主 IQ 测试的运作方式

本测试测量什么

主 IQ 测试从 Cattell-Horn-Carroll（CHC）模型中取样四大类能力，多数现代认知测验都建立在这个框架之上。逻辑推理与模式识别考查流体推理（Gf）——在不依赖已学内容的情况下解决新问题——题型包括图形矩阵、图形称重、图形序列，以及经过校准的逻辑题和数列题。空间智力通过立方体旋转和视觉拼图考查视觉加工（Gv）。言语能力通过按语言逐一翻译并审校的词汇题和类比题，考查晶体知识（Gc）：你学过并能提取出来的东西。记忆通过数字广度和空间广度考查工作记忆（Gwm）：材料只呈现一次，随后凭记忆输入或点选出来。测试有三种长度——快速（15 题，约 8 分钟）、标准（25 题，约 15 分钟）和完整（40 题，约 25 分钟）——每种长度在各领域的题量相同，并同时给出一个综合分数和一份领域剖面。

自适应引擎如何工作

本测试是自适应的：每次作答后，引擎都会重新估计你的能力，并从题库中挑选难度最接近该估计值的题目作为下一题。答对了，下一题往往更难；答错了，下一题往往更容易。这让你始终停留在自己能力的边缘附近，而在那里，每一次作答所携带的关于你的信息最多。图形题在每次测试时都由随机种子全新生成，因此没有两个人会看到同一份测试，答案也从不离开服务器。好处是每分钟的精度：一份瞄得准的短测验，区分能力水平的锐度大致相当于一份长得多的固定测验，因为那些你显然会做对、或者显然会做错的题目，根本不会出现。

每题 45 秒

每道题都有各自的 45 秒计时；对于记忆题，要等材料消失后才开始计时。未在时限内作答的题目按答错计，并自动进入下一题，因此快速版不到 10 分钟，标准版不到 20 分钟，完整版不到 30 分钟。逐题计时让测试真正受时间约束：没有人能停在难题上查答案，不同测试者的完成时间也可以相互比较。

计分方式

计分采用项目反应理论（IRT）。每道题都有经过校准的难度，答对的概率被建模为能力的函数，选择题还设有猜测下限。引擎根据你答对与答错的模式，估计出最能解释这一模式的单一能力水平：在难题上答对，对估计值的推升大于在易题上答对，这就是为什么答对题数相同的两个人，最后的分数可能不同。文字题基于我们自己已完成的测试数据进行校准；图形题和记忆题先采用其生成器的难度阶梯，再随着作答数据的积累重新拟合。随后，能力估计值会被映射到常规的离差智商（IQ）量表上；该量表把均值定在 100，标准差定在 15——在这个量表上，85 和 115 分别位于中点两侧一个标准差处。领域分数以同样的方式，由属于各个领域的题目算出；三个版本都在同一量表上报告。

百分位从何而来

你的百分位来自我们自己的测试者数据，并采用分数服从标准差为15的正态分布这一常规假设。它并非来自经过专业分层、具有全国代表性的标准化样本；我们没有这样的样本，也不会声称拥有。我们做了两项调整。如果你告诉我们你的年龄段，我们会校正流体推理和速度随年龄下降这一有充分记录的现象，使年长的测试者与同龄人比较，而不是与二十岁的人比较。此外，由于我们的测试者是自愿在线参加IQ测试的人，报告的教育程度高于成年人口，我们把100定在测试者平均分以下4分处，这是我们对这一差异的估计。这样，100更接近普通成年人，而不是普通访客。请把你的百分位看作对你在总体人口中位置的合理但不完美的估计。

置信区间与测量误差

任何心理测量分数都带有测量误差。同一个人两次施测的结果会不一样，而一份简短的在线测试所带的误差，比一场两小时的有督导测验更大。因此我们在你的分数旁边报告一个 95% 置信区间，它由能力估计值的标准误算出；我们请你读那个区间，而不是那个点。快速版的区间比完整版更宽，而且区间在两端会变宽，因为在那里，一份短测验能用来区分的题目更少。如果你的分数靠近某个等级的边界，诚实的读法是：你靠近那条边界——而不是明确地站在它的某一侧。

本测试不是什么

这是一份在线自评。它不是临床工具，不产生任何诊断，也不应被用于任何需要正式评估的决定——教育安置、招聘、医疗或法律。像 WAIS 和斯坦福-比奈这样有督导、逐人施测的测验仍然是金标准：有专业常模，由受过训练的主试施测，他们能看出何时有些地方不对劲，也能触及一份无人督导的在线测试触及不到的能力。我们与这些工具的出版方没有关联，也未获得它们的认可。

重测

你可以重新参加测试，而你的分数会移动。对题型的熟悉，会在较早的一次重测中稳定地加上几分，然后趋于平稳，而这份增加反映的是识别，不是新的能力。如果你想要一次值得的第二次读数，请至少间隔几周，在休息好的状态下、在一天中相近的时间、用同一类设备、在安静的地方进行。两次诚实施测的平均值，比其中任何一次单独来看都更接近真实的你。

公平性与语言

本测试提供 20 种语言。大多数题目是图形——矩阵、图形称重、序列、立方体旋转、视觉拼图和空间广度——完全不需要语言，无论你用哪种语言作答，题目都相同。言语能力题是例外，它们带着一项必须直说的代价：词汇题和类比题依赖你作答所用的语言，因此用第二语言应试的人，在这一领域的得分可能低于其推理能力应有的水平。这些题目按语言逐一翻译并经过审校，而不是机器直接倒出来的；其余的文字题（逻辑题和数列题）也依靠结构而非习语。这种影响被减小了，但没有被消除，而且只限于五个领域中的一个。

快速准确的 IQ 测试（快速、标准、完整）

除 Standard 测试外，我们还提供三种长度的文化公平测试：快速（15 题）、标准（30 题）和完整（45 题）。题目全部为图形——矩阵、图形类比、序列、图形补全、找不同、数字规律以及简短的视觉工作记忆题。每次测试都由全新的随机种子生成，因此任意两次测试都不会出现相同的题目，答案也从不离开服务器。

题目按难度加权：共分五个难度等级，每题 1 至 2 分。加权原始分通过临时常模换算为离差 IQ（平均数 100，标准差 15），该常模依据这类题型的典型难度推算；当某一形式累计完成 500 次后，将替换为基于我们自身数据的常模。置信区间取决于各形式的预设信度（0.80、0.88 和 0.92）：分别约为 ±7、±5 和 ±4 个 IQ 分（一个标准误，约 68 % 的范围）。由于 ±7 过宽，不足以给出单一分数，快速版报告的是一个范围；完整版每个领域有九道题，还会报告各领域的分数。作答过快或低于随机水平的测试会被标记，而不予计分。

我们的承诺

你报告中的每一个数字都由你自己的作答算出：分数、领域剖面、百分位、置信区间。没有一样是装饰，没有一样是为了讨好你而生成的，也没有哪个数字因为看上去气派就被编出来。我们不会声称我们没有的常模、我们未曾建立的效度、我们并不具备的临床地位。凡是我们数据薄弱、方法有局限的地方，本页都会用明白话讲出来。如果你认为这里有哪个数字是错的，告诉我们，我们会向你展示它是怎么算出来的。