Классическая теория погрешностей измерения
Замечание: Этот раздел о классической теории погрешностей измерения - единственный в данной книге, который содержит математические формулы, а приведенные математические сведения содержат лишь минимальный объем понятий, необходимый для изучения предмета. Как я указывал, они приведены здесь, чтобы обеспечить разумное объяснение статистических процедур конструирования тестов. Если они покажутся вам слишком утомительными, можно опустить этот раздел или использовать его как справочный, когда возникнет необходимость иметь дело с этими процедурами на практике.
Не очень настойчивые читатели могут перейти прямо к чтению главы 2.
Теория погрешностей измерения, которая здесь описана, названа классической, поскольку она была разработана исходя из наиболее простых предположений, которые делались создателями тестов с самого начала использования тестирования. И Guilford (1958), и Nunnally (1978) подчеркивают тот факт, что, хотя в последнее время были разработаны более сложные и изощренные модели, основные принципы классической теории остаются в силе. Более того, эти принципы просты при реализации их в тестах, и, поэтому, имеют особое значение в практике конструирования тестов.
Истинный показатель
В данной теории предполагается, что для любой черты (свойства) (например, текучего интеллекта, экстраверсии, тревожности) каждый индивидуум имеет истинный показатель. Любой показатель по тесту для некоторого индивидуума в каждом отдельном случае отличается от его истинного показателя на величину случайной погрешности. Если бы мы тестировали индивидуума несколько раз, то получили бы распределение показателей вокруг его истинного показателя. Среднее значение этого распределения, которое принимается в качестве нормального, аппроксимирует истинный показатель.
|
|
|
Стандартная погрешность измерения
Истинный показатель - это основа для определения стандартной погрешности измерения. Так, если мы обнаружим, что для некоторого индивидуума полученные показатели значительно различаются, то это явно можно рассматривать как погрешность измерения. Поскольку резонно предположить, что погрешность будет аналогично появляться у всех индивидуумов, стандартное отклонение погрешностей становится стандартной погрешностью измерения. Поскольку ретестовая надежность представляет собой корреляцию между полученными показателями в двух случаях, то, очевидно, чем выше ретестовая надежность, тем меньше стандартная погрешность измерения, - в рамках данной модели. Это показано в следующей формуле для стандартной погрешности измерения (ffmeas)-
|
|
|
Omeas =0t /V l-rtt (I.I)
где Of - стандартное отклонение результатов данного теста, a r(f -
коэффициент ретестовой надежности.
Генеральная совокупность (universe), выборочная совокупность (population) или конкретная область (domain) заданий теста
В классической теории погрешностей измерения предполагается, что каждый тест составляет случайная выборка заданий из генеральной совокупности (universe), выборочной совокупности (population) или области (domain) заданий, релевантных данной черте (свойству). Так, если мы разрабатываем тест для диагностики обсессивных черт (навязчивые состояния), то предполагается, что наши задания являются случайной выборкой из всех возможных заданий, с помощью которых могут быть обнаружены обсессивные черты. Конечно, эта генеральная совокупность заданий является гипотетической, в отличие от тестов письма и чтения, для которых должен быть составлен полный словарь (генеральная совокупность заданий), а если мы включаем и грамматические варианты, - то выборочная совокупность.
В большинстве случаев задания выбираются не так произвольно. Однако, как указывает Nunnally (1978), тот факт, что разработчики тестов преднамеренно нацелены на создание разнообразных заданий, имеет тот же результат. Тест будет работать ошибочно, когда задания не отражают удовлетворительно генеральную совокупность заданий.
Дата добавления: 2018-02-18; просмотров: 638; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!