Esta página explica la precisión de las pruebas; no sirve para evaluar ni diagnosticar a nadie.
Las pruebas de IQ individuales están entre las mediciones psicológicas más precisas, pero ninguna puntuación es exacta. En el WAIS-IV, la consistencia interna del CI total va de .97 a .98 según el grupo de edad, y en el WISC-V de .96 a .97. Con esos valores, el intervalo de confianza del 95 % de una puntuación abarca unos ±4 a ±6 puntos. Por eso los informes serios dan un rango, no solo una cifra.
Qué es la confiabilidad
La confiabilidad indica qué parte de la variación entre personas se debe a diferencias reales y qué parte a error de medición. Un coeficiente de 1 sería una medición perfecta; uno de 0, puro ruido. Hay tres formas principales de estimarla:
- Consistencia interna. ¿Las preguntas de una misma prueba apuntan en la misma dirección? Es el coeficiente más alto y el que suele citarse.
- Test-retest. ¿La misma persona obtiene lo mismo si repite la prueba semanas después? En el WAIS-IV se estudió con 298 personas, con intervalos de 8 a 82 días; en el WISC-V, con 218 niños y de 9 a 82 días.
- Acuerdo entre calificadores. ¿Dos examinadores puntúan igual las mismas respuestas? Importa en las subpruebas verbales, donde se juzgan respuestas abiertas.
Del coeficiente al margen de error
El error estándar de medición (EEM) traduce la confiabilidad a puntos de IQ:
EEM = 15 × √(1 − r)
| Confiabilidad (r) | EEM (puntos) | Intervalo del 95 % (± 1.96 EEM) |
|---|---|---|
| .98 | 2.1 | ± 4.2 |
| .97 | 2.6 | ± 5.1 |
| .96 | 3.0 | ± 5.9 |
| .95 | 3.4 | ± 6.6 |
| .90 | 4.7 | ± 9.3 |
| .80 | 6.7 | ± 13.1 |
Cálculo de promedio.net con la fórmula clásica. Los manuales publican sus propios EEM por edad, y los intervalos de los informes se construyen además alrededor de una «puntuación verdadera estimada», por lo que no siempre son simétricos. En el informe de muestra de Pearson para el WISC-V, un CI total de 132 aparece con un intervalo de 125 a 136: siete puntos hacia abajo y cuatro hacia arriba.
Ejemplo 1: dos niños, ¿realmente distintos?
Ana obtiene 104 y Luis 109 en la misma prueba, con confiabilidad .96. Cada puntuación tiene un intervalo del 95 % de unos ±5.9 puntos: Ana, de 98 a 110; Luis, de 103 a 115. Los intervalos se superponen ampliamente, así que la diferencia de 5 puntos no basta para afirmar que difieren en lo que mide la prueba.
Ejemplo 2: una prueba corta
Una prueba breve de 15 minutos tiene confiabilidad .90. Su EEM es 15 × √0.10 ≈ 4.7 puntos y su intervalo del 95 %, ±9.3. Una persona con 112 podría estar en realidad entre 103 y 121: del rango promedio al «muy alto». Las versiones abreviadas sirven para tamizar, no para decidir.
Estabilidad a lo largo de los años
Que una prueba sea precisa hoy no implica que la puntuación quede fija para siempre. Dos resultados lo muestran:
- De los 11 a los 77 años. Deary y colaboradores (2000) volvieron a aplicar la misma prueba (la Moray House Test) a 101 personas que la habían respondido de niños en la Encuesta Mental Escocesa de 1932. La correlación entre ambas mediciones fue de 0.63, y de 0.73 al corregir la restricción de rango de la muestra reevaluada.
- Metaanálisis de 2024. Breit y colaboradores reunieron 205 estudios longitudinales con 87,408 participantes. Para una edad de 20 años y 5 años de intervalo, la estabilidad media fue ρ = .76. Fue baja en preescolar, subió rápido en la infancia y se mantuvo alta desde la adolescencia tardía; disminuye al alargarse el intervalo, aunque se estabiliza desde unos 5 años.
Una correlación de .7 entre dos momentos es alta para un rasgo psicológico, pero deja espacio para cambios individuales de bastantes puntos.
Errores comunes
- Informar una puntuación sin intervalo. Toda cifra debería ir con su margen de error.
- Repetir la prueba en poco tiempo. En los estudios de retest del WISC-V, las diferencias de media entre la primera y la segunda aplicación fueron pequeñas pero reflejaron cierto efecto de práctica, según Canivez y Watkins (2016). Una segunda aplicación cercana tiende a salir algo más alta.
- Confiar igual en los índices que en el CI total. Los índices tienen menos ítems y menor confiabilidad (en el WISC-V, de .84 a .94), así que su margen es más amplio.
- Creer que alta confiabilidad significa alta validez. Una prueba puede medir con precisión algo que no es lo que te interesa; ver qué mide y qué no.
Fuentes
- Canivez, G. L. (2010). Review of the Wechsler Adult Intelligence Scale–Fourth Edition. The Eighteenth Mental Measurements Yearbook, Buros Institute. Consistencia interna del CI total de .97 a .98 en 13 grupos de edad; retest con 298 personas a 8–82 días (media 22). Consultado el 11 de noviembre de 2026.
- Canivez, G. L. y Watkins, M. W. (2016). Review of the WISC-V. En Kaufman, Raiford y Coalson, Intelligent Testing with the WISC-V, Wiley. Consistencia interna del CI total de .96 a .97 en 11 grupos de edad; índices primarios de .84 a .94; retest con 218 niños a 9–82 días. Consultado el 11 de noviembre de 2026.
- Pearson, WISC-V Interpretive Report (informe de muestra). Ejemplo de CI total 132 con intervalo de confianza de 125 a 136. Consultado el 11 de noviembre de 2026.
- Deary, I. J., Whalley, L. J., Lemmon, H., Crawford, J. R. y Starr, J. M. (2000). The stability of individual differences in mental ability from childhood to old age. Intelligence, 28(1), 49–55. 101 personas evaluadas a los 11 y a los 77 años con la Moray House Test; r = 0.63 (0.73 corregida). Consultado el 11 de noviembre de 2026.
- Breit, M., Scherrer, V., Tucker-Drob, E. M. y Preckel, F. (2024). The stability of cognitive abilities. Psychological Bulletin, 150(4), 399–439. 205 estudios longitudinales, 87,408 participantes, 1,288 correlaciones test-retest; ρ = .76 a los 20 años con 5 años de intervalo. Consultado el 11 de noviembre de 2026.