De score die wordt weergegeven in het rapport van een individu – hun gestandaardiseerde score – wordt bepaald door hun ruwe score te vergelijken met die van een referentiepopulatie. Deze referentiepopulatie bestaat uit een grote groep individuen waarvan de scores dienen als basis voor vergelijking, in wezen fungeert deze als een maatstaf die de bredere samenleving weerspiegelt. Zodoende weerspiegelt de gestandaardiseerde score de positie van het individu binnen de algemene bevolking.

De berekening van de gestandaardiseerde scores bestaat uit verschillende stappen. Voor elk van onze assessments hebben we een referentiegroep samengesteld van duizenden deelnemers. Voor elk van deze groepen berekenen we het gemiddelde en de standaarddeviatie. Vervolgens gebruiken we deze waarden om een normale verdelingscurve te construeren. Door de ruwe score van een individu met deze verdeling te vergelijken, bepalen we hoeveel standaarddeviaties zijn of haar score van het gemiddelde afwijkt. Deze vergelijking levert de positie van de persoon binnen de normale verdeling op, wat hun gestandaardiseerde score is.

Laten we bijvoorbeeld een referentiegroep nemen met een gemiddelde van 5 en een standaarddeviatie van 2. Als een individu een ruwe score van 7 behaalt, berekenen we zijn afwijking van het gemiddelde met de formule (ruwe score – gemiddelde) / sd. Als we de waarden vervangen, krijgen we (7 – 5) / 2 = 1. Dit geeft aan dat de persoon 1 standaarddeviatie verwijderd is van het gemiddelde. Bij een normale verdeling komt deze afwijking overeen met een gestandaardiseerde score van 84.

Psychometrische tests, zoals de AEM-Cube, maken doorgaans gebruik van gestandaardiseerde scores. Dit komt doordat gestandaardiseerde scores een gemeenschappelijke maatstaf bieden voor het interpreteren van individuele resultaten, waardoor de bijdrage en het perspectief van een individu ten opzichte van een basislijn kunnen worden beoordeeld. Dit maakt nauwkeurigere en betrouwbaardere evaluaties mogelijk. 

Stel dat een groep studenten een toets Frans aflegt en ze scoren allemaal rond de 95%. Betekent dit dat iedereen in die groep bijna perfect Frans spreekt of was de test te makkelijk? Het antwoord ligt in het vergelijken van de ruwe scores van deze groep met die van een referentiepopulatie, om zo een veel beter begrip te krijgen van de implicaties achter deze uitkomsten.

Het gebruik van gestandaardiseerde scores heeft tot gevolg dat individuen met relatief neutrale antwoorden toch kunnen eindigen met extreme gestandaardiseerde scores. 

Stel dat de referentiepopulatie een gemiddelde exploratie score heeft van 65 op een schaal van 1 tot 100. In dit geval is een persoon met een score van 60, hoewel hij in absolute termen dichter bij de exploratieve kant staat, eigenlijk minder exploratief dan de gemiddelde persoon. Gestandaardiseerde scores weerspiegelen deze nuance. 

Zie onderstaande afbeelding voor een illustratie van dit concept.

Met andere woorden: Zijn mensen werkelijk meer exploratief van aard, of antwoorden ze alsof ze dat zijn omdat deze posities als aantrekkelijker kunnen worden beschouwd? Hoewel sociale wenselijkheid tot op zekere hoogte een bias introduceert – zoals gebruikelijk is bij psychometrische tests, tenslotte is niemand volledig objectief – wordt deze bias gedeeltelijk gecorrigeerd door gestandaardiseerde scores te gebruiken. In het geval van een vertekening wordt het gemiddelde van de referentiepopulatie namelijk ook beïnvloed. Door het individu te vergelijken met de referentiepopulatie wordt de invloed van potentiële sociale wenselijkheid op de gestandaardiseerde score verminderd. Bovendien hebben statistische tests de betrouwbaarheid van de assessments voor het meten van de beoogde constructen gevalideerd. Voor een gedetailleerde beschrijving van de statistische validatie van onze assessments verwijzen we naar het onderzoek dat gepubliceerd is op onze website: https://human-insight.com/scientific-research/

De normale verdelingscurve (zie onderstaande afbeelding), ook wel de ‘bell curve’ genoemd vanwege zijn vorm, dient als een visuele weergave van een veelvoorkomend fenomeen dat in verschillende aspecten van de wereld wordt waargenomen. Het wordt ‘normaal’ genoemd omdat veel dingen in de natuur, zoals de lengte van mensen, dit duidelijke patroon volgen. Deze curve illustreert namelijk hoe metingen de neiging hebben zich rond een centrale waarde of gemiddelde te clusteren. 

Bijvoorbeeld de lengtes van een grote groep mensen. Als je hun lengtes in kaart brengt, zal je merken dat de gegevens zich rond een centrale waarde clusteren: het gemiddelde. En steeds minder mensen hebben een lengte die significant ver van dat gemiddelde af ligt. Met andere woorden, op een willekeurige dag zie je veel mensen van gemiddelde lengte en slechts een klein aantal echt lange of echt kleine mensen.

Hieronder vindt u de grootte van onze referentiepopulaties.1

Voor de AEM-Cube:
Zelfbeelden: 28.145
Feedbackbeelden: 51.369

Voor de Qi:
Huidig: 1292
Gewenst: 941