Vidensbank · DISC & personprofiler
Råscore, percentil og standardscores forklaret
Kort fortalt
En råscore er det direkte antal point. En percentil angiver, hvor stor en andel af normgruppen der opnåede samme eller lavere score. Standardscores omregner placeringen til en skala med kendt gennemsnit og spredning. Ingen af delene fjerner måleusikkerhed.
Hvad er percentil?
Percentiler er rangplaceringer og har ujævne intervaller. Forskellen mellem percentil 50 og 60 svarer ikke nødvendigvis til samme råscoreforskel som mellem 90 og 100. Standardscores er bedre til mange statistiske sammenligninger.
Percentil bliver mest præcist, når begrebet kobles til konstrukt, instrument, population, administration, score og beslutningsformål. Det gør det muligt at skelne mellem en faglig definition, en praktisk model og en løs hverdagsetiket. Skellet er vigtigt, fordi de tre former ikke kan bære de samme konklusioner eller beslutninger.
Vigtige afgrænsninger
- Percentil 80 betyder ikke 80 procent rigtige.
- En z-score angiver afstand fra gennemsnittet i standardafvigelser.
- T-scores er ofte skaleret med gennemsnit 50 og standardafvigelse 10, men manualen skal kontrolleres.
Afgrænsningerne omkring percentil er ikke kun sproglige. De bestemmer, hvilke data der er relevante, hvilke fejl man risikerer, og om en anbefaling kan forsvares. Start derfor med at skrive, hvad begrebet omfatter og ikke omfatter i den konkrete brug.
Hvad viser forskningen?
Teststandarder kræver tydelig dokumentation af transformation, normer og fortolkning.
Små scoreforskelle kan ligge inden for måleusikkerheden.
Rangplacering bliver ustabil i yderområder og i små eller uegnede normgrupper.
Kilderne om percentil viser et samlet mønster, men de er ikke et løfte om et bestemt resultat hos en bestemt person eller arbejdsplads. Studier varierer i population, design, måling og kontekst. Korrelationer kan støtte en faglig hypotese, men fastslår ikke alene årsag og virkning.
Sådan kan percentil bruges ansvarligt
- Start med råscore og den relevante manual.
- Kontrollér normgruppe og transformationsskala.
- Vis usikkerhedsinterval sammen med den omregnede score.
- Forklar beslutningstærskler og fejlrisici i almindeligt sprog.
Skriv først hvilket konstrukt og hvilken beslutning percentil skal understøtte. Kontrollér instrument, normer, usikkerhed og dokumentation, og beslut på forhånd hvordan resultatet kombineres med andre data og forklares for den berørte person.
Begrænsninger og typiske fejl
- Læs ikke percentiler som procent korrekt.
- Sammenlign ikke forskellige skalaer uden omregning.
- Brug ikke kunstigt præcise decimaler i feedback.
Ved brug af percentil er den vigtigste kildekritiske regel proportionalitet. Jo større konsekvens en fortolkning får for mennesker, desto stærkere og mere lokal dokumentation kræves. En model kan være god til refleksion uden at være egnet til udvælgelse, diagnose eller juridiske konklusioner.
Måling og opfølgning
Ved måling af percentil: Dokumentér scoredefinition, måleusikkerhed, normgruppe og den præcise beslutning. Undersøg reliabilitet, validitet og fairness for den konkrete brug. Små forskelle omkring en tærskel bør behandles som usikre og suppleres med andre relevante data.
For percentil skal det på forhånd beskrives, hvad der tæller som forbedring, hvilken periode der er relevant, og hvem der kan korrigere fortolkningen. Hvis målet ændres efter resultaterne er set, bliver evalueringen let en efterrationalisering. Brug hellere få tydelige indikatorer end et stort dashboard uden beslutningsværdi.
Kort FAQ
Hvad betyder en score på percentil?
En score har kun mening i forhold til en defineret skala, administration, norm eller reference og et bestemt formål. Den indeholder måleusikkerhed og må ikke fortolkes som en fuldstændig eller uforanderlig beskrivelse af personen.
Kan resultatet bruges alene?
Nej ved beslutninger med konsekvenser. Brug kun percentil til et formål, dokumentationen understøtter, og kombiner resultatet med andre jobrelevante eller fagligt relevante data.
Hvilken dokumentation bør man bede om?
Bed om manual, konstruktsdefinition, reliabilitet, validitet, normgrundlag, fairness-analyser, versionsnummer og kompetencekrav. Markedsføring eller en generel henvisning til forskning er ikke det samme som lokal dokumentation.
Fra score til forsvarlig fortolkning
En fortolkning af percentil skal forbinde konstrukt, instrument, administration, referencegrundlag og beslutningsformål. Skriv også hvilken usikkerhed og hvilke alternative forklaringer der findes. Flere decimaler eller farvekategorier gør ikke målingen mere præcis.
Kontrollér dokumentationen for den aktuelle version og population. En generel forskningsartikel om et konstrukt validerer ikke automatisk et bestemt kommercielt instrument eller dets anvendelse i en konkret beslutning.
Implementering trin for trin
Trin 1: Start med råscore og den relevante manual
Dokumentér trinnet: Start med råscore og den relevante manual. Angiv instrumentversion, datagrundlag, fagligt ansvarlig, fortolkningsregel og grænser for anvendelsen. Den berørte person skal kunne stille spørgsmål og korrigere faktuelle fejl.
Trin 2: Kontrollér normgruppe og transformationsskala
Dokumentér trinnet: Kontrollér normgruppe og transformationsskala. Angiv instrumentversion, datagrundlag, fagligt ansvarlig, fortolkningsregel og grænser for anvendelsen. Den berørte person skal kunne stille spørgsmål og korrigere faktuelle fejl.
Trin 3: Vis usikkerhedsinterval sammen med den omregnede score
Dokumentér trinnet: Vis usikkerhedsinterval sammen med den omregnede score. Angiv instrumentversion, datagrundlag, fagligt ansvarlig, fortolkningsregel og grænser for anvendelsen. Den berørte person skal kunne stille spørgsmål og korrigere faktuelle fejl.
Trin 4: Forklar beslutningstærskler og fejlrisici i almindeligt sprog
Dokumentér trinnet: Forklar beslutningstærskler og fejlrisici i almindeligt sprog. Angiv instrumentversion, datagrundlag, fagligt ansvarlig, fortolkningsregel og grænser for anvendelsen. Den berørte person skal kunne stille spørgsmål og korrigere faktuelle fejl.
Kvalitetssikring før brug
Kontrollér at definition, kilder, anbefalinger og den konkrete anvendelse af percentil passer sammen. En kilde om gennemsnitlige sammenhænge kan ikke alene begrunde en individuel beslutning, og en teori om en mekanisme dokumenterer ikke automatisk effekten af et bestemt produkt.
Ved arbejde med percentil skal mindst ét perspektiv kunne udfordre den foretrukne forklaring, og berørte personer skal kunne korrigere faktuelle fejl. Ved høj konsekvens skal kontrol og dokumentation være tilsvarende stærkere.
Dokumentation og beslutningsspor
For percentil noteres formål, datakilder, ansvarlig, beslutningsregel, begrænsninger og dato for genbesøg. Beskriv også hvad der ikke blev målt, og hvilke personer eller situationer datagrundlaget dækker dårligt.
Ved gentagen brug af percentil skal versioner og ændringer kunne spores. Nye spørgsmål, systemer, normer eller målgrupper kan ændre fortolkningen, så en tidligere godkendelse må ikke behandles som permanent tilladelse til enhver anvendelse.
Spørgsmål til faglig gennemgang
- Hvilken præcis definition af percentil bruger vi?
- Hvilken beslutning eller adfærd skal begrebet forbedre?
- Hvilken kilde er stærkest, og hvad kan den ikke dokumentere?
- Hvilke alternative forklaringer er realistiske?
- Hvem bærer risikoen ved en forkert fortolkning?
- Hvornår og på hvilket grundlag stopper eller ændrer vi praksis?
Eksempel fra praksis
En organisation vil bruge percentil i en beslutning. Den definerer konstrukt og formål, kontrollerer dokumentationen for den konkrete version og skriver på forhånd, hvordan resultatet kombineres med andre data.
Nære eller modstridende resultater behandles som usikre. Personen får en forståelig forklaring, og organisationen registrerer både afgørelse, begrænsninger og mulighed for korrektion uden at gøre scoren til en identitet.
Fordeling af roller og ansvar
Testudbyderen skal levere dokumentation for instrument og version. En kompetent testbruger ejer korrekt administration og fortolkning, mens beslutningsejeren afgør formål, proportionalitet og hvordan percentil indgår med andre data.
Den testede person skal have forståelig information, relevant feedback og mulighed for at korrigere faktuelle fejl. Ved klinisk, juridisk eller anden reguleret brug kræves den relevante kvalifikation og konkrete faglige vurdering.
Kildernes styrker og svagheder
Standards for Educational and Psychological Testing
Tværfaglig fagstandard for validitet, reliabilitet, fairness, scoring og testbrug. Den er normativ vejledning, ikke et effektstudie af en bestemt test. I vurderingen af percentil bruges kilden derfor til det afgrænsede spørgsmål, den faktisk undersøger, og ikke som generelt bevis for alle produkter, personer eller arbejdspladser med samme begreb.
Kilder og kildekritik
Kildelisten for percentil prioriterer faglige standarder, meta-analyser, systematiske reviews og originale modeller. Noterne angiver centrale begrænsninger. Det er vigtigt, fordi en troværdig udgiver eller peer review ikke i sig selv gør enhver praktisk påstand sand.
Relaterede begreber og hjælp i praksis
Læs også Konstrukter, faktoranalyse og latente variable, Responsbias, social ønskværdighed og faking, Ipsativ og normativ scoring.
Lykkeco bruger profiler og test som struktureret beslutnings- eller dialogstøtte inden for det formål, dokumentationen kan bære. Resultater fortolkes med usikkerhed, kontekst og mulighed for spørgsmål, aldrig som hele sandheden om et menneske. Her bliver percentil altid afgrænset til det formål og den evidens, som den konkrete anvendelse kan bære.
Relaterede begreber
Forløb der arbejder med det
Kilder og videre læsning
- AERA, APA & NCME, Standards for Educational and Psychological Testing, 2014. Tværfaglig fagstandard for validitet, reliabilitet, fairness, scoring og testbrug. Den er normativ vejledning, ikke et effektstudie af en bestemt test.
- European Federation of Psychologists Associations, EFPA Test Review Model, Version 2025, 2025. Europæisk model til systematisk vurdering af testkvalitet. Den hjælper med at stille krav, men validerer ikke automatisk et konkret produkt.
- Paul R. Sackett m.fl., Revisiting Meta-Analytic Estimates of Validity in Personnel Selection, 2022. Peer-reviewet revurdering af klassiske validitetsestimater. Viser, at flere ældre korrektioner overvurderede niveauet, selv om rangordningen ofte var stabil.



