Słownik metodologiczny · Psychometria

Skala IQ – jak czytać wynik ilorazu inteligencji, przedział ufności i wiek norm?

Skala IQ to skala wyników standardowych o średniej 100 i SD 15. Wyjaśniamy różnicę między dawnym ilorazem a ilorazem dewiacyjnym, odsetki populacji w przedziałach IQ i na przykładzie wyniku 72 pokazujemy, jak błąd pomiaru i efekt Flynna zmieniają interpretację względem progu 70.

W skrócie: Skala IQ to skala wyników standardowych o średniej 100 i SD 15: IQ = 100 + 15z, gdzie z liczy się względem norm dla grupy wieku. W przedziale 85–115 mieści się 68% populacji, a poniżej 70 – 2.3%. Wynik IQ zawsze interpretuj z przedziałem ufności (przy rzetelności .95 to około ±6.6 punktu) i z uwzględnieniem roku norm, bo wyniki populacji zmieniają się z czasem.

Co to jest skala IQ?

Skala IQ (ang. IQ scale, deviation IQ) to skala wyników standardowych o średniej 100 i odchyleniu standardowym 15, na której podaje się wyniki testów inteligencji. Wynik IQ nie jest liczbą punktów zdobytych w teście. Mówi, jak daleko od średniej grupy odniesienia leży wynik osoby: IQ = 115 oznacza wynik o jedno odchylenie standardowe wyższy od przeciętnego w tej samej grupie wieku, a IQ = 70 – o dwa odchylenia standardowe niższy.

IQ = 100 + 15 × z, gdzie z = (x − Mnorm) / SDnorm

Jest to więc jedno z liniowych przekształceń wyniku z, podobnie jak wynik T. Andrade (2021) przypomina, że przy interpretacji wyniku względem norm używa się średniej i SD populacji, a nie badanej próby. W testach inteligencji wyniki zwykle są normalizowane osobno dla wąskich grup wieku, więc IQ porównuje osobę z rówieśnikami (zob. normy testowe).

Iloraz ilorazowy a iloraz dewiacyjny

Nazwa „iloraz inteligencji” pochodzi od dawnego sposobu liczenia. Pierwsze skale porównywały wiek umysłowy (poziom zadań, które dziecko rozwiązuje) z wiekiem życia:

IQilorazowy = wiek umysłowy / wiek życia × 100

Ośmiolatek rozwiązujący zadania typowe dla dziesięciolatków dostawał IQ = 125. Dla dzieci wzór był intuicyjny, ale zawodził u dorosłych: wiek umysłowy przestaje rosnąć, więc 40-latek z „wiekiem umysłowym” 16 lat dostałby IQ = 40. Poza tym rozrzut ilorazów zmieniał się z wiekiem, przez co to samo IQ znaczyło co innego u pięcio- i u dwunastolatka.

Współczesne testy stosują iloraz dewiacyjny: wynik odnosi się do rozkładu wyników osób w tym samym wieku i przelicza na skalę o średniej 100 i SD 15. Słowo „iloraz” zostało z tradycji, choć żadnego dzielenia już nie ma. Przed interpretacją sprawdź w podręczniku, jakie SD przyjęto, bo starsze i niektóre niewerbalne skale stosowały inne wartości.

Jak czytać wartości IQ

Jeśli wyniki mają rozkład normalny, każdemu IQ odpowiada stała ranga centylowa i stały wynik na innych skalach standardowych, np. stenowej:

Wartości IQ i odpowiadające im wyniki z, T oraz rangi centylowe
IQzWynik TRanga centylowa
55−3200.13
70−2302.28
85−14015.87
10005050.00
11516084.13
13027097.72
14538099.87

W przedziale 85–115 mieści się 68.27% populacji, w przedziałach 70–85 i 115–130 – po 13.59%, a poniżej 70 i powyżej 130 – po 2.28% (rysunek 1A). Słowne etykiety przedziałów („przeciętny”, „powyżej przeciętnej”, „niski”) różnią się między testami i wydaniami podręczników. W pracy używaj etykiet z podręcznika testu, którego wyniki opisujesz, i podawaj liczbę, a nie tylko etykietę. Ranga centylowa (zob. percentyl) jest dla laików zwykle bardziej zrozumiała niż samo IQ.

Skalę IQ stosuje się zwykle do wyniku ogólnego i do wyników złożonych (indeksów), które łączą kilka podtestów. Same podtesty w wielu bateriach mają własną, węższą skalę wyników przeliczonych, np. o średniej 10 i SD 3. Zanim porównasz dwa wyniki, sprawdź więc, czy są wyrażone na tej samej skali. Różnica 5 punktów znaczy co innego na skali IQ (1/3 SD), a co innego na skali o SD 3 (ponad 1.5 SD).

Przykład: wynik IQ = 72 i próg 70

Dziecko uzyskało w teście inteligencji IQ = 72. W wielu systemach klasyfikacji wynik około 70 i niższy jest jednym z kryteriów niepełnosprawności intelektualnej, więc dwa punkty nad progiem wydają się rozstrzygające. Nie są. Przyjmijmy, że rzetelność wyniku ogólnego wynosi .95 (wszystkie obliczenia w kodzie R poniżej).

Krok 1. Przedział wokół wyniku obserwowanego. Standardowy błąd pomiaru (SEM) wynosi 15 × √(1 − .95) = 3.35 punktu. Przedział 95% dla wyniku 72 to 72 ± 1.96 × 3.35, czyli od 65.43 do 78.57. Obejmuje on wartości po obu stronach progu 70. Ranga centylowa samego wyniku 72 to 3.1. Harvill (1991) zaleca właśnie takie przedziały przy interpretacji wyników indywidualnych.

Krok 2. Przedział wokół szacowanego wyniku prawdziwego. Podręczniki testów inteligencji często podają przedziały wokół szacowanego wyniku prawdziwego, który uwzględnia regresję do średniej:

T′ = 100 + ρ × (IQ − 100) = 100 + .95 × (72 − 100) = 73.4

Wynik przesuwa się nieco w stronę średniej, bo skrajne wyniki częściej zawierają błąd „w tę samą stronę”. Standardowy błąd estymacji wynosi 15 × √(.95 × .05) = 3.27, więc przedział 95% sięga od 66.99 do 79.81 (rysunek 1B). W raporcie zaznacz, który rodzaj przedziału podajesz.

Krok 3. Wiek norm. Wyniki testów inteligencji w populacji rosły przez dziesięciolecia – to efekt Flynna. Trahan i in. (2014) w metaanalizie 285 badań oszacowali go na 2.31 punktu na dekadę, a dla współczesnych testów Stanforda-Bineta i Wechslera – na 2.93 punktu na dekadę. Pietschnig i Voracek (2015) pokazali, że przyrosty różniły się między obszarami inteligencji i zmalały w ostatnich dekadach. Jeśli test ma normy sprzed 20 lat, a przyrost wynosił 2.93 punktu na dekadę, populacja wypada dziś na tych normach średnio o 5.86 punktu lepiej. Wynik 72 według starych norm odpowiadałby w przybliżeniu IQ = 66.14 według aktualnych (przedział 95% od 59.57 do 72.71), a odsetek osób poniżej 70 spada z 2.28% do 0.84%. To przybliżenie zakłada równomierny przyrost i niezmienione SD, ale pokazuje, dlaczego rok normalizacji ma znaczenie (zob. normalizacja).

A: krzywa normalna IQ z odsetkami 2.3%, 13.6%, 68.3%, 13.6% i 2.3% w przedziałach wyznaczonych przez 70, 85, 115 i 130. B: trzy 95% przedziały dla IQ = 72 – wokół wyniku obserwowanego 65.4–78.6, wokół szacowanego wyniku prawdziwego 67.0–79.8 i po uwzględnieniu norm sprzed 20 lat 59.6–72.7 – wszystkie przecinają próg 70
Rysunek 1. A: odsetki populacji w przedziałach IQ przy rozkładzie normalnym. B: 95% przedziały dla wyniku IQ = 72 przy rzetelności .95; czerwona linia – próg 70. Obliczenia: R.

Wniosek: wynik IQ to oszacowanie z przedziałem, a nie punkt. Decyzja diagnostyczna nie może opierać się na tym, po której stronie progu wypadł pojedynczy wynik, tylko na przedziale, aktualności norm i innych informacjach o funkcjonowaniu osoby (American Educational Research Association i in., 2014).

Jak opisać wynik IQ w pracy

Podaj nazwę i wersję testu, rok i populację norm, wynik IQ z przedziałem ufności (z informacją, wokół czego jest liczony) i rangę centylową. W badaniach grupowych podaj M i SD wyników IQ – jeśli SD w próbie jest wyraźnie mniejsze niż 15, próba jest mniej zróżnicowana niż populacja.

Ogólny iloraz inteligencji wyniósł 72 (95% CI [67, 80] wokół szacowanego wyniku prawdziwego; ranga centylowa 3.1). Przedział obejmuje wartości powyżej i poniżej progu 70, dlatego wyniku nie interpretowano jako samodzielnego kryterium diagnostycznego. Zastosowano normy opracowane na próbie [populacja, rok]; ze względu na wiek norm wynik może być zawyżony względem aktualnej populacji.
Przykład reprodukowalny

Skala IQ w R

Kod liczy iloraz ilorazowy, odsetki populacji w przedziałach IQ, przeliczenia na z, T i rangę centylową, przedziały 95% dla wyniku 72 (wokół wyniku obserwowanego i szacowanego wyniku prawdziwego) oraz skutek norm sprzed 20 lat. Liczby w tekście, tabeli i na rysunku pochodzą z tego kodu.

Przeliczenia, przedziały ufności i efekt Flynna

Dane wejściowe: parametry skali (M = 100, SD = 15), wynik 72, rzetelność .95 i przyrost 2.93 punktu na dekadę (Trahan i in., 2014).

Co odczytać: dwa ilorazy ilorazowe, odsetki w pięciu przedziałach, tabelę przeliczeń, SEM i granice przedziałów, szacowany wynik prawdziwy z SE_est oraz skutki przesunięcia norm.

R
# Skala IQ: iloraz inteligencji ilorazowy i dewiacyjny, przedziały ufności, efekt Flynna
# 1. Dawny iloraz inteligencji (ilorazowy): wiek umysłowy / wiek życia × 100
iq_ilorazowy <- function(wiek_umyslowy, wiek_zycia) 100 * wiek_umyslowy / wiek_zycia
c(dziecko_8_lat = iq_ilorazowy(10, 8), dorosly_40_lat = iq_ilorazowy(16, 40))

# 2. Iloraz dewiacyjny: IQ = 100 + 15z; odsetki populacji w przedziałach (rozkład normalny)
granice <- c(-Inf, 70, 85, 115, 130, Inf)
round(100 * diff(pnorm(granice, 100, 15)), 2)
iq <- c(55, 70, 85, 100, 115, 130, 145)
round(data.frame(IQ = iq, z = (iq - 100) / 15, T = 50 + 10 * (iq - 100) / 15,
                 ranga_centylowa = 100 * pnorm(iq, 100, 15)), 2)

# 3. Przedział ufności dla wyniku IQ = 72 przy rzetelności .95
rzet <- 0.95; x <- 72
SEM <- 15 * sqrt(1 - rzet)                       # standardowy błąd pomiaru
round(c(SEM = SEM, dolna = x - 1.96 * SEM, gorna = x + 1.96 * SEM, ranga_centylowa = 100 * pnorm(x, 100, 15)), 2)
# Przedział wokół szacowanego wyniku prawdziwego (uwzględnia regresję do średniej)
T_szac <- 100 + rzet * (x - 100)
SE_est <- 15 * sqrt(rzet * (1 - rzet))           # standardowy błąd estymacji
round(c(wynik_prawdziwy_szac = T_szac, SE_est = SE_est,
        dolna = T_szac - 1.96 * SE_est, gorna = T_szac + 1.96 * SE_est), 2)

# 4. Efekt Flynna: normy sprzed 20 lat przy przyroście 2.93 pkt na dekadę (Trahan i in., 2014)
przesuniecie <- 2.93 * 20 / 10
round(c(przesuniecie = przesuniecie, IQ_wg_aktualnych_norm = x - przesuniecie,
        proc_ponizej_70_stare_normy = 100 * pnorm(70, 100 + przesuniecie, 15),
        proc_ponizej_70_aktualne = 100 * pnorm(70, 100, 15)), 2)
round(c(dolna = x - przesuniecie - 1.96 * SEM, gorna = x - przesuniecie + 1.96 * SEM), 2)
Wynik w R
 dziecko_8_lat dorosly_40_lat 
           125             40 
[1]  2.28 13.59 68.27 13.59  2.28
   IQ  z  T ranga_centylowa
1  55 -3 20            0.13
2  70 -2 30            2.28
3  85 -1 40           15.87
4 100  0 50           50.00
5 115  1 60           84.13
6 130  2 70           97.72
7 145  3 80           99.87
            SEM           dolna           gorna ranga_centylowa 
           3.35           65.43           78.57            3.10 
wynik_prawdziwy_szac               SE_est                dolna 
               73.40                 3.27                66.99 
               gorna 
               79.81 
               przesuniecie       IQ_wg_aktualnych_norm 
                       5.86                       66.14 
proc_ponizej_70_stare_normy    proc_ponizej_70_aktualne 
                       0.84                        2.28 
dolna gorna 
59.57 72.71 

Bibliografia oprogramowania

Wyniki na tej stronie pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (funkcje pakietów bazowych); rysunek przygotowano w pakietach ggplot2 i patchwork. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  3. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://CRAN.R-project.org/package=patchwork

Najczęstsze błędy

  • Traktowanie IQ jak liczby punktów – IQ to pozycja względem rówieśników, a nie liczba poprawnych odpowiedzi.
  • Interpretacja pojedynczego punktu bez przedziału – różnica 72 a 69 mieści się w granicach błędu pomiaru.
  • Normy sprzed wielu lat bez komentarza – przez efekt Flynna wyniki na starych normach bywają zawyżone.
  • Porównywanie IQ z różnych testów jak wyników jednego narzędzia – testy różnią się treścią, normami i rokiem normalizacji.
  • Uśrednianie IQ w małej, wyselekcjonowanej próbie i porównywanie z liczbą 100 – np. studenci nie są próbą z populacji ogólnej; zamiast tego porównaj wynik z odpowiednią grupą, np. testem t dla jednej próby względem średniej właściwej populacji.
  • Utożsamianie IQ z całością zdolności – wynik ogólny streszcza wyniki podtestów; przy dużych różnicach między nimi sam wynik ogólny słabo opisuje profil osoby.

Najczęstsze pytania

Co oznacza wynik IQ 100?

Wynik dokładnie przeciętny dla rówieśników z grupy normalizacyjnej: połowa osób ma wynik niższy, połowa wyższy. Skala IQ ma średnią 100 i odchylenie standardowe 15, więc IQ = 115 to wynik o jedno odchylenie standardowe wyższy od przeciętnego, z rangą centylową około 84.

Jaki odsetek ludzi ma IQ powyżej 130?

Przy rozkładzie normalnym o średniej 100 i SD 15 – około 2.3%, czyli tyle samo, ile ma wynik poniżej 70. W przedziale 85–115 mieści się 68.3% populacji, a w przedziałach 70–85 i 115–130 – po 13.6%.

Czym różni się iloraz dewiacyjny od dawnego ilorazu inteligencji?

Dawny iloraz dzielił wiek umysłowy przez wiek życia i mnożył przez 100, co nie działało u dorosłych i dawało różny rozrzut w różnym wieku. Iloraz dewiacyjny odnosi wynik do rozkładu wyników rówieśników i przelicza go na skalę o średniej 100 i SD 15.

Jak obliczyć przedział ufności dla wyniku IQ?

Policz standardowy błąd pomiaru: SEM = 15 × √(1 − rzetelność). Przy rzetelności .95 SEM wynosi 3.35, więc przedział 95% to wynik ± 6.57 punktu. Podręczniki często podają przedział wokół szacowanego wyniku prawdziwego, który jest lekko przesunięty w stronę 100.

Co to jest efekt Flynna i jak wpływa na wyniki IQ?

To wzrost wyników testów inteligencji w populacji z dekady na dekadę – w metaanalizie Trahan i in. (2014) około 2.3–2.9 punktu na dziesięć lat. Gdy normy są stare, populacja wypada na nich lepiej niż w czasie normalizacji, więc wyniki osób są zawyżone względem aktualnych rówieśników.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for educational and psychological testing. https://www.testingstandards.net/open-access-files.html ● Otwarty dostęp
  2. Andrade, C. (2021). Z scores, standard scores, and composite test scores explained. Indian Journal of Psychological Medicine, 43(6), 555–557. https://doi.org/10.1177/02537176211046525 ● Otwarty dostęp
  3. Harvill, L. M. (1991). Standard error of measurement. Educational Measurement: Issues and Practice, 10(2), 33–41. https://doi.org/10.1111/j.1745-3992.1991.tb00195.x
  4. Pietschnig, J., & Voracek, M. (2015). One century of global IQ gains: A formal meta-analysis of the Flynn effect (1909–2013). Perspectives on Psychological Science, 10(3), 282–306. https://doi.org/10.1177/1745691615577701
  5. Trahan, L. H., Stuebing, K. K., Fletcher, J. M., & Hiscock, M. (2014). The Flynn effect: A meta-analysis. Psychological Bulletin, 140(5), 1332–1360. https://doi.org/10.1037/a0037173 ● Otwarty dostęp: pełny tekst

Cytowania BibTeX

@book{aera2014standards, author={{American Educational Research Association} and {American Psychological Association} and {National Council on Measurement in Education}}, title={{Standards for educational and psychological testing}}, year={2014}, publisher={American Educational Research Association}, url={https://www.testingstandards.net/open-access-files.html}}
@article{andrade2021z, author={Andrade, Chittaranjan}, title={{Z scores, standard scores, and composite test scores explained}}, journal={Indian Journal of Psychological Medicine}, year={2021}, volume={43}, number={6}, pages={555--557}, doi={10.1177/02537176211046525}}
@article{harvill1991standard, author={Harvill, Leo M.}, title={{Standard error of measurement}}, journal={Educational Measurement: Issues and Practice}, year={1991}, volume={10}, number={2}, pages={33--41}, doi={10.1111/j.1745-3992.1991.tb00195.x}}
@article{pietschnig2015one, author={Pietschnig, Jakob and Voracek, Martin}, title={{One century of global IQ gains: A formal meta-analysis of the Flynn effect (1909–2013)}}, journal={Perspectives on Psychological Science}, year={2015}, volume={10}, number={3}, pages={282--306}, doi={10.1177/1745691615577701}}
@article{trahan2014flynn, author={Trahan, Lisa H. and Stuebing, Karla K. and Fletcher, Jack M. and Hiscock, Merril}, title={{The Flynn effect: A meta-analysis}}, journal={Psychological Bulletin}, year={2014}, volume={140}, number={5}, pages={1332--1360}, doi={10.1037/a0037173}}
R