0,=
ИЛИ
S2 <-1-t
Оу
где а - надежность теста, S- <истинная> дисперсия, Sj - дисперсия ошибки;
S - эмпирическая дисперсия оценок теста. Как видно, Н. теста тесно связана с ошибкой
измерения, которая указывает на вероятные пределы колебаний измеряемой величины
под воздействием случай-
S2 ных посторонних факторов. Величина -
"х служит основным показателем точности и
устойчивости измерений и называется коэффициентом Н. теста (F():
S2
г ---г- с2
Величина ошибки измерения обратно пропорциональна показателям точности измерения
(чем шире доверительный интервал, внутри которого возможно появление истинного
результата у данного испытуемого, тем меньше точность измерения). Относительную долю
дисперсии ошибки (5)легко установить, исходя из уравнения
S2
С2 --1_,-
S2
На практике в большинстве применяемых методик редко удается получить значения
коэффициентов Н., превышающие 0,7-0,8. При т-; порядка 0,8 относительная доля
стандартной ошибки (см. Ошибка измерения} составляет Jl - 0,8 = 0,45, а эмпирическое
значение отклонения тестового балла от среднего оказывается завышенным. Для
коррекции эмпирического значения в практических исследованиях применяется формула:
Х1=г+х(1-Г{),
где Xf - истинное значение тестового балла, х, - эмпирический балл испытуемого, г; -
коэффициент надежности, х - среднее значение оценок по тесту.
Напр., у испытуемого при обследовании по шкале Векслера (см. Векслера интеллекта
измерения шкалы.) оценка вербального интеллектуального показателя составила 107
баллов. Среднее значение х для шкалы составляет 100, а надежность г, - 0,89. При этом
истинное значение х, = 0,89 107 +0,11 100 = 106,2.
Разновидностей характеристик Н. теста так же много, как условий, влияющих на его
результаты. Наиболее широкое практическое применение находят несколько типов
характеристик Н.: надежность ре-тестовая, надежность параллельных форм, надежность
частей теста.
Подчеркивается, что ни одна из существующих процедур не является идеальной с т. з. Н.
Свойства Н. могут существенно изменяться при незначительных, на первый взгляд,
изменениях условии проведения обследования, изменении характера заданий, они
значительно варьируют в зависимости от степени сложности или трудности конкретных
заданий для испытуемого. Стандартный набор сведений о психодиагностических методах
обычно включает характеристики Н., относящиеся к комплексу приведенных выше типов и
процедур определения.
На характеристики Н., определяемые эмпирическим путем, существенно влияет характер
исследуемой выборки. Особое значение здесь имеет диапазон различий в оценках и
соответственно в ранговых местах отдельных испытуемых и их групп в выборке
определения Н. Так, если оценки обследуемых концентрируются в узком диапазоне
значений и близки друг другу, следует ожидать, что при повторном обследовании оценки
также расположатся в тесной гомогенной группе. Возможные изменения ранговых мест
будут внешне незначительны, и в таком случае коэффициент Н. будет завышен. Такое же
неоправданное завышение коэффициента может возникнуть при анализе Н. на материале
выборки, включающей контрастные группы лиц, напр. имеющих самые высокие и самые
низкие оценки по тесту. Тогда эти далеко отстоящие оценки заведомо не будут
перекрываться под воздействием случайных причин.
В практике психодиагностики при разработке руководств и методик обычно указывается
характер групп, на которых проводилось определение Н. Коэффициенты Н. нередко
рассчитываются для конкретных контингентов испытуемых, различающихся по полу,
возрасту, уровню образования, профессиональной подготовке. Нередко производят расчет
Н. раздельно для групп испытуемых, получив-их по тесту высокий или низкий Результат
(см. Станфорд-Бине ум-венного развития шкала).
Важнейшим средством повышения Н. иходиагностических методик является
стандартизация процедуры обследования. При строгой регламентации процедуры
обследования (обстановка и условия работы испытуемого, характер инструкции,
временные ограничения, способы и особенности контакта с испытуемым, порядок
предъявления элементов методики, получения оценок первичных и т. д.) существенно
уменьшается дисперсия ошибки и повышается Н. теста.
Если исходить из широкого понимания Н. как отражения в результате исследования
удельного веса измеряемого параметра и совокупности посторонних факторов, то можно
усмотреть определенную связь Н. с другой важнейшей комплексной характеристикой
психодиагностической методики - валидностью.
Н. - устойчивость процедуры относительно объектов исследования. Валид-ность -
однозначность,устойчивость относительно измеряемых свойств объекта (т. е. предмета
измерения). Устойчивость теста относительно объектов (испытуемых) является
необходимым, но не достаточным условием его устойчивости относительно измеряемых
свойств объектов. Следовательно, Н. является необходимым, но не достаточным условием
валид-ности. Это означает, что валидность теста не может качественно и количественно
превышать Н. Данное соотношение нельзя, однако, трактовать как указание на прямую
пропорциональную связь характеристик валидности и Н. Повышение Н. отнюдь не
сопровождается обязательным повышением валидности. Напр., у теста-опросника из
одного вопроса внутренняя согласованность предельна, однако валидность у него
минимальна.
НАДЕЖНОСТЬ ПАРАЛЛЕЛЬНЫХ ФОРМ - характеристика надежности
психодиагностической методики с помощью взаимозаменяемых форм теста (см.
Параллельная форма теста). При этом
19i
НАД
НАД
одни и те же испытуемые в выборке определения надежности обследуются вначале с
использованием основного набора заданий, а затем - с применением аналогичных
дополнительных наборов. Коэффициент надежности по типу Н. п. ф. может быть
определен и другим способом, а именно: испытуемые делятся примерно на равные группы,
затем одной из них предлагается форма А теста, а другой - форма Б. Через
определенное время (обычно не более недели) проводится повторное тестирование, но в
обратном порядке,
Такая процедура обследования лишена значительной части недостатков способа
определения надежности ретесто-вой. Так как в параллельной форме используется другой
по содержанию материал, возможность тренировки и запоминания отдельных решений
уменьшается. Важнейшим преимуществом данного метода является сокращение
временного интервала перед повторным обследованием. Основным показателем Н. п. ф.
является коэффициент корреляции между результатами первичного и повторного обследо-
ваний, который позволяет оценить как временную стабильность теста(собственно
надежность), так и степень соответствия результатов обеих форм теста. Если формы
применяются непосредственно одна за другой, то корреляция отражает их
взаимозаменяемость.
Отношение между параллельными формами теста имеет сложный характер. Оба набора
заданий должны не только отвечать одним и тем же требованиям,измеряя идентичные
показатели и давая сходные результаты, но вместе с тем быть относительно
независимыми друг от друга. На практике эта задача осуществима далеко не для всех
тестовых заданий (в особенности это касается личностных методик, опросников), что
существенно ограничивает сферу применения Н. п. ф. Другим недостатком характеристики
надежности по типу Н. п. ф. является возможность усвоения испытуемым принципа ре-
шения, общего для основной и параллельной форм. Таким образом, в случае оценки Н. п.
ф. влияние тренировки и навыка, приобретаемого при повторном обследовании, если и
снижается по сравнению с характеристикой надежности ретестовой, однако не устраняется
полностью.
НАДЕЖНОСТЬ ПО ВНУТРЕННЕЙ СОГЛАСОВАННОСТИ - способ определения
надежности, опирающийся на оценку степени выраженности интеркор- реляционных
связей между заданиями, составляющими тест.
В данном случае истинный показатель по тесту понимается как результат, который
получил бы испытуемый, если бы ему были предъявлены все возможные задания,
относящиеся к черте или свойству, являющемуся объектом тестирования. Каждый
конкретный тест является выборкой из генеральной совокупности заданий. Погрешность
измерения отражает степень, в которой реальная выборка заданий охватывает теста
заданий совокупность генеральную. Генеральная со-вокупность заданий порождает
бесконечно большую корреляционную матрицу парных связей между заданиями. Среднее
значение корреляции между заданиями для этой матрицы (г,/) указывает на степень
общности, внутренней согласованности заданий.Так,если, например,в тесте было бы одно
задание из множества независящих друг от друга, то ~Гц = 0,00. Предполагается, что все
задания имеют одинаковые значения взаимной корреляции.
Исходя из основных положений оценки Н. п. в. с., можно сказать, что корреляция
некоторого задания с истинным показателем (г.;) равна квадратному корню от
его средней корреляции с другими заданиями (Дж. Наннелли, 1978):
Строго говоря, этот вывод справедлив тогда, когда количество заданий приближается к
бесконечности.
С точки зрения разработчика теста, соотношение г., и г. имеет важное значение, поскольку
при разработке значительного количества заданий и выборе из них тех, для которых
значение будет наибольшим, созданный тест будет надежным и свободным от
погрешностей измерения. Аналогичные рассуждения, касающиеся взаимосвязи заданий,
могут быть применены к надежности, параллельных форм. тестов. В данном случае
каждый из параллельных тестов рассматривается как случайная выборка из генеральной
совокупности заданий. Средние значения и дисперсии тестов отличаются от истинного
показателя только случайным образом. Следовательно, в приведенном выше уравнении
значения для заданий могут быть заменены показателями для тестов (т.е.наборов
заданий).
Так как корреляции между заданиями или параллельными тестами на практике не
являются идентичными, должно быть некоторое распределение их вокруг истинного
значения. Если предположить, что такое распределение является нормальным (см.
Нормальное распределение), можно оценить точность коэффици-бнта надежности г" путем
вычисления стандартной ошибки (см. Ошибка измерения) средней взаимной корреляции
за-Даний или тестов в генеральной совокуп-"ости (Дж. Наннелли, 1978):
о,
ций заданий внутри теста и п - количество заданий в тесте.
Из уравнения видно, что по мере возрастания а. возрастают различия между
корреляциями и по мере возрастания п стандартная погрешность уменьшается, то есть
чем больше заданий, тем выше точность оценки коэффициента надежности.
Действительно, если предположить, что ет,.. .для некоторого теста равна 0,15, а
количество заданий варьирует от 10 до 30, то, подставив соответствующие значения в
уравнение, получим следующие погрешности: для теста из 10 заданий - 0,02; для теста из
20 заданий - 0,01; для теста из 30 заданий - 0,007.
Вслед за Дж. Наннелли (1978), П. Клайн (1986) распространяет суждение о возрастании
точности коэффициента надежности при увеличении состава теста и на саму величину
надежности. В самом деле, поскольку истинные показатели теста определяются через
меру представленности заданий генеральной совокупности, должно выполняться пред-
положение о том, что чем больше тест, тем выше корреляция с истинным показателем.
Предельным случаем будет гипотетическая ситуация, когда тест состоит из всех заданий
генеральной совокупности за исключением одного. Для доказательства надежности теста,
задания которого, как заранее известно, принадлежат одной генеральной совокупности,
можно воспользоваться формулой Спирмена- Брауна:
пг,,
где г, - надежность теста, п
количе-

где ст, - стандартная ошибка измерения, Ї,, - стандартное отклонение корреля-
ство заданий, г,. - средняя взаимная корреляция заданий. В формуле Спирмена- Брауна
показатель г/ (см. Надежность частей теста) заменен на ?, что вытекает из вывода
модели коэффициента надежности.
197
НАД -----------------
Предположим, имеются три набора заданий {п = 10, 2Q"30), средняя корреляция между
которыми равна 0,20, тогда:
-для 10 заданий: =
10-0,20
-для 20 заданий: =
- для 30 заданий: =
1+(9-0,20)
20-0,20 1+09-0,20)
30-0.20 1+(29-0,20)
=0,667;
=0,800;
=0,959.
Причем эти показатели получены для заданий, взаимная корреляция которых была низкой.
Для более однородного теста из 30 заданий при /ц- = 40 получаем:
30-0,40 12
1+029-0,40) 13
=0,923.
Таким образом, при наличии набора однородных заданий тест будет заведомо надежным.
Даже если разделить совокупность заданий на две параллельные формы по 15 пунктов,
они обе также будут иметь удовлетворительную надежность.
Теоретические значения коэффициента надежности при данном способе определения
существенно превышают эмпирические значения надежности ретесто-вой и надежности
параллельных форм. Это происходит из-за ряда допущений. Прежде всего следует указать
на то, что при определении Н. п. в. с. не учитываются другие источники погрешности
измерений, связанные с неконтролируемыми факторами среды, состояния и мотивации
испытуемого (см. Надежность}. В этой связи между Н. п. в. с. и ретестовой надежностью
имеется противоречие. Ретес-товая надежность может уменьшаться при увеличении
состава заданий (чем больше заданий, тем выше вероятность случайного или
закономерного изменения ответа при ретесте). Противоречие может быть снято за счет
признания некорректности допущения о равенстве интеркорреляций между заданиями,
зависимости погрешности лишь от представленности в тесте генеральной совокупности
заданий. В противном случае необходимо было бы согласиться с тем, что в двух тестах,
связанных общим фактором и имеющих одинаковое количество заданий, но совершенно
разных по характеру выполнения и трудности, надежность будет одинаковой, что
невозможно.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77