Кіріспе
Өлшемнің шындыққа сәйкестік дәрежесі (Validity) – бұл тұжырымдаманың, қорытындының немесе өлшемнің негізділігі және нақты әлемге дәл сәйкес келуі. "Сақ" сөзі латын тіліндегі validus сөзінен шыққан, ол "күшті" деген мағынаны білдіреді. Өлшеу құралының жарамдылығы (мысалы, білім берудегі тест) – құрал нені өлшеуі керек болса, соны өлшейтін дәрежесі. Жарамдылық әртүрлі дәлелдер жиынтығының күшіне негізделеді (мысалы, сыртқы жарамдылық, құрылымдық жарамдылық және т.б.), олар төменде егжей-тегжейлі сипатталған. Психометрияда жарамдылықтың ерекше қолданысы – тест жарамдылығы: "тест нәтижелерінің интерпретациясын дәлелдер мен теория қолдайтын дәреже" ("тесттерді қолданудың жоспарланған мақсатына сәйкес"). Ғылыми жарамдылық тұжырымы шындықтың мәнін статистикалық өлшемдер тұрғысынан қарастырады, сондықтан ол эпистемологиялық және философиялық мәселе болып табылады, сондай-ақ өлшеу мәселесі де. Логикадағы осы терминнің қолданылуы тар, ол аргументтің алғышарттары мен қорытындысы арасындағы қатынасқа қатысты. Логикада жарамдылық – аргументтің қасиеті, егер алғышарттар дұрыс болса, онда қорытындының шындығы міндетті түрде туындайды. Аргументтің қорытындысы дұрыс болады, егер аргумент жарамды болса және оның алғышарттары дұрыс болса. Керісінше, "ғылыми немесе статистикалық жарамдылық" – бұл міндетті түрде шындықты сақтайтын дедуктивтік талап емес, бірақ дұрыс немесе жалған болып қала беретін индуктивтік талап. Сондықтан "ғылыми немесе статистикалық жарамдылық" – бұл күшті немесе әлсіз деп сипатталатын мәлімдеме, ол ешқашан міндетті емес және толық сенімді де емес. Бұл "ғылыми немесе статистикалық жарамдылық" туралы мәлімдемелерді іс жүзіндегі жағдайдың мәнін түсіндіруге ашық етеді. Жарамдылық маңызды, өйткені ол қандай тесттерді қолдану керектігін анықтауға көмектеседі және зерттеушілердің тек этикалық және тиімді ғана емес, сонымен қатар зерттелетін идеяларды немесе конструкцияларды шын мәнінде өлшейтін әдістерді қолданатындығын қамтамасыз етуге көмектеседі.
Validity is the main extent to which a concept, conclusion, or measurement is well founded and likely corresponds accurately to the real world. The word "valid" is derived from the Latin validus, meaning strong. The validity of a measurement tool (for example, a test in education) is the degree to which the tool measures what it claims to measure. Validity is based on the strength of a collection of different types of evidence (e. g. face validity, construct validity, etc.) described in greater detail below. In psychometrics, validity has a particular application known as test validity: "the degree to which evidence and theory support the interpretations of test scores" ("as entailed by proposed uses of tests"). It is generally accepted that the concept of scientific validity addresses the nature of reality in terms of statistical measures and as such is an epistemological and philosophical issue as well as a question of measurement. The use of the term in logic is narrower, relating to the relationship between the premises and conclusion of an argument. In logic, validity refers to the property of an argument whereby if the premises are true then the truth of the conclusion follows by necessity. The conclusion of an argument is true if the argument is sound, which is to say if the argument is valid and its premises are true. By contrast, "scientific or statistical validity" is not a deductive claim that is necessarily truth preserving, but is an inductive claim that remains true or false in an undecided manner. This is why "scientific or statistical validity" is a claim that is qualified as being either strong or weak in its nature, it is never necessary nor certainly true. This has the effect of making claims of "scientific or statistical validity" open to interpretation as to what, in fact, the facts of the matter mean. Validity is important because it can help determine what types of tests to use, and help to ensure researchers are using methods that are not only ethical and cost effective, but also those that truly measure the ideas or constructs in question.
Дұрыс (нақтылық)
Бағалаудың жарамдылығы – бұл бағалаудың өзі өлшеуге тиіс нәрсені қаншалықты дәл өлшейтіні. Бұл сенімділіктен өзгеше, сенімділік – өлшеудің қаншалықты тұрақты нәтижелер беретінін көрсетеді. Жарамдылықта өлшеу нәтижелері сенімділіктегідей әрқашан бірдей болуы міндетті емес. Дегенмен, өлшеу сенімді болғандықтан, ол міндетті түрде жарамды деген сөз емес. Мысалы, 5 фунт қатемен салмақ өлшейтін таразы сенімді, бірақ жарамсыз. Егер тест сенімді болмаса, онда ол жарамды бола алмайды. Жарамдылық сондай-ақ, өлшеудің оған арналған нәрсені, басқа емес, соны өлшеуіне байланысты. Жарамдылық (сенімділік сияқты) салыстырмалы ұғым; жарамдылық – бұл «бар немесе жоқ» сияқты толыққанды идея емес. Жарамдылықтың түрлері көптеген.
Құрастыру жарамдылығы
Конструктінің жарамдылығы – конструктінің операционализацияларының (мысалы, теориядан дамытылған практикалық тесттер) теориямен анықталғандай, конструктті қаншалықты дәл өлшейтінін көрсетеді. Ол барлық басқа жарамдылық түрлерін қамтиды. Мысалы, тесттің интеллектті өлшейтін деңгейі – конструктінің жарамдылығы мәселесі болып табылады. Интеллектті өлшеу, басқа нәрселермен қатар, өлшеудің осы конструктке байланысты болуын (конвергенттік жарамдылық), сондай-ақ оған байланысты болмауы тиіс нәрселермен байланысты болмауын (дискриминанттық жарамдылық) талап етеді. Конструктінің жарамдылығын растау – конструктті түсіндіруге эмпирикалық және теориялық негіз беруді қамтиды. Мұндай дәлелдерге тесттің ішкі құрылымының статистикалық талдауы, соның ішінде әртүрлі тест сұрақтарына берілген жауаптар арасындағы байланыстар кіреді. Бұған қоса, тест пен басқа конструкттердің өлшемдері арасындағы байланыстар да жатады. Қазіргі түсінікте, конструктінің жарамдылығы – тесттің өлшеуге арналған конструкттің мазмұндық теориясын қолдаудан ерекшеленбейді. Сондықтан, конструкттің себептік рөлінің әр түрлі аспектілерін анықтауға бағытталған эксперименттер де жарамдылықты растауға үлес қосады. Сұрақнамаларды соңғы рет жүргізу алдында зерттеуші әр конструктке немесе айнымалыға қатысты сұрақтардың жарамдылығын тексеруі және ОМС (сарапшылар кеңесі) пікіріне сүйене отырып, өлшеу құралдарын тиісінше өзгертуі керек. Тесттің мазмұндық жарамдылығы, қамтылатын сұрақтарды мұқият іріктеу арқылы құрылады (Anastasi & Urbina, 1997). Сұрақтар тесттің техникалық талаптарына сәйкес таңдалады, ал олар пән аймағын жан-жақты зерттеу нәтижесінде жасалады. Foxcroft, Paterson, le Roux & Herbst (2004, 49-бет) атап өткендей, тесттің техникалық талаптарын және сұрақтарды іріктеуді сарапшылар тобының қарауы арқылы тесттің мазмұндық жарамдылығын жақсартуға болады. Сарапшылар сұрақтарды қарап, олардың мінез-құлық аймағының өкілдік үлгісін қамтитыны туралы пікір білдіре алады.
Тұлғаның жарамдылығы
Тұлғалық жарамдылық – бұл тесттің белгілі бір өлшемді бағалайтын сияқты көрінуінің бағасы; бұл тесттің осы саладағы құбылыстарды нақты өлшейтініне кепілдік бермейді. Өлшемдер жоғары жарамдылыққа ие болуы мүмкін, бірақ тест не өлшейтінін көрсетпесе, онда оның тұлғалық жарамдылығы төмен болады. Шындығында, егер тест жалғандауға (алдауға) ұшыраса, төменгі тұлғалық жарамдылық оны жарамдырақ етуі мүмкін. Төменгі тұлғалық жарамдылықпен шынайы жауаптар алуға болатындығын ескере отырып, кейде өлшемдерді қолдану кезінде тұлғалық жарамдылық төмен сияқты көрінуі маңызды. Тұлғалық жарамдылық мазмұндық жарамдылықпен тығыз байланысты. Мазмұндық жарамдылық белгілі бір өлшемнің барлық аспектілерін бағалайтын тесттің теориялық негізіне байланысты (мысалы, қосымды бағалау математикалық дағдылардың жақсы өлшемі болып табылады ма? Бұл сұраққа жауап беру үшін математикалық дағдыларға қандай арифметикалық дағдылар кіретінін білу керек), ал тұлғалық жарамдылық тесттің жақсы өлшем болып көрінетініне байланысты. Бұл бағалау тесттің "бетінен" жасалады, сондықтан оны кәсіби емес адамдар да бағалай алады. Тұлғалық жарамдылық – бастапқы нүкте, бірақ оны кез келген мақсат үшін жарамды деп ешқашан ойламау керек, өйткені "сарапшылар" бұрын қателескен – Malleus Malificarum (Солқын сарқылы) өзінің қорытындыларына екі "сарапшының" "солқынды анықтау" саласындағы өзіне сенімділігінен басқа ешқандай дәлелдеме бермеді, бірақ оны ондаған мың ер және әйел адамдарды "солқын" деп айыптап, өртеу үшін "тест" ретінде пайдаланды.
Критерийдің жарамдылығы
Критерийлік жарамдылықты дәлелдеу – бұл сынақ пен конструкцияны көрсететін критерий айнымалысы (немесе айнымалылары) арасындағы корреляцияны қамтиды. Басқаша айтқанда, бұл сынақты бұрыннан жарамды деп саналатын басқа өлшемдермен немесе нәтижелермен (критерийлермен) салыстыруды білдіреді. Мысалы, қызметкерлерді іріктеу сынақтары көбінесе жұмыс өнімділігінің өлшемдерімен (критериймен) салыстырылады, ал IQ сынақтары көбінесе академиялық үлгерімнің өлшемдерімен (критериймен) салыстырылады. Егер сынақ деректері мен критерий деректері бір уақытта жиналса, онда бұл бірдей уақыттағы жарамдылық дәлелі деп аталады. Егер сынақ деректері кейінірек жиналған критерий деректерін болжау үшін жиналса, онда бұл болжамдық жарамдылық дәлелі деп аталады.
Бір мезгілде жарамдылық
Бір мезгілдегі жарамдылық – бұл нақты өлшемнің сол конструктивтің басқа да бір уақытта өлшенетін басқа өлшемдермен қаншалықты байланысты екенін көрсетеді. Егер өлшем сол сияқты басқа өлшеммен салыстырылса, олардың арасында байланыс (немесе корреляция) болады. Мысалы, іріктеу тестіне оралсақ, бұл тесттер қазіргі қызметкерлерге тапсырылып, олардың жұмыстың нәтижелерін бағалау бойынша алған бағаларымен салыстырылады.
Болжамдық жарамдылық
Прогноздық жарамдылық – операциялық айқындаманың болашақта өлшенетін сол құрылымның басқа өлшемдерін болжау (немесе олармен сәйкес келу) дәрежесі. Мысалы, іріктеу тестісі жағдайында, тесттер үміткерлерге тапсырылады, барлық үміткерлер жұмысқа қабылданады, олардың еңбек өнімділігі кейінірек бағаланады, содан кейін екі өлшемнің нәтижелері өзара байланыстырылады. Бұл сондай-ақ өлшеудің өлшенген нәрсе мен басқа бір нәрсе арасындағы қатынасты болжауын білдіреді; яғни, болашақта басқа нәрсе орын ала ма, жоқ па, дегенді болжау. Алдын ала болжамдалған және кейіннен алынған нақты нәтижелер арасындағы жоғары корреляция жарамдылықтың ең сенімді дәлелі болып табылады.
Экологиялық жарамдылығы
Экологиялық жарамдылық – зерттеу нәтижелерін зерттеу ортасынан тыс, нақты өмірлік жағдайларда қолдану мүмкіндігінің деңгейі. Бұл мәселе сыртқы жарамдылықпен тығыз байланысты, бірақ тәжірибелік тұжырымдардың нақты әлемде байқалатын құбылыстарды қаншалықты дәл бейнелейтінін қарастырады (экология – организм мен оның қоршаған ортасы арасындағы өзара әрекеттесуді зерттейтін ғылым). Экологиялық жарамдылыққа ие болу үшін зерттеудің әдістері, материалдары және ортасы зерттеліп отырған нақты өмірлік жағдайға жақын болуы керек. Экологиялық жарамдылық мәселесі эксперимент пен бақылауға ішінара байланысты. Ғылымда әдетте зерттеудің екі түрі бар: бақылау (пассивті) және эксперименттік (белсенді). Эксперименттік жобалардың мақсаты – себеп-салдар байланысын тексеру, яғни А-ның В-ны, немесе В-ның А-ны тудыратынын анықтау. Бірақ кейде этикалық және/немесе әдістемелік шектеулер эксперимент жүргізуге мүмкіндік бермейді (мысалы, оқшаулану баланың танымдық қабілеттеріне қалай әсер етеді?). Мұндай жағдайда зерттеу жүргізуге болады, бірақ ол себеп-салдар емес, корреляциялық болады. Яғни, А мен В бірге пайда болады деген қорытындыға ғана келуге болады. Екі тәсілдің де артықшылықтары мен кемшіліктері бар.
Ішкі жарамдылықпен байланыс
Бір қарағанда, ішкі және сыртқы жарамдылық бір-біріне қайшы келеді – эксперименттік жобаны жасау үшін барлық араласатын айнымалыларды бақылау керек. Сондықтан экспериментті көбінесе зертхана жағдайында жүргізесіз. Ішкі жарамдылықты қамтамасыз ету (араласатын айнымалыларды тұрақты ұстап, жою арқылы) кезінде сіз экологиялық немесе сыртқы жарамдылықты жоғалтасыз, себебі жасанды зертханалық орта құрылады. Екінші жағынан, бақылау зерттеулерінде араласатын айнымалыларды бақылау мүмкін емес (ішкі жарамдылық төмен), бірақ мінез-құлықтың қалыпты түрде пайда болатын табиғи (экологиялық) ортада өлшемдерді жүргізуге болады. Дегенмен, мұндай жағдайда сіз ішкі жарамдылықты құрбан етесіз. Алайда, ішкі және сыртқы жарамдылық арасындағы көрінетін қайшылық тек сыртқы болып көрінеді. Зерттеу нәтижелерінің басқа адамдарға, орындарға немесе уақытқа таралуы туралы сұрақ тек индуктивтік зерттеу стратегиясын қолданғанда туындайды. Егер зерттеудің мақсаты теорияны дедуктивтік жолмен тексеру болса, онда зерттеудің сенімділігіне нұқсан келтіретін факторлар, яғни ішкі жарамдылыққа қауіп төндіретін факторлар ғана маңызды. Басқаша айтқанда, зерттеудің сыртқы және ішкі жарамдылығының маңыздылығы зерттеудің мақсаттарына байланысты. Сонымен қатар, зерттеу мақсаттарын жарамдылық мәселелерімен шатастыру өзара ішкі жарамдылық проблемасына алып келуі мүмкін, онда теориялар тек жасанды зертханалық жағдайдағы құбылыстарды ғана түсіндіре алады, бірақ нақты әлемді емес.
Диагностикалық жарамдылығы
Психиатрияда диагностикалық категориялардың дұрыстығын бағалауда ерекше мәселе бар. Осы орайда:
Кендлер (2006) пайдалы болу үшін, растау критерийі нағыз аурулар болып табылатын көптеген синдромдарды растауға жеткілікті сезімтал, ал нағыз аурулар емес синдромдардың көпшілігін жарамсыз деп тануға жеткілікті нақты болуы керек екенін атап өтті. Осыған сүйене отырып, ол Робинс пен Гуздің "отбасында жиі кездеседі" деген критерийінің жеткіліксіз екенін айтады, себебі адамның психологиялық және физикалық қасиеттерінің көпшілігі, мысалы, "180 см-ден биік, қызыл шашы және үлкен мұрыны" сияқты кездейсоқ синдромдар "отбасында жиі кездеседі" және "мұрагерлік" болып табылуы мүмкін, бірақ мұны ауру екендігінің дәлелі деп қарастыруға болмайды. Кендлер психикалық аурулардың "эссенциалистік" гендік модельдерінің және гендерді табу арқылы категориялық психиатриялық диагноздарды "табиғаттың тігіздерін кесу" арқылы растауға болатындығына деген үміттің орынсыз екенін ұсынды. АҚШ Федералды сот жүйесінде дәлелдердің жарамдылығы мен сенімділігі Daubert стандарты бойынша бағаланады: Daubert v. Merrell Dow Pharmaceuticals қараңыз. Перри және Лихтенвальд (2010) адал емес кісі өлтіру ісін талдау арқылы сенімділік және жарамдылық мәселелерінің кең ауқымын талқылауға бастау береді.