Skala Inteligensi Stanford-Binet: Sejarah dan Penggunaannya Kini

Skala Inteligensi Stanford-Binet adalah tes IQ tertua yang masih dipakai secara profesional hingga hari ini. Ia lahir sebagai alat penyaringan praktis di Paris pada 1905, dibangun ulang di Stanford University pada 1916, dan dari sanalah dunia mengenal angka yang kini kita sebut IQ. Edisi yang berlaku sekarang — edisi kelima, terbit 2003 — mencakup usia 2 tahun sampai 85 tahun ke atas dan mengukur lima faktor kognitif dalam dua bentuk sekaligus: verbal dan nonverbal. Panduan ini menelusuri asal-usul tes tersebut, bagaimana ia disusun sekarang, apa makna skornya, dan bagian sejarahnya yang bayangannya masih panjang.

1. Paris, 1905: skala Binet-Simon yang asli

Pada 1904 kementerian pendidikan Prancis menghadapi masalah yang sangat praktis. Sekolah baru saja diwajibkan, dan para guru butuh cara untuk mengenali anak-anak yang tertinggal dan memerlukan bentuk pengajaran berbeda. Kementerian meminta Alfred Binet, psikolog di Sorbonne, mencari metode yang tidak bergantung pada kesan pribadi guru.

Bersama dokter Théodore Simon, Binet menempuh jalan yang tidak lazim untuk zamannya. Alih-alih mengukur waktu reaksi, ukuran kepala, atau ketajaman indra — metode yang sedang populer saat itu, warisan Francis Galton — keduanya menyusun tugas-tugas pendek sehari-hari: mengikuti benda bergerak dengan pandangan, menyebut nama benda yang dikenal, mengulang deretan angka, menjelaskan beda dua kata, mengurutkan benda. Tugas disusun dari mudah ke sulit, dan anak mengerjakannya naik terus sampai soalnya terlalu berat baginya.

Skala 1905 direvisi pada 1908 dan sekali lagi pada 1911. Revisi 1908 memperkenalkan gagasan yang membuat tes ini masyhur: setiap tugas dikaitkan dengan usia ketika anak pada umumnya sudah mampu melewatinya. Anak yang berhasil pada tugas-tugas yang biasa dilalui anak delapan tahun disebut memiliki "tingkat mental" delapan, terlepas dari tanggal lahirnya. Binet sendiri sangat berhati-hati dalam merumuskan maknanya — ia memperlakukan skala itu sebagai instrumen praktis yang kasar untuk menemukan anak yang butuh bantuan tambahan, dan secara tegas mengingatkan agar hasilnya jangan dibaca sebagai kapasitas yang tetap atau permanen.

Binet meninggal pada 1911, sebelum sempat menyaksikan nasib skalanya setelah menyeberangi Atlantik.

2. Stanford, 1916: ketika tes ini berubah menjadi IQ

Henry Goddard membawa skala Binet-Simon ke Amerika Serikat, menerjemahkannya sekitar 1908 dan menyebarkannya luas. Namun versi yang akhirnya bertahan adalah yang disusun di Stanford University oleh Lewis Terman, yang pada 1916 menerbitkan The Measurement of Intelligence beserta Stanford Revision of the Binet-Simon Scale.

Terman melakukan tiga hal yang mengubah instrumen itu secara mendasar:

Ia memperluas dan menulis ulang kumpulan butir soal serta memanjangkan skala ke atas hingga usia dewasa, sehingga tes ini tak lagi sekadar alat penyaring untuk anak-anak.
Ia menstandardisasinya pada sampel besar penduduk Amerika, sehingga hasilnya dapat dibaca terhadap acuan normatif, bukan terhadap penilaian pribadi seorang pemeriksa.
Ia mengadopsi rumus penskoran yang diusulkan psikolog Jerman William Stern pada 1912 — usia mental dibagi usia kronologis, dikalikan 100 — dan menamainya intelligence quotient.

Keputusan ketiga itulah alasan istilah "IQ" ada sama sekali. Anak sepuluh tahun yang tampil setara anak dua belas tahun memperoleh 120; yang tampil setara anak delapan tahun memperoleh 80. Sederhana, mudah diingat, dan — seperti terbukti kemudian — cacat secara struktural.

Terman juga berpisah jalan dengan Binet soal penafsiran. Bila Binet memandang skor rendah sebagai sinyal untuk melakukan intervensi, Terman memandang skor sebagian besar diwariskan dan stabil, serta mendorong penggunaannya untuk memilah murid. Pandangan ini langsung memberi bahan bakar pada ledakan pengetesan di Amerika pada dekade 1920-an, dan Terman sendiri terlibat dengan organisasi gerakan eugenika pada masa itu — fakta yang kini dicatat bidang psikologi secara terbuka, bukan dihindari. Edisi-edisi berikutnya dikerjakan orang lain dengan asumsi yang berbeda, dan standar profesional modern untuk asesmen kognitif justru disusun sebagai reaksi eksplisit terhadap penyalahgunaan awal tersebut.

3. IQ rasio dan mengapa ia harus ditinggalkan

Rumus usia mental cukup masuk akal untuk anak-anak, tetapi runtuh untuk orang dewasa. Skor usia mental berhenti naik pada akhir masa remaja, sementara usia kronologis terus bertambah, sehingga orang berusia 40 tahun yang sepenuhnya biasa-biasa saja akan menghasilkan kuosien yang terus menurun semata-mata karena aritmetikanya. Rumus itu juga menghasilkan sebaran yang tidak konsisten antarusia: 130 tidak menandakan tingkat kelangkaan yang sama pada usia enam tahun dan pada usia empat belas tahun.

Perbaikannya datang lewat edisi ketiga, Form L-M, pada 1960, yang mengganti rasio dengan IQ deviasi yang sudah dipakai David Wechsler sejak 1939. Di sini performa mentah tiap kelompok usia dikonversi ke skala baku dengan rata-rata tetap dan sebaran tetap, sehingga sebuah skor menggambarkan posisi seseorang relatif terhadap sebaya seusianya — tidak lebih, tidak kurang.

Edisi	Tahun	Perubahan utama	Skala skor
Binet-Simon	1905–1911	Tugas berjenjang usia, konsep tingkat mental	Tidak ada (tingkat mental)
Stanford Revision	1916	Norma AS, rumus IQ diadopsi	IQ rasio (UM ÷ UK × 100)
Revisi kedua (Form L & M)	1937	Terman bersama Maud Merrill; bentuk paralel	IQ rasio
Edisi ketiga (Form L-M)	1960	IQ deviasi menggantikan IQ rasio	Rata-rata 100, SB 16
Edisi keempat (SB4)	1986	Skala poin, empat skor area	Rata-rata 100, SB 16
Edisi kelima (SB5)	2003	Lima faktor × dua ranah	Rata-rata 100, SB 15

Dua rincian dalam tabel itu penting. Edisi keempat 1986, yang dikembangkan Robert Thorndike, Elizabeth Hagen, dan Jerome Sattler, meninggalkan format skala usia dan beralih ke skala poin konvensional yang ditata di sekitar empat area — penalaran verbal, penalaran abstrak/visual, penalaran kuantitatif, dan memori jangka pendek. Lalu edisi kelima 2003 menggeser simpangan baku dari 16 menjadi 15, sehingga skor Stanford-Binet berada pada skala yang sama dengan tes Wechsler. Angka Stanford-Binet yang dikutip dari sebelum 2003 berada pada skala yang sedikit lebih lebar — salah satu alasan skor lama tidak boleh dibandingkan begitu saja dengan skor modern.

4. Bagaimana SB5 disusun

Edisi kelima, dikembangkan oleh Gale H. Roid dan dinormakan pada sampel 4.800 orang yang dicocokkan dengan data sensus Amerika Serikat, ditata sebagai kisi lima kali dua. Lima faktor kognitif masing-masing diukur dua kali — sekali secara verbal, sekali secara nonverbal — sehingga totalnya sepuluh subtes.

Faktor	Bentuk nonverbal	Bentuk verbal
Penalaran Fluid	Seri objek dan butir bergaya matriks	Soal penalaran verbal
Pengetahuan	Kejanggalan berbasis gambar	Kosakata
Penalaran Kuantitatif	Butir numerik yang disajikan secara visual	Soal kuantitatif berbasis kata
Pemrosesan Visual-Spasial	Tugas papan bentuk dan pola	Soal posisi dan arah yang diuraikan dengan kata
Memori Kerja	Tugas memori berbasis balok	Tugas kalimat dan memori untuk detail

Tidak ada satu pun butir asli yang ditampilkan di sini — isinya dilindungi hak cipta, dan kerahasiaannya justru bagian dari apa yang menjaga normanya tetap sahih. Uraian di atas hanya menggambarkan jenis tugasnya secara umum.

Struktur lima faktor itu bukan pilihan sembarangan. Ia bersesuaian dengan model Cattell-Horn-Carroll (CHC) yang kini menjadi bahasa bersama asesmen kognitif modern, sehingga hasil SB5 lebih mudah dibaca berdampingan dengan baterai lain yang juga selaras CHC.

Ranah nonverbal perlu satu catatan. "Nonverbal" di sini berarti responsnya nyaris tidak menuntut bicara — menunjuk, menggerakkan, menyusun — bukan berarti sesinya berlangsung tanpa suara. Instruksi tetap diberikan secara lisan, meski bisa disampaikan lewat isyarat bila perlu. Hal ini membuat sisi nonverbal berguna untuk anak dengan bahasa ekspresif terbatas, untuk orang tuli atau dengan gangguan pendengaran, dan untuk peserta yang diases di luar bahasa pertamanya — tanpa berpura-pura bahwa faktor bahasa sudah sepenuhnya dihilangkan.

5. Routing, basal, dan ceiling: bagaimana tes ini benar-benar dijalankan

Stanford-Binet diberikan satu lawan satu oleh pemeriksa terlatih, biasanya 45 sampai 90 menit tergantung usia dan berapa banyak subtes yang diperlukan. Ciri khasnya adalah routing adaptif, gagasan yang dalam bentuk tertentu sudah dipakai sejak zaman Binet.

Dua subtes routing dikerjakan lebih dulu: tugas seri objek/matriks di sisi nonverbal dan tugas kosakata di sisi verbal. Performa pada keduanya menentukan tingkat kesulitan tempat seluruh subtes sisanya dimulai. Karena itu anak enam tahun dan remaja dua belas tahun yang berbakat akan mengerjakan kumpulan butir yang berbeda.

Dari titik masuk itu pemeriksa bekerja dengan aturan basal dan ceiling. Basal adalah tingkat ketika peserta berhasil secara konsisten, yang menjadi dasar untuk menganggap butir yang lebih mudah pasti benar; ceiling adalah titik ketika kegagalan menumpuk dan pengetesan dihentikan. Semua yang di bawah basal diberi kredit, dan semua yang di atas ceiling tidak diberikan sama sekali.

Keuntungannya adalah efisiensi dan kenyamanan — tak ada yang menghabiskan dua puluh menit mengerjakan butir yang jauh di bawah atau jauh di atas tingkatnya. Biayanya, administrasi dan penskoran menuntut pelatihan sungguhan. Itulah salah satu alasan tes ini tidak mungkin hadir dalam bentuk daring yang dikerjakan sendiri.

6. Bagaimana skor SB5 dilaporkan

SB5 menghasilkan lebih dari satu angka, dan angka komposit hanyalah lapisan paling atas.

Jenis skor	Rata-rata	SB	Cakupan
IQ Skala Penuh	100	15	Seluruh sepuluh subtes
IQ Nonverbal	100	15	Lima subtes nonverbal
IQ Verbal	100	15	Lima subtes verbal
Indeks faktor (×5)	100	15	Satu faktor kognitif lintas kedua ranah
Skor skala subtes	10	3	Satu subtes tunggal

Manual SB5 juga menyediakan opsi penskoran Extended IQ (EXIQ), yang memperlebar rentang yang dapat dilaporkan jauh melampaui pita konvensional 40–160 untuk keperluan riset dan asesmen pada ujung-ujung sebaran, serta change-sensitive scores, sebuah skala absolut yang dirancang untuk melacak performa seseorang pada asesmen berulang dari waktu ke waktu tanpa distorsi perbandingan berbasis norma usia.

Pita skor disertai label deskriptif — rata-rata, rata-rata atas, superior, dan seterusnya. Label-label itu menggambarkan posisi skor dalam sebuah sebaran. Ia bukan diagnosis, dan tidak ada diagnosis kondisi apa pun yang pernah ditegakkan hanya dari pita skor; hal itu menuntut profesional berkualifikasi yang menimbang asesmen utuh, riwayat perkembangan, dan fungsi keseharian secara bersamaan.

Tiga kehati-hatian penafsiran berlaku di sini, sebagaimana pada setiap tes kognitif:

Skor adalah estimasi yang punya selang kepercayaan. Manual melaporkan galat baku pengukuran justru agar hasilnya dibaca sebagai pita, bukan sebagai satu titik.
Angka komposit bisa menyembunyikan profil. Dua orang dengan IQ Skala Penuh yang sama bisa memiliki pola yang sama sekali berbeda pada memori kerja, pengetahuan, dan pemrosesan visual-spasial — dan polanya biasanya justru informasi yang lebih berguna.
Norma menua. Efek Flynn — pergeseran jangka panjang pada rata-rata performa mentah yang terdokumentasi sepanjang abad kedua puluh — berarti norma edisi lama cenderung menghasilkan skor yang terlalu bermurah hati. Ini alasan rutin mengapa klinisi bekerja dengan edisi terkini.

7. Studi longitudinal Terman dan apa yang ditemukannya

Pada 1921 Terman memulai Genetic Studies of Genius, menyaring murid-murid sekolah di California dengan Stanford-Binet dan mengikuti sekitar 1.500 anak yang memperoleh skor sekitar 135 ke atas sepanjang sisa hidup mereka. Studi ini menjadi salah satu penelitian longitudinal terpanjang dalam psikologi dan masih dilanjutkan peneliti generasi berikutnya.

Temuannya yang paling awet justru bersifat negatif. Stereotipe bahwa anak berskor tinggi itu sakit-sakitan, canggung secara sosial, dan lemah fisik tidak bertahan begitu berhadapan dengan data; rata-rata kelompok itu sehat, cakap bergaul, dan berhasil secara akademis. Hasil tersebut benar-benar berjasa meruntuhkan mitos abad kesembilan belas.

Keterbatasan studi itu sama instruktifnya. Sampelnya dipilih melalui nominasi guru sebelum pengetesan, tidak mewakili populasi yang lebih luas, dan Terman tetap terlibat secara pribadi dengan para partisipan dengan cara yang tidak akan lolos tinjauan etik masa kini. Dan meski kelompok itu berkarier baik, tak seorang pun dari mereka meraih Nobel — sementara dua fisikawan yang kemudian memenangkannya, William Shockley dan Luis Alvarez, dilaporkan pernah ikut disaring dan tidak lolos ambang. Apa pun penilaian kita atas anekdot itu, pola besarnya sudah berkali-kali direplikasi: skor tes yang tinggi adalah keunggulan statistik yang nyata sekaligus ramalan individual yang buruk.

8. Stanford-Binet atau Wechsler? Di mana masing-masing dipakai

Sepanjang sebagian besar abad kedua puluh, Stanford-Binet adalah tes IQ individual yang menjadi pilihan baku. Hari ini skala Wechsler — WAIS-IV/V untuk dewasa, WISC-V untuk anak usia sekolah — lebih sering diberikan dalam praktik klinis umum, sementara Stanford-Binet mempertahankan sejumlah kekuatan khas.

	Stanford-Binet (SB5)	Wechsler (WAIS/WISC)
Rentang usia	2 sampai 85+ dalam satu instrumen	Tes terpisah per kelompok usia
Struktur	5 faktor × verbal / nonverbal	4–5 skor indeks
Pemilihan butir	Routing adaptif, basal/ceiling	Urutan subtes tetap
Komposit nonverbal penuh	Ya, satu ranah paralel yang lengkap	Sebagian
Penggunaan umum	Anak sangat kecil, asesmen pada ujung sebaran, konteks keterbatasan bahasa	Asesmen klinis dan pendidikan umum

Rentang usia SB5 yang tunggal dan bersambung membuatnya praktis untuk asesmen ulang sepanjang hidup, dan lantai yang rendah serta plafon yang tinggi — diperpanjang lagi lewat penskoran EXIQ — membuatnya kerap dipilih ketika performa diperkirakan jatuh jauh dari rata-rata, entah ke arah mana. Dalam praktiknya instrumen dipilih sesuai pertanyaan rujukan, dan asesmen yang baik toh selalu bersandar pada lebih dari satu sumber bukti.

Pertanyaan yang sering diajukan

Apakah Stanford-Binet masih digunakan sekarang?

Ya. Edisi kelima yang terbit pada 2003 masih dipakai secara aktif oleh profesional untuk usia 2 sampai 85 tahun ke atas. Skala Wechsler memang lebih umum dalam praktik klinis rutin, tetapi Stanford-Binet tetap banyak dipilih untuk anak yang sangat kecil, untuk asesmen ketika performa diperkirakan berada jauh di luar rentang rata-rata, dan ketika dibutuhkan komposit nonverbal yang lengkap.

Apa bedanya Stanford-Binet dengan tes IQ daring?

Hampir segalanya berbeda, kecuali kosakata yang dipakai untuk menggambarkan hasilnya. Stanford-Binet diberikan secara perorangan oleh profesional terlatih, memakai routing adaptif dengan aturan basal dan ceiling, dan ditafsirkan terhadap sampel standardisasi besar dalam kondisi terkendali. Tes daring dikerjakan sendiri di lingkungan yang tidak terkendali, tanpa pemeriksa, tanpa norma klinis, dan tanpa cara memastikan siapa yang sebenarnya mengerjakan. Keduanya mungkin sama-sama melaporkan angka di sekitar 100, tetapi kedua angka itu bukan jenis pengukuran yang sama.

Mengapa skala penskoran berubah dari SB 16 menjadi SB 15?

Edisi-edisi Stanford-Binet terdahulu memakai simpangan baku 16, sementara tes Wechsler memakai 15. Edisi kelima mengadopsi 15 agar skor dari dua baterai yang paling luas dipakai berada pada skala yang sama. Konsekuensi praktisnya, skor Stanford-Binet yang dikutip dari sebelum 2003 sedikit lebih menyebar dibanding skor modern, dan angka dari edisi lama serta baru tidak boleh dibandingkan langsung tanpa konversi.

Bisakah seseorang mempersiapkan diri untuk asesmen Stanford-Binet?

Tidak ada materi latihan yang sah, sebab butir-butirnya dilindungi hak cipta dan kerahasiaannya itulah yang membuat normanya bermakna. Skor yang diperoleh tak lama setelah pengetesan serupa memang cenderung keluar lebih tinggi, tetapi itu mencerminkan keakraban dengan format — sebuah efek latihan dan artefak pengukuran — bukan perubahan kemampuan yang mendasarinya. Justru karena itulah pemeriksa mencatat dan memperhitungkan riwayat pengetesan terkini. Persiapan yang benar-benar berguna bersifat biasa saja: tidur cukup, makan, dan datang tanpa terburu-buru.

Apa sebenarnya yang diberitahukan sebuah skor Stanford-Binet?

Ia menempatkan performa pada sekumpulan tugas penalaran, pengetahuan, memori, dan spasial tertentu relatif terhadap sampel normatif seusia, pada hari pengetesan, dalam kondisi tersebut. Itu informasi yang sungguh berguna, terutama profil lintas kelima faktornya. Ia bukan ukuran nilai diri seseorang, bukan ukuran karakter, kreativitas, kebijaksanaan, atau nasib hidupnya, dan tak satu angka pun layak dibaca sebagai vonis atas hal-hal itu.

Siapa Alfred Binet, dan apakah ia akan mengenali tes yang sekarang?

Binet adalah psikolog Prancis yang membangun skala inteligensi praktis pertama pada 1905 untuk mengenali murid yang membutuhkan dukungan tambahan. Ia akan mengenali struktur adaptif dan logika rujukan usia, yang keduanya bertahan sampai kini. Ia kemungkinan besar kurang nyaman dengan sisanya: ia mengingatkan agar skor jangan diperlakukan sebagai besaran yang tetap, dan ia tak pernah memakai istilah intelligence quotient — istilah itu dilekatkan pada skalanya oleh orang lain setelah ia meninggal.

Ringkasan

Stanford-Binet bertahan lebih dari seabad justru karena ia terus-menerus dibangun ulang. Tugas berjenjang usia milik Binet menjadi skala Amerika bernorma milik Terman, rumus rasio yang cacat digantikan IQ deviasi, format skala usia digantikan skala poin, dan SB5 modern menata ulang semuanya di sekitar lima faktor selaras CHC yang diukur dalam bentuk verbal dan nonverbal secara paralel.

Sejarahnya tidak rapi. Instrumen yang sama, yang memberi psikologi ukuran penalaran pertamanya yang bisa dipakai, juga berada di pusat sebuah era pengetesan yang asumsinya sudah lama ditolak bidang ini sendiri. Kedua fakta itu sama-sama pantas ada dalam setiap penuturan yang jujur tentangnya.

Yang ditawarkan hasil Stanford-Binet masa kini adalah estimasi yang cermat dan diberikan secara profesional atas performa di lima ranah kognitif, dilaporkan sebagai rentang alih-alih satu titik, dan paling berguna ketika dibaca sebagai profil. Yang tidak ia tawarkan — dan memang tak pernah diklaimnya — adalah angka tetap dan final yang bisa menjelaskan seorang manusia.

Brambin menyediakan profil kognitif delapan dimensi untuk hiburan dan eksplorasi diri. Ini bukan Skala Inteligensi Stanford-Binet, tidak memiliki afiliasi apa pun dengan penerbitnya, dan bukan asesmen klinis. Perlakukan skor daring mana pun — termasuk milik kami — sebagai titik awal keingintahuan, bukan diagnosis, bukan keputusan penempatan, dan bukan vonis.