Klasyczna teoria testu – czy wiesz na czym ona polega?

Czym jest klasyczna teoria testu? W psychologii testy mają charakter psychologiczny lub psychotechniczny i mają na celu badanie lub ocenę funkcji. Zatem testy psychologiczne są narzędziami, które oceniają lub mierzą psychologiczne cechy podmiotu. Czytaj dalej, aby dowiedzieć się czym jet klasyczna teoria testu (KTT).

Klasyczna teoria testu, a inne tego typu teorie

Testy to zaawansowane instrumenty pomiarowe. W wielu przypadkach są niezwykle pomocne w kontekście oceny psychologicznej. Jednakże test musi spełniać minimalny wynik liczbowy psychometryczny, aby był pomocny. Ponadto specjalista, który go stosuje musi znać protokół, aby go zaaplikować i przestrzegać.

Z drugiej strony, teorie testu mówią nam również jak możemy ocenić jakość testu i w wielu przypadkach w jaki sposób możemy ograniczyć błędy do minimum. W tym sensie, być może dwie najważniejsze koncepcje w klasycznej teorii testu to wiarygodność i trafność.

Niezawodność to spójność lub stabilność danych podczas powtarzania procesu pomiaru. Jest to w zasadzie utopia, ponieważ w praktyce niemożliwe jest powtórzenie tych samych warunków w dwóch różnych pomiarach. Stosunkowo łatwo jest działać na zmiennych zewnętrznych, takich jak zapewnienie, że temperatura lub poziom hałasu są dokładnie takie same. Jednak kontrolowanie zmiennych wewnętrznych osoby, która wykonuje test jest dużo trudniejsze.

Trafność odnosi się do stopnia, w jakim dowody empiryczne i teoria potwierdzają interpretację wyników testów (2). W przeciwnym razie moglibyśmy powiedzieć, że trafność to zdolność przyrządu pomiarowego do znacznego i odpowiedniego określenia ilościowego tego co zostało przygotowane do pomiaru.

Istnieją dwie ważne teorie dotyczące konstruowania i analizowania testów: klasyczna teoria testu (KTT) i teoria odpowiedzi przedmiotu (IRT). Poniżej wyjaśniamy kluczowe aspekty teorii KTT.

Klasyczna teoria testu (KTT)

To podejście jest najczęściej stosowane w analizie i tworzeniu testów. Odpowiedzi, które dana osoba podaje w teście porównuje się metodami statystycznymi lub jakościowymi z odpowiedziami innych osób, które wykonały ten sam test. Pozwala to na dokonywanie porównań.

Klasyfikacja nie jest jednak taka prosta. Psycholog, jak każdy inny profesjonalista, musi się upewnić, że instrument, którego używa jest dokładnie skalibrowany i wolny od błędów (1).

Tak więc, kiedy psycholog stosuje test dla jednej lub kilku osób, uzyskuje wyniki empiryczne tych osób. Jednak to nie mówi nam wiele o stopniu dokładności tych wyników. Na przykład, dana osoba mogła uzyskać niski wynik, ponieważ nie czuła się dobrze tego dnia, a nawet dlatego, że warunki fizyczne miejsca w którym pisała test nie były optymalne.

Klasyczny model regresji liniowej

Angielski psycholog Charles Spearman zaproponował klasyczną teorię testu na początku XX wieku. Następnie badacz ten zaproponował bardzo prosty model dla wyników testu: klasyczny model regresji liniowej.

Model ten polega na założeniu, że konkretny wynik testu lub „wynik empiryczny” (X) ma dwie zmienne. Pierwsza zmienna to prawdziwy wynik (V), a druga to błąd (e). Ta druga może być spowodowana przez rzeczy, na które nie mamy wpływu. Dlatego klasyczna teoria testu jest odpowiedzialna za określenie błędu pomiaru.

Jej formuła to: X = V + e

Następnie Spearman dodał trzy założenia do modelu:

Trzy założenia klasycznego modelu regresji liniowej

• Prawdziwy wynik (V) jest matematycznym oczekiwaniem wyniku empirycznego: V = E (X).
  • Zatem, prawdziwy wynik testu danej osoby to średni wynik tego samego testu, jeśli ktoś miałby wziąć to w nieskończoność.
• Nie ma związku między liczbą prawdziwych wyników a błędami, które wpływają na te wyniki: r (v, e) =0
  • Prawdziwy wynik jest niezależny od błędu pomiaru.
• Błędy pomiaru w danym teście nie są związane z błędami pomiaru w innym teście: r (ex, ek) = 0
  • Błędy popełnione przy jednej okazji nie będą współzależne z błędami wykonanymi w innym teście.

Klasyczna teoria testu jest prosta. Może być stosowana w dowolnym kontekście, a także może być zastosowana w praktyce bez potrzeby szczególnie zaawansowanych umiejętności matematycznych. Jednak problem polega na tym, że uzyskane wyniki zawsze będą powiązane z populacją, w której test został przeprowadzony. Ponadto testy wymagają minimalnego akceptowalnego wyniku.