Słownik metodologiczny · Psychometria

Obiektywność (psychometria)

Pełne wyjaśnienie, zastosowanie naukowe i praktyczne, przykład, dobre praktyki oraz gotowy zapis wyniku w APA 7.

Strona główna / Słownik / Obiektywność (psychometria)

Co oznacza Obiektywność (psychometria)?

Obiektywność pomiaru oznacza ograniczenie wpływu osoby badającej na przeprowadzenie, ocenę i interpretację wyniku.

Zastosowanie, warunki i dobre praktyki

Obiektywność dotyczy ograniczenia wpływu osoby przeprowadzającej, oceniającej lub interpretującej test. Wspierają ją jednolita instrukcja, jednoznaczny klucz, szkolenie i ocena zgodności sędziów. Nie oznacza bezbłędności ani neutralności konstruktu: nawet w pełni automatycznie punktowany test może mieć stronniczą treść, niewłaściwe normy lub słabą trafność. Gdy ocenę tworzą sędziowie, potrzebna jest miara zgodności dobrana do rodzaju wyniku oraz opis liczby oceniających i procedury rozstrzygania rozbieżności.

Najważniejsze zastosowanie: Zapewniaj przez standaryzowane instrukcje, klucze, szkolenie oceniających i ocenę zgodności.

Jak poprawnie stosować i interpretować hasło „Obiektywność (psychometria)”?

W analizie dotyczącej hasła „Obiektywność (psychometria)” obiektywność pomiaru ocenia się osobno na etapie przeprowadzania testu, punktowania odpowiedzi i interpretacji wyniku. Dla interpretacji hasła „Obiektywność (psychometria)” trzeba ustalić, w których miejscach decyzja osoby badającej lub sędziego może zmienić rezultat, a następnie ograniczyć ten wpływ za pomocą jednolitej instrukcji, klucza, szkolenia i reguł rozstrzygania niejednoznaczności.

W odniesieniu do hasła „Obiektywność (psychometria)”, jeżeli wynik zależy od oceny sędziów, obiektywność sprawdza się na niezależnie zakodowanym materiale. Przy ocenie hasła „Obiektywność (psychometria)” miarę zgodności dobiera się do skali wyniku i schematu oceniania: kappa odpowiada kategoriom, a właściwy wariant ICC — wynikom ilościowym. W analizie dotyczącej hasła „Obiektywność (psychometria)” wysoka zgodność nie wystarcza, gdy wszyscy sędziowie stosują ten sam błędny klucz lub znają oczekiwany wynik.

Co trzeba opisać w raporcie?

W analizie dotyczącej hasła „Obiektywność (psychometria)” w raporcie należy opisać standaryzację instrukcji, liczbę i przygotowanie oceniających, zaślepienie, klucz punktowania oraz procedurę rozbieżności. Dla interpretacji hasła „Obiektywność (psychometria)”, jeśli liczono zgodność, trzeba podać nazwę i wariant współczynnika, estymatę z przedziałem ufności, liczbę ocenianych obiektów oraz to, czy raportowana jest zgodność pojedynczego sędziego czy średniej ocen.

Zakres raportowania dla hasła „Obiektywność (psychometria)”: Opisz procedurę, zaślepienie, szkolenie i zgodność oceniających.

Przykład praktyczny i gotowa interpretacja

Sytuacja: Dwóch sędziów koduje wypowiedzi według jawnego klucza, a zgodność jest oceniana ICC/kappa.

Jak ją zinterpretować: Podobny wynik niezależnie od osoby badającej lub oceniającej wspiera obiektywność procedury. Nie dowodzi jednak trafności treści ani braku stronniczości; potrzebna jest standaryzacja i, gdy właściwe, zgodność sędziów.

Najczęstsza pułapka i granica interpretacji

Automatyczny wynik nie jest obiektywny, jeśli reguły i dane uczące są obciążone.

W odniesieniu do hasła „Obiektywność (psychometria)” obiektywność nie jest synonimem rzetelności ani trafności. Przy ocenie hasła „Obiektywność (psychometria)” wynik może być niezależny od osoby badającej, a jednocześnie systematycznie mierzyć niewłaściwą cechę, opierać się na stronniczych normach albo prowadzić do niesprawiedliwych decyzji.

Definicje, zalecenia interpretacyjne i sposób raportowania oparto na literaturze metodologicznej wskazanej w bibliografii (McNeish, 2018).

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Oferta dla badaczyOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. McNeish, D. (2018). Thanks coefficient alpha, we’ll take it from here. Psychological Methods, 23(3), 412–433. https://doi.org/10.1037/met0000144
  2. Dunn, T. J., Baguley, T., & Brunsden, V. (2014). From alpha to omega: A practical solution to the pervasive problem of internal consistency estimation. British Journal of Psychology, 105(3), 399–412. https://doi.org/10.1111/bjop.12046
  3. Sijtsma, K. (2009). On the use, the misuse, and the very limited usefulness of Cronbach’s alpha. Psychometrika, 74(1), 107–120. https://doi.org/10.1007/s11336-008-9101-0
  4. Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. https://doi.org/10.1037/amp0000191
  5. Fabrigar, L. R., Wegener, D. T., MacCallum, R. C., & Strahan, E. J. (1999). Evaluating the use of exploratory factor analysis in psychological research. Psychological Methods, 4(3), 272–299. https://doi.org/10.1037/1082-989X.4.3.272
  6. Hayton, J. C., Allen, D. G., & Scarpello, V. (2004). Factor retention decisions in exploratory factor analysis: A tutorial on parallel analysis. Organizational Research Methods, 7(2), 191–205. https://doi.org/10.1177/1094428104263675

Cytowania BibTeX

@article{mcneish2018alpha, author={McNeish, Daniel}, title={Thanks coefficient alpha, we’ll take it from here}, journal={Psychological Methods}, year={2018}, volume={23}, number={3}, pages={412--433}, doi={10.1037/met0000144}}
@article{dunn2014omega, author={Dunn, Thomas J. and Baguley, Thom and Brunsden, Vivienne}, title={From alpha to omega: A practical solution to the pervasive problem of internal consistency estimation}, journal={British Journal of Psychology}, year={2014}, volume={105}, number={3}, pages={399--412}, doi={10.1111/bjop.12046}}
@article{sijtsma2009alpha, author={Sijtsma, Klaas}, title={On the use, the misuse, and the very limited usefulness of Cronbach’s alpha}, journal={Psychometrika}, year={2009}, volume={74}, number={1}, pages={107--120}, doi={10.1007/s11336-008-9101-0}}
@article{appelbaum2018jars, author={Appelbaum, Mark and Cooper, Harris and Kline, Rex B. and Mayo-Wilson, Evan and Nezu, Arthur M. and Rao, Stephen M.}, title={Journal article reporting standards for quantitative research in psychology}, journal={American Psychologist}, year={2018}, volume={73}, number={1}, pages={3--25}, doi={10.1037/amp0000191}}
@article{fabrigar1999efa, author={Fabrigar, Leandre R. and Wegener, Duane T. and MacCallum, Robert C. and Strahan, Erin J.}, title={Evaluating the use of exploratory factor analysis in psychological research}, journal={Psychological Methods}, year={1999}, volume={4}, number={3}, pages={272--299}, doi={10.1037/1082-989X.4.3.272}}
@article{hayton2004parallel, author={Hayton, James C. and Allen, David G. and Scarpello, Vida}, title={Factor retention decisions in exploratory factor analysis: a tutorial on parallel analysis}, journal={Organizational Research Methods}, year={2004}, volume={7}, number={2}, pages={191--205}, doi={10.1177/1094428104263675}}
R