Medio punto de banda es un error estándar: fiabilidad de IELTS, 2024-2025

IELTS informa cada puntuación de sección en escalones de media banda, lo que hace que una banda parezca una medida de tamaño fijo. Las propias estadísticas de fiabilidad del examen para 2024-2025 dicen otra cosa. Listening conlleva un error estándar de medida de 0.43 de banda, es decir, 0.86 del escalón de 0.5 en el que se imprime la puntuación. Este informe lee las cifras de fiabilidad y precisión que IELTS publica para el año de aplicación 2024-2025, que abarcan la fiabilidad de las secciones, la concordancia entre examinadores y una estimación compuesta para el examen completo. Las cifras están agregadas a través de versiones del examen y cubren únicamente estadísticas poblacionales publicadas, no a ningún candidato individual.

Hallazgos clave

1. Una puntuación de la sección Listening tiene un error estándar de 0.43 de banda, mientras que Academic Reading es de 0.36 y General Training Reading de 0.47, de modo que ninguna sección receptiva es precisa por debajo de aproximadamente un tercio de banda.
2. La fiabilidad es alta y está estrechamente acotada: Cronbach's alpha osciló entre 0.83 y 0.95, con un promedio de 0.90, en las secciones de Listening; entre 0.87 y 0.94, con un promedio de 0.92, en Academic Reading; y entre 0.88 y 0.93, con un promedio de 0.91, en General Training Reading.
3. Las destrezas calificadas por examinadores dependen de la concordancia entre evaluadores y no de la consistencia interna: la recalificación produjo un coeficiente interevaluador de 0.90 en Speaking y de 0.92 en Writing.
4. Al combinar las 4 secciones, la estimación de fiabilidad compuesta es de 0.97 tanto para Academic como para General Training, con un error estándar compuesto de 0.17 y 0.19 de banda, respectivamente.

Antecedentes

Una puntuación de banda resume un desempeño, y toda puntuación de ese tipo conlleva error. La pregunta más precisa es a qué distancia puede situarse una banda impresa respecto de la puntuación que la misma persona habría obtenido en otra versión de la misma sección. Eso es lo que responde el error estándar de medida (SEM), y es lo que IELTS publica ahora junto con sus coeficientes de fiabilidad.

Las dos estadísticas no son intercambiables. La fiabilidad describe con qué consistencia mide una sección aquello que mide entre los candidatos que la rindieron. El SEM convierte esa fiabilidad en puntos de banda usando la dispersión observada de las puntuaciones, de modo que un mismo coeficiente puede producir SEM distintos en secciones distintas. Para un candidato, la consecuencia práctica es que los cambios menores que el error de medida no pueden distinguirse del azar, y que ese error sea lo bastante pequeño para ignorarlo depende de la finura con que se imprime la puntuación.

Datos y método

Fuente y período. Las cifras son las estadísticas de fiabilidad y precisión publicadas en las páginas de estadísticas del examen IELTS para el año de aplicación 2024-2025, junto con la Tabla 1 de esa publicación, que informa las medias, las desviaciones estándar y los errores estándar de medida de cada sección [1].

Muestra. IELTS deriva estas estimaciones de las versiones del examen en uso operativo durante 2024-2025 y de los candidatos que las rindieron. El informe publica un rango entre versiones y un promedio, en lugar de una tabla por versión, y no publica registros a nivel de candidato: cada cifra aquí es una estimación agregada sobre versiones del examen y sobre los candidatos que las rindieron. La unidad de análisis es una versión del examen y una sección, no una persona.

Definiciones. Cronbach's alpha se informa como la consistencia interna de una sección de 40 ítems. El error estándar de medida se calcula como la desviación estándar multiplicada por la raíz cuadrada de uno menos la fiabilidad. Una media banda es el escalón de 0.5 en el que se informan las puntuaciones de sección en una escala que llega a 9. La estimación compuesta combina las 4 secciones, usando alpha para las secciones receptivas y coeficientes interevaluadores para las calificadas por examinadores, siguiendo a Feldt y Brennan (1989) según la cita de IELTS.

Cifras derivadas. Toda conversión de un error estándar a términos de banda en este informe es aritmética sobre los números publicados y queda registrada en el archivo de datos adjunto: el SEM dividido por 0.5 para la razón de media banda, y 1.96 multiplicado por el SEM para un intervalo del 95%. Ninguna cifra se ha redondeado más allá de un decimal.

Resultados

Listening es la menos precisa de las tres secciones con una cifra de fiabilidad publicada. Su media es 6.45, su desviación estándar 1.36 y su SEM 0.43. Como una media banda es 0.5 de banda, el error de medida es 0.86 del escalón más pequeño en el que se imprime la puntuación. Academic Reading es más ajustada: media 6.32, desviación estándar 1.26, SEM 0.36, es decir, 0.72 de media banda. General Training Reading es más holgada que ambas, con una media de 6.05, una desviación estándar de 1.56 y un SEM de 0.47, que equivale a 0.94 de media banda.

Expresado en intervalos, el rango del 95% en torno a una puntuación de Listening es de aproximadamente 0.84 de banda en cada dirección, lo que en la grilla de media banda significa que un 6.5 impreso es compatible con cualquier valor entre 5.5 y 7.5. Para Academic Reading el mismo intervalo es de aproximadamente 0.71 de banda, de modo que un movimiento de 6.0 a 6.5 es menor que la banda de error en torno a cualquiera de las dos puntuaciones.

Los coeficientes de fiabilidad que respaldan esas cifras son altos y están muy agrupados. Los valores de alpha de Listening fueron de 0.83 a 0.95 en torno a un promedio de 0.90; los de Academic Reading, de 0.87 a 0.94 en torno a 0.92; y los de General Training Reading, de 0.88 a 0.93 en torno a 0.91.

Las secciones calificadas por examinadores funcionan de otro modo, porque el error proviene de un evaluador y no de un conjunto de ítems. IELTS informa un coeficiente interevaluador de 0.90 para Speaking y de 0.92 para Writing, derivado de los casos en que la puntuación de una sección se apartó notablemente del perfil de Listening y Reading del candidato y se volvió a calificar de forma automática.

La estimación compuesta es donde el examen parece más preciso. Combinar las 4 secciones produce una fiabilidad de 0.97 para Academic y de 0.97 para General Training, con un SEM compuesto de 0.17 y 0.19, respectivamente, de modo que el compuesto de Academic se sitúa dentro de aproximadamente 0.33 de banda con un 95% de confianza. Una banda de examen completo es mucho más estable que la puntuación de cualquier sección individual, lo cual es esperable: los errores independientes se cancelan en parte cuando se combinan las secciones.

Figura 1. Error estándar de medida de las tres secciones de IELTS con cifra publicada, en bandas, frente al escalón de informe de media banda de 0.5. n = todas las versiones del examen de 2024-2025. Fuente: IELTS, Test statistics 2024-2025, Tabla 1.

Limitaciones

Se aplican cuatro límites. Primero, el error estándar de medida es una propiedad de una población, no de una puntuación. Indica cuánto varían las puntuaciones en torno a un valor verdadero entre candidatos y versiones, y no puede decirle a un candidato concreto si su 6.5 fue un desempeño de 6.0 en un día afortunado o un desempeño de 7.0 en un día desafortunado. Segundo, alpha supone que los 40 ítems de una sección miden una única dimensión de manera consistente. Es una afirmación sobre la consistencia interna, no sobre la cobertura de contenido, la dificultad o la equidad, y una sección puede ser internamente consistente mientras evalúa una porción estrecha del constructo. Tercero, la fiabilidad compuesta es una estimación basada en un modelo construida a partir de los coeficientes de sección, no una nueva aplicación observada en la que las mismas personas rindieron el examen completo dos veces, por lo que hereda todo lo que la combinación modelada supone sobre la independencia entre secciones. Cuarto, IELTS publica rangos y promedios entre versiones y no difunde un desglose por versión ni los datos subyacentes de los candidatos, de modo que las cifras no pueden usarse para comparar una fecha de examen con otra, y la fiabilidad de la versión concreta que rindió un candidato es desconocida.

Qué significa esto para los estudiantes

La lectura útil es que la puntuación de una sola sección es un instrumento grueso y que una banda de examen completo es más fina. Un movimiento de media banda en Listening o Speaking queda dentro del error de medida, de modo que leerlo como progreso o retroceso es leer ruido como señal. Cuando una decisión depende de una sección, conviene fijar un objetivo con un margen por encima del requisito en lugar de justo en el límite.

La segunda consecuencia tiene que ver con la práctica. Si la puntuación de una sección no puede separar de forma fiable un 6.0 de un 6.5, saber si una rutina funciona exige medir la misma destreza de manera repetida y leer la dirección a lo largo de varios intentos, no de uno solo. La retroalimentación de práctica no es una puntuación oficial, y Hibay no emite ninguna.

Preguntas frecuentes

¿Una mejora de media banda en una sección es significativa? En Listening es menor que el error estándar de medida de 0.43 de banda, y el intervalo del 95% en torno a una puntuación es de aproximadamente 0.84 de banda en cada dirección. Por lo tanto, un movimiento de 0.5 está dentro del rango que una sola nueva aplicación podría producir por azar, y solo un patrón repetido a lo largo de varios intentos aporta información.

¿Qué puntuación de sección de IELTS es la más precisa? De las tres secciones con un error estándar publicado, Academic Reading es la más precisa, con 0.36 de banda, frente a 0.43 de Listening y 0.47 de General Training Reading. El compuesto del examen completo es más preciso que cualquiera de ellas, con 0.17 para Academic.

¿Una fiabilidad compuesta de 0.97 significa que mi banda es exacta? No. Significa que la estimación compuesta es consistente en la población sobre la que se calculó y que su error estándar es de 0.17 de banda, lo que todavía deja un rango de aproximadamente un tercio de banda hacia cada lado con un 95% de confianza. Una banda sigue siendo una estimación, informada al medio punto más cercano.

¿Por qué el error estándar de Listening es mayor que el de Academic Reading? Dos insumos publicados empujan en direcciones distintas. Listening tiene el error mayor, 0.43 frente a 0.36, aunque su dispersión de puntuaciones es menor (desviación estándar 1.36 frente a 1.26), porque su fiabilidad es ligeramente inferior. Una dispersión más estrecha y un coeficiente más bajo producen juntos el error más amplio.

Cómo citar

Hibay Product Team. (2026, November 4). Half a Band Is One Standard Error: IELTS Reliability, 2024-2025. Hibay. https://www.hibay.ai/en/news/ielts-reliability-2024-2025

Figures are from the public source listed below and may be cited with attribution.

Referencias

1. IELTS (British Council, IDP IELTS, Cambridge University Press & Assessment). Test statistics: test performance 2024-2025, including reliability of Listening and Reading sections and Table 1. https://ielts.org/researchers/our-research/test-statistics. Consultado el 2026-11-04.