IQテストの測定品質とは？

「平均100・科学的」と書くだけでは品質は分からない

IQテストの測定品質は、同じ条件で測り、対象者に合う集団と比べ、得点の一貫性と誤差を確認し、その得点を目的どおりに解釈できる根拠があるかで判断します。

オンラインIQテストの中には、平均100の正規分布、上位○%、科学的、公式、認定証といった表示を並べながら、誰のデータと比較したのか、何の能力を測ったのかを公開していないものがあります。検索上位やSNS広告で何度も見かけることも、測定品質の証明にはなりません。30問ほどの図形問題に答えただけで、総合IQ、性格、適職まで表示するサービスもあります。

見た目の整った結果画面と、測定品質は別です。

料金や利用規約も含めてサービスを選ぶ方法は、信頼できるオンラインIQテストの選び方で扱っています。ここでは、表示されたIQをどこまで信頼できるかを決める測定の仕組みを説明します。

6つの要素は、一続きで確認する

どれか一つだけ高ければよいわけではありません。得点が安定していても、測ろうとした能力と違えば妥当ではありません。大人数のデータがあっても、再受検や不自然な回答をそのまま混ぜれば比較基準が歪みます。

標準化、信頼性、妥当性を別々の合格印ではなく、得点の解釈を支える一続きの根拠として扱う考え方は、日本版テスト・スタンダードにも示されています。

標準化は、受検者を同じ条件で比べるためにある

標準化では、教示、制限時間、出題、採点などの手順をそろえます。受検者ごとに条件が違えば、得点差が能力によるものか、実施条件によるものかを分けにくくなります。

オンラインテストでは特に、次の扱いが重要です。

• スマートフォンとPCで表示や操作が変わらないか
• 通信遅延を時間得点へ含めるか
• 中断と再開をどう扱うか
• 再受検や類似問題への慣れをどう扱うか
• 検索、メモ、代理受検をどこまで防げるか

「オンラインだから無効」なのではありません。オンライン環境で変わる条件を把握し、実施と採点に反映しているかが問われます。

ノルムは、IQの比較相手を決める

IQは正答数そのものではなく、基準集団の中での位置を共通尺度に換算した得点です。そのため「IQ100」「上位2%」と表示するには、比較相手が必要です。

ノルムを見るときは、人数だけでなく次を確認します。

• 対象年齢、言語、地域
• 参加者を集めた方法
• 一般人口か、そのサイトの受検者か
• 重複受検、不自然な回答、途中離脱の扱い
• 年齢差の補正方法
• 素点をIQへ換算する方法

サイトへ自分からアクセスした受検者だけのデータでも、その利用者集団を参照する基準にはなります。ただし、全国から無作為に集めた人口標本と同じではありません。人数が多くても、集め方による偏りが自動的に消えるわけではありません。

平均100・標準偏差15の形へ変換したことも、ノルムが適切だという証明にはなりません。得点の形を作ることと、比較相手を適切に選ぶことは別です。

信頼性は、得点の一貫性を表す

信頼性は、測定した得点にどの程度一貫した情報があるかを表します。

「信頼性0.9」といった係数を見るときは、どの得点を、どの集団・版・条件で計算したかを確認します。総合IQの信頼性が高くても、領域得点や領域間の点差が同じ精度とは限りません。

妥当性は、表示された意味まで言ってよいかを決める

妥当性は「科学的」という認定印ではありません。この得点を、この対象者について、この意味と用途で解釈してよいかを支える証拠の積み重ねです。

たとえば図形の規則を見つける問題は、流動性推理の一部を測る課題として意味があります。しかし、それだけで語彙、知識、ワーキングメモリ、処理速度を含む総合的な知能まで測ったとはいえません。

妥当性の根拠には、次のようなものがあります。

• 問題内容が、測りたい能力を十分に含んでいる
• 受検者が、想定した認知過程で答えている
• 科目同士の関係が、想定した構造と合っている
• 関連する外部検査や行動と、予測した関係がある
• 測りたい能力と無関係な条件が得点を歪めていない

理論名を掲げることや、既存検査と相関があることは根拠の一部です。それだけで同じ検査になったり、診断や職業適性に使えるようになったりするわけではありません。

測定誤差は、IQを一点で決めないためにある

同じ人でも、出題された問題、集中、疲労、環境によって結果は動きます。IQ127と表示されても、その人の能力が常に127に固定されているわけではありません。

測定の標準誤差（SEM）は、そのぶれをIQと同じ単位で考える材料です。信頼区間は、観測得点を一点ではなく幅で読むために使います。

確認したいのは次の点です。

• 90%か95%かなど、どの信頼水準か
• どの信頼性係数から計算したか
• 総合IQと領域得点で別の誤差を使っているか
• 得点帯による精度差を扱っているか

信頼区間があっても、ノルムの偏り、端末差、体調、測っていない能力まで含む万能の保証ではありません。二つの領域を比べるときは、各得点の誤差だけでなく、差そのものの精度や基準集団での出現率も必要です。

公開資料は「主張と根拠が対応しているか」で読む

確認すべきなのは、資料のページ数や難しさではありません。サービスが利用者へ約束していることと、公開データが支えていることが一致しているかです。次の5点を受検前に確認できれば、見栄えのよい宣伝と測定品質を切り分けやすくなります。

1. 総合IQを表示するなら、複数能力をどう測り合成したか
2. 上位○%を表示するなら、比較集団と換算方法は何か
3. 正確と表示するなら、どの信頼性と誤差を確認したか
4. 科学的と表示するなら、どの主張をどの分析が支えるか
5. 診断・証明に使えると表示するなら、その用途を誰が認めたか

数値が少ないだけで誤ったテストとは断定できません。ただし、根拠が公開されていないほど、利用者が得点を強く解釈できる範囲も狭くなります。

BrainTypeIQの品質情報は、役割ごとに公開している

BrainTypeIQでは、一般的な品質用語と製品固有の結果を混ぜず、次のページに分けています。