Trắc nghiệm tâm lý là gì?

Đo lường tâm lý (psychometrics) là nhánh của tâm lý học quan tâm đến chính việc đo lường. Không phải về việc hướng ngoại có nghĩa là gì, mà về việc liệu một tập hợp câu hỏi nhất định có thực sự đo được tính hướng ngoại hay không, có bao nhiêu sai số trong con số kết quả, và con số đó được phép dự đoán điều gì.

Sự phân biệt này quan trọng hơn vẻ ngoài của nó. Ai cũng có thể viết hai mươi câu hỏi về mức độ hòa đồng của một người rồi cộng các câu trả lời lại. Đo lường tâm lý là công việc diễn ra sau đó: chứng minh rằng hai mươi câu hỏi này gắn kết với nhau, rằng chúng đo một thứ chứ không phải ba thứ, rằng cùng một người sẽ có điểm số tương đối giống nhau vào tháng sau, rằng điểm số đó liên quan đến cách người đó thực sự hành xử, và rằng toàn bộ cỗ máy này hoạt động theo cùng một cách đối với một người 22 tuổi ở Lisbon cũng như đối với một người 55 tuổi ở Munich.

Tại sao cần một bộ môn riêng

Đo lường vật lý có một lợi thế mà tâm lý học không có: bạn có thể đặt một thước mét cạnh vật cần đo. Không có thước mét nào cho tính tận tâm cả. Đặc điểm này không thể quan sát trực tiếp, nó được suy ra từ hành vi, và các câu trả lời trong bảng hỏi là thêm một lớp suy luận nữa chồng lên trên đó.

Đây là điều mà các nhà đo lường tâm lý gọi là biến ẩn (latent variable): một thứ đủ thực để có hệ quả, nhưng chỉ có thể tiếp cận được thông qua các chỉ báo gián tiếp. Toàn bộ bộ máy phương pháp luận tồn tại chính vì tính gián tiếp đó. Mọi kỹ thuật mà bạn sẽ gặp, phân tích nhân tố, hệ số độ tin cậy, lý thuyết ứng đáp câu hỏi, mẫu chuẩn, đều là một nỗ lực để nói điều gì đó có thể bảo vệ được về một đại lượng mà không ai có thể quan sát trực tiếp.

Ba câu hỏi

Bỏ qua các thuật ngữ, đo lường tâm lý đặt ra ba câu hỏi cho bất kỳ công cụ đo nào.

Nó có nhất quán không? Nếu phép đo phần lớn chỉ là nhiễu, thì mọi thứ khác đều không quan trọng. Tính nhất quán được kiểm tra qua các câu hỏi (các câu hỏi có đồng nhất với nhau không?), qua thời gian (cùng một người có đạt điểm số giống nhau vào tháng sau không?), và qua các người đánh giá khi có liên quan. Đây chính là độ tin cậy.

Nó có đo đúng cái nó tuyên bố không? Một bảng hỏi có thể hoàn toàn nhất quán mà vẫn đo sai thứ. Một thang đo tuyên bố đo tiềm năng lãnh đạo nhưng lại tương quan 0,8 với lòng tự trọng đơn thuần thì thực chất đang đo lòng tự trọng. Đây là độ hiệu lực, và nó không phải là thuộc tính mà một công cụ hoặc có hoặc không có, mà là một lập luận được xây dựng từ bằng chứng tích lũy.

So với ai? Một điểm số thô là 34 tự bản thân nó không có ý nghĩa gì. Nó chỉ trở nên có thể diễn giải được khi so với một nhóm tham chiếu: 34 là cao so với dân số nào, được đo khi nào, và ở đâu? Đây là công việc của các chuẩn, và đây là bước mà hầu hết các bài trắc nghiệm dành cho người tiêu dùng bỏ qua hoàn toàn.

Thực hành tốt trông như thế nào

Một công cụ được xây dựng tốt sẽ có một dấu vết tài liệu rõ ràng. Có người đã công bố cách các câu hỏi được viết ra và những câu nào đã bị loại bỏ. Có người đã báo cáo các hệ số độ tin cậy, trong các mẫu được nêu tên cụ thể, với kích thước mẫu rõ ràng. Có người đã kiểm tra xem cấu trúc nhân tố có đứng vững trong một mẫu độc lập thứ hai, khác với mẫu dùng để xây dựng ban đầu hay không. Có người đã kiểm tra xem các câu hỏi có hoạt động giống nhau giữa các ngôn ngữ và nhóm tuổi hay không. Và có người khác nữa, lý tưởng nhất là không có lợi ích gì liên quan đến công cụ đó, đã cố gắng lặp lại các phát hiện và báo cáo kết quả.

Không điều nào trong số này khiến một bài trắc nghiệm trở nên không thể sai. Nó khiến các giới hạn của bài trắc nghiệm trở nên có thể biết được, đây là một thuộc tính khác biệt và hữu ích hơn. Một công cụ có sai số đo lường được ghi lại rõ ràng sẽ cho bạn biết nên tin tưởng đến mức nào vào một chênh lệch nhỏ giữa hai điểm số. Một công cụ không công bố ước tính sai số nào không phải là chính xác hơn; nó chỉ đơn giản là im lặng hơn về sự thiếu chính xác của mình.

Điều đó để lại gì cho người đọc

Đo lường tâm lý sẽ không nói với bạn rằng một bài trắc nghiệm là đúng. Nó sẽ cho bạn biết một điểm số có thể được đẩy đi xa đến đâu trước khi nó không còn mang ý nghĩa gì nữa, nó có thể trả lời những câu hỏi nào, nó được hiệu chỉnh trên những dân số nào, và một chênh lệch phải lớn đến mức nào mới đáng để chú ý.

Đó là một lời hứa hẹn hẹp hơn nhiều so với hầu hết các sản phẩm về tính cách khác. Đó cũng là lời hứa duy nhất có thể đứng vững khi đối mặt với bằng chứng.