Página 1

Inteligencia 49 (2015) 1–9

Listas de contenidos disponibles en ScienceDirect

Inteligencia

Un metaanálisis intercamporal del progresivo de Raven

Matrices: grupos de edad y desarrollo versus
países desarrollados
Peera Wongupparaj a, ⁎ , Veena Kumari a , b , Robin G. Morris a
un Departamento de Psicología, Instituto de Psiquiatría, Psicología y Neurociencia, el Kings College de Londres, Reino Unido
b NIHR Biomedical Research Center for Mental Health, South London y Maudsley NHS Foundation Trust, Londres, Reino Unido.

información del artículo resumen

Historia del articulo: Si bien muchos estudios han investigado el aumento del coeficiente intelectual con el tiempo en varios países, el presente
Recibido el 8 de septiembre de 2014 El estudio intenta llenar el vacío en la literatura del efecto Flynn al considerar los datos con varias muestras
Recibido en forma revisada el 27 de noviembre de 2014
tamaños y diferentes diseños de estudio, grupos de edad y tipos de país. Un metatemporal cruzado
Aceptado el 29 de noviembre de 2014
La técnica de análisis (CTMA) se utilizó para examinar la relación entre las puntuaciones medias de CI de
Disponible en línea el 26 de diciembre de 2014
Raven's Progressive Matrices (RPM) y años de publicación, moderados por grupo de edad y
tipos de países durante un período de 64 años (1950-2014). En total, se incluyeron 202,468 participantes
Palabras clave: de 48 países Llegamos a la conclusión de que existe un vínculo obvio entre las puntuaciones medias de CI y los años de
El efecto Flynn.
publicación. Es importante destacar que los análisis de interacción indican que tanto el grupo de edad como los tipos de país
Inteligencia fluida
Moderar esta relación.
Matrices progresivas de cuervo
© 2014 Elsevier Inc. Todos los derechos reservados.
Metanálisis trans-temporal

Contenido

1) Introducción. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2) Método . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.1. Instrumentos de investigacíon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.2. Búsqueda de fuente de datos y literatura. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.3. Reglas de decisión. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.4. Muestra final . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.5. Análisis estadístico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3) Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
4) Discusión ........................................................44
Colaboradores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Agradecimientos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Apéndice A. Datos complementarios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

1. Introducción

⁎ Autor para correspondencia en: Departamento de Psicología, P078, Instituto de
Psiquiatría, Psicología y Neurociencia, King's College London, De Crespigny
Park, Londres SE5 8AF, Reino Unido. Tel .: +44 207 848 5716.
Dirección de correo electrónico: Peera.wongupparaj@kcl.ac.uk (P. Wongupparaj).
http://dx.doi.org/10.1016/j.intell.2014.11.008
0160-2896 / © 2014 Elsevier Inc. Todos los derechos reservados.
Página 2
2 P. Wongupparaj y col. / Inteligencia 49 (2015) 1. - 9
Flynn y Rossi-Casé, 2012; Lynn y Hampson, 1986; Lynn y
Harvey, 2008 ). Aunque un aumento en los puntajes de inteligencia ha sido
encontrado en la gran mayoría de los estudios, que varían desde tan pequeños como
1.65 puntos en Estonia durante 72 años a 21.35 puntos en 34 años
en Argentina (Williams, 2013), Ganancias de IQ encontradas en grupos específicos
o las comparaciones de países todavía no se han investigado lo suficiente.
En general, la mayoría de los estudios han empleado grandes
técnicas de cohorte para estudiar este fenómeno (Pietschnig,
Voracek y Formann, 2010 ), su muestreo se basa principalmente
en criterios específicos, por ejemplo, seleccionando según la edad
rango o ciertas características demográficas, incluidas las educativas
o categorías ocupacionales (p. ej., escolares, universitarios y
estudiantes universitarios, adultos mayores, reclutas, ingenieros o gemelos
grupos) (Lynn, 2009; Sundet, Barlaug y Torjussen, 2004a,
2004b; Teasdale y Owen, 2008; Tuddenham, 1948) Por lo tanto,
Sería beneficioso si las agrupaciones resultantes, los tamaños de muestra,
estudiar diseños, o incluso tipo de país (desarrollado y
en desarrollo) se tienen en cuenta y se analizan utilizando formal
metaanálisis Este intento puede potencialmente producir un claro
cuenta del efecto Flynn ( Rodgers, 1999) Además,
Se han utilizado una variedad de pruebas de inteligencia en diferentes
países para estudiar el efecto Flynn incluyendo, por ejemplo, el
Procedimientos de Wechsler (por ejemplo, China; Liu y Lynn, 2013; Liu, Yang,
Li, Chen y Lynn, 2012 ), la Prueba de aptitud general (GATB)
(por ejemplo, Holanda; Woodley y Meisenberg, 2013 ), The Colored
Matrices progresivas (CPM) (por ejemplo, Australia y el Reino Unido; Algodón
et al., 2005; Lynn, 2009) y las matrices progresivas estándar
(SPM) (Arabia Saudita; Batterjee, Khaleefa, Ali y Lynn, 2013)
En consecuencia, para comparar los puntajes de inteligencia entre
grupos con diferentes características demográficas o países o
culturas, la prueba de inteligencia debe ser igual o comparable
Tipos de pruebas utilizadas. A este respecto, el Progresivo del Cuervo
Matrices (RPM), que tienen tres versiones, Color, Avanzado,
y Matrices Progresivas Estándar, pueden ser el mejor candidato
en términos de uso internacional frecuente (Van de Vijver, 1997) y
Texto
construir validez por edad, sexooriginal
y país (Rushton
Skuy y Bons, 2003, 2004, Rushton, Skuy y Fridjhon, 2003)
types of tests used.
Además, el RPM ha sido ampliamente utilizado durante mucho tiempo.
desde la primera versión de prueba en 1938, de modo que ha producido
Sugiere una traducción mejor
datos robustos durante un período de tiempo suficientemente largo para realizar un
metaanálisis que investiga el efecto Flynn.
Hasta donde sabemos, solo unos pocos estudios han investigado
El efecto Flynn en diferentes países utilizando un método de cohorte y
metanálisis (Pietschnig et al., 2010; te Nijenhuis, Murphy,
& van Eeden, 2011; te Nijenhuis y van der Flier, 2013) En
en particular, con metaanálisis, se han obtenido resultados menos claros
encontró. Por ejemplo, Brouwers, Van de Vijer y Van Hemert.
(2009) realizaron un metanálisis sobre el RPM utilizando publicaciones
estudios que datan de 1987 a 2003. Aquí, la correlación entre
Las puntuaciones medias de RPM y el año de publicación fueron insignificantes, es decir, el
El efecto Flynn no se observó para este conjunto de datos considerable (798
muestras en 45 países; r = 0,07). Sin embargo, dentro del
El término 'efecto Flynn' se ha acuñado para designar
aumentos en las puntuaciones de inteligencia observadas históricamente en el
población general, este fenómeno ampliamente investigado en
estudios que abarcan muchas décadas y países (es decir, Flynn, 1987;
produciendo 734 muestras independientes y 202,468 participantes totales
de 48 países, estudiados durante un período de 64 años (1950–
2014). El estudio también investigó si el grupo de edad y los tipos
del condado, en particular los países desarrollados versus los países en desarrollo,
actuaría como moderadores en términos de aumento intergeneracional en el coeficiente intelectual.
2. Método
2.1. Instrumentos de investigacíon
Las Matrices Progresivas del Cuervo (RPM), una medida de no
prueba de inteligencia verbal que se puede usar individualmente o en grupos
y es ampliamente utilizado en clínica, educación y comunidad
ajustes, fue elegido para este estudio. Es esencialmente una familia de
pruebas que incluyen tres pruebas inteligentes estandarizadas principales
procedimientos, a saber: (a) Matrices progresivas coloreadas (CPM);
(b) Matrices Progresivas Avanzadas (APM); y (c) Estándar
Matrices Progresivas (SPM).
2.2. Fuente de datos y búsqueda de literatura
Para investigar el efecto Flynn, un artículo publicado citado
la búsqueda se realizó utilizando las principales bases de datos científicas
ScienceDirect, PubMed y SpringerLink. El objetivo de búsqueda fue
para obtener todos los artículos publicados citando los tres instrumentos
Entre 1950 y 2014.
Los términos de búsqueda fueron "Matrices progresivas de Raven",
"RPM", "Matrices progresivas coloreadas", "CPM", "Avanzado
Matrices progresivas "," APM "," Matrices progresivas estándar ",
y "SPM". Más de mil estudios que contienen datos específicos.
fueron revisados ​y sus detalles y características esenciales
fueron grabados. Esto incluyó el tamaño de la muestra, el año de publicación,
autores, tipos de investigación (experimental versus encuesta
investigación), participante en el país y tipos de países
(desarrollado versus en desarrollo). El estudio también registró el
muestra de edad media, proporción de sexos (si está disponible) y puntajes promedio y
Desviaciones estándar para el CPM, APM y / o SPM (ver
Tabla 1 ). Además, se registró la ocupación: para la APM
conjunto de datos, la principal ocupación es estudiante, que representa el 77,3%,
seguido por voluntario mixto 6.3%, militar 4.1% y compañía
empleado 1.7%; para el CPM, los datos más grandes nuevamente son principalmente
de estudiante (83.9%), seguido de voluntario mixto (11.1%),
y agricultor (0.5%); y para SPM, la carrera principal es estudiante
(60.3%), seguido de voluntario mixto (7.3%), prisionero (1.1%),
y servidor público (0.8%).
2.3. Reglas de decisión
Los estudios se incluyeron en el metanálisis si informaban
los puntajes brutos medios y / o de desviación estándar de los conjuntos de CPM
A y B, APM conjunto II, y / o SPM establece A a E, y si emplearon
versiones estándar de los conjuntos A y B de CPM, conjunto II de APM y / o SPM
 muestra, el efecto Flynn se encontró en algunos condados y para establece A a E (excluido eran de forma corta, impar o par)
extensiones variables, por ejemplo, con una correlación más sustancial versiones y versiones modificadas).
coeficientes encontrados en Irán que en Australia (0,97 frente a 0,57) y en Además, si los estudios involucraron un método test-retest, solo
Polonia que en los Estados Unidos (0.77 vs 0.45). las puntuaciones medias y / o de desviación estándar para la prueba previa fueron
Para seguir investigando el efecto Flynn mediante el metanálisis, registrado y si varios artículos investigaron la misma muestra
Este estudio presenta un metaanálisis intercamporal (CTMA) de o utiliza el mismo conjunto de datos, estos parámetros estadísticos (significa
estudios que informaron datos sobre RPM, CPM, SPM y APM, y desviaciones estándar) se trataron como un único punto de datos.
que comprende muestras de niños, adultos y adultos mayores de Se excluyeron los estudios si investigaban la investigación clínica.
varios diseños de estudio (cuasi-experimento e investigación de encuestas), participantes (con discapacidad mental o física) con el

Página 3
P. Wongupparaj y col. / Inteligencia 49 (2015) 1. - 9 3

tabla 1
Estadísticas descriptivas.

Variables Media Dakota del Sur Oblicuidad Curtosis Mínimo máximo Número de muestra (ns)

Matrices progresivas coloreadas

CPM - media 22,254 6.226 0,025 −0.932 9.40–35.68 199
CPM - SD 4.622 2.201 5.519 45,786 1.63–24.59 159
Tamaño de la muestra 130,890 253,180 5.160 33,214 6-2255 198
Años 12,627 16.082 3.283 9.574 2.90–80 197

Matrices progresivas estándar

SPM - media 39,062 9.657 −0,272 −0.505 11.12–57 369
SPM - SD 7.505 3.304 1.486 7.234 1.06–26.5 256
Años 20,150 14.352 2.237 4.831 5.5–79 344
Tamaño de la muestra 338,16 1389.195 12.206 168,651 6–21432 369

Matrices progresivas avanzadas

APM - media 23,071 3.112 −0,149 −0,456 14.83–29.83 176
APM - SD 5.141 1.069 −0.388 1.530 0,90–8,51 169
Años 21,961 5.606 2.277 7.053 8.68–46.05 167
Tamaño de la muestra 297,540 675.443 7.396 70,185 8-7335 174

Cuervo ' s Matrices Progresivas

RPM - media 63,965 15,165 −0,181 −0,406 18.53–99.11 734
RPM - SD 6.051 2.871 2.308 11,359 0.90–26.50 575
Años 18,469 13,982 2,349 6.106 2.90–80.00 698
Tamaño de la muestra 271.10 1050.148 14.836 266,139 6–21,432 732

Nota : El número total de participantes (n); CPN = 25.916; APM: 51,772; SPM: 124,780; y RPM: 202,468.

excepción de cuando informaron datos para grupos de control y mejores estimaciones de las puntuaciones medias de la población. Además, a
estos datos fueron apropiados para su uso. Finalmente, revise los artículos, capturar generalmente la variación del puntaje IQ, todos los CPM medios, SPM y
carta / comunicación personal y estudios de casos fueron Los puntajes brutos de APM se transformaron en una escala de 0–100, basada en
excluidos datos estandarizados, produciendo puntajes medios combinados de RPM con
Los estudios se clasificaron en cinco grupos de edad (2–5, 6–12, escala uniforme (Brouwers et al., 2009 ).
13-19, 20-39 y N40 años) usando su edad media y Para cuantificar la magnitud del cambio en las puntuaciones de RPM sobre
también en países desarrollados versus países en desarrollo, basado en tiempo, se calculó una regresión lineal ponderada. El año de
Criterios recientes del Instituto Internacional de Estadística (ISI) ( 2014 ). la publicación se utilizó como predictor, con la media muestral
Puntuación de RPM como medida de resultado. A continuación, para evaluar el efecto de
2.4. Muestra final variables de moderación a nivel de estudio sobre la relación entre
predictor y resultado, edad media de la muestra, tipos de país y
El resultado de la búsqueda inicial arrojó los siguientes números de sus interacciones se incluyeron en un lineal ponderado múltiple
artículos de palabras clave relacionadas respectivamente para SpringerLink, Modelo de regresión. Además, tener en cuenta dentro del estudio
Bases de datos Pubmed y ScienceDirect: CPM: 602, 133 y varianzas, una regresión lineal múltiple de todos los predictores en
1404; APM: 232, 50 y 744; y SPM: 608, 134 y 1314. las variaciones dentro del estudio se calcularon para determinar si
A continuación, guiado por el título del artículo, las palabras clave y el resumen, La disminución de las variaciones de la población en las puntuaciones medias de RPM es una causa
los artículos duplicados y no relacionados se eliminaron de la versión final para ganancias de IQ (Pietschnig et al., 2010 ).
muestra. Esta etapa se reveló respectivamente para CPM, APM y Además, se utilizó el centrado medio para aliviar la
SPM, 351, 522 y 505 artículos, de estos 106, 124 y 175 multicolinealidad que ocurre entre orden inferior y superior
cumpliendo los criterios de inclusión y exclusión (ver Fig. 1) variables predictoras para términos de interacción continua cuando se usa
regresión múltiple ( Aiken y West, 1991); esto también aumenta el
2.5. Análisis estadístico Interpretabilidad de los coeficientes de regresión (Cohen, Cohen, Oeste,
Y Aiken, 2003) Finalmente, para explorar más a fondo los efectos de interacción
El estudio utilizó el metanálisis cruzado-temporal (CTMA) de cada una de las variables moderadoras del efecto Flynn, el
Método para analizar la medida en que las puntuaciones medias de RPM diferencias entre cada par de coeficientes de correlación (media
cambiado con el tiempo en función de la correlación con el estudio El puntaje de RPM y el año de publicación) se analizaron utilizando el
año. El método CTMA generalmente es utilizado por, por ejemplo, por Transformación Fisher r-a-z, con las puntuaciones z comparadas usando
 psicólogos sociales (por ejemplo , Twenge, 2000; Twenge y Campbell, La fórmula de Cohen y Cohen (1983) .
2001, 2008 ) para analizar puntajes de tendencia a lo largo de los años. Esta tecnica
analiza los datos medios de la muestra, y también pondera el análisis por 3. Resultados
tamaño de la muestra, teniendo en cuenta el hecho de que conjuntos de datos más grandes
debería ser ponderado más alto. La Tabla 1 muestra las estadísticas descriptivas, con la media
Para utilizar este método, los siguientes supuestos puntajes, desviación estándar, tamaño de muestra y edad clasificadas por
debe justificarse: (a) los puntajes brutos deben obtenerse de CPM (199 muestras; n = 25,916), SPM (369 muestras; n =
pruebas ampliamente utilizadas y con propiedades psicométricas robustas 51,772), APM (176 muestras; n = 124,780) y RPM (734
(Fiabilidad y Validez); y (b) las puntuaciones medias se ponderan por muestras n = 202,468). El rango relativamente grande en puntajes
tamaño de la muestra de estudios individuales para proporcionar imparcial y refleja la variabilidad de la gran cantidad de estudios que fueron

Página 4
44 P. Wongupparaj y col. / Inteligencia 49 (2015) 1. - 9

Resultados identificados a través de Resultados identificados a través de Resultados identificados a través de

SpringerLink (base de datos) Pubmed (base de datos) ScienceDirect (base de datos)
buscando buscando buscando
(k CPM = 602, k SPM = 608, (k CPM = 133, k SPM = 134, (k CPM = 1404, k SPM = 1314, y
y k APM = 232) y k APM = 50) k APM = 744)

Resultados duplicados y no relacionados

remoto
(k CPM = 351, k SPM = 505 yk APM = 522)

Resultados seleccionados por inclusión /

Criterio de exclusión
(k CPM = 245, k SPM = 330, y
k APM = 398)

Estudios incluidos en el metanálisis trans-temporal

(k CPM = 106, k SPM = 175 yk APM = 124)

Fig. 1. Diagrama de flujo que ilustra el proceso de identificación y selección de estudios para el análisis CTMA; k denota el número de estudios.

empleados con sus diferentes paradigmas de investigación (más pequeños los tamaños de muestra fueron respectivamente 20.830, 22.469, 34.228 y
muestra en cuasi-experimento) y grupos de edad. 58.442. Los efectos moderadores estuvieron presentes y estadísticamente
Además, el estudio actual incluyó el siguiente número significativo, y arrojó diferentes puntajes promedio de RPM para cada edad
de muestras independientes, según región: Europa: 285 (271 grupo y tipo de países - 20-39 años tuvieron el mayor
de países desarrollados y 14 de países en desarrollo); norte Puntuación media de RPM (65.487), seguida de 13-19 años
América: 162 (160 de países desarrollados y 2 de países en desarrollo (59.478), 6–12 años (59.426), N40 años (54.392),
países); África: 127 (todos de países en desarrollo); Asia: y 2-5 años de edad (45.685). Del mismo modo, la magnitud de
117 (79 de países desarrollados y 38 de países en desarrollo); relación entre puntajes promedio de RPM y año de publicación
América del Sur: 17 (todos de países en desarrollo); y Oceanía: fue mayor en el grupo de edad de 13 a 19 años ( r = 0.329) y
22 (todos de países desarrollados) (ver Apéndice para más detalles). más pequeño, pero aún estadísticamente significativo, en la edad de 30 a 39 años
La tabla 2 y la figura 2 demuestran claramente que el coeficiente intelectual significa grupo ( r = 0.261). Sin embargo, cuando las diferencias entre
los puntajes están significativamente correlacionados con el año de publicación y cada dos coeficientes de correlación independientes fueron probados
con correlaciones positivas para CPM, SPM, APM y RPM secuencialmente, no hubo diferencias estadísticas entre cada uno
puntuaciones medias cuando se pesan por tamaño de muestra (β CPM = 0.194, par sobre los grupos de edad.
pb .01, β SPM = 0.345, pb .01, β APM = 0.535, pb .01 y β RPM = Para los tipos de países, el tamaño del efecto Flynn dependía
0,464, pb .01). Además, el efecto de la edad media de las muestras sobre si los países desarrollados o en desarrollo eran
indicó que esta variable no podía predecir las puntuaciones medias de RPM, considerado. Participantes en países desarrollados producidos
 pero el efecto principal de los tipos de países mostró que desarrollado
y los países en desarrollo tuvieron puntajes promedio de RPM diferentes. por
efectos de interacción, tanto por grupo de edad como por tipo de país
moderó la relación entre las puntuaciones medias de RPM y
año de publicacion. Además, ponderado simple y múltiple
análisis de regresión de mínimos cuadrados para CPM, SPM, APM y RPM
Se realizaron puntuaciones medias en las variaciones dentro del estudio. Como
indicado en la Tabla 3, ninguno de los predictores en el modelo
correlacionó significativamente con las variaciones dentro del estudio.
Otros análisis, como se muestra en la Tabla 4 y la Fig. 3 , indican
que las puntuaciones medias ponderadas de CPM, SPM, APM y RPM por
puntajes más altos (30.515 desarrollados frente a 27.866 en desarrollo), pero
el aumento del coeficiente intelectual fue mucho mayor en los países en desarrollo con un
coeficiente de correlación de 0.535, significativamente mayor que el
0.271 valor encontrado para países desarrollados.
4. Discusión
Este estudio examinó la relación entre el coeficiente intelectual medio
puntajes y años de publicación, que abarcan 64 años, en los que
Las variables del grupo de edad y los tipos de país se introdujeron como
moderadores potenciales para explicar las asociaciones dadas. Con

Página 5
P. Wongupparaj y col. / Inteligencia 49 (2015) 1. - 9 55

Tabla 2
Análisis de regresión de mínimos cuadrados ponderados únicos y múltiples para puntuaciones medias de CPM, SPM, APM y RPM.

Variables ns si SE β t pag R2 r

( 1 ) Matrices progresivas coloreadas

Regresión simple 198 0,038 0,194
Interceptar −141.380 58,557 −2.414 0,017
Año de publicacion 0,081 0,029 0,194 2.770 0.006

( 2 ) Matrices progresivas avanzadas

Regresión simple 174 0,119 0,345
Interceptar −104.541 26,317 −3.972 b0.001

Año de publicacion 0,064 0,013 0,345 4.826 0.006

( 3 ) Matrices progresivas estándar

Regresión simple 369 0.286 0,535
Interceptar −404.334 36,173 −11.178 b0.001

Año de publicacion 0.221 0,018 0,535 12.123 b0.001

( 4 ) cuervo ' matrices progresivas s

Regresión simple 731 0.215 0.464
Interceptar −553.220 43.275 −12.784 b0.001

Año de publicacion 0,308 0,022 0.464 14.135 b0.001

Regresión múltiple 695 0.364 0,603

Interceptar −127.960 70,401 −1.818 0,070
Edad media de las muestras (MA) −0.020 0,039 −0.019 −0.512 0,609
Tipo de países (TC) −5.948 1.152 −0.204 −5.164 b0.001

Año de publicación (YP) 0,099 0,035 0,127 2.812 0.005

MA × YP −0,105 0,038 −0,113 −2.767 0.006
TC × YP 0.300 0,060 0.210 4.974 b0.001

Nota : ponderado por tamaño de muestra.

 Fig. 2. Regresiones entre las puntuaciones medias de RPM y los años de publicación. Panel superior izquierdo: CPM; Panel superior derecho: APM; Panel inferior izquierdo: SPM; y: panel inferior derecho:
RPM. Los tamaños de burbuja representan visualmente los tamaños de muestra relativos.

Página 6
66 P. Wongupparaj y col. / Inteligencia 49 (2015) 1. - 9

Tabla 3
Análisis de regresión de mínimos cuadrados ponderados únicos y múltiples para puntuaciones medias de CPM, SPM, APM y RPM en las variaciones dentro del estudio.

Variables ns * si SE β t pag R2 r

( 1 ) Matrices progresivas coloreadas

Regresión simple 159 0.004 0,065
Interceptar (198) 7.814 6,979 1.120 0.265
Año de publicacion −0.003 0.003 −0.065 −0.817 0.415

( 2 ) Matrices progresivas avanzadas

Regresión simple 160 0.003 0,055
Interceptar (174) −0.401 3.812 −0,105 0.916
Año de publicacion 0.001 0.002 0,055 0,696 0,487

( 3 ) Matrices progresivas estándar

Regresión simple 256 0.003 0,057
Interceptar (369) 10.112 8.127 1.244 0.215
Año de publicacion −0,004 0.004 −0.057 −0.915 0.361

( 4 ) cuervo ' matrices progresivas s

Regresión simple 575 0.003 0,056
Interceptar (731) 8.540 4.596 1.858 0,064
Año de publicacion −0.003 0.002 −0.056 −1.335 0,182
Regresión múltiple 564 0,021 0.143
Interceptar (695) 3.011 5.472 0.550 0,582
Edad media de las muestras. 0.003 0.002 0,077 1.702 0,089
(MAMÁ) 0,099 0,061 0,072 1.633 0,103
Tipo de países (TC) 0,000 0.003 −0,007 −0,142 0,887
Año de publicación (YP) 0.001 0.002 0,020 0.450 0,653
MA × YP 0,011 0.008 0,073 1.439 0,151
TC × YP

Nota : ns *: número de muestras en las que SD o la varianza de la muestra significa IQ estaba disponible para el análisis. El número total de muestras se da entre paréntesis.

el actual metanálisis de conjunto de datos considerable, los resultados son En general, estaba claro que se podía observar el efecto Flynn
favorable para apoyar una existencia de efecto Flynn, pero también en pruebas de RPM. En este sentido, nuestros resultados fueron consistentes con
puede generalizarse más allá de tipos específicos de países, edad muchos hallazgos previos del metanálisis (Brouwers et al., 2009;
grupo y tamaño de muestra o métodos de investigación, un área de preocupación Pietschnig et al., 2010) Sin embargo, los resultados tienen varios
planteado en la crítica por Rodgers (1999) . e importantes puntos de interés con respecto al efecto general.

Tabla 4
RPM puntajes promedio y correlaciones con el año de publicación para tipos de RPM, grupos de edad y tipos de países.

Variables objetivo (ns) Puntajes medios (ponderados por tamaño de muestra) Coeficiente de correlación entre los puntajes promedio de las pruebas de CI
y año de publicación (ponderado por tamaño de muestra)

CPM (198) 20.830 0.194 ⁎

APM (174) 22,469 0,345 ⁎⁎
SPM (369) 34,228 0,535 ⁎⁎
RPM (731) 58.442 0.464 ⁎⁎
1 Grupo de edad (2–5 años) (45) 45,685 0,296 ⁎
2 Grupo de edad (6-12 años) (243) 59,423 0,325 ⁎⁎
3 Grupo de edad (13-19 años) (136) 59,479 0.329 ⁎⁎
4 Grupo de edad (20–39 años) (222) 65,487 0,261 ⁎⁎
5 Grupo de edad (N40 años) (49) 54,392 0,308 ⁎
 Países desarrollados (532) 30,515 0.271 ⁎⁎
Países en desarrollo (198) 27.866 0,535 ⁎⁎

Nota : Prueba de diferencia entre correlaciones para grupos de edad y también países desarrollados versus países en desarrollo.
r 1 vs 2 , z = −0.192, p = 0.845 (dos colas).
r 1 vs 3 , z = −0.207, p = 0.836 (dos colas).
r 1 vs 4 , z = 0.225, p = 0.822 (dos colas).
r 1 vs 5 , z = −0.062, p = 0.951 (dos colas).
r 2 vs 3 , z = −0.041, p = 0.967 (dos colas).
r 2 vs 4 , z = 0.75, p = 0.453 (dos colas).
r 2 vs 5 , z = 0.117, p = 0.907 (dos colas).
r 3 vs 4 , z = 0.678, p = 0.498 (dos colas).
r 3 vs 5 , z = 0.137, p = 0.891 (dos colas).
r 4 vs 5 , z = −0.315, p = 0.752 (dos colas).
r desarrollado frente a desarrollo , z = −3.810, pb 0.01 (dos colas).
⁎ pb .05.
⁎⁎ pb .01.

Página 7
P. Wongupparaj y col. / Inteligencia 49 (2015) 1. - 9 77

Fig. 3. Regresión ponderada de la relación entre las puntuaciones medias de RPM y el año de publicación. Panel superior: ponderado por tamaños de muestra y dividido por grupos de edad
(2–5 años, 6–12 años, 13–19 años, 20–39 años, 20–39 años y más de 40 años). Panel inferior: ponderado por tamaños de muestra y dividido por
tipo de país (países desarrollados y en desarrollo). Los tamaños de burbuja representan visualmente los tamaños de muestra relativos.
 En primer lugar, aunque el efecto Flynn estaba presente en todas las pruebas de RPM,
el SPM superó notablemente a otras pruebas (SPM r = 0.535 ,
APM r = 0.345 , y CPM r = 0.194 ). Esto puede reflejar el psico-
propiedades métricas de SPM, diseñadas para ser adecuadas para
población general, el APM en contraste ha sido diseñado
para adolescentes y adultos de inteligencia superior a la media, con
participantes que obtienen puntajes más altos en el SPM que en el
APM. Para CPM, sospechamos que la heterogeneidad de la muestra puede
interpretación algo confusa de los resultados. Por ejemplo,
cuando los participantes adultos mayores fueron eliminados del conjunto de datos,
el coeficiente de correlación entre años de publicación y
Las puntuaciones medias de CPM aumentaron de 0.194 a 0.221. Adicionalmente,
existe el hecho de que el SPM se considera el más ampliamente
utilizado entre las pruebas RPM, con la muestra de metanálisis más grande;
Página 8
8 P. Wongupparaj y col. / Inteligencia 49 (2015) 1. - 9
El efecto y las ganancias del coeficiente intelectual también fueron sólidas para las muestras de adultos.
Apéndice A. Datos suplementarios
Flynn (2013) ha sugerido recientemente que el efecto Flynn
debe encontrarse en todos los rangos de edad, incluidos los muy jóvenes, y
sus datosFlynn, 2012 ) también mostró que las ganancias de IQ en 2008 fueron
grande para todos los grupos de edad, con la excepción de los de 14.5–
15,5 años.
En tercer lugar, el mayor efecto de Flynn en países en desarrollo
intenta sugiere que IQ se está poniendo al día con el desarrollado
mundo, la brecha se cierra a 2.649 puntos. Hay múltiples
posibles razones propuestas para este fenómeno, incluyendo-
Por ejemplo, mejor educación, mayor exposición
a pruebas, mejor atención médica y nutrición, hetero-
sis, disminución del tamaño de la familia, crianza modernizada y
prácticas educativas, luz artificial y más complejas
entornos de simulación cognitiva ( Williams, 2013
para la revisión). Cabe señalar, sin embargo, que global
conclusiones sobre el efecto de Flynn con respecto al desarrollo
los países deben ser considerados con cautela debido a
Sus diversas características. Estos incluyen si el
Las características sociales o geopolíticas de los países son
comparable en su potencial para producir cambios y también
si un país en desarrollo se transformará en un
país desarrollado con el tiempo, lo que complica aún más
pretation. Además, es importante considerar el
contribución potencial de los efectos de techo en la medición de SPM
ment ( Mackintosh y Bennett, 2005), lo que podría limitar
la capacidad de la prueba de coeficiente intelectual para detectar un funcionamiento superior y
así que da una falsa impresión de baja tasa de aumento en el
mayor puntuación en poblaciones de países desarrollados. De hecho, un
mayor proporción de individuos en muestras de desarrollo
Los países abiertos obtuvieron puntajes máximos en el SPM.
En conclusión, el método CTMA se utilizó en un intento de
producir una estimación menos sesgada del efecto Flynn. Con este
método, una gama completa de grupos de edad, países e investigación
metodologías (procedimiento de diseño cuasi-experimental, cohorte
estudio e investigación de encuestas) fueron evaluados sistemáticamente,
aplicado a las pruebas de RPM. En el transcurso de décadas, la ganancia en
El puntaje de CI es generalmente robusto y se encontró que era predominantemente
presente en los países en desarrollo y más aún para el SPM. los
El efecto Flynn es lo suficientemente fuerte como para mostrarse incluso en pequeños y
muestras no representativas, así como en los muy jóvenes y
adultos mayores.
Colaboradores
Una mayor exposición a esta prueba en particular podría haber causado
Más ganancia de coeficiente intelectual.
En segundo lugar, el estudio actual investigó si perva-
La intensidad del aumento del coeficiente intelectual depende de la edad. Aunque las pruebas de
diferencias estadísticas entre pares de coeficientes de correlación
no reveló ningún efecto significativo, esta interpretación puede
requieren precaución, especialmente en caso de interacción significativa
efectos entre variables continuas en regresión múltiple
análisis. También pueden surgir varios problemas.
(Aiken y West, 1991), particularmente cuando un efecto principal no es
estadísticamente significativo, en el cual el efecto principal y la interacción
efecto puede ser confundido.
Por otro lado, vale la pena señalar que el efecto Flynn
fue encontrado para cada grupo de edad. Los estudiantes de secundaria mostraron
Los datos complementarios de este artículo se pueden encontrar en línea en
http://dx.doi.org/10.1016/j.intell.2014.11.008 .
Referencias
Aiken, LS y West, SG (1991). Regresión múltiple: prueba e interpretación
interacciones Parque Newbury: Sage.
Batterjee, AA, Khaleefa, O., Ali, K. y Lynn, R. (2013). Un aumento de la inteligencia
en Arabia Saudita, 1977-2010. Inteligencia , 41 , 91-93.
Brouwers, SA, Van de Vijer, FJR y Van Hemert, DA (2009). Variación en
Las puntuaciones de las matrices progresivas de Raven a través del tiempo y el espacio. Aprendizaje y
Diferencias individuales , 19 , 330–338.
Cohen, J. y Cohen, P. (1983). Análisis de regresión / correlación múltiple aplicado para
las ciencias del comportamiento (2ª ed.). Hillsdale, Nueva Jersey: Erlbaum.
Cohen, J., Cohen, P., West, SG y Aiken, LS (2003). Regresión múltiple aplicada /
análisis de correlación para las ciencias del comportamiento (3ª ed.). Mahwah, NJ:
Lawrence Erlbaum.
Algodón, SM, Kiely, PM, Crewther, DP, Thomson, B., Laycock, R. y Crewther,
SG (2005). Un estudio normativo y de confiabilidad para Raven's Coloured
Matrices progresivas para niños en edad escolar primaria en Australia. Personalidad
y Diferencias individuales , 39 , 647–660.
Flynn, JR (1987). Ganancias de coeficiente intelectual masivas en 14 naciones: lo que las pruebas de coeficiente intelectual realmente miden.
Boletín psicológico , 101 , 171-191.
Flynn, JR (2012). ¿Nos estamos volviendo más inteligentes: aumento del coeficiente intelectual en el siglo XXI?
Prensa de la Universidad de Cambridge.
Flynn, JR (2013). El "efecto Flynn" y la paradoja de Flynn. Inteligencia , 41 (6),
851–857.
Flynn, JR y Rossi-Casé, L. (2012). El cociente intelectual aumenta en Argentina entre 1964 y
1998. Intelligence , 40 , 145–150.
Liu, J. y Lynn, R. (2013). Un aumento de la inteligencia en China 1986–2012.
Inteligencia , 41 , 479–481.
Liu, J., Yang, H., Li, L., Chen, T. y Lynn, R. (2012). Un aumento de la inteligencia
medido por el WPPSI en China, 1984–2006. Inteligencia , 40 , 139-144.
Lynn, R. (2009). ¿Qué ha causado el efecto Flynn? Aumentos seculares en el
cocientes de desarrollo de lactantes. Inteligencia , 37 , 16-24.
Lynn, R. y Hampson, S. (1986). El surgimiento de la inteligencia nacional: evidencia de
Gran Bretaña, Japón y Estados Unidos. Personalidad y diferencias individuales , 7 ,
23-32.
Lynn, R. y Harvey, J. (2008). El declive del coeficiente intelectual del mundo. Inteligencia , 36 ,
112-120.
Mackintosh, NJ, y Bennett, ES (2005). ¿Qué miden las matrices de Raven?
Un análisis en términos de diferencias de sexo. Inteligencia , 33 , 663–674.
Pietschnig, J., Voracek, M. y Formann, AK (2010). La persistencia del aumento del cociente intelectual: A
metaanálisis transtemporal. PLoS uno , 5 (12), 1–6.
Rodgers, JL (1999). Una crítica del efecto Flynn: ganancias masivas de coeficiente intelectual,
artefactos metodológicos, o ambos? Inteligencia , 26 (4), 337–356.
Rushton, JP, Skuy, M. y Bons, TA (2004). Validez de constructo de Raven
Matrices progresivas avanzadas para ingeniería africana y no africana
estudiantes en Sudáfrica. Revista Internacional de Selección y Evaluación ,
12 , 220-229.
Rushton, JP, Skuy, M. y Fridjhon, P. (2003). Rendimiento en Raven's Advanced
Matrices progresivas de ingeniería africana, india del este y blanca
estudiantes en Sudáfrica. Inteligencia , 31 (2), 123–137.
Sundet, JM, Barlaug, DG y Torjussen, TM (2004a). El fin del Flynn
¿efecto? Un estudio de las tendencias seculares en las puntuaciones medias de las pruebas de inteligencia de
 Reclutas noruegas durante medio siglo. Inteligencia , 33 , 349–362.
Peera Wongupparaj, Veena Kumari y Robin G. Morris Sundet, JM, Barlaug, DG y Torjussen, TM (2004b). El fin del Flynn

diseñó el estudio. Peera Wongupparaj realizó la estadística ¿efecto? Un estudio de las tendencias seculares en las puntuaciones medias de las pruebas de inteligencia de
Reclutas noruegas durante medio siglo. Inteligencia , 32 , 349–362.
análisis y preparado el primer borrador. Todos los autores contribuyeron a
te Nijenhuis, JT, Murphy, R. y van Eeden, R. (2011). El efecto Flynn en el sur
y aprobó el manuscrito final. África. Inteligencia , 39 , 456-467.
te Nijenhuis, J., y van der Flier, H. (2013). ¿Es el efecto Flynn en g ?: Un meta-
análisis. Inteligencia , 41 , 802–807.

Expresiones de gratitud Teasdale, TW y Owen, L. (2008). Disminuciones seculares en los puntajes de las pruebas cognitivas: A
inversión del efecto Flynn. Inteligencia , 36 , 121-126.
El Instituto Internacional de Estadística (2014). Países en desarrollo. Recuperado
Este estudio fue apoyado por el doctorado del gobierno tailandés 10 de junio de 2014, de http://www.isi-web.org/component/content/article/5-
beca (subvención no. CS4198) y fondos de Biomed- root / root / 81-desarrollo.
Tuddenham, RD (1948). Soldado de inteligencia en las guerras mundiales I y II. americano
Centro de investigación ical para la salud mental en el Instituto de
Psicólogo , 3 , 54–56.
Psiquiatría, Psicología y Neurociencia, King's College Twenge, JM (2000). ¿La era de la ansiedad? Cambio de cohorte de nacimiento en ansiedad y
Londres y el sur de Londres y la Fundación Maudsley NHS neuroticismo, 1952-1993. Revista de Personalidad y Psicología Social , 79 ,
1007-1021.
Confía en parte del tiempo de VK. Agradecemos al profesor James
Twenge, JM y Campbell, WK (2001). Diferencias de cohorte de edad y nacimiento en autocontrol
Flynn y un revisor anónimo por revisar el documento y estima: un metanálisis trans-temporal. Personalidad y Psicología Social
proporcionando sugerencias para mejorar. Review , 5 , 321–344.

Página 9
P. Wongupparaj y col. / Inteligencia 49 (2015) 1. - 9 99

Twenge, JM y Campbell, SM (2008). Diferencias generacionales en psicológica
rasgos y su impacto en el lugar de trabajo. Revista de psicología gerencial ,
23 (8), 862–877.
Van de Vijver, FJR (1997). Metanálisis de la comparación intercultural de
prueba cognitiva de rendimiento. Revista de psicología transcultural , 28 , 678–709.
Williams, RL (2013). Descripción general del efecto Flynn. Inteligencia , 41 , 753–764.
Woodley, MA y Meisenberg, G. (2013). Un efecto Jensen sobre la fertilidad disgénica:
Un análisis que involucra la Encuesta Nacional Longitudinal de Juventud. Personalidad
y Diferencias individuales , 55 , 279–282.