ความน่าเชื่อถือในไซโครเมทริก: มันคืออะไรและประเมินอย่างไรในการทดสอบ

หากคุณเคยเรียนจิตวิทยาหรืออาชีพอื่นๆ ที่เกี่ยวข้อง คุณคงคุ้นเคยกับแนวคิดเรื่องความน่าเชื่อถือเป็นอย่างดี แต่... มันประกอบด้วยอะไรกันแน่? ความน่าเชื่อถือในไซโครเมทริกคือคุณภาพหรือคุณสมบัติของเครื่องมือวัด (เช่น การทดสอบ) ซึ่งช่วยให้คุณตรวจสอบความถูกต้อง สม่ำเสมอ และเสถียรในการตรวจวัด

ในบทความนี้ เราจะบอกคุณว่าคุณสมบัตินี้ประกอบด้วยอะไร เราขอยกตัวอย่างบางส่วนเพื่อชี้แจง แนวคิดและเราอธิบายวิธีต่างๆ ในการคำนวณค่าสัมประสิทธิ์ความน่าเชื่อถือในไซโครเมทริก

• บทความที่เกี่ยวข้อง: "Psychometrics: มันคืออะไรและรับผิดชอบอะไร?"

ความน่าเชื่อถือในไซโครเมทริกคืออะไร?

ความน่าเชื่อถือเป็นแนวคิดที่รวมอยู่ในไซโครเมทริก ซึ่งเป็นวินัยในการวัดตัวแปรทางจิตวิทยาของมนุษย์ด้วยเทคนิค วิธีการ และเครื่องมือต่างๆ ดังนั้น ความน่าเชื่อถือในไซโครเมทริก ความซ้ำซ้อนจึงใช้ได้ ประกอบด้วยคุณสมบัติไซโครเมทริก ซึ่ง หมายถึงไม่มีข้อผิดพลาดในการวัดของเครื่องมือบางอย่าง (เช่น การทดสอบ)

เป็นที่รู้จักกันว่าระดับความสม่ำเสมอและความเสถียรของคะแนนที่ได้จากการวัดที่แตกต่างกันผ่านเครื่องมือหรือการทดสอบเดียวกัน คำพ้องความหมายสำหรับความน่าเชื่อถือในด้านจิตวิทยาก็คือ "ความแม่นยำ"

. ดังนั้น เรากล่าวว่าการทดสอบมีความน่าเชื่อถือเมื่อถูกต้อง ไม่มีข้อผิดพลาด และการวัดมีความเสถียรและสม่ำเสมอตลอดการวัดซ้ำ

นอกเหนือจากความน่าเชื่อถือในด้านจิตวิทยาแล้ว แนวคิดนี้ปรากฏและนำไปใช้ในด้านใดบ้าง ในสาขาต่างๆ เช่น การวิจัยทางสังคมและการศึกษา

ตัวอย่าง

เพื่อให้เห็นภาพได้ดียิ่งขึ้นว่าแนวคิดไซโครเมทริกนี้ประกอบด้วยอะไรบ้าง ให้พิจารณาตัวอย่างต่อไปนี้: เราใช้เทอร์โมมิเตอร์เพื่อวัดอุณหภูมิรายวันในห้องเรียน เราใช้การวัดเวลาสิบโมงเช้าของทุกวันเป็นเวลาหนึ่งสัปดาห์

เราจะบอกว่าเทอร์โมมิเตอร์มีความน่าเชื่อถือ (มีความน่าเชื่อถือสูง) หากทำอุณหภูมิเท่ากันทุกวันมากขึ้นหรือน้อยลง เทอร์โมมิเตอร์บ่งชี้สิ่งนี้ (นั่นคือการวัดอยู่ใกล้กันไม่มีการกระโดดขนาดใหญ่หรือขนาดใหญ่ ความแตกต่าง)

แทน, ถ้าค่าที่วัดต่างกันโดยสิ้นเชิง (อุณหภูมิจะเท่ากันทุกวัน) หมายความว่าเครื่องมือดังกล่าวไม่มีความน่าเชื่อถือที่ดี (เนื่องจากการวัดไม่เสถียรหรือสม่ำเสมอเมื่อเวลาผ่านไป)

อีกตัวอย่างหนึ่งเพื่อทำความเข้าใจแนวคิดของความน่าเชื่อถือในด้านจิตวิทยา: ลองนึกภาพว่าเราชั่งน้ำหนักตะกร้าที่มีแอปเปิ้ลสามลูกทุกวันเป็นเวลาหลายวันและเราบันทึกผลลัพธ์ หากผลลัพธ์เหล่านี้แตกต่างกันมากในการวัดที่ต่อเนื่องกัน (นั่นคือ เมื่อเราทำซ้ำ) นี่จะบ่งชี้ว่า ว่าความน่าเชื่อถือของเครื่องชั่งไม่ดี เนื่องจากการวัดจะไม่สอดคล้องกันและไม่เสถียร (ศัตรูของความน่าเชื่อถือ)

ดังนั้นเครื่องมือที่เชื่อถือได้จึงเป็นสิ่งที่ แสดงผลที่สม่ำเสมอและเสถียรในกระบวนการวัดซ้ำ ของตัวแปรบางอย่าง

ความแปรปรวนของมาตรการ

เราจะรู้ได้อย่างไรว่าเครื่องมือนั้นเชื่อถือได้หรือไม่? ตัวอย่างเช่น เริ่มจากความแปรปรวนของการวัดของคุณ นั่นคือถ้าคะแนนที่เราได้รับ (โดยการวัดสิ่งเดียวกันซ้ำแล้วซ้ำอีก) ด้วยเครื่องมือดังกล่าวมีความผันแปรสูงระหว่าง ใช่เราจะพิจารณาว่าค่าของมันไม่ถูกต้องและเครื่องมือนั้นไม่มีความน่าเชื่อถือที่ดี (ไม่ใช่ เชื่อถือได้)

การคาดการณ์นี้กับการทดสอบทางจิตวิทยาและการตอบสนองของเรื่องหนึ่งในนั้น เราเห็นความจริงที่ว่าเขาตอบการทดสอบเดียวกันภายใต้เงื่อนไขเดียวกันซ้ำแล้วซ้ำอีก จะให้ตัวบ่งชี้ความน่าเชื่อถือของการทดสอบแก่เราโดยพิจารณาจากความแปรปรวนในคะแนน.

• คุณอาจสนใจ: "ประเภทของการทดสอบทางจิตวิทยา: หน้าที่และลักษณะเฉพาะ"

การคำนวณ: ค่าสัมประสิทธิ์ความน่าเชื่อถือ

เราจะคำนวณความน่าเชื่อถือในไซโครเมทริกได้อย่างไร? จากค่าสัมประสิทธิ์ความน่าเชื่อถือซึ่งสามารถคำนวณได้สองวิธี: จากขั้นตอนที่เกี่ยวข้องกับสองแอปพลิเคชันหรือเพียงวิธีเดียว เราจะมาดูวิธีการคำนวณต่างๆ ภายในบล็อกขนาดใหญ่สองส่วนนี้:

1. สองแอพพลิเคชั่น

ในกลุ่มแรกเราจะพบวิธีต่างๆ (หรือขั้นตอน) ที่ ช่วยให้เราสามารถคำนวณค่าสัมประสิทธิ์ความน่าเชื่อถือจากการทดสอบสองแอปพลิเคชัน. มาทำความรู้จักกับพวกเขาเช่นเดียวกับข้อเสียของพวกเขา:

1.1. รูปแบบขนานหรือเทียบเท่า

ด้วยวิธีนี้ เราได้รับการวัดความน่าเชื่อถือ ในกรณีนี้เรียกอีกอย่างว่า "ความเท่าเทียมกัน" วิธีประกอบด้วยการใช้การทดสอบสองแบบพร้อมกัน: X (การทดสอบดั้งเดิม) และ X '(การทดสอบเทียบเท่าที่เราสร้างขึ้น) ข้อเสียของขั้นตอนนี้โดยพื้นฐานแล้วมีสองประการ: ความเหนื่อยล้าของผู้สอบและการสร้างการทดสอบสองครั้ง

1.2. ทดสอบ-ทดสอบใหม่

วิธีที่สอง ภายในขั้นตอนการคำนวณค่าสัมประสิทธิ์ความน่าเชื่อถือจากสองแอปพลิเคชันคือการทดสอบซ้ำ ซึ่งช่วยให้เราได้รับความเสถียรของการทดสอบ โดยพื้นฐานแล้วประกอบด้วย ใช้การทดสอบ X ปล่อยให้ช่วงเวลาหนึ่งผ่านไป และใช้การทดสอบ X เดียวกันกับตัวอย่างเดิมอีกครั้ง.

ข้อเสียของขั้นตอนนี้คือ: การเรียนรู้ว่าตัวแบบที่ทำการทดสอบอาจได้รับในช่วงเวลานั้น วิวัฒนาการของบุคคล ซึ่งสามารถเปลี่ยนแปลงผลลัพธ์ได้ เป็นต้น

1.3. ทดสอบซ้ำด้วยรูปแบบอื่น

สุดท้าย อีกวิธีหนึ่งในการคำนวณความน่าเชื่อถือในไซโครเมทริกคือเริ่มจากการทดสอบซ้ำด้วยรูปแบบอื่น เป็นการรวมกันของสองขั้นตอนก่อนหน้าดังนั้นแม้ว่าจะสามารถใช้ได้ในบางกรณี แต่ก็สะสมข้อเสียของทั้งสองไว้

ขั้นตอนประกอบด้วยการจัดการการทดสอบ X โดยปล่อยให้ช่วงเวลาหนึ่งผ่านไป และจัดการการทดสอบ X (นั่นคือการทดสอบที่เทียบเท่าที่สร้างขึ้นจาก X ต้นฉบับ)

2. แอปพลิเคชั่นเดียว

ในทางกลับกัน ขั้นตอนการคำนวณความน่าเชื่อถือในไซโครเมทริก (ค่าสัมประสิทธิ์ความน่าเชื่อถือ) จาก a การใช้งานครั้งเดียวของการทดสอบหรือเครื่องมือวัด แบ่งออกเป็นสองกลุ่มย่อย: สองส่วนและความแปรปรวนร่วมระหว่าง รายการ มาดูรายละเอียดเพิ่มเติมเพื่อให้เข้าใจมากขึ้น:

2.1. สองซีก

ในกรณีนี้, การทดสอบแบ่งออกเป็นสองอย่างง่าย ๆ. ภายในส่วนนี้ เราจะพบขั้นตอนสามประเภท (วิธีแบ่งการทดสอบ):

• รูปแบบขนาน: ใช้สูตรสเปียร์แมน-บราวน์
• รูปแบบเทียบเท่า: ใช้สูตร Rulon หรือ Guttman-Flanagan
• รูปแบบทั่วไป: ใช้สูตรของราจู

2.2. ความแปรปรวนร่วมระหว่างรายการ

ความแปรปรวนร่วมระหว่างรายการ เกี่ยวข้องกับการวิเคราะห์ความสัมพันธ์ระหว่างรายการทดสอบทั้งหมด. ภายในนั้น เรายังพบวิธีการหรือสูตรสามแบบตามแบบฉบับของไซโครเมทรี:

ค่าสัมประสิทธิ์อัลฟาของ Croanbach: ค่าอยู่ในช่วงตั้งแต่ 0 ถึง 1 Kuder-Richardson (KR20): ใช้เมื่อรายการเป็นแบบ dichotomous (นั่นคือเมื่อได้รับเพียงสองค่า) กัทมัน.

3. วิธีอื่นๆ

นอกเหนือจากขั้นตอนที่เกี่ยวข้องกับการทดสอบหนึ่งหรือสองครั้งเพื่อคำนวณค่าสัมประสิทธิ์ความน่าเชื่อถือ เราพบวิธีอื่นๆ เช่น ความน่าเชื่อถือระหว่างผู้ประเมิน (ซึ่งวัดความสม่ำเสมอของการทดสอบ) วิธีของ Hoyt เป็นต้น

การอ้างอิงบรรณานุกรม:

• Kaplan, R.M. และ Saccuzzo, D.P. (2010). การทดสอบทางจิตวิทยา: หลักการ การนำไปใช้ และประเด็นต่างๆ (รุ่นที่ 8) เบลมอนต์ แคลิฟอร์เนีย: วัดส์เวิร์ธ Cengage Learning
• Martínez, M.A., เอร์นันเดซ, M.J. และ Hernández, M.V. (2014). ไซโครเมทรี มาดริด: พันธมิตร.
• มาร์ติเนซ อาเรียส, อาร์. (2006). ไซโครเมทรี มาดริด: อนายา.
• โมราเลส วัลเลโฮ, เปโดร (2007). สถิติที่ใช้กับสังคมศาสตร์ ความน่าเชื่อถือของการทดสอบและเครื่องชั่ง มาดริด: มหาวิทยาลัย Comillas Pontifical. หน้า 8.
• ปรีเอโต, เจราร์โด; เดลกาโด, อนา อาร์. (2010). ความน่าเชื่อถือและความถูกต้อง บทบาทของนักจิตวิทยา (สเปน: General Council of Official Associations of Psychologists) 31 (1): 67-74.