پایائی، اعتبار و همسانی شرایط اجراء آزمون سه شرط اساسی برای هر آزمون محسوب می‌شوند، صرف‌نظر از اینکه آزمون ویژهٔ اندازه‌گیری خصوصیات شخصیتی باشد. یا میزان تسلط بر مطالب یک درس یا مهارت‌های شغلی و یا درجهٔ احتمال موفقیت در دانشگاه یا مدارس عالی تخصصی. در حال حاضر بیشتر به آزمون‌هائی می‌پردازیم که توانائی‌های عمومی ذهنی را می‌سنجند. این‌گونه آزمون‌ها غالباً 'آزمون‌های هوش' نامیده می‌شوند، اما بسیاری از روانشناسان معتقد هستند که اصطلاح 'هوش' اصطلاح نامتناسبی است. هنوز هیچگونه هم‌رائی در مورد اینکه اصولاً هوش چیست وجود ندارد، و وانگهی نمی‌توان هوش یک فرد را جدا از تجارب و زمینهٔ فرهنگی او مورد توجه قرار داد. در بحث زیر دربارهٔ آزمون‌های هوش باید به نکات یادشده توجه داشت.
نخستین کسی که در زمینهٔ ساختن آزمون‌های توانائی ذهنی یا هوش گام برداشت سرفرانسیس گالتن (Sir Francis Galton) بود. وی به‌عنوان طبیعیدان و ریاضیدان علاقهٔ خاصی به تفاوت‌های فردی داشت و معتقد بود که برخی خانواده‌ها از نظر زیستی برتر ـ یعنی قوی‌تر یا زیرکتر ـ از دیگران هستند. به‌نظر گالتن هوش عبارت بود از یک سلسله مهارت‌های ادراکی ـ حرکتی استثنائی که نسل به نسل منتقل می‌شود. از آنجا که تمام اطلاعات از طریق حواس کسب می‌شود، هر قدر دستگاه ادراکی فرد حساس‌تر و دقیق‌تر باشد به همان نسبت وی از هوش بیشتری برخوردار است. گالتن با مجموعه آزمونی (ویژهٔ اندازه‌گیری متغیرهائی مانند اندازهٔ سر، زمان واکنش، تیزی بینائی، یادآوری شکل‌ها، ظرفیت تنفسی و قدرت پنجهٔ دست) بیش از ۹۰۰۰ بازدیدکنندگان نمایشگاه سال ۱۸۸۴ لندن را آزمایش کرد و برخلاف انتظار خود کشف کرد که دانشمندان بزرگ انگلیسی براساس اندازهٔ سر قابل تشخیص از افراد دیگر نیستند و قدرت پنجه ارتباط مشخصی با سایر شاخص‌های هوش ندارد. گرچه آزمون‌های وی چیز مفیدی از آب درنیامد، لیکن گالتن ضریب همبستگی را ابداع کرد که نقش مهمی در روانشناسی بازی می‌کند.
نخستین آزمون‌هائی که تا حدودی شبیه آزمون‌های هوشی معاصر بود توسط روانشناس فرانسوی آلفرد بینه Alferd Binet)) (۱۸۵۷ - ۱۹۱۱) ساخته شد. در سال ۱۸۸۱ دولت فرانسه قانونی تصویب کرد که به موجب آن حضور کودکان در مدرسه اجباری شد. قبلاً کودکانی که از لحاظ یادگیری کند بودند معمولاً در خانه نگهداری می‌شدند، اما اینک معلمین می‌بایستی کار خود را بر دامنهٔ وسیعی از تفاوت‌های فردی منطبق سازند. دولت از بینه خواست که آزمونی تهیه کند تا به کمک آن بتوان کودکانی را شناسائی کرد که به‌علت کندذهنی زیاد نمی‌توانند از برنامهٔ عادی مدارس استفاده کنند.
بینه فرض را بر این گذاشت که در اندازه‌گیری هوش، به‌جای مهارت‌های ادراکی ـ حرکتی باید تکالیفی ارائه شود که انجام دادن آنها مستلزم به‌کار گرفتن توانائی استدلال و حل مسئله باشد. بینه با همکاری روانشناس دیگر فرانسوی، تئودورسیمون (Theodore Simon ـ ۱۸۷۲ ـ ۱۹۶۱)، در سال ۱۹۰۵ مقیاسی را انتشار داد که بعدها در سال‌های ۱۹۰۸ و ۱۹۱۱ توسط خود وی مورد تجدیدنظر قرار گرفت.
هوشبهر (intelligence quotient)
ترمن شاخص مناسبی برای هوش ارائه داد که نخستین بار توسط روانشناس آلمانی ویلیام اشترن 'William Stern' (۱۸۷۱ - ۱۹۳۸) پیشنهاد شده بود. این شاخص هوشبهر نامیده می‌شود که در زبان انگلیسی به 'آی کیو' شهرت دارد، و هوشبهر را به‌صورت نسبت سن ذهنی بر سن زمانی بیان می‌کند.
100×
سن ذهنی
=IQ
سن زمانی
عدد ۱۰۰ به‌عنوان ضریب به‌کار می‌رود تا در مواردی که سن ذهنی برابر با سن زمانی است مقدار هوشبهر برابر ۱۰۰ باشد. اگر سن ذهنی بیشتر از سن زمانی باشد هوشبهر بیشتر از صد، و اگر سن ذهنی کمتر از سن زمانی باشد هوشبهر کمتر از ۱۰۰ خواهد بود.
- هوشبهر چگونه باید تفسیر شود؟
پراکندگی هوشبهرها تقریباً شبیه منحنی تفاوت‌های فردی در بسیاری از ویژگی‌ها از قبیل قد افراد است. این منحنی توزیع به هنجار (normal distribution curve) را که به شکل زنگوله است در شکل منحنی توزیع به هنجار هوشبهر می‌بینید. بیشتر افراد در بخش مبانی منحنی به هنجار قرار می‌گیرند و از آنجا به بعد به تدریج تعداد افراد کاهش می‌یابد تا جائی که در هر یک از دو انتهاء منحنی فقط تعداد معدودی از افراد قرار می‌گیرند. صفاتی که معمولاً برای توصیف سطوح مختلف هوشبهر به‌کار می‌رود در جدول تفسیر هوشبهرها آمده است. در تجدیدنظر ۱۹۶۰ و تجدیدنظرهای بعدی آزمون استانفورد ـ بینه، تهیه‌کنندگان این آزمون شیوهٔ خاصی برای محاسبه هوشبهر از جدول‌ها ارائه دادند. هوشبهر حاصل باز همان معنی سابق را دارد اما به کمک جدول‌های ارائه شده می‌توان هوشبهر مربوط به سن معینی را دقیق‌تر تفسیر کرد.
توزیع هوشبهرهای ۲۹۰۴ کودک و جوان ۲ تا ۱۸ ساله در آزمون استانفورد ـ بینه. بر آمادگی کوچک انتهاء چپ منحنی، معرف افرادی است که در اثر نقص‌های ارثی یا ضایعات وارده به هنگام تولد دچار عقب‌ماندگی ذهنی بوده‌اند. این گروه جزء توزیع بهنجار محسوب نمی‌شود. (ترمن و مریل Merrill، ۱۹۳۷).
جدول تفسیر هوشبهرها
در این جدول عناوین توصیفی که با نمره‌های هوشبهر آزمون استانفورد ـ بینه پیوند یافته، نشان داده شده است. آخرین ستون سمت چپ درصد افراد را در هر گروه نشان می‌دهد.
هوشبهر
عنوان توصیفی
درصد
بیشتر از ۱۳۹
بسیار برجسته
۱
۱۳۹ - ۱۲۰
برجسته
۱۱
۱۱۹ - ۱۱۰
بالاتر از متوسط
۱۸
۱۰۹ - ۹۰
متوسط
۴۶
۸۹ - ۸۰
پائین‌تر از متوسط
۱۵
۷۹ - ۷۰
مرزی
۶
کمتر از ۷۰
عقب‌ماندهٔ ذهنی
۳
۱۰۰
آزمون‌های گروهی
مقیاس وکسلر و استانفورد -بینه آزمون‌های توانائی انفرادی هستند، به این معنا که با استفاده از آنها در هر نوبت فقط یک آزمودنی به‌وسیلهٔ تعلیم دیده‌ای آزمایش می‌شود. در مقایسه با آنها، در هر نوبت فقط یک آزمودنی به‌وسیله آزمایندهٔ تعلیم دیده‌ای آزمایش می‌شود. در مقایسه با آنها، با آزمون‌های گروهی توانائی (group ability tests) یک آزماینده می‌تواند گروهی از افراد را به‌طور همزمان آزمایش کند. در این آزمون‌ها به چیزی جز قلم و کاغذ نیاز نیست (نگاه کنید به شکل آزمون گروهی) آزمون‌های انفرادی در مقایسه با آزمون‌های گروهی مزایای زیادی دارند، آزماینده می‌تواند اطمینان حاصل کند که آزمودنی سؤال‌ها را فهمیده است، می‌تواند میزان انگیزش فرد را ارزیابی کند (آیا آزمودنی واقعاً سعی خود را کرده یا خیر؟)، و می‌تواند از راه مشاهدهٔ دقیق نحوهٔ پرداختن آزمودنی به مسائل مختلف، سرنخ‌های بیشتری دربارهٔ توانائی‌ها و ناتوانی‌های ذهنی او به‌دست آود. اما آزمون‌های گروهی توانائی نیز در مواردی سودمند هستند که ارزیابی تعداد زیادی از افراد مطرح باشد. برای مثال، در ارتبش با استفاده از تعدادی آزمون‌های گروهی که توانائی ذهنی عمومی و مهارت‌های اختصاصی را می‌سنجند افراد را برای خدمت در مشاغل خاصی مانند خلبانی، دریانوردی، امور فنی برق و برنامه‌نویسی کامپیوتر انتخاب می‌کنند.
نمونه‌های دیگر از آزمون‌های گروهی که برای اندازه‌گیری توانائی عمومی ساخته شده‌اند، عبارتند از آزمون استعداد تحصیلی، و نیز امتحان مشاغل تخصصی و اداری که به‌وسیله کمیسیون خدمات دولتی آمریکا به‌منظور انتخاب کارکنان مشاغل دولتی تهیه شده است.
