Поскольку на такие субъективные оценки в ос-
новном влияет выполнение ребенком своих ученических обязанностей, их /
вполне можно отнести к разряду показателей успеваемости.
Показатели успеваемости могут играть роль критериальных данных
на всех уровнях обучения-от младших классов школы до колледжа и ас-
пирантуры. Хотя их используют главным образом для валидации тестов
общего интеллекта, они также выступают в качестве критерия некоторых
личностных тестов и комплексных батарей способностей. При валидации
тестов, предназначенных для отбора абитуриентов, общим критерием
является средний балл первокурсника.
Разпови.цюси.ю кршгрия ин-шжспин в поучении л.1Я неучащихся
взрослых являегся ооьсм iio.iylciiiion) ими оораюнипия. При тюм пред-
полагается, что более развитые индивиды продолжают свое образование,
а менее развитые прекращают его. Хотя не подлежит сомнению, что,
скажем, выпускники колледжа составляют более развитую группу, чем
окончившие лишь восемь классов общественной школы, соотношение
между объемом образования и способностью к обучению отнюдь не
однозначно. Факторы, не относящиеся к imic.iJicKiyaJibiioMy развитию,
такие, как экономические, социальные, мотивационные и другие, особен-
но сказываются на продолжении различного уровня высшего образова-
ния. Более того, при такой текущей валидации трудно решить, что
является причиной, а что следствием. В какой степени полученные разли-
чия в тесте интеллекта есть просто результат разницы в образовании?
Насколько точно тест мог бы предсказать индивидуальные различия
в успехах при дальнейшем обучении? На эти вопросы удается ответить,
только когда тест проводится до получения критериальных данных, как
при предсказательной валидности.
При разработке тестов специальных способностей роль критерия ча-
сто играют результаты специальной подготовки. Например, валидность
тестов технических способностей устанавливается по конечным результа-
там профессионального обучения. Критерием могут служить результаты
окончания курсов стенографии, машинописи, бухгалтерского дела и т.д.
Валидация тестов музыкальных или художественных способностей про-
водится по успехам в музыкальных и художественных школах. Для ряда
тестов профессиональных способностей была проведена валидация отно-
сительно достижений в юридических, медицинских и высших технических
учебных заведениях. Результаты обучения часто являются источником
-- .,".".... "".."", г.г,г.тттт п т-от-ov гтгписпичириняу ППЯ ИГТЮПТОВЯНИЯ
134 ПРИНЦИПЫ ПСИХОЛОГИЧЕСКОГО ТЕСТИРОВАНИЯ
служит валидация тестов для отбора слушателей на курсы военных лет-
чиков по результатам первичной летной подготовки. Выполнение про-
граммы специального обучения обычно используется и при валидации
других тестов, предназначенных для отбора военных и промышленных
специалистов.
Среди показателей выполнения программы обучения, используемых
в качестве критерия, могут быть уже упоминавшиеся тесты достижений,
проводимые по завершении курсов, официально присвоенная квалифика-
ция, оценки инструкторов и успешное завершение курсов или отчисление
из них. Валидность комплексных батарей способностей часто устанавли-
вается по оценкам, получаемым по специальным предметам, прохо-
димым в школе или в колледже. Например, результаты теста понимания
слов сравниваются с оценками по английскому языку, данные теста про-
странственной визуализации с оценками по геометрии и т.д.
В связи с использованием данных профессионального обучения как
критериальной меры полезно различать промежуточные и конечные кри-
терии. Применительно к тесту отбора военных летчиков или к тесту ме-
дицинских способностей, например, конечными критериями будут со-
ответственно выполнение боевых заданий и врачебная практика.
Очевидно, для получения таких данных потребуется много времени. Со-
мнительно к тому же, что такой критерий действительно является ко-
нечным. Наконец, даже если бы такие конечные данные удалось полу-
чить, на них, вероятно, сказывалось бы действие многих не поддающихся
контролю факторов, что снижало бы ценность результатов. Так, трудно
было бы оценить относительную степень успеха врачей разных специаль-
ностей в различных частях страны. Поэтому в качестве критериальных
мер часто используются промежуточные критерии.
Наилучшие во многих отношениях критериальные меры основаны
на последующем выполнении реальной деятельности. Они отчасти ис-
пользовались при валидации тестов общего интеллекта и личностных те-
стов, но в основном-при валидации тестов специальных способностей.
Они также применяются при валидации тестов профессионального отбо-
ра в торговле, промышленности, армии. Большинство мер, основанных
на выполнении деятельности, хотя и являются конечным критерием, все
же во многих отношениях хороши и как промежуточные критерии.
В этом качестве они предпочтительнее данных о прохождении специаль-
ного обучения. Вместе с тем при измерении выполнения той или иной
деятельности не удается в такой степени стандартизовать условия изме-
рения, как в случае профессионального обучения. Более того, поскольку
выяснение уровня выполнения деятельности занимает много времени,
оно сопряжено с выбыванием значительного числа испытуемых. Ввиду
того что лица, занимающие номинально одинаковые должности, в раз-
ных организациях выполняют фактически неодинаковые функции, в ру-
ководстве к тесту необходимо приводить сведения не только о валидно-
сти данных по критерию деятельности, но и об обязанностях,
выполнявшихся членами нормативной выборки.
Валидация методом контрастных групп обычно влечет за собой
сложный критерий, в котором отражены накапливающиеся и неконтро-
лируемые избирательные влияния повседневной жизни. Такой критерий
в конечном счете связан с принадлежностью или непринадлежностью ин-
ливила к оппепйлйннпй гпл/ттшэ Маттмтичо. г.., "п",.~---. ----- - - --
135 ВАЛИДНОСТЬ. ОСНОВНЫЕ ПОНЯТИЯ
ставлены с результатами нормальных школьников того же возраста.
В этом случае множество факторов, определивших помещение ребенка
в специальное учреждение для детей с глубокой умственной отста-
лостью, составят критерий валидации. Аналогично валидность теста му-
зыкальных или технических способностей проверяется сравнением ре-
зультатов учащихся музыкальной школы или инженерного колледжа
с данными учеников обычной школы или обычного колледжа.
Разумеется, контрастные группы могут комплектоваться по любому
критерию-по успеваемости, субъективному мнению о качествах лично-
сти, выполнению деятельности или просто по признаку предельных слу-
чаев в каком-либо распределении критериальных мер. Эти группы стано-
вятся различными постепенно под действием многочисленных требова-
ний повседневной жизни. В этих условиях критерий оказывается
сложнее ранее рассмотренных и не поддается четкому определению.
Метод контрастных групп весьма часто применяется при валидации
личностных тестов. Так, определяя валидность теста социальных качеств,
можно сопоставить результаты тестирования торговых и администра-
тивных работников с данными конторских служащих и инженеров. При
этом предполагается, что работающие в торговле или управленческом
аппарате превосходят по своим социальным качествам инженеров
и клерков. Точно так же можно сравнить самых активных и наименее ак-
тивных студентов колледжа. При валидации тестов интересов, таких, как
анкета основных профессиональных интересов (SVIB), и при подготовке
шкал социальных установок часто используются данные разных профес-
сиональных групп. Для определения валидности шкал социальных уста-
новок иногда используются также группы, сформированные по полити-
ческому, религиозному, географическому и иным признакам, поскольку
эти группы представляют явно различные точки зрения.
При разработке некоторых личностных тестов, как отбор заданий,
так и валидация, основываются на врачебном диагнозе. Такой диагноз
допустимо использовать как достаточный критерий, если он ставится по-
сле длительного наблюдения и детального изучения истории болезни,
а не после поверхностного собеседования или осмотра. В последнем слу-
чае на врачебный диагноз можно положиться не больше чем на резуль-
тат самого теста, и такой диагноз следует рассматривать не как крите-
риальную меру, а как результат, валидность которого еще должна быть
установлена.
В связи с другими категориями критериев уже упоминались субъек-
тивные оценки, даваемые школьными учителями, инструкторами специа-
лизированных курсов, мастерами на производстве. Сюда же относятся
отзывы офицеров о подчиненных им военнослужащих, оценки, даваемые
ученикам школьной администрацией, оценки товарищей по работе, по
классу, по клубу и т.д. До сих пор речь шла о субъективных оценках,
играющих лишь вспомогательную роль в получении информации о та-
ком критерии, как академическая успеваемость, обучение на специализи-
рованных курсах, успехи в работе. Теперь же рассмотрим применение
субъективных оценок в качестве основной критериальной меры, особенно
когда такие оценки не ограничиваются описанием конкретных достиже-
ний, а являются мнением наблюдателя по целому ряду свойств, на изме-
рение которых ориентирован тест. Например, испытуемые из выборки
--_".."" " -хапактеоистики по таким признакам, как стремле-
- Т,ТТТ1 чстнпсть.
13о ПРИНЦИПЫ 11ихо..к)гич1-(к()го ТЕСТИГПЛНИЯ
Подобные оценки используются при валидации почти всех типов те-
стов. Они особенно важны в качестве критерия личностных тестов, по-
скольку в этой области трудно установить более объективные критерии.
Это особенно справедливо в отношении социальных качеств, оценка ко-
торых основывается на личных контактах и составляет наиболее ло-
гичный их критерий. Хотя эти оценки подвержены ошибкам, свой-
ственным всем субъективным суждениям, они представляют значитель-
ную ценность, если условия, в которых производится регистрация
мнений, тщательно контролируются. Способы повышения точности
субъективных оценок будут рассмотрены в гл. 20.
Наконец, часто упоминается такой метод валидации, как определе-
ние корреляции между новым и уже использующимся тестами. Если
новый тест представляет собой сфащснный или упрощенный вариант
уже существующего теста, то последний может рассматриваться как кри-
териальная мера. Так, валидация теста <бумага - карандаш> может быть
осуществлена относительно более разработанного и давно употребляю-
щегося теста действия, чья валидность уже известна. Валидность группо-
вого теста может быть проверена относительно индивидуального теста.
Тесты Станфорд-Бине, например, не раз служили критерием при вали-
дации групповых тестов. Следует отметить, что если новый тест не
является более простым или более коротким вариантом уже существую-
щего теста, то использование последнею в качестве критерия недопусти-
мо.
Специфичное ib критерия. Валндпость по критерию наиболее
уместна при изучении локальпоН налпданнн, при которой оценивается
эффективность теста для конкретной пр01раммы тестирования, напри-
мер, когда какая-либо фирма намерена оценить тест для отбора посту-
пающих к ним на работу или когда какой-либо колледж хочет устано-
вить, насколько пригоден тест способности к обучению для предсказания
успешного освоения студентом ма-
icpi.n,! ..:и! ность по критерию лучше всего на-
зывать практической валидностью
теста при локальном применении.
Определение валидности такого
типа является прикладным иссле-
дованием, и результаты его в мень-
шей степени подлежат обобщению,
нежели результаты иных процедур.
Выло нс раз показано, что ва-
лидносгь данного типа зависит от
конкретных условий. На рис. 15
приводятся примеры разброса
значений корреляции между ре-
зультатами однотипных тестов
я профессиональным умением.
Верхняя диаграмма показывает
распределение 72 коэффициентов
корреляции между данными теста
инэсллскта конторских служащих
и их llnofl)i(lиl>ll-"l-"-"" -""
Рис. IS. Разброс значений коэффициептоп
валидности тестов для конкретных p<.iboi
(Е. Е. Ghiselli, 1966, р. 29)
20
72 коэффициента корреляции
теста длп служащих и их
профессионального
умении П
? \
0L
X ct s с. 1 оj-U -J i i п i П i!П ,
-100 -0,50 000 +0,50 +\0
s
я-
Jl. on
-131 коэффициент корреляции
0 ?теста пальцейой моторики
для слесарей и их
x 1 10профессиональных j 1 умений lj 1 1 1 И 1 1
01 , Т1 , \п
137
ПАЛИ, IHOlTli. ОСНОВПЫГ; 11(1ЦЯ1ИЯ
представлены аналогичные данные но гесту пальцевой моторики и про-
фессиональным умениям слесарей. Хотя в обоих примерах значения
коэффициентов корреляции сосредоточены более или менее в одной
области, между ними заметны существенные расхождения. Некоторые
коэффициенты валвдности приближаются к 1, тогда как другие близки
к нулю или явно отрицательны.
Подобная же неоднозначность применительно к прогнозированию
учебных оценок видна из рис. 16. На нем приведено распределение коэф-
фициентов корреляции между оценками по математике и результатами
каждого из субтестов теста различных способностей {DAT). Например,
для теста числовых способностей {NA) самое большое значение коэффи-
циента валидности для мальчиков с результатом от 0,50 до 0,59, в то
время как коэффициент корреляции для разных курсов математики и
в разных школах колеблется от 0,22 до 0,75. Столь же велики различия
и по другим субтестам, и надо добавить, это справедливо и в отношении
других предметов, не представленных на рис. 16.
Разброс значений коэффициентов валидности по критерию выполне-
ния деятельности, показанный на рис. 15, отчасти объясняется различия-
ми между тестами, применяющимися для измерения умственного разви-
тия или пальцевой моторики. Кроме того, часть дисперсий результатов,
отраженных на рис. 15 и 16, обусловлена различиями в однородности
Рис. 16. Суммарный график коэффициентов валидности теста различных способностей
(DAT) (формы S и Т) относительно оценок по курсу математики. Черные полосы
и приведенные рядом с ними числа указывают, сколько коэффициентов кор-
реляции попало в приведенный в крайнем левом столбце интервал.
С разрешения Психологической корпорации штата Нью-Йорк
МальчикиСМ ЧС СМ + ЧС AM ТАИтм по Гр ип
0,70 иL
вышеИз 1
0,60 - 0,69и 8 as52пи
0,50-0,59и 6НбIS2BJв3и 7
0,40-0,49ffi8Я 8S2Я7В 7Mil
0,30-0,39i2ЯП 6т?WIG
0,20-0,29B4ЯВЯ12то
0,19 и нижеИг гMS
ДевочкиСМ ЧСCM t ч сAM ТАИ TMпо гр ия
0.70> вышеS3S31
0,60-0,6912Я 11В 7iИh
0.50-0,59И 816Я4<8
0.40-0,49 0,30-0.39вапЯ4<12 В 6Я8 азp9 1й8Я14а 9mio uais
0,20-0,29"SfiИЗ, Еб K28p8Я13>б
0,19 и НИЖР84L 312 >7И1016
138 ПРИНЦИПЫ ПСИХОЛОГИЧЕСКОГО ТЕСТИРОВАНИЯ
и уровне исследовавшихся групп. Этого, однако, недостаточно, чтобы
объяснить столь широкий разброс валидности. Основной причиной рас-
хождений несомненно являются различия в самих критериях валидации.
Так, функции клерка или слесаря на разных предприятиях или даже
в разных отделах одного и того же учреждения не совпадают. Точно так
же неодинаковы и содержание курса данного предмета, и индиви-
дуальные качества преподавателей, и их подход к оценке знаний учащих-
ся. Таким образом, то, что представляется <одним и тем же> критерием,
в разных ситуациях оказывается весьма различной комбинацией свойств.
Критерии могут также изменяться во времени. Например, коэффи-
циент валидности теста относительно критериев профессионального обу-
чения часто отличается от его же валидности относительно выполнения
деятельности (Е.Е. Ghiselli, 1966). Есть данные, свидетельствующие
о том, что качества, необходимые для успешного выполнения работы
или даже конкретного задания, зависят от тренированности и профессио-
нального опыта индивида (E.A.FIeishman, 1972; E.A.FIeishman,
B.Fruchter, 1960; E.A.FIeishman, W.E.Hempel, 1956; Е.Е. Ghiselli,
M. Haire, 1960). Имеются также многочисленные указания на то, что кри-
терии выполнения деятельности меняются со временем вследствие изме-
нения характера работы, организационных целей, продвижения работни-
ка по службе и т. д. (А. С. MacKinney, 1967, E. P. Prien, 1966). Как
известно, учебные программы и содержание курсов также изменяются.
Иными словами, наиболее распространенные критерии, используемые
при валидации тестов способностей и интеллекта, а именно выполнение
деятельности и успеваемость-это динамические, а не статические вели-
чины. Отсюда следует, что валидность критерия сама подвержена вре-
менным изменениям.
Синтетическая валидность. Критерии ре только различаются
в зависимости от ситуации и времени, они также, по всей вероятности,
достаточно сложны по составу (J.
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
новном влияет выполнение ребенком своих ученических обязанностей, их /
вполне можно отнести к разряду показателей успеваемости.
Показатели успеваемости могут играть роль критериальных данных
на всех уровнях обучения-от младших классов школы до колледжа и ас-
пирантуры. Хотя их используют главным образом для валидации тестов
общего интеллекта, они также выступают в качестве критерия некоторых
личностных тестов и комплексных батарей способностей. При валидации
тестов, предназначенных для отбора абитуриентов, общим критерием
является средний балл первокурсника.
Разпови.цюси.ю кршгрия ин-шжспин в поучении л.1Я неучащихся
взрослых являегся ооьсм iio.iylciiiion) ими оораюнипия. При тюм пред-
полагается, что более развитые индивиды продолжают свое образование,
а менее развитые прекращают его. Хотя не подлежит сомнению, что,
скажем, выпускники колледжа составляют более развитую группу, чем
окончившие лишь восемь классов общественной школы, соотношение
между объемом образования и способностью к обучению отнюдь не
однозначно. Факторы, не относящиеся к imic.iJicKiyaJibiioMy развитию,
такие, как экономические, социальные, мотивационные и другие, особен-
но сказываются на продолжении различного уровня высшего образова-
ния. Более того, при такой текущей валидации трудно решить, что
является причиной, а что следствием. В какой степени полученные разли-
чия в тесте интеллекта есть просто результат разницы в образовании?
Насколько точно тест мог бы предсказать индивидуальные различия
в успехах при дальнейшем обучении? На эти вопросы удается ответить,
только когда тест проводится до получения критериальных данных, как
при предсказательной валидности.
При разработке тестов специальных способностей роль критерия ча-
сто играют результаты специальной подготовки. Например, валидность
тестов технических способностей устанавливается по конечным результа-
там профессионального обучения. Критерием могут служить результаты
окончания курсов стенографии, машинописи, бухгалтерского дела и т.д.
Валидация тестов музыкальных или художественных способностей про-
водится по успехам в музыкальных и художественных школах. Для ряда
тестов профессиональных способностей была проведена валидация отно-
сительно достижений в юридических, медицинских и высших технических
учебных заведениях. Результаты обучения часто являются источником
-- .,".".... "".."", г.г,г.тттт п т-от-ov гтгписпичириняу ППЯ ИГТЮПТОВЯНИЯ
134 ПРИНЦИПЫ ПСИХОЛОГИЧЕСКОГО ТЕСТИРОВАНИЯ
служит валидация тестов для отбора слушателей на курсы военных лет-
чиков по результатам первичной летной подготовки. Выполнение про-
граммы специального обучения обычно используется и при валидации
других тестов, предназначенных для отбора военных и промышленных
специалистов.
Среди показателей выполнения программы обучения, используемых
в качестве критерия, могут быть уже упоминавшиеся тесты достижений,
проводимые по завершении курсов, официально присвоенная квалифика-
ция, оценки инструкторов и успешное завершение курсов или отчисление
из них. Валидность комплексных батарей способностей часто устанавли-
вается по оценкам, получаемым по специальным предметам, прохо-
димым в школе или в колледже. Например, результаты теста понимания
слов сравниваются с оценками по английскому языку, данные теста про-
странственной визуализации с оценками по геометрии и т.д.
В связи с использованием данных профессионального обучения как
критериальной меры полезно различать промежуточные и конечные кри-
терии. Применительно к тесту отбора военных летчиков или к тесту ме-
дицинских способностей, например, конечными критериями будут со-
ответственно выполнение боевых заданий и врачебная практика.
Очевидно, для получения таких данных потребуется много времени. Со-
мнительно к тому же, что такой критерий действительно является ко-
нечным. Наконец, даже если бы такие конечные данные удалось полу-
чить, на них, вероятно, сказывалось бы действие многих не поддающихся
контролю факторов, что снижало бы ценность результатов. Так, трудно
было бы оценить относительную степень успеха врачей разных специаль-
ностей в различных частях страны. Поэтому в качестве критериальных
мер часто используются промежуточные критерии.
Наилучшие во многих отношениях критериальные меры основаны
на последующем выполнении реальной деятельности. Они отчасти ис-
пользовались при валидации тестов общего интеллекта и личностных те-
стов, но в основном-при валидации тестов специальных способностей.
Они также применяются при валидации тестов профессионального отбо-
ра в торговле, промышленности, армии. Большинство мер, основанных
на выполнении деятельности, хотя и являются конечным критерием, все
же во многих отношениях хороши и как промежуточные критерии.
В этом качестве они предпочтительнее данных о прохождении специаль-
ного обучения. Вместе с тем при измерении выполнения той или иной
деятельности не удается в такой степени стандартизовать условия изме-
рения, как в случае профессионального обучения. Более того, поскольку
выяснение уровня выполнения деятельности занимает много времени,
оно сопряжено с выбыванием значительного числа испытуемых. Ввиду
того что лица, занимающие номинально одинаковые должности, в раз-
ных организациях выполняют фактически неодинаковые функции, в ру-
ководстве к тесту необходимо приводить сведения не только о валидно-
сти данных по критерию деятельности, но и об обязанностях,
выполнявшихся членами нормативной выборки.
Валидация методом контрастных групп обычно влечет за собой
сложный критерий, в котором отражены накапливающиеся и неконтро-
лируемые избирательные влияния повседневной жизни. Такой критерий
в конечном счете связан с принадлежностью или непринадлежностью ин-
ливила к оппепйлйннпй гпл/ттшэ Маттмтичо. г.., "п",.~---. ----- - - --
135 ВАЛИДНОСТЬ. ОСНОВНЫЕ ПОНЯТИЯ
ставлены с результатами нормальных школьников того же возраста.
В этом случае множество факторов, определивших помещение ребенка
в специальное учреждение для детей с глубокой умственной отста-
лостью, составят критерий валидации. Аналогично валидность теста му-
зыкальных или технических способностей проверяется сравнением ре-
зультатов учащихся музыкальной школы или инженерного колледжа
с данными учеников обычной школы или обычного колледжа.
Разумеется, контрастные группы могут комплектоваться по любому
критерию-по успеваемости, субъективному мнению о качествах лично-
сти, выполнению деятельности или просто по признаку предельных слу-
чаев в каком-либо распределении критериальных мер. Эти группы стано-
вятся различными постепенно под действием многочисленных требова-
ний повседневной жизни. В этих условиях критерий оказывается
сложнее ранее рассмотренных и не поддается четкому определению.
Метод контрастных групп весьма часто применяется при валидации
личностных тестов. Так, определяя валидность теста социальных качеств,
можно сопоставить результаты тестирования торговых и администра-
тивных работников с данными конторских служащих и инженеров. При
этом предполагается, что работающие в торговле или управленческом
аппарате превосходят по своим социальным качествам инженеров
и клерков. Точно так же можно сравнить самых активных и наименее ак-
тивных студентов колледжа. При валидации тестов интересов, таких, как
анкета основных профессиональных интересов (SVIB), и при подготовке
шкал социальных установок часто используются данные разных профес-
сиональных групп. Для определения валидности шкал социальных уста-
новок иногда используются также группы, сформированные по полити-
ческому, религиозному, географическому и иным признакам, поскольку
эти группы представляют явно различные точки зрения.
При разработке некоторых личностных тестов, как отбор заданий,
так и валидация, основываются на врачебном диагнозе. Такой диагноз
допустимо использовать как достаточный критерий, если он ставится по-
сле длительного наблюдения и детального изучения истории болезни,
а не после поверхностного собеседования или осмотра. В последнем слу-
чае на врачебный диагноз можно положиться не больше чем на резуль-
тат самого теста, и такой диагноз следует рассматривать не как крите-
риальную меру, а как результат, валидность которого еще должна быть
установлена.
В связи с другими категориями критериев уже упоминались субъек-
тивные оценки, даваемые школьными учителями, инструкторами специа-
лизированных курсов, мастерами на производстве. Сюда же относятся
отзывы офицеров о подчиненных им военнослужащих, оценки, даваемые
ученикам школьной администрацией, оценки товарищей по работе, по
классу, по клубу и т.д. До сих пор речь шла о субъективных оценках,
играющих лишь вспомогательную роль в получении информации о та-
ком критерии, как академическая успеваемость, обучение на специализи-
рованных курсах, успехи в работе. Теперь же рассмотрим применение
субъективных оценок в качестве основной критериальной меры, особенно
когда такие оценки не ограничиваются описанием конкретных достиже-
ний, а являются мнением наблюдателя по целому ряду свойств, на изме-
рение которых ориентирован тест. Например, испытуемые из выборки
--_".."" " -хапактеоистики по таким признакам, как стремле-
- Т,ТТТ1 чстнпсть.
13о ПРИНЦИПЫ 11ихо..к)гич1-(к()го ТЕСТИГПЛНИЯ
Подобные оценки используются при валидации почти всех типов те-
стов. Они особенно важны в качестве критерия личностных тестов, по-
скольку в этой области трудно установить более объективные критерии.
Это особенно справедливо в отношении социальных качеств, оценка ко-
торых основывается на личных контактах и составляет наиболее ло-
гичный их критерий. Хотя эти оценки подвержены ошибкам, свой-
ственным всем субъективным суждениям, они представляют значитель-
ную ценность, если условия, в которых производится регистрация
мнений, тщательно контролируются. Способы повышения точности
субъективных оценок будут рассмотрены в гл. 20.
Наконец, часто упоминается такой метод валидации, как определе-
ние корреляции между новым и уже использующимся тестами. Если
новый тест представляет собой сфащснный или упрощенный вариант
уже существующего теста, то последний может рассматриваться как кри-
териальная мера. Так, валидация теста <бумага - карандаш> может быть
осуществлена относительно более разработанного и давно употребляю-
щегося теста действия, чья валидность уже известна. Валидность группо-
вого теста может быть проверена относительно индивидуального теста.
Тесты Станфорд-Бине, например, не раз служили критерием при вали-
дации групповых тестов. Следует отметить, что если новый тест не
является более простым или более коротким вариантом уже существую-
щего теста, то использование последнею в качестве критерия недопусти-
мо.
Специфичное ib критерия. Валндпость по критерию наиболее
уместна при изучении локальпоН налпданнн, при которой оценивается
эффективность теста для конкретной пр01раммы тестирования, напри-
мер, когда какая-либо фирма намерена оценить тест для отбора посту-
пающих к ним на работу или когда какой-либо колледж хочет устано-
вить, насколько пригоден тест способности к обучению для предсказания
успешного освоения студентом ма-
icpi.n,! ..:и!
зывать практической валидностью
теста при локальном применении.
Определение валидности такого
типа является прикладным иссле-
дованием, и результаты его в мень-
шей степени подлежат обобщению,
нежели результаты иных процедур.
Выло нс раз показано, что ва-
лидносгь данного типа зависит от
конкретных условий. На рис. 15
приводятся примеры разброса
значений корреляции между ре-
зультатами однотипных тестов
я профессиональным умением.
Верхняя диаграмма показывает
распределение 72 коэффициентов
корреляции между данными теста
инэсллскта конторских служащих
и их llnofl)i(lиl>ll-"l-"-"" -""
Рис. IS. Разброс значений коэффициептоп
валидности тестов для конкретных p<.iboi
(Е. Е. Ghiselli, 1966, р. 29)
20
72 коэффициента корреляции
теста длп служащих и их
профессионального
умении П
? \
0L
X ct s с. 1 оj-U -J i i п i П i!П ,
-100 -0,50 000 +0,50 +\0
s
я-
Jl. on
-131 коэффициент корреляции
0 ?теста пальцейой моторики
для слесарей и их
x 1 10профессиональных j 1 умений lj 1 1 1 И 1 1
01 , Т1 , \п
137
ПАЛИ, IHOlTli. ОСНОВПЫГ; 11(1ЦЯ1ИЯ
представлены аналогичные данные но гесту пальцевой моторики и про-
фессиональным умениям слесарей. Хотя в обоих примерах значения
коэффициентов корреляции сосредоточены более или менее в одной
области, между ними заметны существенные расхождения. Некоторые
коэффициенты валвдности приближаются к 1, тогда как другие близки
к нулю или явно отрицательны.
Подобная же неоднозначность применительно к прогнозированию
учебных оценок видна из рис. 16. На нем приведено распределение коэф-
фициентов корреляции между оценками по математике и результатами
каждого из субтестов теста различных способностей {DAT). Например,
для теста числовых способностей {NA) самое большое значение коэффи-
циента валидности для мальчиков с результатом от 0,50 до 0,59, в то
время как коэффициент корреляции для разных курсов математики и
в разных школах колеблется от 0,22 до 0,75. Столь же велики различия
и по другим субтестам, и надо добавить, это справедливо и в отношении
других предметов, не представленных на рис. 16.
Разброс значений коэффициентов валидности по критерию выполне-
ния деятельности, показанный на рис. 15, отчасти объясняется различия-
ми между тестами, применяющимися для измерения умственного разви-
тия или пальцевой моторики. Кроме того, часть дисперсий результатов,
отраженных на рис. 15 и 16, обусловлена различиями в однородности
Рис. 16. Суммарный график коэффициентов валидности теста различных способностей
(DAT) (формы S и Т) относительно оценок по курсу математики. Черные полосы
и приведенные рядом с ними числа указывают, сколько коэффициентов кор-
реляции попало в приведенный в крайнем левом столбце интервал.
С разрешения Психологической корпорации штата Нью-Йорк
МальчикиСМ ЧС СМ + ЧС AM ТАИтм по Гр ип
0,70 иL
вышеИз 1
0,60 - 0,69и 8 as52пи
0,50-0,59и 6НбIS2BJв3и 7
0,40-0,49ffi8Я 8S2Я7В 7Mil
0,30-0,39i2ЯП 6т?WIG
0,20-0,29B4ЯВЯ12то
0,19 и нижеИг гMS
ДевочкиСМ ЧСCM t ч сAM ТАИ TMпо гр ия
0.70> вышеS3S31
0,60-0,6912Я 11В 7iИh
0.50-0,59И 816Я4<8
0.40-0,49 0,30-0.39вапЯ4<12 В 6Я8 азp9 1й8Я14а 9mio uais
0,20-0,29"SfiИЗ, Еб K28p8Я13>б
0,19 и НИЖР84L 312 >7И1016
138 ПРИНЦИПЫ ПСИХОЛОГИЧЕСКОГО ТЕСТИРОВАНИЯ
и уровне исследовавшихся групп. Этого, однако, недостаточно, чтобы
объяснить столь широкий разброс валидности. Основной причиной рас-
хождений несомненно являются различия в самих критериях валидации.
Так, функции клерка или слесаря на разных предприятиях или даже
в разных отделах одного и того же учреждения не совпадают. Точно так
же неодинаковы и содержание курса данного предмета, и индиви-
дуальные качества преподавателей, и их подход к оценке знаний учащих-
ся. Таким образом, то, что представляется <одним и тем же> критерием,
в разных ситуациях оказывается весьма различной комбинацией свойств.
Критерии могут также изменяться во времени. Например, коэффи-
циент валидности теста относительно критериев профессионального обу-
чения часто отличается от его же валидности относительно выполнения
деятельности (Е.Е. Ghiselli, 1966). Есть данные, свидетельствующие
о том, что качества, необходимые для успешного выполнения работы
или даже конкретного задания, зависят от тренированности и профессио-
нального опыта индивида (E.A.FIeishman, 1972; E.A.FIeishman,
B.Fruchter, 1960; E.A.FIeishman, W.E.Hempel, 1956; Е.Е. Ghiselli,
M. Haire, 1960). Имеются также многочисленные указания на то, что кри-
терии выполнения деятельности меняются со временем вследствие изме-
нения характера работы, организационных целей, продвижения работни-
ка по службе и т. д. (А. С. MacKinney, 1967, E. P. Prien, 1966). Как
известно, учебные программы и содержание курсов также изменяются.
Иными словами, наиболее распространенные критерии, используемые
при валидации тестов способностей и интеллекта, а именно выполнение
деятельности и успеваемость-это динамические, а не статические вели-
чины. Отсюда следует, что валидность критерия сама подвержена вре-
менным изменениям.
Синтетическая валидность. Критерии ре только различаются
в зависимости от ситуации и времени, они также, по всей вероятности,
достаточно сложны по составу (J.
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