noesisnoesis
পরিমাপ কীভাবে কাজ করে

অভিসারী ও পৃথকীকারী বৈধতা

দুটি পরস্পর-প্রতিবিম্ব শর্ত: একটি পরিমাপকে তার সঙ্গে মিলতে হবে যার সঙ্গে মেলা উচিত, আবার যা সে নয় বলে দাবি করে তার থেকে আলাদাও থাকতে হবে। বেশিরভাগ দুর্বল পরিমাপক দ্বিতীয় শর্তে ব্যর্থ হয়।

অভিসারী ও পৃথকীকরণ বৈধতা একই চাহিদার দুটি অংশ। একটি পরিমাপককে তাত্ত্বিকভাবে যেসবের সঙ্গে সম্পর্কিত হওয়ার কথা তার সঙ্গে সম্পর্কিত হতে হবে, আবার যেসব থেকে আলাদা হওয়ার কথা তার সঙ্গে খুব বেশি সম্পর্কিত হওয়া চলবে না। একটি পূরণ করে অন্যটি না করা আংশিক সাফল্য নয়; এটি সাধারণত ইঙ্গিত দেয় যে কনস্ট্রাক্টটি যা বলে দাবি করা হচ্ছে, তা আসলে তা নয়।

অভিসারী বৈধতা

অভিসারী প্রমাণ দেখায় যে একটি পরিমাপক একই বিষয়ের অন্যান্য নির্দেশকের সঙ্গে মেলে। একটি নতুন উদ্বেগ স্কেলের স্বীকৃত উদ্বেগ স্কেলগুলোর সঙ্গে, চিকিৎসকের মূল্যায়নের সঙ্গে এবং আদর্শভাবে প্রশ্নাবলি নয় এমন কিছুর সঙ্গে, যেমন শারীরবৃত্তীয় পরিমাপ বা পর্যবেক্ষিত পরিহার আচরণের সঙ্গে, উল্লেখযোগ্য সম্পর্ক থাকা উচিত।

এখানে সম্পর্ক সাধারণত 0.50 এর ওপরে আশা করা হয়, আর তুলনামূলক পরিমাপকটি একই কনস্ট্রাক্টের জন্য সুপ্রতিষ্ঠিত পরিমাপক হলে প্রায়ই 0.70 এর ওপরে। এর নিচে হলে হয় নতুন স্কেল, নয়তো তুলনামূলক পরিমাপকটি অন্য কিছু মাপছে।

একটি ফাঁদ আছে। বিদ্যমান স্কেলের সঙ্গে 0.95 সম্পর্ক কোনো জয় নয়; এর অর্থ নতুন পরিমাপকটি আসলে পুনঃমোড়কজাত রূপ, এবং তখন সৎ প্রশ্ন হয়ে দাঁড়ায় এটি নতুন কী যোগ করে। অভিসারী বৈধতা একটি ন্যূনতম সীমা, সর্বোচ্চ করার লক্ষ্য নয়।

পৃথকীকরণ বৈধতা

পৃথকীকরণ প্রমাণ দেখায় যে পরিমাপকটি এমন কনস্ট্রাক্ট থেকে আলাদা থাকে যেগুলো থেকে ভিন্ন বলে সে দাবি করে। আকর্ষণীয় ব্যর্থতাগুলো এখানেই ঘটে।

গবেষণা সাহিত্যে এই ধরন বারবার দেখা যায়। গ্রিট ও বিবেকবোধের মধ্যে সম্পর্ক প্রায় 0.84, যা এত কাছাকাছি যে মেটা-বিশ্লেষণে দেখা গেছে, বিবেকবোধ নিয়ন্ত্রণ করলে গ্রিট একাডেমিক পূর্বাভাসে প্রায় কিছুই যোগ করে না। স্ব-প্রতিবেদন ভিত্তিক আবেগীয় বুদ্ধিমত্তা আবেগীয় স্থিতিশীলতা, বহির্মুখিতা ও বিবেকবোধের সম্মিলিত রূপের সঙ্গে ব্যাপকভাবে মিলে যায়। HEXACO মডেলের সততা-বিনয় বিবেচনায় নিলে ডার্ক ট্রায়াডের মধ্যকার অভিন্ন ভেদাংশের বেশিরভাগই মিলিয়ে যায়। প্রতিটি ক্ষেত্রেই কনস্ট্রাক্টটিকে নতুন ভূখণ্ড হিসেবে উপস্থাপন করা হয়েছিল, অথচ দেখা গেল সেটি বিদ্যমান মানচিত্রের একটি নতুন নামের অঞ্চল।

পৃথকীকরণ বৈধতার ক্ষেত্রেই পদ্ধতিগত প্রভাবও সামনে আসে। কোনো গবেষণায় স্ব-প্রতিবেদিত প্রতিটি কনস্ট্রাক্ট যদি অন্য প্রতিটির সঙ্গে 0.4 সম্পর্কিত হয়, তাহলে অভিন্ন উপাদানটি সম্ভবত কোনো ভাগ করা মনস্তত্ত্ব নয়, বরং উত্তরদাতার উত্তর দেওয়ার ধরন।

যে পরীক্ষা বিষয়টি নিষ্পত্তি করে

নিষ্পত্তিমূলক পদ্ধতি হলো বর্ধিষ্ণু বৈধতা: প্রথমে প্রতিষ্ঠিত পরিমাপকটি, তারপর নতুনটি রিগ্রেশনে ঢুকিয়ে দেখুন নতুনটি ফলাফলে কোনো অতিরিক্ত ভেদাংশ ব্যাখ্যা করে কি না। না করলে কনস্ট্রাক্টটি তাত্ত্বিকভাবে আকর্ষণীয় থাকতে পারে, কিন্তু পরিমাপকটি এমন কিছু মাপছে না যা এই ক্ষেত্রের আগে থেকে জানা ছিল না।

এটি একটি কঠিন মানদণ্ড, এবং প্রকাশিত বহু স্কেলকে কখনো এর মধ্য দিয়ে যেতে হয়নি। যখন যায়, ফলাফল প্রায়ই ওপরে বলা অপ্রয়োজনীয়তার সিদ্ধান্ত হয়ে দাঁড়ায়। এটি কোনো কেলেঙ্কারি নয়; এটি স্বাভাবিক বৈজ্ঞানিক ছাঁটাই। তবে এর অর্থ হলো, কোনো কনস্ট্রাক্ট কতটা জনপ্রিয় তা থেকে বোঝা যায় না সেটি এই পরীক্ষায় টিকবে কি না।

পাঠকের জন্য এর তাৎপর্য

কোনো পরীক্ষা একাধিক স্কোর দিলে কাজের প্রশ্ন হলো সেই স্কোরগুলো আসলেই আলাদা কি না। পরস্পরের সঙ্গে 0.8 সম্পর্কিত চারটি মাত্রা আসলে চারটি নামের একটিই মাত্রা, এবং তা থেকে তৈরি প্রোফাইল ভিন্নতাপূর্ণ দেখালেও প্রায় কোনো স্বতন্ত্র তথ্য বহন করে না।

যেসব পরিমাপক স্কেলগুলোর পারস্পরিক সম্পর্ক প্রকাশ করে, আপনি নিজেই তা যাচাই করে দেখতে পারেন। যেসব পরিমাপক চার-চতুর্ভাগের একটি ধরন উপস্থাপন করে কিন্তু চতুর্ভাগগুলোর মধ্যে সম্পর্ক কখনো দেখায় না, তারা এই যাচাই অসম্ভব করে তুলেছে, আর সাধারণত সেটাই উদ্দেশ্য।

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