Jangan mempercayai IQ sebagai angka yang presisi jika tes tersebut tidak mempublikasikan bukti yang diperlukan untuk menilainya. Iklan, peringkat pencarian, tampilan hasil yang rapi, dan sertifikat IQ bukan bukti kualitas pengukuran. Cara memilih tes dengan mempertimbangkan biaya dan ketentuan layanannya dijelaskan dalam panduan memilih tes IQ online yang tepercaya.
Empat unsur yang menentukan kualitas pengukuran tes IQ
| Unsur | Hal yang diperiksa | Dampak jika tidak ada |
|---|---|---|
| Standardisasi | Apakah kondisi pelaksanaan dan penskoran diseragamkan? | Perbedaan perangkat, waktu, dan metode penskoran ikut tercampur ke dalam skor |
| Norma | Data siapa yang digunakan sebagai pembanding? | Arti IQ 100 atau 2% teratas tidak dapat ditentukan |
| Reliabilitas | Seberapa konsisten skor yang dihasilkan? | Jawaban benar atau salah secara kebetulan dapat menyebabkan perubahan skor yang besar |
| Validitas | Apakah skor dapat ditafsirkan sebagai kemampuan yang dinyatakan? | Hasil penalaran gambar ditafsirkan terlalu luas sebagai IQ keseluruhan |
Kualitas pengukuran IQ tidak dapat dinilai dari satu unsur saja. Misalnya, reliabilitas yang tinggi pada tes yang hanya mengukur penalaran gambar tidak membuatnya valid sebagai IQ keseluruhan yang juga mencakup bahasa, memori, dan kecepatan pemrosesan.
Standardisasi dan norma
Standardisasi berarti menyeragamkan penjelasan, batas waktu, penyajian soal, penskoran, serta penanganan waktu habis dan interupsi. Dalam tes online, perbedaan tampilan antara ponsel dan PC, keterlambatan jaringan, tes ulang, serta penggunaan pencarian web atau catatan juga termasuk kondisi yang memengaruhi skor. Jika orang dengan kemampuan yang sama mendapatkan IQ yang sangat berbeda hanya karena perangkat atau jumlah percobaan, skor itu tidak menjadi ukuran yang dapat dibandingkan.
Norma adalah kelompok pembanding untuk IQ. Mengubah jumlah jawaban benar menjadi skala dengan rata-rata 100 dan simpangan baku 15 dapat dilakukan dengan data kelompok mana pun. Menjadikan rata-rata pengunjung situs sebagai 100 tidak berarti skornya menunjukkan posisi seseorang dalam populasi umum orang dewasa di Indonesia.
Dalam menilai norma, jumlah peserta perlu dilihat bersama usia, bahasa, wilayah, cara perekrutan, penanganan tes ulang, jawaban yang tidak wajar dan tes yang tidak selesai, penyesuaian usia, tahun pengumpulan data, serta kesesuaiannya dengan soal dan metode penskoran saat ini.
Meskipun tertulis “100.000 peserta”, kualitas norma tidak dapat dinilai jika tidak jelas apakah tes ulang oleh orang yang sama ikut dihitung, berapa peserta pada setiap usia, atau kapan datanya dikumpulkan. Norma versi bahasa asing juga tidak dapat langsung diterapkan pada tes yang hanya diterjemahkan ke bahasa Indonesia. Ketentuan dasar Japan Association for Research on Testing juga mensyaratkan pencatatan dan publikasi kelompok acuan, sampel, prosedur standardisasi, serta informasi statistik.
Reliabilitas, kesalahan pengukuran, dan interval kepercayaan
Reliabilitas menunjukkan seberapa konsisten informasi dalam skor melalui koefisien antara 0 dan 1. Reliabilitas yang menilai keterkaitan seluruh butir dan reliabilitas tes ulang yang menilai kestabilan pada hari berbeda menjawab pertanyaan yang berbeda. Pernyataan “reliabilitas 0,90” perlu disertai jenis koefisien, data peserta, dan skor yang digunakan dalam perhitungan.
Reliabilitas dapat digunakan untuk menghitung kesalahan baku pengukuran atau standard error of measurement (SEM) pada skor individu. Pada skala IQ dengan simpangan baku 15 dan reliabilitas 0,90, SEM adalah sekitar 4,7 poin. Dengan metode interval kepercayaan 95% sebesar ±1,96 SEM, rentang untuk IQ 130 adalah sekitar 121–139. Reliabilitas 0,90 bukan berarti skor akurat hingga satu poin.
Angka ini menunjukkan kesalahan pengukuran yang terkandung dalam satu skor individu. Bias pada sampel norma atau persoalan validitas, seperti apakah penalaran gambar layak disebut IQ keseluruhan, tidak terselesaikan oleh interval kepercayaan yang sempit.
Validitas dan cakupan kemampuan yang diukur
Validitas menentukan apakah skor dapat ditafsirkan sebagai kemampuan yang dinyatakan. Hal yang dinilai adalah apakah isi soal mencakup kemampuan tersebut, apakah struktur skor yang diperkirakan terbukti dalam data, dan apakah hasilnya berhubungan sesuai prediksi dengan tes inteligensi atau tugas lain yang relevan.
Soal gambar atau penalaran matriks dapat menjadi tes yang baik untuk penalaran visual atau penalaran cair. Namun, reliabilitas tinggi dari 30 soal gambar tidak berarti kosakata, pengetahuan, memori kerja, dan kecepatan pemrosesan juga telah diukur. Untuk menampilkan hasil sebagai IQ keseluruhan, diperlukan susunan soal yang mengukur beberapa kemampuan dan bukti yang mendukung penggabungannya menjadi skor keseluruhan.
Pernyataan “berkorelasi 0,70 dengan tes IQ yang sudah ada” juga tidak berarti akurat 70%. Korelasi menunjukkan sejauh mana dua skor naik dan turun bersama. Jika 10 poin ditambahkan secara merata pada skor setiap orang, korelasi dengan skor asal tetap 1, tetapi semua angka bergeser 10 poin. Tanpa mengetahui nama dan versi tes pembanding, sampel, selisih rata-rata, serta perbedaan pada setiap rentang skor, kita tidak dapat menilai apakah kedua hasil dapat diperlakukan sebagai IQ yang sama.
Soal dan norma untuk mengukur IQ tinggi
Untuk membedakan IQ 130 dan 140, tes perlu mengatasi dua jenis batas atas.
| Batas atas | Hal yang diperlukan | Dampak jika tidak cukup |
|---|---|---|
| Batas atas soal | Soal yang tetap membedakan peserta berkemampuan tinggi | Peserta di rentang atas menjawab hampir semua soal dengan benar sehingga perbedaan kemampuan tidak terlihat |
| Batas atas norma | Data dan metode konversi yang cukup untuk mendukung rentang skor tinggi | Sulit memperkirakan IQ secara terperinci dan stabil dari jumlah jawaban benar yang sama |
Meskipun sampel keseluruhan besar, hanya sedikit orang berada pada ujung distribusi. Dengan asumsi distribusi normal dengan rata-rata 100 dan simpangan baku 15, sampel 2.000 orang hanya memuat sekitar 8 orang dengan IQ 140 atau lebih. Jumlah itu tidak cukup untuk membedakan IQ 140, 142, dan 145 secara terperinci. Skor IQ dan proporsi populasi menjelaskan mengapa data yang diperlukan semakin sulit dikumpulkan pada skor yang semakin tinggi.
Dari sampel norma reguler WISC-V yang berjumlah 2.200 orang, hanya 16 anak yang memiliki salah satu skor komposit 150 atau lebih. Karena itu, norma yang diperluas untuk rentang skor tinggi dikembangkan dan diuji pada sampel terpisah yang terdiri dari 108 anak berkemampuan tinggi. Bahkan tes yang terkenal memerlukan desain soal dan data khusus untuk rentang atas.
Informasi publik yang diperlukan untuk menilai kualitas pengukuran
Informasi yang dipublikasikan perlu menjawab pertanyaan berikut, bukan sekadar memuat bahasa promosi.
| Hal yang dinilai | Informasi yang diperlukan |
|---|---|
| Siapa yang menjadi acuan skor? | Populasi sasaran, komposisi sampel, tahun pengumpulan data, metode konversi |
| Kemampuan apa yang diukur? | Susunan soal, struktur skor, metode dan hasil pengujian validitas |
| Seberapa besar kesalahan yang terkandung dalam skor? | Kondisi pelaksanaan, jenis reliabilitas, SEM, metode pengujian pada rentang skor tinggi |
Data mentah, algoritme penskoran, dan soal sebenarnya tidak perlu dipublikasikan seluruhnya. Pengguna dapat menilai klaim jika tersedia informasi tentang sasaran, sampel, kondisi pelaksanaan, metode konversi, reliabilitas dan kesalahan pengukuran, hasil utama validitas, serta kesesuaian informasi teknis dengan versi tes saat ini.
Sebaliknya, tanpa informasi tersebut, angka terperinci seperti IQ 137 tetap tidak memiliki makna dan presisi yang dapat diperiksa. Jangan mempercayai IQ sebagai angka yang presisi jika tesnya tidak mempublikasikan bukti pendukung. Inilah kesimpulan praktisnya.
Bukti pengukuran yang dipublikasikan BrainTypeIQ
BrainTypeIQ menjelaskan alasan pemilihan 9 tugas dan hubungannya dengan 5 ranah kognitif, serta cara membentuk IQ keseluruhan dan 5 ranah dari 9 tugas.
BrainTypeIQ juga mempublikasikan konversi ke skor standar dan metode penggabungannya, norma versi bahasa Jepang dari 841 peserta yang pertama kali menyelesaikan tes, serta reliabilitas IQ keseluruhan 0,929 dan SEM sekitar 4,0 poin pada versi bahasa Jepang. Versi bahasa Indonesia saat ini menggunakan penskoran sementara yang disesuaikan dari versi bahasa Jepang. Pengumpulan data saat ini sedang berlangsung. Jika tujuannya adalah evaluasi formal atau hasil yang akan diserahkan kepada pihak lain, gunakan perbedaan peran WAIS dan tes IQ online sebagai dasar pemilihan, bukan perbandingan kualitas tes online.