ثبات الاختبار

تعريف ثبات الاختبار

ثبات الاختبار (بالإنجليزية: Test Reliability) هو اتّساق الدرجة التي يعطيها الاختبار: أن يعطي الشخصَ نفسه نتيجةً متقاربة إذا أُعيد عليه في ظروف متكافئة، وألّا يتغيّر ترتيب المتقدّمين لأسباب لا تعود إليهم.

وسؤاله سؤال الاستقرار وحده، لا سؤال المعنى. فهو يخبرك أن الأداة تعطي القراءة نفسها، ولا يخبرك ماذا تقرأ.

مصدر الاسم: الميزان الذي لا يستقرّ

ميزان يعطي لصندوق واحد خمسة كيلوغرامات مرّة وسبعة مرّة لا ينفع في شيء، حتى قبل أن نسأل هل يزن الشيء الصحيح. هذا هو الثبات: خاصّة في الأداة تسبق أي كلام عمّا تقيسه.

وأثر ضعفه أن الفارق بين مرشّحَين يصير فارقًا لا يُوثق به. فمنشأة تفاضل بين متقدّمين بدرجة واحدة على اختبار متقلّب تفاضل في الحقيقة بين يومين، لا بين شخصين.

ويُستفاد من هذا التشبيه حدّ مهمّ: خلل الميزان لا يظهر في قراءة واحدة. فمن وزن الصندوق مرّة واحدة ورأى رقمًا معقولًا لا يملك ما يكشف به التقلّب أصلًا. وكذلك اختبار طُبّق مرّة واحدة على دفعة واحدة: نتيجته موجودة، وليس فيها ما يدلّ على أنها تُعاد.

أربع صور يُنظر فيها

• الاتّساق عبر الزمن: أن يُعاد الاختبار على المجموعة نفسها بعد مدّة، فتتقارب النتيجتان. وشرطه أن تكون المدّة كافية لنسيان الأسئلة، وقصيرة بحيث لا يتغيّر المقيس نفسه. فمدّة قصيرة جدًّا تقيس تذكّر الإجابات، ومدّة طويلة جدًّا تخلط التقلّب بتغيّر حقيقي في المتقدّم.
• تكافؤ الصور: أن تُبنى صورتان مختلفتا الأسئلة من المجال نفسه، فتعطيا نتيجة متقاربة. وهذا ما يُحتاج إليه حين يُطبَّق الاختبار على دفعات متتالية، أو حين يُعاد على متقدّم سبق أن جلس له. وضعفه أشيع ممّا يُظنّ، لأن الصورة الثانية تُكتب غالبًا على عجل بعد أن تنتشر الأولى.
• الاتّساق الداخلي: أن تتّجه أسئلة الاختبار الواحد وجهةً واحدة، فلا يكون فيه سؤالان يفترقان بلا سبب. وهذه الصورة وحدها تُفحص من تطبيق واحد، ولذلك هي أيسرها على منشأة لا تملك إعادة التطبيق.
• اتّفاق المصحّحين: أن يصل مصحّحان مستقلّان إلى الدرجة نفسها للإجابة نفسها. وهذه أهمّ الصور في كل اختبار لا يُصحَّح آليًّا، وهي الصورة الوحيدة التي يقع الخلل فيها خارج ورقة المتقدّم كلّيًّا.

وليست الصور الأربع مطلوبة كلّها في كل حال. فالذي يحكم أيّها يُنظر فيه هو صورة الاستعمال: اختبار يُصحَّح بمفتاح مفتوح يُسأل عن اتّفاق المصحّحين قبل أي شيء، واختبار يُطبَّق على دفعات متتابعة بأسئلة متجدّدة يُسأل عن تكافؤ الصور، واختبار يُبنى عليه قرار بعد شهور من الجلوس له يُسأل عن اتّساقه عبر الزمن. ومن فحص صورة ليست هي موضع الخلل في أداته خرج بنتيجة مطمئنة عن سؤال لم يكن يسأله.

مثال محسوب: كيف يقلب تقلّب صغير قائمة المرشّحين

افترض ستّة متقدّمين لثلاثة مقاعد، صحّح أوراقَهم مصحّحان مستقلّان بالمفتاح نفسه، فكانت الدرجات على النحو التالي:

• أحمد: 82 و78 · بدر: 80 و84 · خالد: 79 و71 · سعد: 77 و81 · فهد: 76 و79 · ماجد: 74 و72.

أعلى ثلاثة عند المصحّح الأول: أحمد وبدر وخالد. وأعلى ثلاثة عند المصحّح الثاني: بدر وسعد وفهد. فاسم واحد فقط بقي في القائمة من ثلاثة، ومتقدّمان دخلا وآخران خرجا، والأوراق لم تتغيّر ولا المفتاح.

وأكبر فرق بين المصحّحَين هنا ثماني درجات، عند خالد، وأصغره درجتان. ومتوسط الفروق أقلّ من خمس درجات، وهو رقم يبدو صغيرًا إذا نُظر إليه وحده. غير أن الفارق الذي يفصل المقعد الثالث عن الرابع في القائمة الأولى درجتان فقط، فالتقلّب لم يحتج أن يكون كبيرًا ليتجاوز الفارق الذي يُبنى عليه القرار.

وهذا هو الدرس العملي: التقلّب لا يُقاس بمقداره المطلق، بل بمقداره منسوبًا إلى الفارق الذي تفصل به بين المقبول والمردود. فمنشأة تفاضل بفوارق ضيّقة تحتاج من الاستقرار ما لا تحتاجه منشأة تستبعد من هم دون النصف وتقبل الباقي.

ثبات الدرجة وثبات الترتيب

وفي المثال السابق مسألتان يسهل خلطهما. الأولى: هل تتكرّر الدرجة نفسها للشخص نفسه؟ والثانية: هل يبقى ترتيب المتقدّمين على حاله وإن تحرّكت الدرجات؟

وقد يتحرّك الاثنان معًا، وقد ينفرد أحدهما. فمصحّح متشدّد يخفض درجات الجميع خمس درجات يخلّ بالأول ولا يخلّ بالثاني: الأسماء في مواضعها، والأرقام أقلّ. ومصحّح يتشدّد في نوع من الإجابات دون نوع يخلّ بالثاني ولو حفظ متوسّط الدرجات كما هو.

والذي يعنيك منهما يتبع كيف تستعمل الدرجة. فمن يفاضل بين متقدّمين على مقاعد معدودة يعنيه الترتيب، ومن يضع عتبة مكتوبة يُقبل من بلغها يعنيه استقرار الدرجة نفسها، لأن انزياحًا عامًّا بخمس درجات ينقل جماعة كاملة من فوق العتبة إلى تحتها.

ما الذي يُضعفه عمليًّا

• قلّة الأسئلة: فاختبار من ثلاثة أسئلة يتأثّر بحظّ المرشّح في سؤال واحد، إذ يحمل السؤال الواحد ثلث الدرجة كاملًا.
• صياغة ملتبسة يفهمها كل قارئ على وجه، فتقيس فهم السؤال لا موضوعه.
• مفتاح تصحيح مفتوح يترك للمصحّح تقديرًا واسعًا بلا أمثلة تضبطه.
• اختلاف ظروف التطبيق بين متقدّم وآخر: قاعة هادئة وأخرى مزدحمة، أو جهاز يعمل وآخر يتعطّل.
• مقياس شديد القِصَر يجعل مرشّحين متباعدين في الأداء يقعان في الدرجة نفسها.
• تعب المصحّح حين تُصحَّح أوراق كثيرة في جلسة واحدة، فتختلف صرامته في أولها عن آخرها.
• ترتيب الأوراق حين تُقرأ ورقة ضعيفة قبل ورقة متوسّطة فتبدو الثانية أفضل ممّا هي.

ويُلاحَظ أن أكثر هذه الأسباب في تصميم الأداة وإدارتها، لا في المرشّحين. ولذلك يُعالَج ضعف الثبات بمراجعة الاختبار نفسه قبل مراجعة من جلس له.

كيف يُعالَج الضعف

وأكثر العلاج هنا في الصياغة والإجراء، لا في الحساب:

• زيادة عدد البنود في المجال نفسه، فيقلّ أثر كل بند منفردًا في الدرجة.
• تفصيل المفتاح بأمثلة على الإجابة الضعيفة والمقبولة والقوية، حتى يقرأ المصحّحان الشيء نفسه.
• تدريب المصحّحين على أوراق مشتركة قبل التصحيح الفعلي، ومناقشة مواضع الاختلاف فيها.
• توحيد الإجراء كتابةً: الوقت، والتعليمات المقروءة، والمواد المتاحة، فلا يُترك ذلك لاجتهاد من يدير القاعة.
• إخفاء اسم صاحب الورقة عن المصحّح حيث أمكن ذلك.
• تقسيم الدرجة على عناصر مسمّاة بدل درجة واحدة إجمالية، فموضع الاختلاف يظهر في عنصر بعينه ويُعالَج فيه.

ما ليس من هذا الباب

ويُنسب إلى الثبات في الكلام الدارج ما ليس منه، وثلاثة مواضع تتكرّر:

• ليس هو الموضوعية. فاختبار يصحّحه الحاسوب موضوعي بالضرورة، ويبقى متقلّبًا إن كانت أسئلته قليلة أو ملتبسة.
• ليس هو الصعوبة. فاختبار صعب جدًّا يجعل الجميع في درجات متقاربة منخفضة، وهذا يُضعف قدرته على الفرز ولا يقول شيئًا عن تكرار قراءته.
• ليس هو اتّفاق أداتين مختلفتين على الشخص نفسه. فذاك سؤال عمّا تقيسه الأداتان، وموضعه صدق البناء، لا هذه الصفحة.

ثبات مرتفع لا يعني اختبارًا صالحًا

الاختبار قد يكون مستقرًّا تمامًا وهو يقيس شيئًا لا علاقة له بالوظيفة. فاختبار يقيس سرعة الكتابة يعطي نتيجة مستقرّة جدًّا، ولا يُبنى عليه قرار في وظيفة لا تُكتب فيها أسطر.

فالاستقرار شرط في الأداة، والصلة بالقرار مسألة أخرى تناولها صدق الاختبار. وتقديم الأول على الثاني والاكتفاء به هو ما يُنتج اختبارات محكمة الإخراج عديمة الفائدة.

ويقع هذا الخلط كثيرًا لسبب بسيط: الاستقرار يُفحص بأرقام في يد المنشأة، وما وراءه يحتاج حكمًا أو انتظارًا. فيُفحص ما يسهل فحصه، ويُقدَّم الجواب عنه جوابًا عن سؤال آخر لم يُفحص.

متى يُعاد النظر في الأداة

الاستقرار صفة تُفقد ولا تُكتسب مرّة واحدة، فيُعاد النظر فيه عند أربعة أحداث: تغيّر من يصحّح، وتغيّر وسيلة التطبيق من ورق إلى شاشة أو من قاعة إلى تطبيق عن بُعد، وتعديل الأسئلة أو حذف بعضها، وظهور تقارب غير معتاد في درجات دفعة كاملة.

والحدث الأخير أخفاها وأدلّها. فدفعة تتجمّع درجاتها في نطاق ضيّق بلا سبب ظاهر إمّا أن تكون متشابهة فعلًا، وإمّا أن يكون في التطبيق ما سوّى بينها، والسؤال يُطرح قبل أن تُعتمد النتائج لا بعدها.

ما لا تقرّره هذه الصفحة

لم نقف في مصادرنا على معاملات تقرّر حدًّا يُقبل عنده ثبات أداة اختيار، ولا على أرقام منسوبة إلى أداة بعينها. والأرقام المتداولة في ذلك خارج مصادرنا فلا تُنقل عن هذه الصفحة.

ولا تقرّر الصفحة كذلك أيّ الصور الأربع هي «الثبات» على الإطلاق، ولا ترتيبًا بينها في القوّة. فالمعروض أعلاه أن الصورة تُختار بحسب صورة الاستعمال، وما وراء ذلك يحتاج مصدرًا يقرّره.

وأمّا الأرقام الواردة في المثال المحسوب أعلاه فهي مفروضة لبيان البنية وحدها، وليست نتائج أداة قائمة ولا تُنسب إلى واحدة.

مصطلحات ذات صلة

• اختبار القدرات المعرفية
• المقابلة الممنهجة
• انحياز المقيِّم
• جودة التعيين
• تحليل الوظائف