Психометрия

Не путать с психрометрией — измерением свойств воздуха и тепла и водяного пара.

Чтобы узнать о других значениях этого термина и подобных терминов, см. Психометрию (значения) .

Эта статья о теории и технике измерения психологических качеств. Информацию о дизайне и методологии исследования в психологии см. в разделе «Психологическая статистика» . О математическом моделировании психологических теорий и явлений см. Математическая психология .

Психометрия — это область исследования в психологии, занимающаяся теорией и техникой измерения . Психометрия обычно охватывает специализированные области психологии и образования, посвященные тестированию, измерению, оценке и смежным действиям. Психометрия занимается объективным измерением скрытых конструкций , которые невозможно наблюдать напрямую. Примеры скрытых конструкций включают интеллект , интроверсию , психические расстройства и образовательные достижения . Уровни людей по ненаблюдаемым скрытым переменным выводятся посредством математического моделирования на основе того, что наблюдается по ответам людей на задания тестов и шкал.

Практикующих специалистов называют психометриками, хотя не все, кто занимается психометрическими исследованиями, носят это звание. Психометристы обычно обладают определенной квалификацией, такой как ученые степени или сертификаты, и большинство из них являются психологами с углубленным обучением в области психометрии и теории измерений. Помимо традиционных академических учреждений, практики также работают в таких организациях, как Служба образовательного тестирования и Психологическая корпорация . Некоторые исследователи психометрии сосредотачиваются на разработке и проверке инструментов оценки, включая опросы , шкалы и открытые или закрытые анкеты . Другие сосредотачиваются на исследованиях, связанных с теорией измерения (например, теорией реагирования на задания , внутриклассовой корреляцией ) или специализируются в качестве специалистов по обучению и развитию .

Историческая основа

Психологическое тестирование возникло из двух потоков мысли: первое — от Дарвина , Гальтона и Кеттелла — об измерении индивидуальных различий, а второе — от Гербарта , Вебера , Фехнера и Вундта и их психофизических измерений аналогичной конструкции. Вторая группа людей и их исследования привели к развитию экспериментальной психологии и стандартизированного тестирования.

Викторианский ручей

Чарльз Дарвин был вдохновителем сэра Фрэнсиса Гальтона, ученого, который продвинул развитие психометрии. В 1859 году Дарвин опубликовал свою книгу «Происхождение видов» . Дарвин описал роль естественного отбора в возникновении с течением времени различных популяций видов растений и животных. В книге было показано, как отдельные представители вида различаются между собой и как они обладают характеристиками, более или менее адаптивными к окружающей среде. Те, у кого более адаптивные характеристики, с большей вероятностью выживут и смогут произвести потомство и дать начало другому поколению. Те, у кого менее адаптивные характеристики, менее вероятны. Эти идеи стимулировали интерес Гальтона к изучению людей и того, чем они отличаются друг от друга и, что более важно, к тому, как измерить эти различия.

Гальтон написал книгу « Наследственный гений» . В книге описаны различные характеристики, которыми обладают люди, и то, как эти характеристики делают одних более «подходящими», чем другие. Сегодня эти различия, такие как сенсорное и моторное функционирование (время реакции, острота зрения и физическая сила), являются важными областями научной психологии. Большая часть ранних теоретических и прикладных работ в области психометрии была предпринята с целью измерения интеллекта . Гальтона, которого часто называют «отцом психометрии», разработал и включил ментальные тесты в число своих антропометрических измерений. Джеймс Маккин Кеттелл , пионер в области психометрии, продолжил работу Гальтона. Кеттелл ввел термин «ментальный тест » и отвечает за исследования и знания, которые в конечном итоге привели к разработке современных тестов.

немецкий поток

Происхождение психометрии также связано с родственной областью психофизики . Примерно в то же время, когда Дарвин, Гальтон и Кеттелл делали свои открытия, Гербарт также интересовался «разгадкой тайн человеческого сознания» с помощью научного метода. Гербарт был ответственным за создание математических моделей разума, которые на долгие годы оказали влияние на образовательную практику.

Э. Х. Вебер опирался на работу Гербарта и пытался доказать существование психологического порога, утверждая, что для активации сенсорной системы необходим минимальный стимул . После Вебера Г.Т. Фехнер расширил знания, почерпнутые им у Гербарта и Вебера, и разработал закон, согласно которому сила ощущения растет как логарифм интенсивности стимула. Последователю Вебера и Фехнера Вильгельму Вундту приписывают основание науки психологии. Именно влияние Вундта открыло другим путь к разработке психологических тестов.

20 век

В 1936 году психометрист Л. Л. Терстон , основатель и первый президент Психометрического общества, разработал и применил теоретический подход к измерению, известный как закон сравнительного суждения , подход, который тесно связан с психофизической теорией Эрнста Генриха Вебера и Густава. Фехнер . Кроме того, Спирмен и Терстон внесли важный вклад в теорию и применение факторного анализа — статистического метода, разработанного и широко используемого в психометрии. В конце 1950-х годов Леопольд Сонди дал историческую и эпистемологическую оценку влияния статистического мышления на психологию в течение нескольких предыдущих десятилетий: «В последние десятилетия специфически психологическое мышление было почти полностью подавлено и устранено и заменено статистическим мышлением». Именно здесь мы видим рак сегодняшней тестологии и тестомании».

Совсем недавно психометрическая теория стала применяться для измерения личности , отношений и убеждений , а также академических достижений . Эти скрытые конструкты невозможно по-настоящему измерить, и большая часть исследований и научных исследований в этой дисциплине была разработана в попытке измерить эти конструкты как можно ближе к истинному показателю.

Среди фигур, внесших значительный вклад в психометрию, — Карл Пирсон , Генри Ф. Кайзер, Карл Бригам , Л. Л. Терстоун Торндайк , Э. Л. , Джонсон О'Коннор , Георг Раш, Юджин Галантер , Фредерик М. Лорд , Ледьярд Р. Такер , Луи Гуттман и Джейн. Левингер .

Определение измерения в социальных науках

Определение измерения в социальных науках имеет долгую историю. В настоящее время широко распространенное определение, предложенное Стэнли Смитом Стивенсом , заключается в том, что измерение — это «присвоение цифр объектам или событиям в соответствии с некоторым правилом». Это определение было введено в статье Science 1946 года , в которой Стивенс предложил четыре уровня измерения . Несмотря на широкое распространение, это определение во многом отличается от более классического определения измерения, принятого в физических науках, а именно, что научное измерение влечет за собой «оценку или открытие отношения некоторой величины количественного атрибута к единице того же атрибута». (с. 358)

Действительно, определение измерения Стивенса было выдвинуто в ответ на запрос Британского Фергюсонского комитета, председателем которого А. Фергюсон был физик. Комитет был назначен в 1932 году Британской ассоциацией содействия развитию науки для исследования возможности количественной оценки сенсорных событий. Хотя его председателем и другими членами были физики, в комитет входили также несколько психологов. В отчете комитета подчеркивается важность определения измерения. Хотя ответом Стивенса было предложение нового определения, которое имело значительное влияние в этой области, это ни в коем случае не был единственный ответ на отчет. Другой, заметно отличающийся ответ заключался в принятии классического определения, отраженного в следующем утверждении:

Измерения в психологии и физике ни в чем не отличаются. Физики могут измерять, когда они могут найти операции, с помощью которых они могут соответствовать необходимым критериям; психологи должны сделать то же самое. Им не нужно беспокоиться о загадочных различиях между значениями измерений в двух науках (Reese, 1943, стр. 49).

Эти расходящиеся ответы отражаются в альтернативных подходах к измерению. Например, методы, основанные на ковариационных матрицах, обычно используются исходя из того, что числа, такие как необработанные баллы, полученные на основе оценок, являются измерениями. Такие подходы неявно влекут за собой определение измерения Стивенса, которое требует только того, чтобы числа присваивались в соответствии с некоторым правилом. Таким образом, основной исследовательской задачей обычно считается обнаружение связей между оценками и факторов, лежащих в основе таких связей.

С другой стороны, когда используются модели измерения, такие как модель Раша , числа присваиваются не на основе какого-либо правила. Вместо этого, в соответствии с приведенным выше заявлением Риза, устанавливаются конкретные критерии измерения, и цель состоит в том, чтобы построить процедуры или операции, которые предоставляют данные, соответствующие соответствующим критериям. Измерения оцениваются на основе моделей, и проводятся тесты, чтобы убедиться, что соответствующие критерии соблюдены.

Инструменты и процедуры

Первые психометрические инструменты были разработаны для измерения интеллекта . Одним из первых подходов к измерению интеллекта был тест, разработанный во Франции Альфредом Бине и Теодором Симоном . Этот тест был известен как тест Бине-Симона . Французский тест был адаптирован для использования в США Льюисом Терманом из Стэнфордского университета и назван IQ-тестом Стэнфорда-Бине .

Еще одним важным направлением психометрии является тестирование личности . Существует целый ряд теоретических подходов к концептуализации и измерению личности, хотя общепринятой теории не существует. Некоторые из наиболее известных инструментов включают Миннесотский многофазный опросник личности , пятифакторную модель (или «большую пятерку») и такие инструменты, как опросник личности и предпочтений и индикатор типа Майерс-Бриггс . Отношения также широко изучались с использованием психометрических подходов. Альтернативный метод предполагает применение моделей развертывания измерений, наиболее общей из которых является модель гиперболического косинуса (Андрич и Луо, 1993).

Теоретические подходы

Психометристы разработали ряд различных теорий измерения. К ним относятся классическая теория тестирования (CTT) и теория ответов на задания (IRT). Подход, который математически похож на IRT, но при этом весьма отличен с точки зрения его происхождения и особенностей, представлен моделью Раша измерения . Разработка модели Раша и более широкого класса моделей, к которому она принадлежит, была явно основана на требованиях измерения в физических науках.

Психометристы также разработали методы работы с большими матрицами корреляций и ковариаций. Методы этой общей традиции включают: факторный анализ , метод определения основных измерений данных. Одной из основных проблем, с которыми сталкиваются пользователи факторного анализа, является отсутствие консенсуса относительно соответствующих процедур определения количества латентных факторов . Обычной процедурой является прекращение факторизации, когда собственные значения падают ниже единицы, поскольку исходная сфера сжимается. Отсутствие точек отсечения касается и других многомерных методов.

Многомерное масштабирование — это метод поиска простого представления данных с большим количеством скрытых измерений. Кластерный анализ — это подход к поиску объектов, похожих друг на друга. Факторный анализ, многомерное масштабирование и кластерный анализ — все это многомерные описательные методы, используемые для выделения из больших объемов данных более простых структур.

Совсем недавно моделирование структурными уравнениями и анализ пути представляют собой более сложные подходы к работе с большими ковариационными матрицами . Эти методы позволяют подгонять статистически сложные модели к данным и проверять их адекватность. Поскольку на детальном уровне психометрические исследования касаются степени и характера многомерности в каждом из интересующих объектов, существует относительно новая процедура, известная как двухфакторный анализ. может быть полезно. Двухфакторный анализ может разложить «систематическое отклонение показателя с точки зрения, в идеале, двух источников: общего фактора и одного источника дополнительного систематического отклонения».

Ключевые понятия

Ключевыми понятиями классической теории тестирования являются надежность и валидность . Надежная мера — это та, которая последовательно измеряет конструкт во времени, у отдельных людей и в ситуациях. Действительная мера – это мера, которая измеряет то, для измерения чего предназначена. Надежность необходима, но недостаточна для валидности.

Как надежность, так и валидность можно оценить статистически. Согласованность повторных измерений одного и того же теста можно оценить с помощью коэффициента корреляции Пирсона, который часто называют надежностью повторного теста. Точно так же эквивалентность различных версий одной и той же меры может быть проиндексирована корреляцией Пирсона и называется надежностью эквивалентных форм или аналогичным термином.

Внутреннюю согласованность, которая касается однородности одной формы теста, можно оценить путем сопоставления результатов двух половин теста, что называется разделенной половинной надежностью ; значение этого коэффициента корреляции момента произведения Пирсона для двух полутестов корректируется с помощью формулы прогнозирования Спирмена-Брауна, чтобы соответствовать корреляции между двумя полноразмерными тестами. Вероятно, наиболее часто используемым индексом надежности является α Кронбаха , который эквивалентен среднему значению всех возможных коэффициентов разделения пополам. Другие подходы включают внутриклассовую корреляцию , которая представляет собой отношение дисперсии измерений данной цели к дисперсии всех целей.

Существует множество различных форм действительности. Валидность, связанная с критерием, означает степень, в которой тест или шкала предсказывают образец поведения, т. е. критерий, который является «внешним по отношению к самому измерительному прибору». Этот внешний образец поведения может представлять собой множество вещей, включая еще один тест; средний балл успеваемости в колледже, например, когда школьный SAT используется для прогнозирования успеваемости в колледже; и даже поведение, которое имело место в прошлом, например, когда тест текущих психологических симптомов используется для прогнозирования возникновения прошлой виктимизации (что точно представляет собой постдиктию). Когда критериальная мера собирается одновременно с проверяемой мерой, цель состоит в том, чтобы установить параллельную достоверность ; когда критерий собирается позже, цель состоит в том, чтобы установить прогностическую достоверность . Мера имеет конструктную валидность , если она связана с мерами других конструктов, как того требует теория. Валидность содержания — это демонстрация того, что элементы теста адекватно охватывают измеряемую область. В примере отбора персонала содержание теста основано на определенном утверждении или наборе утверждений о знаниях, навыках, способностях или других характеристиках, полученных в результате анализа должности. .

Теория ответов на тестовые задания моделирует взаимосвязь между скрытыми чертами и реакциями на тестовые задания. Помимо других преимуществ, IRT обеспечивает основу для получения оценки местоположения тестируемого по заданному скрытому признаку, а также стандартной ошибки измерения этого местоположения. Например, знания студента университета по истории можно вывести из его или ее оценки на университетском тесте, а затем надежно сравнить со знаниями старшеклассника, полученными в результате менее сложного теста. Результаты, полученные с помощью классической теории тестирования, не имеют этой характеристики, и оценка фактических способностей (а не способностей по сравнению с другими участниками тестирования) должна оцениваться путем сравнения результатов с баллами «нормальной группы», случайно выбранной из населения. Фактически, все показатели, полученные на основе классической теории тестирования, зависят от тестируемой выборки, в то время как, в принципе, те, которые получены на основе теории ответов на задания, от нее не зависят.

Стандарты качества

Соображения валидности и надежности обычно рассматриваются как важные элементы для определения качества любого теста. Однако профессиональные и практикующие ассоциации часто помещают эти проблемы в более широкий контекст при разработке стандартов и вынесении общих суждений о качестве любого теста в целом в данном контексте. Во многих прикладных исследованиях вызывает беспокойство вопрос о том, является ли метрика данного психологического инвентаря значимой или произвольной.

Стандарты тестирования

В 2014 году Американская ассоциация исследований в области образования (AERA), Американская психологическая ассоциация (APA) и Национальный совет по измерениям в образовании (NCME) опубликовали пересмотренную версию Стандартов образовательного и психологического тестирования . который описывает стандарты разработки, оценки и использования тестов. Стандарты охватывают важные темы тестирования , включая валидность, надежность/ошибки измерения и справедливость тестирования. В книге также установлены стандарты, связанные с операциями тестирования, включая проектирование и разработку тестов, баллы, шкалы, нормы, связывание баллов, сокращение баллов, администрирование тестов, выставление оценок, отчетность, интерпретацию результатов, тестовую документацию, а также права и обязанности тестируемых и пользователей тестов. . Наконец, Стандарты охватывают темы, связанные с применением тестирования, включая психологическое тестирование и оценку , тестирование на рабочем месте и аттестацию , образовательное тестирование и оценку , а также тестирование при оценке программ и государственной политике.

Стандарты оценки

В области оценки , и в частности оценки образования , Объединенный комитет по стандартам оценки образования опубликовал три набора стандартов для оценок. Стандарты оценки персонала был опубликован в 1988 году «Стандарты оценки программ» (2-е издание). был опубликован в 1994 году, а «Стандарты оценки студентов» был опубликован в 2003 году.

В каждой публикации представлен и разработан набор стандартов для использования в различных образовательных учреждениях. Стандарты содержат рекомендации по разработке, внедрению, оценке и совершенствованию определенной формы оценки. Каждый из стандартов отнесен к одной из четырех основных категорий, чтобы обеспечить правильность, полезность, осуществимость и точность образовательных оценок. В этих наборах стандартов вопросы достоверности и надежности рассматриваются в рамках темы точности. Например, стандарты точности учащихся помогают гарантировать, что оценки учащихся будут предоставлять надежную, точную и достоверную информацию об обучении и успеваемости учащихся.

Споры и критика

Поскольку психометрия основана на скрытых психологических процессах, измеряемых посредством корреляций , существуют разногласия по поводу некоторых психометрических показателей. Критики, в том числе практикующие специалисты в области физических наук , утверждают, что такое определение и количественная оценка сложны и что такие измерения часто неправильно используются непрофессионалами, например, с личностными тестами, используемыми при приеме на работу. В Стандартах образовательных и психологических измерений содержится следующее заявление о валидности тестов : «валидность относится к степени, в которой доказательства и теория поддерживают интерпретации результатов тестов, вытекающие из предлагаемого использования тестов». Проще говоря, тест недействителен, если он не используется и не интерпретируется так, как он задуман.

Два типа инструментов, используемых для измерения личностных качеств, — это объективные тесты и проективные измерения. Примерами таких тестов являются: Опрос «Большой пятерки» (BFI), Миннесотский многофазный личностный опросник (MMPI-2), тест Роршаха «Чернильные пятна» , Опросник невротической личности KON-2006 , или Личностный опросник Айзенка (EPQ-R). Некоторые из этих тестов полезны, поскольку они обладают достаточной надежностью и валидностью — двумя факторами, которые делают тесты последовательными и точными отражениями лежащей в их основе конструкции. Однако индикатор типа Майерс-Бриггс (MBTI) имеет сомнительную достоверность и является предметом большой критики. Специалист по психометрии Роберт Хоган писал об этом показателе: «Большинство психологов личности считают MBTI не более чем искусным китайским печеньем с предсказаниями».

Ли Кронбах (1957) отмечал в своей книге «Американский психолог» , что «корреляционная психология, хотя и стара, как и экспериментирование, развивалась медленнее. Однако она в равной степени квалифицируется как дисциплина, поскольку ставит особый тип вопросов и располагает техническими методами исследования. правильно ли поставлен вопрос и правильно ли интерпретированы данные». Далее он сказал: «Метод корреляции, со своей стороны, может изучать то, что человек не научился контролировать или никогда не сможет контролировать... Требуется настоящая федерация дисциплин. Будучи независимыми, они могут дать только неправильные ответы или отсутствие ответов вообще по некоторым важным проблемам».

Нечеловеческое: животные и машины

Психометрия изучает человеческие способности, отношения, черты характера и эволюцию образования. Примечательно, что изучением поведения, психических процессов и способностей животных , кроме человека , обычно занимается сравнительная психология изучающая континуум между животными, не являющимися людьми, и остальными животными , или эволюционная психология, . Тем не менее, есть некоторые сторонники более постепенного перехода от подхода, применяемого к людям, к подходу, применяемому к (нечеловеческим) животным.

Оценка способностей, черт и эволюции машин в обучении в основном не связана с людьми и животными, кроме человека, с конкретными подходами в области искусственного интеллекта . более комплексный подход под названием « универсальная психометрия» . Также был предложен

См. также

• Теория Кеттела – Хорна – Кэрролла
• Классическая теория тестирования
• Вычислительная психометрия
• Инвентаризация концепций
• Альфа Кронбаха
• Интеллектуальный анализ данных
• Образовательная оценка
• Педагогическая психология
• Факторный анализ
• Теория ответа на предмет
• Список международных баз данных по тестам индивидуальных достижений учащихся
• Список психометрического программного обеспечения
• Список школ психометрии
• Введение в эксплуатацию
• Количественная психология
• Психометрическое общество
• Психологическое тестирование
• Быстрая модель
• Масштаб (социальные науки)
• Школьный консультант
• Школьная психология
• Стандартизированный тест

Ссылки

Библиография

• Андрич Д. и Луо Г. (1993). «Гиперболическая косинусная модель для развития дихотомических реакций на один стимул» (PDF) . Прикладные психологические измерения . 17 (3): 253–276. CiteSeerX   10.1.1.1003.8107 . дои : 10.1177/014662169301700307 . S2CID   120745971 .
• Мичелл, Дж. (1999). Измерение в психологии . Кембридж: Издательство Кембриджского университета. дои : 10.1017/CBO9780511490040
• Раш, Г. (1960/1980). Вероятностные модели для некоторых тестов интеллекта и достижений . Копенгаген, Датский институт исследований в области образования), расширенное издание (1980 г.) с предисловием и послесловием Б. Д. Райта. Чикаго: Издательство Чикагского университета.
• Риз, TW (1943). Применение теории физического измерения к измерению психологических величин с тремя экспериментальными примерами. Психологические монографии, 55 , 1–89. два : 10.1037/h0061367
• Стивенс, СС (1946). «К теории шкал измерения». Наука . 103 (2684): 677–80. Бибкод : 1946Sci...103..677S . дои : 10.1126/science.103.2684.677 . ПМИД   17750512 .
• Терстон, LL (1927). «Закон сравнительного суждения». Психологический обзор . 34 (4): 278–286. дои : 10.1037/h0070288 .
• Терстон, LL (1929). Измерение психологической ценности. В Т.В. Смите и В.К. Райте (ред.), Очерки по философии семнадцати докторов философии Чикагского университета . Чикаго: Открытый суд.
• Терстон, LL (1959). Измерение ценностей . Чикаго: Издательство Чикагского университета.
• СФ Блинкхорн (1997). «Прошлое несовершенное, будущее условное: пятьдесят лет теории испытаний». Британский журнал математической и статистической психологии . 50 (2): 175–185. дои : 10.1111/j.2044-8317.1997.tb01139.x .
• Сэнфорд, Дэвид (18 ноября 2017 г.). «Кембридж только что сказал мне, что большие данные пока не работают» . ЛинкедИн .

Дальнейшее чтение

• Роберт Ф. ДеВеллис (2016). Развитие масштаба: теория и приложения . Публикации SAGE. ISBN  978-1-5063-4158-3 .
• Борсбум, Денни (2005). Измерение разума: концептуальные проблемы современной психометрии . Кембридж: Издательство Кембриджского университета . ISBN  978-0-521-84463-5 .
• Лесли А. Миллер; Роберт Л. Ловлер (2015). Основы психологического тестирования: практический подход . Публикации SAGE. ISBN  978-1-4833-6927-3 .
• Родерик П. Макдональд (2013). Теория испытаний: единое лечение . Психология Пресс. ISBN  978-1-135-67530-1 .
• Пол Клайн (2000). Справочник по психологическому тестированию . Психология Пресс. ISBN  978-0-415-21158-1 .
• Раш Эй Джей младший; Первый МБ; Блэкер Д. (2008). Справочник по психиатрическим мерам . Американское психиатрическое издание. ISBN  978-1-58562-218-4 . OCLC   85885343 .
• Энн С. Сильверлейк (2016). Понимание руководств по тестированию: руководство и рабочая тетрадь . Тейлор и Фрэнсис. ISBN  978-1-351-97086-0 .

Внешние ссылки

• Стандарты APA для образовательного и психологического тестирования
• Международный пул предметов индивидуальности
• Объединенный комитет по стандартам оценки образования
• Центр психометрии Кембриджского университета
• Домашняя страница Психометрического общества и Психометрики
• Лондонская психометрическая лаборатория