Свойства оценочных средств

Важно, чтобы все врачи проводили одинаковые процедуры, когда им приходится пользоваться опре­деленной техникой оценки. Достигнуть этого можно при стандартизации методики, обеспечивающей об­щие стандарты, которым надо следовать, где бы они ни проявлялись.

Стандартизация — процесс, при котором тест проводится с большой группой людей, и результаты его выполнения служат общим стандартом или нормой, по которым можно измерять показания любого индивида.

Хоть горшком назови?

В 1995 году руководство Феде­рального Бюро Расследований ре­шило использовать в своих мате­риалах и отчетах более мягкие и нейтральные термины для описа­ния людей с умственными рас­стройствами. Проблема оказалась очень сложной и эмоционально на­пряженной, как это вскоре обнару­жили сотрудники ФБР на продолжавшейся семь часов конферен­ции, где присутствовали представители правительства, со­трудники юридических и правоох­ранительных органов, делегаты групп защиты психического здоро­вья, а также профессора-психиатры (Foderaro, 1995).

На конференции явно не было общего понимания проблемы. Офицеры полиции и законодатели показали, что они относятся к лю­дям с умственными нарушениями как к «эмоционально неуравнове­шенным» или как к «умственно-отсталым», но такие термины ре­шительно отвергались теми, кто испытал подобные расстройства на себе. Этим людям больше прави­лись такие термины, как «потреби­тель», «получатель», «победивший психическое заболевание». Неко­торых заинтересовал термин «ум­ственно больной», так как он объе­динял людей с различными про­блемами в единую группу. Этот термин означал также то, что люди с психическими проблемами боль­ны, и болезнь нельзя победить без медицинского вмешательства.

Представители различных групп на конференции согласились с тем, что неприемлемы такие термины, как «псих», «чокнутый», «психуш­ка» (для обозначения больницы), хотя они указывали на неоднократ­ное употребление этих слов в заго­ловках бульварных газет.

Вопросы для размышления________

1. Почему выбор терми­нологии так отличается в различных группах и даже у людей, у которых были пси­хические нарушения? При­сутствующие на конферен­ции в целом предпочитали при выборе термина подхо­дить, прежде всего, к челове­ку, употребляя, например, словосочетание «человек с шизофренией» вместо «ши­зофреник». Почему такой подход предпочтительней?

Как вы можете оценить тесты, которые вам предлагались в школе? Насколько они надеж­ны и валидны? Как вы относитесь к тестам, которые встречаете в журналах?

Врачи также должны стандартизировать записи результатов оценочных средств, чтобы иметь возмож­ность интерпретировать записи по каждому индиви­ду. Они могут, к примеру, провести тест с группой людей, и выполнение такого теста может в дальней­шем служить стандартом или нормой, по которым можно измерять показания любого индивида.

Члены группы, которую первоначально выбирают для проведения теста, должны быть типичными представителями большой группы населения.

Если тест па агрессивность, рассчитанный на ши­рокие круги населения, был стандартизирован по группе моряков, то «норма» может оказаться нео­правданно высокой.

Надежность (reliability) отражает постоянство в оценочных измерениях. Хороший оценочный прием покажет одинаковые результаты в одинаковой ситу­ации (Barker, Pistrang & Elliott, 1994; Kline, 1993). Способ оценки получает высокую степень ретестовой надежности, одного из видов надежности, если достигаются те же результаты при проведении по­вторного теста с теми же людьми. Если в определен­ном тесте женщина указывает на то, что она много пьет, то тест, который будет проведен с ней через не­делю, должен показать те же результаты. Чтобы из­мерить ретестовую надежность типа «тест — повторный тест», данные, полученные индивидами в двух случаях, приводятся в соответствие, и чем выше со­отношение, тем больше надежность, (см. главу 1).

Надежность — измерение постоянства ре­зультатов теста или результатов исследова­ния.

Валидность — точность результатов те­ста или исследовательской работы; то есть это тот предел, до которого тест или иссле­дование в действительности измеряет или по­казывает то, что надо измерить и показать.

Метод тестирования показывает высокое постоян­ство экспертной оценки, другую разновидность на­дежности, если разные специалисты, проводящие оценку, независимо приходят к одинаковому реше­нию, как записывать результаты оценки и как их ин­терпретировать. Тесты, построенные по схеме пра­вильно — ложно, а также тесты с множественными выборами для ответа дают постоянные результаты независимо от того, кто производит оценку, но при проведении некоторых особых тестов требуется, что­бы оценивающий высказал свое мнение. Представьте, что по условиям теста требуется скопировать карти­ну. Сделанная копия оценивается поточности выпол­нения. Одна и та же копия может быть по-разному оценена различными специалистами.

И, наконец, средство оценки должно показать вы­сокую валидность; оно должно точно измерять то, что должно быть измерено (Barker et ah, 1994; Kline, 1993). Представьте, что шкала измерения веса каждый раз показывает 12 фунтов, когда на весы кладется ме­шок с сахаром весом 10 фунтов. Хотя эта шкала на­дежна, т. к. ее показания постоянны, но она непригод­на из-за того, что эти показания не точны. Некоторые средства оценки кажутся пригодными, потому что в этом есть смысл. Данный тип пригодности, который называют очевидная валидностъ (face validity), сам по себе не означает, что оцениваемая техника надежна. Тест на депрессию, например, может включать вопро­сы о том, часто ли пациент плачет.

Поскольку люди с депрессией действительно не­редко плачут, подобные вопросы в тесте могли бы иметь очевидную валидность. Однако оказывает­ся, что некоторые люди много плачут вовсе не из-за депрессии, а некоторые больные с тяжелой фор­мой депрессии могут вовсе не плакать. Таким об­разом, не следует пользоваться средством оценки до тех пор, пока оно не будет иметь высокой про­гностической или совпадающей валидности (Good­win, 1995).

Прогностическая валидность — возможность применяемого метода прогнозировать будущее по­ведение или характерные черты испытуемого. Допу­стим, что по условиям теста собирается информа­ция о родителях учащихся начальной школы, их личные характеристики и отношение к курению. На основе таких данных мы могли бы попытаться выя­вить тех детей, которые начнут курить на младших курсах в колледже. Чтобы установить прогности­ческую валидность, следует применить этот текст на группе учащихся начальной школы, подождать, ког­да они станут студентами младших курсов, а затем проверить, кто из них действительно стал куриль­щиком.

Совпадающая валидность — это та степень, до которой соотносятся данные одного измерения с дан­ными, полученными при применении других мето­дик оценки. Например, показания пациентов в пла­нируемом новом тесте для измерения тревоги долж­ны в высшей степени соотноситься с другими их показаниями в тестах по тревоге или с их ответами, полученными во время клинических интервью.

«Каждый из нас существует в центре свое­го личного мира, который никто кроме нас не может понять».

Карл Роджерс (Carl Rogers), 1951.