斯坦福比奈智商测验是个别智力测验的历史性工具。1905 年比奈与西蒙在法国发布首版量表，旨在识别需要特殊教育的儿童。1916 年推孟在斯坦福大学完成修订，引入智商比率概念，确立名称。1937 年第二次修订扩大年龄范围，优化常模样本。1960 年第三次修订废除比率智商，采用离差智商计算法。1986 年第四版引入多因素结构，区分言语与非言语能力。2003 年第五版（SB5）发布，整合现代心理测量学理论。SB5 保留经典项目，增加非言语分量表，降低语言文化负荷。测验目标始终聚焦认知能力评估，不测量性格或情绪状态。专业领域视其为诊断智力障碍及资优儿童的金标准之一。测验结果需由具备资质的心理师解读。
SB5 结构基于五因素认知模型，涵盖言语与非言语两大领域。言语领域评估语言习得及运用能力，非言语领域评估逻辑及空间处理能力。每个领域下设具体分测验，确保全面覆盖认知功能。
- 流体推理：要求解决新颖问题，依赖逻辑而非既有知识，包含矩阵推理及早期推理项目，考察核心智力。
- 知识：评估广泛的信息储备，反映文化习得程度，包含词汇定义及一般信息问答，考察晶体智力。
- 数量推理：处理数字关系及数学运算，包含数量问题及应用题，考察逻辑数学思维及运算能力。
- 视觉空间：分析图形模式及空间关系，包含分析拼图及图案分析，考察空间想象力及手眼协调。
- 工作记忆：短时保持及操作信息的能力，包含记忆句子及倒数数字，考察注意力控制及信息加工。
这种结构允许分析特定认知缺陷。言语与非言语总分可对比，识别语言障碍或学习困难。五个因子得分构成总分基础，各因子得分可独立分析，识别认知强弱项。因子间差异显著提示发展不平衡，需进一步排查原因。
施测流程采用自适应路由测试机制，提高效率并减少被试压力。主试先进行词汇和矩阵推理两项路由测验，作为难度定位依据。根据表现确定起始难度，避免题目过难或过易。达到基岩水平后正式施测，确保基础能力达标。达到上限水平后停止，避免无效测试。此机制减少测试时间，通常耗时 45 至 90 分钟。主试需严格记录反应，行为观察纳入评分参考。测验环境要求光线充足、无噪音，确保注意力集中。主试与被试建立 rapport 至关重要，影响配合度。幼儿需家长陪同，但家长不得干预或提示。全程录像可用于质量控制及争议复核。
分数解释需严谨，避免绝对化判断。总分智商（FSIQ）反映整体认知水平，是核心指标。五个因子指数提供细分数据，揭示认知结构。言语智商（VIQ）与非言语智商（NVIQ）对比分析，识别发展不平衡。百分等级显示个体在常模中的位置，便于横向比较。标准分 100 代表平均水平，标准差 15 界定分布范围。置信区间通常为 95%，例如得分 100，真实分数可能在 95 至 105 之间。分数差异需达到统计显著性才有意义，避免过度解读微小差别。因子间差异过大提示认知发展不平衡，需进一步评估。临床诊断需结合适应性行为量表，单独智商分数不能作为唯一依据。智力障碍诊断需智商低于 70 且适应性行为受损。
心理测量学指标显示高信度与效度，支持科学使用。内部一致性系数通常高于 0.90，表明题目同质性好。重测信度在不同年龄组保持稳定，分数随时间波动小。效度证据来自与其他智力测验的相关性，与韦氏量表相关系数达 0.8 以上。预测效度体现在学业成绩关联上，高分者通常学业表现较好。因素分析支持五因素结构模型，理论构念清晰。常模样本覆盖美国各阶层人口，代表性强。文化公平性经过统计调整，减少偏见。非言语部分降低语言依赖，适用于特殊群体。测试项目经过项目反应理论分析，难度参数分布均匀。
应用场景多样，需根据目的选择分测验组合。教育领域用于资优儿童入学筛选，识别高潜能学生。学校心理师用于学习障碍鉴定，制定个别化教育计划。临床领域用于智力障碍诊断，确定支持等级。神经心理学用于脑损伤认知评估，追踪恢复情况。科研领域用于智力发展追踪，研究认知变化规律。职业指导中参考认知优势，匹配工作岗位。法律领域用于刑事责任能力评估，判断认知状态。不同场景使用不同分测验组合，提高针对性。幼儿侧重感知运动项目，成人侧重抽象推理项目。高龄组侧重晶体智力项目，反映经验积累。报告需包含具体建议而非仅分数，指导后续干预。
使用伦理必须遵守，防止滥用造成伤害。主试需具备心理学资质，经过专门培训。结果保密，仅限授权人员查阅，保护隐私。禁止公开传播个体数据，避免社会歧视。避免标签效应伤害自尊，分数低不代表人生失败。分数高不保证成功，智力仅是因素之一。文化差异可能影响表现，移民群体需谨慎解释。练习效应需排除，半年内不可重测，防止分数虚高。商业化滥用需抵制，严禁网络随意测试。家长焦虑需疏导，正确看待测验结果。测验是辅助工具，综合评估才是核心。专业解读防止误用，确保个体利益最大化。
