noesisnoesis
मापन कैसे काम करता है

इंटरनेट पर उपलब्ध अधिकांश व्यक्तित्व परीक्षण विश्वसनीय क्यों नहीं हैं

इसलिए नहीं कि वे बेईमान हैं, बल्कि इसलिए कि किसी माप को भरोसेमंद बनाने वाले चरण दिखाई नहीं देते, महँगे होते हैं और उन्हें छोड़ देना आसान होता है। उन्हें छोड़ देने से परिणाम कैसा दिखता है, इसमें कोई बदलाव नहीं आता।

ऑनलाइन मुफ़्त व्यक्तित्व परीक्षण और एक मान्य मनोमितीय उपकरण, दोनों का परिणाम एक जैसा दिखता है: एक अंक, एक प्रतिशतक, आपका वर्णन करता एक अनुच्छेद। अंतर पूरी तरह उस काम में है जिसे आप परिणाम वाली स्क्रीन पर नहीं देख सकते।

इस बारे में सटीक होना ज़रूरी है, क्योंकि आम धारणा, कि इंटरनेट पर मिलने वाले परीक्षण धोखा हैं, ज़्यादातर गलत है और बहुत उपयोगी भी नहीं। अधिकांश परीक्षण ऐसे लोग बनाते हैं जिनका धोखा देने का कोई इरादा नहीं होता। वे संरचनात्मक कारणों से अविश्वसनीय होते हैं।

आम तौर पर क्या छोड़ दिया जाता है

प्रश्न विश्लेषण। ठीक से बनाए गए पैमाने में, शुरुआती परीक्षण के बाद तैयार किए गए अधिकांश प्रश्न हटा दिए जाते हैं: वे प्रश्न जिन पर लोगों के उत्तरों में कोई भिन्नता नहीं होती, वे प्रश्न जिनका कुल अंक से संबंध कमज़ोर होता है, वे प्रश्न जो एक से अधिक कारक पर भार डालते हैं, और वे प्रश्न जो अलग-अलग आयु या भाषा समूहों में अलग व्यवहार करते हैं। बिना शुरुआती परीक्षण के लिखा और प्रकाशित किया गया परीक्षण सब कुछ रख लेता है, उन प्रश्नों सहित जो काम नहीं करते।

स्वतंत्र संरचनात्मक पुष्टि। जिस डेटा से पैमाना बनाया गया है, उसी पर किया गया कारक विश्लेषण वही संरचना दिखाएगा जो आपने बनाई थी। किसी नए नमूने में इसकी पुष्टि करना एक अलग अध्ययन है, और यही वह चरण है जहाँ बहुत से पैमाने विफल हो जाते हैं।

मानक। प्रतिशतक कहीं से तो आना चाहिए। यदि वेबसाइट अपनी संदर्भ जनसंख्या नहीं बताती, तो यह संख्या या तो पिछले आगंतुकों से निकाली गई है, जो अज्ञात संरचना वाला स्वयं-चयनित समूह है, या किसी ख़ास आधार से नहीं।

परीक्षण-पुनर्परीक्षण डेटा। यह स्थापित करने के लिए कि लोगों को अगले महीने भी वही अंक मिलते हैं, उन्हें फिर से ढूँढना पड़ता है। लगभग कोई ऐसा नहीं करता, जिसका अर्थ है कि "गुण" शब्द जिस स्थिरता का संकेत देता है, वह प्रदर्शित नहीं की गई है।

डिज़ाइन के प्रोत्साहन गलत दिशा में जाते हैं

जुड़ाव के लिए बनाया गया परीक्षण, सटीकता के लिए बनाए गए परीक्षण से अलग परिणाम के लिए अनुकूलित होता है, और दोनों अनुमानित तरीकों से अलग-अलग दिशाओं में खिंचते हैं।

प्रशंसा करने वाले परिणाम बेहतर चलते हैं। जो परिणाम आपको कोई अप्रिय बात बताता है, उसे कम साझा किया जाता है, इसलिए परिणाम ऐसे विवरणों की ओर खिसकते जाते हैं जिनमें हर कोई ख़ुद को पहचान लेता है। यह Barnum प्रभाव है, जिसे 1940 के दशक में प्रदर्शित किया गया और तब से लगातार दोहराया गया है: लोग सामान्य व्यक्तित्व विवरणों को विशेष रूप से अपने बारे में बहुत सटीक मानते हैं।

प्रकार आयामों से बेहतर चलते हैं। "आप एक Architect हैं" को साझा करना "खुलेपन पर आप 68वें प्रतिशतक पर हैं, विस्तृत विश्वास अंतराल के साथ" से आसान है। प्रकार माप की त्रुटि को भी छिपा देते हैं, क्योंकि किसी श्रेणी की सीमा के इधर या उधर एक अंक पर होने वाले व्यक्ति को पूरी तरह अलग लेबल मिलते हैं।

छोटा परीक्षण पर्याप्त परीक्षण से बेहतर चलता है। हर अतिरिक्त प्रश्न के साथ उत्तरदाता छूटते जाते हैं, इसलिए परीक्षणों को उस लंबाई तक काट दिया जाता है जो संरचना को पूरी तरह शामिल करने के बजाय पूरा होने की दर को अधिकतम करती है।

इनमें से कोई भी झूठ नहीं है। यह सटीकता के बजाय किसी दूसरे मापदंड के लिए अनुकूलन है।

लगभग तीस सेकंड में कैसे पहचानें

देखें कि क्या किसी स्रोत उपकरण का नाम, उसके लेखक और वर्ष दिए गए हैं। देखें कि क्या यह बताया गया है कि मानक किस जनसंख्या से लिए गए हैं। देखें कि क्या सीमाओं या माप की त्रुटि को स्वीकार किया गया है। देखें कि परिणाम एक निरंतर अंक है या कोई श्रेणी। देखें कि क्या वही पृष्ठ बीस प्रश्नों से आपके आदर्श करियर, जीवनसाथी या जीवन के उद्देश्य की पहचान करने का वादा भी करता है।

जो परीक्षण अपने उपकरण का नाम बताता है, अपने स्रोत का उल्लेख करता है, अपने मानक बताता है और यह बताता है कि वह आपको क्या नहीं बता सकता, उसने अपना काम किया है। जो इनमें से कुछ नहीं करता, वह शायद फिर भी पाँच मिनट बिताने का एक सुखद तरीका हो, लेकिन उससे मिलने वाली संख्या केवल सजावट है।

NOESIS परीक्षण सूची का हर उपकरण बताता है कि वह किस प्रकाशित परीक्षण को लागू करता है, उसे किसने लिखा, किस वर्ष में, उसके अंक कैसे निकाले जाते हैं, और उसके परिणाम क्या स्थापित नहीं करते। यही अंतिम बात तुलना करने लायक 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