Đừng tin IQ từ một bài kiểm tra không công bố đủ căn cứ để đánh giá như thể đó là con số chính xác đến từng điểm. Quảng cáo, thứ hạng tìm kiếm, giao diện kết quả đẹp và chứng nhận IQ không phải bằng chứng về chất lượng đo lường. Cách lựa chọn, bao gồm cả giá và điều kiện hợp đồng, được trình bày trong bài Cách chọn bài kiểm tra IQ trực tuyến đáng tin cậy.
Bốn yếu tố quyết định chất lượng đo lường của bài kiểm tra IQ
| Yếu tố | Điều cần kiểm tra | Hệ quả khi thiếu |
|---|---|---|
| Chuẩn hóa | Điều kiện thực hiện và chấm điểm có nhất quán không? | Khác biệt về thiết bị, thời gian hoặc cách chấm bị trộn vào điểm |
| Norm | Điểm được so với dữ liệu của ai? | Không xác định được ý nghĩa của IQ 100 hay vị trí trong 2% cao nhất |
| Độ tin cậy | Điểm nhất quán đến mức nào? | Việc trả lời đúng hoặc sai do ngẫu nhiên khiến điểm thay đổi lớn |
| Độ giá trị | Có đủ căn cứ để hiểu điểm theo năng lực được công bố không? | Kết quả suy luận bằng hình bị diễn giải quá rộng thành IQ tổng quát |
Không thể đánh giá chất lượng đo IQ chỉ bằng một trong bốn yếu tố. Chẳng hạn, dù độ tin cậy cao, nếu phạm vi đo chỉ gồm suy luận bằng hình thì kết quả vẫn không có đủ độ giá trị để được hiểu là IQ tổng quát bao gồm ngôn ngữ, trí nhớ và tốc độ xử lý.
Chuẩn hóa và norm
Chuẩn hóa là giữ nhất quán phần hướng dẫn, giới hạn thời gian, cách ra câu hỏi, chấm điểm và xử lý trường hợp hết giờ hoặc gián đoạn. Với bài trực tuyến, khác biệt hiển thị giữa điện thoại và máy tính, độ trễ mạng, việc làm lại, tra cứu hoặc dùng ghi chú cũng thuộc điều kiện đo. Nếu những người có cùng năng lực nhận IQ rất khác nhau chỉ vì thiết bị hoặc số lần làm bài, kết quả đó không tạo thành một thang có thể so sánh.
Norm là mốc so sánh của IQ. Bất kỳ dữ liệu của nhóm nào cũng có thể được dùng để quy đổi số câu đúng về trung bình 100 và độ lệch chuẩn 15. Đặt trung bình của những người truy cập một trang web thành 100 không có nghĩa kết quả thể hiện vị trí trong dân số trưởng thành Việt Nam nói chung.
Khi xem norm, cần biết không chỉ số người mà cả tuổi, ngôn ngữ, khu vực, cách tuyển mẫu, cách xử lý lần làm lại, câu trả lời bất thường và trường hợp bỏ dở. Cũng cần xem việc điều chỉnh theo tuổi, năm thu thập dữ liệu và mức độ tương ứng với câu hỏi cùng cách chấm hiện hành.
Ngay cả khi ghi “100.000 người đã làm”, vẫn không thể đánh giá chất lượng norm nếu không biết có tính cả lần làm lại của cùng một người không, mỗi nhóm tuổi có bao nhiêu người và dữ liệu được thu khi nào. Cũng không thể chỉ dịch một bài sang tiếng Việt rồi áp dụng nguyên norm của bản ngôn ngữ khác. Tại Nhật Bản, các nguyên tắc cơ bản của Hội Nghiên cứu Trắc nghiệm Nhật Bản cũng yêu cầu ghi lại và công bố nhóm tham chiếu, mẫu, quy trình chuẩn hóa và thông tin thống kê.
Độ tin cậy, sai số đo và khoảng tin cậy
Độ tin cậy là hệ số từ 0 đến 1, thể hiện mức độ nhất quán của thông tin trong điểm số. Độ tin cậy xét sự nhất quán giữa các câu hỏi và độ tin cậy khi kiểm tra lại vào ngày khác trả lời hai câu hỏi khác nhau. Vì vậy, bên cạnh con số “độ tin cậy .90”, cần biết loại độ tin cậy nào được tính, dùng dữ liệu của ai và áp dụng cho điểm nào.
Từ độ tin cậy, có thể tính sai số đo chuẩn (SEM) của điểm cá nhân. Trên thang IQ có độ lệch chuẩn 15, nếu độ tin cậy là .90 thì SEM khoảng 4,7 điểm. Với cách tính khoảng tin cậy 95% bằng ±1,96 SEM, IQ 130 có khoảng xấp xỉ 121–139. Độ tin cậy .90 không có nghĩa là chính xác đến từng điểm.
Những con số này thể hiện sai số đo trong điểm cá nhân của một lần làm bài. Khoảng tin cậy hẹp không giải quyết được sự thiên lệch của mẫu norm hoặc vấn đề độ giá trị khi gọi kết quả suy luận bằng hình là IQ tổng quát.
Độ giá trị và phạm vi năng lực được đo
Độ giá trị quyết định liệu có thể đọc điểm theo đúng năng lực được công bố hay không. Cần xem nội dung câu hỏi có bao quát phạm vi năng lực đó không, cấu trúc điểm dự kiến có được xác nhận trong dữ liệu không, và kết quả có liên hệ với bài kiểm tra trí tuệ hiện có hoặc nhiệm vụ liên quan theo cách dự đoán hay không.
Câu hỏi hình ảnh và ma trận có thể tạo thành bài đo tốt về suy luận bằng hình hoặc suy luận linh hoạt. Tuy nhiên, dù 30 câu hình có độ tin cậy cao, chúng vẫn chưa đo từ vựng, kiến thức, trí nhớ làm việc và tốc độ xử lý. Muốn hiển thị IQ tổng quát, cần có cấu trúc câu hỏi đo nhiều năng lực và căn cứ cho thấy có thể kết hợp chúng thành điểm tổng hợp.
“Tương quan .70 với bài kiểm tra IQ hiện có” cũng không có nghĩa là “chính xác 70%”. Tương quan thể hiện mức độ hai điểm cùng tăng hoặc cùng giảm. Giả sử cộng đều 10 điểm vào điểm của mọi người, tương quan với điểm gốc sẽ là 1 nhưng ai cũng lệch 10 điểm. Muốn biết hai kết quả có thể được xem như cùng một IQ hay không, cần xem tên và phiên bản bài đối chiếu, mẫu, chênh lệch trung bình và khác biệt theo từng khoảng điểm.
Câu hỏi và norm cần thiết để đo IQ cao
Muốn phân biệt IQ 130 và 140, bài kiểm tra phải vượt qua hai loại trần.
| Loại trần | Điều cần có | Hệ quả khi thiếu |
|---|---|---|
| Trần của câu hỏi | Câu hỏi vẫn phân biệt được những người có năng lực cao | Nhóm điểm cao trả lời gần như đúng hết nên không quan sát được chênh lệch năng lực |
| Trần của norm | Đủ dữ liệu và phương pháp quy đổi cho vùng điểm cao | Không thể ước lượng ổn định những mức IQ chi tiết từ cùng số câu đúng |
Dù tổng mẫu lớn, số người ở hai đầu phân phối vẫn ít. Nếu giả định phân phối chuẩn có trung bình 100 và độ lệch chuẩn 15, mẫu 2.000 người sẽ có khoảng 8 người đạt IQ từ 140 trở lên. Chỉ chừng đó dữ liệu không đủ để phân biệt chi tiết IQ 140, 142 và 145. Bài Điểm IQ và tỷ lệ dân số cho thấy vì sao càng lên vùng điểm cao, việc thu thập đủ dữ liệu càng khó.
Trong mẫu norm thông thường gồm 2.200 trẻ của WISC-V, có 16 trẻ đạt từ 150 trở lên ở ít nhất một điểm tổng hợp. Vì vậy, nhà phát triển xây dựng norm mở rộng cho vùng điểm cao và kiểm định thêm trên một mẫu riêng gồm 108 trẻ có năng lực cao. Ngay cả những bài kiểm tra nổi tiếng cũng cần thiết kế câu hỏi và dữ liệu riêng cho nhóm điểm cao.
Thông tin công khai cần có để đánh giá chất lượng đo lường
Khi xem thông tin công khai, hãy đối chiếu những nội dung sau thay vì chỉ đọc lời quảng cáo.
| Điều cần đánh giá | Thông tin công khai cần có |
|---|---|
| Điểm lấy ai làm mốc so sánh? | Nhóm mục tiêu, thành phần mẫu, năm thu thập và phương pháp quy đổi |
| Điểm đo năng lực nào? | Cấu trúc câu hỏi, cấu trúc điểm, phương pháp và kết quả kiểm tra độ giá trị |
| Điểm có mức sai số bao nhiêu? | Điều kiện thực hiện, loại độ tin cậy, SEM và phương pháp kiểm định vùng điểm cao |
Không cần công bố toàn bộ dữ liệu thô, thuật toán chấm điểm và câu hỏi thật. Nếu biết đối tượng, mẫu, điều kiện thực hiện, cách quy đổi, độ tin cậy và sai số, kết quả chính về độ giá trị cùng sự tương ứng giữa tài liệu kỹ thuật và phiên bản hiện hành, người dùng có thể đánh giá các tuyên bố của bài kiểm tra.
Ngược lại, nếu không có thông tin để đánh giá những điểm này, dù kết quả hiển thị chi tiết như IQ 137, ý nghĩa và độ chính xác của con số vẫn chưa thể được xác nhận. Đừng tin IQ từ bài kiểm tra không công bố căn cứ như thể đó là con số chính xác đến từng điểm. Đây là kết luận thực tế khi lựa chọn.
Những căn cứ đo lường BrainTypeIQ công bố
BrainTypeIQ trình bày lý do chọn 9 bài và quan hệ với 5 lĩnh vực, đồng thời tạo IQ tổng quát và 5 lĩnh vực từ 9 bài.
Phương pháp quy đổi và tổng hợp điểm chuẩn, norm từ 841 người hoàn thành lần đầu ở bản tiếng Nhật, cùng độ tin cậy .929 và SEM khoảng 4,0 điểm của IQ tổng quát bản tiếng Nhật cũng được công bố. Nếu cần đánh giá chính thức hoặc kết quả để nộp cho bên thứ ba, hãy lựa chọn theo vai trò khác nhau của WAIS và bài kiểm tra IQ trực tuyến, thay vì chỉ so sánh chất lượng giữa các bài trực tuyến.