11、测试标准化、正态化与偏差问题解析

测试标准化、正态化与偏差问题解析

在测试领域，为了准确评估和比较个体的表现，测试的标准化、正态化以及避免偏差是至关重要的环节。以下将详细介绍相关内容。

一、IQ格式分数标准化

IQ格式分数的标准化源于斯坦福 - 比奈智商分数定义的改变，从最初基于心理年龄与实足年龄的比率，转变为现在广泛使用的标准化方法。其转换基于均值为100，标准差为15的标准。例如，标准分数为 -1.3时，IQ分数为(-1.3 × 15) + 100 = 80.5（四舍五入后为80）。IQ分数为130（即100 + (2 × 15)）表示高于均值2个标准差，根据z表可知，只有不到2%的人口能达到或超过这个分数。

不过，不同的IQ测试可能使用不同的标准差，如卡特尔测试使用16个量表点而非15个。如今，心理测量学家应尽量避免使用IQ风格的分数，因为它们已成为一种流行概念，但外推结果与正常科学过程关系不大。例如，媒体常报道的IQ为160的分数，意味着高于均值4个标准差，在普通人群中每10万次才可能出现3次。通常测试的标准化样本少于1000人，即使是有20000人标准化样本的WISC，在每个比较年龄组的受访者也相对较少。在如此低概率水平下，个体的行为难以用一个IQ分数有意义地概括，单一智力特质的概念在这些极端情况下也会失效。

二、测试分数的正态化

（一）正态化的前提

z分数、T分数、sten、stanine和“IQ”格式等标准化技术都假设一般人群的分数已经呈正态分布。通常有理由期望分数呈正态分布，常见做法是进行项目分析，只选择有助于正态分布的项目。但有时测试分数集可能有不同的分布，如正偏态或负偏态，或有多个众数，这时就需要其他标准化技术。可以使用统计技