روان‌سنجی چیست؟

روان‌سنجی شاخه‌ای از روان‌شناسی است که به خودِ اندازه‌گیری می‌پردازد. نه به اینکه برون‌گرایی چه معنایی دارد، بلکه به اینکه آیا مجموعه‌ای مشخص از پرسش‌ها واقعاً برون‌گرایی را می‌سنجد، چه مقدار خطا در عدد حاصل وجود دارد و آن عدد حق دارد چه چیزی را پیش‌بینی کند.

این تمایز مهم‌تر از آن است که به نظر می‌رسد. هر کسی می‌تواند بیست پرسش درباره‌ی میزان معاشرتی بودن یک فرد بنویسد و پاسخ‌ها را جمع بزند. روان‌سنجی کاری است که پس از آن آغاز می‌شود: نشان دادن اینکه آن بیست پرسش با هم هم‌خوانی دارند، یک چیز را می‌سنجند نه سه چیز، همان فرد ماه بعد نمره‌ای تقریباً مشابه می‌گیرد، نمره با رفتار واقعی او مرتبط است و کل این سازوکار برای یک جوان 22 ساله در لیسبون همان‌طور کار می‌کند که برای یک فرد 55 ساله در مونیخ.

چرا به یک رشته‌ی علمی نیاز بود

اندازه‌گیری فیزیکی مزیتی دارد که روان‌شناسی ندارد: می‌توانید یک خط‌کش یک‌متری را کنار چیزی که اندازه می‌گیرید بگذارید. برای وظیفه‌شناسی خط‌کشی وجود ندارد. این صفت مستقیماً قابل مشاهده نیست. از روی رفتار استنباط می‌شود و پاسخ‌های پرسشنامه لایه‌ی دیگری از استنباط بر فراز آن است.

روان‌سنج‌ها به این می‌گویند متغیر پنهان: چیزی که آن‌قدر واقعی است که پیامد داشته باشد، اما فقط از طریق شاخص‌های غیرمستقیم قابل دسترسی است. کل سازوکار روش‌شناختی به‌خاطر همین غیرمستقیم بودن وجود دارد. هر فنی که با آن روبه‌رو می‌شوید، از تحلیل عاملی و ضرایب پایایی تا نظریه‌ی پاسخ به گویه و نمونه‌های هنجار، تلاشی است برای گفتن چیزی قابل‌دفاع درباره‌ی کمیتی که هیچ‌کس نمی‌تواند آن را مشاهده کند.

سه پرسش

اگر واژگان تخصصی را کنار بگذاریم، روان‌سنجی از هر ابزار سه چیز می‌پرسد.

آیا سازگار است؟ اگر اندازه‌گیری عمدتاً نوفه باشد، هیچ چیز دیگری اهمیت ندارد. سازگاری در سطح گویه‌ها بررسی می‌شود (آیا پرسش‌ها با یکدیگر هم‌سو هستند؟)، در طول زمان (آیا همان فرد ماه بعد همان نمره را می‌گیرد؟) و در صورت لزوم میان ارزیاب‌های مختلف. این همان پایایی است.

آیا همان چیزی را می‌سنجد که ادعا می‌کند؟ یک پرسشنامه می‌تواند کاملاً سازگار باشد و باز هم چیز اشتباهی را بسنجد. مقیاسی که ادعا می‌کند پتانسیل رهبری را می‌سنجد اما با عزت نفس ساده همبستگی 0.8 دارد، در واقع عزت نفس را می‌سنجد. این روایی است و ویژگی‌ای نیست که ابزار یا داشته باشد یا نداشته باشد. روایی استدلالی است که از شواهد انباشته ساخته می‌شود.

در مقایسه با چه کسانی؟ نمره‌ی خام 34 به‌تنهایی هیچ معنایی ندارد. فقط در برابر یک گروه مرجع قابل تفسیر می‌شود: 34 نسبت به کدام جامعه بالاست، چه زمانی اندازه‌گیری شده و در کجا؟ این کار هنجارهاست و مرحله‌ای است که بیشتر آزمون‌های مصرفی آن را کاملاً نادیده می‌گیرند.

رویه‌ی خوب چگونه است

یک ابزار خوب‌ساخته سابقه‌ی مستند دارد. کسی منتشر کرده است که گویه‌ها چگونه نوشته شده‌اند و کدام‌ها کنار گذاشته شده‌اند. کسی ضرایب پایایی را در نمونه‌های نام‌برده و با اندازه‌ی نمونه گزارش کرده است. کسی بررسی کرده است که آیا ساختار عاملی در نمونه‌ی دوم و مستقل هم برقرار می‌ماند، نه فقط در نمونه‌ای که برای ساخت ابزار به کار رفته است. کسی وارسی کرده است که آیا گویه‌ها در زبان‌ها و گروه‌های سنی مختلف رفتار یکسانی دارند. و کس دیگری، که ایدئال آن است هیچ منفعتی در ابزار نداشته باشد، کوشیده است یافته‌ها را بازتولید کند و گزارش کرده است چه شد.

هیچ‌یک از این‌ها آزمون را بی‌خطا نمی‌کند. آنچه می‌کند این است که محدودیت‌هایش را قابل‌شناخت می‌کند، که ویژگی‌ای متفاوت و سودمندتر است. ابزاری که خطای اندازه‌گیری‌اش مستند شده است به شما می‌گوید تا چه اندازه می‌توانید به تفاوت کوچک میان دو نمره اعتماد کنید. ابزاری که هیچ برآورد منتشرشده‌ای از خطا ندارد دقیق‌تر نیست؛ فقط درباره‌ی نادقیق بودنش ساکت‌تر است.

خواننده را کجا رها می‌کند

روان‌سنجی به شما نمی‌گوید که یک آزمون «درست» است. به شما می‌گوید یک نمره را تا کجا می‌توان کشاند پیش از آنکه دیگر معنایی نداشته باشد: به کدام پرسش‌ها می‌تواند پاسخ دهد، روی کدام جامعه‌ها کالیبره شده است و یک تفاوت باید چقدر بزرگ باشد تا ارزش توجه کردن داشته باشد.

این وعده‌ای محدودتر از وعده‌ی بیشتر محصولات شخصیت‌سنجی است. و تنها وعده‌ای است که در برخورد با شواهد دوام می‌آورد.