智力测验的标准是什么？信度、效度与常模
同样叫"智力测验"，为什么有的能用于临床诊断，有的只能当娱乐？差别就在于它满不满足专业的测验标准。
先给结论：一份可靠的智力测验要满足三大标准——标准化常模、信度和效度。 缺了其中任何一项，分数的意义都会大打折扣。这篇文章用大白话解释这三个标准，以及它们为什么重要。
标准一：标准化与常模
标准化指测验对每个人都用同样的题目、同样的施测方式和同样的评分规则。只有条件一致，不同人的分数才能比较。
在此基础上，测验会在一个大而有代表性的样本上施测，建立常模——也就是"多数人大概能考多少"的参照。你的原始分数，正是对照常模才换算成智商的。没有常模，一个分数就无从判断高低。
准备好了解你的智商了吗？
参加我们科学设计的测试，只需几分钟即可获得分数。
标准二：信度
信度指测验结果的稳定性。 一份高信度的测验，应该在不同时间、不同场合给同一个人测出接近的结果。
| 信度类型 | 含义 |
|---|---|
| 重测信度 | 同一个人隔一段时间再测，结果是否一致 |
| 内部一致性 | 测验内部各题是否测的是同一种能力 |
如果一份测验今天测出130、明天测出100，那它的信度就有问题，分数也不可信。
准备好了解你的智商了吗？
参加我们科学设计的测试，只需几分钟即可获得分数。
标准三：效度
效度指测验是否真的测到了它声称要测的东西。 一份宣称测"推理能力"的测验，如果实际上主要在考你认识多少生僻字，那它的效度就不足。
效度通常通过检验测验分数与其他公认指标（如学业表现、其他成熟测验）的关联来评估。效度高的测验，其分数才真正代表认知能力。
为什么免费在线测验和临床测验不同？
理解了这三条标准，就能明白两者的差距：
- 临床测验（如韦氏）经过严格的标准化，有大样本常模、经过验证的信度和效度，由专业人员施测，因此能用于诊断。
- 免费在线测验通常缺乏严格常模和监考，施测条件不统一，精度和稳定性都较低，只适合当作粗略的自我参考。
这不代表在线测验没用——它快速、方便，适合初步了解自己的位置。关键是清楚它的定位：参考可以，诊断不行。想大致估一估，可以做一份统计化设计的在线测验；若需正式诊断，见哪里可以做智力测验。
一份测验是怎么被"标准化"的？
标准化不是一句口号，而是一套严谨的流程。一份正规的智力测验，大致要经过这些步骤：
- 编题与试测：专家编写大量题目，先在小范围试测，筛掉太难、太易或有歧义的题。
- 大样本施测：在一个有代表性的大样本上施测，覆盖不同年龄、性别、背景。
- 建立常模：根据大样本的分布，确定"多数人大概能考多少"，作为换算分数的参照。
- 检验信度与效度：反复验证结果是否稳定、是否真的测到了目标能力。
- 定期修订：由于弗林效应等因素，平均水平会随时代变化，测验需要定期重新校准常模。
正是这套繁琐的流程，让临床测验的分数可靠、可比。而随手制作的在线测验几乎不可能完成这些步骤，这就是两者精度差距的根源。
常见问题
Q: 什么样的智力测验才算可靠？
A: 要同时满足标准化常模、信度和效度三大标准。 有代表性的常模、稳定的结果、真正测到目标能力，缺一不可。
Q: 免费在线测验为什么精度低？
A: 主要是缺乏严格常模和标准化施测。 没有监考、条件不统一，信度和效度都难以保证，因此只能当粗略参考。
Q: 信度和效度有什么区别？
A: 信度是结果稳不稳，效度是测得准不准。 一份测验可能很稳定却测错了东西，也可能方向对但结果飘忽。两者都达标才可信。
Q: 智力测验有满分吗？
A: 没有固定满分。 智商反映相对位置，极高分很罕见，不同量表的上限也不同。用"满分"理解智商并不合适。
References
- American Psychological Association — Testing and assessment
- Standards for Educational and Psychological Testing — APA
- Psychometrics — Wikipedia
Last updated: July 14, 2026
✨相关文章
医院可以做智力测验吗？在哪测智商、多少钱
正式的智力测验可在正规医院的心理科、儿童保健科或神经内科完成，由专业心理测评师施测韦氏等量表。本文说明去哪测、挂什么科、大致费用与流程。
什么是智商？IQ的定义与含义详解
智商（IQ）是衡量认知能力的标准化指标，平均值定为100、标准差15。本文详解智商的定义、由来、怎么计算，以及它到底测的是什么、又测不到什么。
国军智力测验分数怎么算？满分、及格与题型
国军智力测验满分约145分、以100分为及格，共约120题、限时50分钟，不倒扣。本文说明分数怎么算、有哪些题型，以及和一般智商测验的区别。