Klasszikus tesztelmélet

A vizsgálat a tudományos eszköz olyan mértékben, amennyire azt tervezi, hogy érvényes, vagyis érvényes, és jól mér, azaz pontos vagy megbízható. Ha olyan eszközt találunk, amelyet nem tudunk bízni az általuk nyújtott intézkedésekben, mivel időről időre változik, amikor ugyanazt a célt mérjük, akkor azt mondjuk, hogy nem megbízható. Mérőeszköz helyesen valamit, pontosnak kell lennie, mert egyébként mérje meg, mit mér, mit tévesen mér. Ezért a pontosság szükséges, de nem elégséges feltétel. Ezenkívül érvényesnek kell lennie, azaz azt, amit pontosan mér, mit fog mérni, és semmi mást.

megbízhatóság:

Abszolút és relatív megbízhatóság: A teszt megbízhatóságának problémáját kétféleképpen kezelhetjük, bár a háttérben egybeesnek.

Megbízhatóság mint mérések pontatlansága: Amikor egy alany reagál egy tesztre, empirikus pontszámot szerez, amelyet egy hiba befolyásol. Ha nem volt hiba, akkor az alany tényleges pontszámot kap. A teszt pontatlan, mert az empirikus pontszám nem egyezik meg a valódi valós pontszámmal. Ez a két pontszám közötti különbség a mintavételi hiba, a mérési hiba. az jellemző mérési hiba lesz a mérési hibák szórása. az jellemző mérési hiba jelzi a vizsgálat abszolút pontosságát, mivel lehetővé teszi a kapott mérés és az eredmény közötti különbség becslését..

A megbízhatóság, mint a mérések stabilitása: A teszt megbízhatóbb lesz, annál állandóabb vagy stabilabb az eredmény, amit az ismétléskor nyújt. Minél stabilabbak az eredmények két alkalommal, annál nagyobb a korreláció közöttük. Ezt a korrelációt hívják megbízhatósági együttható. Ez kifejezi, nem a hiba összegét, hanem a teszt koherenciáját önmagával és az általa kínált információk állandóságával. az megbízhatósági együttható kifejezi a vizsgálat relatív megbízhatóságát.

A megbízhatósági együttható és a megbízhatósági index: - A megbízhatósági együttható egy teszt önmagával való korrelációja, amelyet például két párhuzamos formában nyerünk: rxx. - A pontossági index a korreláció a teszt empirikus pontszámai és a valódi pontszámai között: rxv A pontossági index mindig nagyobb lesz, mint a megbízhatósági együttható, a megbízhatósági együttható megismeréséhez érdemes kiemelni ezeket a három klasszikus módszert:

• Keressük meg a korrelációt a teszt és annak ismétlése között: Az ismétlés vagy a teszt-ismétlés módszer: Az azonos tesztet ugyanazon csoportra két alkalommal alkalmazzuk, és kiszámítjuk a két eredménysorozat közötti korrelációt. Ez a korreláció a megbízhatósági együttható. Ez a módszer általában nagyobb megbízhatósági együtthatót ad, mint más eljárásokkal, és zavaró tényezőkkel szennyezett lehet.
• Keresse meg a vizsgálat párhuzamos formái közötti összefüggést: A párhuzamos formák módszere: Készítsünk két párhuzamos formát ugyanarról a tesztről, vagyis két egyenértékű formáról, amelyek ugyanazt az információt adják meg, és ugyanazon csoportra vonatkoznak. A két forma közötti összefüggés a megbízhatósági együttható. Ezzel a módszerrel ugyanazzal a próbával nem ismételjük meg az ismételt megbízhatósági zavaró forrásokat.
• Keresse meg a vizsgálat párhuzamos felének korrelációját: A két félszerkezet módszere: A tesztet két egyenértékű félre osztjuk, és ezek között a korrelációt találjuk. Ez az előnyös módszer, mivel egyszerű és figyelmen kívül hagyja a korábbi eljárások korlátait. Kiválaszthatja a teszt páratlan elemeit, hogy felét alkotja, és a páros elemeket a másik alkotják.

A megbízhatósági együttható és a párhuzamos vizsgálatok közötti korreláció

az megbízhatósági együttható egy teszt azt jelzi, hogy az igazi variancia aránya az empirikus varianciában: gráfico33 A teszt megbízhatósági együtthatója 0 és 1 között változik. Például: ha a párhuzamos tesztek közötti korreláció rxx´ = 0,80, ami azt jelenti, hogy a teszt varianciájának 80% -a a tényleges mérésnek, a többi pedig a teszt varianciájának 20% -ának köszönhető. az megbízhatósági index a teszt empirikus pontszámai és az igazi pontszám megbízhatósági indexe közötti korreláció = A megbízhatósági index megegyezik a megbízhatósági együttható négyzetgyökével.

Miután két párhuzamos vizsgálati formát fejlesztettek ki, a varianciaanalízis eljárást alkalmazzák a variancia homogenitásának és az intézkedések közötti különbség ellenőrzésére. Ha a varianciák homogének, akkor az eszközök közötti különbség nem szignifikáns, és a két forma ugyanolyan számú, azonos típusú és pszichológiai tartalmú elemekkel van kialakítva, mondhatjuk, hogy párhuzamosak. Ha nem, meg kell reformálnia őket, amíg nem. A megbízhatóság hiányát az rxx érték határozza meg´= 0 4.- A jellemző mérési hiba: Az empirikus és a valós pontszám közötti különbség a véletlen hiba, a mérési hiba. A mérési hibák szórását tipikus mérési hibának nevezzük. az jellemző mérési hiba lehetővé teszi a teszt abszolút megbízhatóságára vonatkozó becslések elvégzését, azaz annak becslését, hogy mennyi mérési hiba befolyásolja a pontszámot.

Megbízhatóság és hosszúság: A vizsgálat hossza az elemei számára vonatkozik. A megbízhatóság e hosszúságtól függ. Ha egy teszt három elemből áll, az alany egy alkalommal 1-es pontszámot kaphat, egy másikban, vagy párhuzamosan, egy pontszámot

Egy alkalommal a másikra a pontszám egy ponttal változott; a három pont fölötti pont 33% -os variáció, magas változás. Ha az alanyok ilyen típusú véletlenszerű variációkat szereznek, akkor a teszt és a teszt két párhuzamos formája közötti korreláció nagymértékben csökken, és nem lehet magas. Ha a teszt jóval hosszabb, ha például 100 elem van, egy alany 70 alkalommal kaphat egy pontot és 67 párhuzamosan. Egyrészt megváltozott 3 pont; viszonylag kis variancia a teljes teszthez képest, különösen 3%. Az ilyen nagyságú kis, alkalmi változások, amelyek az alanyok pontszámaiban fordulnak elő, amikor egyik formáról a párhuzamosra mennek, viszonylag kevéssé fontosak, és nem csökkennek annyira, mint a kettő közötti összefüggés előtt..

A megbízhatósági együttható sokkal magasabb lesz, mint az előző esetben. A Spearman-Brown egyenlet a megbízhatóság és a hosszúság közötti kapcsolatot fejezi ki. A teszt pontossága nulla, ha a hossza 0, és a hossz növekedésével nő. Bár a növekedés viszonylag kisebb, mivel a hosszabb rész nagyobb. Ez azt jelenti, hogy a pontosság kezdetben és viszonylag kevésbé késõbb nő. Ha a hosszúság végtelen, a megbízhatósági együttható hajlamos

A teszt hosszának növelésével annak pontossága növekszik, mert növeli a valódi varianciát a hiba varianciájánál nagyobb sebességgel. Ez azt jelenti, hogy a teszt pontossága növekszik, mert a hiba miatt a szórás aránya csökken. A Rulon képlete, valamint a Flanagan és Guttman képlete különösen alkalmas a megbízhatósági együttható kiszámítására a két fél módszerével. Ezek a megbízhatósági együttható kiszámításához használt képletek.

Megbízhatóság és konzisztencia: A megbízhatósági együttható más módon is megtalálható, az úgynevezett alfa-együttható vagy általánosíthatósági vagy reprezentativitási együttható (Cronbach). Ez az alfa-koefficiens azt a pontosságot jelöli, amellyel egyes elemek a személyiség vagy a viselkedés egy aspektusát mérik. Ez úgy értelmezhető, mint: Az összes lehetséges elem átlagos korrelációjának becslése egy bizonyos szempontból. A vizsgálat pontosságának mérete a koherencia vagy a belső konzisztencia alapján (elemei közötti összefüggés, milyen mértékben mérik a tesztelemek mindegyikét) és annak hossza. A vizsgálat reprezentativitását jelöli, azaz azt az összeget, amelyen belül az összetevői mintája reprezentálja az azonos típusú és pszichológiai tartalmak lehetséges tételeinek populációját. az alfa-együttható főként a teszt pontosságának két alapfogalmát tükrözi: 1. Az elemei közötti kapcsolat: az, hogy mennyire mérik ugyanazt a dolgot.

A vizsgálat hossza: a minta eseteinek számának növelése esetén, és ha a szisztematikus hibák kiküszöbölése, a minta jobban képviseli a populációt, mint amennyit kivontak, és nem valószínű, hogy a véletlen hiba bekövetkezik. Ha a teszt elemei kettősek (igen vagy nem, 1 vagy 0, megállapodás vagy nézeteltérés stb.), Az alfa együttható egyenlete egyszerűsödik, ami az egyenleteket eredményezi. Kuder-Richardson (KR20 és KR21). Bizonyos számú tételt tekintve a teszt megbízhatóbb lesz, ha homogénebb lesz. Az alfa-koefficiens megmondja a megbízhatóságot, mivel homogenitást és konzisztenciát vagy a tesztelemek belső konzisztenciáját reprezentálja.

Szabványok és megbízhatósági kritériumok

Az elem mintavételi helyének modellje szerint a teszt célja az, hogy megbecsülje az intézkedést, amely akkor érhető el, ha a mintaterület összes elemét használnák. Ez az intézkedés lenne az igazi pontszám, amelyre a valós mérések közelítőleg közelítenek. Attól függően, hogy a tételek mintája milyen mértékben korrelál a valódi pontszámokkal, a teszt többé-kevésbé megbízható. Ebben a modellben a mintaterület összes eleme közötti korrelációk mátrixa központi, ez a mintamodell jobban ragaszkodik a belső konzisztenciához, és amennyiben ez elérte, közvetetten garantálja a stabilitást..

A párhuzamos vizsgálatok lineáris modellje jobban ragaszkodik a pontszámok stabilitásához, és olyan mértékben, hogy stabilitást ér el, közvetetten támogatja a belső konzisztenciát. Ha egy tesztet alkalmazunk az egyéni diagnózisok és előrejelzések megállapításához, a megbízhatósági együtthatónak 0,90-nek kell lennie. Az előrejelzésekben és a kollektív besorolásokban nem annyira a követelmény, bár nem célszerű 0'90-ről 0'80-ra jutni..

Néha bizonyos típusú tesztekben, például személyiségvizsgálatokban nehéz 0,70-nél nagyobb együtthatót elérni. Ha párhuzamos formákat vagy párhuzamos feleket alkalmaznak többé-kevésbé nagy intervallum után, az alkalmi hibák többek lehetnek, mint azok, amelyek az alfa-együtthatót befolyásolják. Ez azért van így, mert a korrelációt csökkentő tényezők nemcsak a tesztre jellemző véletlenszerű hibák és egyetlen alkalom, amelyek figyelembe veszik az alfa-együtthatót, hanem a két különböző helyzetből származó összes hibát is befolyásolják. , amely számos részletben eltérhet. Ezért az alfa-együttható általában nagyobb, mint a többi együttható.

Az azonos teszt ismétlésével megállapított együttható kivételével, mivel nagyobb a valószínűsége, hogy az első alkalmazás véletlenszerű hibái megismétlődnek a másodikban, és ahelyett, hogy a kettő közötti korrelációt csökkentenék, növeljük. Biztosítani kell, hogy a második alkalmazás teljesen független az elsőtől. Ha ezt elérjük, ez lesz a legegyszerűbb és legolcsóbb módszer, és ajánlott, ha megpróbáljuk értékelni a pontszámok stabilitását, különösen hosszú ideig és komplex tesztekkel. > Következő: A tesztek érvényessége

Ez a cikk tisztán informatív, az Online Pszichológiában nincs tudásunk diagnózis készítésére vagy kezelésre. Meghívjuk Önt, hogy forduljon egy pszichológushoz, hogy kezelje az ügyét.

Ha több cikket szeretne olvasni, ami hasonló Klasszikus tesztelmélet, Javasoljuk, hogy adja meg a kísérleti pszichológia kategóriáját.