แม้แบบทดสอบจะแสดงคำว่า “ค่าเฉลี่ย 100” “อิงวิทยาศาสตร์” หรือ “แม่นยำ” ก็ยังบอกคุณภาพการวัด IQ ไม่ได้ ต้องรู้ว่าใช้ใครเป็นเกณฑ์ วัดความสามารถอะไร และตัวเลขมีความคลาดเคลื่อนมากเพียงใด
หากไม่มีการเผยแพร่หลักฐานที่ใช้ประเมินคำกล่าวอ้าง อย่าเพิ่งเชื่อว่าคะแนน IQ ที่ระบุเป็นตัวเลขเฉพาะเจาะจงนั้นแม่นยำ โฆษณา อันดับบนผลค้นหา หน้ารายงานที่ดูดี หรือใบรับรอง IQ ไม่ใช่หลักฐานของคุณภาพการวัด วิธีเลือกโดยรวมถึงราคาและเงื่อนไขสัญญาอธิบายไว้ใน วิธีเลือกแบบทดสอบ IQ ออนไลน์ที่เชื่อถือได้
4 องค์ประกอบที่กำหนดคุณภาพการวัดของแบบทดสอบ IQ
| องค์ประกอบ | สิ่งที่ต้องตรวจสอบ | หากขาดไปจะเกิดอะไรขึ้น |
|---|---|---|
| การทำให้เป็นมาตรฐาน | เงื่อนไขการทำแบบทดสอบและการให้คะแนนเหมือนกันหรือไม่ | ความต่างของอุปกรณ์ เวลา หรือวิธีให้คะแนนปะปนเข้าไปในคะแนน |
| เกณฑ์เปรียบเทียบ (norm) | นำผลไปเทียบกับข้อมูลของใคร | ความหมายของ IQ 100 หรือกลุ่มบน 2% ไม่ชัดเจน |
| ความเที่ยง (reliability) | คะแนนมีความสม่ำเสมอเพียงใด | ตัวเลขแกว่งมากจากการตอบถูกหรือผิดโดยบังเอิญ |
| ความตรง (validity) | คะแนนตีความเป็นความสามารถที่ระบุได้หรือไม่ | ขยายผลจากการให้เหตุผลด้วยภาพไปเป็น IQ รวมกว้างเกินไป |
ไม่สามารถตัดสินคุณภาพการวัด IQ จากองค์ประกอบใดองค์ประกอบหนึ่งเพียงอย่างเดียว ต่อให้มีข้อมูลเกณฑ์เปรียบเทียบขนาดใหญ่ หากเงื่อนไขการทำแบบทดสอบต่างกันมาก การเปรียบเทียบก็ใช้ไม่ได้ และต่อให้ความเที่ยงสูง หากวัดเพียงการให้เหตุผลด้วยภาพ ก็ยังไม่มีความตรงเพียงพอที่จะเรียกว่า IQ รวมซึ่งครอบคลุมภาษา ความจำ และความเร็วในการประมวลผล
การทำให้เป็นมาตรฐานและเกณฑ์เปรียบเทียบ
การทำให้เป็นมาตรฐานคือการกำหนดคำอธิบาย เวลาจำกัด การนำเสนอข้อสอบ การให้คะแนน รวมถึงการจัดการเมื่อหมดเวลาหรือถูกขัดจังหวะให้เหมือนกัน สำหรับแบบทดสอบออนไลน์ ความต่างของหน้าจอระหว่างสมาร์ตโฟนกับคอมพิวเตอร์ ความหน่วงของเครือข่าย การทำซ้ำ และการใช้การค้นหาหรือจดบันทึกก็เป็นส่วนหนึ่งของเงื่อนไขคะแนน หากคนที่มีความสามารถเท่ากันได้ IQ ต่างกันมากเพียงเพราะอุปกรณ์หรือจำนวนครั้งที่ทำ ผลนั้นก็ไม่ใช่สเกลที่เปรียบเทียบกันได้
เกณฑ์เปรียบเทียบคือกลุ่มที่นำผล IQ ไปเทียบ การแปลงจำนวนข้อถูกให้มีค่าเฉลี่ย 100 และส่วนเบี่ยงเบนมาตรฐาน 15 ทำได้กับข้อมูลของกลุ่มใดก็ได้ แต่หากกำหนดค่าเฉลี่ยของผู้เข้าชมเว็บไซต์เป็น 100 ก็ไม่ได้หมายความว่าคะแนนนั้นแสดงตำแหน่งในหมู่ผู้ใหญ่ทั่วไปในประเทศไทย
อย่างน้อยควรตรวจสอบข้อมูลต่อไปนี้
- ไม่ใช่แค่จำนวนตัวอย่าง แต่รวมถึงอายุ ภาษา ภูมิภาค และวิธีรับสมัคร
- วิธีจัดการการทำครั้งแรก การทำซ้ำ คำตอบผิดปกติ และการออกกลางคัน
- จำนวนคนในแต่ละช่วงอายุและวิธีปรับตามอายุ
- ปีที่เก็บข้อมูล และข้อมูลนั้นตรงกับข้อสอบและวิธีให้คะแนนปัจจุบันหรือไม่
- หากทำแบบทดสอบเป็นภาษาไทย เกณฑ์นั้นสร้างจากข้อสอบภาษาไทยและผู้ทำแบบทดสอบภาษาไทยหรือไม่
แม้จะเขียนว่า “ผู้ทำแบบทดสอบ 100,000 คน” แต่ถ้าไม่รู้ว่ารวมการทำซ้ำของคนเดิมหรือไม่ แต่ละวัยมีกี่คน และเก็บข้อมูลเมื่อใด ก็ยังประเมินคุณภาพของเกณฑ์เปรียบเทียบไม่ได้ เช่นเดียวกัน ไม่สามารถนำเกณฑ์ของภาษาต่างประเทศมาใช้ตรง ๆ กับแบบทดสอบที่เพียงแปลเป็นภาษาไทย ข้อกำหนดพื้นฐานของสมาคมการทดสอบแห่งญี่ปุ่น ก็ระบุว่าควรบันทึกและเปิดเผยกลุ่มอ้างอิง ตัวอย่าง ขั้นตอนการทำให้เป็นมาตรฐาน และข้อมูลทางสถิติ
ความเที่ยง ความคลาดเคลื่อนจากการวัด และช่วงความเชื่อมั่น
ความเที่ยงแสดงด้วยค่าสัมประสิทธิ์ 0–1 ว่าคะแนนมีข้อมูลที่สม่ำเสมอมากเพียงใด ความเที่ยงแบบความสอดคล้องภายใน ซึ่งดูว่าข้อสอบทั้งหมดสอดคล้องกันเพียงใด กับความเที่ยงแบบทดสอบซ้ำ ซึ่งดูว่าคะแนนคงที่เพียงใดเมื่อทำแบบทดสอบคนละวัน เป็นการตอบคำถามคนละเรื่อง ดังนั้น แค่เขียนว่า “ความเที่ยง .90” ยังไม่พอ ต้องระบุด้วยว่าเป็นความเที่ยงชนิดใด คำนวณจากข้อมูลของใคร และสำหรับคะแนนใด
เราสามารถคำนวณความคลาดเคลื่อนมาตรฐานของการวัด (SEM) ของคะแนนรายบุคคลจากความเที่ยงได้ บนสเกล IQ ที่มีส่วนเบี่ยงเบนมาตรฐาน 15 หากความเที่ยงเท่ากับ .90 SEM จะอยู่ที่ประมาณ 4.7 คะแนน หากคำนวณช่วงความเชื่อมั่น 95% ด้วย ±1.96 SEM คะแนน IQ 130 จะมีช่วงประมาณ 121–139 ความเที่ยง .90 ไม่ได้หมายความว่าคะแนนแม่นยำถึงระดับ 1 จุด
ความคลาดเคลื่อนนี้คือความคลาดเคลื่อนในการวัดคะแนนรายบุคคลหนึ่งครั้ง แต่ช่วงความเชื่อมั่นที่แคบไม่ได้แก้ปัญหาตัวอย่างของเกณฑ์เปรียบเทียบที่ลำเอียง หรือคำถามด้านความตรงว่าควรเรียกผลจากการให้เหตุผลด้วยภาพว่า IQ รวมหรือไม่
ความตรงและขอบเขตของความสามารถที่วัด
ความตรงบอกว่าเราสามารถตีความคะแนนว่าเป็นความสามารถตามที่ระบุไว้ได้หรือไม่ ต้องตรวจสอบว่าเนื้อหาของข้อสอบครอบคลุมขอบเขตความสามารถหรือไม่ โครงสร้างคะแนนตามที่ตั้งสมมติฐานไว้ได้รับการยืนยันจากข้อมูลหรือไม่ และคะแนนสัมพันธ์กับแบบทดสอบสติปัญญาหรืองานที่เกี่ยวข้องในทิศทางที่คาดไว้หรือไม่
โจทย์ภาพหรือการให้เหตุผลแบบเมทริกซ์สามารถเป็นแบบทดสอบที่ดีของการให้เหตุผลด้วยภาพหรือการให้เหตุผลกับปัญหาใหม่ได้ แต่ต่อให้โจทย์ภาพ 30 ข้อมีความเที่ยงสูง ก็ไม่ได้หมายความว่าได้วัดคำศัพท์ ความรู้ ความจำใช้งาน และความเร็วในการประมวลผล หากจะแสดงเป็น IQ รวม จำเป็นต้องมีข้อสอบที่วัดหลายความสามารถและหลักฐานว่าสามารถรวมผลเหล่านั้นเป็นคะแนนรวมได้
คำกล่าวว่า “สัมพันธ์กับแบบทดสอบ IQ ที่มีอยู่ .70” ก็ไม่ได้หมายถึง “แม่นยำ 70%” สหสัมพันธ์บอกเพียงว่าคะแนนสองชุดเพิ่มหรือลดไปด้วยกันมากเพียงใด สมมติว่าสร้างคะแนนใหม่โดยบวก 10 คะแนนให้ทุกคน คะแนนใหม่นั้นจะสัมพันธ์กับคะแนนเดิมที่ 1 แต่ตัวเลขของทุกคนคลาดไป 10 คะแนน หากไม่รู้ชื่อและฉบับของแบบทดสอบที่ใช้เทียบ กลุ่มตัวอย่าง ความต่างของค่าเฉลี่ย และความต่างตามช่วงคะแนน ก็ยังตัดสินไม่ได้ว่าควรถือเป็น IQ เดียวกันหรือไม่
ข้อสอบและเกณฑ์เปรียบเทียบสำหรับวัด IQ สูง
การแยกความแตกต่างระหว่าง IQ 130 กับ 140 ต้องมีเพดานที่เพียงพอทั้งสองด้าน
| เพดาน | สิ่งที่จำเป็น | สิ่งที่เกิดขึ้นเมื่อไม่เพียงพอ |
|---|---|---|
| เพดานของข้อสอบ | ข้อที่ยังแยกความต่างระหว่างคนความสามารถสูงได้ | คนกลุ่มบนตอบถูกเกือบทั้งหมด จึงสังเกตความต่างของความสามารถไม่ได้ |
| เพดานของเกณฑ์เปรียบเทียบ | ข้อมูลและวิธีแปลงคะแนนที่เพียงพอในช่วงคะแนนสูง | ไม่สามารถประมาณ IQ แบบละเอียดจากจำนวนข้อถูกเดียวกันได้อย่างมั่นคง |
ต่อให้ตัวอย่างทั้งหมดมีจำนวนมาก คนที่อยู่ปลายการแจกแจงก็ยังมีน้อย หากสมมติการแจกแจงปกติที่มีค่าเฉลี่ย 100 และส่วนเบี่ยงเบนมาตรฐาน 15 ในตัวอย่าง 2,000 คน จะมีคน IQ 140 ขึ้นไปเพียงประมาณ 8 คน การใช้ข้อมูลเท่านี้แยก IQ 140, 142 และ 145 อย่างละเอียดจึงไม่สมเหตุสมผล IQ และสัดส่วนประชากร แสดงให้เห็นว่าเหตุใดยิ่งคะแนนสูง ยิ่งเก็บข้อมูลที่จำเป็นได้ยาก
ในตัวอย่างเกณฑ์ปกติของ WISC-V จำนวน 2,200 คน มีเด็กเพียง 16 คนที่ได้คะแนนประกอบใดคะแนนหนึ่งตั้งแต่ 150 ขึ้นไป จึงต้องสร้างเกณฑ์ขยายสำหรับช่วงคะแนนสูงและตรวจสอบเพิ่มเติมด้วยตัวอย่างเด็กความสามารถสูงอีก 108 คน แม้แต่แบบทดสอบที่มีชื่อเสียงก็ต้องมีทั้งข้อสอบและข้อมูลเฉพาะสำหรับช่วงบน
ข้อมูลที่ต้องเผยแพร่เพื่อประเมินคุณภาพการวัด
เมื่อดูข้อมูลสาธารณะ อย่าดูเพียงคำโฆษณา แต่ให้ตรวจว่าคำกล่าวอ้างแต่ละข้อมีข้อมูลใดรองรับ
| คำกล่าวอ้าง | ข้อมูลที่จำเป็นต่อการตัดสิน |
|---|---|
| IQ 100 หรือกลุ่มบน 2% | ประชากรเป้าหมาย องค์ประกอบของตัวอย่าง ปีที่เก็บข้อมูล วิธีแปลงคะแนน |
| IQ รวม | ความสามารถที่วัด โครงสร้างข้อสอบ โครงสร้างคะแนน |
| ความเที่ยง .90 | ชนิดของค่าสัมประสิทธิ์ ตัวอย่างที่ใช้วิเคราะห์ SEM ความแม่นยำตามช่วงคะแนน |
| สัมพันธ์สูงกับแบบทดสอบเดิม | ชื่อและฉบับของแบบทดสอบ ตัวอย่าง สหสัมพันธ์ ความต่างของค่าเฉลี่ย |
| วัด IQ 140 ขึ้นไปได้ | ข้อสำหรับความสามารถสูง จำนวนคนในช่วงบน วิธีคาดประมาณและการตรวจสอบ |
| อิงวิทยาศาสตร์และแม่นยำ | คำกล่าวใดได้รับการสนับสนุนด้วยวิธีและผลใด |
ไม่จำเป็นต้องเปิดเผยข้อมูลดิบ อัลกอริทึมให้คะแนน หรือข้อสอบจริงทั้งหมด หากบอกได้ว่าเป้าหมายคือใคร ตัวอย่างเป็นอย่างไร เงื่อนไขการทำแบบทดสอบและวิธีแปลงคะแนนเป็นแบบใด ความเที่ยงและความคลาดเคลื่อนเท่าใด ผลด้านความตรงหลักเป็นอย่างไร และข้อมูลทางเทคนิคตรงกับฉบับปัจจุบันหรือไม่ ผู้ใช้ก็สามารถประเมินคำกล่าวอ้างได้
ในทางกลับกัน หากไม่มีข้อมูลที่ใช้ประเมินเรื่องเหล่านี้ แม้หน้าจอจะแสดง IQ 137 ก็ตรวจสอบความหมายและความแม่นยำไม่ได้ อย่าตีความคะแนน IQ จากแบบทดสอบที่ไม่เปิดเผยหลักฐานว่าแม่นยำถึงระดับจุดเดียว นี่คือข้อสรุปที่ใช้ได้จริง
BrainTypeIQ อธิบายเหตุผลที่เลือกแบบทดสอบย่อย 9 ชุดและความสัมพันธ์กับ 5 ด้าน และวิธีสร้าง IQ รวมกับ 5 ด้านจากแบบทดสอบย่อย 9 ชุด พร้อมเปิดเผยการแปลงคะแนนมาตรฐานและวิธีรวมคะแนน เกณฑ์เปรียบเทียบจากผู้ทำเวอร์ชันภาษาญี่ปุ่นครั้งแรก 841 คน และความเที่ยง .929 กับ SEM ประมาณ 4.0 คะแนน ของ IQ รวม เวอร์ชันภาษาไทยใช้การให้คะแนนชั่วคราวในปัจจุบัน พร้อมสะสมข้อมูลภาษาไทยต่อไป หากต้องการการประเมินอย่างเป็นทางการหรือผลสำหรับยื่นต่อหน่วยงาน ให้เลือกจาก ความแตกต่างระหว่างบทบาทของ WAIS กับแบบทดสอบ IQ ออนไลน์