В статистике термин « надежность » относится к постоянству меры.
Если мы измеряем что-то вроде интеллекта, знаний, производительности, эффективности и т. д. у людей несколько раз, будут ли измерения последовательными?
В идеале исследователи хотят, чтобы тест имел высокую надежность, потому что это означает, что он обеспечивает стабильные измерения во времени, а значит, результатам теста можно доверять.
Оказывается, есть четыре способа измерения надежности:
1. Метод половинной надежности . Определяет, какая часть ошибок в результатах теста вызвана плохой структурой теста, например, плохо сформулированными вопросами или запутанными инструкциями.
Этот метод использует следующий процесс:
- Разделите тест на две половины. Например, одна половина может состоять из вопросов с четными номерами, а другая половина — из вопросов с нечетными номерами.
- Каждую половину вводить одному и тому же человеку.
- Повторите для большой группы людей.
- Вычислитекорреляцию между оценками для обеих половин.
Чем выше корреляция между двумя половинами, тем выше внутренняя согласованность теста или опроса. В идеале вы хотели бы, чтобы корреляция между половинами была высокой, потому что это указывает на то, что все части теста вносят одинаковый вклад в то, что измеряется.
2. Метод проверки надежности при повторном тестировании. Определяет, насколько ошибки в результатах теста вызваны административными проблемами, например, громкой средой, плохим освещением, недостаточным временем для завершения теста.
Этот метод использует следующий процесс:
- Проведите тест для группы людей.
- Подождите некоторое время (дни, недели или месяцы) и проведите тот же тест той же группе людей.
- Вычислите корреляцию между оценками двух тестов.
Как правило, корреляция надежности между тестом и повторным тестом не менее 0,80 или выше указывает на хорошую надежность.
3. Метод надежности параллельных форм . Определяет, какая часть ошибок в результатах теста вызвана внешними факторами, например, учащиеся получают доступ к вопросам раньше времени или учащиеся получают более высокие баллы, просто больше практикуясь.
Этот метод использует следующий процесс:
- Администрирование одной версии теста для группы лиц.
- Проведите альтернативную, но не менее сложную версию теста для той же группы людей.
- Вычислите корреляцию между оценками двух тестов.
4. Метод межэкспертной надежности . Определяет, насколько последовательно каждый элемент теста измеряет истинный измеряемый конструкт – например, все ли вопросы четко изложены и относятся к измеряемому конструкту?
Этот метод включает в себя несколько квалифицированных оценщиков или судей, оценивающих каждый элемент теста, а затем вычисление общего процента согласия между оценщиками или судьями.
Чем выше процент согласия между судьями, тем выше надежность теста.
Надежность против валидности
Надежность относится к постоянству меры, а валидность относится к степени, в которой тест или шкала измеряют конструкцию, которую они намереваются измерить.
Хороший тест или шкала — это те, которые обладают как высокой надежностью, так и высокой достоверностью. Однако тест или шкала могут быть надежными, но не валидными.
Например, предположим, что данные весы, которые взвешивают коробки, постоянно взвешивают коробки на 10 фунтов больше истинного веса. Эти весы надежны, потому что они постоянны в своих измерениях, но они недействительны, потому что не измеряют истинное значение веса.
Надежность и стандартная ошибка измерения
Коэффициент надежности также можно использовать для расчета стандартной ошибки измерения , которая оценивает отклонение от «истинной» оценки для человека при повторных измерениях.
Он рассчитывается как:
SE m = s√ 1-R
куда:
- s: стандартное отклонение измерений
- R: коэффициент надежности теста.
Обратитесь к этой статье для подробного объяснения стандартной ошибки измерения.