मनोवैज्ञानिक परीक्षण में विश्वसनीयता क्या है?

विश्वसनीयता बताती है कि कोई माप बार-बार करने पर कितना एक जैसा रहता है, बजाय इसके कि उसमें बेतरतीब उतार-चढ़ाव हो। अगर आप एक मिनट में अपना वज़न तीन बार मापें और नतीजे 71, 78 और 66 किलोग्राम आएँ, तो वह तराज़ू विश्वसनीय नहीं होगा। उससे आपको अपना वास्तविक वज़न जानने का कोई तरीका नहीं मिलेगा। मनोवैज्ञानिक मापन में भी यही समस्या है, जबकि उसके उपकरण कहीं कम सटीक होते हैं।

विश्वसनीयता के बारे में सबसे ज़रूरी बात यह समझना है कि इससे क्या साबित नहीं होता। अगर घर का तराज़ू हर बार आपका वज़न वास्तविक वज़न से आठ किलोग्राम अधिक दिखाए, तो वह पूरी तरह विश्वसनीय होगा, लेकिन पूरी तरह गलत भी। विश्वसनीयता का संबंध एक जैसे नतीजे मिलने से है; संख्या सही बात बताती है या नहीं, यह अलग सवाल है, जिसे वैधता कहते हैं। वैधता के लिए विश्वसनीयता ज़रूरी है, लेकिन केवल विश्वसनीयता होना काफ़ी नहीं है।

विश्वसनीयता के रूप

आंतरिक संगति यह देखती है कि किसी पैमाने के प्रश्न आपस में कितने मेल खाते हैं। अगर दस प्रश्नों का उद्देश्य एक ही अंतर्निहित गुण को मापना है, तो एक प्रश्न पर अधिक अंक पाने वाले लोगों को दूसरे प्रश्नों पर भी अधिक अंक मिलने की प्रवृत्ति होनी चाहिए। इसे आमतौर पर क्रोनबाख अल्फ़ा या, बेहतर विकल्प के रूप में, मैकडॉनल्ड ओमेगा से बताया जाता है।

पुनः परीक्षण विश्वसनीयता यह देखती है कि एक ही व्यक्ति को दो अलग अवसरों पर मिलते-जुलते अंक मिलते हैं या नहीं। गुणों के लिए यह सबसे महत्वपूर्ण रूप है, क्योंकि गुणों को परिभाषा के अनुसार स्थिर होना चाहिए। यही वह रूप भी है जिसके आँकड़े अक्सर नहीं दिए जाते, क्योंकि इसके लिए कई हफ़्तों बाद उन्हीं प्रतिभागियों से दोबारा संपर्क करना पड़ता है।

मूल्यांकनकर्ताओं के बीच विश्वसनीयता तब लागू होती है जब उपकरण का मूल्यांकन लोग करते हैं, जैसे नैदानिक साक्षात्कार, प्रक्षेपी तकनीकें और व्यवहार का अवलोकन। यह देखती है कि एक ही सामग्री को देखकर दो प्रशिक्षित मूल्यांकनकर्ता एक ही निष्कर्ष पर पहुँचते हैं या नहीं।

समांतर रूपों की विश्वसनीयता यह देखती है कि एक ही परीक्षण के दो अलग संस्करण, जिन्हें समकक्ष बनाया गया है, समान अंक देते हैं या नहीं। यह वहाँ महत्वपूर्ण है जहाँ कोई परीक्षण एक से अधिक बार लिया जाता है और प्रश्नों से पहले ही परिचित हो जाने की चिंता होती है।

संख्याओं को समझना

विश्वसनीयता गुणांक 0 से 1 के बीच होते हैं। इनके लिए प्रचलित सीमाएँ मोटे तौर पर तय की गई हैं और अक्सर उनका गलत इस्तेमाल होता है, लेकिन सामान्य रूप से: जहाँ किसी व्यक्ति का जीवन उसके अंकों से प्रभावित होता है, वहाँ 0.90 से अधिक आवश्यक है; अधिकांश व्यावहारिक उपयोगों के लिए 0.80 से 0.90 अच्छा है; शोध और समूहों की तुलना के लिए 0.70 से 0.80 स्वीकार्य है; और 0.70 से कम का मतलब है कि अंकों में इतना बेतरतीब उतार-चढ़ाव है कि ज़्यादातर निष्कर्ष भरोसेमंद नहीं रहेंगे।

इन सीमाओं के बारे में दो सावधानियाँ हैं। पहली, ये प्रचलित मान्यताएँ हैं, नियम नहीं; स्वीकार्य स्तर पूरी तरह इस पर निर्भर करता है कि अंकों का उपयोग किस लिए होगा। दूसरी, छोटे पैमाने पर बहुत अधिक अल्फ़ा आमतौर पर यह दिखाता है कि प्रश्न लगभग एक ही बात को अलग शब्दों में पूछते हैं। इससे एक जैसे नतीजे तो मिलते हैं, लेकिन मापी जा रही संरचना के पहलू छूट जाते हैं। दस प्रश्नों वाला कोई पैमाना अगर हर प्रश्न में थोड़े अलग शब्दों से केवल "क्या आप व्यवस्थित हैं?" पूछे, तो उसकी आंतरिक संगति शानदार होगी, लेकिन वह कर्तव्यनिष्ठा के सीमित पहलू को ही मापेगा।

आपके अपने अंकों के लिए इसका अर्थ

विश्वसनीयता से सीधे पता चलता है कि किसी एक संख्या पर कितना भरोसा किया जा सकता है। 0.85 विश्वसनीयता वाले परीक्षण में भी मापन की त्रुटि इतनी हो सकती है कि दो लोगों के अंकों में कुछ अंकों का अंतर, या आपके आज और पिछले महीने के अंकों में ऐसा अंतर, वास्तविक बदलाव के बजाय बेतरतीब उतार-चढ़ाव होने की बहुत संभावना रखता है।

इसका व्यावहारिक नतीजा यह है: एक अच्छा उपकरण अपनी विश्वसनीयता बताता है, ताकि आप जान सकें कि आपके अंकों के आसपास कितनी अनिश्चितता है। इस अनिश्चितता को तकनीकी रूप से मापन की मानक त्रुटि से व्यक्त किया जाता है। यह विश्वसनीयता गुणांक के आधार पर अंकों के आसपास संभावित कमी या बढ़ोतरी की सीमा बताती है।

जो उपकरण विश्वसनीयता का कोई आँकड़ा नहीं बताता, वह इस वजह से अधिक सटीक नहीं हो जाता। उसने बस यह बताने से परहेज़ किया है कि उसमें कितनी अशुद्धि है।