心理測定学

心理測定学は心理学における測定の理論と技術に関する研究分野です。心理測定学は一般に、テスト、測定、評価、および関連活動に特化した心理学と教育の専門分野をカバーしています。^[1]心理測定学は、直接観察できない潜在的構成の客観的測定に関係しています。潜在的構成の例には、知能、内向性、精神障害、学業成績などがあります。^[2]観察不可能な潜在変数に関する個人のレベルは、テストや尺度の項目に対する個人の反応から観察されたものに基づいて、数学的モデリングを通じて推測されます。 ^[2]

実務者は心理測定学者と呼ばれますが、心理測定研究に従事するすべての人がこの肩書きで呼ばれるわけではありません。心理測定学者は通常、学位や資格などの特定の資格を有しており、そのほとんどは心理測定学と測定理論の高度な大学院教育を受けた心理学者です。実務者は、伝統的な学術機関に加えて、教育試験サービスや心理学的法人などの組織でも働いています。心理測定研究者の中には、調査、尺度、自由回答または選択回答の 質問票を含む評価手段の構築と検証に焦点を当てている人もいます。測定理論（項目反応理論、級内相関など）に関連する研究に焦点を当てている人や、学習開発の専門家として専門とする人もいます。

心理テストは2つの思想の流れから生まれました。1つはダーウィン、ゴルトン、キャッテルによる個人差の測定に関するもので、もう1つはヘルバルト、ウェーバー、フェヒナー、ヴントによる同様の構成の心理物理学的測定です。2番目の人々とその研究が実験心理学と標準化されたテストの発展につながりました。^[3]

チャールズ・ダーウィンは、心理測定学の発展を推し進めた科学者フランシス・ゴルトンの背後にインスピレーションを与えました。1859年、ダーウィンは『種の起源』を出版しました。ダーウィンは、時間の経過とともに植物や動物の種のさまざまな集団が出現する際の自然選択の役割について説明しました。この本では、種の個々のメンバーがどのように互いに異なり、環境に対して多かれ少なかれ適応する特徴をどのように持っているかを示しました。より適応的な特徴を持つものは、子孫を残して次の世代を生み出す可能性が高くなります。適応性の低い特徴を持つものはそうではありません。これらのアイデアは、人間と人間がどのように互いに異なるか、そしてその違いをどのように測定するかを研究することに対するゴルトンの興味を刺激しました。

ゴルトンは、1869年に初めて出版された「遺伝的天才」という本を著した。この本では、人々が持つさまざまな特性と、それらの特性によって、ある人が他の人よりも「適している」理由が説明されている。今日、感覚機能や運動機能（反応時間、視力、体力）などのこれらの違いは、科学的心理学の重要な領域である。心理測定学における初期の理論的および応用的研究の多くは、知能を測定するために行われた。「心理測定学の父」と呼ばれることが多いゴルトンは、人体測定の尺度に精神テストを考案し、それを含めた。心理測定学の分野の先駆者であるジェームズ・マッキーン・キャッテルは、ゴルトンの研究を拡張した。キャッテルは精神テストという用語を作り出し、最終的に現代のテストの開発につながった研究と知識の責任者である。^[4]

心理測定学の起源は、関連分野である心理物理学とも関係があります。ダーウィン、ゴルトン、キャッテルが発見をしていたのと同時期に、ヘルバルトも科学的手法を通じて「人間の意識の謎を解明する」ことに興味を持っていました。^[4]ヘルバルトは、その後何年にもわたって教育実践に影響を与えた心の数学的モデルの作成を担当しました。

EH ウェーバーはヘルバルトの研究を基に、感覚系を活性化するには最低限の刺激が必要であるとして、心理的閾値の存在を証明しようとした。ウェーバーの後、GT フェヒナーはヘルバルトとウェーバーから得た知識を発展させ、感覚の強さは刺激強度の対数に比例して大きくなるという法則を考案した。ウェーバーとフェヒナーの弟子であるヴィルヘルム・ヴントは心理学の創始者とされている。ヴントの影響により、他の人々が心理検査を開発する道が開かれた。^[4]

1936年、心理測定学会の創設者で初代会長の心理測定学者LLサーストンは、比較判断の法則と呼ばれる測定の理論的アプローチを開発し、応用しました。このアプローチは、エルンスト・ハインリヒ・ウェーバーとグスタフ・フェヒナーの心理物理学理論と密接な関係があります。さらに、スピアマンとサーストンは、心理測定学で広く開発され使用されている統計的手法である因子分析の理論と応用に重要な貢献をしました。 ^[5] 1950年代後半、レオポルド・ゾンディは、過去数十年間の統計的思考が心理学に与えた影響について、歴史的かつ認識論的な評価を行いました。「ここ数十年で、特に心理学的な思考はほぼ完全に抑圧され、排除され、統計的思考に置き換えられました。まさにここに、今日のテスト学とテストマニアの癌が見られます。」^[6]

最近では、心理測定理論が性格、態度、信念、学業成績の測定に応用されています。これらの潜在的な構成を実際に測定することは不可能であり、この分野の研究と科学の多くは、これらの構成を可能な限り真のスコアに近づけて測定する試みとして発展してきました。

心理測定学に多大な貢献をした人物としては、カール・ピアソン、ヘンリー・F・カイザー、カール・ブリガム、LL・サーストン、EL・ソーンダイク、ゲオルグ・ラッシュ、ユージン・ギャランター、ジョンソン・オコナー、フレデリック・M・ロード、レドヤード・R・タッカー、ルイス・ガットマン、ジェーン・レヴィンガーなどがいます。

社会科学における測定の定義には長い歴史がある。スタンレー・スミス・スティーブンスが提唱した現在広く使われている定義は、測定とは「ある規則に従って物体や出来事に数値を割り当てること」である。この定義は、スティーブンスが4つの測定レベルを提案した1946年のサイエンス誌の記事で紹介された。^[7]この定義は広く採用されているが、物理科学で採用されているより古典的な測定の定義とは重要な点で異なっている。つまり、科学的測定とは「ある量的属性の一定の大きさと、同じ属性の単位の比率を推定または発見すること」である（358ページ）^[8]

実際、スティーブンスの測定の定義は、英国ファーガソン委員会への回答として提出されたものであり、同委員会の委員長は物理学者の A. ファーガソンであった。同委員会は、感覚的事象を定量的に推定する可能性を調査するために、1932 年に英国科学振興協会によって任命された。委員長と他の委員は物理学者であったが、委員会には心理学者も数名含まれていた。同委員会の報告書では、測定の定義の重要性が強調されていた。スティーブンスの回答は、この分野に多大な影響を与えた新しい定義を提案することであったが、これが報告書に対する唯一の回答というわけではなかった。もう 1 つの、著しく異なる回答は、次の声明に反映されているように、古典的な定義を受け入れるというものであった。

心理学と物理学における測定は、まったく異なるものではありません。物理学者は、必要な基準を満たす操作を見つけることができれば測定できます。心理学者も同じことをしなければなりません。心理学者は、2つの科学における測定の意味の不可解な違いについて心配する必要はありません (Reese, 1943, p. 49)。^[9]

これらの相反する反応は、測定に対する代替アプローチに反映されている。例えば、共分散行列に基づく方法は、評価から得られる生のスコアなどの数値が測定であるという前提で一般的に採用されている。このようなアプローチは、スティーブンスの測定の定義を暗黙的に含意しており、これは数値が何らかの規則に従って割り当てられることだけを要求する。したがって、主な研究課題は、スコア間の関連性と、そのような関連性の根底にあると想定される要因を発見することであると一般に考えられている。^[10]

一方、ラッシュモデルなどの測定モデルが採用される場合、数値は規則に基づいて割り当てられるわけではありません。代わりに、上記のリースの声明に従って、測定の特定の基準が示され、関連する基準を満たすデータを提供する手順または操作を構築することが目標となります。測定値はモデルに基づいて推定され、関連する基準が満たされているかどうかを確認するためのテストが行​​われます。^{[引用が必要]}

最初の心理測定機器は知能を測定するために設計された。^[11]知能を測定するための初期のアプローチの1つは、フランスでアルフレッド・ビネーとセオドア・シモンによって開発されたテストであった。このテストはビネー・シモンテスト [fr]として知られていた。このフランスのテストはスタンフォード大学のルイス・ターマンによって米国での使用に合わせて改良され、スタンフォード・ビネーIQテストと名付けられた。

心理測定学におけるもう一つの大きな焦点は性格検査である。性格の概念化と測定にはさまざまな理論的アプローチがあるが、広く合意された理論はない。よく知られているものには、ミネソタ多面性格検査、5因子モデル（または「ビッグ5」）、性格と嗜好検査、マイヤーズ・ブリッグスタイプ指標などのツールがある。態度もまた心理測定学のアプローチを用いて広範囲に研究されてきた。^{[要出典] [12]}代替方法としては、展開測定モデルの適用があり、最も一般的なものは双曲余弦モデル（Andrich & Luo、1993）である。^[13]

心理測定学者は、古典的テスト理論（CTT）や項目反応理論（IRT）など、さまざまな測定理論を開発してきました。 ^{[14] [15]}数学的にはIRTに似ているように見えますが、その起源と特徴の点で非常に独特なアプローチは、測定のためのラッシュモデルによって表されます。ラッシュモデルとそれが属するより広いクラスのモデルの開発は、物理科学における測定の要件に明確に基づいていました。^[16]

心理測定学者は、相関と共分散の大きな行列を扱う方法も開発してきました。この一般的な伝統の技術には、因子分析^[17]、つまりデータの根本的な次元を決定する方法が含まれます。因子分析のユーザーが直面する主な課題の1つは、潜在的な因子の数を決定するための適切な手順に関するコンセンサスがないことです。^{[18]通常の手順は、元の球が縮小するため、}固有値が1を下回ると因数分解を停止することです。切断点の欠如は、他の多変量方法にも関係します。^[19]

多次元尺度法^[20]は、多数の潜在次元を持つデータの単純な表現を見つけるための方法です。クラスター分析は、互いに類似したオブジェクトを見つけるためのアプローチです。因子分析、多次元尺度法、クラスター分析はすべて、大量のデータからより単純な構造を抽出するために使用される多変量記述法です。

最近では、構造方程式モデリング^[21]とパス分析が、大規模な共分散行列を扱うためのより洗練されたアプローチとして登場しました。これらの方法により、統計的に洗練されたモデルをデータに適合させ、適切な適合性があるかどうかをテストすることができます。粒度レベルでの心理測定研究は、関心のある各項目の多次元性の程度と性質に関係するため、比較的新しい手法である二因子分析^{[22] [23] [24]}が役立ちます。二因子分析は、「理想的には、項目の体系的変動を、一般因子と追加の体系的変動の 1 つの要因という 2 つの要因に分解します。」^[25]

古典的なテスト理論における重要な概念は、信頼性と妥当性です。信頼できる尺度とは、時間、個人、状況にわたって一貫して構成を測定できる尺度です。妥当な尺度とは、測定対象を測定できる尺度です。信頼性は妥当性にとって必要ですが、それだけでは十分ではありません。

信頼性と妥当性はどちらも統計的に評価できます。同じテストを繰り返し測定した場合の一貫性はピアソン相関係数で評価でき、再テスト信頼性と呼ばれることがよくあります。^{[26]同様に、同じ測定の異なるバージョンの同等性は}ピアソン相関で指標化でき、同等形式信頼性または同様の用語と呼ばれます。^[26]

内部一貫性は、単一のテスト形式の均一性を扱うもので、テストの2つの半分のパフォーマンスを相関させることによって評価できます。これは分割半分信頼性と呼ばれます。2つの半分のテストのこのピアソンの積率相関係数の値は、2つの完全な長さのテスト間の相関に対応するようにスピアマン-ブラウン予測式で調整されます。 ^[26]おそらく最も一般的に使用される信頼性の指標は、すべての分割半分係数の平均に相当するクロンバックのαです。他のアプローチには、クラス内相関があります。これは、特定のターゲットの測定値の分散とすべてのターゲットの分散の比です。

妥当性にはさまざまな形式がある。基準関連妥当性とは、テストまたは尺度が「測定機器自体の外部」にある行動サンプル、すなわち基準を予測する程度を指す。^[27]その外部行動サンプルは、別のテスト、高校の SAT が大学での成績を予測するために使用される場合のような大学の成績平均点、さらには過去に発生した行動など、さまざまなものになり得る。たとえば、現在の心理的症状のテストが過去の被害の発生を予測するために使用される場合 (これは事後予測を正確に表す)。基準尺度が検証される尺度と同時に収集される場合、目標は同時妥当性を確立することであり、基準が後で収集される場合、目標は予測妥当性を確立することである。尺度は、理論で要求されるように他の構成の尺度と関連している場合、構成妥当性を持つ。内容妥当性とは、テストの項目が測定される領域を適切にカバーしていることの実証である。人事選考の例では、テストの内容は、職務分析から得られた知識、スキル、能力、またはその他の特性に関する定義されたステートメントまたはステートメントのセットに基づいています。

項目反応理論は、潜在特性とテスト項目への反応との関係をモデル化します。他の利点の中でも、IRT は、特定の潜在特性における受験者の位置の推定値と、その位置の測定の標準誤差を取得する基礎を提供します。たとえば、大学生の歴史知識は、大学のテストのスコアから推測でき、その後、それほど難しくないテストから推測された高校生の知識と確実に比較できます。従来のテスト理論によって導き出されたスコアにはこの特性がなく、実際の能力 (他の受験者と比較した能力ではなく) の評価は、母集団からランダムに選択された「標準グループ」のスコアと比較することによって評価する必要があります。実際、従来のテスト理論から導き出されたすべての尺度は、テストされたサンプルに依存しますが、項目反応理論から導き出された尺度は原則として依存しません。

妥当性と信頼性の考慮は、通常、あらゆるテストの品質を決定するための重要な要素と見なされています。しかし、専門家や実務家協会は、基準を策定し、特定の状況におけるテスト全体の品質について総合的な判断を下す際に、これらの懸念をより広い文脈の中に位置づけることがよくあります。多くの応用研究の場で懸念されるのは、特定の心理学的インベントリの測定基準が意味のあるものか、それとも恣意的なものかということです。^[28]

2014年に、アメリカ教育研究協会（AERA）、アメリカ心理学会（APA）、全米教育測定協議会（NCME）は、教育および心理テスト基準^{の改訂版[29]}を出版し、テストの開発、評価、使用の基準を定めている。基準は、妥当性、測定の信頼性/誤差、テストの公平性など、テストの重要なトピックを扱っている。また、テストの設計と開発、スコア、スケール、基準、スコアの関連付け、カットスコア、テストの実施、採点、報告、スコアの解釈、テストの文書化、受験者とテスト使用者の権利と責任など、テストの運用に関する基準も定めている。最後に、基準は、心理テストと評価、職場でのテストと資格認定、教育テストと評価、プログラム評価と公共政策 におけるテストなど、テストの応用に関するトピックも扱っている。

評価、特に教育評価の分野では、教育評価基準合同委員会^[30]が3つの評価基準を出版している。人事評価基準^[31]は1988年に出版され、プログラム評価基準（第2版）^[32]は1994年に出版され、学生評価基準^[33]は2003年に出版された。

各出版物は、さまざまな教育現場で使用するための一連の基準を提示し、詳しく説明しています。基準は、特定の評価形式を設計、実装、評価、改善するためのガイドラインを提供します。^[34]各基準は、適切、有用、実行可能、正確な教育評価を促進するために、4つの基本カテゴリのいずれかに分類されています。これらの基準セットでは、妥当性と信頼性の考慮事項は正確性のトピックでカバーされています。たとえば、学生の正確性基準は、学生の評価が学生の学習とパフォーマンスに関する健全で正確で信頼できる情報を提供することを保証するのに役立ちます。

心理測定学は相関関係を通じて測定される潜在的な心理過程に基づいているため、心理測定の測定法には論争の的となっているものがある。^{[35] [要ページ]}物理科学の専門家を含む批評家は、そのような定義と定量化は難しく、雇用手続きで使用される性格検査など、素人がそのような測定法を誤用することが多いと主張している。教育心理測定基準では、テストの妥当性について次のように述べている。「妥当性とは、提案されたテストの使用に伴うテストスコアの解釈を証拠と理論がどの程度裏付けているかを指す」。^[36]簡単に言えば、テストは、意図された方法で使用され、解釈されない限り、妥当ではない。^[37]

性格特性を測定するのに使用されるツールには、客観的テストと投影測定の 2 種類があります。このようなテストの例には、ビッグファイブインベントリー(BFI)、ミネソタ多面性格検査(MMPI-2)、ロールシャッハインクブロットテスト、神経症性格質問票 KON-2006、^[38]、またはアイゼンク性格質問票があります。これらのテストの一部は、十分な信頼性と妥当性を備えているため役立ちます。この 2 つの要素により、テストは一貫性があり、基礎となる構成を正確に反映します。しかし、マイヤーズ・ブリッグス タイプ指標(MBTI) は妥当性が疑わしく、多くの批判の対象となっています。心理測定の専門家であるロバート・ホーガンは、この測定について次のように書いています。「ほとんどの性格心理学者は、MBTI を精巧な中国のフォーチュンクッキーにすぎないと考えています。」^[39]

リー・クロンバックは、アメリカの心理学者（1957年）の中で、「相関心理学は実験と同じくらい古いが、成熟が遅​​かった。しかし、独特のタイプの質問をし、質問が適切に設定され、データが適切に解釈されているかどうかを検査する技術的な方法を持っているため、同様に学問として適している」と述べている。彼はさらに、「相関法は、人間が制御することを学んでいない、または制御することを決して望めないものを研究することができる...学問の真の連合が必要である。独立性を維持すれば、特定の重要な問題に関して間違った答えしか出ないか、まったく答えが出ない可能性がある」と述べている。^[40]

心理測定学は、人間の能力、態度、特性、教育の進化を扱っています。特に、人間以外の動物の行動、精神プロセス、能力の研究は、通常、比較心理学によって扱われ、人間以外の動物と他の動物の間の連続性については進化心理学によって扱われます。しかし、人間に対するアプローチと（人間以外の）動物に対するアプローチの間には、より緩やかな移行を主張する人もいます。^{[41] [42] [43] [44]}

機械の能力、特性、学習の進化の評価は、人工知能の分野での特定のアプローチで、人間や非人間動物の場合とはほとんど関係がありませんでした。普遍的な心理測定学という名の、より統合されたアプローチも提案されています。^{[45] [46]}

• ロバート・F・デヴェリス（2016）。スケール開発：理論と応用。SAGE Publications。ISBN 978-1-5063-4158-3。
• ボルスブーム、デニー（2005年）。『心の測定：現代心理測定学の概念的問題』ケンブリッジ：ケンブリッジ大学出版局。ISBN 978-0-521-84463-5。
• レスリー A. ミラー、ロバート L. ロブラー (2015)。心理テストの基礎: 実践的アプローチ。SAGE Publications。ISBN 978-1-4833-6927-3。
• ロデリック・P・マクドナルド（2013）。『テスト理論：統一された扱い方』心理学出版。ISBN 978-1-135-67530-1。
• ポール・クライン（2000年）。心理テストハンドブック。心理学出版。ISBN 978-0-415-21158-1。
• Rush AJ Jr; First MB; Blacker D (2008)。精神医学的尺度ハンドブック。アメリカ精神医学出版。ISBN 978-1-58562-218-4. OCLC  85885343.
• アン・C・シルバーレイク（2016年）。テストマニュアルの理解：ガイドとワークブック。テイラー＆フランシス。ISBN 978-1-351-97086-0。

ウィキバーシティには心理測定学に関する学習リソースがあります

無料辞書のウィクショナリーで心理測定学を調べてください。

• APA 教育および心理テスト基準
• 国際パーソナリティアイテムプール
• 教育評価基準に関する合同委員会
• ケンブリッジ大学心理測定センター
• 心理測定学会とPsychometrikaのホームページ
• ロンドン心理測定研究所