शास्त्रीय परीक्षण सिद्धांत

एक परीक्षण एक है वैज्ञानिक उपकरण यह किस सीमा तक मापता है इसका इरादा क्या है, यह मान्य है, और यह अच्छी तरह से मापता है, अर्थात यह सटीक या विश्वसनीय है। यदि हमें कोई ऐसा साधन मिल जाता है जिस पर हम उनके द्वारा दिए गए उपायों पर भरोसा नहीं कर सकते, क्योंकि वे समय-समय पर बदलते रहते हैं जब हम उसी वस्तु को मापते हैं तो हम कहेंगे कि यह विश्वसनीय नहीं है। नापने का एक यंत्र सही ढंग से कुछ, यह सटीक होना चाहिए, क्योंकि अन्यथा, आप क्या मापते हैं, इसे मापें। इसलिए, सटीक होना एक आवश्यक लेकिन पर्याप्त स्थिति नहीं है। इसके अलावा, यह वैध होना चाहिए, अर्थात यह जो सही मापता है वह वही होगा जो इसे मापने का इरादा है, और कुछ नहीं.

विश्वसनीयता:

पूर्ण और सापेक्ष विश्वसनीयता: हम एक परीक्षण की विश्वसनीयता की समस्या को दो अलग-अलग तरीकों से संबोधित कर सकते हैं, हालांकि पृष्ठभूमि में वे मेल खाते हैं.

इसकी माप की अशुद्धि के रूप में विश्वसनीयता: जब कोई विषय किसी परीक्षा में उत्तर देता है, तो वह एक अनुभवजन्य अंक प्राप्त करता है, जो एक त्रुटि से प्रभावित होता है। यदि कोई त्रुटि नहीं थी, तो विषय को उसका वास्तविक स्कोर मिलेगा। परीक्षण अभेद्य है क्योंकि अनुभवजन्य स्कोर वास्तविक वास्तविक स्कोर से मेल नहीं खाता है। दोनों अंकों के बीच यह अंतर नमूना त्रुटि, माप त्रुटि है। माप की विशिष्ट त्रुटि होगा माप त्रुटियों का मानक विचलन. माप की विशिष्ट त्रुटि परीक्षण की पूर्ण सटीकता को इंगित करता है, क्योंकि यह प्राप्त माप और किसी के बीच अंतर का अनुमान लगाने की अनुमति देता है जो कि कोई त्रुटि नहीं थी.

माप की स्थिरता के रूप में विश्वसनीयता: एक परीक्षण अधिक विश्वसनीय या स्थिर परिणाम स्थिर होगा जो इसे दोहराया जाने पर प्रदान करता है। दो अवसरों पर परिणाम जितने अधिक स्थिर होते हैं, उनके बीच संबंध उतना ही अधिक होता है। इस सहसंबंध को कहा जाता है विश्वसनीयता गुणांक. यह हमें व्यक्त करता है, त्रुटि की मात्रा नहीं है, लेकिन स्वयं के साथ परीक्षण का सामंजस्य और इसके द्वारा प्रदान की जाने वाली जानकारी की निरंतरता। विश्वसनीयता गुणांक परीक्षण की सापेक्ष विश्वसनीयता व्यक्त करता है.

विश्वसनीयता गुणांक और विश्वसनीयता सूचकांक: - विश्वसनीयता गुणांक एक परीक्षण स्वयं के साथ परीक्षण का सह-संबंध है, उदाहरण के लिए, दो समानांतर रूपों में: rxx. - सटीक सूचकांक एक परीक्षण के अनुभवजन्य स्कोर और उसके असली स्कोर के बीच संबंध है: rxv सटीक सूचकांक हमेशा विश्वसनीयता गुणांक से अधिक होगा। विश्वसनीयता गुणांक का पता लगाने के लिए ये तीन शास्त्रीय तरीके हाइलाइटिंग के लायक हैं:

• परीक्षण और उसके पुनरावृत्ति के बीच सहसंबंध का पता लगाएं: पुनरावृत्ति या टेस्ट-रीस्टेस्ट विधि: इसमें दो मौकों पर एक ही समूह में एक ही परीक्षण लागू होता है और स्कोर की दो श्रृंखलाओं के बीच संबंध की गणना की जाती है। यह सहसंबंध विश्वसनीयता गुणांक है। यह विधि आमतौर पर अन्य प्रक्रियाओं द्वारा प्राप्त की तुलना में एक उच्च विश्वसनीयता गुणांक देती है, और परेशान करने वाले कारकों द्वारा दूषित हो सकती है.
• परीक्षण के दो समानांतर रूपों के बीच सहसंबंध का पता लगाएं: समानांतर रूपों की विधि: एक ही परीक्षण के दो समानांतर रूप तैयार करें, अर्थात दो समान रूप जो समान जानकारी देते हैं, और एक ही समूह के विषयों पर लागू होते हैं। दो रूपों के बीच सहसंबंध विश्वसनीयता गुणांक है। इस पद्धति के साथ, एक ही परीक्षण को नहीं दोहराने से, पुन: परीक्षण विश्वसनीयता के परेशान स्रोतों से बचा जाता है.
• परीक्षण के दो समानांतर हिस्सों के बीच संबंध का पता लगाएं: दो हिस्सों की विधि: परीक्षण को दो बराबर हिस्सों में विभाजित किया गया है और उनके बीच संबंध पाया जाता है। यह बेहतर तरीका है, क्योंकि यह सरल है और पिछली प्रक्रियाओं की सीमाओं की अनदेखी करता है। आप परीक्षण के विषम तत्वों को चुन सकते हैं, एक आधे का गठन करने के लिए, और दूसरे को बनाने के लिए तत्वों को भी.

विश्वसनीयता गुणांक और समानांतर परीक्षणों के बीच सहसंबंध

विश्वसनीयता गुणांक एक परीक्षण उस अनुपात को इंगित करता है जो वास्तविक विचरण अनुभवजन्य विचरण का है: gráfico33 एक परीक्षण की विश्वसनीयता गुणांक 0 और 1 के बीच भिन्न होता है। उदाहरण के लिए: यदि दो समानांतर परीक्षणों के बीच संबंध rxx है´ = 0.80, का अर्थ है कि परीक्षण के विचरण का 80% वास्तविक माप के कारण है, और बाकी, यानी परीक्षण के विचरण का 20% त्रुटि के कारण है। विश्वसनीयता सूचकांक एक परीक्षण उसके अनुभवजन्य स्कोर और उसके वास्तविक स्कोर विश्वसनीयता सूचकांक के बीच संबंध है = विश्वसनीयता सूचकांक विश्वसनीयता गुणांक के वर्गमूल के बराबर है

एक बार परीक्षण के दो समानांतर रूपों को विकसित करने के बाद, प्रसरण विश्लेषण प्रक्रिया को भिन्नता की समरूपता और उपायों के बीच अंतर की जांच के लिए लागू किया जाता है। यदि रूपांतर सजातीय हैं, तो साधनों के बीच का अंतर महत्वपूर्ण नहीं है और दो रूपों का निर्माण एक ही प्रकार और मनोवैज्ञानिक सामग्री के समान तत्वों के साथ किया जाता है, यह कहा जा सकता है कि वे समानांतर हैं। यदि नहीं, तो आपको उन्हें तब तक सुधारना होगा जब तक वे हैं। विश्वसनीयता की कमी rxx मान से पहचानी जाती है´= 0 4.- माप की विशिष्ट त्रुटि: अनुभवजन्य और वास्तविक स्कोर के बीच का अंतर यादृच्छिक त्रुटि है, जिसे माप त्रुटि कहा जाता है। माप त्रुटियों के मानक विचलन को विशिष्ट माप त्रुटि कहा जाता है। माप की विशिष्ट त्रुटि परीक्षण की पूर्ण विश्वसनीयता के बारे में अनुमान लगाने की अनुमति देता है, अर्थात्, यह अनुमान लगाने के लिए कि माप माप कितना स्कोर को प्रभावित करता है.

विश्वसनीयता और लंबाई: परीक्षण की लंबाई इसके तत्वों की संख्या को संदर्भित करती है। विश्वसनीयता इस लंबाई पर निर्भर करती है। यदि एक परीक्षण में तीन तत्व होते हैं, तो एक विषय एक बार 1 का स्कोर प्राप्त कर सकता है और दूसरे में, या समानांतर तरीके से, एक अंक प्राप्त कर सकता है

एक अवसर से दूसरे तक, स्कोर में एक बिंदु से भिन्नता होती है; तीन से ऊपर एक बिंदु 33% की भिन्नता है, एक उच्च भिन्नता है। यदि विषयों को इस प्रकार के यादृच्छिक रूपांतर प्राप्त होते हैं, तो परीक्षण का सहसंबंध स्वयं या परीक्षण के दो समानांतर रूपों के साथ बहुत कम हो जाएगा और उच्च नहीं हो सकता है। यदि परीक्षण बहुत लंबा है, यदि आपके पास है, उदाहरण के लिए, 100 आइटम, तो एक विषय एक अवसर पर 70 अंक और एक समानांतर आधार पर 67 प्राप्त कर सकता है। एक से दूसरे में 3 अंक बदल गए हैं; यह कुल परीक्षण के संबंध में एक अपेक्षाकृत छोटा संस्करण है, विशेष रूप से 3%। इस परिमाण के ये छोटे आकस्मिक परिवर्तन, जो विषयों के अंकों में होते हैं, जब एक रूप से समानांतर में जाते हैं, अपेक्षाकृत महत्वहीन होते हैं और दोनों के बीच संबंध से पहले जितना कम नहीं होगा.

विश्वसनीयता गुणांक पिछले मामले की तुलना में बहुत अधिक होगा। स्पीयरमैन-ब्राउन समीकरण विश्वसनीयता और लंबाई के बीच संबंध को व्यक्त करता है। एक परीक्षण की सटीकता शून्य होती है जब लंबाई 0 होती है, और लंबाई बढ़ने पर यह बढ़ जाती है। यद्यपि यह वृद्धि अपेक्षाकृत कम है क्योंकि किस भाग की लंबाई अधिक है। इसका मतलब यह है कि सटीक शुरुआत में बहुत अधिक बढ़ता है और अपेक्षाकृत कम बाद में। जब लंबाई अनन्तता की ओर बढ़ती है, तो गुणांक गुणांक हो जाता है

किसी परीक्षण की लंबाई बढ़ने से, इसकी सटीकता बढ़ जाती है क्योंकि यह त्रुटि विचरण से अधिक दर पर वास्तविक विचरण को बढ़ा देता है। इसका मतलब यह है कि परीक्षण की सटीकता बढ़ जाती है क्योंकि त्रुटि के कारण विचरण का अनुपात कम हो जाता है। Rulon का सूत्र, साथ ही साथ Flanagan और Guttman का सूत्र, विशेष रूप से तब लागू होता है जब दो हिस्सों की विधि द्वारा विश्वसनीयता के गुणांक की गणना की जाती है। ये सूत्र हैं जिनका उपयोग विश्वसनीयता गुणांक की गणना करने के लिए किया जाता है.

विश्वसनीयता और स्थिरता: विश्वसनीयता गुणांक को दूसरे तरीके से भी पाया जा सकता है, यह तथाकथित है अल्फा गुणांक या सामान्यता या प्रतिनिधित्वशीलता का गुणांक (Cronbach). यह अल्फा गुणांक सटीकता को इंगित करता है जिसके साथ कुछ आइटम व्यक्तित्व या व्यवहार के एक पहलू को मापते हैं। इसकी व्याख्या इस प्रकार की जा सकती है: एक निश्चित पहलू में सभी संभावित वस्तुओं के औसत सहसंबंध का अनुमान। इसकी सुसंगतता या आंतरिक संगतता (इसके तत्वों के बीच अंतर्संबंध, परीक्षण तत्व सभी को समान मापते हैं) और उसकी लंबाई के अनुसार परीक्षण की सटीकता का एक माप। परीक्षण की प्रतिनिधित्व क्षमता को इंगित करते हुए, वह राशि, जिसमें वस्तुओं का वह नमूना जो इसे बनाता है, उसी प्रकार की संभावित वस्तुओं और मनोवैज्ञानिक सामग्री की आबादी का प्रतिनिधि है। अल्फा गुणांक एक परीक्षण की शुद्धता में मुख्य रूप से दो बुनियादी अवधारणाएं प्रतिबिंबित होती हैं: 1. इसके तत्वों के बीच का अंतर: जिस हद तक वे सभी एक ही चीज को मापते हैं.

परीक्षण की लंबाई: जब एक नमूने के मामलों की संख्या में वृद्धि, और यदि व्यवस्थित त्रुटियां समाप्त हो जाती हैं, तो नमूना आबादी को निकालने से बेहतर प्रतिनिधित्व करता है और यह अधिक संभावना नहीं है कि आकस्मिक त्रुटि शामिल है। यदि परीक्षण के आइटम द्विगुणित हैं, (हाँ या नहीं, 1 या 0, समझौता या असहमति, आदि), तो अल्फा गुणांक का समीकरण सरल हो जाता है, जिससे समीकरणों के समीकरणों को जन्म मिलता है कुदर-रिचर्डसन (KR20 और KR21). एक निश्चित संख्या में वस्तुओं को देखते हुए, एक परीक्षण अधिक विश्वसनीय होगा, जब अधिक सजातीय। अल्फा गुणांक हमें विश्वसनीयता बताता है क्योंकि यह एकरूपता और एक परीक्षण के तत्वों की स्थिरता या आंतरिक स्थिरता का प्रतिनिधित्व करता है.

मानक और विश्वसनीयता मानदंड

वस्तुओं के नमूना स्थान के मॉडल के अनुसार, परीक्षण का उद्देश्य उस माप का अनुमान लगाना है जो नमूना अंतरिक्ष में सभी वस्तुओं का उपयोग किए जाने पर प्राप्त किया जाएगा। यह माप सही स्कोर होगा, जिसमें वास्तविक माप कम या ज्यादा होता है। उस डिग्री के आधार पर, जिस पर वस्तुओं का एक नमूना सही स्कोर के साथ संबंधित है, परीक्षण अधिक या कम विश्वसनीय है। इस मॉडल में, नमूना स्थान में सभी वस्तुओं के बीच सहसंबंधों का मैट्रिक्स केंद्रीय है। यह नमूना मॉडल सीधे आंतरिक स्थिरता पर अधिक जोर देता है, और इसे प्राप्त करने के लिए अनिद्रा, अप्रत्यक्ष रूप से स्थिरता की गारंटी देता है।.

समानांतर परीक्षणों का रैखिक मॉडल स्कोर की स्थिरता पर अधिक जोर देता है, और इस हद तक कि यह स्थिरता प्राप्त करता है, यह अप्रत्यक्ष रूप से आंतरिक स्थिरता का पक्षधर है। यदि हम व्यक्तिगत निदान और पूर्वानुमान स्थापित करने के लिए एक परीक्षण लागू करते हैं, तो विश्वसनीयता गुणांक 0.90 तक होना चाहिए। पूर्वानुमान और सामूहिक वर्गीकरण में, यह इतनी आवश्यकता नहीं है, हालांकि 0'90 से 0'80 तक दूर जाना सुविधाजनक नहीं है.

कभी-कभी, कुछ प्रकार के परीक्षणों में, जैसे व्यक्तित्व परीक्षण, 0.70 से अधिक के गुणांक प्राप्त करना मुश्किल होता है। यदि समानांतर रूपों, या समानांतर हिस्सों को अधिक या कम बड़े अंतराल के बाद लागू किया जाता है, तो अल्फा गुणांक को प्रभावित करने वाली आकस्मिक त्रुटियां उन लोगों की तुलना में अधिक हो सकती हैं। ऐसा इसलिए है क्योंकि सहसंबंध को कम करने से न केवल परीक्षण और एक ही अवसर पर यादृच्छिक त्रुटियां होती हैं, जो वे हैं जो अल्फा गुणांक को ध्यान में रखते हैं, लेकिन उन सभी त्रुटियों को भी प्रभावित करते हैं जो दो अलग-अलग स्थितियों से आ सकते हैं। , जो कई विवरणों में भिन्न हो सकते हैं। इसलिए, अल्फा गुणांक आमतौर पर अन्य गुणांक से अधिक होता है.

एक ही परीक्षण को दोहराते हुए पाए जाने वाले गुणांक को छोड़कर, चूंकि अधिक संभावना है कि पहले आवेदन की यादृच्छिक त्रुटियां दूसरे में दोहराई जाती हैं, और दोनों के बीच संबंध को कम करने के बजाय इसे बढ़ाएं। यह सुनिश्चित किया जाना चाहिए कि दूसरा आवेदन पहले से पूरी तरह से स्वतंत्र है। यदि हम इसे प्राप्त करते हैं, तो यह स्कोर की स्थिरता की सराहना करने की कोशिश करते समय सबसे आसान और सस्ता तरीका होगा और विशेष रूप से लंबे समय तक और जटिल परीक्षणों के साथ। > अगला: परीक्षणों की वैधता

यह आलेख विशुद्ध रूप से जानकारीपूर्ण है, ऑनलाइन मनोविज्ञान में हमारे पास निदान करने या उपचार की सिफारिश करने के लिए संकाय नहीं है। हम आपको विशेष रूप से अपने मामले का इलाज करने के लिए एक मनोवैज्ञानिक के पास जाने के लिए आमंत्रित करते हैं.

अगर आप इसी तरह के और आर्टिकल पढ़ना चाहते हैं शास्त्रीय परीक्षण सिद्धांत, हम आपको प्रायोगिक मनोविज्ञान की हमारी श्रेणी में प्रवेश करने की सलाह देते हैं.