IQ 分數 115、130 同 145 分別係第幾個百分位？

計算方法係 z = (分數 − 100) / 15，再用累積標準正態分佈計算，結果四捨五入至小數點後兩位。平均數 100 同標準差 15 係常見嘅量表慣例。實際應用要按測試手冊所訂嘅常模、分數範圍同詮釋方式；數學上嘅正態曲線並唔能夠證明新測試有效。Neisser et al., 1996 Pearson, 2020

百分位唔等於答啱百分比

百分位講嘅係一個人在參照分佈中所處嘅位置，唔代表答啱咗咁多百分比嘅題目，亦唔代表擁有全部智力嘅咁多百分比。測試使用指引要求有充分理據支持所用嘅參照組，亦要有證據支持預期嘅分數詮釋。如果缺少呢啲根據，百分位睇落可能會比實際依據更精確。International Test Commission, 2001

年齡會帶嚟咩變化？

智商分數會按年齡作常模調整：按傳統量表慣例，每個年齡組別嘅參照平均數都係 100。小朋友同成年人即使得到相同嘅年齡調整分數，答嘅題目或者原始總分仍然可以唔同。因此，正態模型嘅計算唔係描述一個人一生中未經年齡調整嘅表現曲線。Neisser et al., 1996 Pearson, 2020

常模亦會因應測試、人口組別同時期而唔同。Raven 嘅回顧記錄咗矩陣測試常模喺唔同環境同時期嘅差異。唔應該將一種測試嘅分數，當成所有測試同歷史常模表都具有完全相同嘅測量特性。Raven, 2000

點解極端分數尾端要特別小心

常模樣本細，對非常罕見嘅分數所提供嘅直接資料有限。因此，吸引嘅尾端百分位可能同時建基於模型假設同觀察結果。測試使用指引要求證據要足以支持相關推論；同埋，分數報告中嘅不確定程度，比將小數點最後一位當成準確結果更有參考價值。International Test Commission, 2001 Pearson, 2020

矩陣謎題分數可唔可以代表整體智商？

Carpenter 等人分析咗 Raven 矩陣測試中嘅推理過程。呢項研究為一類重要任務提供理論解釋，但唔代表可以將任何自製謎題嘅總分換算成按常模訂定嘅整體智商。關於認知表現結構嘅研究亦提醒我哋，唔好假設每項任務都測量能力中完全相同嘅一方面。Carpenter et al., 1990 Hampshire et al., 2012

重測同測量誤差又點計？

一項統合分析發現，認知能力測試重測時分數會有系統性上升。因此，再做一次測試嘅結果可能反映熟習程度，以及其他差異。可靠性研究亦指出，要先量度任務分數同差異有幾穩定，先可以將佢哋視為個人特質。多顯示幾個百分位數字，解決唔到以上問題。Scharfen et al., 2018 Hedge et al., 2017

如果係成熟嘅評估工具，請參考佢本身嘅報告、年齡常模同信賴區間。如果係探索性網上任務，解讀結果時要遵守其驗證證據所支持嘅範圍。呢啲數學例子只係解釋一種常見量表，唔足以證明可以話玩家比某個百分比嘅人聰明。International Test Commission, 2001 Pearson, 2020

要分清楚嘅係：明白百分位點樣計算，同有證據證明某個分數適用於嗰條曲線，係兩回事。作個人比較之前，兩方面都要有根據。Neisser et al., 1996 International Test Commission, 2001