WAIS 式 IQ 分數計算機(離差智商,平均數 100 · 標準差 15)

WAIS 式 IQ 分數計算機(離差智商,平均數 100 · 標準差 15)

成長中 AI Skill PRO

輸入計算

數學公式

IQ=100+15·分數 (x)−平均數 (μ)SD (σ)\text{IQ} = 100 + 15 \cdot \frac{{{\text{分數 }(x)}} - {{\text{平均數 }(\mu)}}}{{{\text{SD }(\sigma)}}}

計算範例

IQ=100+15·120−10015=120\text{IQ} = 100 + 15 \cdot \frac{120 - 100}{15} = 120
使用統計

廣告

結果

離差智商分數
120
優異
Z 分數 1.333
近似百分位 90.9%
智力分級 優異

回報本頁錯誤

什麼是離差智商(Deviation IQ)?

現代智力測驗早已不再使用過去那套「心理年齡 ÷ 實足年齡」的比率公式,而是改用離差智商:這個分數描述的是你的原始測驗表現,距離參照群體平均值有多遠,並換算到一套標準化的量尺上。依照慣例,這套量尺的平均數設為 100、標準差設為 15,因此不論是不同的測驗版本或不同的年齡組別,同一個數字都代表相同的相對位置。

鐘形曲線展示平均數為100、含標準差區間的智商分數分布
離差智商量表:以100為中心的常態分布,每個區間寬15分。

如何使用這個計算器

只要輸入三個數字:你的原始分數(x)、常模樣本的平均數(μ),以及該樣本的標準差(σ)。計算器會立即回傳你的離差智商、背後的 z 分數、近似百分位,以及對應的智力分級區間。

公式解析

整個換算其實是兩步驟的線性轉換。第一步先算出 z 分數,\(z = (x - \mu) / \sigma\),把分數標準化為平均數 0、標準差 1。第二步再縮放到 IQ 量尺:

$$\text{IQ} = 100 + 15 \cdot \frac{\text{Score }(x) - \text{Mean }(\mu)}{\text{SD }(\sigma)}$$

其中「100」把平均值重新定位到 100,「15」則把一個標準差拉伸為 15 個智商分數。

廣告
圖示展示原始分對應到z分數軸,再對應到智商分數
如何將原始分標準化為z分數,再換算成智商分數。

實際範例

假設你在某項測驗中得到 130 分,而該常模群體的平均數為 100、標準差為 15。那麼 \(z = (130 - 100) / 15 = 2.0\),

$$\text{IQ} = 100 + 15 \times 2.0 = 130$$

z 值為 2.0 大約對應到第 97.7 百分位——也就是說,你的表現勝過約 98% 的人。

WAIS 智商分類範圍

下表列出韋氏成人智力量表第四版(WAIS-IV)綜合分數的描述性分類區間,由 Wechsler/Pearson 發布。綜合分數的平均數為 100,標準差為 15。人口比例為常態分布的近似理論值,百分位範圍已四捨五入。

綜合分數 分類 約略百分位範圍 約佔人口比例
130 及以上 極優秀 98 至 99.9 約 2.2%
120 至 129 優秀 91 至 97 約 6.7%
110 至 119 中上 75 至 90 約 16.1%
90 至 109 中等 25 至 74 約 50%
80 至 89 中下 9 至 24 約 16.1%
70 至 79 邊緣(極低) 2 至 8 約 6.7%
69 及以下 極低 低於 2 約 2.2%

來源:Wechsler/Pearson WAIS-IV 分類方案。其他測驗版本與出版商可能使用略有不同的標籤或切分點。

智商、z 分數與百分位對照表

離差智商是 z 分數的線性重新換算:\(\text{智商} = 100 + 15z\)。百分位是常態累積分布函數在 z 處的值。此假設測驗在常模群體中的分數服從常態分布,這在實務上大致成立但並非完全精確,特別是在極端尾端。

智商 z 分數 百分位(常態累積分布函數)
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

百分位已四捨五入。中間的 z 分數(例如智商 90 對應的 -0.67)已四捨五入至小數點後兩位。

廣告

如何解讀你的智商分數

離差智商表示某個分數與參照(常模)群體平均數的距離,以標準差為單位衡量。平均數為 100、標準差為 15 時,智商 115 即高於常模群體平均數一個標準差。百分位表示常模群體中預期得分等於或低於該值的比例;第 84 百分位即表示約 84% 的常模群體得分等於或低於此水準。這兩個數字都只衡量相對於該群體的表現,無法衡量其他任何事物。

範例:在平均數為 50、標準差為 10 的測驗中,原始分數 65 得到 \(z = \frac{65 - 50}{10} = 1.5\),因此 \(\text{智商} = 100 + 15 \times 1.5 = \) 122.5。z 為 1.5 大約對應第 93 百分位。

每一項測驗分數都包含測量誤差。WAIS 綜合分數的測量標準誤(SEM)為數分,95% 信賴區間通常約為所得分數上下 ±5 分。例如,所得智商 110 最好理解為一個範圍,而非精確數值。兩個分數之間或兩次測驗之間的小幅差異,往往都落在此誤差範圍之內。

分數也取決於常模樣本與測驗版本。不同版本(例如 WAIS-III 與 WAIS-IV)、不同國家的常模,以及不同的常模年份,都可能使同一人得到不同結果。本計算器假設你輸入的平均數與標準差來自適當的常模表。

根據原始分數、平均數與標準差所做的換算僅為算術示範,無法取代由合格專業人員依已發布常模施測與計分的正式 WAIS 臨床測驗。本頁提供的是一般資訊,不提供診斷或個人建議。

常見問題

為什麼是 15,而不是 16 或 24?多數主流測驗(例如魏氏智力量表 Wechsler)採用標準差 15,但少數歷史上的測驗曾使用 16 或 24。請務必依照你的測驗所報告的標準差來換算。

百分位是精確值嗎?它假設分數呈常態分配,並採用常態累積分配函數(CDF)的標準解析近似法。對於一般範圍的分數,誤差在不到 1% 之內。

IQ 有可能超過 200 或變成負數嗎?從數學上來說可以,但這類極端值在統計上並不可靠,因為真實的測驗常模在遠離平均值之處會逐漸失效。

最後更新:

數學和統計熱門計算器

查看全部數學和統計計算器