시험의 고전 이론 (TCT)

T고전 이론 (TCT) 20 세기 처음 나타난다. 스피어 먼의 연구에서. 어떤 식 으로든 그것은 정신 측정의 시작으로 간주 될 수 있습니다. 단어 시험하다 Royal Spanish Academy (RAE)에서 인정하는 영어 단어로 지식, 기술 또는 기능을 평가하기 위해 고안된 테스트를 말합니다.

심리학에서 시험은 기능을 연구하거나 평가하기위한 심리학 적 또는 정신 과학적 시험입니다. 그래서, 심리 테스트는 대상의 심리적 특성을 평가하거나 측정하도록 설계된 도구입니다..

테스트 이론이 필요한 이유는 무엇입니까??

테스트는 다음과 같은 정교한 측정 장비입니다., 많은 경우에, 그들은 심리적 평가의 맥락에서 귀중한 원조를 구성한다.. 시험이 최소 심리 검사를 통과해야하며이를 통과 한 전문가는 행정 규약을 알고 존중해야합니다.

다른 한편, 테스트의 이론은 우리가 테스트의 품질을 평가할 수있는 방법에 대해 알려주고 또한 많은 경우에있어서 오류를 최소로 줄이기 위해 장비를 어떻게 디버그 할 수 있습니까?. 이러한 의미에서 고전적 시험 이론에서 가장 중요한 두 개념은 신뢰성과 타당성.

신뢰성은 측정 프로세스가 반복 될 때 측정의 일관성 또는 안정성으로 이해됩니다.. 결국 실제로 두 가지 측정에서 동일한 조건을 반복하는 것이 불가능하기 때문에 우리는 유토피아를 말합니다. 유사한 온도 나 유사한 소음 수준이있는 것을 제어하는 ​​것과 같은 외부 변수에 대해 상대적으로 행동하는 것이 상대적으로 간단합니다. 그러나 테스트를 수행하는 사람의 내부 변수를 제어하는 ​​것은 더 복잡 할 것입니다. 예를 들어 분위기를 생각해보십시오..

유효성은 경험적 증거와 이론이 시험 점수의 해석을 뒷받침하는 정도를 나타냅니다. (2) 그렇지 않으면, 우리는 그것이 타당성이 측정 된 도구의 특징을 의미 있고 적절하게 수량화하는 능력이라고 말할 수있다..

따라서 테스트를 구성하고 분석 할 때 두 가지 훌륭한 이론이 있습니다. 우리가 말하는 첫 번째는 고전적 테스트 이론 (TCT)입니다. 두 번째는 항목 응답 이론 (TRI)입니다. 아래에서는 TCT의 주요 측면을 제시합니다..

시험의 고전 이론

이 접근법은 테스트의 분석 및 구성에 가장 많이 사용되는 경향이 있습니다. 시험에서 한 사람이 준 응답은 통계적 또는 정 성적 방법을 통해 비교됩니다 같은 테스트를 보완 한 다른 개인들의 반응으로 이것은 분류를 허용한다..

그러나이 분류를 만드는 것은 그렇게 간단하지 않습니다. 심리학자는 다른 전문가와 마찬가지로 사용하는 도구가 오류없이 정확하게 측정해야합니다. (1)

따라서 심리학자가 한 명 또는 여러 명에게 시험을 적용 할 때 시험에서 얻은 경험적 점수를 그 사람이나 사람들이 얻는 것입니다. 그러나 그것 이 점수의 정확도에 대해 알려주지 않습니다.: 우리는 경험적 점수가 시험에서 그 사람과 진정으로 일치하는 점수와 일치하는지 그렇지 않은지 여부를 알지 못합니다.

예를 들어, 검사 한 사람이 좋지 않아 점수가 낮아질 수 있습니다. 또는 테스트 적용이 개발 된 신체 조건이 최선이 아니기 때문에.

"가스 분배 장치를 만드는 사람들에게 일어나는 것과 같이 심리학자들은 우리 시험의 점수가 정확하고 오류가 거의 없음을 보장 할 의무가 있습니다 ...".

-José Muñiz, 2010-

고전적인 선형 모델

Spearman이이 고전적 이론 이론을 제안 할 때 우리가 말한 것처럼 그것은 20 세기 초입니다. 연구원이 제안 테스트에서 사람들의 점수에 대한 매우 간단한 모델 : 고전적인 선형 모델.

이 모델은 어떤 사람이 시험에서 얻은 점수를 경험적 점수라고 부른다.,일반적으로 문자 X로 지정된 두 개의 구성 요소로 구성됩니다. 첫 번째는 진정한 점수 (V)이고 두 번째는 오류 (e)입니다.. 후자는 우리가 통제 할 수없는 많은 원인들 때문일 수 있습니다. 이것이 TCT가 측정 오차를 정확하게 결정하는 이유입니다.

이것은 다음과 같이 표현 될 수있다. X = V + e

따라서 Spearman은 세 가지 가정을 모델에 추가합니다..

고전적 모델의 3 가지 가정

• 진정한 점수 (V)는 경험적 점수의 수학적 기대치입니다. 다음과 같이 작성됩니다. V = E (X).
  • 따라서 테스트에서 한 사람의 실제 점수는 동일한 테스트가 무한히 통과 된 경우 평균 점수로 정의됩니다.
• 실제 스코어의 양과이 점수에 영향을 미치는 오류의 크기 사이에는 아무런 관련이 없습니다. 다음과 같이 표현할 수 있습니다. r (v, e) = 0
  • 실제 스코어의 값은 측정 오류와 무관합니다..
• 특정 테스트의 측정 오류는 다른 테스트의 측정 오류와 관련이 없습니다. 다른 시험 이것은 다음과 같이 표현됩니다. r (ex, ek) = 0
  • 어떤 경우에 만들어진 오류는 다른 경우에 행해진 오류와 협력하지 않을 것입니다.

테스트의 고전 이론은 간단합니다, 연습에 넣어 고급 수학적 지식이 필요하지 않으며 모든 맥락에서 적용 할 수 있습니다. 문제는 그것이 우리에게주는 결과가 항상 테스트가 검증 된 인구와 연결된다는 것입니다. 또한,, 대부분의 경우 테스트가 받아 들일 만하다고 요구되는 최소값은 실제로 충분하지 않습니다..