Ikke stol på IQ som et presist tall når testen ikke publiserer grunnlaget som trengs for å vurdere målingen. Annonser, høy plassering i søkeresultater, en pen resultatside og IQ-sertifikater dokumenterer ikke målekvalitet. Betalingsvilkår og andre sider ved valget er beskrevet i slik velger du en pålitelig IQ-test på nett.
Fire forhold avgjør målekvaliteten
| Forhold | Spørsmålet det besvarer | Hvis det mangler |
|---|---|---|
| Standardisering | Er gjennomføring og skåring like for deltakerne? | Forskjeller i enhet, tid eller skåring blandes inn i resultatet |
| Normer | Hvem sammenlignes resultatet med? | Betydningen av IQ 100 eller øverste 2 prosent er uavklart |
| Reliabilitet | Hvor konsistent er skåren? | Tilfeldige riktige og gale svar flytter tallet mye |
| Validitet | Kan skåren tolkes som den evnen testen oppgir? | Figurresonnering gis en for bred betydning som samlet IQ |
Ingen av de fire er nok alene. En test kan ha høy reliabilitet, men hvis den bare måler figurresonnering, gir det ikke grunnlag for å tolke resultatet som samlet IQ som også dekker språk, hukommelse og prosesseringshastighet.
Standardisering og normer
Standardisering innebærer felles regler for instruksjoner, tidsfrister, oppgaver, skåring og håndtering av tidsavbrudd og avbrutte tester. På nett inngår også forskjeller mellom mobil og PC, nettverksforsinkelser, gjentatte forsøk og reglene for søk og notater. Hvis personer med samme evnenivå får svært ulik IQ bare fordi de bruker forskjellige enheter eller har tatt testen ulikt antall ganger, blir skalaen lite sammenlignbar.
Normene er gruppen IQ-skåren sammenlignes med. Riktige svar kan omregnes til gjennomsnitt 100 og standardavvik 15 i en hvilken som helst gruppe. Å sette gjennomsnittet for nettstedets egne besøkende til 100 gjør ikke resultatet til en plassering blant voksne generelt.
Normkvalitet handler om mer enn antall deltakere: alder, språk, region, rekruttering, gjentatte forsøk, unaturlige svar, frafall, aldersjustering og innsamlingsår har betydning. Dataene må også svare til dagens oppgaver og skåringsmetode.
«100 000 testdeltakere» er utilstrekkelig hvis det er uklart hvor mange som har tatt testen flere ganger, hvordan aldersfordelingen ser ut, eller når dataene ble samlet inn. Det holder heller ikke å oversette oppgavene til norsk og behandle normene fra et annet språk som ferdige norske normer. Grunnprinsippene til det japanske testfaglige selskapet krever også dokumentasjon av normgruppe, utvalg, standardiseringsprosedyrer og statistikk.
Reliabilitet, målefeil og konfidensintervall
Reliabilitet uttrykker hvor konsistent informasjonen i skåren er, med en koeffisient mellom 0 og 1. Et mål på sammenhengen mellom oppgavene besvarer et annet spørsmål enn test–retest-reliabilitet, som undersøker stabilitet når testen tas på en annen dag. «Reliabilitet 0,90» trenger derfor opplysninger om hvilken type reliabilitet som er beregnet, for hvilken skår og med hvilke deltakere.
Reliabiliteten kan brukes til å beregne standard målefeil, SEM, for en individuell skår. På en IQ-skala med standardavvik 15 gir reliabilitet 0,90 en SEM på omtrent 4,7 poeng. Et 95 prosent konfidensintervall beregnet som ±1,96 SEM rundt IQ 130 blir da omtrent 121–139. Reliabilitet 0,90 betyr ikke at skåren er nøyaktig ned til ett poeng.
Dette beskriver målefeilen i én persons resultat. Et smalt konfidensintervall løser ikke skjevheter i normutvalget eller spørsmålet om figurresonnering med rette kan kalles samlet IQ.
Validitet og bredden i evnene som måles
Validitet handler om grunnlaget for å tolke skåren som den evnen som oppgis. Det omfatter om oppgavene dekker evneområdet, om den forventede skårstrukturen støttes av data, og om resultatet har forventede sammenhenger med etablerte intelligenstester og relevante oppgaver.
Figuroppgaver og matriser kan gi gode mål på figurresonnering eller flytende resonnering. Men høy reliabilitet i 30 figuroppgaver betyr ikke at ordforråd, kunnskap, arbeidsminne og prosesseringshastighet også er målt. En samlet IQ krever oppgaver som dekker flere evner, og et grunnlag for å samle dem i én skår.
«Korrelasjon 0,70 med en etablert IQ-test» betyr heller ikke «70 prosent nøyaktig». Korrelasjon beskriver hvor mye to skårer varierer sammen. Hvis alle fikk lagt til ti poeng, ville korrelasjonen med de opprinnelige skårene være 1, selv om alle tallene var ti poeng høyere. For å behandle resultatene som samme IQ trengs informasjon om sammenligningstestens navn og utgave, utvalget, gjennomsnittsforskjellen og forskjeller i ulike skårområder.
Høy IQ krever både krevende oppgaver og normdata
Å skille IQ 130 fra 140 krever at testen håndterer to ulike tak.
| Tak | Hva som trengs | Hva som skjer hvis det mangler |
|---|---|---|
| Oppgavenes tak | Oppgaver som skiller også mellom personer med høyt evnenivå | Nesten alle i øvre område svarer riktig på alt, slik at forskjellene blir usynlige |
| Normenes tak | Tilstrekkelige data og egnet omregning i øvre skårområde | Små IQ-forskjeller kan ikke anslås stabilt fra antall riktige svar |
Selv i et stort utvalg er det få personer helt ytterst i fordelingen. Ved normalfordeling med gjennomsnitt 100 og standardavvik 15 vil et utvalg på 2 000 personer omfatte omtrent åtte med IQ 140 eller høyere. Det er for lite til presist å skille IQ 140, 142 og 145. IQ-skårer og befolkningsandeler viser hvorfor datagrunnlaget blir vanskeligere å bygge jo høyere skåren er.
I det ordinære normutvalget for WISC-V på 2 200 barn hadde 16 barn minst én samleskår på 150 eller høyere. Det ble derfor utviklet utvidede normer for høye skårer, også undersøkt i et separat utvalg på 108 evnerike barn. Selv kjente tester trenger egne data og oppgaver for det øvre området.
Dokumentasjonen som trengs for å vurdere kvaliteten
Det nyttige er sammenhengen mellom påstanden og dokumentasjonen, ikke reklameformuleringen.
| Hva du skal kunne vurdere | Nødvendig dokumentasjon |
|---|---|
| Hvem tallet sammenlignes med | Målgruppe, utvalgssammensetning, innsamlingsår og omregningsmetode |
| Hvilken evne tallet måler | Oppgaveinnhold, skårstruktur og metoder og resultater fra validitetsundersøkelser |
| Hvor stor usikkerhet tallet har | Gjennomføringsbetingelser, type reliabilitet, SEM og undersøkelse av høye skårer |
Alle rådata, skåringsalgoritmer og faktiske testoppgaver trenger ikke være offentlige. Brukeren kan vurdere påstandene når målgruppe, utvalg, gjennomføring, omregning, reliabilitet og målefeil, sentrale validitetsresultater og koblingen til dagens testutgave er beskrevet.
Hvis slik dokumentasjon mangler, blir verken betydningen eller presisjonen av et detaljert tall som IQ 137 klar. Ikke stol på IQ som et presist tall fra en test som ikke viser målegrunnlaget.
Målegrunnlaget BrainTypeIQ publiserer
BrainTypeIQ beskriver hvorfor de ni deltestene er valgt og hvordan de dekker fem områder, og hvordan samlet IQ og områdeskårer bygges opp.
Vi publiserer også omregning og sammensetting av skårer, normgrunnlaget med 841 førstegangsdeltakere i den japanske utgaven og den japanske utgavens reliabilitet på 0,929 og SEM på omtrent 4,0 poeng.
Den norske utgaven bruker foreløpig skåring som er justert med utgangspunkt i den japanske utgaven. Vi samler nå inn data.
For en formell vurdering eller dokumentasjon er det forskjellen i bruksområde mellom WAIS og IQ-tester på nett som avgjør valget.