Słownik metodologiczny · Psychometria

Test psychometryczny – co to jest, jakie ma cechy i jak czytać wynik jednej osoby?

Test psychometryczny to standaryzowane narzędzie z udokumentowaną rzetelnością, trafnością i normami. Wyjaśniamy, czym różni się od ankiety, jakie są rodzaje testów i – na przykładzie z R – jak błąd standardowy pomiaru zmienia interpretację wyniku jednej osoby.

Strona główna / Słownik / Test psychometryczny
W skrócie: Test psychometryczny to standaryzowane narzędzie, które na podstawie próbki zachowań szacuje poziom cechy psychologicznej i pozwala porównać wynik z normami. Od zwykłego zestawu pytań odróżnia go pięć udokumentowanych cech: standaryzacja, obiektywność, rzetelność, trafność i normalizacja. Wynik jednej osoby interpretuj razem z błędem standardowym pomiaru – przy SEM = 2.78 punktu wynik 31 oznacza w praktyce zakres 25.6–36.4.

Co to jest test psychometryczny?

Test psychometryczny (ang. psychological test, psychometric test) to standaryzowane narzędzie, które na podstawie próbki zachowań – odpowiedzi na pytania, rozwiązań zadań, reakcji – pozwala oszacować poziom cechy psychologicznej i porównać go z wynikami innych osób. Słowo „standaryzowane” jest tu kluczowe: każda osoba dostaje te same polecenia, w tych samych warunkach, a jej odpowiedzi są punktowane według tego samego klucza i interpretowane według tych samych norm.

Test różni się od zbioru pytań ułożonych przez badacza tym, że ma udokumentowane właściwości pomiarowe. Dziedzina, która je bada, to psychometria, a punktem odniesienia dla autorów i użytkowników testów są Standards for Educational and Psychological Testing (American Educational Research Association i in., 2014). Wymagania wobec kolejnych etapów budowy narzędzia – od pisania pozycji po ocenę rzetelności i trafności – w przystępnej formie zebrali Boateng i in. (2018).

Pięć cech dobrego testu

O tym, czy narzędzie zasługuje na nazwę testu psychometrycznego, decyduje pięć właściwości. Każda ma w słowniku osobne hasło:

Cechy testu psychometrycznego i pytania, na które odpowiadają
CechaPytanie, na które odpowiadaGdzie szukać informacji
StandaryzacjaCzy wszyscy badani są w tej samej sytuacji (instrukcja, czas, materiały)?Rozdział o procedurze badania w podręczniku
ObiektywnośćCzy dwie osoby obliczą i zinterpretują wynik tak samo?Klucz, zasady punktowania, zgodność sędziów
RzetelnośćJak dokładny jest wynik, czyli ile w nim błędu losowego?Współczynniki α, ω, test–retest, błąd standardowy pomiaru
TrafnośćCzy wynik można interpretować tak, jak chce autor?Badania struktury czynnikowej i związków z innymi zmiennymi
NormalizacjaJak wypada wynik na tle właściwej grupy odniesienia?Tabele norm, opis próby normalizacyjnej

Te cechy są od siebie zależne. Bez standaryzacji i obiektywności wynik zawiera dodatkowy błąd, więc spada rzetelność. Niska rzetelność ogranicza z kolei trafność. Normy mają sens tylko wtedy, gdy wynik osoby badanej uzyskano w tych samych warunkach co wyniki próby normalizacyjnej.

Rodzaje testów psychometrycznych

  • Testy zdolności i wiadomości – zadania mają poprawne odpowiedzi (np. testy inteligencji, uwagi, pamięci). Wynikiem jest zwykle liczba poprawnych rozwiązań, a jakość zadań ocenia analiza pozycji testu.
  • Kwestionariusze osobowości, postaw i objawów – nie ma dobrych ani złych odpowiedzi. Osoba ocenia, w jakim stopniu twierdzenie ją opisuje, najczęściej na skali Likerta.
  • Testy szybkości i testy mocy – w pierwszych liczy się, ile łatwych zadań ktoś zdąży rozwiązać w krótkim czasie, w drugich – jak trudne zadania rozwiąże bez presji czasu.
  • Testy normatywne i kryterialne – pierwsze porównują osobę z grupą (centyle, steny), drugie z ustalonym standardem (np. „opanował 80% materiału”).

Test psychometryczny to nie to samo co ankieta. Ankieta zbiera informacje o faktach, opiniach i zachowaniach, a jej pytania analizuje się zwykle pojedynczo. Test łączy wiele pozycji w jeden wynik, który ma mierzyć cechę. Różnicę szerzej omawia hasło kwestionariusz a ankieta.

Przykład: co naprawdę znaczy wynik jednej osoby

Najlepiej widać, czym test różni się od zwykłego zestawu pytań, kiedy interpretuje się wynik jednej osoby. Weźmy fikcyjny Kwestionariusz Lęku Egzaminacyjnego: 15 pozycji z odpowiedziami 0–3, wynik od 0 do 45 punktów. Próba normalizacyjna liczy 500 osób studiujących (dane symulowane): M = 20.32, SD = 8.46, α = .89. Studentka uzyskała 31 punktów. Co można o niej powiedzieć?

  1. Pozycja w grupie. Wynik surowy 31 odpowiada randze centylowej 87.8, czyli niższy wynik ma około 88% osób z próby normalizacyjnej (zob. percentyl). Na skali stenowej to sten 8, a więc wynik wysoki.
  2. Dokładność wyniku. Każdy wynik zawiera błąd pomiaru. Jego wielkość opisuje błąd standardowy pomiaru (SEM), liczony z odchylenia standardowego i rzetelności:
    SEM = SD × √(1 − rxx) = 8.46 × √(1 − .89) = 2.78 pkt
    95% przedział dla wyniku tej osoby wynosi 31 ± 1.96 × 2.78, czyli od 25.6 do 36.4 punktu. W stenach to zakres od 7 do 9.
  3. Porównanie dwóch osób. Błąd różnicy dwóch wyników wynosi SEM × √2 = 3.93 punktu. Żeby różnica między dwiema osobami była większa od błędu przy 95% pewności, musi przekroczyć 1.96 × 3.93 = 7.70 punktu. Różnica 4–5 punktów nic więc nie rozstrzyga.

Harvill (1991) definiuje SEM jako odchylenie standardowe błędów pomiaru i pokazuje, jak budować wokół wyniku pasma niepewności. Zaleca też korzystanie z wartości SEM wyznaczonych dla różnych poziomów wyniku, jeśli podręcznik je podaje. Ten sam wynik przy słabszym teście znaczy mniej: gdyby rzetelność wynosiła .70, SEM wzrósłby do 4.6 punktu, a przedział objąłby zakres od 21.9 do 40.1 – od wyniku przeciętnego po bardzo wysoki.

Histogram wyników 500 osób z próby normalizacyjnej z granicami stenów; wynik osoby 31 punktów (ranga centylowa 87.8, sten 8) zaznaczony czerwoną linią, a 95-procentowy przedział od 25.6 do 36.4 punktu niebieskim polem obejmującym steny od 7 do 9
Rysunek 1. Rozkład wyników w próbie normalizacyjnej (szare słupki), granice stenów (przerywane linie), wynik jednej osoby (czerwona linia) i jego 95% przedział wynikający z błędu standardowego pomiaru (niebieskie pole). Obliczenia: R (dane symulowane).

Rysunek pokazuje, dlaczego interpretacja „sten 8, więc wysoki lęk” jest tylko przybliżeniem. Prawdziwy wynik tej osoby może leżeć w stenie 7, 8 albo 9. W diagnozie decyduje się więc na podstawie przedziału, a nie pojedynczej liczby. Normy i przeliczanie wyników omawia szerzej hasło normy testowe.

Co powinien zawierać podręcznik testu

Zanim wybierzesz narzędzie do pracy, sprawdź w podręczniku (albo w artykule walidacyjnym), czy zawiera:

  • opis mierzonej cechy i teorii, z której wyrasta test;
  • pełną instrukcję badania, klucz i zasady punktowania;
  • opis prób badawczych: liczebność, wiek, płeć, sposób doboru i rok badania;
  • wskaźniki rzetelności, najlepiej kilka rodzajów, oraz błąd standardowy pomiaru;
  • wyniki badań trafności: strukturę czynnikową i związki z innymi miarami;
  • normy dla grup, do których odnosisz wyniki, z datą ich opracowania.

W badaniu do pracy dyplomowej liczy się jeszcze jedna sprawa – prawo do użycia testu. Stanowisko International Test Commission (2014) przypomina, że przed użyciem chronionego testu w badaniach trzeba uzyskać zgodę właściciela praw, także na przekład. Pozycji testu nie drukuje się w publikacjach ani w pracach dyplomowych, a zmiany w teście wymagają pisemnej zgody. Gdzie szukać narzędzi z jasnym statusem prawnym, podpowiada wpis Gdzie znaleźć kwestionariusze psychologiczne. Jeśli test pochodzi z innego kraju, sprawdź, czy ma właściwą adaptację.

Jak opisać test w pracy (APA)

W podrozdziale „Narzędzia” każdy test opisz w jednym akapicie: nazwa i autorzy (z adaptacją), co mierzy, liczba pozycji i format odpowiedzi, sposób liczenia wyniku i jego zakres, interpretacja wysokiego wyniku oraz rzetelność w Twojej próbie. Rzetelność z podręcznika nie zastępuje rzetelności policzonej na Twoich danych – podaj obie. Jak raportować współczynniki rzetelności, wyjaśnia wpis Wzór raportowania alfy Cronbacha.

Lęk egzaminacyjny mierzono Kwestionariuszem Lęku Egzaminacyjnego (narzędzie fikcyjne, użyte jako przykład). Kwestionariusz składa się z 15 twierdzeń, do których osoba badana odnosi się na skali od 0 (nigdy) do 3 (prawie zawsze). Wynik ogólny jest sumą odpowiedzi (zakres 0–45); wyższy wynik oznacza silniejszy lęk. W próbie normalizacyjnej (N = 500) średnia wynosiła 20.32 (SD = 8.46), a rzetelność α = .89, co daje błąd standardowy pomiaru 2.78 punktu. Wyniki przeliczono na steny według norm dla osób studiujących.

Jeśli interpretujesz wyniki pojedynczych osób, np. w pracy z psychologii klinicznej, podawaj przedziały, a nie same steny: „wynik 31 punktów (95% przedział: 25.6–36.4), sten 8”.

Przykład reprodukowalny

Przykład w R

Kod symuluje próbę normalizacyjną, liczy rzetelność i błąd standardowy pomiaru, a potem interpretuje wynik jednej osoby: przedział, rangę centylową, sten i minimalną różnicę między dwiema osobami. Liczby w tekście pochodzą z tego kodu.

Wynik jednej osoby: SEM, przedział, centyl i sten

Dane wejściowe: 15 pozycji 0–3, próba normalizacyjna 500 osób (dane symulowane, set.seed(159)).

Co odczytać: M, SD, α i SEM; 95% przedział dla wyniku 31; rangę centylową; sten wyniku i granic przedziału; błąd różnicy i minimalną różnicę; przedział przy rzetelności .70.

R
# R159 – test psychometryczny: od wyniku surowego do przedziału błędu i stenu
# Dane symulowane: próba normalizacyjna N = 500, kwestionariusz lęku egzaminacyjnego (15 pozycji 0–3, wynik 0–45)
suppressPackageStartupMessages(library(psych))
set.seed(159)
N <- 500; k <- 15
theta <- rnorm(N)
progi <- c(-0.9, 0.2, 1.3)
odp <- sapply(1:k, function(j) {
  lat <- 0.62 * theta + rnorm(N, 0, 0.80) + rnorm(1, 0, 0.15)
  findInterval(lat, progi)
})
wynik <- rowSums(odp)
M <- mean(wynik); SD <- sd(wynik)
alfa <- psych::alpha(as.data.frame(odp), warnings = FALSE)$total$raw_alpha
SEM <- SD * sqrt(1 - alfa)
round(c(M = M, SD = SD, alfa = alfa, SEM = SEM), 2)

# Wynik jednej osoby
x <- 31
przedzial <- x + c(-1, 1) * qnorm(0.975) * SEM
round(przedzial, 1)
# ranga centylowa (odsetek wyników niższych + połowa równych)
rc <- 100 * (mean(wynik < x) + 0.5 * mean(wynik == x))
round(rc, 1)
# sten: 5.5 + 2 * z, obcięty do 1–10
sten <- function(s) pmin(pmax(round(5.5 + 2 * (s - M) / SD), 1), 10)
c(sten_wyniku = sten(x), sten_dolna = sten(przedzial[1]), sten_gorna = sten(przedzial[2]))

# Czy dwie osoby różnią się naprawdę? Błąd standardowy różnicy i minimalna różnica (95%)
SE_roznicy <- SEM * sqrt(2)
round(c(SE_roznicy = SE_roznicy, minimalna_roznica = qnorm(0.975) * SE_roznicy), 2)
# Ten sam wynik przy słabszej rzetelności (alfa = .70)
SEM70 <- SD * sqrt(1 - 0.70)
round(c(SEM_przy_70 = SEM70, x + c(-1, 1) * qnorm(0.975) * SEM70), 1)
Wynik w R
    M    SD  alfa   SEM 
20.32  8.46  0.89  2.78 
[1] 25.6 36.4
[1] 87.8
sten_wyniku  sten_dolna  sten_gorna 
          8           7           9 
       SE_roznicy minimalna_roznica 
             3.93              7.70 
SEM_przy_70                         
        4.6        21.9        40.1

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3; rzetelność policzono funkcją alpha() z pakietu psych, a rysunek przygotowano w ggplot2.

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. psych (wersja 2.6.5): Revelle, W. (2026). psych: Procedures for psychological, psychometric, and personality research (R package version 2.6.5) [Computer software]. Northwestern University. https://CRAN.R-project.org/package=psych
  3. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org

Najczęstsze błędy

  • Nazywanie testem dowolnego zestawu pytań. Kilka pytań napisanych do pracy magisterskiej to co najwyżej skala badawcza. Testem stanie się dopiero po zbadaniu rzetelności i trafności. Jak to zrobić, opisuje wpis Jak zbudować i zwalidować skalę psychometryczną?
  • Traktowanie wyniku jako dokładnej wartości. Bez błędu standardowego pomiaru nie wiadomo, czy różnica 3 punktów coś znaczy. W przykładzie różnica między dwiema osobami musiała przekroczyć 7.70 punktu.
  • Normy z innej populacji. Normy dla dorosłych nie nadają się do oceny nastolatków, a normy sprzed kilkudziesięciu lat mogą zawyżać lub zaniżać wyniki.
  • Zmiany w teście bez zgody i bez nowych badań. Skrócenie skali, inna skala odpowiedzi czy przeformułowanie pozycji tworzą nowe narzędzie, do którego normy i dane o rzetelności z podręcznika już nie pasują.
  • Publikowanie pozycji testu. Treść chronionych testów nie trafia do aneksu pracy – wystarczy nazwa, źródło i przykładowa pozycja, jeśli właściciel praw się na to zgodził.
  • Utożsamianie rzetelności z trafnością. Wysoka α mówi, że pozycje mierzą coś wspólnego, ale nie mówi, czy jest to cecha, którą chcesz mierzyć (zob. spójność wewnętrzna).

Najczęstsze pytania

Czym test psychometryczny różni się od zwykłej ankiety?

Ankieta zbiera informacje o faktach, opiniach i zachowaniach, a jej pytania analizuje się zwykle osobno. Test psychometryczny łączy wiele pozycji w jeden wynik mierzący cechę, ma standaryzowaną procedurę oraz udokumentowaną rzetelność, trafność i normy. Dzięki temu wynik osoby można porównać z wynikami grupy odniesienia.

Jakie cechy musi mieć dobry test psychometryczny?

Pięć: standaryzację (te same warunki badania), obiektywność (ten sam wynik niezależnie od osoby, która go liczy), rzetelność (mały błąd pomiaru), trafność (wynik znaczy to, co ma znaczyć) i normalizację (normy dla właściwej grupy). Informacje o każdej z nich znajdziesz w podręczniku testu lub w artykule walidacyjnym.

Jak obliczyć przedział dla wyniku testu jednej osoby?

Policz błąd standardowy pomiaru: SEM = SD × √(1 − rzetelność). 95% przedział to wynik ± 1.96 × SEM. Na przykład przy SD = 8.46 i α = .89 SEM wynosi 2.78 punktu, więc dla wyniku 31 przedział obejmuje 25.6–36.4 punktu.

Czy mogę umieścić pozycje testu w aneksie pracy magisterskiej?

Zwykle nie. Według stanowiska International Test Commission pozycji chronionych testów nie drukuje się w publikacjach ani w pracach dyplomowych, a na przedruk nawet przykładowej pozycji potrzebna jest zgoda właściciela praw. W pracy podaj nazwę testu, autorów, wydanie i informację o zgodzie na użycie.

Kiedy różnica wyników dwóch osób w teście jest znacząca?

Gdy przekracza błąd różnicy pomnożony przez 1.96. Błąd różnicy to SEM × √2. W przykładzie z SEM = 2.78 punktu różnica między dwiema osobami musi wynosić co najmniej 7.70 punktu, żeby nie dało się jej wytłumaczyć samym błędem pomiaru.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for educational and psychological testing. https://www.testingstandards.net/open-access-files.html ● Otwarty dostęp
  2. Boateng, G. O., Neilands, T. B., Frongillo, E. A., Melgar-Quiñonez, H. R., & Young, S. L. (2018). Best practices for developing and validating scales for health, social, and behavioral research: A primer. Frontiers in Public Health, 6, Article 149. https://doi.org/10.3389/fpubh.2018.00149 ● Otwarty dostęp
  3. Harvill, L. M. (1991). Standard error of measurement. Educational Measurement: Issues and Practice, 10(2), 33–41. https://doi.org/10.1111/j.1745-3992.1991.tb00195.x
  4. International Test Commission. (2014). ITC statement on the use of tests and other assessment instruments for research purposes (Version 1.2). https://www.intestcom.org/files/statement_using_tests_for_research.pdf ● Otwarty dostęp

Cytowania BibTeX

@book{aera2014standards, author={{American Educational Research Association} and {American Psychological Association} and {National Council on Measurement in Education}}, title={{Standards for educational and psychological testing}}, year={2014}, publisher={American Educational Research Association}, url={https://www.testingstandards.net/open-access-files.html}}
@article{boateng2018best, author={Boateng, Godfred O. and Neilands, Torsten B. and Frongillo, Edward A. and Melgar-Quiñonez, Hugo R. and Young, Sera L.}, title={{Best practices for developing and validating scales for health, social, and behavioral research: A primer}}, journal={Frontiers in Public Health}, year={2018}, volume={6}, eid={149}, doi={10.3389/fpubh.2018.00149}}
@article{harvill1991standard, author={Harvill, Leo M.}, title={{Standard error of measurement}}, journal={Educational Measurement: Issues and Practice}, year={1991}, volume={10}, number={2}, pages={33--41}, doi={10.1111/j.1745-3992.1991.tb00195.x}}
@techreport{itc2014statement, author={{International Test Commission}}, title={{ITC statement on the use of tests and other assessment instruments for research purposes}}, year={2014}, institution={International Test Commission}, url={https://www.intestcom.org/files/statement_using_tests_for_research.pdf}}
R