Другая проблема связана с возможным изменением природы теста
при повторном его проведении. Например, если в параллельных задачах
на сообразительность применен один и тот же принцип, то испытуемый,
однажды найдя решение, и во второй раз применит его. В подобных слу-
чаях одной замены содержания задания явно недостаточно для того,
чтобы избежать эффекта переноса. Наконец, следует добавить, что для
многих тестов взаимозаменяемые формы отсутствуют ввиду трудностей,
связанных с их составлением. В силу этих причин часто приходится
обращаться к другим методам оценки надежности.
Метод расщепления. Меру надежности можно определить и на
основании однократного применения единственной формы теста, поль-
зуясь для этого процедурой расщепления. При таком способе каждый ис-
пытуемый получает два результата благодаря разбиению теста на две
сопоставимые части. Очевидно, что надежность, найденная методом рас-
щепления, является мерой согласованности выборок содержания. Вре-
менная стабильность показателей в ней не представлена, поскольку при-
меняется только один сеанс тестирования. Этот тип коэффициента
надежности иногда называют коэффициентом внутренней согласованно-
сти, ибо для его определения требуется лишь единственное применение
одной формы теста.
Первая проблема, с которой мы сталкиваемся, применяя метод рас-
щепления, связана с тем, как разделить тест надвое, чтобы при этом по-
лучились наиболее сопоставимые части. Всякий тест можно членить мно-
гими способами. Для большинства из них первая и вторая половины, как
правило, несопоставимы вследствие различий в природе и уровнях труд-
ности заданий, а также в связи с увеличивающейся вовлеченностью
в тест практики, утомления, скуки и т. д. Адекватная основным целям те-
стирования процедура разбивает результаты по четным и нечетным за-
даниям теста. Если задания теста расположены в порядке возрастания
трудности, то такое разбиение обеспечивает достаточную эквивалент-
ность показателей обеих половин. Одна предосторожность, которую тре-
буется при этом соблюдать, относится к случаю, когда тест содержит
группу взаимосвязанных заданий-например, когда несколько вопросов
касаются какой-то конкретной диаграммы или одного и того же фраг-
мента текста. В подобном случае каждая такая группа заданий должна
быть целиком отнесена либо к одной, либо к другой половине. Если за-
дания таких групп разделить на две части, то возникнет обманчивое
сходство сравниваемых показателей, так как любая ошибка в понимании
задачи скажется на выполнении заданий из обеих половин.
Полученные показатели по двум частям теста коррелируются обыч-
ным методом. Нужно иметь в виду, однако, что эта корреляция в дей-
ствительности отражает надежность лишь половины теста. Например,
--.-.. "". rnn- nnn-r.n,,rr т,о iru norroiilitt тп i-r
для двух серий результатов, каждая из которых содержит только 50 за-
даний. В отличие от надежности этого типа, в ретестовой надежности,
и надежности взаимозаменяемых форм каждый показатель вычисляется
на основе общего числа заданий теста.
При прочих равных условиях, чем больше заданий содержит тест,
тем выше его надежность. Вполне оправданно ожидать, что чем обшир-
нее выборка поведения, тем адекватнее и согласованнее получаемые еди-
ницы измерения. Влияние увеличения или же сокращения теста на его
коэффициент надежности можно оценить посредством формулы Спирма-
на - Брауна:
l+(n-l)rii
где rii-исходное значение коэффициента надежности, Гц-его значение
после расширения или сокращения теста, а п -отношение нового числа
заданий к первоначальному. Так, если число заданий теста возросло с 25
до 100, топ равно 4, а если оно сократилось с 60 до 30, топ равно 1/2.
Формула Спирмана-Брауна широко используется для пересчета надеж-
ности, определенной по методу расщепления, и во многих руководствах
к тестам приводится уже пересчитанное значение. Поскольку переход от
расщепленного теста к его полной форме всегда означает удвоение числа
заданий, то эта формула принимает вид:
21
"~Ti
П.Ж. Рюлон (P.J. Rulon, 1939) предложил другой способ определе-
ния надежности методом расщепления. Для расчетов требуется знать
только дисперсию разностей между результатами каждого испытуемого
по обеим половинам теста (ст) и дисперсию суммарных результатов (ст).
Значения этих величин подставляются в формулу, определяющую надеж-
ность теста в целом:
.--
Интересно отметить связь между этой формулой и определением
дисперсии ошибки. Любая разность между результатами испытуемого
по двум половинам теста представляет собой случайную ошибку. Дис-
персия таких разностей, поделенная на дисперсию результатов, дает
долю дисперсии ошибки. Вычитая долю дисперсии ошибки из единицы,
мы получаем долю <истинной> дисперсии, которая и равна коэффициен-
ту надежности.
Метод Кьюдера-Ричардсона. Четвертый метод определения
надежности, также основайный на однократном предъявлении единствен-
ной формы теста, использует согласованность ответов по всем заданиям
теста. На согласованность этого рода влияют два источника дисперсии
ошибки: (1) выборка содержания на надежность взаимозаменяемых
форм и расщепления и (2) неоднородность исследуемой области поведе-
ния. Чем однороднее эта область, тем выше согласованность результа-
Увеличение числа заданий теста не повлияет, однако, на его временную стабиль-
110 ПРИНЦИПЫ ПСИХОЛОГИЧЕСКОГО ТЕСТИРОВАНИЯ
тов заданий теста. Например, если в одном тесте приведены задания
только на умножение, а в другом представлено сложение, вычитание, ум-
ножение и деление, то в первом тесте согласованность выполнения от-
дельных заданий будет, вероятно, большей, чем во втором. Во втором
более разнородном тесте один испытуемый может лучше справиться
с вычитанием, чем с другими действиями, другой покажет относительно
высокий результат в делении, но хуже проявит себя в сложении, вычита-
нии и умножении и т.д. Более контрастным примером однородности
и разнородности мог бы служить тест, состоящий из 40 заданий на пони-
мание слов, и тест, содержащий 10 словарных заданий, 10 заданий на
пространственные отношения, 10 на арифметическое мышление и 10 на
скорость восприятия. В последнем тесте связь между индивидуальным
выполнением различных типов заданий может быть незначительной или
полностью отсутствовать.
Очевидно, что чем однороднее тест, тем однозначнее его резуль-
таты. Предположим, что в последнем из только что упомянутых тестов
Смит и Джонс получили по 20 очков. Можем ли мы заключить, что
с этим тестом они справились одинаково? Совсем нет. Смит мог пра-
вильно ответить на 10 словарных вопросов, получить по очку за каждое
из заданий на скорость восприятия и не выполнить ни одного задания на
арифметическое рассуждение и пространственные отношения. Напротив,
20 очков Джонса могли распределиться таким образом: 5 за скорость
восприятия, 5 за пространственные отношения, 10 за арифметическое
рассуждение и 0 за словарь.
Суммарный показатель в 20 очков мог бы, конечно, означать и мно-
жество других сочетаний в выполнении заданий.
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 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132