el CI de una prueba que no publica su evidencia.
La evidencia de medición que publica BrainTypeIQ
BrainTypeIQ explica por qué utiliza 9 pruebas y cómo corresponden a 5 áreas, y cómo construye el CI total y las áreas a partir de ellas.
También publica la conversión a puntuaciones estandarizadas y el método para combinarlas, las normas de 841 personas que completaron por primera vez la versión japonesa y la confiabilidad de 0.929 y el SEM de unos 4.0 puntos del CI total en japonés.
La versión en español utiliza actualmente una puntuación provisional ajustada a partir de la versión japonesa. Estamos recopilando datos.
Si necesitas una evaluación formal o resultados para presentar a terceros, elige a partir de las funciones de WAIS y los tests de CI en línea.