noesisnoesis
পরিমাপ কীভাবে কাজ করে

কনস্ট্রাক্ট বৈধতা কী?

পরিমাপের সবচেয়ে কঠিন প্রশ্ন: আপনি যা পরিমাপ করছেন তা আপনার সংজ্ঞায়িত রূপে সত্যিই আছে কি না, এবং আপনার পরিমাপক সেটিকে ধরছে, নাকি তার কাছাকাছি অন্য কিছুকে।

কনস্ট্রাক্ট বৈধতা প্রশ্ন করে, একটি পরিমাপক কি সত্যিই সেই তাত্ত্বিক কনস্ট্রাক্ট পরিমাপ করছে যা সে দাবি করে, নাকি তার সঙ্গে সম্পর্কিত অন্য কিছু, তার চেয়ে সংকীর্ণ কিছু, কিংবা সুসংগত কিছুই নয়। এটি বৈধতা-প্রমাণের সবচেয়ে গভীর রূপ, এবং এটি প্রতিষ্ঠা করতে একটি গবেষণা নয়, বছরের পর বছর লাগে।

সমস্যাটি কাঠামোগত। স্থিতিস্থাপকতা বা আবেগীয় বুদ্ধিমত্তার মতো কনস্ট্রাক্ট কোনো বস্তু নয়; এটি আচরণের একটি প্রস্তাবিত নিয়মিততা। একটি স্কেল তা পরিমাপ করে, এটি দেখাতে হলে একই সঙ্গে দুটি দাবির পক্ষে যুক্তি দিতে হয়: কনস্ট্রাক্টটি বর্ণিত রূপে বিদ্যমান, এবং এই আইটেমগুলো ঠিক সেটিকেই ধরতে পারে। দুটি দাবিকে আলাদা করা যায় না। এ কারণেই Cronbach ও Meehl, যাঁরা 1955 সালে ধারণাটি এনেছিলেন, একে একটি পরিমাপকের নয়, বরং একটি সম্পূর্ণ তাত্ত্বিক নেটওয়ার্কের পরীক্ষা হিসেবে উপস্থাপন করেছিলেন।

যেভাবে প্রমাণ গড়ে ওঠে

পূর্বানুমিত সহসম্পর্কের ধরন। তত্ত্ব বলে দেয় কনস্ট্রাক্টটি কোন কোন বিষয়ের সঙ্গে এবং কতটা জোরালোভাবে সম্পর্কিত হওয়া উচিত। আত্ম-সহমর্মিতার সঙ্গে জীবনে সন্তুষ্টির ইতিবাচক সহসম্পর্ক, বিষণ্নতার সঙ্গে নেতিবাচক সহসম্পর্ক, আর আত্মসম্মানের সঙ্গে কেবল মাঝারি সহসম্পর্ক থাকার কথা; আত্মসম্মানের সঙ্গে সহসম্পর্ক 0.9 হলে এটি আলাদা কনস্ট্রাক্ট হতো না। এই প্রতিটি পূর্বানুমান যাচাইযোগ্য দাবি, এবং কোনোটি মিলে না গেলে তা থেকেও তথ্য পাওয়া যায়।

প্রত্যাশিত গোষ্ঠীগত পার্থক্য। তত্ত্ব যদি বলে কোনো বৈশিষ্ট্য বয়সের সঙ্গে বিকশিত হয়, বা ক্লিনিক্যাল জনগোষ্ঠীতে বেশি থাকে, তবে পরিমাপকেও তা দেখাতে হবে। তত্ত্ব যে পার্থক্য দাবি করে তা খুঁজে না পাওয়া পরিমাপক, তত্ত্ব, বা উভয়ের বিরুদ্ধে প্রমাণ।

হস্তক্ষেপে সাড়া। কোনো কনস্ট্রাক্টকে প্রশিক্ষণযোগ্য বলে ধরা হলে প্রশিক্ষণের পরে স্কোর বদলানো উচিত, আর নিয়ন্ত্রণ গোষ্ঠীতে বদলানো উচিত নয়। যে কনস্ট্রাক্ট কোনো কিছুতেই সাড়া দেয় না, তাকে কৃত্রিম ফলাফল থেকে আলাদা করা কঠিন।

অভ্যন্তরীণ কাঠামো। ফ্যাক্টর কাঠামো তাত্ত্বিক কাঠামোর সঙ্গে মিলতে হবে, এবং গুরুত্বপূর্ণ বিষয় হলো, নতুন নমুনাতেও মিলতে হবে। উন্নয়ন-পর্বের তথ্যে অনুসন্ধানমূলক ফ্যাক্টর বিশ্লেষণ সেই কাঠামোই খুঁজে পাবে যা নকশায় আগে থেকে রাখা ছিল; দাবিটি আসলে যাচাই হয় নতুন তথ্যে নিশ্চিতকরণমূলক বিশ্লেষণে।

মাল্টিট্রেইট-মাল্টিমেথড ধারণা

Campbell ও Fiske 1959 সালে জোর দিয়ে বলেছিলেন, কনস্ট্রাক্ট বৈধতার জন্য একসঙ্গে দুটি জিনিস দরকার: একই বৈশিষ্ট্যের পরিমাপ ভিন্ন পদ্ধতিতে করলে ফলাফল মিলতে হবে, আর ভিন্ন বৈশিষ্ট্যের পরিমাপ একই পদ্ধতিতে করলে ফলাফল মেলা উচিত নয়।

দ্বিতীয় অংশেই বেশিরভাগ পরিমাপক হোঁচট খায়। আপনার স্ব-প্রতিবেদিত সহানুভূতি যদি আপনার স্ব-প্রতিবেদিত সম্মতিশীলতার সঙ্গে 0.7 এবং পর্যবেক্ষকের মূল্যায়নে সহানুভূতির সঙ্গে 0.2 সহসম্পর্ক দেখায়, তাহলে আপনার প্রশ্নাবলি সবচেয়ে জোরালোভাবে যা মাপছে তা সহানুভূতি নয়; তা প্রশ্নাবলিতে নিজেকে বর্ণনা করার আপনার সাধারণ ধরন। পদ্ধতিগত ভেদাঙ্ক স্ব-প্রতিবেদন গবেষণার সবচেয়ে স্থায়ী সমস্যাগুলোর একটি, আর এ কারণেই গুরুত্বপূর্ণ বৈধতা-যাচাইয়ের কাজে যেখানে সম্ভব প্রশ্নাবলি-বহির্ভূত মানদণ্ড খোঁজা হয়।

আপনার ফলাফল পড়ার সময় কেন এটি গুরুত্বপূর্ণ

কনস্ট্রাক্ট বৈধতাই একটি স্কোর ও তার ব্যাখ্যার মাঝখানে দাঁড়িয়ে থাকে। একটি ভালোভাবে যাচাই-করা পরিমাপক যখন জানায় যে কোনো বৈশিষ্ট্যে আপনার স্কোর উচ্চ, তখন সেই বক্তব্যের পেছনের যুক্তির শৃঙ্খলে থাকে কয়েক দশকের প্রকাশিত কাজ, যা প্রতিষ্ঠা করে যে বৈশিষ্ট্যটি একটি সুসংগত পরিমাণ হিসেবে আচরণ করে, এই আইটেমগুলো তাকে অনুসরণ করে, এবং যারা পরীক্ষাটি দেয় তাদের মধ্যে স্কোরের অর্থ মোটামুটি একই থাকে।

যে পরীক্ষায় কনস্ট্রাক্ট যাচাই হয়নি, সেটি একই কথা জানালে স্কোরটি এমন একটি অ্যালগরিদমের তৈরি সংখ্যা যা কেউ যাচাই করে দেখেনি। ফলাফলের পর্দায় দুটোই একই রকম দেখায়। পার্থক্য পুরোটাই নথিপত্রে, আর সেই কারণেই নথিপত্র খুঁজে দেখা সার্থক।

নিজেই যাচাই করুন

পরিমাপ নিয়ে পড়া এক কথা। আপনার নিজের স্কোর তার উৎস, নর্ম নমুনা ও সীমাবদ্ধতাসহ দেখা আরেক কথা। বিনামূল্যে দেওয়া যায়, সাইনআপ লাগে না।

পড়তে থাকুন

কনস্ট্রাক্ট বৈধতা কী? | NOESIS