Nu trata drept precis IQ-ul unui test care nu publică dovezile necesare pentru a-i evalua calitatea. Reclamele, poziția în căutări, un ecran de rezultate bine realizat și certificatele IQ nu sunt dovezi ale calității măsurării. Alegerea unui test, inclusiv în privința costurilor și a condițiilor contractuale, este explicată în articolul despre cum alegi un test IQ online de încredere.
Cele patru elemente ale calității unui test IQ
| Element | Ce trebuie să arate | Ce se întâmplă dacă lipsește |
|---|---|---|
| Standardizare | Condiții consecvente de administrare și scorare | Diferențele de dispozitiv, timp sau scorare influențează scorul |
| Norme | Cu ale cui date este comparat rezultatul | IQ 100 sau „primii 2%” nu au o referință definită |
| Fidelitate | Cât de consecventă este informația din scor | Răspunsurile corecte sau greșite întâmplătoare schimbă mult rezultatul |
| Validitate | Dacă scorul poate fi interpretat ca abilitatea declarată | Rezultatul la raționament vizual este extins nejustificat la IQ total |
Niciunul dintre aceste patru elemente nu este suficient singur. De exemplu, un test poate avea fidelitate ridicată, dar dacă măsoară numai raționamentul vizual, rezultatul nu este valid ca IQ total care include și limbaj, memorie și viteză de procesare.
Standardizarea și normele
Standardizarea înseamnă reguli consecvente pentru instrucțiuni, limite de timp, prezentarea problemelor, scorare și tratarea întreruperilor sau a expirării timpului. Online contează și diferențele de afișare între telefon și PC, întârzierile de comunicare, repetarea testului și regulile privind căutările sau notițele. Dacă persoane cu aceeași abilitate obțin IQ-uri foarte diferite doar din cauza dispozitivului sau a numărului de încercări, scara nu permite o comparație coerentă.
Normele sunt referința față de care este interpretat IQ-ul. Scorurile brute ale oricărui grup pot fi transformate într-o distribuție cu media 100 și abaterea standard 15. Dacă media vizitatorilor unui site este fixată la 100, aceasta nu exprimă automat poziția față de populația generală adultă.
Calitatea normelor depinde nu doar de numărul participanților, ci și de vârstă, limbă, regiune, recrutare, tratarea retestărilor, răspunsurilor neobișnuite și abandonurilor, ajustarea pentru vârstă, anul colectării și corespondența cu problemele și metoda de scorare actuale.
Nici „100.000 de participanți” nu permite evaluarea normelor dacă nu știm dacă sunt incluse încercări repetate ale acelorași persoane, câți participanți are fiecare grupă de vârstă și când au fost colectate datele. Simplul fapt că un test a fost tradus în română nu justifică aplicarea directă, pentru persoanele care îl susțin în română, a normelor stabilite pentru versiunea sa în altă limbă. Principiile Asociației Japoneze de Testare cer, de asemenea, documentarea și publicarea informațiilor despre grupul de referință, eșantion, procedurile de standardizare și rezultatele statistice.
Fidelitatea, eroarea de măsurare și intervalele de încredere
Fidelitatea exprimă printr-un coeficient între 0 și 1 câtă informație consecventă conține scorul. Fidelitatea care examinează coerența itemilor și fidelitatea test–retest, care examinează stabilitatea la o altă dată, răspund la întrebări diferite. Mențiunea „fidelitate 0,90” trebuie însoțită de tipul calculat, participanții ale căror date au fost folosite și scorul analizat.
Din fidelitate poate fi calculată eroarea standard de măsurare, SEM, pentru un scor individual. Pe scara IQ cu abaterea standard 15, o fidelitate de 0,90 înseamnă un SEM de aproximativ 4,7 puncte. Folosind un interval de încredere de 95% calculat ca ±1,96 SEM, un IQ de 130 corespunde aproximativ intervalului 121–139. Fidelitatea de 0,90 nu înseamnă precizie la nivel de un punct.
Acest interval descrie eroarea de măsurare dintr-un scor individual obținut o singură dată. Un interval îngust nu rezolvă un eșantion normativ nereprezentativ și nici problema de validitate a numirii raționamentului vizual „IQ total”.
Validitatea și abilitățile măsurate
Validitatea stabilește dacă scorul poate fi interpretat ca abilitatea pe care testul susține că o măsoară. Contează dacă problemele acoperă acea abilitate, dacă structura presupusă a scorurilor este susținută de date și dacă relațiile cu teste de inteligență existente sau cu sarcini relevante sunt cele așteptate.
Problemele cu figuri și raționamentul matricial pot alcătui teste bune de raționament vizual sau fluid. Totuși, o fidelitate ridicată la 30 de probleme cu figuri nu înseamnă că au fost măsurate vocabularul, cunoștințele, memoria de lucru și viteza de procesare. Un rezultat numit IQ total cere sarcini care măsoară mai multe abilități și dovezi care susțin combinarea lor într-un scor global.
Nici „corelație 0,70 cu un test IQ existent” nu înseamnă „70% precis”. Corelația arată cât de mult tind două scoruri să crească și să scadă împreună. Dacă adăugăm tuturor persoanelor exact 10 puncte, corelația cu scorul inițial va fi 1, deși toate rezultatele vor fi deplasate cu 10 puncte. Pentru a stabili dacă numerele pot fi tratate drept același IQ, sunt necesare numele și versiunea testului de comparație, eșantionul, diferența medie și diferențele pe intervale de scor.
Problemele și normele necesare pentru IQ-uri ridicate
Pentru a diferenția IQ 130 de 140, trebuie depășite două tipuri de plafon.
| Plafon | Ce este necesar | Ce se întâmplă dacă lipsește |
|---|---|---|
| Plafonul problemelor | Probleme care diferențiază și între persoane cu abilități ridicate | Participanții din partea superioară răspund corect aproape la toate problemele, iar diferențele nu mai sunt observabile |
| Plafonul normelor | Suficiente date și o metodă de conversie adecvată pentru scoruri ridicate | Același număr de răspunsuri corecte nu permite estimarea stabilă a unor diferențe fine de IQ |
Chiar și într-un eșantion mare, puțini participanți se află la extremitățile distribuției. Presupunând o distribuție normală cu media 100 și abaterea standard 15, un eșantion de 2.000 de persoane ar include aproximativ 8 persoane cu IQ de cel puțin 140. Aceste date sunt prea puține pentru a diferenția fin IQ 140, 142 și 145. Scorurile IQ și proporțiile din populație explică de ce datele sunt tot mai greu de strâns pe măsură ce scorul crește.
Dintre cei 2.200 de copii din eșantionul normativ obișnuit WISC-V, 16 aveau cel puțin un scor compozit de 150 sau mai mare. Au fost dezvoltate, așadar, norme extinse pentru scoruri ridicate, verificate și pe un eșantion separat de 108 copii cu abilități ridicate. Chiar și testele consacrate au nevoie de sarcini și date specifice pentru partea superioară a distribuției.
Informațiile publice necesare pentru evaluarea calității măsurării
Informațiile utile leagă fiecare afirmație de dovezile sale.
| Întrebare | Informații necesare |
|---|---|
| Față de cine este raportat scorul? | Populația vizată, compoziția eșantionului, anul colectării și metoda de conversie |
| Ce abilitate exprimă scorul? | Structura problemelor și a scorurilor, metodele și rezultatele verificării validității |
| Câtă eroare include scorul? | Condițiile de administrare, tipul fidelității, SEM și verificarea intervalelor de scor ridicat |
Nu este necesară publicarea tuturor datelor brute, algoritmilor de scorare și problemelor reale. Utilizatorul poate evalua afirmațiile dacă sunt explicate populația vizată, eșantionul, administrarea, conversia, fidelitatea și eroarea, principalele rezultate privind validitatea și corespondența dintre informațiile tehnice și versiunea actuală.
În lipsa acestor informații, chiar și un număr aparent precis precum IQ 137 rămâne fără un sens și o precizie verificabile. Nu trata drept precis IQ-ul unui test care nu își publică datele despre calitatea măsurării. Aceasta este concluzia practică.
Datele despre calitatea măsurării publicate de BrainTypeIQ
BrainTypeIQ explică de ce a ales cele 9 probe și cum corespund celor 5 domenii, precum și construirea IQ-ului total și a scorurilor pe 5 domenii.
Publică și conversia în scoruri standardizate și calculul scorurilor compozite. Normele versiunii japoneze au fost construite din datele a 841 de persoane care au finalizat testul pentru prima dată; fidelitatea IQ-ului total în analiza japoneză a fost 0,929, cu un SEM de aproximativ 4,0 puncte. Versiunea în limba română folosește în prezent o scorare provizorie ajustată pornind de la versiunea japoneză. Datele sunt în curs de colectare.
Pentru o evaluare profesională sau un document destinat unei instituții, alegerea pornește de la rolurile diferite ale WAIS și ale unui test IQ online.