中には正確なものもあるが、大半はそうではなく、それを決めるのは形式ではない。2024年に行われた、WAIS-IVを遠隔で実施した研究では、対面式テストとの相関が .90を超える一致が見られており、ブラウザ経由でテストを受けること自体が結果を損なうわけではない。結果を損なうのは、そのテストがどう作られたかだ。問題が心理測定学の訓練を受けた人物によって書かれているか、採点が実際のサンプルに基づいて較正されているか、そしてそのサイトに魅力的な数字を提示する動機がないかどうかである。
IQテストの精度を実際に決めるもの
3つの特性がその役割を担っており、どれもランディングページからは見えてこない。
信頼性とは、再度受けたときに同じようなスコアが出るかどうかである。信頼性の低いテストは、ノイズを測定しているにすぎない。妥当性とは、それが測定すると主張しているものを実際に測定しているかどうかである。主に読解速度を測るクイズは、完全に信頼性があっても知能テストにはならない。標準化(ノーミング)とは較正の段階であり、スコアは基準となる母集団と比較して初めて意味を持つ。代表的なサンプルに対して実施されたことのないテストは、あなたのパーセンタイルを正直に示すことはできない。
無料のオンラインテストの多くは、3つ目の点で失敗している。もっともらしい問題を 30問作るのは簡単だ。しかし、代表的な数千人の受験者にわたるスコア分布がどのようなものかを確立するには費用がかかり、テストを無料で提供しているサイトには、そのために費用を払う理由がほとんどない。
スコアインフレーションの問題
これほど多くのオンラインテストが 120台や 130台の数字を返すのには、商業的な理由がある。見栄えの良いスコアはシェアされる。103というスコアはグループチャットに投稿されることはなく、紹介トラフィックに依存するサイトはそれをすぐに学習する。
インフレーションは 2つの方法で起こる。1つは、テストが簡単すぎて、大半の受験者が上限付近に集中し、その集団を例外的に見せるために尺度が引き伸ばされる場合。もう 1つは、採点カーブが単に甘く、正答率 70%を 130にマッピングしてしまう場合で、それを止めるものは何もない。どちらもテストの内部からは検知できない。手がかりは母集団レベルにある。あるテストが公表している独自の分布で大半のユーザーが 120を超えているなら、その較正は誤りだ。なぜなら定義上、120を超える人はおよそ 9%しかいないからだ。
有効な確認方法は、無関係な 2つのテストを受けてみることだ。真の認知能力は安定しているため、2つの結果の間に 30ポイントの差があれば、少なくとも一方の較正がひどく誤っていることを意味する。
オンラインテストがうまく測定できないもの
慎重に作られたオンラインテストであっても、臨床的な評価が捉えるものを失っている。問題への取り組み方を観察する試験官がいないため、心理士が戦略、欲求不満耐性、そして低いスコアが能力の反映なのか不安の反映なのかを見極める手段が失われる。物理的なブロックの操作に依存する時間制限付きの下位検査は、そもそもブラウザでは実施できない。
条件は管理されていない。臨床評価は、訓練を受けた実施者のもとで静かな部屋で行われる。オンラインテストは、あなたがたまたま座っていた場所で行われ、隣でスマートフォンが光っているかもしれない。このばらつきは単なるランダムなノイズでもない。条件が悪い環境で受験した人のスコアを体系的に押し下げるからだ。
何かを調べていないかを確認する人は誰もいない。自己実施型のテストは、受験者が不正をしないことに完全に依存しており、それは個人的な興味には問題なくても、公式な用途には失格となる。
オンラインテストのスコアの読み方
それは幅の広い推定値として扱うべきだ。専門家によって実施されるIQテストでさえ、通常はプラスマイナス 5ポイント程度の信頼区間を報告する。オンラインテストにはさらに広い信頼区間がふさわしい。
良い結果のうち、より有益な部分はカテゴリー別の内訳だ。合計 112という数字はほとんど何も教えてくれない。それが強いパターン認識と明らかに弱い言語推理から成り立っていると分かれば、行動に移せる情報が得られる。そして、そのプロファイルの形は、見出しとなる数字よりもテスト間で安定している。
結果はシグナルとしては真剣に受け止め、事実としては軽く受け止めるべきだ。テストが 95と示していても、あなたが疲れ切っていて電車の中でスマートフォンから受けていたのなら、その数字はあなたの能力を表していない。妥当な条件下で受けた 3つの別々のテストがすべて 95付近に収まるなら、それは注目に値する。
IQ SpeedRunの位置づけ
私たち自身のテストについては率直に述べておく価値がある。これは標準化されたテストバッテリーが使う問題形式、すなわちマトリクス推論、数列、言語類推、空間回転を用いており、100を中央値、15ポイントを標準偏差 1とする従来型の尺度でスコアを報告する。各セッションは 30問の問題バンクからランダムな順序で 25問を抽出するため、再受験は同じ問題にはならない。
これは臨床的に実施されるものではなく、監督下の標準化サンプルも持たず、診断、学校での配置、または高IQ団体への入会には使用できない。私たちはこれを注釈ではなく、すべてのテストページで明記している。これは妥当な推定値と、あなたの強みがどこにあるかについて有用な内訳を提供するために作られており、まさにそのようなものとして読まれるべきである。
よくある関連質問
オンラインIQテストはメンサの入会に使えるか?
いいえ。メンサは、管理された条件下で実施される、承認リストに載った監督下の標準化テストのみを受け入れる。私たちのテストを含め、無監督のオンラインテストは一切対象にならない。メンサは独自の監督下入会テストも実施しており、それが通常の入会経路となる。
なぜ 2つのオンラインテストでスコアが違ったのか?
多くの場合、キャリブレーション(較正)の違いによるものだ。異なるサンプルで標準化された、あるいはまったく標準化されていない 2つのテストは、同じ成績を尺度上の異なる位置に配置する。内容の違いも影響する。語彙に偏ったテストは、空間回転に偏ったテストとは異なるタイプの人に有利に働く。