IQ lệch chuẩn là gì?
Các bài trắc nghiệm trí tuệ hiện đại không còn dùng tỷ lệ "tuổi trí tuệ ÷ tuổi thực" như trước nữa. Thay vào đó, chúng báo cáo chỉ số IQ lệch chuẩn (deviation IQ): một điểm số cho biết kết quả bài làm của bạn cách mức trung bình của một nhóm tham chiếu bao xa, được biểu diễn trên một thang đo chuẩn hóa. Theo quy ước, thang đo này có giá trị trung bình là 100 và độ lệch chuẩn là 15, nhờ vậy cùng một con số sẽ mang ý nghĩa như nhau giữa các bài kiểm tra và các nhóm độ tuổi khác nhau.
Cách sử dụng công cụ
Bạn chỉ cần nhập ba con số: điểm thô của mình (\(x\)), giá trị trung bình của mẫu chuẩn hóa (\(\mu\)), và độ lệch chuẩn của mẫu đó (\(\sigma\)). Công cụ sẽ trả về chỉ số IQ lệch chuẩn, điểm z tương ứng, phân vị gần đúng và mức xếp loại mô tả trí tuệ của bạn.
Giải thích công thức
Việc quy đổi gồm hai bước biến đổi tuyến tính. Trước tiên, tính điểm z theo công thức $$z = \frac{x - \mu}{\sigma}$$ để chuẩn hóa điểm số về trung bình 0 và độ lệch chuẩn 1. Sau đó, chuyển về thang IQ: $$\text{IQ} = 100 + 15 \cdot z$$ Số "100" đưa mức trung bình về 100, còn số "15" kéo giãn một độ lệch chuẩn thành 15 điểm IQ.
Ví dụ minh họa
Giả sử bạn đạt 130 điểm trong một bài kiểm tra mà nhóm chuẩn có điểm trung bình là 100 và độ lệch chuẩn là 15. Khi đó $$z = \frac{130 - 100}{15} = 2{,}0$$ và $$\text{IQ} = 100 + 15 \times 2{,}0 = 130$$ Điểm z bằng 2,0 tương ứng với khoảng phân vị thứ 97,7 — tức là bạn vượt trội hơn khoảng 98% dân số.
Câu hỏi thường gặp
Vì sao lại là 15 chứ không phải 16 hay 24? Hầu hết các bài kiểm tra lớn (ví dụ thang đo Wechsler) đều dùng độ lệch chuẩn 15, nhưng trong lịch sử cũng có bài dùng 16 hoặc 24. Hãy luôn quy đổi theo đúng độ lệch chuẩn mà bài kiểm tra của bạn công bố.
Phân vị có chính xác tuyệt đối không? Kết quả giả định dữ liệu tuân theo phân phối chuẩn và sử dụng phép xấp xỉ giải tích tiêu chuẩn của hàm phân phối tích lũy (CDF), cho độ chính xác trong phạm vi chưa tới một phần trăm đối với các mức điểm thông thường.
IQ có thể vượt 200 hoặc nhận giá trị âm không? Về mặt toán học thì có, nhưng những giá trị cực đoan này thiếu độ tin cậy về mặt thống kê, bởi các chuẩn kiểm tra thực tế không còn hiệu lực khi cách quá xa giá trị trung bình.
