Что такое психометрика?
Дисциплина, которая определяет, насколько хорошо психологическое измерение выполняет свою задачу, и причина того, что два теста, задающих похожие вопросы, могут сильно различаться по ценности своих результатов.
Психометрика, это раздел психологии, занимающийся самим измерением. Не тем, что означает экстраверсия, а тем, действительно ли данный набор вопросов измеряет экстраверсию, сколько ошибки содержится в итоговом числе и что это число имеет право предсказывать.
Это различие важнее, чем кажется на первый взгляд. Любой может написать двадцать вопросов о том, насколько человек общителен, и сложить ответы. Психометрика, это работа, которая происходит после: показать, что двадцать вопросов согласуются друг с другом, что они измеряют одну вещь, а не три, что один и тот же человек получает примерно тот же балл в следующем месяце, что балл связан с тем, как этот человек действительно ведёт себя, и что весь этот аппарат работает одинаково и для 22-летнего жителя Лиссабона, и для 55-летнего жителя Мюнхена.
Почему потребовалась отдельная дисциплина
Физическое измерение имеет преимущество, которого нет у психологии: вы можете приложить метровую линейку к тому, что измеряете. Для добросовестности такой линейки не существует. Черта не наблюдаема напрямую, она выводится из поведения, а ответы на вопросы анкеты, это ещё один уровень вывода поверх этого.
Это то, что психометрики называют латентной переменной: нечто достаточно реальное, чтобы иметь последствия, но достижимое только через косвенные индикаторы. Весь методологический аппарат существует именно из-за этой опосредованности. Каждая техника, с которой вы столкнётесь, факторный анализ, коэффициенты надёжности, теория ответа на пункт теста, нормативные выборки, это попытка сказать что-то обоснованное о величине, которую никто не может наблюдать напрямую.
Три вопроса
Если отбросить терминологию, психометрика задаёт любому инструменту три вопроса.
Он последователен? Если измерение, это преимущественно шум, всё остальное не имеет значения. Последовательность проверяется по пунктам (согласуются ли вопросы друг с другом?), во времени (получает ли тот же человек тот же балл в следующем месяце?) и, где это уместно, между оценивающими. Это надёжность.
Измеряет ли он то, что заявлено? Анкета может быть идеально последовательной и при этом измерять не то, что нужно. Шкала, которая заявляет, что измеряет лидерский потенциал, но коррелирует на уровне 0,8 с обычной самооценкой, измеряет самооценку. Это валидность, и это не свойство, которым инструмент обладает или не обладает, это аргумент, построенный на основе накопленных доказательств.
По сравнению с кем? Сырой балл 34 сам по себе ничего не значит. Он становится интерпретируемым только на фоне референтной группы: относительно какой популяции 34, это высокий балл, когда он измерялся и где? Это работа норм, и это тот этап, который большинство потребительских тестов полностью пропускают.
Как выглядит хорошая практика
У хорошо сконструированного инструмента есть документальный след. Кто-то опубликовал, как были написаны пункты и какие из них были отброшены. Кто-то сообщил коэффициенты надёжности в именованных выборках с указанием размера выборок. Кто-то проверил, сохраняется ли факторная структура во второй, независимой выборке, а не только в той, что использовалась для построения теста. Кто-то проверил, ведут ли себя пункты одинаково в разных языках и возрастных группах. Кто-то другой, в идеале не заинтересованный в этом инструменте, попытался воспроизвести результаты и сообщил, что получилось.
Ничто из этого не делает тест непогрешимым. Это делает его ограничения известными, а это иное и более полезное свойство. Инструмент, чья ошибка измерения документирована, говорит вам, насколько можно доверять небольшой разнице между двумя баллами. Инструмент без опубликованной оценки ошибки не является более точным; он просто молчит о своей неточности.
К чему это приводит читателя
Психометрика не скажет вам, что тест истинен. Она скажет вам, насколько далеко можно растянуть балл, прежде чем он перестанет что-либо значить, на какие вопросы он может ответить, на каких популяциях он был откалиброван и насколько большой должна быть разница, чтобы её стоило заметить.
Это более узкое обещание, чем даёт большинство продуктов о личности. Но это единственное обещание, которое выживает при столкновении с доказательствами.
Проверьте это на практике
Читать об измерении, это одно. Увидеть собственный балл с указанием источника, нормативной выборки и ограничений, это другое. Прохождение бесплатно, регистрация не требуется.
Продолжить чтение
- Что такое надёжность в психологическом тестировании?Надёжность, это постоянство измерения, а не его правильность. Тест может быть высоко надёжным и при этом измерять не то, что нужно, поэтому это первый вопрос, который задают, и никогда не последний.
- Что такое валидность в психологическом тестировании?Валидность, это не свойство, которым обладает тест. Это аргументация о том, можно ли считать обоснованной конкретную интерпретацию конкретного балла для конкретной цели, и её нужно выстраивать заново для каждого нового применения.
- Что такое конструктная валидность?Самый сложный вопрос в измерении: существует ли то, что вы измеряете, в том виде, в каком вы это определили, и достигает ли ваша методика именно этого, а не чего-то смежного.
- Конвергентная и дискриминантная валидностьДва взаимно противоположных требования: методика должна согласовываться с тем, с чем должна согласовываться, и оставаться отличимой от того, чем она заявляет, что не является. Большинство слабых методик не справляются со вторым.
- Что такое альфа Кронбаха и чем она не являетсяСамая часто упоминаемая статистика в психологическом тестировании и самая неправильно понимаемая. Альфа не говорит о том, что шкала одномерна, а высокое значение часто является симптомом, а не достоинством.
- Стандартная ошибка измерения: насколько ваш балл может отличаться от истинного значенияКаждый балл несёт погрешность измерения, и для большинства психологических тестов она шире, чем принято считать. Именно эта величина подсказывает, когда различие реально, а когда это просто шум.
- Нормы и процентили: с чем сравнивается ваш баллНеобработанный балл сам по себе неинтерпретируем. Он приобретает смысл только в сравнении с референтной группой, и то, какая группа использовалась, один из самых значимых и наименее освещаемых фактов о любом тесте.
- Как на самом деле создаётся психометрический тестОт определения конструкта до опубликованных норм этот путь занимает годы и отбрасывает большую часть того, что в него вложено. Знание этих этапов делает очевидным, какие из них были пропущены быстрым онлайн-квизом.
- Что значит, что тест является валидированным?Это слово никем не регулируется и свободно используется продуктами, которые не проделали никакой соответствующей работы. Вот что оно означает, когда действительно что-то значит, и четыре вопроса, которые отличают один случай от другого.
- Почему большинство интернет-тестов личности не являются надёжнымиНе потому, что они нечестны, а потому, что шаги, делающие измерение надёжным, невидимы, дороги и легко пропускаются, а их пропуск никак не меняет внешний вид результата.
- Что может и не может измерить самоотчётОпросники просят вас быть наблюдателем самого себя, а это работает лучше для одних вещей и хуже для других. Понимание того, где метод силён, а где даёт сбои, меняет то, как вы читаете любой результат.
- Что значит, когда тест что-то предсказываетКорреляция 0,30, это весомый результат в исследованиях личности и слабое основание для решения об одном конкретном человеке. Оба утверждения верны, и разрыв между ними является причиной большинства случаев неправильного использования результатов теста.
- Скрининг не является диагностикойСкрининговый опросник создан для того, чтобы выявить как можно больше возможных случаев, принимая высокую долю ложноположительных результатов как цену за это. Восприятие скринингового балла как диагноза искажает саму цель, ради которой он был создан.