智商测试

反复重测稳定性

为了评估 IQbe 的测量值是否随时间保持稳定，对其反复重测稳定性进行了检查。反复重测稳定性的原则是，如果两次成绩稳定，则成绩应该相似；也就是说，它们应该相互关联。

对于反复重测稳定性测量，数据来自 23 名参与者（13 名女性，10 名男性），年龄在 18 岁至 54 岁之间（X̅=33.87；SD=12.38），他们完成了 IQbe 两次，间隔至少 4 天进行了审议。

为了评估反复重测稳定性，使用“scipy.stats.pearsonr”库对相隔四天的两个时间点收集的测量值进行相关分析。第一次和第二次测量所得分数之间的相关系数为 0.71，显着性水平 < .001。获得的值表明两次测量中获得的分数之间存在高度相关性，具有统计显着性。

反复重测稳定性显示相关性为 0.71。考虑到第一次和第二次测量之间的时间变化，这种相关性被认为是足够的。 p < .001 表明这种相关性显着。因此，原假设被拒绝。也就是说，与从 Cronbach's alpha 获得的结果一起，可以认为 IQbe 的 IQ 分数具有足够的可靠性，因此 IQbe 是测量智力或其某些子成分的可靠工具。

内部一致性

为了评估 IQbe 中所有被认为与智力相关的变量是否表现出高度的相关性，对其内部一致性进行了检查。内部一致性的原则是，如果一个测试测量一个结构（例如智力）并且所有测试变量都针对测量该特定结构，那么所有变量应该彼此相似；也就是说，它们应该是相关的。

对于内部一致性测量，考虑了完成最新版 IQbe 的 637 名用户（341 名女性，296 名男性）的数据。由于该测试版本采用了不规则的项目呈现方式，意味着并非所有用户在完成测试时都会遇到所有可能的项目，因此无法全局计算所有项目的内部一致性。因此，根据第 2 区块 和第 7 区块 之间达到的，检查标准化反应时间分数的内部一致性。

内部一致性是通过使用“Pingouin”库在 Python 中计算 Cronbach's alpha 来测量的。结果如下表和图表所示。

关于内部一致性，表中观察到的全局 Cronbach's alpha 表明，随着完成的项目越多，内部一致性就会增加。这是一致的，因为项目较少，一致性往往较低。然而，在回答前 5 个难度级别后，这些项目显示出高于 0.70 的内部一致性，在回答测试的所有难度级别时达到 0.77 的 Cronbach's alpha系数。通常，建议 Cronbach's alpha 高于 0.70，以获得可接受的一致性。由于较高级别的项目均在0.70以上，且完整测试达到接近0.80的内部一致性，因此可以认为IQbe的内部一致性是足够的。