Psikolojik testte geçerlik nedir?

Geçerlik, bir testin ölçtüğünü iddia ettiği şeyi gerçekten ölçüp ölçmediğini ve insanların puanlarından çıkardığı sonuçların haklı olup olmadığını sorgular. Bu, psikometrideki en temel sorudur ve genellikle kanıt yerine bir pazarlama iddiasıyla yanıtlanan sorudur.

1980'lerde Messick'in çalışmalarından bu yana geçerli olan modern anlayışa göre geçerlik, bir aracın sabit bir özelliği değildir. Geçerlik, puanların belirli bir kullanım için yapılan bir yorumunun özelliğidir. Aynı anket, bir kişinin öz algısını tanımlamak için iyi bir şekilde geçerli kılınmışken, o kişiyi işe alıp almama kararı için tamamen geçersiz olabilir. Neyin için geçerli olduğunu söylemeden "bu test geçerlidir" demek bir iddia değildir; bu bir slogandır.

Kanıt türleri

Geçerlik, birkaç türde biriken kanıtlardan inşa edilir. Eski metinler bunları ayrı geçerlik türleri olarak sunar; günümüz görüşü ise bunları tek bir savı destekleyen farklı argümanlar olarak ele alır.

İçerik kanıtı, maddelerin yapıyı gereğince kapsayıp kapsamadığını sorgular. Yalnızca uyku ve iştah hakkında soru soran bir depresyon ölçeği, somatik belirtileri kapsar ancak duygudurum ve bilişsel belirtileri gözden kaçırır. İçerik kapsamı genellikle konu uzmanları tarafından değerlendirilir ve bu, çok kısa ölçeklerin her zaman bir uzlaşma olmasının nedenidir.

İç yapı kanıtı, maddelerin kuramın öngördüğü şekilde gruplanıp gruplanmadığını sorgular. Bir model dört farklı alt boyut öne sürüyorsa, faktör analizi dört faktör ortaya çıkarmalıdır; hem de yalnızca ölçeğin geliştirildiği örneklemde değil, bağımsız bir örneklemde de. Pek çok araç, amaçlanan yapıyı geliştirme örnekleminde ortaya çıkarır ancak başka hiçbir örneklemde bunu başaramaz.

Diğer değişkenlerle ilişkiler, işin çoğunun gerçekleştiği yerdir. Yakınsak kanıt, ölçeğin ilişkili olması gereken şeylerle ilişkili olduğunu gösterir. Ayırt edici kanıt, ölçeğin ayrışması gereken şeylerle aşırı yüksek bir ilişki göstermediğini kanıtlar; bu, kronik olarak ihmal edilen bir gerekliliktir ve yeni markalanmış pek çok yapıyı batıran da budur. Kriter kanıtı, puanın önemli bir sonuçla ilişkili olduğunu gösterir; bu ilişki ya aynı anda ölçülür ya da önceden tahmin edilir.

Sonuçsal kanıt, test kullanıldığında ne olduğunu sorgular. Bir araç, yapıyla ilgisi olmayan nedenlerle sistematik olarak bir grubu dezavantajlı duruma düşürüyorsa, bu yalnızca etik bir sorun değil, bir geçerlik sorunudur.

Çoğu iddiayı açığa çıkaran soru

Bir geçerlik iddiasının en keskin sınavı artımlı geçerliktir: bu araç, daha ucuz, daha eski ve yerleşik bir ölçümün zaten sana söylediklerinin ötesinde bir şey ekliyor mu?

Dikkat çekici sayıda markalanmış yapı burada başarısız olur. Bunlar, mevcut bir Beş Faktör alanıyla 0,7 veya daha yüksek bir korelasyon gösterir, aynı sonuçları aynı büyüklükte tahmin eder ve eski ölçüm istatistiksel olarak kontrol edildiğinde hiçbir şey eklemez. Yapı yenidir; ölçüm değildir. Ciddi araç belgelerinin eleştiri bölümlerinin çoğu zaman yanlışlıktan ziyade fazlalık üzerinde durmasının nedeni budur.

Nelere dikkat etmeli

Birisi bir testin geçerli kılındığını iddia ettiğinde, sorulması gereken faydalı sorular somuttur. Hangi kritere karşı geçerli kılınmış? Hangi popülasyonda, ne büyüklükte bir örneklemde? Faktör yapısı bağımsız bir örneklemde doğrulanmış mı? Sonuçta ticari çıkarı olmayan araştırmacılardan yayımlanmış kanıt var mı? Yerleşik bir alternatife göre bir şey ekliyor mu?

Bu sorulara dürüst yanıtlar veren bir araç, sınırlılıklarıyla birlikte ciddiye alınmayı hak eder. Geçerliliği bir referans sayfasından ve milyonlarca kişinin testi tamamladığı iddiasından ibaret olan bir araç ise tamamen farklı bir soruyu yanıtlamıştır: popülerlik kanıt değildir ve bir testi kaç kişinin tamamladığı, puanlarının bir anlam ifade edip etmediği hakkında hiçbir şey söylemez.