115, 130, 145 എന്നീ ഐക്യു സ്കോറുകൾ ഏത് ശതമാന സ്ഥാനങ്ങളിലാണ്?

കണക്കുകൂട്ടൽ z = (സ്കോർ − 100) / 15 എന്നതും സഞ്ചിത സാധാരണ വിതരണവും ഉപയോഗിക്കുന്നു, രണ്ട് ദശാംശ സ്ഥാനങ്ങളിലേക്ക് റൗണ്ട് ചെയ്യുന്നു. ശരാശരി 100-ഉം SD 15-ഉം സാധാരണ സ്കെയിൽ സമ്പ്രദായങ്ങളാണ്. യഥാർത്ഥ പരിശോധനാ കൈപ്പുസ്തകങ്ങളാണ് ഉചിതമായ നോർമുകൾ, സ്കോർ പരിധികൾ, വ്യാഖ്യാനം എന്നിവ നിർണ്ണയിക്കുന്നത്; ഒരു ഗണിത സാധാരണ വക്രം ഒരു പുതിയ പരിശോധനയെ സാധൂകരിക്കുന്നില്ല. Neisser et al., 1996 Pearson, 2020

ശതമാന സ്ഥാനം ശരിയായ ഉത്തരങ്ങളുടെ ശതമാനമല്ല

ശതമാന സ്ഥാനം ഒരു റഫറൻസ് വിതരണത്തിലെ സ്ഥാനത്തെക്കുറിച്ചാണ്. ഒരു വ്യക്തി എത്ര ശതമാനം ചോദ്യങ്ങൾക്ക് ശരിയായി ഉത്തരം നൽകി, അല്ലെങ്കിൽ എല്ലാ ബുദ്ധിശക്തിയുടെയും എത്ര ശതമാനം അയാളുടെ പക്കലുണ്ട് എന്ന് അത് പറയുന്നില്ല. പരിശോധനാ ഉപയോഗ മാർഗ്ഗനിർദ്ദേശങ്ങൾക്ക് ന്യായീകരിക്കപ്പെട്ട ഒരു റഫറൻസ് ഗ്രൂപ്പും ഉദ്ദേശിച്ച സ്കോർ വ്യാഖ്യാനത്തിനുള്ള തെളിവും ആവശ്യമാണ്. അവയില്ലാതെ, ഒരു ശതമാന സ്ഥാനം അതിന്റെ അടിസ്ഥാനം അനുവദിക്കുന്നതിലും കൂടുതൽ കൃത്യതയുള്ളതായി തോന്നിയേക്കാം. International Test Commission, 2001

പ്രായത്തിനൊപ്പം എന്താണ് മാറുന്നത്?

ഐക്യു പ്രായത്തിനനുസരിച്ച് നോർം ചെയ്യപ്പെടുന്നു: പരമ്പരാഗത സ്കെയിലിൽ ഓരോ പ്രായ വിഭാഗത്തിലും റഫറൻസ് ശരാശരി 100 ആണ്. ഒരു കുട്ടിക്കും ഒരു മുതിർന്ന വ്യക്തിക്കും വ്യത്യസ്ത ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകിയാലും വ്യത്യസ്ത ആകെ സ്കോറുകൾ ലഭിച്ചാലും ഒരേ പ്രായ-ക്രമീകരിച്ച സ്കോർ ലഭിച്ചേക്കാം. അതിനാൽ സാധാരണ മാതൃകയുടെ ഗണിതം ക്രമീകരിക്കാത്ത ഒരു ജീവിതകാല പ്രകടന വക്രം വിവരിക്കുന്നില്ല. Neisser et al., 1996 Pearson, 2020

നോർമുകൾ പരിശോധന, ജനസംഖ്യ, കാലഘട്ടം എന്നിവയെയും ആശ്രയിച്ചിരിക്കുന്നു. മാട്രിക്സ് പരിശോധനാ നോർമുകളിൽ പശ്ചാത്തലങ്ങൾക്കും കാലത്തിനുമിടയിൽ വ്യതിയാനം ഉണ്ടെന്ന് റേവന്റെ അവലോകനം രേഖപ്പെടുത്തുന്നു. ഒരു ഉപകരണത്തിൽ നിന്നുള്ള സ്കോറിനെ, എല്ലാ പരിശോധനകൾക്കും ചരിത്രപരമായ നോർം പട്ടികകൾക്കും ഒരേ അളവെടുപ്പ് സ്വഭാവസവിശേഷതകൾ ഉണ്ടെന്ന മട്ടിൽ കാണരുത്. Raven, 2000

അതിദൂര അറ്റത്തിന് പ്രത്യേക ശ്രദ്ധ എന്തുകൊണ്ട്?

ചെറിയ നോർം സാമ്പിളുകളിൽ വളരെ അപൂർവമായ സ്കോറുകളെക്കുറിച്ച് കുറച്ച് നേരിട്ടുള്ള വിവരങ്ങൾ മാത്രമാണുള്ളത്. അതിനാൽ ആകർഷകമായ ഒരു അറ്റ ശതമാന സ്ഥാനം നിരീക്ഷണങ്ങളെ ആശ്രയിക്കുന്നതുപോലെ തന്നെ മാതൃകാ അനുമാനങ്ങളെയും ആശ്രയിച്ചിരിക്കാം. അനുമാനത്തിന് ഉചിതമായ തെളിവ് ആവശ്യപ്പെടുന്നു പരിശോധനാ ഉപയോഗ മാർഗ്ഗനിർദ്ദേശങ്ങൾ, കൂടാതെ അവസാന ദശാംശ സ്ഥാനത്തെ കൃത്യമായി കാണുന്നതിനേക്കാൾ ഒരു സ്കോർ റിപ്പോർട്ടിന്റെ അനിശ്ചിതത്വമാണ് കൂടുതൽ വിവരപ്രദമായത്. International Test Commission, 2001 Pearson, 2020

ഒരു മാട്രിക്സ് പസിൽ സ്കോർ മൊത്തത്തിലുള്ള ഐക്യുവിനെ നിർവചിക്കുന്നുണ്ടോ?

റേവൻ മാട്രിസുകളിലെ യുക്തിപരമായ പ്രക്രിയകൾ കാർപെന്ററും സഹപ്രവർത്തകരും വിശകലനം ചെയ്യുന്നു. അത് ഒരു പ്രധാന ചുമതല കുടുംബത്തിന്റെ സൈദ്ധാന്തിക വിവരണം നൽകുന്നുവെന്നല്ലാതെ, ഏതൊരു വീട്ടിൽ ഉണ്ടാക്കിയ പസിൽ ആകെത്തുകയും നോർം ചെയ്ത മൊത്തത്തിലുള്ള ഐക്യുവാക്കി മാറ്റാനുള്ള അനുമതിയല്ല. വൈജ്ഞാനിക പ്രകടനത്തിന്റെ ഘടനയെക്കുറിച്ചുള്ള പഠനവും ഓരോ ചുമതലയും കഴിവിന്റെ ഒരേ ഒരു വശം അളക്കുന്നു എന്ന് അനുമാനിക്കുന്നതിനെതിരെ മുന്നറിയിപ്പ് നൽകുന്നു. Carpenter et al., 1990 Hampshire et al., 2012

വീണ്ടും പരിശോധിക്കുന്നതും അളവെടുപ്പ് പിശകും?

വൈജ്ഞാനിക കഴിവ് പരിശോധനകളിൽ വ്യവസ്ഥാപിതമായ ആവർത്തന നേട്ടങ്ങൾ ഒരു മെറ്റാ-വിശകലനം കണ്ടെത്തുന്നു. അതിനാൽ ഒരു ആവർത്തിച്ച പരിശോധനാ ഫലം മറ്റ് വ്യത്യാസങ്ങൾക്കൊപ്പം പരിചിതത്വത്തെയും പ്രതിഫലിപ്പിച്ചേക്കാം. ചുമതല സ്കോറുകൾക്കും വ്യത്യാസങ്ങൾക്കും വ്യക്തിഗത സ്വഭാവസവിശേഷതകളായി കണക്കാക്കുന്നതിന് മുൻപ് അളക്കപ്പെട്ട സ്ഥിരത ആവശ്യമാണെന്ന് വിശ്വാസ്യത ഗവേഷണം കൂട്ടിച്ചേർക്കുന്നു. കൂടുതൽ ശതമാന സ്ഥാന അക്കങ്ങൾ പ്രദർശിപ്പിക്കുന്നത് ഈ രണ്ട് പ്രശ്നങ്ങളും പരിഹരിക്കുന്നില്ല. Scharfen et al., 2018 Hedge et al., 2017

സ്ഥാപിതമായ ഒരു മൂല്യനിർണ്ണയത്തിന് അതിന്റെ സ്വന്തം റിപ്പോർട്ട്, പ്രായ നോർമുകൾ, ആത്മവിശ്വാസ ഇടവേള എന്നിവ ഉപയോഗിക്കുക. ഒരു പര്യവേക്ഷണാത്മക ഓൺലൈൻ ചുമതലയ്ക്ക്, അതിന്റെ സാധൂകരണം പിന്തുണയ്ക്കുന്ന തലത്തിൽ ഫലം നിലനിർത്തുക. ഈ ഗണിത ഉദാഹരണങ്ങൾ ഒരു സാധാരണ സ്കെയിൽ വിശദീകരിക്കുന്നു; ഒരു കളിക്കാരൻ ഒരു നിശ്ചിത ശതമാനം ആളുകളെക്കാൾ ബുദ്ധിമാനാണെന്ന് പറയാൻ അവ ന്യായീകരണം നൽകുന്നില്ല. International Test Commission, 2001 Pearson, 2020

ഒരു ശതമാന സ്ഥാനം എങ്ങനെ കണക്കാക്കുന്നു എന്ന് മനസ്സിലാക്കുന്നതും ഒരു പ്രത്യേക സ്കോർ ആ വക്രത്തിൽ ഉൾപ്പെടുന്നു എന്നതിന് തെളിവുണ്ടാകുന്നതും തമ്മിലുള്ള വ്യത്യാസമാണ് ഉപയോഗപ്രദം. വ്യക്തിപരമായ ഒരു താരതമ്യം നടത്തുന്നതിന് മുൻപ് രണ്ടും ആവശ്യമാണ്. Neisser et al., 1996 International Test Commission, 2001