Python・R・エクセルによるデータサイエンス | 統計解析講義

統計学における妥当性を高める方法【統計解析講義基礎】 | 統計解析 - Python・R・エクセルを使った講義で最速マスター

統計学における妥当性を高める方法【統計解析講義基礎】

統計学における妥当性を高める方法【統計解析講義基礎】


統計学における妥当性を高める方法【統計解析講義基礎】

 

テストの信頼性を高める方法は、かなり明快です。

 

つまり、特性による誤差や方法による誤差を減らすこと、測定道具における項目数を増やすことです。

 

テストの妥当性を高めるには、これほど明快にはいきませんんが、興味深いことに、測定道具の信頼性を変化させることと密接に関連しています。

 

テストの妥当性を高めるため、以下の方略を考えてみましょう。

 

まず始めに、信頼性を高めても必ずしも妥当性は高くならないが、信頼性は妥当性の重要な前提条件です。

 

そこで、テストが信頼性を有するようにすべきです。

 

低い信頼性係数は、妥当性の上限を抑制することになります。

 

逆に言えば、信頼性が高いほど、妥当性を高める余地が増えることになります。

 

2つ目に、テストしていることが、テストしたいことであるかを確認することです。

 

到達度テストの領域では、仕様表が用いられることがあります。

 

仕様は、2つの軸から構成されます。

 

1つはスキルを定義し、もう1つは内容を定義します。

 

すべきことは、新しく作成された項目が、スキル(例えば記憶)と内容(たとえば元素周期表)を共にきちんと反映しているかを確認することです。

 

3つ目に、もしテストが望むように機能していないと思われるなら、テストが測定しようとしている内容、構成概念、スキルを確かにとらえるよう、項目を見直すことです。

 

4つ目に、信頼性と同様、大規模な受検者にもとづいてテストを開発することが、測定する内容や構成概念をよりよく反映する、より焦点化された、より正確な項目を作るのに役立ちます。

 

受検者が多彩であるほど、改訂によって、測定しようとしているスキル、能力、知識が、開発された項目に反映されている可能性が高くなります。

 

最後に、どんなテスト、尺度、測定道具、そして、他の種類の結果の測度についても、事前テストをして、「よい」テストの品質が備わっているか確認すべきです。

 

これには、指示の明瞭さ、使いやすさ、さまざまな受検者にとってのアプローチのしやすさ、わかりやすさが含まれます。

 

これらいずれの要因についても、その欠如が、信頼性を低め、妥当性を限定してしまうことにつながりうるのです。

セミナー詳細こちら                    解析ご相談こちら


 

 

統計学における妥当性を高める方法【統計解析講義基礎】

統計学における妥当性を高める方法【統計解析講義基礎】

統計学における妥当性を高める方法【統計解析講義基礎】