國際IQ測試的可靠性

在本研究中，研究人員從國際IQ測試資料庫中，針對2020年、2021年及2022年三個不同年度，隨機選取了三組不同的測試結果，每組包含66,032筆數據。如此設計的目的是在假設全球人口為80,000的情境下，每次都能代表世界人口，以評估該測驗及其IQ分數計算演算法的有效性。每個組別根據2023年各國人口占世界人口的比例，從全球各國的結果中等比例抽樣。

例如，2023年中國約占全球人口的18.89%，因此在每個年度的組別中，都包含來自中國用戶的15,112條測試結果（80,000的18.89%）。

在最終選定之前，這些結果都經過了濾除重複及機器人提交的真實性篩選。此相同的篩選標準對所有國家皆一視同仁，並且也同樣用於每年製作各國IQ排名的程序（各國IQ排名）。

在這三年間的每個組別中，可用資料足以代表全球82.54%的人口（66,032 / 80,000）。

對於佔餘下17.46%的人口所屬的國家而言，其可用數據不足，若要納入研究便需要大幅降低國家最少參與者門檻並縮減總體規模（80,000）。因此，這些國家被排除於研究之外，但應該不會對整體結果造成顯著影響。

三年的整體結果（四捨五入後）對應的標準差約為15，平均IQ約為100。

從統計角度來看，這顯示國際IQ測試在使用瑞文矩陣的情況下，或許能在一定程度上（差距數分上下）為個人的IQ得分提供具參考意義的指標。然而，此測試結果僅供參考，並無法取代專業的心理諮詢。