Евгения Романова - Психодиагностика

Валидность выражает практическую полезность теста, его диагностическую и прогностическую силу и возможность его использования в определенных целях.

Естественно, в процессе систематического изучения отношений между результатами тестирования и различными критериями мы убеждаемся, что адекватность теста зависит от исследовательских целей. Тест имеет столько валидностей, сколько имеется критериев. Определенный тест интеллекта является, например, отличным инструментом для определения вербальной находчивости, но он мало годится для определения способности мысленного сопоставления.

Почти каждый тест предоставляет нам несколько различных диагностических показателей (например, диагностическими показателями в тесте зеркального рисования являются время, нажим, количество срывов, скорость обучения и т. п.). Поэтому требуется определить валидность диагностических показателей по отдельности или определить общую валидность всего теста в целом.

Валидизация теста – это поиск ответа на вопрос, измеряет ли данная методика то, что, по замыслу автора, она должна измерять, и насколько точно она это делает.

Вообще это изучение всего того, что данная методика выявляет: релевантности, точности, практической полезности, диагностической и прогностической силы и адекватности теста для поставленных целей.

Количественное или качественное выражение адекватности измерения посредством теста, т. е. определение исследуемой характеристики личности, называется индексом валидности.

Когда мы имеем в виду пригодность теста для определенной цели, мы говорим о его адекватности ; когда мы хотим сказать, что результаты теста являются точным и метким изображением меры или своеобразия исследуемой характеристики, мы тем самым определяем их действительность . Однако на практике до сих пор не различаются адекватность теста как средства и действительность его результатов: одно и другое коротко мы называем валидностью.

Когда мы проверяем действительность теста, чаще всего нас интересует, существует ли вообще предполагаемое отношение или по крайней мере какое-нибудь отношение теста к любому критерию (речь идет о какой-то «разведочной» валидности) и насколько это отношение является тесным.

Хотя мы и говорим об отношении, это не значит, что валидность должны изучать лишь с помощью корреляций. Отношение мы можем определять также с помощью уравнения регрессии, t -критерия различий между результатами тестирования в группе наилучших по критерию и средним числом результатов тестирования оставшихся испытуемых. Существует ряд других методов, включая непараметрические тесты.

Какое количество испытуемых необходимо иметь для подсчета валидности?

В общем можно сказать, что это зависит от применяемой модели валидизации, от эффективности использованной статистической обработки и от принятого уровня значимости. Для обычных целей требуется не менее 50 испытуемых, но оптимальное количество – более 200 . Это прежде всего относится к корреляционной модели валидизации.

Часто также возникает вопрос: каким должен быть уровень валидности, чтобы она была приемлемой?

Если исходить из простого соображения, что при нулевой валидности теста мы случайно выберем 50 % испытуемых правильно, тогда любая валидность выше нуля повышает процент правильного выбора с помощью теста. Но минимальный уровень приемлемой валидности теста в целях выбора зависит прежде всего от так называемого отношения выбора, т. е. отношения количества выбранных к общему количеству всех кандидатов. Чем это отношение благоприятнее (т. е. чем больше кандидатов мы имеем и чем меньше из них мы выбираем), тем более низкая валидность теста является для нас достаточной. Принято считать, что приемлемой считается любая статистически значимая валидность. Низкой считается валидность 0,20–0,30, средней – валидность 0,30–0,50, а высокой – валидность больше 0,60. Но это касается корреляционной модели.

Почему исследования по валидизации заканчиваются неудачей?

Одной из причин может быть то, что предиктором является опросник, а критерием – шкала оценок. То есть сопоставляются методы изучения двух разных уровней личности.

Если мы с помощью соответствующей модели валидизации получим неубедительный результат (слишком низкий индекс валидности), это еще не означает, что тест невалиден. Причин этому может быть много. Например, тест валиден в совсем иной области, чем та, которую мы изучаем. Мы также могли допустить ошибку в подсчетах. Доводом может быть и то, что мы применяли линейные корреляции, в то время как отношение между тестом и критерием является нелинейным. Поэтому всегда полезно отношение между тестом и критерием изобразить графически (на точечной диаграмме).

В последнее время указывается и на другой важный довод, который может способствовать в будущем пересмотру всех до сих пор существующих работ по валидизации. Речь идет о действии так называемых переменных-модераторов. При прогностической валидизации теста способностей по отношению к успеху в будущем было обнаружено, что наивысшую валидность имели тесты у стабильных экстравертов, в то время как у лабильных экстравертов корреляция была около нуля. К переменным-модераторам вероятно принадлежит и теоретически предполагаемая переменная, называемая предсказуемостью. Большее количество испытуемых с низкой предсказуемостью в группе, на которой осуществляется валидизация, может значительно занизить индекс валидности. Предсказуемость вероятно представляет комплекс характеристик, которые обесценивают результат тестирования или искажают критерий у разных испытуемых в разной степени. Валидность могут снижать и так называемые супрессоры, т. е. переменные, минимально коррелирующие с критерием, но зато имеющие общую дисперсию с невалидной частью проверяемого теста.

Термин «дифференциальная психометрика» в данной книге обозначает науку о дифференциально-психологических измерениях. Дифференциальную психометрику принято отличать от «общей психометрики». Общая психометрика имеет дело с задачами измерения психологических характеристик стимула, в частности моделирует общепсихологические (справедливые для всех людей) функциональные зависимости между свойствами стимулов и свойствами субъективных реакций. В психофизике речь идет об установлении соответствий между физическими характеристиками стимулов и субъективными характеристиками ощущений (сенсорная психофизика), в социально-психологических измерениях устанавливается соответствие между рядами социальных объектов (например, разные виды рекламируемых товаров) и определенными психическими реакциями (например, на континууме от «очень нравится» до «очень не нравится» и т. п.).