Calitatile psihometrice ale testelor

Calitatile pe care trebuie sa le indeplineasca un test pentru a putea fi folosit, precum si metodele prin care sunt elaborate si testate aceste calitati vor fi prezentate in cele ce urmeaza:

Standardizarea

Testul psihologic consta intr-o proba, mai frecvent intr-o serie de probe, construite cu scopul stabilirii prezentei (sau a absentei) unui aspect psihic, a particularitatilor de manifestare, sau a gradului de dezvoltare psihica. Exista mai multe definitii, partial diferite, deoarece fiecare din ele pune accentul pe un alt aspect definitoriu. In esenta, un test psihologic este o situatie standardizata, care permite o masurare obiectiva a unui esantion din manifestarile psihice.

O prima conditie pe care o indeplineste o proba - pentru a avea calitatea de test - este standardizarea, sub urmatoarele aspecte: 1) al stimulilor prezentati pentru a provoca reactiile; 2) al instructiei date subiectului in legatura cu sarcina ce trebuie executata; la unele teste, la care timpul de executie are o valoare simptomatica, acesta este indicat, uneori cu precizie de ordinul secundelor; 3) al modului de cotare a reactiilor, cotare care sa permita o cit mai mica interventie a subiectivitatii examinatorului si, in consecinta, un cit mai mare acord interexaminatori. De cele mai multe ori, rezultatele finale sint exprimate in valori numerice.

O a doua caracteristica a testelor consta in faptul ca rezultatele individuale sint apreciate prin raportarea lor la cele obtinute de o populatie cit mai reprezentativa, atit din punct de vedere numeric, cit si al compozitiei sale, sub aspectul factorilor relevanti. Rezultatele populatiei care a servit in etalonarea testului sint prelucrate statistic pentru a stabili distributia normala a trasaturii examinate. De calitatea etalonarii testelor depinde in mare masura valoarea lor psihometrica. Este util ca particularitatile si volumul populatiei care a servit in etalonare sa fie cunoscute psihologilor care folosesc testul respectiv.

Standardizarea examenului si raportarea la un etalon a rezultatelor individuale fac ca examenul cu ajutorul testelor sa se deosebeasca in mod calitativ de aprecierile unui profesor sau psihiatru.

In afara de calitatile descrise - standardizare si etalonare - care stau chiar la baza construirii testelor, este nevoie si de a doua faza de elaborare, extrem de importanta, si anume de o examinare a valorii lor diagnostice. Se poate spune ca este nevoie de o "testare a testelor". Doua sint calitatile de a caror prezenta si nivel depinde valoarea testului ca instrument diagnostic si prognostic, anume: fidelitatea si validitatea.

Fidelitatea

Fidelitatea unui test ne indica daca diferentele individuale obtinute cu ajutorul lui sint determinate de diferentele reale dintre subiecti, sub aspectul trasaturii masurate, sau sint efectul unor factori exteriori respectivei trasaturi, efectul unor factori variabili.

Principalele aspecte sub care un test trebuie sa fie fidel sint: stabilitatea in timp a rezultatelor; stabilitatea rezultatelor in cazul cind aceiasi subiecti sint examinati de persoane diferite; caracterul adecvat al tuturor probelor care constituie testul in ansamblu; omogenitatea probelor.

Pentru a se constata stabilitatea in timp a rezultatelor testul este aplicat acelorasi persoane, la un interval de timp nu prea lung, si se calculeaza corelatia dintre cele doua serii de rezultate. O absoluta identitate a rezultatelor nu se intilneste in mod practic, deoarece in afara factorilor a caror masurare se urmareste prin testul respectiv, de cele mai multe ori intervin componente laturalnice, variabile: gradul de motivatie al subiectilor, oboseala, conditiile de mediu perturbante etc. O prima cerinta pentru a asigura, sau pentru a stabili gradul de fidelitate al instrumentului consta in eliminarea, in masura in care este posibila, a factorilor secundari, care ar putea denatura rezultatele.

Acest procedeu numit testare-retestare, prezinta anumite limitari. Daca reexaminarea se face la un interval de timp scurt, s-ar putea ca subiectii sa-si aminteasca unele din raspunsurile lor anterioare, atit corecte cit si gresite, astfel incit in mod practic nu se realizeaza doua examinari total independente. Daca se mareste intervalul dintre examinari, se pot obtine rezultate diferite determinate nu de lipsa de fidelitate a testului, ci de faptul ca trasatura masurata s-a modificat. De exemplu, in cazul testelor de inteligenta, o retestare efectuata la copii dupa 6 luni nu mai permite obtinerea coeficientului de fidelitate a testului, deoarece a intervenit o dezvoltare sesizabila a nivelului intelectual. Valoarea coeficientului de fidelitate obtinut prin procedeul testare-retestare va fi apreciata, deci, in functie de lungimea intervalului dintre cele doua examinari. De exemplu, in cazul unor copii de 7 ani, coeficientul de corelatie dintre doua examinari cu scara Stanford-Binet la un interval mic de timp a fost de 0.90; dupa un interval de 4 ani, coeficientul mediu a scazut la 0,74, iar dupa 11 ani, la 0,68.

Pentru a se evita neajunsurile controlului fidelitatii prin testare-retestare se recurge la administrarea, la aceiasi subiecti, a doua forme echivalente ale testului.

Fidelitatea formelor echivalente se calculeaza atunci cind exista doua teste paralele. Construirea unor teste paralele are o mare importanta practica si teoretica. Necesitatea reexaminarii acelorasi subiecti in scopuri diagnostice, sau in scopul stabilirii efectului anumitor factori externi (educativi, medicali) apare destul de frecvent. Testele paralele trebuie sa contina un numar egal de probe, care sa abordeze aceleasi functii, sa aiba aceeasi dificultate. In plus, conditiile si timpul necesar executarii trebuie sa fie similare. In afara de dificultatea construirii unor forme paralele pe deplin echivalente, in stabilirea fidelitatii cu acest procedeu apare neajunsul ca, desi probele nu sint identice, cu toate ca au acelasi principiu de construire, intervine, in a doua examinare, exercitiul realizat la prima examinare.

Uneori examinarile sint efectuate de doua persoane. In acest caz se stabileste masura in care rezultatele sunt influentate de particularitatile psihice ale examinatorului. De exemplu, corelatiile intre rezultatele obtinute de trei examinatori cu proba Good-Enough (sau "Omuletul"), au fost de 0.87; 0.90 si 0.92. Rezultate similare s-au obtinut si in cazul probei Rorschach. Asemenea, in aplicarea scarii Stanford-Binet de catre doi examinatori s-au intilnit cazuri individuale unde diferentele erau de 30-40 de puncte la I.Q.. Gradul de experienta al examinatorului in utilizarea testului de asemenea nu poate fi neglijat. Cu cit conditiile de aplicare si de cotare a rezultatelor sint mai standardizate cu atat variatiile rezultatelor obtinute de mai multi examinatori vor fi mai mici.

Omogenitatea instrumentului de masurare se pune in evidenta prin procedeul de divizare: testul este aplicat in intregime, dar in locul unui rezultat global se stabilesc rezultatele pentru fiecare jumatate din totalul probelor ce-l compun si se calculeaza corelatia dintre ele. Dificultatea consta in a gasi modalitatea optima de distribuire a probelor, pentru a obtine jumatati cu valoare aproximativ egala sub aspect psihometric. Daca jumatatile se realizeaza prin simpla divizare a probelor luate in ordinea succesiunii lor, rezultatele din jumatatea a doua pot fi influentate fie pozitiv, de antrenarea in activitate, de familiarizarea cu situatia de examen, fie negativ de oboseala, de plictiseala. Un alt procedeu consta in gruparea probelor impare si a celor pare. In acest mod, conditiile favorizante si defavorizante se distribuie egal. Cu cit testul este compus din mai multe probe, cu atit fidelitatea stabilita prin procedeul injumatatirii creste, in anumite limite. Consistenta inter-probe se stabileste prin corelatia dintre fiecare proba constitutiva a unui test cu celelalte; aceasta exprima de asemenea gradul lui de omogenitate.

Fidelitatea depinde de calitatile de construire ale unui test dar si de natura trasaturilor masurate. De exemplu, fidelitatea in cazul metodelor de explorare a personalitatii este mai mica decit in testele ce masoara functii senzoriale. Gradul de fidelitate pe care trebuie sa-l prezinte un test depinde de scopul in care este utilizat. Se considera ca numai un test care ofera un coeficient de fidelitate de 0,94 ar putea sa serveasca unei clasificari dupa rangul individual. O atare exigenta este indeplinita de putine teste. Se admite ca satisfacatoare fidelitatea de 0,75 in cazul cind rezultatele la un test sint verificate prin alte teste sau prin observatii asupra subiectilor.

Validitatea

Validitatea este calitatea testelor de a masura exact ceea ce trebuie sa masoare. Altfel spus, validitatea unui test este data de masura in care acesta isi indeplineste functia. Intrucit testele sint construite fie pentru masurare fie pentru predictie, estimarea validitatii se face determinind:

-daca testul masoara ceea ce se doreste sa se masoare (in cazul testelor de cunostinte de exemplu, daca masoara cunostintele elevului, gradul sau de intelegere, capacitatea de a aplica principii care au fost predate intr-o anumita secventa instructionala)

sau

-daca testul poate fi utilizat pentru a lua decizii ori a face prognoze asupra persoanelor examinate ( de exemplu, in cazul testelor de cunostinte aplicate la un examen de admitere, daca persoanele declarate reusite vor obtine rezultate bune in timpul sau dupa incheierea perioadei de instruire).

Desi formal decizia (prin care se intelege o actiune particulara) difera de predictie (prin care se estimeaza valoarea unei anumite variabile pe baza valorii cunoscute a unei alte variabile), existenta unor similaritati conceptuale strinse intre acestea face ca validitatea pentru decizii sa fie tratata drept sinonima cu validitatea pentru predictie. Ambele se exprima prin valoarea coeficientului de corelatie liniara intre scorurile la test si masurile succesului sau masurile rezultatelor deciziilor. Aceste masuri fiind denumite criterii, validitatea calculata astfel se numeste validitate relativa la criteriu.Pentru un anumit test, alegerea criteriului se face in functie de scopul urmarit de catre cel ce ia deciziile pe baza rezultatelor testului.

Standardele recunosc patru tipuri diferite de validitate:

validitatea de continut;

validitatea de constructie;

validitatea predictive;

validitatea concurenta.

Aceste categorii sint denumite " cele patru fete ale validitatii".

Validitatea de continut si cea de constructie se refera la functia de masurare a testelor. Ele determina daca un test furnizeaza o masura valida a unui atribut specific.Validitatea predictiva si cea concurenta sint legate de functia de predictie. Ele examineaza validitatea deciziilor care se bazeaza pe scorurile testelor.

Validitatea de continut 

Validitatea de continut se foloseste pentru a urmari ce calitati psihice sau cunostinte masoara testul, corespondenta dintre continutul sau ca esantion de comportament, pe de o parte, si comportamentul masurat, pe de alta parte. Cu alte cuvinte, ea verifica daca testul este un reprezentativ al comportamentului vizat. Validitatea de continut este deseori apreciata pe baza evaluarii facute de experti. Principala dificultate in verificarea acestui tip de validitate pentru un test este legata de descrierea amanuntita a domeniului de continut. Este greu sa se furnizeze descrieri detaliate pentru domenii cum sint "Concepte matematice", care includ o multime larga de comportamente ale caror limite nu pot fi usor separate. In asemenea cazuri este foarte dificil de verificat daca itemii unui test sint cuprinsi intre limitele domeniului.

Validitatea de constructie sau conceptuala

Acest tip de validitate se determina, in general, pentru teste care masoara atribute abstracte, denumite "constructe", cum ar fi sinceritatea, agresivitatea, etc..

Un construct este o idee construita de oamenii de stiinta pentru a rezuma un grup de fenomene sau de obiecte. El nu este observabil direct, dar poate fi conectat cu entitati sau evenimente concrete, observabile. Un test are o validitate de constructie buna daca modelul legaturilor intre comportamentele conectate de constructul masurat si scorurile testului este asemanator modelului legaturilor asteptate intre aceste comportamente si o masura perfecta a constructului.

Validitatea predictiva

Validitatea predictiva arata gradul de eficienta al unui test in prognoza comportamentului unei persoane intr-o situatie data. Pentru estimarea validitatii predictive se calculeaza coeficientul de corelatie liniara intre scorurile la un test administrat unor indivizi, de pilda cu ocazia finalizarii unui curs de pregatire profesionala, si masurile performantelor obtinute de aceleasi persoane dupa un timp, cind li s-a dat posibilitatea aplicarii cunostintelor respective.

Validitatea concurenta

Spre deosebire de validitatea predictiva, pentru estimarea validitatii concurente este necesara obtinerea scorurilor la criteriu aproximativ in acelasi timp cu cele ale testului de la un esantion de populatie selectionat (personal angajat deja ). Un asemenea lot difera in general de populatia asupra careia se vor lua decizii pe baza rezultatelor testului. Daca deosebirile sint semnificative atunci coeficientul de corelatie liniara intre test si criteriu nu furnizeaza o estimare utila a validitatii pentru decizie. Cea ce face insa ca validitatea concurenta sa fie utilizata mai des decit cea predictiva este faptul ca prima permite ca scorurile testului si valorile criteriului sa fie obtinute la momente apropiate.