मनोवैज्ञानिक परीक्षण I: परीक्षणों के प्रकार, पद-लेखन और पद-विश्लेषण, और मानकीकरण — विश्वसनीयता, वैधता और मानक, हल सहित

इकाई 3 आरंभ होती है: "परीक्षणों के प्रकार। परीक्षण निर्माण: पद-लेखन, पद-विश्लेषण। परीक्षण मानकीकरण: विश्वसनीयता, वैधता और मानक।" यह पाठ्यक्रम का मनोमितीय केंद्र है और वह भाग जो सबसे अधिक संख्यात्मक प्रश्नों के रूप में पूछा जाता है, अतः हर सूचकांक यहाँ हल किया गया है: उच्च और निम्न समूहों से पद कठिनाई और विभेदन सूचकांक, अनुमान हेतु संशोधन, स्पियरमैन–ब्राउन सूत्र, मापन की मानक त्रुटि और अंकों का स्टेनाइन तथा विचलन IQ में रूपांतरण — परीक्षणों के वर्गीकरण और विश्वसनीयता तथा वैधता की पूरी शब्दावली के साथ।

1. परीक्षणों के प्रकार

मनोवैज्ञानिक परीक्षणों का वर्गीकरण
आधारप्रकार
प्रशासनवैयक्तिक (स्टैनफ़र्ड–बिने, वेक्सलर मापनियाँ) बनाम सामूहिक (आर्मी अल्फ़ा और बीटा, अधिकांश अभिक्षमता बैटरियाँ)।
अनुक्रिया का माध्यमशाब्दिक, अशाब्दिक और निष्पादन (सामग्री का परिचालन — कोह का ब्लॉक डिज़ाइन, अलेक्ज़ेंडर का पास-अलॉन्ग, भाटिया की निष्पादन परीक्षण बैटरी)।
समयगति परीक्षण (सरल पद, कठोर समय-सीमा) बनाम शक्ति परीक्षण (बढ़ती कठिनाई के पद, उदार समय)।
अंकनवस्तुनिष्ठ (निश्चित कुंजी) बनाम व्यक्तिनिष्ठ (निबंध, प्रक्षेपी अनुक्रियाएँ)।
व्याख्यामानक-संदर्भित (अंक की समूह से तुलना) बनाम निकष-संदर्भित (अंक की प्रवीणता के निश्चित मानक से तुलना)।
क्या मापा जाता हैअधिकतम निष्पादन (योग्यता: बुद्धि, अभिक्षमता, उपलब्धि) बनाम विशिष्ट निष्पादन (व्यक्तित्व, रुचियाँ, मनोवृत्तियाँ); आत्म-प्रतिवेदन सूचियाँ बनाम प्रक्षेपी तकनीकें।
सांस्कृतिक भारसंस्कृति-निष्पक्ष या संस्कृति-न्यूनीकृत परीक्षण भाषा और विशिष्ट ज्ञान को न्यूनतम करते हैं — रेवन का प्रगामी आव्यूह, कैटेल का कल्चर फ़ेयर इंटेलिजेंस टेस्ट।

2. परीक्षण निर्माण: पद-लेखन और पद-विश्लेषण

निर्माण एक योजना (उद्देश्य, विषय-वस्तु, विषय-वस्तु को उद्देश्यों से क्रॉस करने वाली ब्लूप्रिंट या विनिर्देश-सारणी) से, पद-लेखन, लक्ष्य-समूह जैसे प्रतिदर्श पर परीक्षण-प्रयोग (ट्राई-आउट), पद-विश्लेषण, सर्वश्रेष्ठ पदों के चयन, और अंत में मानकीकरण तक जाता है। अच्छे पद स्पष्ट, असंदिग्ध, संकेतों से मुक्त ("सदा", "कभी नहीं" या लंबा सही विकल्प), परस्पर स्वतंत्र और उपयुक्त पठन-स्तर के होते हैं; बहुविकल्पी भ्रामक विकल्प विश्वसनीय होने चाहिए। व्यक्तित्व पद सत्य/असत्य, लिकर्ट-प्रकार या बाध्य-चयन प्रारूप प्रयोग कर सकते हैं (एडवर्ड्स पर्सनल प्रेफ़रेंस शेड्यूल सामाजिक वांछनीयता घटाने हेतु बाध्य-चयन प्रयोग करता है)।

पद-विश्लेषण सूचकांक
सूचकांकसूत्रइसे पढ़ना
पद कठिनाई (p)p = सही उत्तर देने वालों की संख्या ÷ प्रयास करने वालों की संख्या (या R_U + R_L ÷ n_U + n_L)0–1 परास; अधिक p का अर्थ सरल पद। 0.5 के निकट के पद सर्वश्रेष्ठ विभेदन करते हैं; चार-विकल्पी MCQ हेतु अनुमान के कारण इष्टतम बढ़कर लगभग (1 + 0.25) ÷ 2 ≈ 0.63 हो जाता है।
विभेदन (D)D = (R_U − R_L) ÷ n, कुल अंकों के उच्च और निम्न 27 प्रतिशत का प्रयोग करते हुए (केली)−1 से +1 परास। एबेल का निर्देश: 0.40 और ऊपर बहुत अच्छा; 0.30–0.39 पर्याप्त अच्छा; 0.20–0.29 सीमांत, संशोधन आवश्यक; 0.20 से नीचे निर्बल। ऋणात्मक D का अर्थ है निम्न अंक वाले बेहतर करते हैं — कुंजी या पद दोषपूर्ण है।
अनुमान हेतु संशोधनS = R − W ÷ (k − 1), k विकल्पों के साथचार-विकल्पी पदों पर 40 सही और 15 ग़लत: S = 40 − 15 ÷ 3 = 35।

हल पद-विश्लेषण। उच्च और निम्न हर समूह में 40 अभ्यर्थियों के साथ, उच्च समूह के 30 और निम्न समूह के 10 किसी पद का सही उत्तर देते हैं। कठिनाई p = (30 + 10) ÷ 80 = 0.50; विभेदन D = (30 − 10) ÷ 40 = 0.50 — आदर्श कठिनाई का पद जो बहुत अच्छा विभेदन करता है। भ्रामक-विकल्प विश्लेषण जाँचता है कि हर ग़लत विकल्प कुछ निम्न-समूह अभ्यर्थियों को और कम उच्च-समूह अभ्यर्थियों को आकर्षित करे। पद–कुल बिंदु-द्विपंक्तिक सहसंबंध एक वैकल्पिक विभेदन सूचकांक है, और पद अनुक्रिया सिद्धांत इन प्रतिदर्श-निर्भर सूचकांकों को पद विशेषता वक्र के प्राचलों — कठिनाई (b), विभेदन (a) और अनुमान (c) — से बदल देता है; रैश प्रतिरूप केवल कठिनाई का प्रयोग करता है।

⚠️ "कठिनाई सूचकांक" सरलता मापता है
p उत्तीर्ण होने वालों का अनुपात है, अतः p = 0.90 बहुत सरल पद है और p = 0.10 बहुत कठिन। "सबसे कठिन पद" पूछने वाले प्रश्न सबसे कम p चाहते हैं।

3. विश्वसनीयता

विश्वसनीयता मापन की संगति है। शास्त्रीय परीक्षण सिद्धांत में प्रेक्षित अंक वास्तविक अंक और त्रुटि का योग है (X = T + E), और विश्वसनीयता गुणांक प्रेक्षित-अंक प्रसरण का वह अनुपात है जो वास्तविक-अंक प्रसरण है। हर विधि त्रुटि के एक भिन्न स्रोत के सापेक्ष संगति का आकलन करती है।

विश्वसनीयता आकलन की विधियाँ
विधिप्रक्रियायह किस त्रुटि को दर्शाती है
परीक्षण–पुनर्परीक्षणवही परीक्षण दो बार, सहसंबंध (स्थिरता गुणांक)काल प्रतिचयन; स्मृति और अभ्यास से प्रभावित
समानांतर (वैकल्पिक) प्रारूपदो समतुल्य प्रारूप, सहसंबंध (समतुल्यता गुणांक)विषय-वस्तु प्रतिचयन
अर्ध-विच्छेदविषम और सम अर्धांशों का सहसंबंध, फिर स्पियरमैन–ब्राउन से संशोधन: r_tt = 2r_hh ÷ (1 + r_hh)एक बैठक के भीतर विषय-वस्तु प्रतिचयन
कुडर–रिचर्डसन (KR-20, KR-21) और क्रोनबाख का अल्फ़ाअंतर-पद संगति; द्विभाजी पदों हेतु KR-20, किसी भी पद-प्रारूप हेतु अल्फ़ाविषय-वस्तु विषमता
अंतर-निर्णायक (अंकक)अंककों के बीच सहमति; कोहेन का कप्पा संयोग-सहमति हेतु संशोधन करता हैअंकक भिन्नताएँ

हल। 0.60 का अर्ध-विच्छेद सहसंबंध पूर्ण-परीक्षण विश्वसनीयता 2(0.60) ÷ 1.60 = 0.75 देता है — परीक्षण को आधा करने से आकलन घटा था, और स्पियरमैन–ब्राउन उसे पुनर्स्थापित करता है। मापन की मानक त्रुटि, SEM = SD√(1 − r_tt), विश्वसनीयता को अंक-इकाइयों में बदलती है: SD = 10 और r_tt = 0.91 के साथ SEM = 10 × √0.09 = 3, अतः 60 अंक पाने वाले व्यक्ति का वास्तविक अंक लगभग 68 प्रतिशत बार 57 और 63 के बीच और 95 प्रतिशत बार लगभग 54 और 66 (±1.96 SEM) के बीच होता है। विश्वसनीयता परीक्षण-लंबाई, समूह की विषमता और पद-गुणवत्ता के साथ बढ़ती है; गति परीक्षणों पर अर्ध-विच्छेद विधि उसे कृत्रिम रूप से बढ़ा देती है — गति परीक्षणों हेतु परीक्षण–पुनर्परीक्षण या समानांतर प्रारूप प्रयोग कीजिए।

4. वैधता और मानक

वैधता के प्रमाण
वैधता का प्रकारयह किस प्रश्न का उत्तर देती हैप्रमाण
विषय-वस्तु वैधताक्या पद क्षेत्र का प्रतिनिधि प्रतिदर्श हैं?ब्लूप्रिंट के सापेक्ष विशेषज्ञ निर्णय। (आभासी वैधता — परीक्षार्थियों को वैध दिखना — तकनीकी अर्थ में वैधता नहीं है।)
निकष-संबंधी: समवर्तीक्या परीक्षण उसी समय मापे गए निकष से सहमत है?वर्तमान निकष से सहसंबंध (उदाहरणार्थ निदान)
निकष-संबंधी: पूर्वकथनात्मकक्या परीक्षण भावी निकष का पूर्वानुमान करता है?बाद के निष्पादन से सहसंबंध (वैधता गुणांक)
संरचना वैधताक्या परीक्षण सैद्धांतिक विशेषक को मापता है?अभिसारी (उसी संरचना के मापों से उच्च सहसंबंध) और विभेदक (भिन्न संरचनाओं से निम्न सहसंबंध) प्रमाण — कैंपबेल और फ़िस्के का बहुविशेषक–बहुविधि आव्यूह (1959); कारकीय वैधता; समूह-अंतर और प्रायोगिक प्रभाव।

परीक्षण जितना विश्वसनीय है उससे अधिक वैध नहीं हो सकता: वैधता गुणांक विश्वसनीयता के वर्गमूल से अधिक नहीं हो सकता। मानक एक परिभाषित मानकीकरण प्रतिदर्श का निष्पादन हैं, जो किसी व्यक्ति के अंक की व्याख्या हेतु प्रयुक्त होते हैं। मानकीकरण के लिए एकरूप प्रशासन और अंकन तथा बड़ा, प्रतिनिधि प्रतिदर्श आवश्यक है। मानकों के प्रकार: आयु और कक्षा समतुल्य; शततमक कोटियाँ (क्रमिक, असमान इकाइयाँ); और मानक अंक — z (माध्य 0, SD 1), T (50, 10), स्टेनाइन (माध्य 5, SD लगभग 2, नौ-बिंदु मापनी जिसकी पट्टियों में 4, 7, 12, 17, 20, 17, 12, 7 और 4 प्रतिशत होते हैं), स्टेन (माध्य 5.5, SD 2, दस बिंदु) और विचलन IQ (वेक्सलर मापनियों पर माध्य 100, SD 15)। हल: z = +1 का अर्थ T 60, विचलन IQ 115 और स्टेनाइन 7 है।

🧠 विश्वसनीयता आवश्यक है पर पर्याप्त नहीं
एक स्नानघर का तराज़ू जो सदा 5 किलो अधिक दिखाता है पूर्णतः विश्वसनीय है और वैध नहीं। अविश्वसनीय तराज़ू वैध नहीं हो सकता। अतः उच्च वैधता पर्याप्त विश्वसनीयता का संकेत देती है, पर उलटा नहीं।

मुख्य बिंदु

  • परीक्षणों का वर्गीकरण प्रशासन, अनुक्रिया माध्यम, गति बनाम शक्ति, अंकन, मानक- बनाम निकष-संदर्भन, अधिकतम बनाम विशिष्ट निष्पादन और सांस्कृतिक भार से होता है।
  • पद कठिनाई p = सही उत्तर का अनुपात (अधिक p = सरल; लगभग 0.5 आदर्श); विभेदन D = उच्च और निम्न 27 प्रतिशत पर (R_U − R_L) ÷ n, 0.40 और ऊपर बहुत अच्छा।
  • विश्वसनीयता का आकलन परीक्षण–पुनर्परीक्षण, समानांतर प्रारूप, स्पियरमैन–ब्राउन (2r ÷ (1 + r)) सहित अर्ध-विच्छेद, KR-20 और क्रोनबाख अल्फ़ा, और अंतर-निर्णायक सहमति से होता है; SEM = SD√(1 − r)।
  • वैधता विषय-वस्तु, निकष-संबंधी (समवर्ती और पूर्वकथनात्मक) और संरचना (अभिसारी और विभेदक, बहुविशेषक–बहुविधि आव्यूह) है; वैधता विश्वसनीयता के वर्गमूल से अधिक नहीं हो सकती।
  • मानक कच्चे अंकों को आयु, कक्षा और शततमक समतुल्यों तथा मानक अंकों से रूपांतरित करते हैं: z, T (50, 10), स्टेनाइन (5, 2), स्टेन (5.5, 2) और विचलन IQ (100, 15)।

अभ्यास प्रश्न (10)

उत्तर खोलने से पहले प्रत्येक प्रश्न हल करें। हर व्याख्या सही विकल्प के साथ लुभावना गलत विकल्प भी बताती है, क्योंकि अंक वहीं जाते हैं।

  1. 40-40 अभ्यर्थियों के उच्च और निम्न समूहों में, उच्च समूह के 30 और निम्न समूह के 10 किसी पद का सही उत्तर देते हैं। विभेदन सूचकांक D क्या है? एक संख्या लिखिए।

    संख्यात्मक उत्तर — मान टाइप करें।

    उत्तर देखें

    उत्तर: 0.5

    D = (R_U − R_L) ÷ n = (30 − 10) ÷ 40 = 20 ÷ 40 = 0.5। एबेल के निर्देश से 0.40 और ऊपर बहुत अच्छा विभेदक है।

  2. किसी पद का प्रयास करने वाले 200 अभ्यर्थियों में से 50 उसका सही उत्तर देते हैं। पद का कठिनाई सूचकांक p क्या है? एक संख्या लिखिए।

    संख्यात्मक उत्तर — मान टाइप करें।

    उत्तर देखें

    उत्तर: 0.25

    p = सही उत्तर ÷ प्रयास करने वाले = 50 ÷ 200 = 0.25। चूँकि केवल एक-चौथाई उत्तीर्ण होते हैं, यह काफ़ी कठिन पद है — अधिक p सरल पद का संकेत होता।

  3. किसी परीक्षण के विषम और सम अर्धांशों के बीच सहसंबंध 0.60 है। स्पियरमैन–ब्राउन सूत्र का प्रयोग करके पूर्ण परीक्षण की विश्वसनीयता क्या है? एक संख्या लिखिए।

    संख्यात्मक उत्तर — मान टाइप करें।

    उत्तर देखें

    उत्तर: 0.75

    r_tt = 2r_hh ÷ (1 + r_hh) = (2 × 0.60) ÷ (1 + 0.60) = 1.20 ÷ 1.60 = 0.75। संशोधन आवश्यक है क्योंकि हर अर्धांश वास्तविक परीक्षण से केवल आधा लंबा है।

  4. किसी परीक्षण का मानक विचलन 10 और विश्वसनीयता 0.91 है। उसकी मापन की मानक त्रुटि क्या है? एक संख्या लिखिए।

    संख्यात्मक उत्तर — मान टाइप करें।

    उत्तर देखें

    उत्तर: 3

    SEM = SD√(1 − r_tt) = 10 × √(1 − 0.91) = 10 × √0.09 = 10 × 0.3 = 3 अंक।

  5. चार-विकल्पी बहुविकल्पी पदों के एक परीक्षण पर एक अभ्यर्थी 40 सही और 15 ग़लत करता है और शेष छोड़ देता है। अनुमान हेतु संशोधित अंक, S = R − W ÷ (k − 1), क्या है? एक संख्या लिखिए।

    संख्यात्मक उत्तर — मान टाइप करें।

    उत्तर देखें

    उत्तर: 35

    S = 40 − 15 ÷ (4 − 1) = 40 − 5 = 35। सूत्र मानता है कि ग़लत उत्तर k विकल्पों में अंधे अनुमान से आते हैं।

  6. एक नई चिंता मापनी का एक स्थापित चिंता मापनी से सहसंबंध 0.70 और एक शब्दावली परीक्षण से 0.05 है। ये दोनों निष्कर्ष किसका प्रमाण देते हैं?

    1. अभिसारी और विभेदक वैधता, दोनों संरचना वैधता के पक्ष
    2. विषय-वस्तु और आभासी वैधता
    3. केवल पूर्वकथनात्मक वैधता
    4. परीक्षण–पुनर्परीक्षण और समानांतर-प्रारूप विश्वसनीयता
    उत्तर देखें

    उत्तर: A — अभिसारी और विभेदक वैधता, दोनों संरचना वैधता के पक्ष

    उसी संरचना के माप से उच्च सहसंबंध अभिसारी प्रमाण है और असंबंधित संरचना से लगभग शून्य सहसंबंध विभेदक प्रमाण; दोनों मिलकर संरचना वैधता का समर्थन करते हैं, जैसे कैंपबेल और फ़िस्के के बहुविशेषक–बहुविधि तर्क में।

  7. अत्यधिक गति वाले परीक्षण हेतु विश्वसनीयता आकलन की कौन-सी विधि अनुपयुक्त है क्योंकि वह गुणांक को कृत्रिम रूप से बढ़ाती है?

    1. अलग-अलग समयबद्ध अर्ध-परीक्षण
    2. विषम–सम अर्ध-विच्छेद
    3. परीक्षण–पुनर्परीक्षण
    4. अलग-अलग प्रशासित समानांतर प्रारूप
    उत्तर देखें

    उत्तर: B — विषम–सम अर्ध-विच्छेद

    गति परीक्षण पर प्रायः हर प्रयासित पद सही होता है, अतः पहुँचे गए बिंदु तक विषम और सम अर्धांश लगभग समान होते हैं और अर्ध-विच्छेद सहसंबंध भ्रामक रूप से ऊँचा होता है। परीक्षण–पुनर्परीक्षण, अलग प्रशासित प्रारूप या अलग समयबद्ध अर्धांश इससे बचाते हैं।

  8. एक अभ्यर्थी सामान्य रूप से वितरित परीक्षण पर माध्य से ठीक एक मानक विचलन ऊपर है। इस अभ्यर्थी हेतु निम्न में से कौन-से मानक अंक सही हैं? सभी सही विकल्प चुनिए।

    1. T-अंक 60
    2. स्टेनाइन 7
    3. विचलन IQ 115
    4. शततमक कोटि 99
    उत्तर देखें

    उत्तर: A — T-अंक 60; B — स्टेनाइन 7; C — विचलन IQ 115

    z = +1 से T = 50 + 10 = 60, विचलन IQ = 100 + 15 = 115 और स्टेनाइन = 5 + 2 = 7 मिलते हैं। शततमक कोटि लगभग 84 है, 99 नहीं।

  9. अभिकथन (A): कोई परीक्षण वैध हुए बिना अत्यधिक विश्वसनीय हो सकता है। कारण (R): किसी परीक्षण का वैधता गुणांक उसके विश्वसनीयता गुणांक के वर्गमूल से अधिक नहीं हो सकता। सही विकल्प चुनिए।

    1. A और R दोनों सत्य हैं, और R, A की सही व्याख्या है
    2. A और R दोनों सत्य हैं, पर R, A की सही व्याख्या नहीं है
    3. A सत्य है, पर R असत्य है
    4. A असत्य है, पर R सत्य है
    उत्तर देखें

    उत्तर: B — A और R दोनों सत्य हैं, पर R, A की सही व्याख्या नहीं है

    दोनों सत्य हैं, पर R, A की व्याख्या नहीं करता। R विश्वसनीयता के आधार पर वैधता की ऊपरी सीमा बताता है (अविश्वसनीयता वैधता को सीमित करती है); यह इस विषय में कुछ नहीं कहता कि संगत मापन फिर भी ग़लत वस्तु को क्यों माप सकता है, जो A का दावा है।

  10. किसी विद्यार्थी के अंक की व्याख्या अन्य विद्यार्थियों से तुलना के बजाय इस आधार पर करना कि वह प्रवीणता के निश्चित मानक तक पहुँचता है या नहीं:

    1. मानक-संदर्भित व्याख्या
    2. आत्म-सापेक्ष (इप्सेटिव) अंकन
    3. निकष-संदर्भित व्याख्या
    4. शततमक कोटि निर्धारण
    उत्तर देखें

    उत्तर: C — निकष-संदर्भित व्याख्या

    निकष-संदर्भित परीक्षण निष्पादन की तुलना एक परिभाषित मानक (उदाहरणार्थ 80 प्रतिशत उद्देश्यों में प्रवीणता) से करता है। मानक-संदर्भित व्याख्या और शततमक कोटियाँ समूह से तुलना करती हैं, और आत्म-सापेक्ष अंक किसी व्यक्ति की विशेषकों के आर-पार स्वयं से तुलना करते हैं।