Che cos’è l’affidabilità nei test psicometrici?

L’affidabilità nelle valutazioni psicometriche si riferisce alla coerenza della misurazione, ovvero al grado in cui una valutazione produce punteggi stabili e riproducibili tra i diversi item, le diverse occasioni e i diversi valutatori. Una valutazione è affidabile quando produce lo stesso risultato per la stessa persona in condizioni equivalenti. L’affidabilità è una condizione necessaria per la validità. Uno strumento che misura in modo incoerente non può produrre previsioni coerenti sulle prestazioni lavorative o su qualsiasi altro esito. L’affidabilità è uno dei due requisiti tecnici fondamentali, insieme alla validità, che qualsiasi strumento psicometrico deve soddisfare prima di poter essere considerato idoneo all’uso professionale.

Perché l'affidabilità è importante

La conseguenza pratica di una misurazione inaffidabile è il rumore, ovvero una variazione casuale dei punteggi attribuibile al processo di misurazione piuttosto che a differenze reali nel costrutto oggetto di valutazione. Quando una valutazione è inaffidabile, il punteggio di un candidato riflette una combinazione tra il suo reale livello rispetto al tratto misurato e un errore casuale di misurazione. Tale componente di errore riduce la validità predittiva: un punteggio contaminato dal rumore di misurazione predice le prestazioni lavorative in modo meno accurato rispetto a un punteggio che riflette con precisione il reale livello del tratto del candidato.

Schmidt e Hunter (1998) hanno dimostrato formalmente questa relazione attraverso il concetto statistico di attenuazione: l’errore di misurazione, sia nella variabile predittiva (la valutazione) che nel criterio (la misura della prestazione), riduce sistematicamente la correlazione osservata tra di esse. Le sintesi meta-analitiche della validità dei metodi di selezione applicano sistematicamente correzioni di affidabilità alle stime di validità grezze per produrre stime che riflettano meglio la vera relazione tra i punteggi delle valutazioni e la prestazione, libere dagli effetti attenuanti dell’imprecisione di misurazione. Comprendere l’affidabilità non è quindi solo un esercizio tecnico. È un prerequisito per interpretare le prove di validità su cui si basano le decisioni di selezione.

Tipi di affidabilità

L'affidabilità non è una proprietà unica. Esistono diverse forme distinte che descrivono diversi aspetti della coerenza della misurazione, e ciascuna di esse è rilevante per applicazioni e questioni interpretative diverse (Kline, 1994).

L'affidabilità di coerenza interna misura il grado di correlazione tra gli item all'interno di una scala, ovvero la misura in cui gli item misurano in modo coerente lo stesso costrutto. Si tratta della statistica di affidabilità più comunemente riportata nella ricerca psicometrica ed è solitamente espressa tramite l'alfa di Cronbach, un coefficiente compreso tra 0 e 1. L'affidabilità di coerenza interna riflette il grado di coesione degli item di una scala come insieme coerente.

L’affidabilità test-retest misura la stabilità dei punteggi nel tempo. Un individuo che compila la stessa valutazione in due momenti diversi dovrebbe ottenere punteggi simili se la valutazione misura un tratto stabile e il tratto stesso non ha subito cambiamenti sostanziali. L’affidabilità test-retest è espressa come correlazione tra i punteggi del Momento 1 e del Momento 2 ed è particolarmente importante per le valutazioni della personalità e i test delle capacità cognitive, progettati per misurare costrutti relativamente stabili negli adulti. Uno strumento che produce punteggi sostanzialmente diversi per la stessa persona in due somministrazioni separate da settimane o mesi sta rilevando rumore di misurazione piuttosto che il tratto stabile che dichiara di misurare.

L'affidabilità inter-valutatore misura il grado di concordanza tra due o più valutatori indipendenti che assegnano punteggi alle stesse risposte. È particolarmente rilevante per le valutazioni che prevedono un giudizio umano nell'assegnazione dei punteggi, come le valutazioni basate su colloqui strutturati, gli esercizi degli assessment center e le misure di osservazione comportamentale. L’affidabilità inter-valutatore viene espressa come correlazione tra i punteggi dei valutatori oppure come coefficiente kappa, che tiene conto della concordanza casuale. Quando l’affidabilità inter-valutatore è bassa, i punteggi riflettono i giudizi soggettivi dei singoli valutatori tanto quanto le prestazioni effettive del candidato.

Comprendere l'alfa di Cronbach

L'alfa di Cronbach è l'indicatore di affidabilità che ricorre più frequentemente nei manuali tecnici di psicometria, ma è anche quello più spesso frainteso. Cortina (1993), in un'influente analisi del coefficiente alfa e delle sue applicazioni pubblicata sul *Journal of Applied Psychology*, ha individuato diversi modi specifici in cui i professionisti utilizzano in modo errato questo indicatore.

L’alfa misura la coerenza interna, ovvero la correlazione media tra gli item di una scala, corretta in base alla lunghezza della scala stessa. Non misura invece l’unidimensionalità. Una scala può presentare un alfa elevato pur misurando contemporaneamente due o più costrutti distinti, purché tali costrutti siano correlati tra loro. L’alfa, inoltre, non misura la stabilità test-retest. Una scala con elevata coerenza interna può produrre punteggi molto diversi per la stessa persona in occasioni diverse, il che significa che un alfa elevato non conferma che la valutazione misuri un tratto stabile.

L'alfa è inoltre sensibile alla lunghezza della scala in modi che possono trarre in inganno. L'aggiunta di ulteriori item a una scala aumenta meccanicamente l'alfa, anche se tali item sono ridondanti o solo debolmente correlati al costrutto di interesse. Una scala con 30 item altamente ridondanti produrrà un alfa più elevato rispetto a una scala con 10 item accuratamente selezionati che coprono l'intero spettro del costrutto. Tuttavia, una scala più lunga non è necessariamente più valida o più utile.

Lo standard professionale per l’affidabilità in termini di coerenza interna è un alfa di Cronbach pari o superiore a 0,70 per l’uso applicato (Nunnally, 1978; Kline, 1994). Valori superiori a 0,80 sono considerati elevati. Valori superiori a 0,90 possono indicare un’eccessiva ridondanza degli item e dovrebbero essere esaminati alla luce di un’analisi di dimensionalità, piuttosto che accettati acriticamente. Vale inoltre la pena notare che l’alfa presuppone che tutti gli item contribuiscano in egual misura al costrutto (un presupposto noto come equivalenza tau), condizione che le scale reali raramente soddisfano; per questo motivo la pratica psicometrica moderna riporta sempre più spesso l’omega di McDonald insieme all’alfa o al suo posto, come stima più accurata della coerenza interna.

Affidabilità e validità: il rapporto

L’affidabilità e la validità sono proprietà correlate ma distinte, e comprenderne la relazione è essenziale per valutare la qualità di una valutazione. L’affidabilità rappresenta un limite massimo alla validità: la correlazione massima che una valutazione può raggiungere con un criterio esterno è limitata dalla sua stessa affidabilità. Nello specifico, la correlazione massima osservabile tra due misure è pari alla radice quadrata del prodotto delle loro due affidabilità, il che significa che misure inaffidabili producono stime di validità attenuate anche quando la relazione reale è forte.

Questa relazione ha un'implicazione pratica. Una valutazione con un’affidabilità pari a 0,70, correlata a un criterio perfettamente affidabile (affidabilità pari a 1,0), non può superare un coefficiente di validità osservato di circa 0,84, poiché la radice quadrata di (0,70 × 1,0) è pari a 0,84. I criteri di prestazione reali sono essi stessi misurati in modo imperfetto, pertanto i coefficienti di validità operativa sono sempre inferiori a questo limite massimo teorico. Migliorare l’affidabilità aumenta direttamente il limite massimo di validità che uno strumento può raggiungere.

L’affidabilità è necessaria ma non sufficiente per la validità. Una valutazione perfettamente affidabile potrebbe misurare in modo coerente qualcosa di del tutto irrilevante rispetto agli esiti di interesse, producendo punteggi stabili e riproducibili che non predicono nulla. Gli «Standard per i test educativi e psicologici» (AERA, APA e NCME, 2014) richiedono che le valutazioni utilizzate in contesti professionali documentino sia l’affidabilità che la validità, poiché nessuna delle due, da sola, costituisce una prova adeguata dell’idoneità all’uso. Per un acquirente, la conclusione pratica è quella di richiedere entrambe e di diffidare di qualsiasi fornitore che ne presenti una senza l’altra.

Affidabilità nelle unità di punteggio: l’errore standard di misurazione

I coefficienti di affidabilità sono concetti astratti. L’errore standard di misurazione (SEM) traduce l’affidabilità nelle unità di punteggio con cui il professionista lavora effettivamente, il che lo rende il concetto di affidabilità più utile in assoluto per interpretare un risultato individuale. Il SEM esprime di quanto ci si aspetterebbe che il punteggio osservato di un individuo fluttuasse nel corso di somministrazioni ripetute a causa del solo errore di misurazione, e viene utilizzato per costruire un intervallo di confidenza attorno a un punteggio. Un punteggio di 65 con un SEM che produce un intervallo di più o meno 5 punti dovrebbe essere interpretato come un intervallo, non come un valore preciso.

La conseguenza pratica è che le piccole differenze tra i punteggi non dovrebbero essere sovrainterpretate. Se due candidati ottengono un punteggio di 62 e 65 sulla stessa scala e gli intervalli di confidenza si sovrappongono in modo sostanziale, la differenza rientra nel rumore di misurazione e non dovrebbe determinare una decisione di per sé. Il SEM deriva direttamente dall’affidabilità: più la scala è affidabile, più stretto è l’intervallo di confidenza e con maggiore sicurezza un professionista può considerare reale una differenza di punteggio. Un manuale tecnico che riporti il SEM, o gli intervalli di confidenza, insieme ai coefficienti di affidabilità, dimostra un approccio maturo all’interpretazione dei punteggi.

Cosa dovrebbero cercare i professionisti del settore

Nel valutare uno strumento di valutazione psicometrica destinato all’uso organizzativo, i professionisti dovrebbero richiedere prove di affidabilità relative a tutti e tre i tipi pertinenti.

Un manuale tecnico relativo a uno strumento validamente costruito dal punto di vista professionale riporterà i coefficienti di coerenza interna (alfa di Cronbach e, idealmente, omega di McDonald) per ciascuna scala, tipicamente superiori a 0,70. Riporterà inoltre l’affidabilità test-retest per le misure della personalità e cognitive, con valori superiori a 0,70 su intervalli di almeno quattro-otto settimane, a indicare un’adeguata stabilità. Per le valutazioni che prevedono la correzione da parte di un valutatore umano, riporterà le statistiche relative all’affidabilità inter-valutatore. Riporterà l’errore standard di misurazione o gli intervalli di confidenza, in modo che i punteggi possano essere interpretati come intervalli. Inoltre, documenterà come sono stati ottenuti questi dati di affidabilità, includendo la dimensione del campione, l’intervallo di tempo per i dati test-retest e le condizioni di correzione, anziché limitarsi a riportare un numero privo di contesto.

A titolo di riferimento rapido, i parametri di riferimento adeguati per l’uso applicato sono: coerenza interna pari o superiore a 0,70 (un valore superiore a 0,80 è considerato elevato); coerenza test-retest pari o superiore a 0,70 con un intervallo compreso tra quattro e otto settimane; e, per le misurazioni valutate da esseri umani, concordanza tra valutatori riportata mediante una statistica corretta per il caso, come il coefficiente kappa.

L'approccio di Deeper Signals all'affidabilità

Il Core Drivers Diagnostic riporta coefficienti di coerenza interna (alfa di Cronbach) compresi tra 0,68 e 0,82 nelle sue sei scale di personalità, con la grande maggioranza pari o superiore al valore di riferimento di 0,70 e la maggior parte nella fascia “forte”. Laddove una scala si colloca marginalmente al di sotto di 0,70, ciò riflette una scelta deliberata: le scale sono state progettate per garantire un’ampia copertura del costrutto piuttosto che per massimizzare l’alfa attraverso item ridondanti, e il modesto valore di coerenza interna è supportato da una forte stabilità nel tempo. L’affidabilità test-retest su un intervallo di quattro settimane rientra nell’intervallo compreso tra r = 0,68 e 0,77, in linea con le linee guida della British Psychological Society per le misure della personalità e con la stabilità prevista da uno strumento basato sul Modello a Cinque Fattori che misura tratti destinati ad essere relativamente stabili negli adulti.

La valutazione “Core Drivers Diagnostic” non gonfia il coefficiente alfa inserendo item ridondanti nelle scale. La valutazione è stata sviluppata utilizzando algoritmi genetici per selezionare 90 item da un pool iniziale di 300, con una selezione degli item ottimizzata per la validità convergente e la copertura del costrutto piuttosto che per la massimizzazione dell’alfa. Ciò riflette l’intuizione di Cortina (1993) secondo cui un alfa elevato di per sé non è un obiettivo di qualità, ed è il motivo per cui una scala può mostrare un’ampia copertura e una forte stabilità test-retest senza un alfa artificialmente elevato. I punteggi vengono riportati con un contesto interpretativo piuttosto che come semplici stime puntuali, in modo che le piccole differenze, rientranti nel margine di errore, non vengano sopravvalutate. Questa metodologia fa parte di una filosofia di progettazione coerente trasversale a tutte le valutazioni Deeper Signals, insieme al formato di risposta a prova di simulazione e all’ampia base di norme globali descritta nei nostri articoli correlati.

Domande frequenti

Qual è un buon valore dell'alfa di Cronbach per un test di personalità?

‍I valoripari o superiori a 0,70 sono generalmente considerati adeguati per un uso professionale applicato, mentre quelli pari o superiori a 0,80 sono considerati elevati (Kline, 1994). I valori superiori a 0,90 possono indicare una ridondanza degli item e dovrebbero essere esaminati alla luce delle evidenze relative alla copertura del costrutto e alla dimensionalità della scala.

Un’elevata affidabilità implica che una valutazione sia valida?

‍L'elevataaffidabilità è una condizione necessaria ma non sufficiente per la validità. Una valutazione affidabile misura in modo coerente un determinato aspetto, ma tale aspetto può essere o meno predittivo degli esiti di interesse. Affinché una valutazione sia considerata idonea all'uso professionale, in un manuale tecnico devono essere presenti prove sia di affidabilità che di validità.

Perché l'affidabilità test-retest è importante per le valutazioni della personalità?

‍Si ritiene che i tratti della personalitàsiano relativamente stabili negli adulti. Uno strumento che produce profili di personalità sostanzialmente diversi per la stessa persona in due somministrazioni distanziate di alcune settimane non sta misurando un tratto stabile. Esso riflette piuttosto un rumore di misurazione piuttosto che autentiche differenze individuali. L’affidabilità test-retest conferma che la valutazione rileva caratteristiche stabili piuttosto che fluttuazioni situazionali.

Qual è la differenza tra affidabilità e coerenza?

‍Nellaterminologia psicometrica, l’affidabilità e la coerenza sono strettamente correlate. La coerenza interna si riferisce specificatamente alle intercorrelazioni tra gli item all’interno di una scala. L’affidabilità è il concetto più ampio che comprende la coerenza interna, la stabilità nel tempo e la concordanza tra i valutatori. Entrambe si riferiscono alla riproducibilità della misurazione, ma individuano diverse fonti di potenziale incoerenza.

È possibile che una valutazione presenti un’elevata affidabilità test-retest ma una bassa coerenza interna?

‍Sì. Una valutazione che misuri un costrutto stabile con item che esplorano diversi aspetti di tale costrutto può mostrare un’elevata stabilità nel tempo, pur se gli item presentano una correlazione solo moderata tra loro, garantendo un’adeguata affidabilità test-retest ma un coefficiente alfa modesto. Ciò non costituisce necessariamente un problema; può infatti riflettere un’effettiva ampiezza nella copertura del costrutto. Questo è uno dei motivi per cui Cortina (1993) sottolinea che il coefficiente alfa non dovrebbe essere considerato l’unico indicatore della qualità dell’affidabilità.

Ultima revisione a cura del dott. Reece Akhtar — giugno 2026

Riferimenti

Kline, P. (1994). The Handbook of Psychological Testing. Londra: Routledge.

Nunnally, J. C. (1978). Teoria psicometrica (2ª ed.). New York, NY: McGraw-Hill.

Cortina, J. M. (1993). Che cos’è il coefficiente alfa? Un’analisi della teoria e delle applicazioni. Journal of Applied Psychology, 78(1), 98–104. https://doi.org/10.1037/0021-9010.78.1.98

Schmidt, F. L., & Hunter, J. E. (1998). La validità e l’utilità dei metodi di selezione nella psicologia del personale: implicazioni pratiche e teoriche dei risultati di 85 anni di ricerca. Psychological Bulletin, 124(2), 262–274. https://doi.org/10.1037/0033-2909.124.2.262

American Educational Research Association, American Psychological Association e National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. Washington, DC: American Educational Research Association.

‍