अगर किसी टेस्ट ने अपनी गुणवत्ता परखने के लिए ज़रूरी आधार प्रकाशित नहीं किए हैं, तो उसके IQ को बहुत सटीक संख्या मानकर भरोसा न करें। विज्ञापन, खोज परिणामों में ऊँचा स्थान, सजी हुई परिणाम स्क्रीन या IQ प्रमाणपत्र मापन गुणवत्ता के प्रमाण नहीं हैं। कीमत और अनुबंध की शर्तों सहित चुनाव का तरीका भरोसेमंद ऑनलाइन IQ टेस्ट कैसे चुनें में बताया गया है।
IQ टेस्ट की मापन गुणवत्ता तय करने वाले 4 तत्व
| तत्व | क्या देखें | इसके अभाव में क्या होता है |
|---|---|---|
| मानकीकरण | टेस्ट देने और अंक देने की शर्तें समान हैं या नहीं | उपकरण, समय या स्कोरिंग के तरीके का अंतर स्कोर में घुल जाता है |
| नॉर्म | तुलना किन लोगों के डेटा से की गई है | IQ 100 या शीर्ष 2% का अर्थ तय नहीं होता |
| विश्वसनीयता | स्कोर में कितनी संगति है | संयोग से सही या गलत हुए उत्तरों से संख्या बहुत बदलती है |
| वैधता | स्कोर को बताई गई क्षमता का माप माना जा सकता है या नहीं | केवल आकृतियों पर तर्क के परिणाम को समग्र IQ कह दिया जाता है |
इनमें से केवल एक तत्व से IQ की मापन गुणवत्ता तय नहीं की जा सकती। उदाहरण के लिए, विश्वसनीयता अधिक हो लेकिन टेस्ट केवल आकृतियों पर तर्क मापता हो, तो उसे भाषा, स्मृति और प्रसंस्करण गति सहित समग्र IQ का वैध माप नहीं माना जा सकता।
मानकीकरण और नॉर्म
मानकीकरण का अर्थ है कि निर्देश, समय-सीमा, प्रश्न देने का तरीका, स्कोरिंग और समय समाप्त होने या टेस्ट बीच में रुकने पर अपनाई जाने वाली प्रक्रिया समान हो। ऑनलाइन टेस्ट में स्मार्टफ़ोन और PC पर दिखाई देने वाले अंतर, नेटवर्क की देरी, दोबारा टेस्ट देना, खोज करके उत्तर ढूँढ़ना और नोट्स के उपयोग की शर्तें भी मायने रखती हैं। समान क्षमता वाले लोगों का IQ केवल उपकरण या प्रयासों की संख्या से बहुत बदल जाए, तो वह तुलना योग्य पैमाना नहीं होगा।
नॉर्म वह समूह है जिससे IQ की तुलना की जाती है। सही उत्तरों की संख्या को 100 के औसत और 15 के मानक विचलन पर बदलना किसी भी समूह के डेटा से संभव है। लेकिन किसी वेबसाइट पर आने वाले लोगों का औसत 100 बना देने से भारत के सामान्य वयस्कों में व्यक्ति की स्थिति नहीं मिल जाती।
नॉर्म परखते समय केवल लोगों की संख्या नहीं देखी जाती। आयु, भाषा, क्षेत्र, लोगों को चुनने का तरीका, दोबारा दिए गए टेस्ट, अस्वाभाविक उत्तर और बीच में छोड़ने वाले लोगों का डेटा कैसे संभाला गया, यह भी देखा जाता है। आयु का समायोजन, डेटा जुटाने का वर्ष और उस डेटा का मौजूदा प्रश्नों व स्कोरिंग से संबंध भी ज़रूरी है।
“1 लाख लोगों ने टेस्ट दिया” अपने आप में पर्याप्त जानकारी नहीं है। क्या इसमें एक ही व्यक्ति के कई प्रयास शामिल हैं, किस आयु के कितने लोग हैं और डेटा कब जुटाया गया था? इनके बिना नॉर्म की गुणवत्ता नहीं परखी जा सकती। केवल किसी टेस्ट का हिंदी अनुवाद कर देने से विदेशी भाषा वाले संस्करण के नॉर्म उस पर लागू नहीं हो जाते। जापानी परीक्षण संस्था के बुनियादी मानदंडों में भी संदर्भ समूह, नमूने, मानकीकरण की प्रक्रिया और सांख्यिकीय जानकारी को दर्ज और प्रकाशित करने की अपेक्षा है।
विश्वसनीयता, मापन की त्रुटि और विश्वास अंतराल
विश्वसनीयता 0–1 के गुणांक से बताती है कि स्कोर में कितनी सुसंगत जानकारी है। प्रश्नों के बीच संगति देखने वाली विश्वसनीयता और किसी दूसरे दिन दोबारा टेस्ट देने पर स्थिरता देखने वाली पुनर्परीक्षण विश्वसनीयता अलग प्रश्नों का उत्तर देती हैं। इसलिए केवल “विश्वसनीयता .90” लिखना पर्याप्त नहीं है। उसका प्रकार, किन लोगों का डेटा इस्तेमाल हुआ और किस स्कोर के लिए गणना की गई, यह भी बताना चाहिए।
विश्वसनीयता से व्यक्तिगत स्कोर की मापन की मानक त्रुटि (SEM) निकाली जा सकती है। 15 के मानक विचलन वाले IQ पैमाने पर विश्वसनीयता .90 हो तो SEM लगभग 4.7 अंक होती है। अगर 95% विश्वास अंतराल की गणना ±1.96 SEM से की जाए, तो IQ 130 के लिए सीमा लगभग 121–139 होगी। विश्वसनीयता .90 का अर्थ एक-एक अंक तक सटीकता नहीं है।
यह एक बार मिले व्यक्तिगत स्कोर में मापन की त्रुटि बताता है। नॉर्म के नमूने में पक्षपात हो या केवल आकृतियों पर तर्क को समग्र IQ कहा गया हो, तो छोटा विश्वास अंतराल उन समस्याओं को हल नहीं करता।
वैधता और मापी जाने वाली क्षमताओं का दायरा
वैधता तय करती है कि किसी स्कोर को उस क्षमता का माप माना जा सकता है या नहीं जिसका नाम उसे दिया गया है। इसके लिए देखा जाता है कि प्रश्न क्षमता के पूरे दायरे को मापते हैं या नहीं, स्कोरों की प्रस्तावित संरचना डेटा में मिली है या नहीं, और स्थापित बुद्धि-परीक्षणों व संबंधित कार्यों से अपेक्षित संबंध मिलते हैं या नहीं।
आकृतियों के प्रश्न और मैट्रिक्स रीजनिंग, आकृतियों पर तर्क या तरल तर्क क्षमता के अच्छे टेस्ट हो सकते हैं। लेकिन आकृतियों के 30 प्रश्नों से उच्च विश्वसनीयता मिलने का अर्थ यह नहीं कि शब्द-भंडार, ज्ञान, कार्यशील स्मृति और प्रसंस्करण गति भी माप ली गईं। समग्र IQ दिखाने के लिए कई क्षमताओं को मापने वाली प्रश्न संरचना और उन्हें एक समग्र स्कोर में जोड़ने का आधार चाहिए।
इसी तरह, “स्थापित IQ टेस्ट से सहसंबंध .70” का अर्थ “70% सटीक” नहीं है। सहसंबंध बताता है कि दो स्कोर कितने साथ-साथ बढ़ते या घटते हैं। मान लें कि हर व्यक्ति के मूल स्कोर में 10 अंक जोड़ दिए जाएँ। नए और पुराने स्कोर का सहसंबंध 1 होगा, फिर भी हर व्यक्ति की संख्या 10 अंक अलग होगी। दोनों को एक जैसा IQ मानने से पहले तुलना वाले टेस्ट का नाम और संस्करण, नमूना, औसत अंतर और अलग-अलग स्कोर स्तरों पर अंतर देखना ज़रूरी है।
उच्च IQ मापने के लिए प्रश्न और नॉर्म
IQ 130 और 140 में अंतर करने के लिए दो ऊपरी सीमाओं को पार करना होता है।
| ऊपरी सीमा | क्या चाहिए | कम पड़ने पर क्या होता है |
|---|---|---|
| प्रश्नों की सीमा | ऐसे प्रश्न जो उच्च क्षमता वाले लोगों के बीच भी अंतर दिखाएँ | ऊँचे स्कोर वाले लगभग सभी लोग हर प्रश्न सही कर देते हैं और उनकी क्षमता का अंतर नहीं दिखता |
| नॉर्म की सीमा | उच्च स्कोरों के लिए पर्याप्त डेटा और उन्हें IQ में बदलने की विधि | सही उत्तरों की एक ही संख्या से IQ के छोटे अंतरों का स्थिर अनुमान नहीं लगाया जा सकता |
पूरा नमूना बड़ा होने पर भी वितरण के छोर पर लोग कम होते हैं। 100 के औसत और 15 के मानक विचलन वाला सामान्य वितरण मानें, तो 2,000 लोगों के नमूने में IQ 140 या उससे अधिक वाले लगभग 8 लोग होंगे। केवल इतने लोगों से IQ 140, 142 और 145 का बारीक अंतर निकालना व्यावहारिक नहीं है। IQ और आबादी में अनुपात से समझ सकते हैं कि ऊँचे स्कोरों के लिए पर्याप्त डेटा जुटाना क्यों कठिन होता जाता है।
अमेरिकी WISC-V के 2,200 बच्चों के सामान्य नॉर्म नमूने में केवल 16 बच्चों का कोई एक संयुक्त स्कोर 150 या उससे अधिक था। इसलिए उच्च स्कोरों के लिए विस्तारित नॉर्म बनाए गए और उच्च क्षमता वाले 108 बच्चों के अलग नमूने पर भी जाँच की गई। प्रसिद्ध टेस्टों को भी ऊँचे स्कोरों के लिए खास प्रश्न संरचना और डेटा चाहिए।
मापन गुणवत्ता परखने के लिए कौन-सी जानकारी प्रकाशित होनी चाहिए
प्रकाशित जानकारी में प्रचार के दावों के बजाय इन सवालों और उनके आधार का मेल देखें।
| क्या परखना है | कौन-सी जानकारी चाहिए |
|---|---|
| संख्या किस समूह के मुकाबले निकली है | लक्षित समूह, नमूने की संरचना, डेटा जुटाने का वर्ष और स्कोर बदलने की विधि |
| संख्या किस क्षमता का माप है | प्रश्नों की संरचना, स्कोरों की संरचना और वैधता जाँचने की विधि व परिणाम |
| संख्या में कितनी त्रुटि है | टेस्ट की शर्तें, विश्वसनीयता का प्रकार, SEM और उच्च स्कोरों की जाँच का तरीका |
पूरा मूल डेटा, स्कोरिंग एल्गोरिदम और वास्तविक प्रश्न प्रकाशित करना ज़रूरी नहीं है। लक्ष्य समूह, नमूना, टेस्ट की शर्तें, स्कोर बदलने की विधि, विश्वसनीयता व त्रुटि और वैधता के मुख्य परिणाम उपलब्ध होने चाहिए। तकनीकी जानकारी किस मौजूदा संस्करण पर लागू है, यह भी स्पष्ट हो। इनसे उपयोगकर्ता दावों का आकलन कर सकता है।
इसके उलट, यह जानकारी न हो तो IQ 137 जैसी बारीक संख्या दिखने पर भी उसका अर्थ और सटीकता नहीं जाँची जा सकती। जो टेस्ट अपना मापन आधार प्रकाशित नहीं करता, उसके IQ को बहुत सटीक संख्या मानकर भरोसा न करें। व्यवहार में यही निष्कर्ष उपयोगी है।
BrainTypeIQ ने मापन के कौन-से आधार प्रकाशित किए हैं
BrainTypeIQ बताता है कि 9 टेस्ट क्यों चुने गए और वे 5 क्षेत्रों से कैसे जुड़े हैं। इन्हीं 9 टेस्टों से समग्र IQ और 5 क्षेत्रों के स्कोर बनते हैं।
मानक स्कोरों में बदलने और उन्हें मिलाने की विधि, जापानी संस्करण में पहली बार पूरा करने वाले 841 लोगों के नॉर्म और जापानी संस्करण के समग्र IQ की विश्वसनीयता .929 व SEM लगभग 4.0 अंक भी प्रकाशित हैं।
हिंदी संस्करण में अभी जापानी संस्करण के आधार पर समायोजित अस्थायी स्कोरिंग का उपयोग होता है और डेटा इकट्ठा किया जा रहा है।
औपचारिक मूल्यांकन या बाहरी संस्था को परिणाम जमा करना हो, तो केवल ऑनलाइन टेस्टों की गुणवत्ता की तुलना से चुनाव न करें। WAIS और ऑनलाइन IQ टेस्ट की अलग भूमिकाओं को आधार बनाएँ।