Talaan ng mga Nilalaman:
Ang pagsubok ay isang instrumentong pang-agham hanggang sa sukatin na sinusukat nito kung ano ang balak nito, iyon ay, wasto ito, at sumusukat ito nang maayos, iyon ay, ito ay tumpak o maaasahan. Kung nakakita kami ng isang instrumento na hindi namin mapagkakatiwalaan ang mga sukat na ibinibigay nila, dahil magkakaiba-iba ito sa bawat oras na sinusukat namin ang parehong bagay, sasabihin namin na hindi ito maaasahan. Ang isang instrumento, upang masukat nang tama ang isang bagay, ay dapat na tumpak, sapagkat kung hindi, sukatin kung ano ang sinusukat nito, susukatin ito nang mali. Samakatuwid, ang pagiging tumpak ay kinakailangan ngunit hindi sapat na kondisyon. Bilang karagdagan, dapat itong maging wasto, iyon ay, kung ano ang sinusukat nito nang may katumpakan ay kung ano ang inilaan nitong sukatin, at wala nang iba pa.
Maaari ka ring maging interesado sa: Teorya ng Tugon ng Item - Mga Aplikasyon at PagsubokPagiging maaasahan:
Ganap at kamag-anak na maaasahan: Maaari nating lapitan ang problema ng pagiging maaasahan ng isang pagsubok sa dalawang magkakaibang paraan, bagaman karaniwang magkasabay ito.
Ang pagiging maaasahan at ang kawastuhan ng mga sukat nito: Kapag ang isang paksa ay tumugon sa isang pagsubok, nakakakuha siya ng isang empirical na marka, na apektado ng isang error. Kung walang mga pagkakamali, makukuha ng paksa ang kanyang totoong iskor. Ang pagsubok ay hindi wasto dahil ang marka ng empirical ay hindi tugma sa totoong totoong iskor. Ang pagkakaiba sa pagitan ng dalawang marka ay ang error sa sampling, ang error sa pagsukat. Ang karaniwang error sa pagsukat ay magiging pamantayan ng paglihis ng mga error sa pagsukat. Ang karaniwang error sa pagsukat ay nagpapahiwatig ng ganap na katumpakan ng pagsubok, dahil pinapayagan nitong tantyahin ang pagkakaiba sa pagitan ng nakuha na pagsukat at ang makukuha kung walang error.
Kahusayan at katatagan ng mga sukat: Ang isang pagsubok ay magiging mas maaasahan ang mas pare-pareho o matatag ang mga resulta na ibinibigay nito ay pinananatili kapag naulit. Ang mas matatag na mga resulta ay sa dalawang okasyon, mas malaki ang ugnayan sa pagitan nila. Ang ugnayan na ito ay tinatawag na pagiging maaasahan koepisyent. Sinasabi nito sa amin, hindi ang dami ng error, ngunit ang pagkakapare-pareho ng pagsubok sa sarili nito at ang pagkakapare-pareho ng iniaalok nitong impormasyon. Ang koepisyent ng pagiging maaasahan ay nagpapahiwatig ng kaugnay na pagiging maaasahan ng pagsubok.
Ang koepisyent ng pagiging maaasahan at ang index ng pagiging maaasahan: - Ang koepisyent ng pagiging maaasahan ng isang pagsubok ay ang ugnayan ng pagsubok sa sarili nitong, nakuha halimbawa, sa dalawang magkatulad na paraan: rxx. - Ang indeks ng katumpakan ay ang ugnayan sa pagitan ng mga marka ng empirical ng isang pagsubok at mga totoong marka: rxv Ang eksaktong index ay palaging magiging mas malaki kaysa sa maaasahan na koepisyent.
- Hanapin ang ugnayan sa pagitan ng pagsubok at pag-uulit nito: Ang pamamaraan ng pag-uulit o pamamaraang pagsubok-retest: Binubuo ito ng paglalapat ng parehong pagsubok sa parehong pangkat sa dalawang okasyon at ang ugnayan sa pagitan ng dalawang serye ng mga marka ay kinakalkula. Ang ugnayan na ito ay ang pagiging maaasahan koepisyent. Ang pamamaraang ito ay karaniwang nagbibigay ng isang mas mataas na koepisyent ng pagiging maaasahan kaysa sa mga nakuha ng iba pang mga pamamaraan, at maaaring mahawahan ng mga nakakagambalang kadahilanan.
- Hanapin ang ugnayan sa pagitan ng dalawang magkatulad na anyo ng pagsubok: Ang pamamaraan ng mga parallel form: Dalawang parallel form ng parehong pagsubok ang inihanda, iyon ay, dalawang katumbas na form na nagbibigay ng parehong impormasyon, at inilalapat sa parehong pangkat ng mga paksa. Ang ugnayan sa pagitan ng dalawang anyo ay ang koepisyent ng pagiging maaasahan. Sa pamamaraang ito, sa pamamagitan ng hindi pag-uulit ng parehong pagsubok, maiiwasan ang nakakagambalang mga mapagkukunan ng muling pagsubok ng pagiging maaasahan.
- Hanapin ang ugnayan sa pagitan ng dalawang magkakatulad na halves ng pagsubok: Ang pamamaraan ng dalawang halves: Ang pagsubok ay nahahati sa dalawang katumbas na halves at matatagpuan ang ugnayan sa pagitan nila. Ito ang ginustong pamamaraan, dahil simple ito at iniiwasan ang mga limitasyon ng mga nakaraang pamamaraan. Maaari mong piliin ang mga kakaibang elemento ng pagsubok, upang mabuo ang isang kalahati, at ang mga pantay na elemento na bumubuo sa isa pa.
Ang koepisyent ng pagiging maaasahan at ang ugnayan sa pagitan ng mga parallel na pagsubok
Ang pagiging maaasahan ng koepisyent ng isang pagsubok ay nagpapahiwatig ng proporsyon na ang totoong pagkakaiba-iba ay ng pagkakaiba-iba ng empirical: graph33 Ang pagiging maaasahan ng koepisyent ng isang pagsubok ay nag-iiba sa pagitan ng 0 at 1. Halimbawa: kung ang ugnayan sa pagitan ng dalawang magkatulad na pagsubok ay rxx '= 0'80, nangangahulugan ito na 80% ng pagkakaiba-iba ng pagsubok ay dahil sa totoong sukat, at ang natitira, iyon ay, 20% ng pagkakaiba-iba ng pagsubok ito ay dahil sa error. Ang pagiging maaasahan index ng isang pagsubok ay ang ugnayan sa pagitan ng mga marka ng empirical at ang totoong mga marka ng pagiging maaasahan index = Ang pagiging maaasahan index ay katumbas ng parisukat na ugat ng koepisyent ng pagiging maaasahan
Kapag nabuo ang dalawang magkatulad na anyo ng isang pagsubok, inilapat ang pagtatasa ng pagkakaiba-iba ng pamamaraan upang suriin ang homogeneity ng mga pagkakaiba-iba at ang pagkakaiba sa pagitan ng mga panukala. Kung ang mga pagkakaiba-iba ay magkatulad, ang pagkakaiba sa pagitan ng mga paraan ay hindi makabuluhan at ang dalawang form ay itinayo na may parehong bilang ng mga elemento ng parehong uri at sikolohikal na nilalaman, maaari itong patunayan na magkapareho sila. Kung hindi, kailangan mong baguhin ang mga ito hanggang sa maganap. Ang kakulangan ng pagiging maaasahan ay nakilala sa halagang rxx´ = 0 4.- Ang tipikal na error sa pagsukat: Ang pagkakaiba sa pagitan ng marka ng empirical at ang totoong isa ay ang random na error, na tinatawag na error sa pagsukat. Ang karaniwang paglihis ng mga error sa pagsukat ay tinatawag na karaniwang error sa pagsukat. Ang karaniwang error ng pagsukat Pinapayagan ang paggawa ng mga pagtatantya tungkol sa ganap na pagiging maaasahan ng pagsubok, iyon ay, tinatantiya kung gaano ang error sa pagsukat na nakakaapekto sa isang marka.
Kahusayan at haba: Ang haba ng pagsubok ay tumutukoy sa bilang ng mga elemento nito. Ang pagiging maaasahan nito ay nakasalalay sa haba na ito. Kung ang isang pagsubok ay binubuo ng tatlong mga elemento, ang isang paksa ay maaaring makakuha ng isang marka ng 1 sa isang okasyon at isang markang 1 sa isa pang okasyon, o sa parallel
Mula sa isang okasyon patungo sa isa pa, ang iskor ay iba-iba ng isang puntos; ang isang punto sa tatlo ay isang 33% na pagkakaiba-iba, isang mataas na pagkakaiba-iba. Kung ang mga paksa ay nakakakuha ng mga kaswal na pagkakaiba-iba ng ganitong uri, ang ugnayan ng pagsubok sa sarili nito o ng dalawang magkatulad na anyo ng pagsubok ay lubos na babaan at hindi maaaring maging mataas. Kung ang pagsubok ay mas mahaba, kung mayroon, halimbawa, 100 mga elemento, ang isang paksa ay maaaring makakuha ng 70 puntos sa isang okasyon at 67 sa isang magkatulad na paraan. Mula sa isang oras hanggang sa isa pa ay iba-iba ito ng 3 puntos; ito ay isang maliit na pagkakaiba-iba na may kaugnayan sa kabuuang pagsubok, partikular na 3%. Ang mga maliliit na hindi sinasadyang pagbabago ng kalakihan na ito, na nagaganap sa mga marka ng mga paksa, kapag ang pagpasa mula sa isang anyo patungo sa kahanay, ay medyo hindi mahalaga at hindi mababawas ang ugnayan sa pagitan ng dalawa tulad ng dati.
Ang koepisyent ng pagiging maaasahan ay magiging mas mataas kaysa sa nakaraang kaso. Ang equation ng Spearman-Brown ay nagpapahiwatig ng ugnayan sa pagitan ng pagiging maaasahan at haba. Ang katumpakan ng isang pagsubok ay null kapag ang haba ay 0, at tumataas ito habang tumataas ang haba. Kahit na ang pagtaas ay medyo mas mababa dahil ang haba ng bahagi ay mas malaki. Nangangahulugan ito na ang katumpakan ay lumalaki nang malaki sa simula at medyo mas mababa pagkatapos. Kapag ang haba ay may gawi sa kawalang-hanggan, ang pagiging maaasahan ng koepisyent ay may kaugaliang
Habang tumataas ang haba ng isang pagsubok, tumataas ang katumpakan nito dahil ang tunay na pagkakaiba-iba ay tumataas sa isang mas mataas na rate kaysa sa pagkakaiba-iba ng error. Nangangahulugan ito na tumataas ang katumpakan ng pagsubok dahil ang proporsyon ng pagkakaiba-iba dahil sa error ay bumababa. Ang pormulang Rulon, pati na rin ang pormulang Flanagan at Guttman, ay lalo na nalalapat kapag kinakalkula ang pagiging maaasahan ng koepisyent sa pamamagitan ng dalwang halves na pamamaraan. Ito ang mga pormula na ginamit upang makalkula ang pagiging maaasahan ng koepisyent.
Kahusayan at pagkakapare-pareho: Ang koepisyent ng pagiging maaasahan ay maaari ding matagpuan sa ibang paraan, ito ang tinaguriang alpha coefficient o koepisyent ng pagiging pangkalahatan o representativeness (Cronbach). Ipinapahiwatig ng koepisyentong alpha na ito ang katumpakan kung saan sinusukat ng ilang mga item ang isang aspeto ng pagkatao o pag-uugali. Maaari itong bigyang kahulugan bilang: Isang pagtatantya ng ibig sabihin ng ugnayan ng lahat ng mga posibleng item sa isang tiyak na aspeto. Ang isang sukat ng katumpakan ng pagsubok bilang isang pagpapaandar ng pagkakaugnay o panloob na pagkakapare-pareho (ugnayan sa pagitan ng mga elemento nito; hanggang saan ang mga elemento ng pagsubok ay pareho ang pagsukat) at ng haba nito. Ipinapahiwatig ang representativeness ng pagsubok, iyon ay, ang halaga kung saan ang sample ng mga item na bumubuo nito ay kinatawan ng populasyon ng mga posibleng item ng parehong uri at sikolohikal na nilalaman. Ang koepisyent ng alpha Pangunahin itong sumasalamin ng dalawang pangunahing konsepto sa katumpakan ng isang pagsubok: 1. Ang ugnayan sa pagitan ng mga elemento nito: kung hanggang saan sinusukat nilang mabuti ang parehong bagay.
Ang haba ng pagsubok: sa pamamagitan ng pagdaragdag ng bilang ng mga kaso sa isang sample, at kung ang sistematikong mga pagkakamali ay tinanggal, ang sampol ay mas mahusay na kumakatawan sa populasyon kung saan ito nakuha at mas malamang na magkamali ang pagkakataon. Kung ang mga item sa pagsubok ay hindi magkakaiba, (oo o hindi, 1 o 0, sumasang-ayon o hindi sumasang-ayon, atbp. ) Dahil sa isang tiyak na bilang ng mga item, ang isang pagsubok ay magiging mas maaasahan, mas magkaka-homogenous ito. Ang alpha coefficient ay nagpapahiwatig ng pagiging maaasahan hanggang sa ito ay kumakatawan sa homogeneity at coherence o panloob na pare-pareho ng mga elemento ng isang pagsubok.
Pamantayan sa pamantayan at pagiging maaasahan
Ayon sa modelo ng puwang ng sample ng item, ang layunin ng pagsubok ay upang tantyahin ang sukat na makukuha kung ang lahat ng mga item sa sample space ay ginamit. Ang panukalang ito ay ang tunay na iskor, kung saan ang mga aktwal na pagsukat higit pa o mas mababa sa tinatayang. Nakasalalay sa antas kung saan ang isang sample ng mga item ay nakikipag-ugnay sa totoong mga marka, ang pagsubok ay higit pa o mas mababa maaasahan. Sentral sa modelong ito ang matrix ng mga ugnayan sa pagitan ng lahat ng mga item sa sample space. Ang sample na modelong ito ay mas pinipilit ang panloob na pagkakapare-pareho, at sa lawak na makamit ito, hindi tuwirang ginagarantiyahan nito ang katatagan.
Ang linear na modelo ng mga parallel na pagsusulit ay higit na nagpipilit sa katatagan ng mga marka, at sa lawak na nakakamit nito ang katatagan, hindi direktang mas gusto nito ang panloob na pagkakapare-pareho. Kung naglalagay kami ng isang pagsubok upang maitaguyod ang mga indibidwal na diagnosis at prognose, ang koepisyent ng pagiging maaasahan ay dapat na 0.90 pataas. Sa mga pagtataya at sama-sama na pag-uuri, ang kinakailangan ay hindi gaanong mahusay, kahit na hindi maginhawa upang malayo sa 0.90 hanggang 0.80.
Minsan sa ilang mga uri ng pagsubok, tulad ng mga pagsubok sa personalidad, mahirap makamit ang mga coefficients na higit sa 0.70. Kung ang mga parallel na hugis, o parallel halves, ay inilalapat pagkatapos ng higit pa o mas mababa malaking agwat, ang mga pagkakamali ng pagkakataon ay maaaring mas maraming kaysa sa mga nakakaapekto sa alpha coefficient. Ito ay sapagkat kung ano ang nagpapababa ng ugnayan ay hindi lamang ang mga random na error na intrinsic sa pagsubok at sa isang solong okasyon, na kung saan ay isinasaalang-alang ang koepisyentong alpha, ngunit pati na rin ang lahat ng mga pagkakamali na maaaring magmula sa dalawang magkaibang sitwasyon na nakakaimpluwensya, na maaaring magkakaiba sa maraming mga detalye. Samakatuwid, ang alpha coefficient ay karaniwang mas mataas kaysa sa iba pang mga coefficients.
Maliban sa koepisyent na natagpuan sa pamamagitan ng pag-uulit ng parehong pagsubok, dahil ang mga random na error ng unang aplikasyon ay mas malamang na maulit sa pangalawa, at sa halip na mabawasan ang ugnayan sa pagitan ng dalawa, nadagdagan nila ito. Dapat mag-ingat na ang pangalawang aplikasyon ay ganap na nakapag-iisa sa una. Kung makamit natin ito, ito ang magiging pinakamadali at murang paraan at ipinapayong sinusubukan upang masuri ang katatagan ng mga marka, lalo na sa mahabang panahon at may mga kumplikadong pagsubok. > Susunod: Ang bisa ng mga pagsubok
Ang artikulong ito ay kaalaman lamang, sa Psychology-Online wala kaming kapangyarihang gumawa ng diagnosis o magrekomenda ng paggamot. Inaanyayahan ka naming pumunta sa isang psychologist upang gamutin ang iyong partikular na kaso.
Kung nais mong basahin ang higit pang mga artikulo na katulad ng Classical Test Theory, inirerekumenda naming ilagay mo ang aming kategorya ng Experimental Psychology.