Saltar al contenido
Eneagrama ClaroSecciones

Alcance y límites

«95 % de precisión»: qué significa eso en un test de eneagrama

La respuesta corta: por sí solo, nada. «Precisión» no es una medida que exista en psicometría, y hasta que alguien diga precisión respecto a qué, el número no se puede ni contradecir.

En esta página

Revisado el 21 de septiembre de 2026.

El problema del número

Si un test de matemáticas acierta el 95 % de las veces, sabemos qué significa: hay respuestas correctas y el test las encontró. Un test de personalidad no tiene eso. No existe un registro externo que diga cuál es tu eneatipo verdadero, así que no hay contra qué comparar el resultado para contar aciertos.

Por eso la pregunta útil no es si el número es alto, sino qué se midió. Y ahí un porcentaje suelto, sin decir contra qué criterio se calculó ni en qué muestra, no permite comprobar nada. No es que sea falso: es que no es una afirmación comprobable.

Lo que sí se mide, y cómo se llama

Un instrumento de personalidad se evalúa por dos cosas, y ninguna se resume en un número.

Fiabilidad: ¿mide de forma estable?

Validez: ¿mide lo que dice medir?

Un test con respaldo publica estas cifras por separado, dice en qué muestra las obtuvo y enlaza dónde se publicaron. Es más aburrido que un 95 % y es lo único que se puede revisar.

De dónde puede salir un porcentaje así

Sin la metodología no se puede saber, pero hay una lectura frecuente que conviene tener presente: el porcentaje de gente que dice reconocerse en su resultado. Eso es satisfacción, no validez, y es justo lo que un test puede inflar sin esfuerzo escribiendo descripciones que le calzan a cualquiera.

Tiene nombre: efecto Barnum. Es la razón por la que en este sitio cada ficha de tipo lleva un párrafo que dice con qué ese tipo NO es el tuyo. Sin esa parte, las nueve descripciones te van a parecer acertadas, y tu sensación de acierto no prueba nada sobre el instrumento.

Un caso donde sí se puede mirar la tabla

En 2024 un equipo de la Universidad Ain Shams, en El Cairo, publicó un sistema que adivina el eneatipo a partir del texto que alguien escribe en Twitter. Lo que lo hace útil aquí no es el sistema: es que el artículo está en acceso abierto y trae las tablas. Con un test comercial no se puede hacer lo que sigue.

Su resumen anuncia un 95 %. Textualmente, que el mayor recall es el del Entusiasta y es del 95 %. Tres páginas después, su tabla de resultados totales dice esto:

Sus f1 —la medida que junta precisión y recall, y la que se mira cuando las dos importan— van del 7 % al 62 %. El 95 % del resumen es una celda de una tabla que también contiene un 4 %. No hay engaño: está todo publicado. Solo que lo que sube al resumen es una punta.

Y hay un número más que conviene saber leer, porque es el que más tranquiliza. El trabajo presenta accuracy de entre el 78 % y el 91 %, calculada por tipo. Pero su conjunto son 180 perfiles repartidos en nueve tipos —el 11,11 % cada uno, como ellos mismos declaran: veinte personas—. Así que un sistema que respondiera «no» a los ciento ochenta acertaría ciento sesenta veces: un 88,9 %. Sus cifras se agolpan justo ahí, en 89.

El caso del Leal lo deja a la vista: recall del 4 % y accuracy del 89 %. El sistema casi nunca dice «Leal», y por eso acierta casi siempre. Esta cuenta no la hace el artículo —la hacemos aquí, con los números que él publica—, y se puede rehacer abriendo su tabla.

Queda lo más importante, que es la primera de las tres preguntas de más abajo: ¿precisión respecto a qué? Su verdad de referencia son tipificaciones de famosos publicadas por una escuela de eneagrama y gente que tuiteó el resultado de un test. Es decir: se está midiendo si un contador de palabras reproduce etiquetas que nunca se validaron. Aunque el sistema acertara el 100 %, lo demostrado sería que imita bien a la escuela, no que la escuela tenga razón.

Fuente: Abdelhamid, Ismail y Aref (2024), en Human-Centric Intelligent Systems.

Conviene decir para qué NO se cita: este trabajo no mide si los nueve tipos existen. Los da por buenos y construye un clasificador encima. Aparece aquí por sus propias cifras, no como respaldo ni como refutación del modelo.

Qué encontró la revisión que sí está publicada

La revisión sistemática más citada repasó 104 muestras independientes y encontró evidencia mixta. Lo que importa aquí son dos hallazgos concretos:

Es difícil sostener a la vez «95 % de precisión» y un cuerpo de evidencia que todavía no confirma que los nueve grupos se separen.

Fuente: Hook, Hall, Davis, Van Tongeren y Conner (2021).

Sobre la cifra concreta: circula en el marketing de tests comerciales de eneagrama, atribuida a una revista médica. Al buscarla no fue posible localizar el estudio publicado ni la cita exacta. Eso no prueba que no exista —prueba que no es verificable por quien la lee, que para el caso es lo que cuenta.

Los números que sí existen, y el que circula mal leído

La misma revisión recoge las cifras de los dos instrumentos más usados, y son mucho más elocuentes que cualquier porcentaje de marketing. Las tres que siguen salen de ahí, y cada una nombra el trabajo original que la produjo.

El «72 % de precisión» del RHETI es un alfa de Cronbach mal leído. El estudio al que se atribuye —Newgent y colaboradores, 2004— reporta consistencia interna, con alfas entre .56 y .82 según la subescala. Alfa mide si las preguntas de una escala se comportan como si midieran lo mismo. No mide si el resultado acierta. Convertir un .72 en «72 % de acierto» es exactamente el error que describe la sección de arriba, y está en la base del número más repetido del mercado.

El RHETI y el WEPSS coinciden en el 42 % de los casos. Puestos a la misma persona, los dos instrumentos más usados del campo la clasifican en el mismo eneatipo menos de la mitad de las veces (Dameyer, 2001). Este dato es más fuerte que cualquier porcentaje de acierto, porque no depende de que un criterio externo sea correcto: son los dos tests midiéndose entre ellos. Si no se ponen de acuerdo, la pregunta de cuál es el mejor se contesta sola.

Y solo el 48 % de la gente queda «diferenciada». Giordano (2008) llamó así a tener el puntaje más alto por encima del segundo al menos por tres puntos. Menos de la mitad de quienes hacen el RHETI llegan a eso. Dicho de otro modo: en la mayoría de los casos el instrumento más usado del campo no separa a los dos primeros.

Ese umbral de tres puntos es el mismo que usa el test de este sitio para decir que un resultado no discrimina. No se eligió copiando a nadie —se eligió antes de encontrar este dato—, y encontrarlo después cambia lo que significa: que el test te diga que no puede separar a los dos primeros no es un defecto suyo. Es lo que le pasa a más de la mitad de la gente.

Las tres cifras de arriba y los trabajos que las produjeron. Los estudios originales —Newgent y colaboradores, Dameyer, Giordano— se citan tal como los recoge esta revisión: es el ejemplar que se tuvo delante, y ninguno de los tres se leyó por separado. Fuente: Hook, Hall, Davis, Van Tongeren y Conner (2021).

Tres preguntas para cualquier test que diga tener respaldo

Sirven igual para el eneagrama, para los eneatipos y para cualquier otro modelo:

  1. ¿Precisión respecto a qué? Si no hay criterio externo, no hay precisión que medir.
  2. ¿Dónde está publicado? Un estudio real tiene autores, revista y año, y se puede abrir. «Basado en investigación» no es una cita.
  3. ¿Cuál es el test-retest, y a cuánto tiempo? Si no lo reportan, no saben si su resultado es estable — o lo saben y no conviene decirlo.

Que el número no se sostenga no convierte el eneagrama en basura. Como lenguaje para pensarse, a mucha gente le sirve, y hay estudios que encuentran justamente eso. Lo que no se puede es venderlo como una medición. La diferencia entre «esto me ayudó a mirarme» y «esto mide quién eres con un 95 % de acierto» es toda la diferencia.

Qué hace este sitio con eso