Por qué un resultado honesto viene con margen de error

Todo test se equivoca un poco

Si hicieras el mismo tipo de test en cinco días distintos, con preguntas distintas, no sacarías cinco veces el mismo número. Una mañana dormiste mal; otra, una respuesta al azar salió bien; una tercera, el celular sonó en medio de una pregunta difícil. La psicometría trata cada resultado como la suma de dos partes: el valor que tendrías sin esas oscilaciones y un error que nadie logra eliminar.

Esto vale para cualquier instrumento, incluso para las baterías completas que aplican los psicólogos. Lo que cambia de un test a otro es el tamaño del error.

El error estándar de medida

El tamaño del error tiene nombre: error estándar de medida. Indica cuánto suelen variar los resultados de una persona alrededor de su valor verdadero y depende de qué tan consistente es el test. En una escala con desviación estándar 15, un test con una confiabilidad de 0,90 tiene un error estándar cercano a 5 puntos. Las baterías completas suelen reportar una confiabilidad superior a 0,95 en la puntuación total, lo que da un error estándar de unos 3 puntos o menos.

En la Teoría de Respuesta al Ítem, que usa IQNorth, el error no es igual en toda la escala. Es menor donde hay muchas preguntas con una dificultad parecida a la tuya y mayor en los extremos, donde hay menos preguntas capaces de separar una puntuación de la vecina. Con las 37 preguntas que cuentan, el error estándar ronda los 5 a 6 puntos en el centro de la escala.

El intervalo del 95%

Para armar el rango, se suma y se resta al resultado cerca de dos veces el error estándar. Con un error de 5 a 6 puntos, eso da un rango de unos 10 puntos hacia cada lado. El nombre 95% de confianza describe el procedimiento: los rangos construidos de esta manera contienen el valor verdadero en cerca de 19 de cada 20 casos.

Cómo leer “101 a 119”

Toma el ejemplo anterior, un CI estimado de 110 con un rango de 101 a 119.

• 110 es la mejor estimación única, el punto más probable.
• Un valor verdadero de 104 o de 116 es perfectamente compatible con este resultado.
• Dos personas con 108 y 112 en el mismo test no pueden considerarse distintas: sus rangos se superponen casi por completo.
• El rango no es una garantía. En cerca de 1 de cada 20 casos, el valor verdadero queda fuera de él.

Por qué un test breve en línea tiene más error

Pesan tres cosas. La primera es el tamaño: menos preguntas significan menos información, y cada acierto o error aislado mueve más el resultado. La segunda es el entorno. Nadie supervisa la aplicación, así que el ruido, las notificaciones y el cansancio entran en la medida. La tercera es la norma: la de IQNorth todavía es provisional, armada con parámetros publicados del ICAR corregidos y con la curva por edad de la literatura (Salthouse, 2009), y se recalculará con las respuestas reales.

Ninguna de estas limitaciones desaparece con un número bonito. Se ven en el tamaño del rango, que es el lugar correcto para ellas.

Una parte del error, sin embargo, depende de ti. Responder en un lugar tranquilo, sin interrupciones, con el celular en silencio y sin prisa reduce el ruido que el test no puede corregir. El tiempo no suma puntos, y leer cada pregunta con calma es la mejor manera de que el número refleje tu razonamiento.

Por qué un número sin margen engaña

Un número suelto sugiere una exactitud que el test no tiene. Invita a comparar personas por diferencias de dos o tres puntos, que están dentro del error, y a leer como progreso una oscilación normal entre dos intentos.

Por eso el retest de IQNorth solo señala un cambio cuando la diferencia supera el margen, después de descontar el efecto de la práctica. En la mayoría de los casos el resultado sale estable, y eso es lo esperado.

El rango no debilita el resultado. Dice cuánto de él se puede afirmar.

Ver también: Por qué el resultado viene en un rango.

Lee también: Cómo saber si un test de CI en línea es fiable