Como o QI é Calculado

Conceito Básico do Cálculo do QI

O quociente de inteligência (QI) é uma pontuação total padronizada derivada de um conjunto de avaliações cognitivas projetadas para medir a inteligência humana. Hoje, uma pontuação de QI é um índice referenciado por normas que expressa como o desempenho de um indivíduo se compara à população geral da mesma idade exata.

Por design, a média da população é sempre ancorada em uma média predeterminada de 100, com um desvio padrão (DP) de 15 nas principais escalas, como os testes de Wechsler. A padronização é estritamente necessária para garantir consistência e confiabilidade; ao estabelecer normas com base em uma amostra representativa da população, os clínicos podem determinar de forma confiável exatamente onde as habilidades cognitivas de um indivíduo se classificam em relação aos seus pares.

Método Antigo: QI de Razão

No início do século XX, o conceito de "idade mental" foi introduzido. Essa métrica mapeava o desempenho de uma criança em um teste para a idade média em que aquele nível específico de desempenho era típico. Para quantificar isso em uma única pontuação, o método de QI de Razão foi popularizado por Lewis Terman em 1916.

A fórmula exata para o QI de Razão é:

QI = (Idade Mental ÷ Idade Cronológica) × 100

Por exemplo, se uma criança de 8 anos realiza um teste de inteligência e alcança uma idade mental típica de uma criança de 10 anos, seu cálculo seria: (10 ÷ 8) × 100 = 125.

No entanto, este método possuía limitações matemáticas fundamentais. A principal limitação era que a idade mental não aumenta a uma taxa constante e linear indefinidamente; ela se estabiliza no final da adolescência enquanto a idade cronológica continua aumentando. Se aplicada a adultos, essa fórmula faria com que suas pontuações de QI caíssem artificialmente à medida que envelheciam. Além disso, o desvio padrão das pontuações flutuava drasticamente entre diferentes faixas etárias, tornando matematicamente inválidas as comparações entre idades.

Estimando o QI de Aposentados (65 anos ou mais)

Embora o QI de razão seja obsoleto para testes gerais, modelos matemáticos especializados foram propostos para estimar o QI em populações mais velhas usando a idade mental e a cronológica. Para estimar o QI de pessoas acima de 65 anos, uma fórmula modelada é:

QI = 317.1332268 × (IM / IC) − 111.2947030 / IC

Este modelo matemático específico leva em conta a taxa decrescente de QI em aposentados e ajusta a razão idade mental/idade cronológica com constantes específicas otimizadas para evitar as quedas artificiais de pontuação observadas na fórmula de razão clássica.

Método Moderno de Cálculo do QI

Para resolver as falhas da fórmula de razão, a psicometria migrou para o modelo de "QI de Desvio", introduzido por David Wechsler em 1939. Este sistema estatístico trata as pontuações de QI como desvios padronizados em relação a uma média específica por idade, posicionando o indivíduo em uma distribuição normal (curva de sino) em relação aos seus pares.

A fórmula exata para o QI de Desvio moderno é:

QI = 100 + 15z

Para encontrar "z" (a pontuação padrão), o cálculo exato é:

z = (pontuação bruta − média do grupo etário) / DP do grupo etário

Este modelo garante uma média e um desvio padrão fixos, o que significa que a grande maioria das pessoas se agrupa em torno da média, com menos indivíduos nas extremidades alta ou baixa. Aproximadamente 68% da população pontua dentro de um desvio padrão da média (entre 85 e 115), e 95% se enquadra em dois desvios padrão (entre 70 e 130).

Medição do QI: Passo a Passo

1. Realizar um teste de QI padronizado: O indivíduo completa uma avaliação composta por vários subtestes discretos administrados sob condições controladas e uniformes.
2. Cálculo da pontuação bruta: O avaliador do teste soma as pontuações brutas, que representam o total de pontos obtidos no desempenho individual no teste.
3. Conversão de pontuações brutas em pontuações escalonadas: A pontuação bruta é convertida em uma "pontuação escalonada" usando tabelas normativas específicas por idade. Em testes como o WISC ou WAIS, essas pontuações escalonadas individuais dos subtestes variam de 1 a 19, com média de 10 e desvio padrão de 3.
4. Comparando resultados com grupos normativos: O examinador soma as pontuações escalonadas para obter uma "Soma das Pontuações Escalonadas" (S).
5. Calculando o FSIQ a partir da Soma das Pontuações Escalonadas: A Soma das Pontuações Escalonadas (S) segue uma distribuição normal com média de 100 e desvio padrão de 20. Como o QI de Escala Completa final requer um desvio padrão de 15, os examinadores convertem a soma no FSIQ final usando a fórmula de conversão estatística:
   FSIQ = 100 + ((15 / 20) × (S - 100))
   Simplificada, esta fórmula estatística exata é expressa como:
   FSIQ = 25 + 0.75 × S
6. Prorrateando testes de QI incompletos: Se um clínico não conseguir administrar a bateria completa de subtestes principais, ele deve "prorratear" as pontuações disponíveis para estimar o índice final ou QI.
7. Estimando um índice de 3 subtestes usando apenas 2 subtestes: A fórmula requer pegar a soma das 2 pontuações escalonadas disponíveis e multiplicá-la por 1,5 (ou 3/2).
8. Estimando o QI de Escala Completa usando apenas 8 ou 9 subtestes principais: A fórmula requer multiplicar a soma das 8 ou 9 pontuações escalonadas válidas por (10/8) ou (10/9), respectivamente.

Medição da Inteligência em Testes de QI

Os testes modernos de QI medem facetas específicas do raciocínio abstrato, lógica e processamento cognitivo, em vez do conhecimento geral adquirido. Diferentes seções contribuem para o QI total avaliando domínios cognitivos específicos e independentes, como raciocínio fluido, compreensão verbal, memória de trabalho e velocidade de processamento. O desempenho nesses subtestes individuais gera pontuações de índice específicas. Por meio da pontuação composta, essas pontuações de índice são matematicamente agregadas para produzir o QI de Escala Completa (FSIQ), que serve como a estimativa mais abrangente do funcionamento intelectual global.

Processo de Padronização e Normatização

Os pontos de referência dos testes são criados por meio de um processo chamado padronização, que envolve administrar o teste a uma amostra grande e representativa da população. O papel dessas grandes amostras populacionais é identificar o desempenho médio e o desvio padrão para cada coorte etária específica, para que pontos de referência precisos possam ser estabelecidos. Os sujeitos do teste são comparados apenas a uma amostra normativa de seus pares da mesma idade exata.

Fórmulas Estatísticas para Variância do Teste de QI e o Efeito Flynn

Ao longo do século passado, pesquisadores documentaram um aumento histórico contínuo nas pontuações médias dos testes de inteligência, um fenômeno amplamente conhecido como Efeito Flynn. Por causa desse aumento persistente nas pontuações, as normas de testes mais antigos eventualmente se tornam obsoletas e podem inflar artificialmente a pontuação de QI de um indivíduo. Para compreender e quantificar esse efeito, pesquisadores realizam meta-análises comparando como os indivíduos se saem em versões mais antigas dos testes versus versões com normas mais recentes.

Para medir com precisão a magnitude do efeito Flynn e contabilizar o erro de medição, os pesquisadores recorrem a várias fórmulas estatísticas específicas:

Calculando o Tamanho do Efeito: A magnitude do efeito Flynn (o tamanho do efeito) em um determinado estudo é calculada encontrando a diferença bruta entre a pontuação média no teste antigo e no novo, e então dividindo essa diferença pelo número de anos entre as datas de normatização dos dois testes. Isso fornece uma estimativa do ganho de pontos de QI por ano.

Variância da Diferença: Para determinar a variância estatística da diferença entre os dois testes sendo comparados, os pesquisadores usam a seguinte fórmula:

$$\text{Variance}=\frac{S{D}_{\mathit{\text{New}}}^2+S{D}_{\mathit{\text{Old}}}^2-2rS{D}_{\mathit{\text{New}}}S{D}_{\mathit{\text{Old}}}}{N}$$

Onde SD2New é a variância do teste normatizado mais recentemente, SD2Old é a variância do teste normatizado menos recentemente, r é a correlação relatada entre os dois testes, e N é o tamanho total da amostra.

Variância Ajustada por Duração: Estudos que avaliam o Efeito Flynn frequentemente envolvem diferentes períodos de tempo entre a normatização dos testes antigo e novo. Para permitir precisão diferencial baseada nessas durações variadas, os pesquisadores devem ajustar a variância. Eles calculam um fator de duração (ω), que representa o fator de aumento ou diminuição em relação a uma duração de um único ano. A variância ajustada final é calculada dividindo a variância da diferença pelo tamanho total da amostra (N) multiplicado por ω. Esta fórmula de variância ajustada final é expressa como:

$$\text{Variance}=\frac{S{D}_{\mathit{\text{New}}}^2+S{D}_{\mathit{\text{Old}}}^2-2rS{D}_{\mathit{\text{New}}}S{D}_{\mathit{\text{Old}}}}{N{\mathrm{\omega }}^2}$$

Interpretando a Pontuação Final de QI

O que o número de QI realmente significa é um reflexo da raridade estatística e da posição relativa. Como a distribuição normal é matematicamente fixa, uma pontuação de desvio específica sempre corresponde a um ranking percentil específico.

• 130 e acima: Muito Superior / Superdotado (classificado no percentil 98 ou superior, representando aproximadamente 2,1% a 2,3% da população).
• 115 a 129: Média Alta a Superior (classificado entre os percentis 84 e 98).
• 85 a 114: Média a Média Baixa (representando aproximadamente 68% da população, centrado exatamente no percentil 50 para uma pontuação de 100).
• 70 a 84: Limítrofe a Média Baixa.
• Abaixo de 70: Extremamente Baixo (representando os ~2,3% inferiores da população).