Percentiler och normgrupper: så läser ni testresultat rätt

Testrapporten säger percentil 68. De flesta rekryterare läser det som ett betyg: 68 av 100, godkänt men inte imponerande. Det är fel på ett sätt som får konsekvenser i urvalet, för percentilen är inget betyg. Den är en position i en jämförelsegrupp, och den betyder ingenting förrän ni vet vilken grupp, och hur mycket brus mätningen bär.

Den här insikten ger er de tre begrepp som krävs för att läsa en testrapport som ett proffs: normgruppen, standardskalorna och mätfelet. Med dem på plats blir också gränsen tydlig mellan legitim användning och sifferteater.

Percentilen: bättre än hur många, av vilka

Percentil 68 betyder att kandidaten presterade bättre än 68 procent av normgruppen, referensgruppen som testleverantören jämför mot. Inte 68 procent rätt, inte 6,8 av 10 i betyg. Medianen, percentil 50, är inte "halvdant" utan exakt mitten av jämförelsegruppen, och för många roller är det gott och väl tillräckligt: forskningsläget motiverar test som lägstanivågaranti, inte som jakt på maxpoäng.

Allt hänger alltså på normgruppen, och där ska ni ställa leverantören fyra frågor:

Vilka ingår? Svenska yrkesverksamma, studenter, sökande till liknande roller, eller en internationell blandpopulation? Percentil 70 mot generell befolkning och percentil 70 mot sökande till kvalificerade specialistroller är två helt olika utsagor om samma människa.

Hur många är de? Normgrupper på några hundra personer ger instabila percentiler, särskilt i svansarna där urvalsbeslut ofta fattas.

När normerades testet? En normgrupp från ett annat decennium jämför era kandidater med en population som inte längre finns.

Mot vad jämförs just min kandidat? Vissa verktyg låter er välja normgrupp, andra har en enda, och delar av branschen har lämnat statiska normgrupper helt för kalibrerade skalor enligt modern testteori. Inget av det är automatiskt fel, men svaret "det behöver ni inte tänka på" är fel. Jämförelsepunkten är hela percentilens innehåll.

Standardskalorna: därför är grovt bättre än exakt

Percentiler är intuitiva men har en lömsk egenskap: de är hoptryckta i mitten av fördelningen och utdragna i kanterna. Kring mitten motsvarar några få råpoängs skillnad många percentilenheter, medan samma råpoängsskillnad i svansarna knappt flyttar percentilen alls. Det gör små percentilskillnader kring mitten ännu mindre meningsfulla än de ser ut.

Det är därför seriösa verktyg ofta redovisar resultat på grövre standardskalor, vanligast stanine: nio band över normalfördelningen där 5 är mitten. Grovheten är inte en brist utan en säkerhetsfunktion, den gör det svårt att övertolka skillnader som testet inte kan belägga.

Mätfelet: spannet ingen rapport visar tillräckligt stort

Utforskaren ovan visar det viktigaste och minst diskuterade i hela ämnet: likvärdighetsspannet. Varje testresultat är en mätning med brus, och bruset kvantifieras av testets reliabilitet. Även ett välgjort test med reliabilitet 0,90 ger ett 95-procentigt konfidensintervall som spänner över tiotals percentilenheter. Kandidaten på percentil 68 och kandidaten på percentil 74 är, i varje statistiskt försvarbar mening, samma resultat.

Konsekvensen är en enkel regel: testresultat motiverar band, aldrig hårfina rangordningar. En lågt satt gräns som sållar bort de svagaste resultaten tidigt i processen är legitim. Att rangordna slutfältet på percentil och låta 6 enheter avgöra en anställning är att låta mätfelet fatta beslutet, och det är den sortens användning som ger testen i urval sitt dåliga rykte.

Två saker till hör hemma i mätfelsdiskussionen. För det första förutsätter percentilen att resultatet är kandidatens eget första försök: normgruppen består av förstagångsresultat, och ett omtaget test jämför ett övat resultat med en oövad grupp, vilket förskjuter percentilen systematiskt uppåt. För det andra ska testets spann mötas av annan information, inte av mer siffertro: den strukturerade intervjun är rätt verktyg för att skilja kandidater som testet inte kan skilja.

Checklistan när rapporten landar

1. Identifiera normgruppen innan ni läser siffran. Vilka, hur många, hur färska?
2. Läs percentilen som position, inte betyg. Percentil 50 är mitten av jämförelsegruppen, inte ett medelmåttigt omdöme om människan.
3. Tänk i band. Stanine eller motsvarande grova skala är rätt upplösning för beslut. Två kandidater i samma band är likvärdiga på testet, punkt.
4. Respektera spannet. Inom cirka 10-15 percentilenheter finns ingen statistiskt försvarbar skillnad, låt intervju och arbetsprov avgöra.
5. Verifiera att resultatet är kandidatens eget, första försöket. Annars är percentilen fel på ett sätt inga skalor räddar.

I vår egen kandidatpool redovisas testresultat med exakt de här principerna: verifierade förstagångsresultat, jämförelser i grova nivåer snarare än utslagsgivande decimaler, och aldrig som ensamt sorteringsverktyg. Det är inte försiktighet för sakens skull, det är vad psykometrin faktiskt bär.

---

Källor: Hogrefes termlexikon över psykometriska begrepp (normering, stanine, reliabilitet), Master om att välja rätt norm vid psykometrisk testning och Sackett, Zhang, Berry & Lievens (2022) om urvalsmetodernas validitet (APA, Journal of Applied Psychology).