عندما تستخدم مدرسة أو جامعة اختبارًا أو استبيانًا أو مقياسًا، لا يكفي أن يكون «مشهورًا» أو أن يعطي رقمًا ثابتًا. جودة القياس تحتاج سؤالين منفصلين: هل الدرجة متسقة بما يكفي؟ وهل تفسير هذه الدرجة مناسب للغرض الذي سنستخدمها فيه؟ الأول يتعلق بالثبات، والثاني بالصدق أو صلاحية التفسير.
ما معنى الثبات؟ الثبات يصف مقدار اتساق الدرجات تحت مصدر خطأ محدد. قد نسأل عن الاتساق الداخلي بين البنود، أو استقرار الدرجة عبر الزمن، أو اتفاق المقيمين. لذلك عبارة «الاختبار ثابت» ناقصة من دون تحديد نوع الثبات والسكان والظروف. دليل COSMIN الحديث يعرّف الثبات بوصفه مقدار خلو القياس من خطأ القياس، ويؤكد أن أشكال الثبات المختلفة تجيب عن أسئلة مختلفة.
هل Alpha المرتفع يكفي؟ لا. معامل Alpha يمكن أن يرتفع بسبب زيادة عدد البنود أو تشابهها الشديد، ولا يثبت وحده أن المقياس أحادي البعد أو أنه يقيس البناء الصحيح. إذا كانت الدرجة تجمع عدة أبعاد مختلفة، فقد يكون رقم الاتساق الداخلي مضللًا. لذلك يجب فحص بنية الأداة قبل تحويل Alpha إلى ختم جودة.
ما معنى الصدق؟ في الأطر الحديثة لا يُعامل الصدق كصفة ثابتة «يمتلكها الاختبار» مرة واحدة وإلى الأبد. السؤال الأدق: ما الأدلة التي تدعم تفسير هذه الدرجات واستخدامها مع هذه الفئة ولهذا القرار؟ قد تكون أداة مناسبة لمتابعة مجموعة في بحث، لكنها غير كافية لاتخاذ قرار فردي عالي الأثر مثل الأهلية لخدمة أو تشخيص.
لماذا يهم هذا في المدرسة والجامعة؟ لأن الاختبار قد يقيس حاجزًا غير مقصود. إذا أردنا قياس المعرفة العلمية وكانت صياغة السؤال شديدة التعقيد لغويًا، فقد تختلط المعرفة بمهارة القراءة. وإذا كان الطالب يحتاج قارئ شاشة أو AAC أو وقتًا إضافيًا، فالسؤال ليس «هل التكييف يجعل الاختبار أسهل؟» بل هل يزيل حاجزًا لا ينتمي إلى البناء المستهدف أم يغير ما نقيسه فعليًا؟
كيف تقرأ تقريرًا عن أداة؟ ابدأ بالإصدار واللغة والسكان. ثم اسأل عن نوع الثبات وفاصل الثقة، وبنية المقياس، وطريقة تحديد الدرجات أو العتبات، والأدلة مع متغيرات أخرى، وما إذا كانت هناك دراسة تكافؤ عبر مجموعات مهمة. راجع أيضًا حجم العينة وشروط التطبيق؛ رقم ثبات من عينة مختلفة جذريًا لا ينتقل تلقائيًا إلى سياقك.
الدرجة الفاصلة ليست حقيقة طبيعية إذا قيل إن «70 هو الحد»، اسأل كيف بُني هذا الحد وما تكلفة الخطأ حوله. العتبة في أداة فحص قد تكون مصممة لالتقاط أكبر عدد ممكن ممن يحتاجون تقييمًا إضافيًا، ولذلك لا تساوي تشخيصًا. وفي القرارات الأكاديمية عالية الأثر يجب فحص العدالة وخطأ القياس وقابلية المراجعة.
ما المرجع المهني الأساسي؟ تظل Standards for Educational and Psychological Testing الصادرة عن AERA وAPA وNCME مرجعًا مركزيًا مفتوح الوصول، مع بدء عملية مراجعة جديدة للمعايير منذ 2024. وحتى صدور نسخة جديدة، لا ينبغي نسبة متطلبات غير منشورة إلى «معيار 2026» مفترض.
قائمة سريعة قبل استخدام أي اختبار ما الغرض؟ من السكان؟ ما النسخة واللغة؟ ما الثبات المناسب؟ ما دليل الصدق لهذا الاستخدام؟ هل توجد تكييفات؟ ما خطأ القياس؟ كيف بُنيت العتبة؟ وهل النتيجة ستدخل قرارًا عالي الأثر؟ إذا لم تكن هذه الأسئلة قابلة للإجابة، فالرقم وحده لا يكفي لاتخاذ قرار جيد.
تمت المراجعة من قبل فريق روافد.
جودة الاختبار تحتاج فصل الثبات عن الصدق: اتساق الدرجة لا يثبت أن تفسيرها مناسب للغرض أو القرار.
- الاتساق الداخلي
- إعادة الاختبار
- اتفاق المقيمين
- خطأ القياس
الصدق يتعلق بالأدلة التي تدعم تفسيرًا واستخدامًا محددين للدرجات مع سكان وسياق معينين، وليس ختمًا دائمًا على اسم الأداة.
لماذا يهم في التعليم؟
قد تقيس المهمة حاجزًا لغويًا أو حركيًا أو تقنيًا غير مقصود. التكييف الجيد يهدف إلى إزالة الحاجز دون تغيير البناء المستهدف.
أسئلة قبل استخدام الاختبار
- ما الغرض من الاختبار؟
- ما السكان والنسخة واللغة؟
- ما نوع الثبات؟
- ما دليل الصدق لهذا الاستخدام؟
- ما خطأ القياس؟
- كيف بُنيت العتبة؟
- هل القرار عالي الأثر؟