Wie der 64-Types-IQ-Test aufgebaut ist und ausgewertet wird
Kurz gesagt: 24 nonverbale Aufgaben (16 Mustermatrizen und 8 Zahlenreihen), die für jede Person neu generiert werden, mit einem Rasch-Modell (Item-Response-Theorie) ausgewertet und auf die vertraute IQ-Skala (Mittelwert 100, Standardabweichung 15) übertragen werden. Das Ergebnis ist eine Online-Schätzung für dein eigenes Interesse. Es ist keine klinische Beurteilung, keine Diagnose und sollte nicht für Personalauswahl, Zulassung oder rechtliche Entscheidungen verwendet werden.
Die Aufgaben
- Mustermatrizen (im Stil der Ravenschen Matrizen): ein 3×3-Raster aus Figuren, bei dem das letzte Feld fehlt, mit 8 Antwortmöglichkeiten. Jede Figur hat vier Merkmale (Form, Anzahl der Figuren, Größe, Schattierung). Jedes Merkmal bleibt entweder konstant, ist innerhalb einer Zeile gleich, ändert sich schrittweise entlang der Zeile oder erscheint in jeder Zeile mit denselben drei Werten in anderer Reihenfolge. Schwierigere Aufgaben kombinieren mehr sich ändernde Merkmale und schwierigere Regeltypen. Das sind die wichtigsten Schwierigkeitsfaktoren von Matrizenaufgaben nach Carpenter, Just & Shell (1990), die auch zum Bau der Sandia-Matrizen genutzt wurden (Matzen et al., 2010).
- Zahlenreihen: Finde die nächste Zahl, 6 Antwortmöglichkeiten. Die Regeln reichen vom Addieren einer Konstanten (am leichtesten) über verschränkte Folgen, fibonacciartige Summen und Primzahlschritte bis zu wechselnden Rechenoperationen (am schwersten), nach dem Ansatz der Regelkomplexität beim Fortsetzen von Reihen von Simon & Kotovsky (1963).
- Bauplan: fünf Schwierigkeitsstufen im Entwurf, die leichteste zuerst. Stufe 1: 2 Matrizen, 1 Reihen; Stufe 2: 3 Matrizen, 2 Reihen; Stufe 3: 4 Matrizen, 2 Reihen; Stufe 4: 4 Matrizen, 2 Reihen; Stufe 5: 3 Matrizen, 1 Reihen.
- Generiert, nicht kopiert: Jede Aufgabe wird auf deinem Gerät aus einem Zufallswert (Seed) erzeugt. Deshalb bekommen nie zwei Personen denselben Test, und es gibt keine Lösungsliste zum Nachschlagen. Derselbe Seed baut immer dieselben Aufgaben wieder auf. So können ein geteilter Ergebnislink und der Zertifikatsserver deinen genauen Test nachbilden.
- Kein Lesen nötig: nur Formen und Zahlen, daher sind die Aufgaben in allen 41 Sprachen der Seite gleich. Übersetzt werden nur die Anleitungen.
Zeit
Der Test ist auf etwa 15 Minuten ausgelegt; wir empfehlen, zügig, aber sorgfältig zu arbeiten. Es gibt kein erzwungenes Zeitlimit, und die Zeit fließt nicht in die Auswertung ein. Du kannst eine Aufgabe überspringen und später zurückkehren; am Ende unbeantwortete Aufgaben zählen als falsch. Weil die Zeit nicht kontrolliert wird, können Ergebnisse aus einer entspannten Sitzung höher ausfallen als unter Zeitdruck.
Auswertung
- Modell: ein Rasch-Modell (einparametrig logistisch). Die Lösungswahrscheinlichkeit einer Aufgabe hängt von der Differenz zwischen deiner Fähigkeit θ und der Aufgabenschwierigkeit b ab: P = 1 / (1 + e−(θ − b)).
- Aktuell verwendete Schwierigkeiten (Logits, nach Entwurfsstufe): Stufe 1: -2.2, Stufe 2: -1, Stufe 3: 0.1, Stufe 4: 1.1, Stufe 5: 2.1. Sie stammen aus dem Aufgabenentwurf, noch nicht aus einer Kalibrierung mit echten Antworten (siehe „Normen“ weiter unten).
- Fähigkeitsschätzung: Expected a posteriori (EAP) mit einer Standardnormalverteilung als Prior, berechnet auf einem Raster von −4 bis +4 (Bock & Mislevy, 1982). Schwerere gelöste Aufgaben erhöhen die Schätzung stärker als leichte.
- Wert auf der IQ-Skala: 100 + 15 × θ, gerundet und auf 55 bis 145 begrenzt (ein kurzer Test kann darüber hinaus nicht zuverlässig messen).
- 90-%-Bereich: die Schätzung ± 1,645 Posterior-Standardabweichungen, auf derselben Skala. Bei 24 Aufgaben ist dieser Bereich typischerweise 15 bis 25 Punkte breit, weshalb das kostenlose Ergebnis zuerst den Bereich zeigt.
- Prozentrang: der Anteil einer Normalverteilung unterhalb deines θ (die kumulative Normalverteilungsfunktion). Er ist eine Eigenschaft der Skala und keine Zählung echter Testteilnehmender und nur so gut wie die Normen unten.
- Bezeichnungen (Durchschnittlich, Überdurchschnittlich, …) nutzen Punktebereiche nach Wechsler-Art.
Normen: vorläufig
Ein klinischer IQ-Test wird an einer großen, für eine Bevölkerung repräsentativen Stichprobe normiert, sodass 100 „der Bevölkerungsdurchschnitt“ bedeutet. Dieser Test ist das nicht. Seine Skala nimmt an, dass die oben genannten Entwurfsschwierigkeiten stimmen und dass die Fähigkeit der Testteilnehmenden in θ normalverteilt ist (Mittelwert 0, SD 1). Beides ist noch nicht bestätigt. Wir speichern anonyme Antworten auf Aufgabenebene (ohne Namen, ohne E-Mail) und schätzen die Aufgabenschwierigkeiten mit dem Rasch-Modell neu, sobald pro Aufgabentyp und Stufe genug Antworten vorliegen. Bis dahin sind alle Werte, Bereiche und Prozentränge als vorläufig zu betrachten. Ändern sich die Schwierigkeiten, ändert sich die Testversion; jedes Überprüfbare IQ-Zertifikat nennt die Version, mit der ausgewertet wurde (heute: iq-1).
Menschen, die sich für einen Online-IQ-Test entscheiden, sind keine Zufallsstichprobe irgendeiner Bevölkerung. Selbst nach einer Neukalibrierung beschreibt die Skala daher die Teilnehmenden dieses Tests und nicht ein ganzes Land.
Was das Überprüfbare IQ-Zertifikat zeigt und was nicht
- Es zeigt: Der Wert auf dem Zertifikat wurde von unserem Server aus den Antworten dieses Tests berechnet (der Server baut die Aufgaben aus dem Seed neu auf und wertet sie aus; er übernimmt keine Zahl aus dem Browser). Der Eintrag mit einer eindeutigen Zufalls-ID wird auf unserem Server gespeichert, und jede Person kann die Prüfseite öffnen, um zu sehen, dass Name, Wert, Datum und Testversion mit unseren Aufzeichnungen übereinstimmen.
- Es zeigt nicht: wer den Test gemacht hat, ob allein oder unter welchen Bedingungen. Der Name wird vom Käufer eingegeben. Es ist keine klinische oder fachliche Beurteilung und wird weder von einer Prüfstelle noch von einem Fachverband ausgestellt oder empfohlen.
Quellen
- Rasch, G. (1960). Probabilistic models for some intelligence and attainment tests. Danish Institute for Educational Research.
- Bock, R. D., & Mislevy, R. J. (1982). Adaptive EAP estimation of ability in a microcomputer environment. Applied Psychological Measurement, 6(4), 431–444.
- Embretson, S. E., & Reise, S. P. (2000). Item response theory for psychologists. Lawrence Erlbaum.
- Carpenter, P. A., Just, M. A., & Shell, P. (1990). What one intelligence test measures: A theoretical account of the processing in the Raven Progressive Matrices Test. Psychological Review, 97(3), 404–431.
- Matzen, L. E., Benz, Z. O., Dixon, K. R., Posey, J., Kroger, J. K., & Speed, A. E. (2010). Recreating Raven’s: Software for systematically generating large numbers of Raven-like matrix problems with normed properties. Behavior Research Methods, 42(2), 525–541.
- Simon, H. A., & Kotovsky, K. (1963). Human acquisition of concepts for sequential patterns. Psychological Review, 70(6), 534–546.
- Wechsler, D. (2008). Wechsler Adult Intelligence Scale, Fourth Edition (WAIS-IV). Pearson (score band labels).