noesisnoesis
मापन कैसे काम करता है

अभिसारी और विभेदी वैधता

दो एक-दूसरे के पूरक मानदंड हैं: किसी माप को उन चीज़ों से मेल खाना चाहिए जिनसे मेल खाने की अपेक्षा है, और उन चीज़ों से अलग रहना चाहिए जिनसे वह अलग होने का दावा करता है। अधिकांश कमज़ोर उपकरण दूसरे मानदंड पर खरे नहीं उतरते।

अभिसारी और विभेदी वैधता, एक ही आवश्यकता के दो पहलू हैं। किसी माप का उन चीज़ों से सह-संबंध होना चाहिए जिनसे सिद्धांत के अनुसार उसका सह-संबंध होना अपेक्षित है। साथ ही, जिन चीज़ों से उसे अलग माना जाता है, उनसे उसका सह-संबंध बहुत अधिक नहीं होना चाहिए। एक शर्त पूरी करके दूसरी पूरी न करना आंशिक सफलता नहीं है; आमतौर पर यह संकेत है कि मापी जा रही संरचना वैसी नहीं है जैसी बताई गई है।

अभिसारी वैधता

अभिसारी प्रमाण दिखाता है कि कोई माप उसी चीज़ के अन्य संकेतकों से मेल खाता है। चिंता के किसी नए पैमाने का स्थापित चिंता पैमानों और चिकित्सकों के आकलन से पर्याप्त सह-संबंध होना चाहिए। आदर्श रूप से उसका सह-संबंध किसी ऐसी चीज़ से भी होना चाहिए जो एक और प्रश्नावली न हो, जैसे शारीरिक माप या व्यवहार में देखा गया परहेज़।

यहाँ आमतौर पर 0.50 से अधिक सह-संबंध अपेक्षित होता है। जब तुलना के लिए इस्तेमाल किया गया माप उसी संरचना का सुस्थापित उपकरण हो, तो अक्सर 0.70 से अधिक अपेक्षित होता है। इससे कम होने पर नया पैमाना या तुलना वाला माप, कुछ और माप रहा हो सकता है।

इसमें एक भ्रम है। किसी मौजूदा पैमाने के साथ 0.95 का सह-संबंध उपलब्धि नहीं है। इसका मतलब है कि नया उपकरण उसी चीज़ को नए रूप में पेश कर रहा है, और ईमानदारी से पूछा जाने वाला सवाल यह है कि वह नया क्या जोड़ता है। अभिसारी वैधता एक न्यूनतम सीमा है, अधिकतम करने का लक्ष्य नहीं।

विभेदी वैधता

विभेदी प्रमाण दिखाता है कि माप उन संरचनाओं से अलग रहता है जिनसे अलग होने का वह दावा करता है। यहीं दिलचस्प कमियाँ सामने आती हैं।

शोध साहित्य में एक ही ढर्रा बार-बार दिखता है। दृढ़ लगन का कर्तव्यनिष्ठा से लगभग 0.84 सह-संबंध है। यह इतना अधिक है कि कई अध्ययनों के संयुक्त विश्लेषण में पाया गया: कर्तव्यनिष्ठा के प्रभाव को ध्यान में रखने के बाद, दृढ़ लगन शैक्षणिक प्रदर्शन के पूर्वानुमान में लगभग कुछ भी नहीं जोड़ती। स्व-रिपोर्ट के आधार पर मापी गई भावनात्मक बुद्धिमत्ता का भावनात्मक स्थिरता, बहिर्मुखता और कर्तव्यनिष्ठा के संयुक्त प्रभाव से बहुत अधिक मेल है। HEXACO मॉडल की ईमानदारी-विनम्रता को ध्यान में रखने पर डार्क ट्रायड के गुणों के बीच साझा भिन्नता का बड़ा हिस्सा लगभग गायब हो जाता है। हर मामले में संरचना को नया क्षेत्र बताकर पेश किया गया, लेकिन वह पहले से मौजूद क्षेत्र का नया नाम निकला।

विभेदी वैधता की जाँच में मापन की विधि के प्रभाव भी सामने आते हैं। यदि किसी अध्ययन में स्व-रिपोर्ट से मापी गई हर संरचना का हर दूसरी संरचना से 0.4 सह-संबंध हो, तो इसका साझा कारण संभवतः उत्तरदाता की उत्तर देने की शैली है, न कि कोई साझा मनोवैज्ञानिक आधार।

निर्णायक जाँच

निर्णायक प्रक्रिया वृद्धिशील वैधता की जाँच है: प्रतिगमन विश्लेषण में पहले स्थापित माप को शामिल करें, फिर नए माप को, और देखें कि क्या नया माप परिणाम में कोई अतिरिक्त भिन्नता स्पष्ट करता है। यदि नहीं, तो संरचना सिद्धांत की दृष्टि से अब भी दिलचस्प हो सकती है, लेकिन उपकरण ऐसी कोई चीज़ नहीं माप रहा जो इस क्षेत्र में पहले से उपलब्ध न थी।

यह एक कठोर मानक है और प्रकाशित हुए बहुत से पैमानों की इस कसौटी पर कभी जाँच ही नहीं हुई। जब जाँच होती है, तो अक्सर ऊपर बताई गई अनावश्यक दोहराव की बात सामने आती है। यह कोई घोटाला नहीं है; यह सामान्य वैज्ञानिक छँटाई है। लेकिन इसका मतलब यह भी है कि किसी संरचना की लोकप्रियता से यह पता नहीं चलता कि वह इस जाँच में खरी उतरेगी या नहीं।

पाठक के लिए इससे क्या बदलता है

जब कोई परीक्षण कई अंक दिखाता है, तो उपयोगी सवाल यह है कि क्या वे अंक सचमुच अलग-अलग चीज़ें मापते हैं। ऐसे 4 आयाम जिनका आपस में 0.8 सह-संबंध है, दरअसल 4 नामों वाला एक ही आयाम हैं। उनसे बनी प्रोफ़ाइल अलग-अलग पहलू दिखाती हुई लगेगी, जबकि उसमें स्वतंत्र जानकारी लगभग नहीं होगी।

जो उपकरण अपने पैमानों के बीच सह-संबंध दिखाते हैं, वे आपको यह खुद जाँचने देते हैं। जो उपकरण 4 खंडों पर आधारित प्रकार प्रस्तुत करते हैं, लेकिन यह कभी नहीं दिखाते कि वे खंड आपस में कैसे जुड़े हैं, उन्होंने यह जाँच असंभव बना दी है। आमतौर पर यही उनका उद्देश्य होता है।

इसे आज़माकर देखें

मापन के बारे में पढ़ना एक बात है। अपने अंक को उसके स्रोत, उसके मानक नमूने और उसकी सीमाओं के साथ देखना दूसरी बात है। देने में निःशुल्क, साइन अप की आवश्यकता नहीं।

पढ़ना जारी रखें

अभिसारी और विभेदी वैधता | NOESIS