Python・R・エクセルによるデータサイエンス | 統計解析講義

テストの信頼性の統計学【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

テストの信頼性の統計学【統計解析講義基礎】

テストの信頼性の統計学【統計解析講義基礎】


テストの信頼性の統計学【統計解析講義基礎】

 

信頼性の式は次のように表すことができます。

 

信頼性=真の得点の分散/(真の得点の分散+誤差得点の分散)

 

この式において、誤差得点の分散が小さくなるほど、より完璧な測定となります。

 

以下の式から、誤差得点は、2つの要素からなることがわかります。

 

特性による誤差と、方法による誤差です。

 

誤差得点=特性による誤差+方法による誤差

 

特性による誤差は、テスト受験者間の個別的な差異によるものです。

 

たとえば、彼らの勉強時間、準備状態、健康状態、モチベーションなどです。

 

方法による誤差は、個人の特定によらない差異によって生じます。

 

たとえば、テストの物理的な特質、テストの実施場所、テストの実施状況がどれくらい快適か、などです。

 

信頼性を高めるための最も有効な方法は、誤差得点を減らすことです。

 

つまり、特性による誤差と方法による誤差を、可能な限り最小化することです。

 

実用的な見地からは、特性による誤差の分散を減らすよりも、方法による誤差の分散を減らす方が簡単です。

 

たとえば、テスト実施の説明を明確に記述し、テスト会場の説明を適切に調整する方が、テスト受検者の不安を低減するよりも簡単です。

 

以下は、特性による誤差について考えられる、いくつかの原因です。

 

@健康障害

 

A不十分な準備

 

Bモチベーションの欠如

 

C興味の欠如

 

方法による誤差には、次のような原因が考えられます。

 

@不十分な説明

 

Aわかりにくい項目

 

B構成が不十分な項目

 

Cなじみのないテスト形式

 

D相互に依存した項目(それらが独立していない)

 

E妥当でない選択肢

 

最後に、テストの項目を増やせば、テストの信頼性も高めることができます。

 

なぜなら、テスト項目の数が多いほど、考えうるすべての項目からのより適切な標本となるからです。

 

このようにして、観測得点を真の得点に近づけることができます。

セミナー詳細こちら                    解析ご相談こちら


 

 

 

 

テストの信頼性の統計学【統計解析講義基礎】

テストの信頼性の統計学【統計解析講義基礎】

テストの信頼性の統計学【統計解析講義基礎】