方法論和限制

本頁介紹了數據集統計數據的計算方式以及解釋結果時應注意的事項。

概述

UniversalIQTest.com 統計數據總結了大型在線數據集中的表現。這些數字是描述性的：它們顯示誰參加了測試以及他們在此格式中的得分如何。它們不是臨床智商診斷，也不代表人口平均水平。

數據來源

聚合值是根據 UniversalIQTest.com 數據庫中已完成的 IQ 測試計算得出的。用於開發或演示的種子數據不包括在所有已發布的統計數據中。國家/地區圖表不包括空白國家/地區代碼。數據字段包括考試成績、所用時間和自我報告的人口統計數據。

人口統計和覆蓋範圍

• 年齡按年齡段（青年、年輕成人、成人、老年人）捕獲，並用於年齡標準化。
• 目前，性別記錄為男性或女性，因此性別統計數據僅涵蓋這兩類。
• 教育水平和學習領域是自我報告的，並標準化為一組固定的類別。
• 國家/地區是自行報告的，並在提供時映射到 ISO 代碼。

評分和智商量表

基本測試分數基於正確答案的數量，並以時間作為決勝局。對於已發布的統計數據，我們將分數轉換為百分位數，然後將這些百分位數映射到標準 IQ 類型的量表（平均值 100，標準差 15）。這使得圖表易於解釋，但不會將在線測試轉變為臨床評估。

驗證

驗證通過的結果會經過時間、完成度與一致性方面的內部檢查，以及基本的濫用偵測。這能提升資料衛生：敷衍、不完整或自動化的提交會被排除在已驗證檢視之外。這是資料品質標籤，不是心理計量品質證書：它本身並不能說明測驗對認知能力的測量有多可靠。

測量品質：我們目前能展示與還不能展示的內容

資料品質與測量品質是兩回事。我們的內部檢查會過濾掉不合理的作答，但它們本身並不證明測驗的可靠性。一份公開的品質報告將涵蓋以下內容：

• 題目難度與鑑別度：每道題的難易程度及其區分成績的能力。
• 內部一致性：例如全部題目的折半信度（split-half）。
• 重測穩定性：同一人再次測驗時分數的一致程度。
• 與成熟 IQ 測驗的比較（聚斂效度）。

我們尚未公布這些指標，並計畫以公開品質報告的形式補充。請注意：參與者越多，我們的人口百分位常模與分組統計就越穩定，但這本身並不會讓測驗更精確。測量誤差是測驗及其題目的屬性，而不只是資料量的問題。

我們發布的統計數據

• 顯示的群體分數將所選資料視圖中群體的平均百分位排名轉換為IQ形式的量表（100，標準差15）。它不是個人IQ分數的算術平均值。
• 區間使用根據四分位距和樣本數估算的近似離散程度。它們是轉換後群體分數周圍的不確定性參考範圍，不是經過驗證的母體平均值信賴區間。
• 樣本量 (N)、驗證計數和驗證率。
• 附加上下文所需的平均時間。

當未存儲完整方差時，離差是根據四分位數範圍 (p25-p75) 近似得出的。置信區間是近似值，應解釋為平均值的誤差範圍。

調整與比較

有些頁面提供了年齡調整的方法。這些將組平均值重新加權到共同的年齡分佈，以減少年齡組合差異造成的混雜。其他圖表（例如分佈）保持未調整併反映原始數據集。

限制和解釋

• 自我報告的人口統計數據可能包含錯誤或遺漏。
• 樣本量因細分市場而異，因此小群體的波動性更大。
• 該數據集反映了 UniversalIQTest.com 的訪問者，並非具有代表性的人口樣本。
• 在線測試條件（設備、語言、干擾）可能會改變性能。
• 群體之間的差異通常很小，並且分佈嚴重重疊。

常問問題