Metodología

My Path publica cuestionarios de autoinforme —sobre personalidad, intereses, estilo de trabajo y relaciones, y sobre las personas y los entornos que te rodean—, además de un test de cribado de IQ y material de práctica para asignaturas escolares y exámenes. Esta página describe cómo se puntúan esos tests y en qué se basan las cifras de un resultado. También enumera, con claridad, el trabajo de validación que no se ha hecho. Si una frase de aquí y una página de test se contradicen, avísanos: una de las dos está mal.

Ninguno de los tests es un instrumento clínico, diagnóstico ni de selección de personal. Un resultado describe cómo respondiste en una ocasión, comparado —cuando tenemos los datos— con otras personas que hicieron el mismo test aquí.

Una fila por test, generada a partir de las mismas cifras que el resto de esta página. La muestra es el número de sesiones completas en que se basa una cifra; un guion significa que aún no hay ninguna.

Los ítems son nuestros. Están escritos para esta plataforma sobre modelos bien estudiados —los intereses RIASEC de Holland, los rasgos del Big Five, los estilos DISC, un modelo de preferencias de dieciséis tipos inspirado en Jung y otros— o adaptados de bancos de ítems de dominio público como el IPIP. No son los instrumentos comerciales con licencia por los que esos modelos son más conocidos, y las cifras de fiabilidad o validez publicadas para esos instrumentos no se trasladan a nuestras formas.

La evidencia que respalda los modelos varía mucho. Las estructuras del Big Five y de RIASEC cuentan con una amplia literatura de investigación; los modelos de tipos y muchos marcos laborales, con mucha menos. Cada página de test indica qué tipo de modelo usa.

Todos los tests psicométricos se puntúan con un único motor que ejecuta una configuración declarativa por test: qué ítems pertenecen a cada escala, cuáles se puntúan a la inversa y cuáles son comprobaciones de atención excluidas de la puntuación. Las mismas respuestas dan siempre las mismas puntuaciones, y ningún modelo de IA interviene en el cálculo.

Se usan dos formatos de respuesta. Los ítems de escala de valoración (Likert) se promedian por escala y se muestran como una posición de 0–100 en la escala de respuesta. Los ítems de elección forzada —elige la afirmación que más se parece a ti— producen proporciones de un total, de modo que subir una escala baja otra por construcción. Esas puntuaciones describen el equilibrio dentro de tus propias respuestas, no dónde estás en cada escala frente a otras personas; y cuando ningún estilo destaca más de lo que la forma puede distinguir del azar, el resultado lo dice en lugar de nombrar uno de todos modos.

Un percentil en My Path te compara con personas que completaron el mismo test en esta plataforma, nunca con una muestra representativa de la población. Solo lo mostramos cuando un test tiene una tabla normativa con al menos 60 aplicaciones; en los demás casos el resultado se lee frente a la propia escala de respuesta, por ejemplo su punto medio, y la página lo indica.

Actualmente hay tablas normativas para el Big Five (239 aplicaciones), el test de carrera RIASEC (11.697), Inteligencias múltiples (283), Estilos de aprendizaje (138) e Inteligencia emocional (96), y para el test de IQ, cuya muestra se comparte con my-iq-path.com (96 aplicaciones completas de la forma larga y 288 de la corta, a octubre de 2026). Estas muestras son personas que eligieron hacer tests en línea, agrupadas en los seis idiomas y sin dividir por edad, sexo ni país. Lee un percentil como tu posición entre quienes hacen tests en este sitio, no en la población.

Cuando un test tiene suficientes aplicaciones, medimos la consistencia interna (α de Cronbach) por escala en nuestra propia muestra en lugar de citar un rango de la literatura.

Big Five. Responsabilidad 0,72, Extraversión 0,81, Reactividad emocional 0,74 (n = 239). Los ítems de Apertura y Amabilidad se reescribieron después de reunir esa muestra, así que aún no hay α para los ítems actuales, y sus percentiles siguen comparándose con la versión anterior de los ítems.

Carrera RIASEC. De 0,62 a 0,75 en las seis escalas de intereses (n = 11.697).

Inteligencias múltiples. De 0,55 a 0,78 en ocho escalas (n = 283). La página mostraba antes un rango de la literatura de .70–.85; ahora muestra las cifras medidas.

Inteligencia emocional. De 0,53 a 0,76 en cinco escalas (n = 96), donde antes figuraba un rango de .85–.95.

La consistencia interna no está definida para proporciones de elección forzada, así que cuatro de esas formas informan de algo que sí pueden medir sobre sí mismas: con qué frecuencia se repite la misma elección cuando vuelve el mismo par de estilos, frente a lo que daría responder al azar. Estilo de conflicto coincide consigo mismo en el 85,8 % de los pares repetidos frente a un nivel de azar del 75 % (n = 12), el Perfil de cuatro preferencias en el 70 % frente al 60,5 % (n = 87), DISC en el 73,5 % frente al 68,7 % (n = 54) y Estilos de amor y afecto en el 78,7 % frente al 75 % (n = 100). La cifra describe el instrumento, nunca la aplicación de una persona.

Para los demás tests aún no se ha medido ninguna cifra de fiabilidad. Cuando una página de test cita una cifra publicada para el modelo de base, indica que la cifra es del modelo, no nuestra.

El test de IQ tiene una forma corta de 12 ítems y una completa de 60, ambas gratis, que cubren seis dominios: razonamiento fluido, verbal, numérico y espacial, memoria de trabajo y velocidad de procesamiento. No tiene tiempo límite salvo que elijas un modo con tiempo, y ese modo solo afecta a cómo se puntúa la velocidad de procesamiento.

La precisión en cada dominio se convierte en un percentil frente a las aplicaciones completadas de la misma forma; mientras un dominio tenga menos de 35, se usa en su lugar una tabla de conversión fija derivada de normas publicadas. Los seis dominios se combinan con pesos que siguen la carga de cada dominio en la capacidad general según la literatura: el razonamiento fluido es el más alto y la velocidad de procesamiento el más bajo. En la forma completa, esa combinación ponderada de tus precisiones se compara con todas las aplicaciones de la forma completa, así que la cifra global es un rango percentil real. En la forma corta, la cifra global es una media ponderada de los seis percentiles por dominio, que no es en sí misma un rango percentil: una simplificación conocida que mantenemos en una forma de 12 ítems.

El rango que acompaña al resultado es un valor fijo provisional —±12 puntos percentiles en la forma corta, ±7 en la completa—, no un error estándar medido. «CI estimado ≈ N» convierte el percentil global a la escala de media 100 y DE 15, limitada a 60–145. Es una estimación de tu posición entre quienes hacen tests en este sitio, etiquetada como tal y mostrada siempre con su rango. No está normada por edad y no es un CI clínico.

Ningún ítem se ha calibrado con teoría de respuesta al ítem (TRI) ni con un modelo de Rasch. La dificultad por ítem que calcula nuestro proceso de normas es la proporción de personas que aciertan: una estadística de revisión, no un parámetro TRI.

Varios tests incluyen ítems con instrucción («elige De acuerdo en esta») que se excluyen de la puntuación. Al enviar, cada aplicación se revisa en busca de patrones que hacen un resultado menos informativo: la misma respuesta en todo, un perfil completamente plano, respuestas inverosímilmente rápidas, un ítem con instrucción fallado o, en las formas de elección forzada, elegir siempre el mismo lado. Un aviso no borra un resultado. Matiza la afirmación que debilita —un perfil plano, por ejemplo, significa que el orden de tus escalas es redondeo— y la página de resultados indica a qué afecta.

Los resultados son deterministas y gratuitos. Los informes escritos con IA —textos de un test, informes cruzados y análisis más profundos— son opcionales y se cobran por uso. Los escribe un gran modelo de lenguaje a partir de lo que produjo la puntuación: las escalas con nombre de cada test, bandas, percentiles y muestra normativa, sus veredictos de «separado» o «no separado» y los avisos de calidad de respuesta, en la misma forma que usa la página de resultados. El modelo recibe estas cifras; no las calcula. Un contrato de salida fijo, que la edición del prompt no puede anular, establece la extensión y las secciones de cada informe.

Aun así, un modelo de lenguaje puede escribir una frase fluida que las cifras no respaldan. Lee un informe de IA como una interpretación de tu resultado, no como parte de él, y avísanos cuando uno se exceda.

Todos los tests están disponibles en inglés, alemán, español, francés, portugués y ucraniano. Los conjuntos de ítems no ingleses se produjeron por traducción automática y después un modelo de IA los leyó ítem por ítem frente al inglés —no revisores nativos ni traductores profesionales—, y cada registro de revisión lo indica. Esa lectura encontró y corrigió defectos reales que las comprobaciones de paridad no ven: los ítems franceses de Habilidades sociales preguntaban algo distinto del inglés en 35 de 36 ítems, y los ítems de Eneagrama en español, francés y portugués daban por hecho un lector masculino en 21 de 55.

No se ha realizado ningún análisis de si los ítems funcionan igual en todos los idiomas (funcionamiento diferencial del ítem o invarianza de medida), y las normas agrupan todos los idiomas. Trata las comparaciones entre grupos de idioma como no verificadas.

Para que nada de lo anterior parezca más de lo que es:

• Ningún test se ha calibrado con teoría de respuesta al ítem ni con un modelo de Rasch.
• No se ha realizado ningún estudio test-retest en ningún test, así que no podemos decir cuán estable es un resultado de una aplicación a otra.
• Ningún test se ha comparado con un instrumento publicado y establecido (validez convergente), y ninguno se ha contrastado con resultados como el desempeño laboral o el bienestar.
• No se ha hecho ningún análisis de sesgo (DIF) ni de invarianza de medida entre idiomas, edades u otros grupos, ni ninguna auditoría de equidad.
• Ninguna muestra normativa es representativa de una población, y nada está normado por edad.
• Ningún test está validado para uso clínico, diagnóstico, de ubicación escolar ni de selección de personal. No uses un resultado con esos fines.

Esta lista solo se acorta cuando el trabajo se ha hecho y su resultado se publica en esta página.

Los cuestionarios de autoinforme miden cómo te describes: tu conducta habitual, tus preferencias y sentimientos tal como los ves el día en que respondes. El ánimo, el sueño, el estrés, la situación que tenías en mente y el deseo de dar buena impresión mueven las respuestas. Un resultado es una instantánea de una aplicación, no una propiedad fija tuya, y dos resultados separados por pocos puntos no suelen diferir de forma significativa.

Los tests «sobre mi entorno» te piden describir a una pareja, un equipo, un jefe, una familia, un hijo o una comunidad. Describen tu percepción de esa situación, no a las otras personas, y no son una prueba sobre el carácter de nadie.

No vendemos datos personales ni mostramos publicidad de terceros. Los resultados son privados hasta que compartes uno, test a test, mediante un enlace que puedes revocar. Desde tu perfil puedes descargar tus datos y eliminar tu cuenta con todos sus resultados. Los detalles están en la política de privacidad.

Afirmaciones que publicamos y después cambiamos, fechadas por el día en que el cambio llegó al sitio en vivo.

Las entradas se publican en inglés.

• 18 de octubre de 2026 — This page: removed the “Last reviewed” date. Nobody besides the author reviews this page; what is dated now is when its figures were last refreshed.
• 18 de octubre de 2026 — Multiple Intelligences test page: the reliability figures gave the highest measured alpha as 0.77; the norm table says 0.78. The page now prints the figures from the same generated file as this page.
• 6 de octubre de 2026 — This page: removed descriptions of IRT calibration, “representative subsamples” and a fairness audit. That work was never done.
• 20 de septiembre de 2026 — Multiple Intelligences result notes: the reliability figure was presented as describing the current questions. It was measured on an earlier version of the test, and the notes now say so.
• 19 de septiembre de 2026 — Result notes of four workplace and family check-ins described correlations from a pilot study. No such study was ever run; the claim was removed from every test.
• 18 de septiembre de 2026 — Big Five: the Openness and Agreeableness items were rebuilt after their measured consistency proved weak. Those two scales show no reliability figure until enough people have answered the new items.
• 17 de septiembre de 2026 — Multiple Intelligences: the result printed a published-literature alpha range (0.70–0.85) as if it described our questions. Measured on our own sample it was lower; the measured figures replaced it.
• 17 de septiembre de 2026 — Grit: eleven of the thirteen questions followed published Grit-S / Grit-O wording too closely. They were rewritten in-house.