2. Обеспечение эффективности заданий теста.

Под эффективностью задания понимается способность задания дифференцировать испытуемых по измеряемому данным пунктом показателю. Если задание слишком легкое или трудное, то правильный ответ на него дает либо большинство, либо небольшое число испытуемых, что затрудняет их разделение на более и менее успешных. Поэтому включаемые в тест пункты должны быть оптимальными по своей эффективности. В тестах-заданиях показателем эффективности пункта является трудность пункта, в тестах-опросниках - сила пункта. Количественная оценка эффективности пункта теста предполагает вычисление соответствующих индексов. Индекс трудности задачи равен проценту правильных ответов на данную задачу. Индекс трудности задачи рассчитывают для тестов, измеряющих способности и уровень достижений в обучении. Аналогичный показатель опросников называется «сила пункта теста». Индекс силы пункта рассчитывается так же, как и индекс трудности, но вместо количества правильных ответов в формулу подставляется количество ответов «да» на данный пункт. Оптимальными являются такие пункты теста, показатель эффективности которых лежит в интервале от 0,25 до 0,75, при этом необходимо, чтобы в среднем по тесту он приближался к 50%⁴.

3. Проверка репрезентативности выборки стандартизации (тестовых норм).

Сам по себе сырой суммарный балл не позволяет оценить результат конкретного испытуемого в категориях «низкий», «средний» или «высокий». Для того, чтобы можно было оценить уровень выраженности измеряемого свойства, необходимо соотнести балл испытуемого с нормами, которые получают путем обследования с помощью нормируемого теста некоторой выборки испытуемых, которая называется выборкой стандартизации. Выборка стандартизации представляет собой случайным образом отобранную из генеральной совокупности группу испытуемых. Эта выборка, прежде всего, должна быть репрезентативной по отношению к генеральной совокупности, то есть должна точно отражать категорию лиц, для которых предназначен тест. Это предполагает стратификацию выборки, которая обычно проводится по четырем переменным, важными среди которых являются социальное положение, возраст и пол⁵. Выборка стандартизации также должна быть достаточной по объему. Чем больше этот объем, тем надежнее и точнее получаемые нормы. Рекомендуется делать каждую подгруппу объемом не менее 300 человек⁶, но это не всегда возможно.

Выборка стандартизации считается репрезентативной, если распределение частот суммарных баллов в выборке такое же, как и в генеральной совокупности, то есть устойчиво. Проверка устойчивости распределения основывается на следующем допущении: если “половинное” (полученное по половине выборки) распределение хорошо моделирует конфигурацию целого распределения, то можно предположить, что это целое распределение будет также хорошо моделировать распределение генеральной совокупности.

Простейший вариант проверки репрезентативности выборки основывается на том, что распределение частот в генеральной совокупности чаще всего имеет нормальный вид. Поэтому достаточно проверить нормальность распределения тестовых баллов в выборке стандартизации. При объеме выборки п>200 эта проверка осуществляется с помощью критерия Колмогорова, если же п<200 целесообразно использовать более мощные критерии - “хи-квадрат” или “омега-квадрат”⁷.