Психометрия — это область исследования в психологии , занимающаяся теорией и техникой измерения . Психометрия обычно охватывает специализированные области психологии и образования, посвященные тестированию, измерению, оценке и смежным действиям. [1] Психометрия занимается объективным измерением скрытых конструкций , которые невозможно наблюдать напрямую. Примеры скрытых конструкций включают интеллект , интроверсию , психические расстройства и образовательные достижения . [2] Уровни людей по ненаблюдаемым скрытым переменным выводятся посредством математического моделирования на основе того, что наблюдается по ответам людей на задания тестов и шкал. [2]
Практикующих специалистов называют психометриками, хотя не все, кто занимается психометрическими исследованиями, носят это звание. Психометристы обычно обладают определенной квалификацией, например, учеными степенями или сертификатами, и большинство из них являются психологами , имеющими углубленную подготовку в области психометрии и теории измерений. Помимо традиционных академических учреждений, практики также работают в таких организациях, как Служба образовательного тестирования и Психологическая корпорация . Некоторые исследователи психометрии сосредотачиваются на разработке и проверке инструментов оценки, включая опросы , шкалы и открытые или закрытые анкеты . Другие сосредотачиваются на исследованиях, связанных с теорией измерения (например, теорией реагирования на задания , внутриклассовой корреляцией ) или специализируются в качестве специалистов по обучению и развитию .
Психологическое тестирование возникло из двух потоков мысли: первое — от Дарвина , Гальтона и Кеттелла — об измерении индивидуальных различий, а второе — от Гербарта , Вебера , Фехнера и Вундта и их психофизических измерений аналогичной конструкции. Вторая группа людей и их исследования привели к развитию экспериментальной психологии и стандартизированного тестирования. [3]
Чарльз Дарвин был вдохновителем сэра Фрэнсиса Гальтона, ученого, который продвинул развитие психометрии. В 1859 году Дарвин опубликовал свою книгу «Происхождение видов» . Дарвин описал роль естественного отбора в возникновении с течением времени различных популяций видов растений и животных. В книге было показано, как отдельные представители вида различаются между собой и как они обладают характеристиками, более или менее адаптивными к окружающей среде. Те, у кого более адаптивные характеристики, с большей вероятностью выживут и смогут произвести потомство и дать начало другому поколению. Те, у кого менее адаптивные характеристики, менее вероятны. Эти идеи стимулировали интерес Гальтона к изучению людей и того, чем они отличаются друг от друга и, что более важно, к тому, как измерить эти различия.
Гальтон написал книгу « Наследственный гений» . В книге описаны различные характеристики, которыми обладают люди, и то, как эти характеристики делают одних более «подходящими», чем другие. Сегодня эти различия, такие как сенсорное и моторное функционирование (время реакции, острота зрения и физическая сила), являются важными областями научной психологии. Большая часть ранних теоретических и прикладных работ в области психометрии была предпринята с целью измерения интеллекта . Гальтона, которого часто называют «отцом психометрии», разработал и включил ментальные тесты в число своих антропометрических измерений. Джеймс Маккин Кеттелл , пионер в области психометрии, продолжил работу Гальтона. Кеттелл придумал термин «ментальный тест» и отвечает за исследования и знания, которые в конечном итоге привели к разработке современных тестов. [4]
Происхождение психометрии также связано с родственной областью психофизики . Примерно в то же время, когда Дарвин, Гальтон и Кеттелл делали свои открытия, Гербарт также интересовался «разгадкой тайн человеческого сознания» с помощью научного метода. [4] Гербарт был ответственным за создание математических моделей разума, которые оказали влияние на образовательную практику на долгие годы.
Э. Х. Вебер опирался на работу Гербарта и пытался доказать существование психологического порога, утверждая, что для активации сенсорной системы необходим минимальный стимул . После Вебера Г.Т. Фехнер расширил знания, почерпнутые им у Гербарта и Вебера, и разработал закон, согласно которому сила ощущения растет как логарифм интенсивности стимула. Последователь Вебера и Фехнера, Вильгельм Вундт считается основателем науки психологии. Именно влияние Вундта открыло другим путь к разработке психологических тестов. [4]
В 1936 году психометрист Л. Л. Терстон , основатель и первый президент Психометрического общества, разработал и применил теоретический подход к измерению, известный как закон сравнительного суждения , подход, который тесно связан с психофизической теорией Эрнста Генриха Вебера и Густава . Фехнер . Кроме того, Спирмен и Терстон внесли важный вклад в теорию и применение факторного анализа — статистического метода, разработанного и широко используемого в психометрии. [5] В конце 1950-х годов Леопольд Сонди сделал историческую и эпистемологическую оценку влияния статистического мышления на психологию в течение нескольких предыдущих десятилетий: «в последние десятилетия специфически психологическое мышление было почти полностью подавлено и удалено, и заменено статистическое мышление. Именно здесь мы видим рак тестологии и тестомании сегодняшнего дня». [6]
Совсем недавно психометрическая теория стала применяться для измерения личности, отношений и убеждений , а также академических достижений . Эти скрытые конструкты невозможно по-настоящему измерить, и большая часть исследований и научных исследований в этой дисциплине была разработана в попытке измерить эти конструкты как можно ближе к истинному показателю.
Среди фигур, внесших значительный вклад в психометрию, — Карл Пирсон , Генри Ф. Кайзер, Карл Бригам , Л. Л. Терстоун , Э. Л. Торндайк , Георг Раш , Юджин Галантер , Джонсон О'Коннор , Фредерик М. Лорд , Ледьярд Р. Такер , Луи Гуттман и Джейн. Левингер .
Определение измерения в социальных науках имеет долгую историю. В настоящее время широко распространенное определение, предложенное Стэнли Смитом Стивенсом , заключается в том, что измерение — это «присвоение цифр объектам или событиям в соответствии с некоторым правилом». Это определение было введено в статье Science 1946 года , в которой Стивенс предложил четыре уровня измерения . [7] Несмотря на широкое распространение, это определение во многом отличается от более классического определения измерения, принятого в физических науках, а именно, что научное измерение влечет за собой «оценку или открытие отношения некоторой величины количественного признака к единице измерения». тот же атрибут» (с. 358) [8]
Действительно, определение измерения Стивенса было выдвинуто в ответ на запрос Британского Фергюсонского комитета, председателем которого А. Фергюсон был физик. Комитет был назначен в 1932 году Британской ассоциацией содействия развитию науки для исследования возможности количественной оценки сенсорных событий. Хотя его председателем и другими членами были физики, в комитет входили также несколько психологов. В отчете комитета подчеркивается важность определения измерения. Хотя ответом Стивенса было предложение нового определения, которое имело значительное влияние в этой области, это ни в коем случае не был единственный ответ на отчет. Другой, заметно отличающийся ответ заключался в принятии классического определения, отраженного в следующем утверждении:
Эти расходящиеся ответы отражаются в альтернативных подходах к измерению. Например, методы, основанные на ковариационных матрицах , обычно используются исходя из того, что числа, такие как необработанные баллы, полученные на основе оценок, являются измерениями. Такие подходы неявно влекут за собой определение измерения Стивенса, которое требует только того, чтобы числа присваивались в соответствии с некоторым правилом. Таким образом, основной исследовательской задачей обычно считается обнаружение связей между оценками и факторов, лежащих в основе таких связей. [10]
С другой стороны, когда используются модели измерения, такие как модель Раша , числа присваиваются не на основе какого-либо правила. Вместо этого, в соответствии с приведенным выше заявлением Риза, устанавливаются конкретные критерии измерения, и цель состоит в том, чтобы построить процедуры или операции, которые предоставляют данные, соответствующие соответствующим критериям. Измерения оцениваются на основе моделей, и проводятся тесты, чтобы убедиться, что соответствующие критерии соблюдены. [ нужна цитата ]
Первые психометрические инструменты были разработаны для измерения интеллекта . [11] Одним из первых подходов к измерению интеллекта был тест, разработанный во Франции Альфредом Бине и Теодором Симоном . Этот тест был известен как тест Бине-Симона . Французский тест был адаптирован для использования в США Льюисом Терманом из Стэнфордского университета и назван IQ-тестом Стэнфорда-Бине .
Еще одним важным направлением психометрии является тестирование личности . Существует целый ряд теоретических подходов к концептуализации и измерению личности, хотя общепринятой теории не существует. Некоторые из наиболее известных инструментов включают Миннесотский многофазный опросник личности , пятифакторную модель (или «большую пятерку») и такие инструменты, как опросник личности и предпочтений и индикатор типа Майерс-Бриггс . Отношения также широко изучались с использованием психометрических подходов. [ нужна ссылка ] [12] Альтернативный метод включает применение моделей разворачивающихся измерений, наиболее общей из которых является модель гиперболического косинуса (Андрич и Луо, 1993). [13]
Психометристы разработали ряд различных теорий измерения. К ним относятся классическая теория тестирования (CTT) и теория ответов на задания (IRT). [14] [15] Подход, который математически кажется похожим на IRT, но при этом весьма своеобразен с точки зрения его происхождения и особенностей, представлен моделью Раша для измерения. Разработка модели Раша и более широкого класса моделей, к которому она принадлежит, была явно основана на требованиях измерения в физических науках. [16]
Психометристы также разработали методы работы с большими матрицами корреляций и ковариаций. Методы этой общей традиции включают в себя: факторный анализ , [17] метод определения основных размеров данных. Одной из основных проблем, с которыми сталкиваются пользователи факторного анализа, является отсутствие консенсуса относительно соответствующих процедур определения количества латентных факторов . [18] Обычной процедурой является прекращение факторизации, когда собственные значения падают ниже единицы, поскольку исходная сфера сжимается. Отсутствие точек отсечения касается и других многомерных методов. [19]
Многомерное масштабирование [20] — это метод поиска простого представления данных с большим количеством скрытых измерений. Кластерный анализ — это подход к поиску объектов, похожих друг на друга. Факторный анализ, многомерное масштабирование и кластерный анализ — все это многомерные описательные методы, используемые для выделения из больших объемов данных более простых структур.
Совсем недавно моделирование структурными уравнениями [21] и анализ путей представляют собой более сложные подходы к работе с большими ковариационными матрицами . Эти методы позволяют подгонять статистически сложные модели к данным и проверять их адекватность. Поскольку на детальном уровне психометрические исследования касаются степени и характера многомерности в каждом из интересующих объектов, может оказаться полезной относительно новая процедура, известная как двухфакторный анализ [22] [23] [24] . Двухфакторный анализ может разложить «систематическое отклонение показателя с точки зрения, в идеале, двух источников: общего фактора и одного источника дополнительного систематического отклонения». [25]
Ключевыми понятиями классической теории тестирования являются надежность и валидность . Надежная мера — это та, которая последовательно измеряет конструкт во времени, у отдельных людей и в ситуациях. Действительная мера – это мера, которая измеряет то, для измерения чего предназначена. Надежность необходима, но недостаточна для валидности.
И надежность, и валидность можно оценить статистически. Согласованность повторных измерений одного и того же теста можно оценить с помощью коэффициента корреляции Пирсона, который часто называют надежностью повторного теста. [26] Аналогичным образом, эквивалентность различных версий одной и той же меры может быть проиндексирована корреляцией Пирсона и называется надежностью эквивалентных форм или аналогичным термином. [26]
Внутреннюю согласованность, которая касается однородности одной формы теста, можно оценить путем сопоставления результатов двух половин теста, что называется разделенной половинной надежностью ; значение этого коэффициента корреляции момента произведения Пирсона для двух полутестов корректируется с помощью формулы прогнозирования Спирмена-Брауна, чтобы соответствовать корреляции между двумя полноразмерными тестами. [26] Пожалуй, наиболее часто используемым индексом надежности является α Кронбаха , который эквивалентен среднему значению всех возможных коэффициентов разделения пополам. Другие подходы включают внутриклассовую корреляцию , которая представляет собой отношение дисперсии измерений данной цели к дисперсии всех целей.
Существует множество различных форм действительности. Валидность, связанная с критерием, относится к степени, в которой тест или шкала предсказывают образец поведения, т. е. критерий, который является «внешним по отношению к самому измерительному прибору». [27] Этот внешний образец поведения может представлять собой множество вещей, включая еще один тест; средний балл успеваемости в колледже, например, когда школьный SAT используется для прогнозирования успеваемости в колледже; и даже поведение, которое имело место в прошлом, например, когда тест текущих психологических симптомов используется для прогнозирования возникновения прошлой виктимизации (что точно представляет собой постдиктию). Когда критериальная мера собирается одновременно с проверяемой мерой, цель состоит в том, чтобы установить параллельную достоверность ; когда критерий собирается позже, цель состоит в том, чтобы установить прогностическую достоверность . Мера имеет конструктную валидность , если она связана с мерами других конструктов, как того требует теория. Валидность содержания — это демонстрация того, что элементы теста адекватно охватывают измеряемую область. В примере отбора персонала содержание теста основано на определенном утверждении или наборе утверждений о знаниях, навыках, способностях или других характеристиках, полученных в результате анализа должности .
Теория ответов на тестовые задания моделирует взаимосвязь между скрытыми чертами и реакциями на тестовые задания. Помимо других преимуществ, IRT обеспечивает основу для получения оценки местоположения тестируемого по заданному скрытому признаку, а также стандартной ошибки измерения этого местоположения. Например, знания студента университета по истории можно вывести из его или ее оценки на университетском тесте, а затем надежно сравнить со знаниями старшеклассника, полученными по менее сложному тесту. Результаты, полученные с помощью классической теории тестирования, не имеют этой характеристики, и оценка фактических способностей (а не способностей по сравнению с другими участниками тестирования) должна оцениваться путем сравнения результатов с оценками «нормальной группы», случайно выбранной из населения. Фактически, все показатели, полученные на основе классической теории тестирования, зависят от тестируемой выборки, в то время как, в принципе, те, которые получены на основе теории ответов на задания, от нее не зависят.
Соображения валидности и надежности обычно рассматриваются как важные элементы для определения качества любого теста. Однако профессиональные и практикующие ассоциации часто помещают эти проблемы в более широкий контекст при разработке стандартов и вынесении общих суждений о качестве любого теста в целом в данном контексте. Во многих прикладных исследованиях вызывает беспокойство вопрос о том, является ли метрика данного психологического инвентаря значимой или произвольной. [28]
В 2014 году Американская ассоциация исследований в области образования (AERA), Американская психологическая ассоциация (APA) и Национальный совет по измерениям в образовании (NCME) опубликовали пересмотренную версию «Стандартов образовательного и психологического тестирования» , [29] в которой описаны стандарты разработки тестов. , оценка и использование. Стандарты охватывают важные темы тестирования , включая валидность, надежность/ошибки измерения и справедливость тестирования. Книга также устанавливает стандарты, связанные с операциями тестирования, включая проектирование и разработку тестов, баллы, шкалы, нормы, связывание баллов, сокращение баллов, администрирование тестов, выставление оценок, отчетность, интерпретацию результатов, документацию тестирования, а также права и обязанности тестируемых и пользователей тестов. . Наконец, Стандарты охватывают темы, связанные с применением тестирования, включая психологическое тестирование и оценку , тестирование на рабочем месте и аттестацию , образовательное тестирование и оценку , а также тестирование при оценке программ и государственной политике.
В области оценки , и в частности оценки образования , Объединенный комитет по стандартам оценки образования [30] опубликовал три набора стандартов оценки. «Стандарты оценки персонала » [31] были опубликованы в 1988 году, «Стандарты оценки программ» (2-е издание) [32] были опубликованы в 1994 году, а «Стандарты оценки студентов» [33] были опубликованы в 2003 году.
В каждой публикации представлен и разработан набор стандартов для использования в различных образовательных учреждениях. Стандарты содержат рекомендации по разработке, внедрению, оценке и совершенствованию определенной формы оценки. [34] Каждый из стандартов был отнесен к одной из четырех основных категорий, чтобы обеспечить правильность, полезность, осуществимость и точность образовательных оценок. В этих наборах стандартов вопросы достоверности и надежности рассматриваются в рамках темы точности. Например, стандарты точности учащихся помогают гарантировать, что оценки учащихся будут предоставлять надежную, точную и достоверную информацию об обучении и успеваемости учащихся.
Поскольку психометрия основана на скрытых психологических процессах, измеряемых посредством корреляций , существуют разногласия по поводу некоторых психометрических показателей. [35] [ нужна страница ] Критики, в том числе практики в области физических наук , утверждают, что такое определение и количественная оценка сложны, и что такие измерения часто неправильно используются непрофессионалами, например, с личностными тестами, используемыми в процедурах трудоустройства. В Стандартах образовательных и психологических измерений содержится следующее заявление о валидности тестов : «валидность относится к степени, в которой доказательства и теория поддерживают интерпретации результатов тестов, вытекающие из предлагаемого использования тестов». [36] Проще говоря, тест недействителен, если он не используется и не интерпретируется так, как он задуман. [37]
Два типа инструментов, используемых для измерения личностных качеств, — это объективные тесты и проективные измерения. Примерами таких тестов являются: Опрос «Большой пятерки» (BFI), Миннесотский многофазный личностный опросник (MMPI-2), тест «Чернильные пятна Роршаха» , Анкета невротической личности KON-2006 , [38] или Личностный опросник Айзенка (EPQ-R). Некоторые из этих тестов полезны, поскольку они обладают достаточной надежностью и валидностью — двумя факторами, которые делают тесты последовательными и точными отражениями лежащей в их основе конструкции. Однако индикатор типа Майерс-Бриггс (MBTI) имеет сомнительную достоверность и подвергается большой критике. Специалист по психометрии Роберт Хоган писал об этом показателе: «Большинство психологов личности считают MBTI не более чем искусным китайским печеньем с предсказаниями». [39]
Ли Кронбах в книге «Американский психолог» (1957) отмечал, что «корреляционная психология, хотя и стара, как экспериментирование, созревала медленнее. Однако она в равной степени квалифицируется как дисциплина, поскольку задает особый тип вопросов и располагает техническими методами исследования правильно ли поставлен вопрос и правильно ли интерпретированы данные». Далее он сказал: «Метод корреляции, со своей стороны, может изучать то, что человек не научился контролировать или никогда не может надеяться контролировать... Требуется настоящая федерация дисциплин. Будучи независимыми, они могут дать только неправильные ответы или отсутствие ответов вообще по некоторым важным проблемам». [40]
Психометрия изучает человеческие способности, отношения, черты характера и эволюцию образования. Примечательно, что изучением поведения, психических процессов и способностей животных , кроме человека , обычно занимается сравнительная психология , или эволюционная психология , изучающая континуум между животными, отличными от человека, и остальными животными . Тем не менее, есть некоторые сторонники более постепенного перехода от подхода, применяемого к людям, к подходу, применяемому к (нечеловеческим) животным. [41] [42] [43] [44]
Оценка способностей, черт и эволюции машин в обучении в основном не была связана с людьми и животными, кроме человека, с конкретными подходами в области искусственного интеллекта . Также был предложен более комплексный подход под названием « универсальная психометрия» . [45] [46]
особое психологическое мышление, в последние десятилетия, было полностью устранено и устранено из-за того, что оно существовало для единого мнения. Precisamente aqui vemos el cancer de la testologia y testomania de hoy.
{{cite book}}: CS1 maint: location missing publisher (link){{cite book}}: CS1 maint: location missing publisher (link)
