スタンフォード・ビネー知能検査：歴史と現代での使われ方

スタンフォード・ビネー知能検査は、いまも専門家の手で実施され続けている知能検査のうち、もっとも古いものです。出発点は1905年のパリで作られた実務的なスクリーニング道具でした。それが1916年にスタンフォード大学で作り直され、私たちが「IQ」と呼ぶ数値を世に送り出しました。現行版である第5版（2003年刊行）は2歳から85歳以上までをひとつの検査でカバーし、5つの認知因子を言語性・非言語性の両面から測定します。この記事では、この検査がどこから来て、いまどう組み立てられ、スコアが何を意味し、そして歴史のどの部分が今も影を落としているのかを順に見ていきます。

1. 1905年のパリ：ビネー・シモン尺度の出発点

1904年、フランスの公教育省はきわめて実務的な問題を抱えていました。義務教育が始まったばかりで、授業についていけず別の指導を必要とする子どもを見つける方法が必要だったのです。しかも教師の主観的な印象に頼らない方法が求められました。省が依頼した相手が、ソルボンヌの心理学者アルフレッド・ビネーでした。

ビネーは医師のテオドール・シモンと組み、当時としては異例のアプローチを取ります。反応時間、頭囲、感覚の鋭敏さ——フランシス・ゴルトンから受け継がれた当時の流行の手法——を測るのではなく、日常的な短い課題を集めたのです。動く物体を目で追う、身近な物の名前を言う、数字の並びを復唱する、2つの言葉の違いを説明する、順序どおりに並べる。課題は易しいものから難しいものへと並べられ、子どもは解けなくなるところまで上っていきます。

1905年の尺度は1908年と1911年に改訂されました。この検査を有名にした発想は1908年版で導入されます。その課題を典型的に通過できる年齢を、課題ごとに紐づけたのです。8歳児の大半が通過する課題をこなせた子どもは、実際の誕生日にかかわらず「精神水準8歳」とされました。ビネー自身の言い方は非常に慎重でした。彼はこの尺度を、支援を要する子どもを見つけるための粗い実務的道具とみなし、結果を固定された永続的な能力として読むことを明確に戒めています。

ビネーは1911年に亡くなり、自分の尺度が大西洋を渡ったあとに何が起きたかを見ることはありませんでした。

2. 1916年のスタンフォード：検査が「IQ」になるまで

ビネー・シモン尺度をアメリカに持ち込んだのはヘンリー・ゴダードで、1908年頃に翻訳して広く配布しました。しかし定着したのは、スタンフォード大学のルイス・ターマンが作った版です。ターマンは1916年に『知能の測定』とビネー・シモン尺度スタンフォード改訂版を発表しました。

ターマンはこの道具を根本から変える3つのことを行いました。

項目プールを拡張・書き換え、尺度を成人まで引き上げた。これにより、子ども向けのスクリーニング道具ではなくなった。
アメリカの大規模サンプルで標準化した。臨床家の判断ではなく規準（ノルム）を基準に結果を読めるようになった。
ドイツの心理学者ウィリアム・シュテルンが1912年に提案した計算式——精神年齢を生活年齢で割り100を掛ける——を採用し、これを**知能指数（intelligence quotient）**と名づけた。

「IQ」という言葉が存在するのは、この3番目の決定によります。10歳の子どもが典型的な12歳と同じ成績なら120、典型的な8歳と同じなら80。単純で、覚えやすく、そして——のちに判明するように——構造的に破綻していました。

ターマンは解釈の面でもビネーと袂を分かちます。ビネーが低いスコアを「介入すべき合図」とみなしたのに対し、ターマンはスコアをおおむね遺伝的で安定したものと考え、児童を振り分ける用途を推進しました。この考え方は1920年代アメリカの検査ブームに直結し、ターマン自身も当時の優生学運動の組織に関与していました。この事実は、現在の学界では回避されるのではなく、そのまま記録されています。以後の版は別の人々によって別の前提のもとで作られており、認知アセスメントに関する現代の専門的基準は、こうした初期の誤用への明確な反省として書かれたものです。

3. 比率IQと、それが廃止された理由

精神年齢の式は子どもにはそれなりに機能しますが、成人では破綻します。精神年齢のスコアは10代後半で頭打ちになるのに生活年齢は増え続けるため、ごく標準的な40歳が、算術上の理由だけで下がり続ける指数を叩き出してしまうのです。さらにこの式は年齢によってばらつきの幅が変わり、6歳での130と14歳での130が同じ希少性を意味しませんでした。

解決策は1960年の第3版（Form L-M）で導入されます。比率に代えて、デイヴィッド・ウェクスラーが1939年から用いていた偏差IQを採用したのです。ここでは各年齢集団の素点が、平均と幅を固定した標準尺度に変換されます。スコアが示すのは「同年齢集団の中でどこに位置するか」だけであり、それ以上でもそれ以下でもありません。

版	年	主な変更点	スコア尺度
ビネー・シモン式	1905〜1911年	年齢段階別の課題、「精神水準」	なし（精神水準）
スタンフォード改訂版	1916年	米国規準、IQ計算式の採用	比率IQ（精神年齢÷生活年齢×100）
第2版（Form L・M）	1937年	ターマンとモード・メリル、並行形式	比率IQ
第3版（Form L-M）	1960年	偏差IQが比率IQを置き換え	平均100・SD 16
第4版（SB4）	1986年	ポイント尺度、4領域スコア	平均100・SD 16
第5版（SB5）	2003年	5因子×2領域	平均100・SD 15

この表には見落とせない点が2つあります。ひとつは1986年の第4版。ロバート・ソーンダイク、エリザベス・ヘイゲン、ジェローム・サトラーが開発したこの版は、年齢尺度形式を捨てて、言語推理・抽象／視覚推理・数量推理・短期記憶の4領域を軸とする通常のポイント尺度に切り替えました。もうひとつは2003年の第5版で、標準偏差を16から15に変更し、スタンフォード・ビネーのスコアをウェクスラー式と同じ尺度に載せたことです。2003年より前のスタンフォード・ビネーの数値は、やや広い尺度の上に乗っています。過去のスコアと現代のスコアを気軽に比べてはいけない理由のひとつがここにあります。

4. SB5の構造

第5版はゲイル・H・ロイドが開発し、米国国勢調査データに合わせた4,800名のサンプルで標準化されました。構造は5×2の格子です。5つの認知因子をそれぞれ言語性と非言語性の2通りで測定し、合計10の下位検査になります。

因子	非言語性	言語性
流動性推理	物体系列・行列型の課題	言語による推理問題
知識	絵を使った不合理発見	語彙
数量推理	視覚的に提示される数量課題	言葉で示される数量問題
視空間処理	形板・パターン課題	言葉で説明される位置と方向の問題
ワーキングメモリ	積み木を用いた記憶課題	文と細部の記憶課題

ここには実際の項目は一切掲載していません。内容は著作権で保護されており、その機密性が保たれていることが規準の妥当性を支えているからです。上の記述はあくまで課題の一般的な型についてのものです。

この5因子構造は恣意的なものではありません。現代の認知アセスメントの共通言語となった**CHC理論（キャッテル・ホーン・キャロル理論）**に対応しており、そのおかげでSB5の結果は、同じくCHCに準拠した他の検査バッテリーと並べて読みやすくなっています。

「非言語性」という語には注釈が要ります。ここでの非言語性とは、反応に発話をほとんど（あるいはまったく）必要としない、という意味です。指さす、動かす、並べる、といった反応で答えます。検査中がずっと無言だという意味ではありません。教示は口頭で与えられますし、必要に応じて身振りで示すこともできます。この設計により、表出言語が限られる子ども、聴覚に障害のある人、母語以外の言語環境で評価される受検者にも使いやすくなっています。ただし、言語の影響が完全に消えたわけではない、という前提は保たれています。

5. ルーティング・基底・天井：実際の実施のしかた

スタンフォード・ビネーは訓練を受けた検査者が1対1で実施します。所要時間は年齢や必要な下位検査の数によりますが、おおむね45〜90分です。この検査を特徴づけているのが適応的ルーティングで、ビネーの時代から何らかの形で受け継がれてきた発想です。

まず2つのルーティング下位検査を実施します。非言語性側の物体系列・行列課題と、言語性側の語彙課題です。この2つの成績によって、残りすべての下位検査を開始する難易度水準が決まります。したがって6歳児と、能力の高い12歳児では、そもそも解く項目のセットが違います。

その入口から先は、検査者が基底（ベーサル）と天井（シーリング）のルールに沿って進めます。基底とは安定して正答できる水準で、それより易しい項目は正答とみなして構わないという判断根拠になります。天井は誤答が積み重なり、実施を打ち切る地点です。基底より下はすべて得点として与えられ、天井より上は実施されません。

利点は効率と受検者の負担軽減です。自分の水準からかけ離れて易しい／難しい項目に20分も費やす必要がありません。代償として、実施と採点には相応の訓練が要ります。この検査がオンラインで自己実施される形式で存在し得ない理由のひとつがこれです。

6. SB5のスコアはどう報告されるか

SB5が出す数値はひとつではありません。合成得点はいちばん上の層にすぎません。

スコアの種類	平均	SD	対象範囲
全検査IQ	100	15	10の下位検査すべて
非言語性IQ	100	15	5つの非言語性下位検査
言語性IQ	100	15	5つの言語性下位検査
因子指標（5種）	100	15	両領域にまたがる1つの認知因子
下位検査の評価点	10	3	個々の下位検査

SB5のマニュアルにはさらに**拡張IQ（EXIQ）という採点オプションがあり、通常の40〜160という範囲を大きく超えて報告可能な幅を広げます。研究用途や、分布の両極での評価に用いられるものです。加えて変化感受性スコア（change-sensitive score）**も用意されています。これは年齢規準による比較の歪みを受けずに、同一人物の成績を時間をかけて繰り返し追跡するための絶対尺度です。

スコア帯には「平均」「高めの平均」「優秀」といった記述ラベルが付きます。これらは分布の中の位置を説明する語であって、診断名ではありません。いかなる状態の診断も、スコア帯だけから下されることはありません。診断には、有資格の専門家が評価全体・発達歴・日常生活での機能をあわせて検討する必要があります。

解釈にあたっては、他のすべての認知検査と同じく3つの注意点があります。

スコアは信頼区間つきの推定値である。 マニュアルが測定標準誤差を示しているのは、結果を点ではなく帯として読めるようにするためです。
合成得点はプロファイルを覆い隠す。 全検査IQが同じ2人でも、ワーキングメモリ・知識・視空間処理の凹凸はまったく違うことがあります。そして多くの場合、有用な情報はその凹凸のほうにあります。
規準は古びる。 20世紀を通じて素点の平均が長期的に動いてきたことを示すフリン効果があるため、古い版の規準は甘めのスコアを出す傾向があります。臨床家が最新版を使うのは、これが日常的な理由です。

7. ターマンの縦断研究が明らかにしたこと

1921年、ターマンは**「才能の遺伝的研究（Genetic Studies of Genius）」**を開始します。カリフォルニア州の学童をスタンフォード・ビネーでスクリーニングし、およそ135以上のスコアを得た約1,500名を生涯にわたって追跡しました。心理学史上もっとも長く続く縦断研究のひとつとなり、後続の研究者によって現在も追跡が続けられています。

もっとも息の長い知見は、否定的なかたちの発見でした。高スコアの子どもは病弱で、社会性に乏しく、身体的にひ弱だ——という当時のステレオタイプは、データと突き合わせた瞬間に成り立たなくなったのです。平均すればこの集団は健康で、社会的にも有能で、学業でも成功していました。19世紀由来の俗説を解体するうえで、この結果は確かな仕事をしました。

一方でこの研究の限界も同じくらい示唆に富みます。サンプルは検査の前に教師の推薦を経ており、広い母集団を代表していません。またターマンは、現代の倫理審査を通らないであろう仕方で参加者に個人的に関わり続けました。さらに、この集団は職業的には成功したものの、ノーベル賞受賞者を一人も出していません。一方で、のちに物理学賞を受けたウィリアム・ショックレーとルイス・アルヴァレズの2人は、スクリーニングを受けて基準に届かなかったと伝えられています。この逸話をどう受け止めるにせよ、大きな傾向のほうはよく再現されています。すなわち、高い検査スコアは統計的には確かな優位でありながら、個人の未来を占う道具としては貧弱だ、ということです。

8. スタンフォード・ビネーかウェクスラーか：使い分け

20世紀の大半を通じて、個別式知能検査といえばスタンフォード・ビネーが標準でした。現在、一般的な臨床場面ではウェクスラー式——成人向けのWAIS-IV/V、学齢児向けのWISC-V——のほうが実施頻度は高くなっています。それでもスタンフォード・ビネーには固有の強みが残っています。

項目	スタンフォード・ビネー（SB5）	ウェクスラー式（WAIS/WISC）
対象年齢	2歳〜85歳以上を1つの検査で	年齢帯ごとに別の検査
構造	5因子×言語性／非言語性	4〜5の指標得点
項目の選択	適応的ルーティング、基底／天井	下位検査の順序は固定
完全な非言語性合成得点	あり（並行する完全な領域）	部分的
主な用途	幼い子ども、分布の両極での評価、言語が制約となる場面	一般的な臨床・教育アセスメント

SB5は年齢範囲が途切れずひと続きなので、生涯にわたる再評価に使いやすいという利点があります。また床が低く天井が高く、EXIQ採点でさらに広げられるため、成績が平均から大きく離れると予想される場面でよく選ばれます。実務では、紹介元の問いに合うほうの道具が選ばれますし、そもそも良質なアセスメントは複数の情報源を突き合わせて行われるものです。

よくある質問（FAQ）

スタンフォード・ビネーは今も使われていますか？

使われています。2003年刊行の第5版が、2歳から85歳以上を対象に現役で用いられています。日常的な臨床場面ではウェクスラー式のほうが一般的ですが、スタンフォード・ビネーは幼い子どもの評価、成績が平均から大きく外れると予想されるケース、完全な非言語性合成得点が必要な場面で今も広く選択されています。

スタンフォード・ビネーとオンラインIQテストは何が違いますか？

結果を説明する用語以外、ほぼすべてが違います。スタンフォード・ビネーは訓練を受けた専門家が個別に実施し、基底・天井ルールを伴う適応的ルーティングを用い、統制された条件下で大規模な標準化サンプルと照らして解釈されます。オンラインテストは統制されていない環境での自己実施で、検査者もおらず、臨床的な規準もなく、誰が受けたのかを確かめる術もありません。どちらも100前後の数値を返すかもしれませんが、その2つは同じ種類の測定ではありません。

なぜ標準偏差が16から15に変わったのですか？

以前のスタンフォード・ビネーは標準偏差16を用いていた一方、ウェクスラー式は15を用いていました。第5版が15を採用したのは、もっとも広く使われる2つの検査バッテリーのスコアを同じ尺度に載せるためです。実務上の帰結として、2003年より前のスタンフォード・ビネーのスコアは現代のものよりわずかに広がっており、新旧の版の数値を換算なしに直接比べるべきではありません。

スタンフォード・ビネーの受検に向けて準備はできますか？

正規の練習教材は存在しません。項目は著作権で保護されており、その機密性が保たれていることこそが規準を意味あるものにしているからです。似た検査を受けた直後のスコアは高めに出る傾向がありますが、それは形式への慣れ——練習効果という測定上の人工物——を反映しているだけで、根底にある能力が変化したわけではありません。検査者が直近の受検歴を記録して割り引くのは、まさにこのためです。役に立つ準備はごく平凡なもので、十分な睡眠と食事、そして慌てずに会場に着くことです。

スタンフォード・ビネーのスコアは実際に何を教えてくれますか？

特定の推理・知識・記憶・空間課題における成績が、検査日のその条件下で、同年齢の規準サンプルに対してどこに位置するかを示します。それ自体は十分に有益な情報で、とくに5因子にまたがるプロファイルは有用です。一方で、その人の価値、人格、創造性、判断力、将来の人生の帰結を測るものではありません。ひとつの数値をそれらの判定として読むべきではありません。

アルフレッド・ビネーとはどんな人物で、現代の検査を見たら自分のものだと分かるでしょうか？

ビネーはフランスの心理学者で、追加の支援を必要とする学童を見つけるために1905年に初の実用的な知能尺度を作りました。適応的な構造と年齢を基準にする論理は今も残っており、その部分は彼にも見覚えがあるはずです。ただ、それ以外の部分には居心地の悪さを覚えるかもしれません。彼はスコアを固定量として扱うことを戒めており、「知能指数」という語も一度も使っていません。この語が彼の尺度に当てはめられたのは、彼の死後、他人の手によってでした。

まとめ

スタンフォード・ビネーが1世紀以上生き延びてきたのは、作り直され続けたからです。ビネーの年齢段階別の課題はターマンの米国規準つき尺度になり、破綻していた比率の式は偏差IQに置き換わり、年齢尺度形式はポイント尺度に譲り、現行のSB5はすべてをCHCに準拠した5因子として再編して、言語性・非言語性の並行形式で測るようになりました。

その歴史はきれいに整ってはいません。心理学に初めて使える推理の測定を与えたのと同じ道具が、学界が後に否定することになる前提を掲げた検査の時代の中心にもありました。誠実な記述には、この両方が含まれていなければなりません。

現代のスタンフォード・ビネーの結果が提供するのは、5つの認知領域にわたる成績の、専門家によって慎重に実施された推定値です。それは点ではなく幅として報告され、プロファイルとして読まれるときにもっとも役に立ちます。逆にこの検査が提供しないもの——そしてもともと主張したこともないもの——は、その人を説明しきる固定的で最終的な数値です。

Brambinは、娯楽と自己理解のための8領域の認知プロファイルを提供しています。スタンフォード・ビネー知能検査ではなく、その版元とのいかなる提携関係もなく、臨床的評価でもありません。当社のものを含めて、どのようなオンラインスコアも、好奇心のきっかけとして扱ってください。診断でも、教育的配置の判断材料でも、判決でもありません。