Желательно также давать некоторые сведе-
ния о событиях, происшедших за это время с испытуемыми в учебе или
работе (консультировался ли кто-либо с психологом или прошел курс
психотерапии и т.д.).
Независимо от желательности сведений об интервале времени меж-
ду двумя тестированиями, какими соображениями следует руководство-
ваться при выборе этого интервала? Можно привести немало примеров
того, как надежность теста остается высокой в течение нескольких дней
или недель, но спустя десять-пятнадцать лет его результаты уже почти
не коррелируют с первоначальными. Так, многие из тестов интеллекта
для дошкольников достаточно стабильны в дошкольный период, но со-
вершенно бесполезны для предсказания, каков будет IQ ребенка в стар-
шем возрасте или во взрослом состоянии. На практике, однако, чаще
всего можно провести следующее различие. На дисперсию ошибки те-
стовых результатов обычно влияют случайные колебания с периодами
от нескольких часов до нескольких месяцев. Поэтому, определяя тип тес-
товой надежности, стараются придерживаться небольших временных ин-
тервалов. При тестировании маленьких детей этот период должен быть
еще короче, чем у испытуемых старшего возраста, поскольку в раннем
детстве возрастные изменения происходят в течение месяца и даже
быстрее.
В целом для любого типа испытуемых интервал между двумя после-
довательными применениями теста обычно не должен превышать 6 мес.
Изменения относительного выполнения теста индивидами, происходя-
щие в более длительные промежутки времени, уместнее отнести к куму-
лятивным и постепенным, а не к чисто случайным. Более того, они, ско-
рее всего, характеризуют более широкую сферу поведения, чем та,
которая проявляется при выполнении данного теста. Общий уровень
развития индивида, его способность к обучению, к пониманию техниче-
ских устройств, его суждения об искусстве могут за 10 лет существенно
измениться. Его личностный статус с годами может заметно возрасти
или упасть вследствие обстоятельств жизни дома, в школе или условий
социального окружения, а также по таким причинам, как болезнь или
эмоциональное расстройство.
Степень влияния таких факторов на психическое развитие индивида
является важной исследовательской проблемой. Однако этот вопрос не
следует смешивать с вопросом надежности конкретного теста. Напри-
мер, при измерении надежности тестов Станфорд-Бине, как правило, со-
относят показатели, полученные с интервалом не в десять лет или даже
в один год, а в несколько недель. Конечно, с этими тестами проводились
и долгосрочные ретестовые испытания, но их результаты обычно обсу-
ждаются с точки зрения предсказуемости уровня интеллекта взрослого
на основе выполнения теста в детском возрасте, а не с точки зрения на-
дежности конкретного теста. Понятие надежности в основном ограничи-
вается краткосрочными случайными изменениями, характеризующими
выполнение теста самого по себе, а не тестируемую область поведения.
Следует отметить, что в различных поведенческих функциях обыч-
ные . колебания проявляются неодинаково. Например, на отточенности
движений пальцев могут сказаться самые незначительные изменения
в состоянии индивида, никак не влияющие на его понимание речи. Если
хотят получить общую оценку характера движений пальцев индивида,
106 ПРИНЦИПЫ ПСИХОЛОГИЧЕСКОГО ТЕСТИРОВАНИЯ
то, по всей видимости, нужно провести повторные тесты в течение не-
скольких дней; для выяснения же понимания им речи достаточно одного
сеанса тестирования. Но всякий раз необходимо обращаться к анализу
цели теста, основывая его на понимании того поведения, которое пред-
назначен предсказать тест.
Несмотря на кажущуюся простоту и очевидность, методика ретеста
при распространении на большинство психологических тестов наталки-
вается на трудности. Улучшение показателей ретеста как результат тре-
нировки будет, вероятно, различным у разных испытуемых. Более того,
если промежуток времени между начальным и повторным тестирова-
нием достаточно мал, обследуемые могут припомнить многие из своих
прежних ответов. Иными словами, при повторном тестировании память
способствует воспроизведению первоначальной картины правильных
и ошибочных ответов. Следовательно, результаты двух предъявлений
теста не будут независимыми, и корреляция между ними окажется об-
манчиво высокой. Проведение теста второй раз может также привести
к изменению его природы. В первую очередь это относится к задачам,
при решении которых нужно проявить изобретательность. Испытуемый,
однажды ухватив принцип решения, в дальнейшем может воспроизво-
дить правильный ответ, минуя промежуточные ступени. Только тесты, на
которые повторное применение не оказывает заметного влияния, при-
годны для их исследования по методу ретеста. К этой категории принад-
лежит ряд моторных тестов и тестов сенсорного различения. Для боль-
шинства психологических тестов этот метод неприменим.
Надежность взаимозаменяемых форм. Один из способов из-
бежать трудностей, присущих ретестовой надежности,-применение взаи-
мозаменяемых форм теста. Те же самые испытуемые могут тестиро-
ваться в первый раз с помощью одной формы, а второй раз-с помощью
другой, сравнимой формы. Корреляция между показателями, полученны-
ми по двум формам, служит коэффициентом надежности теста. Заметим,
что такой коэффициент надежности измеряет как временную стабиль-
ность теста, так и согласованность ответов по двум выборкам заданий
(или тестовым формам), т. е. этот коэффициент объединяет два типа на-
дежности. Поскольку оба типа существенны для большинства целей те-
стирования, надежность взаимозаменяемых форм оказывается полезной
мерой для оценки многих тестов.
Понятие выборки заданий, или выборки содержания, лежит в основе
не только данного, но и других типов надежности, о которых речь пой-
дет дальше. Поэтому рассмотрим данную концепцию подробнее. Ве-
роятно, каждому когда-то доставались на экзамене вопросы именно по
той теме, к которой он был особенно хорошо подготовлен или, напро-
тив, знал этот материал особенно плохо. Столь знакомая всем ситуация
Под параллельными (parallel), или взаимозаменяемыми (alternate) формами теста
понимаются серии заданий, не обязательно дающие первичные результаты с одинаковы-
ми М ист, но снабженные таблицами эквивалентности. Параллельные формы следует от-
личать от уравненных (matched) форм, состоявших из заданий, попарно уравненных по
структуре и содержанию, и эквивалентных (equivalent) форм, не уравненных, но тем не ме-
нее дающих результаты, обладающие весьма близкими статистическими характеристика-
"" nfiiiiee наименование упомянутых серий-сопоставимые (comparable) формы.
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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143
ния о событиях, происшедших за это время с испытуемыми в учебе или
работе (консультировался ли кто-либо с психологом или прошел курс
психотерапии и т.д.).
Независимо от желательности сведений об интервале времени меж-
ду двумя тестированиями, какими соображениями следует руководство-
ваться при выборе этого интервала? Можно привести немало примеров
того, как надежность теста остается высокой в течение нескольких дней
или недель, но спустя десять-пятнадцать лет его результаты уже почти
не коррелируют с первоначальными. Так, многие из тестов интеллекта
для дошкольников достаточно стабильны в дошкольный период, но со-
вершенно бесполезны для предсказания, каков будет IQ ребенка в стар-
шем возрасте или во взрослом состоянии. На практике, однако, чаще
всего можно провести следующее различие. На дисперсию ошибки те-
стовых результатов обычно влияют случайные колебания с периодами
от нескольких часов до нескольких месяцев. Поэтому, определяя тип тес-
товой надежности, стараются придерживаться небольших временных ин-
тервалов. При тестировании маленьких детей этот период должен быть
еще короче, чем у испытуемых старшего возраста, поскольку в раннем
детстве возрастные изменения происходят в течение месяца и даже
быстрее.
В целом для любого типа испытуемых интервал между двумя после-
довательными применениями теста обычно не должен превышать 6 мес.
Изменения относительного выполнения теста индивидами, происходя-
щие в более длительные промежутки времени, уместнее отнести к куму-
лятивным и постепенным, а не к чисто случайным. Более того, они, ско-
рее всего, характеризуют более широкую сферу поведения, чем та,
которая проявляется при выполнении данного теста. Общий уровень
развития индивида, его способность к обучению, к пониманию техниче-
ских устройств, его суждения об искусстве могут за 10 лет существенно
измениться. Его личностный статус с годами может заметно возрасти
или упасть вследствие обстоятельств жизни дома, в школе или условий
социального окружения, а также по таким причинам, как болезнь или
эмоциональное расстройство.
Степень влияния таких факторов на психическое развитие индивида
является важной исследовательской проблемой. Однако этот вопрос не
следует смешивать с вопросом надежности конкретного теста. Напри-
мер, при измерении надежности тестов Станфорд-Бине, как правило, со-
относят показатели, полученные с интервалом не в десять лет или даже
в один год, а в несколько недель. Конечно, с этими тестами проводились
и долгосрочные ретестовые испытания, но их результаты обычно обсу-
ждаются с точки зрения предсказуемости уровня интеллекта взрослого
на основе выполнения теста в детском возрасте, а не с точки зрения на-
дежности конкретного теста. Понятие надежности в основном ограничи-
вается краткосрочными случайными изменениями, характеризующими
выполнение теста самого по себе, а не тестируемую область поведения.
Следует отметить, что в различных поведенческих функциях обыч-
ные . колебания проявляются неодинаково. Например, на отточенности
движений пальцев могут сказаться самые незначительные изменения
в состоянии индивида, никак не влияющие на его понимание речи. Если
хотят получить общую оценку характера движений пальцев индивида,
106 ПРИНЦИПЫ ПСИХОЛОГИЧЕСКОГО ТЕСТИРОВАНИЯ
то, по всей видимости, нужно провести повторные тесты в течение не-
скольких дней; для выяснения же понимания им речи достаточно одного
сеанса тестирования. Но всякий раз необходимо обращаться к анализу
цели теста, основывая его на понимании того поведения, которое пред-
назначен предсказать тест.
Несмотря на кажущуюся простоту и очевидность, методика ретеста
при распространении на большинство психологических тестов наталки-
вается на трудности. Улучшение показателей ретеста как результат тре-
нировки будет, вероятно, различным у разных испытуемых. Более того,
если промежуток времени между начальным и повторным тестирова-
нием достаточно мал, обследуемые могут припомнить многие из своих
прежних ответов. Иными словами, при повторном тестировании память
способствует воспроизведению первоначальной картины правильных
и ошибочных ответов. Следовательно, результаты двух предъявлений
теста не будут независимыми, и корреляция между ними окажется об-
манчиво высокой. Проведение теста второй раз может также привести
к изменению его природы. В первую очередь это относится к задачам,
при решении которых нужно проявить изобретательность. Испытуемый,
однажды ухватив принцип решения, в дальнейшем может воспроизво-
дить правильный ответ, минуя промежуточные ступени. Только тесты, на
которые повторное применение не оказывает заметного влияния, при-
годны для их исследования по методу ретеста. К этой категории принад-
лежит ряд моторных тестов и тестов сенсорного различения. Для боль-
шинства психологических тестов этот метод неприменим.
Надежность взаимозаменяемых форм. Один из способов из-
бежать трудностей, присущих ретестовой надежности,-применение взаи-
мозаменяемых форм теста. Те же самые испытуемые могут тестиро-
ваться в первый раз с помощью одной формы, а второй раз-с помощью
другой, сравнимой формы. Корреляция между показателями, полученны-
ми по двум формам, служит коэффициентом надежности теста. Заметим,
что такой коэффициент надежности измеряет как временную стабиль-
ность теста, так и согласованность ответов по двум выборкам заданий
(или тестовым формам), т. е. этот коэффициент объединяет два типа на-
дежности. Поскольку оба типа существенны для большинства целей те-
стирования, надежность взаимозаменяемых форм оказывается полезной
мерой для оценки многих тестов.
Понятие выборки заданий, или выборки содержания, лежит в основе
не только данного, но и других типов надежности, о которых речь пой-
дет дальше. Поэтому рассмотрим данную концепцию подробнее. Ве-
роятно, каждому когда-то доставались на экзамене вопросы именно по
той теме, к которой он был особенно хорошо подготовлен или, напро-
тив, знал этот материал особенно плохо. Столь знакомая всем ситуация
Под параллельными (parallel), или взаимозаменяемыми (alternate) формами теста
понимаются серии заданий, не обязательно дающие первичные результаты с одинаковы-
ми М ист, но снабженные таблицами эквивалентности. Параллельные формы следует от-
личать от уравненных (matched) форм, состоявших из заданий, попарно уравненных по
структуре и содержанию, и эквивалентных (equivalent) форм, не уравненных, но тем не ме-
нее дающих результаты, обладающие весьма близкими статистическими характеристика-
"" nfiiiiee наименование упомянутых серий-сопоставимые (comparable) формы.
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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143