重做智商測試會唔會令分數提高？

以上係表 2 嘅結果。第一次比較包括 122 項研究同 153,185 名參與者；之後嘅比較涉及嘅子組較細。唔應該將呢啲結果當成同一組人嘅學習曲線，亦唔應該無限推算落去。結果係多種認知測試嘅標準化平均變化，唔係直接預測你下次智商報告嘅分數。Scharfen et al., 2018

重做測試時，邊啲方面可能會進步？

熟悉指示、題目形式、解題策略同測試情境，都可能影響表現。重測研究回顧會檢視各種調節因素，因為進步幅度會視乎測試程序同兩次測試相隔幾耐。第二次結果較好，無法分辨係邊個過程改變咗，亦唔能夠證明整體智力提高。Scharfen et al., 2018

矩陣題就顯示到呢個問題：解題要搵出並配合唔同規則。熟悉某類題目，或者記得某道題，都會改變之後一次測試實際測緊嘅嘢。Carpenter 等人分析解題過程時探討咗呢啲推理要求，而 Raven 嘅回顧就強調相關常模有幾重要。Carpenter et al., 1990 Raven, 2000

我可唔可以扣除固定嘅練習效應修正值？

唔可以由整體平均效應推算出適用於每個人嘅固定修正值。將群體平均值套用喺一個人身上，會忽略測試、接觸過題目嘅程度同重測條件各有不同。測試使用指引要求按實際使用嘅測量工具同用途作出解讀；自行扣除固定分數並唔能夠證明結果有效。International Test Commission, 2001

點解將效應換算成智商分數有風險

將標準化效應乘以 15 睇落方便，但呢項綜合分析匯集咗唔同認知結果，亦採用咗佢自己嘅標準化方法。常見嘅平均數 100、標準差 15 智商慣例，唔代表每項研究嘅效應都等於個人智商分數嘅相同變化。應該保留原本嘅效應指標，唔好自行推算出精確嘅進步分數。Scharfen et al., 2018 Neisser et al., 1996

正式分數報告亦會包括測量誤差範圍。解讀兩個報告分數之間嘅差異時，應按照測試本身嘅規則、相隔時間同置信資料去理解，唔好只係比較分數標籤。Pearson, 2020

分數穩定就解決到問題嗎？

信度同練習效應係兩回事。一項測試可以每次重測都有一致嘅分數變化，同時保留個人排名；亦可以喺個人差異上有較大誤差，即使平均效應好穩定都一樣。關於「信度悖論」嘅研究提醒我哋，呢啲測量特性要分開證明。Hedge et al., 2017

更廣泛嘅認知研究亦會區分表現嘅唔同部分。熟悉一組矩陣題唔代表測到思考嘅所有方面，所以喺一項任務上進步，唔能夠證明記憶、語文能力同推理能力都有相同程度嘅改變。Hampshire et al., 2012

追蹤進度時，點樣做先切合實際？

記低之前做過幾多次、測試版本同兩次測試相隔幾耐。如果係有重要用途嘅評估，就跟從測試管理人員嘅重測規則。玩非正式遊戲時，可以講明自己喺嗰啲任務上有進步，並將重複做過或記熟咗嘅材料，同未見過嘅材料分開處理。咁樣可以保留有用嘅技巧進步，同時避免誇大佢所能證明嘅事。International Test Commission, 2001 Scharfen et al., 2018

智商分數仍然係按年齡組別以 100 為常模；重測唔會改變呢個慣例。關鍵係喺特定嘅施測條件下，某個新分數係咪有效反映原本想測嘅能力。Neisser et al., 1996 Pearson, 2020