Psikolojik testte güvenirlik nedir?

Güvenirlik, bir ölçümün gürültü değil, tekrarlanabilir bir sonuç olma derecesidir. Kendini bir dakika içinde üç kez tartıp 71, 78 ve 66 kilogram ölçseydin, tartı güvenilmez olurdu; ve bundan gerçek kilonu bilmenin bir yolu olmazdı. Psikolojik ölçüm çok daha az hassas araçlarla aynı sorunla karşı karşıyadır.

Güvenirlik konusunda anlaşılması gereken kritik nokta, neyi iddia etmediğidir. Sürekli olarak sekiz kilogram fazla gösteren bir banyo tartısı mükemmel derecede güvenilir ve tamamen yanlıştır. Güvenirlik tutarlılıkla ilgilidir; sayının doğru şeyi ifade edip etmediği ise ayrı bir sorudur ve geçerlik olarak adlandırılır. Güvenirlik, geçerlik için gereklidir ama geçerlik için hiçbir şekilde yeterli değildir.

Aldığı biçimler

İç tutarlılık, bir ölçekteki maddelerin birbiriyle uyumlu olup olmadığını sorar. On sorunun hepsi aynı temel özelliği ölçmesi gerekiyorsa, birine yüksek yanıt veren kişilerin diğerlerine de yüksek yanıt verme eğiliminde olması beklenir. Bu genellikle Cronbach's alpha ile veya daha iyisi McDonald's omega ile raporlanır.

Test-tekrar test güvenirliği, aynı kişinin iki farklı zamanda benzer puanlar alıp almadığını sorar. Bu, tanım gereği kararlı olması beklenen özellikler için en önemli biçimdir. Aynı zamanda en sık raporlanmayan biçimdir, çünkü aynı katılımcıların haftalar sonra tekrar bulunmasını gerektirir.

Değerlendiriciler arası güvenirlik, aracı insanların puanladığı durumlarda geçerlidir; klinik görüşmeler, projektif teknikler, davranış gözlemi. Aynı materyale bakan iki eğitimli değerlendiricinin aynı sonuca ulaşıp ulaşmadığını sorar.

Paralel formlar güvenirliği, eşdeğer olacak şekilde oluşturulmuş aynı testin iki farklı versiyonunun aynı puanları üretip üretmediğini sorar. Bir test birden fazla kez uygulandığında ve madde ifşası bir endişe konusu olduğunda önem kazanır.

Sayıları okumak

Güvenirlik katsayıları 0 ile 1 arasında değişir. Kabul edilen değerler kabaca belirlenmiştir ve sıkça yanlış kullanılır, ancak genel olarak: bir puan bireyin hayatını etkiliyorsa 0,90 üzeri gereklidir, çoğu uygulamalı kullanım için 0,80 ile 0,90 arası sağlamdır, araştırma ve grup karşılaştırmaları için 0,70 ile 0,80 arası kabul edilebilirdir, ve 0,70 altı puanın çoğu sonucun dayanamayacağı kadar fazla gürültü içerdiği anlamına gelir.

Bu eşikler hakkında iki uyarı var. Birincisi, bunlar kurallar değil kabullerdir; kabul edilebilir düzey tamamen puanın ne için kullanılacağına bağlıdır. İkincisi, kısa bir ölçekte çok yüksek bir alpha genellikle maddelerin birbirinin neredeyse aynı ifadeleri olduğunu gösterir, bu da yapıyı kapsama pahasına tutarlılık kazandırır. On sorunun hepsinin hafifçe farklı sözcüklerle "düzenli misin?" diye sorduğu bir ölçek, mükemmel bir iç tutarlılığa ve özenliliğin dar bir okumasına sahip olacaktır.

Bunun senin kendi puanın için anlamı

Güvenirlik, tek bir sayının ne kadar güvene layık olduğuna doğrudan yansır. Güvenirliği 0,85 olan bir test, iki kişi arasındaki birkaç puanlık bir farkın, ya da bugünkü puanınla geçen ayki puanın arasındaki farkın, sinyalden çok gürültü olma ihtimalinin yüksek olduğu kadar büyük bir ölçüm hatası taşır.

Bunun pratik sonucu şudur: iyi bir araç, puanının etrafındaki belirsizliğin ne kadar geniş olduğunu bilmen için güvenirliğini raporlar. Bu belirsizliğin teknik ifadesi, bir güvenirlik katsayısını puanın etrafında artı eksi bir bant haline dönüştüren ölçüm standart hatasıdır.

Hiçbir güvenirlik değeri raporlamayan bir araç, bu nedenle daha kesin değildir. Sadece sana ne kadar kesin olmadığını söylemekten kaçınmıştır.