پیمائش کی معیاری غلطی: آپ کا اسکور کتنا مختلف ہو سکتا ہے

معیاری خطائے پیمائش اعتباریت کے ایک تجریدی عددی سے کو ایک ٹھوس چیز میں بدل دیتی ہے: اسکور کے گرد کم یا زیادہ کی ایک پٹی۔ یہ اس سوال کا جواب دیتی ہے جسے زیادہ تر نتائج کی اسکرینیں بغیر جواب چھوڑ دیتی ہیں: اگر میں یہ ٹیسٹ کسی اور دن دوپہر کو دیتا تو یہ عدد کتنا مختلف ہو سکتا تھا؟

فارمولا سادہ ہے۔ پیمانے کے معیاری انحراف کو ایک منفی اعتباریت کے جذر المربع سے ضرب دیں۔ جس پیمانے کا معیاری انحراف 10 اور اعتباریت 0.85 ہو، اس کی معیاری خطا تقریباً 3.9 پوائنٹ بنتی ہے۔

اس پٹی میں اصل میں کیا شامل ہے

تقریباً دو تہائی مواقع پر کسی شخص کا حقیقی مقام اس کے مشاہدہ شدہ اسکور کی ایک معیاری خطا کے اندر ہوتا ہے۔ تقریباً 95 فیصد اعتماد کے لیے دونوں طرف تقریباً دو معیاری خطاؤں کی ضرورت ہوتی ہے۔

اوپر کی مثال لیں۔ کسی کا اسکور 62 ہے۔ 95 فیصد وقفہ تقریباً 54 سے 70 تک جاتا ہے۔ یہ سولہ پوائنٹ کی گنجائش ہے، ایسے پیمانے پر جہاں اوسط اور واضح طور پر اوسط سے بلند کے درمیان عام فرق دس پوائنٹ کے قریب ہو سکتا ہے۔

یہ اس مخصوص ٹیسٹ کی خامی نہیں ہے۔ 0.85 کی اعتباریت قابل احترام ہے۔ یہ نفسیاتی پیمائش کی عام درستی ہے، اور اسی وجہ سے محتاط رپورٹیں نقطوں کے بجائے پٹیاں پیش کرتی ہیں۔

وہ نتائج جو لوگ نظر انداز کر دیتے ہیں

پیمانوں کے درمیان چھوٹے فرق عموماً بے معنی ہوتے ہیں۔ اگر آپ کی برون بینی 58 اور کشادگی 54 ہے، تو دیانت دارانہ مطلب یہ ہے کہ دونوں میں فرق نہیں کیا جا سکتا۔ جو پروفائل تشریحات چار پوائنٹ کے فرق سے کوئی کہانی بناتی ہیں، وہ محض شور کو پڑھ رہی ہوتی ہیں۔

وقت کے ساتھ چھوٹی تبدیلیاں بھی عموماً بے معنی ہوتی ہیں۔ ٹیسٹ دوبارہ دینے پر پانچ پوائنٹ کا فرق آنا زیادہ تر آلات کے لیے خطا کی حد کے اندر ہے۔ خصلت میں حقیقی تبدیلی برسوں میں آتی ہے اور خطا کی پٹی سے واضح طور پر باہر حرکت کی صورت میں ظاہر ہوتی ہے، مہینے بہ مہینے چند پوائنٹ کی صورت میں نہیں۔

درجہ بندی مسئلے کو بڑھا دیتی ہے۔ خام اسکور کے چند پوائنٹ کا فرق کسی شخص کو تقسیم کے گھنے درمیانی حصے میں دس پرسنٹائل درجے آگے پیچھے کر سکتا ہے، کیونکہ زیادہ تر لوگ وہیں ہوتے ہیں۔ پرسنٹائل درجے درست نظر آتے ہیں مگر اسکور کے اظہار کا سب سے کم مستحکم طریقہ ہیں۔

درستی پورے پیمانے پر یکساں نہیں ہوتی۔ کلاسیکی نظریہ ٹیسٹ فرض کرتا ہے کہ ہر اسکور کے لیے خطا کی ایک ہی قدر ہے، جو ایک سادہ کاری ہے۔ آئٹم رسپانس تھیوری خصلت کی ہر سطح پر خطا کو الگ سے ماڈل کرتی ہے، اور یہ تقریباً ہمیشہ انتہاؤں پر زیادہ ہوتی ہے، یعنی عین وہاں جہاں سب سے زیادہ نتیجہ خیز تشریحات کی جاتی ہیں۔ بہت زیادہ یا بہت کم اسکور عموماً درمیانے اسکور کے مقابلے میں کم درست ہوتا ہے، زیادہ درست نہیں۔

دیانت دارانہ رپورٹنگ کم متاثر کن کیوں لگتی ہے

جو آلہ اعتماد کی پٹیاں بتاتا ہے وہ اس آلے کے مقابلے میں مبہم لگتا ہے جو ایک اعشاریہ تک ایک ہی عدد دیتا ہے۔ مبہم نظر آنے والا سچ بول رہا ہے۔ درست نظر آنے والے میں بھی وہی بنیادی خطا ہے، مگر اس نے اسے دکھانا نہ دکھانا اپنی مرضی پر رکھا ہے۔

یہ بات اس وقت یاد رکھنے کے قابل ہے جب سائنسی طور پر دستاویزی ٹیسٹ کا موازنہ کسی تجارتی پروڈکٹ سے کیا جائے جو آپ کو کسی زمرے میں رکھ دیتی ہے۔ زمرے کی حد ایک مخصوص اسکور پر ہوتی ہے، اور اس سے ایک پوائنٹ نیچے اور ایک پوائنٹ اوپر والے شخص شماریاتی طور پر ایک ہی شخص ہیں۔ قسم کا لیبل اسے مکمل طور پر چھپا دیتا ہے۔ یہ قسم پر مبنی آلات کے خلاف زیادہ سنجیدہ دلائل میں سے ایک ہے، اور اسی وجہ سے تحقیق میں بیان کردہ خطا کے ساتھ مسلسل اسکور معیار ہیں۔