Qu'est-ce que le QI par déviation ?
Les tests d'intelligence modernes n'utilisent plus l'ancien rapport « âge mental ÷ âge chronologique ». Ils expriment désormais un QI par déviation : un score qui indique à quelle distance votre performance brute se situe par rapport à la moyenne d'un groupe de référence, sur une échelle standardisée. Par convention, cette échelle a une moyenne de 100 et un écart-type de 15. Un même chiffre a ainsi la même signification, quels que soient le test et la tranche d'âge.
Comment utiliser ce calculateur
Saisissez trois valeurs : votre score brut (x), la moyenne de l'échantillon d'étalonnage (μ) et l'écart-type de cet échantillon (σ). Le calculateur affiche votre QI par déviation, le score Z sous-jacent, un percentile approximatif ainsi qu'une catégorie descriptive.
La formule expliquée
La conversion repose sur une transformation linéaire en deux temps. On calcule d'abord le score Z, \(z = (x - \mu) / \sigma\), qui ramène le score à une moyenne de 0 et un écart-type de 1. On le convertit ensuite sur l'échelle du QI :
$$\text{IQ} = 100 + 15 \cdot \frac{\text{Score }(x) - \text{Mean }(\mu)}{\text{SD }(\sigma)}$$Le « 100 » recentre la moyenne sur 100 et le « 15 » fait correspondre un écart-type à 15 points de QI.
Exemple concret
Imaginons que vous obteniez 130 à un test dont le groupe de référence affiche une moyenne de 100 et un écart-type de 15. On a alors
$$z = (130 - 100) / 15 = 2{,}0$$soit
$$\text{QI} = 100 + 15 \times 2{,}0 = 130$$Un score Z de 2,0 correspond à peu près au 97,7ᵉ percentile, c'est-à-dire un résultat supérieur à environ 98 % de la population.
Plages de classification du QI WAIS
Le tableau ci-dessous présente les bandes de classification descriptives pour les scores composites de l'échelle d'intelligence de Wechsler pour adultes, quatrième édition (WAIS-IV), telles que publiées par Wechsler/Pearson. Les scores composites ont une moyenne de 100 et un écart type de 15. Les proportions de la population sont des valeurs théoriques approximatives pour une distribution normale, et les plages de centiles sont arrondies.
| Score composite | Classification | Plage de centiles approx. | Part approx. de la population |
|---|---|---|---|
| 130 et plus | Très supérieur | 98 à 99.9 | environ 2.2 % |
| 120 à 129 | Supérieur | 91 à 97 | environ 6.7 % |
| 110 à 119 | Moyen supérieur | 75 à 90 | environ 16.1 % |
| 90 à 109 | Moyen | 25 à 74 | environ 50 % |
| 80 à 89 | Moyen inférieur | 9 à 24 | environ 16.1 % |
| 70 à 79 | Limite (très faible) | 2 à 8 | environ 6.7 % |
| 69 et moins | Extrêmement faible | inférieur à 2 | environ 2.2 % |
Source : classification Wechsler/Pearson du WAIS-IV. D'autres éditions de tests et d'autres éditeurs peuvent utiliser des libellés ou des seuils légèrement différents.
Tableau de correspondance QI, score z et centiles
Le QI de déviation est une transformation linéaire du score z : \(\text{QI} = 100 + 15z\). Le centile est la fonction de répartition cumulée normale évaluée en z. Cela suppose que les scores suivent une distribution normale dans le groupe de référence, ce qui est approximativement mais pas parfaitement vrai en pratique, surtout dans les queues de distribution extrêmes.
| QI | Score z | Centile (CDF normale) |
|---|---|---|
| 55 | -3 | 0.13 |
| 70 | -2 | 2.28 |
| 85 | -1 | 15.87 |
| 90 | -0.67 | 25.2 |
| 100 | 0 | 50 |
| 110 | 0.67 | 74.8 |
| 115 | 1 | 84.13 |
| 120 | 1.33 | 90.9 |
| 130 | 2 | 97.72 |
| 145 | 3 | 99.87 |
Les centiles sont arrondis. Les scores z intermédiaires (comme -0.67 pour un QI de 90) sont arrondis à deux décimales.
Interpréter votre score de QI
Un QI de déviation indique à quelle distance un score se situe de la moyenne d'un groupe de référence (groupe normatif), mesurée en écarts types. Avec une moyenne de 100 et un écart type de 15, un QI de 115 correspond à un écart type au-dessus de la moyenne du groupe normatif. Le centile donne la part du groupe normatif censée obtenir un score égal ou inférieur à cette valeur ; un centile de 84 signifie qu'environ 84 % du groupe normatif a obtenu un score égal ou inférieur à ce niveau. Ces deux nombres ne mesurent rien d'autre que la performance par rapport à ce groupe.
Exemple chiffré : un score brut de 65 à un test dont la moyenne normative est de 50 et l'écart type de 10 donne \(z = \frac{65 - 50}{10} = 1.5\), donc \(\text{QI} = 100 + 15 \times 1.5 = \) 122.5. Un z de 1.5 correspond à environ le 93e centile.
Toute mesure comporte une erreur de mesure. L'erreur type de mesure (SEM) pour les scores composites du WAIS est de quelques points, et un intervalle de confiance à 95 % est généralement d'environ ±5 points autour du score obtenu. Un QI obtenu de 110, par exemple, doit être lu comme un intervalle et non comme une valeur exacte. De petites différences entre deux scores, ou entre deux sessions de test, sont souvent comprises dans cette erreur.
Les scores dépendent aussi de l'échantillon normatif et de la version du test. Des éditions différentes (par exemple WAIS-III par rapport au WAIS-IV), les normes de différents pays et des années de normalisation différentes peuvent donner des résultats différents pour la même personne. Le calculateur suppose que la moyenne et l'écart type saisis proviennent d'une table normative appropriée.
Une conversion fondée sur un score brut, une moyenne et un écart type n'est qu'une illustration arithmétique. Elle ne remplace pas un WAIS administré en contexte clinique, qui est passé et corrigé par un professionnel qualifié à l'aide des normes publiées. Cette page fournit des informations générales et ne propose ni diagnostic ni conseil personnel.
Questions fréquentes
Pourquoi 15 et pas 16 ou 24 ? La plupart des grands tests (par exemple les échelles de Wechsler) utilisent un écart-type de 15, mais certains employaient historiquement 16 ou 24. Utilisez toujours l'écart-type indiqué par votre propre test.
Le percentile est-il exact ? Il suppose une distribution normale et s'appuie sur une approximation analytique standard de la fonction de répartition normale, précise à une fraction de pour cent près pour des scores courants.
Le QI peut-il dépasser 200 ou être négatif ? Mathématiquement, oui, mais les valeurs extrêmes ne sont pas statistiquement fiables, car les étalonnages réels des tests perdent toute validité loin de la moyenne.