Как устроены тесты IQ: типы заданий и подсчёт баллов

Тест IQ выглядит как набор головоломок, и в некотором смысле так и есть. Но головоломки подобраны тщательно: каждый тип включён потому, что результат по нему коррелирует с результатами по остальным, а их сочетание оценивает общую способность рассуждать надёжнее, чем это мог бы сделать любой тип в одиночку.

Задача конструктора

Перед тем, кто строит тест, стоит конкретная задача. Нужны задания достаточно трудные, чтобы различать людей между собой, не зависящие от знаний, которые смогли получить лишь отдельные группы, и нерешаемые заучиванием. И главное — задания должны коррелировать друг с другом: именно эта общая дисперсия и оценивается баллом.

Поэтому тесты смешивают форматы. Один тип заданий измеряет сам себя плюс много шума. Несколько разных типов вместе гасят значительную часть шума и оставляют общий фактор.

Основные типы заданий

Матричные задачи

Сетка фигур подчиняется какому-то правилу, одна ячейка оставлена пустой. Вы выбираете вариант, завершающий закономерность. Правила бывают такие: фигура поворачивается на фиксированную величину на каждом шаге; элементы прибавляются или убывают вдоль строки; две фигуры складываются в третью.

Матричные задания — самое близкое к рабочей лошадке, что есть в тестировании. Они не требуют ни словарного запаса, ни арифметики, ни культурных знаний, что делает их необычайно переносимыми между языками и средами — принцип, лежащий в основе Прогрессивных матриц Равена, одного из самых используемых инструментов в этой области. Они сильно нагружены на подвижное мышление: вывести незнакомое правило на месте.

Числовые ряды

Даётся последовательность, и вы называете следующий член: 2, 6, 12, 20, 30, … Правило может касаться разностей, отношений, чередующихся операций или закономерности второго порядка в самих разностях.

Здесь нужна базовая арифметика, так что от культуры они, в отличие от матриц, не свободны. Проверяют они способность удерживать в уме несколько правил-кандидатов, проверять их на данных и отбрасывать несостоятельные — индуктивное рассуждение под нагрузкой на рабочую память.

Пространственное и мысленное вращение

Вы решаете, являются ли две фигуры одним объектом, увиденным под разными углами, или выбираете, какая развёртка складывается в заданное тело. Решить их — значит построить мысленный образ и преобразовать его: визуализировать, а не вычислять.

Пространственная способность сама по себе отдельная широкая способность, и среди тех, что затрагивают тесты, именно у неё тренируемость выражена яснее всего: практика существенно улучшает выполнение пространственных задач, хотя насколько это переносится на несвязанные рассуждения — другой вопрос.

Вербальные аналогии и словарный запас

«Врач относится к больнице так же, как учитель к ___». Аналогии проверяют, умеете ли вы выделить отношение и приложить его к новой паре. Задания на словарный запас прямо спрашивают значения слов.

И то и другое опирается на кристаллизованные знания — на накопленное. Словарный запас, в частности, входит в число сильнейших одиночных предикторов общего балла в общей популяции, что удивляет тех, кто ожидает господства абстрактных головоломок. Загвоздка очевидна: такие задания сильно зависят от языкового опыта и школьного образования, поэтому плохо переводятся и ставят в невыгодное положение тех, кто проходит тест не на родном языке. Большинство международных онлайн-тестов либо опускают их, либо обращаются с ними осторожно.

Рабочая память и скорость переработки

Полные клинические батареи включают задания вроде повторения рядов цифр в обратном порядке или быстрого сопоставления символов с числами на время. В векслеровской оценке это отдельные индексы, вносящие вклад в общий балл наряду с мышлением.

Онлайн-тесты с ограничением времени захватывают часть этого попутно: если у теста есть общий лимит, скорость переработки вплетается в ваш результат независимо от того, измеряется ли она отдельно.

От ответов к баллу

Перевод происходит поэтапно.

1. Сырой балл. Считают верные ответы. Во многих тестах задания имеют разный вес, так что трудные вносят больший вклад, чем лёгкие, а не все считаются одинаково.
2. Сопоставление с нормами. Сырой балл сверяют с распределением, полученным на стандартизационной выборке, — для тестов с возрастными нормами с выборкой вашей возрастной группы. На этом шаге «14 верных» превращается в «на N-м процентиле референтной группы».
3. Шкалирование. Это процентильное положение выражают по шкале IQ, где референтное среднее равно 100, а одно стандартное отклонение — 15 баллам.

Всё держится на втором шаге. Тест с маленькой, нерепрезентативной или устаревшей нормативной выборкой даёт числа, которые выглядят авторитетно и почти ничего не значат: арифметика верна, но группа сравнения не та.

Трудность заданий и адаптивное тестирование

Не все задания одинаково информативны. Задание, которое верно решают все или которое проваливают все, никого не разделяет и ничего не даёт. Наиболее информативны те, что верно решает примерно половина людей вблизи проверяемого уровня трудности.

Поэтому профессиональные тесты разрабатывают с помощью теории отклика заданий, моделирующей трудность каждого задания и его способность различать близкие уровни. Плохо работающие задания отсеивают до выпуска теста.

По той же причине эффективны адаптивные тесты. Когда трудность следующего задания выбирается по тому, как вы ответили на предыдущее, тест тратит время рядом с вашим фактическим уровнем, а не на заданиях, тривиальных или безнадёжных лично для вас. Адаптивный тест достигает той же точности при куда меньшем числе заданий — принцип, стоящий за компьютерными версиями многих стандартизованных экзаменов.

Что делает тест хорошим

• Надёжность — согласованность. Если один и тот же человек проходит тест дважды в сходных условиях, получает ли он схожий балл? Хорошо построенные инструменты сообщают высокую ретестовую надёжность на коротких интервалах.
• Валидность — измеряет ли он то, что заявляет. Устанавливается корреляцией баллов с признанными инструментами и с исходами, которые конструкт должен предсказывать.
• Актуальные, репрезентативные нормы — как сказано выше, именно группа сравнения задаёт смысл числу.
• Стандартизованное проведение — одинаковые инструкции, время и условия для всех. Именно это требование онлайн-тесты без наблюдения не могут выполнить по своей природе.

Как устроен этот тест

Оценка на этом сайте использует 20 невербальных заданий с общим лимитом 30 минут, взвешенных по трудности, и сообщает балл по стандартной шкале СО 15. Она опирается на рассуждения о закономерностях и последовательностях, а не на словарный запас, поэтому не наказывает вас за прохождение не на родном языке.

Будучи тестом без наблюдения и с самоотбором участников, она является разумным ориентиром, а не формальным измерением, — это различие стоит держать в поле зрения, читая результат.