任何心理学研究，都要确定研究对象的操作性定义。比如研究攻击性，就要说明你认为攻击性的行为到底是什么？是一个愤怒的表情、是一个肢体上的动作又或是造成了某些实际伤害？ 为什么智商测试可以检测智力？因为在这之前他们对智力做了操作性定义。 如果要问为什么事物是可以被测量的。那应该就进入了哲学领域。 从某一种角度看，一个东西再被你明确定义和认识之前，它的存在是不明确的。学科就是不断地命名，并且搭建出事物之间联系的理论。如果它能够有效的预测和控制现象，我们就认为它正确。 如果我们认为智力是执行某种行为的主要因素。那么如果一套测验得分高的人，也应该能够做好某行为，这样这一套测验就有效。可以称作预测效度。
避开娱乐性质的“智商测验”不谈，我们先看看什么叫做智力。 作为一个心理学范畴的概念，智力的操作性定义真是让人有点啼笑皆非了——智力就是智力测验测出来的东东。神马？用概念来解释概念吗？这个是心理学领域的老毛病了，各家各派对于人的心理品质的各个方面并没有统一的口径，像是常见的心理学名词，如个性、情感、性格，当然也包括智力，描述性的定义可谓五花八门，表达了不同流派的不同认识和观点。而所谓操作性定义，从本质上说是研究变量的操作程序和测量指标。智力的操作性定义也就是怎样通过可以观察、测量，也就是可操作的手段研究智力。这么来回答题目的问题就是，智商测试就是用来测量智商的，所以它可以检测智商。汗……因为智力的定义不同，所以实际上，不同的智力测验测出的东西也不尽相同。再回到问题上，为什么智力测验可以检测智商，也就是问到了智力测验的信度和效度。 信度：即一致性。多次测量同一特质的结果一致程度。比如用同一把尺量同一个人的身高，今天量是160cm明天量是170cm后天又变成150cm我们可以判断这把尺不准，也就是缺乏信度。 效度：即有效性。测验能否测量所要测量特质的程度，也就是说能不能达到测验的目的。比如说用一把尺去量体重，显然是没有用的，也就是缺乏效度。 对于智力测验来说还有一个重要的指标就是项目分析，保证各个题目具有一定的区分度和难度。 造就一个合格的智力测验，首先要根据理论确定智力的维度或组成，然后据此筛选题目，进行试测，试测时获得各项数据进行统计上的分析，得到关于信度、效度和区分度等的数据，并据此对题目进行调整，删减或者添加，尼玛太多我说不清楚了，总之运用各种统计手段从而确保测验的稳定性与可靠性。
一般智商测试都是娱乐性质的。正规的智商测评资料一般可以叫做智商量表或是智商测验，也有直接叫智商测评表的。 要看可信与否： 1 是否是著名量表：如16PF、MMPI、SCL90等，这当然要专业的人才知道。 2 看其题量：信度和效度较好的量表一般题目数比较多，像网上一般只有1-3题的心理测试基本上是不可信的。至少要达到10题以上才可信，当然这也不绝对。 3 看其题项和评分标准：好的量表选项会比较多，而且会根据题目的类别从不同角度去评价一个人的某种心理特质。 4 最后看解释是否清楚，正规：有些心理测试看看它解释的话的语气就知道是娱乐性比较强的，这个比较明显。
说智商是智力测验检测出来的大概有些由果及因了。量表都有其理论，设定一些可描述可测量”的量化变量，借以体现其研究对象一一不可测量的某心理变量的一个维度。智力测验有很多种，每一大种背后都有其自身的智力理论作支撑，把智力分成不同的维度以不同的变量分别进行描述。智力测验量表根据这些理论针对不同变量设计一系列能够反映变量水平的问题，同时尽力保证一个问卷的内部一致性，通过系数校正各变量间的权重，等等。量表并不是一旦设计出就可以使用了，一个个体分数不依托其所在群体分数水平而解读，其意义不大。因此，大量投入使用前，使用者需要对他打算应用的目标人群广泛测量制定常模一一其实就是决定线划在哪里的过程，拿智力测量举例就是，得分在多少是正常、多少是偏低、多少是弱智、多少是超常。脱离常模的量表是无意义的，许多网络心理测试就是，信效度什么的……就不想了吧。施测环境也需标准化。空间，温度，光照，安静程度等等，情绪和环境都能影响个体能力水平，因此要让被试感到舒适，不被干扰。综上，先有理论，然后设计，再行检验，制定常模，最后予应用评分标准化，心理学家相信，它能反映我们的智力水平。
