斯坦福 - 比奈智力量表（Stanford-Binet Intelligence Scales）代表心理测量学历史里程碑。1916 年特曼修订比奈 - 西蒙量表，引入智商概念。早期公式为智力年龄除以生理年龄。该比率智商存在成年后分数下降缺陷。1960 年第三版改用离差智商。第五版（SB5）于 2003 年发布，覆盖年龄范围 2 岁至 85 岁以上。测试核心目标是量化一般智力因素（g 因素）。现代心理学视其为诊断认知能力的金标准之一。测试结构经过多次因子分析验证，确保结构效度。离差智商基于同年龄组常模比较，消除年龄增长带来的计算偏差。标准分体系使不同年龄段结果具有可比性。测试设计兼顾发展心理学原理，题目难度随年龄梯度递增。常模数据基于全美代表性样本，确保统计推断准确性。
SB5 包含五个因子，每个因子分言语和非言语两个领域。共十个分测验。流体推理评估归纳演绎能力，涉及矩阵推理和序列完成。任务要求识别图形规律或数字逻辑，不依赖既往知识储备。知识评估词汇量及一般常识，反映晶体智力。题目包含命名物体及回答常识性问题。定量推理考察数学问题解决及数字模式识别。内容涵盖算术应用题及数序排列。视觉空间处理要求操作几何图形及空间定位。被试需复制图案或分析空间关系。工作记忆测量听觉及视觉信息的短时保持与反转。任务包括数字复述及积木记忆。言语领域依赖语言理解，非言语领域减少语言负荷。这种设计平衡了语言障碍对被试的影响。非言语智商可单独计算，适用于语言受限群体。
计分系统基于标准化常模。平均分设定为 100，标准差为 15。总分称为综合智商（FSIQ）。各因子得分为指数分。分类体系明确：145-160 分为天才或接近天才，130-144 分为非常优秀，120-129 分为优秀，110-119 分为中上，90-109 分为平均，80-89 分为中下，70-79 分为边界，70 分以下为智力缺陷。分数置信区间通常为 95%。需关注标准误测量（SEM）。真实分数落在置信区间内概率为 95%。单一分数点无绝对意义，需结合区间解读。分数仅反映测试当时状态，非固定不变标签。重测分数可能存在波动，属正常测量误差。
心理测量学指标显示高信度。内部一致性系数通常高于 0.90。重测信度在不同年龄段保持稳定。效度证据包括与韦氏量表的高相关性。结构效度通过验证性因子分析确认。测试适用于普通人群及特殊人群。特殊人群包括听力障碍、语言障碍或自闭症谱系。非言语部分可作为单独筛查工具。测试时间约为 45 至 90 分钟，取决于年龄和能力。幼儿测试时间较短，成人测试内容较深。施测者需记录反应时间及错误类型。行为观察数据纳入最终报告。信度系数高意味着测试结果稳定可靠。效度证据支持测试确实测量了智力构念。
施测流程包含 routing 测试。先进行简短词汇和矩阵任务，确定起始难度。避免天花板效应和地板效应。主试需经过严格培训，持有心理学学位。环境要求安静，光线充足，无 distractions。被试者需处于清醒状态。测试材料包括指导手册、记录本及专用教具。数字化版本需使用专用平板设备。记录行为观察至关重要，如注意力集中程度。情绪状态影响表现，需记录焦虑或疲劳迹象。测试中途可休息，避免被试者过度疲劳。标准化指导语必须严格遵循，不可随意更改。任何偏离标准流程的操作均影响结果效度。
结果解释需分析剖面图。五个因子分数差异过大提示认知发展不平衡。例如流体推理高而知识低，可能提示教育机会缺失。工作记忆低可能影响学业表现。高分低能现象需结合适应性行为评估。智力诊断不能仅凭单一分数。需排除文化差异、测试焦虑及动机不足。报告应包含具体干预建议，而非仅给分数。优势领域可作为学习策略基础。弱点领域需制定补偿方案。剖面图分析比总分更具临床价值。差异显著性检验用于判断因子间分数差异是否统计学显著。显著差异提示特定认知缺陷或优势。
伦理规范要求保密测试结果。未经授权披露属违规。网络免费版多为娱乐性质，信效度未经验证。题目泄露会导致常模失效。使用盗版题目违反版权法。临床诊断需结合医学检查。教育安置需多方会议决定。家长应关注孩子优势而非单纯排名。智力可塑性存在，干预训练可改善特定能力。专业评估是获取准确数据的唯一途径。切勿自我标签化。智商分数不代表个人价值或未来成就。社会适应能力同样重要。正规医疗机构提供合法评估服务。咨询心理学家获取专业解读。科学评估是干预的第一步。避免轻信非专业渠道结论。错误解读可能导致不必要的焦虑或错误教育决策。法律禁止未授权机构使用受保护测试工具。