斯坦福 - 比奈智商测验是当前心理学领域应用广泛的个体智力评估工具。该测验源于比奈 - 西蒙量表，由美国心理学家刘易斯·推孟在斯坦福大学修订而成。第五版（SB5）保留了经典结构，同时整合了现代心理测量学理论。核心目标在于量化个体的认知能力，为临床诊断、教育安置提供客观数据支持。测验设计覆盖2 岁至 85 岁以上全年龄段，确保不同发展阶段的评估有效性。早期版本侧重语言能力，现代版本平衡了言语与非言语分量表，减少文化背景对结果的干扰。施测形式包括纸质手册与操作材料，部分项目涉及积木构建与图形推理。工具标准化程度高，常模数据基于大规模分层抽样，确保代表性。
测验结构基于五个认知因素模型。具体构成如下：
- 流体推理：涉及解决新问题的能力，不依赖既往知识，反映核心学习潜力
- 知识：评估一般文化信息及词汇积累，体现晶体智力水平
- 定量推理：考察数学概念及运算逻辑，涉及数字序列与等式平衡
- 视觉空间：要求对图形关系进行知觉与分析，包括折叠纸张与矩阵完成
- 工作记忆：衡量短时存储及信息操作能力，涉及数字记忆与句子复述
分数解释遵循标准常模参照体系。智商分数均值为100，标准差为15。分类标准包括极超常、超常、高于平均、平均、低于平均、低常及极低常。得分低于 70 分通常作为智力障碍诊断的参考指标之一，但必须结合适应行为评估。高于 130 分提示 gifted 潜能，需配合成就测验确认。标准误测量（SEM）必须纳入考量，真实分数存在于置信区间内。单纯依赖点分数进行决策违反心理测量伦理。置信区间通常设定为 95%，意味着真实智商有 95% 概率落在该范围内。解释时需向家长说明分数波动属于正常测量误差，避免过度焦虑。总分由言语与非言语智商合成，因子分数提供细分维度数据。差异显著性检验用于判断各因子间发展是否均衡，超过 1.5 个标准差视为显著差异。
施测过程必须由受过专业培训的心理师执行。个体施测要求环境安静，无干扰因素，光线适宜。主试需严格按照指导语操作，避免暗示或辅助，保持中立态度。起始点根据被试年龄确定，随后依据基底规则与封顶规则调整题目难度。基底规则要求连续一定数量题目满分方可停止向前追溯，封顶规则要求连续一定数量题目零分停止施测。全程记录反应时间与行为观察，注意注意力集中程度与情绪反应。非言语分量表适用于语言障碍或听力受损群体，通过手势指导完成。计时任务需使用精确秒表，误差控制在秒级。主试与被试建立 rapport 有助于获得最佳表现，但不可过度鼓励导致标准失效。
临床应用场景主要包括智力障碍诊断、天才儿童识别及神经心理评估。教育机构利用结果进行分班或个别化教育计划（IEP）制定，匹配教学难度。职业咨询中参考认知 profile 匹配岗位需求，如高空间能力适合工程设计。神经心理学领域用于评估脑损伤后的认知功能变化，监测康复进展。法律场景下可作为民事行为能力鉴定的辅助证据，评估决策能力。多重来源信息整合是必要步骤，测验结果仅作为决策依据的一部分。家庭访谈与教师评定量表需与智商分数相互印证，排除环境剥夺因素。纵向追踪需使用同一版本或等效工具，确保数据可比性。
测验存在固有局限性。文化公平性虽经改进，仍无法完全消除社会经济地位影响，家庭教育资源差异显著。练习效应可能导致重测分数虚高，间隔期内不宜频繁施测，建议间隔至少六个月。情绪状态、动机水平及身体状况直接影响表现，焦虑可能导致分数低估。主试误差不可避免，需通过标准化培训最小化，定期校准评分标准。伦理规范要求保密存储数据，反馈时避免标签化伤害，不使用愚蠢等贬义词汇。解释结果需使用通俗语言，确保监护人理解分数含义及其局限。禁止将智商分数作为衡量人类价值的唯一标准，智力仅是心理属性之一。弗林效应显示智商常模随年代增长，旧版常模会导致分数虚高，必须使用最新修订版常模进行比对。
与韦氏成人智力测验（WAIS）相比，斯坦福 - 比奈更侧重流体推理与早期发展评估，低龄段题目更丰富。WAIS 在工作记忆与加工速度指标上更为细致，成人常模更新更频繁。选择测验需依据评估目的与被试特征，幼儿首选 SB5，成人可选 WAIS。纵向研究常采用同一工具以保证数据连续性，避免版本差异干扰。跨文化研究需注意常模代表性，不同国家需建立本土常模。心理师应掌握多种工具，根据具体情况灵活选择，不局限于单一量表。持续更新知识库以跟进测验修订版本，关注心理测量学新进展。专业判断力高于工具本身，综合评估才是核心，工具服务于人的发展。