1.測試標準數據(標準數據)的質量。研究機構在開發或更新測試時，會隨機抽取樣本給受試者。這些科目的分數就是我們智商的參考指標。智商高低是壹個相對的概念，是妳的智商相對於同齡(或相近年齡)人的水平。沒有這些參考指標，隨機劃分的區間是沒有價值的。
就規範性數據的質量而言，無版權的測試通常比需要付費的測試更差。原因很簡單，研究需要大量的資金，而且這個研究是壹個持續的過程。弗林效應指出，隨著教育的普及，公民的智商得分平均每隔幾年就會提高幾分。所以要經常更新題目，調整平均值等等。沒有版權檢測，由於缺乏資金、人力、物力，規範性數據往往超過10年甚至超過20年不更新。因此，測試結果的價值有限。
規範性數據的測試也是經常更新的，比較測試優劣的標準需要參考:測試的本土化程度(比如澳大利亞也是英語國家，美國的測試涉及到澳大利亞也需要本土化，樣本以澳大利亞人為被試更準確)，樣本大小(被試越多越好)，樣本年齡差(兒童由於智力發育快，可能每六個月就有明顯變化，所以樣本最好。這樣會讓最終的結果更加敏感)。優秀的測試還會為特殊人群提供規範的數據，比如自閉癥患者、多動癥患者等。
2.測試人員的培訓水平。
測試別人需要壹系列的訓練，比如物品的擺放，燈光的強度，給出適當的指令，說話的速度，以及處理各種情況的能力(尤其是測試孩子或者特殊人群的時候)。如果不能按照標準化的程序進行測試，就會人為地引入誤差，影響結果。壹旦不幸發生這種情況或者有其他影響結果的情況(比如壹組測試應該在同壹天完成，但孩子堅持不在同壹天完成智商測試)，就要記錄下具體情況，在分析測試結果時加以考慮。當然，即使沒有特殊情況，也要記錄考生回答問題的方式，反應情況等等。有時候這種信息比考試本身更有價值。
學會做測試的正確方法並不難。除了心理醫生，壹些心理咨詢師和資深老師也做智商測試。真正的難點在於應用神經心理學的知識和了解被試的背景信息，分析數據，得出結論。
智商得分的意義
以韋氏成人智力量表為例，測試分為四個部分:
言語綜合(語言能力；這些詞的翻譯不準確。
感性推理(空間思維能力)
工作記憶(工作記憶，相對於電腦，應該是緩存)
處理速度(處理速度，類似於CPU)我們通常所說的全面智商。
雖然是個數字，但實際上應該是95%的置信區間。如果壹個人的智商是110，那麽假設他的真實智商有95%的概率在105到116之間(根據經驗，韋氏測驗的區間壹般在8到15之間)。換句話說，這個人的實際智商很可能跨越兩個分區(每15分是壹個區間，所以105-116分應該跨越兩個分區從平均到平均以上)。所以智商分和智商分沒有實際區別。
另外，當這四種能力相差過大時(比如文科專業比較嚴重的人)，全維智商(面子智商測試)的數字就失去了意義，不能代表壹個人的智商水平(這裏是智商水平，不是智力水平)。《WAIS-IV評估精要》這本書提供了壹個替代全量表智商的公式，但在實際應用中很少有人這麽做，因為價值不大，不如直接參考這四種能力的個體得分。
除非有特殊要求(比如智商分數低於70，政府給予補貼)，壹般不建議應用智商測試單獨測量智商。有些心理醫生，出於對來訪者的負責，不接這樣的工作。原因如下：
智商分數不等於智力水平，只是參考材料之壹，而且我上面也提到過，這個數字往往是無效的。
這樣的分數，很可能相當於給自己貼上了標簽。對於那些不太了解神經心理學評估的人來說，很容易誤讀這些信息。比如有些家長和老師不聽其他解釋，只想知道孩子的智商。如果是這樣的話，我大概根本不會告訴他們這個數字，只是壹個大概的範圍(有些國家甚至有這樣的規定，只給出範圍，不給出具體數字)。標簽的危害顯而易見。把自己的行為貼上這個標簽，用標簽來解釋很多和智力無關的情況，等等。
想要全面了解自己的智力能力，需要做壹系列的測試，包括智商、記憶力、註意力和執行功能(在神經心理學中，執行功能包括用於調節、控制和管理其他認知過程的各種高端認知程序，如計劃、解決問題的能力、自制力、靈活性、啟動和監控自己的行為。關於這些測驗的選擇，請參考第壹部分的智商測驗的選擇標準。在實際應用中，心理學家還會考慮測試的壹致性和側重點。
智商不等於智力，更不等於成就。
智能測試有利有弊。智商得分只是壹個數據點，有明顯的局限性。記憶測試、註意力測試、執行功能測試、既往教育水平、學習成績、術前功能測試等。，每個代表壹個數據點。只有把很多數據點放在壹起，才能更全面的了解壹個人的智力水平。如何理解這些數據點，具體需要心理學家根據所學知識和被試背景進行梳理。