IQの計算方法

IQ計算の基本概念

知能指数（IQ）は、人間の知能を測定するために設計された一連の認知評価から導き出された標準化された総合スコアです。現在、IQスコアは規準参照指標であり、個人の成績がまったく同じ年齢の一般集団と比較してどの位置にあるかを表しています。

設計上、集団の平均は常にあらかじめ定められた平均値100に固定されており、ウェクスラー検査などの主要なスケールでは標準偏差（SD）が15となっています。標準化は一貫性と信頼性を確保するために必要不可欠であり、集団の代表的なサンプルに基づいて基準を確立することで、臨床家は個人の認知能力が同年代と比べてどの位置にあるかを確実に判定できます。

初期の方法：比率IQ

20世紀初頭、「精神年齢」という概念が導入されました。この指標は、子供のテスト成績を、その特定の成績レベルが典型的だった平均年齢にマッピングしたものです。これを単一のスコアに数値化するために、1916年にルイス・ターマンによって比率IQ法が普及しました。

比率IQの正確な公式は：

IQ = (精神年齢 ÷ 生活年齢) × 100

例えば、8歳の子供が知能検査を受け、10歳相当の精神年齢を達成した場合、その計算は：(10 ÷ 8) × 100 = 125 となります。

しかし、この方法には根本的な数学的限界がありました。主な限界は、精神年齢は無限に一定の線形速度で増加するわけではなく、青年期後半に停滞する一方、生活年齢は増加し続けるという点でした。成人に適用すると、この公式は年齢が上がるにつれてIQスコアが人為的に低下してしまいます。さらに、スコアの標準偏差が年齢グループ間で大きく変動したため、年齢をまたいだ比較が数学的に無効となりました。

退職者（65歳以上）のIQ推定

比率IQは一般的なテストには時代遅れとなっていますが、精神年齢と生活年齢を使用して高齢者集団のIQを推定するための専門的な数学モデルが提案されています。65歳以上の人のIQを推定するためのモデル式の一つは：

IQ = 317.1332268 × (MA / CA) − 111.2947030 / CA

この特定の数学モデルは、退職者のIQの低下率を考慮し、古典的な比率公式で見られる人為的なスコア低下を防ぐために最適化された特定の定数で精神年齢/生活年齢の比率を調整します。

現代のIQ計算方法

比率公式の欠点を解決するために、精神測定学は1939年にデビッド・ウェクスラーが導入した「偏差IQ」モデルに移行しました。この統計システムは、IQスコアを年齢固有の平均からの標準化された偏差として扱い、個人を同年代と比較した正規分布（ベル曲線）上に配置します。

現代の偏差IQの正確な公式は：

IQ = 100 + 15z

「z」（標準スコア）を求めるための正確な計算は：

z = (粗点 − 年齢グループの平均) / 年齢グループのSD

このモデルは固定された平均と標準偏差を保証し、大多数の人々が平均付近に集中し、極端に高い・低い側には少数の個人しかいないことを意味します。集団の約68%が平均の1標準偏差以内（85から115の間）のスコアを獲得し、95%が2標準偏差以内（70から130の間）に収まります。

IQの測定：ステップバイステップ

標準化されたIQテストの受験：個人は、管理された均一な条件下で実施される様々な個別の下位検査からなる評価を完了します。
粗点の計算：テスト評価者は粗点を集計します。粗点は個人のテスト成績で獲得した総ポイントを表します。
粗点を評価点に変換：粗点は年齢固有の規準表を使用して「評価点」に変換されます。WISCやWAISなどのテストでは、個別の下位検査の評価点は1から19の範囲で、平均10、標準偏差3となっています。
結果を規準集団と比較：検査者は評価点を合計して「評価点合計」（S）を算出します。
評価点合計からFSIQを計算：評価点合計（S）は平均100、標準偏差20の正規分布に従います。最終的な全検査IQは標準偏差15を必要とするため、検査者は統計的変換公式を使用して合計を最終FSIQに変換します：
FSIQ = 100 + ((15 / 20) × (S - 100))
簡略化すると、この正確な統計公式は次のように表されます：
FSIQ = 25 + 0.75 × S
不完全なIQテストの按分計算：臨床家がコア下位検査の完全なバッテリーを実施できない場合、最終指標またはIQを推定するために利用可能なスコアを「按分」する必要があります。
2つの下位検査のみを使用した3下位検査指標の推定：公式では、利用可能な2つの評価点の合計を1.5（または3/2）で乗算する必要があります。
8または9のコア下位検査のみを使用した全検査IQの推定：公式では、有効な8または9の評価点の合計をそれぞれ（10/8）または（10/9）で乗算する必要があります。

IQテストにおける知能の測定

現代のIQテストは、獲得した一般知識ではなく、抽象的推論、論理、認知処理の特定の側面を測定します。異なるセクションが、流動性推論、言語理解、ワーキングメモリ、処理速度などの特定の独立した認知領域を評価することで、総合IQに貢献します。これらの個別の下位検査における成績が特定の指標スコアを生成します。複合採点を通じて、これらの指標スコアは数学的に集計され、全検査IQ（FSIQ）を生成します。これは全体的な知的機能の最も包括的な推定値として機能します。

標準化と規準化のプロセス

テストのベンチマークは標準化と呼ばれるプロセスを通じて作成され、これは集団の大規模で代表的なサンプルにテストを実施することを含みます。これらの大規模な集団サンプルの役割は、正確な参照点を確立できるように、特定の年齢コホートごとの平均成績と標準偏差を特定することです。テスト対象者は、まったく同じ年齢の仲間の規準サンプルとのみ比較されます。

IQテストの分散とフリン効果の統計公式

過去1世紀にわたり、研究者たちは平均知能テストスコアの継続的な歴史的上昇を記録してきました。これはフリン効果として広く知られる現象です。このスコアの持続的な上昇により、古いテストの規準は最終的に時代遅れになり、個人のIQスコアを人為的に膨らませる可能性があります。この効果を理解し定量化するために、研究者は古いテストバージョンと新しい規準化バージョンでの個人の成績を比較するメタ分析を実施します。

フリン効果の大きさを正確に測定し、測定誤差を考慮するために、研究者はいくつかの特定の統計公式に頼っています：

効果量の計算：ある研究におけるフリン効果の大きさ（効果量）は、古いテストと新しいテストの平均スコアの生の差を求め、その差を2つのテストの規準化日の間の年数で割ることによって計算されます。これにより、1年あたりのIQポイント増加の推定値が得られます。

差の分散：比較される2つのテスト間の差の統計的分散を決定するために、研究者は次の公式を使用します：

$Variance = \frac{S D_{New}^{2} + S D_{Old}^{2} - 2 r S D_{New} S D_{Old}}{N}$

ここでSD2Newはより最近に規準化されたテストの分散、SD2Oldはより以前に規準化されたテストの分散、rは2つのテスト間の報告された相関、Nは総サンプルサイズです。

期間調整分散：フリン効果を評価する研究では、古いテストと新しいテストの規準化の間の期間が異なることがよくあります。これらの異なる期間に基づいて差別化された精度を可能にするために、研究者は分散を調整する必要があります。彼らは期間因子（ω）を計算します。これは単一年の期間からの増減の因子を表します。最終的な調整済み分散は、差の分散をωを掛けた総サンプルサイズ（N）で割ることによって計算されます。この最終的な調整済み分散の公式は次のように表されます：

$Variance = \frac{S D_{New}^{2} + S D_{Old}^{2} - 2 r S D_{New} S D_{Old}}{N ω^{2}}$

最終IQスコアの解釈

IQの数値が実際に意味するのは、統計的な稀少性と相対的な順位の反映です。正規分布は数学的に固定されているため、特定の偏差スコアは常に特定のパーセンタイルランクに対応します。

130以上：非常に優秀 / 才能あり（第98パーセンタイル以上、集団の約2.1%から2.3%を占める）。
115から129：高平均から優秀（第84から第98パーセンタイルの間）。
85から114：平均から低平均（集団の約68%を占め、スコア100の場合ちょうど第50パーセンタイルに中心がある）。
70から84：境界線から低平均。
70未満：非常に低い（集団の下位約2.3%を占める）。