Надежность тестов

Предположим, что мы хотим сравнить результаты прыжков в длину с места у двух спортсменов по двум выполненным попыткам. Выводы должны быть точными, поэтому нельзя ограничиться регистрацией лишь лучших результатов. Допустим, что результаты каждого из спортсменов варьируют в пределах ± 10 см от средней величины и равны соответственно 220±10 см (т.е. 210 и 230 см) и 320±10 см (т.е. 310 и 330 см). В таком случае вывод, конечно, будет совершенно однозначным: второй спортсмен превосходит первого. Различия между их результатами (320 см – 220 см = 100 см) явно больше случайных колебаний (±10 см). Гораздо менее определенным будет вывод, если при той же самой внутригрупповой вариации (±10 см) различие между испытуемыми (межгрупповая вариация) будет маленьким. Скажем, средние значения будут равны 220 см (в одной попытке 210 см, в другой 230 см) и 222 (212 и 232 см). Тогда может случиться, например, что в первой попытке первый спортсмен прыгнет 230 см, а второй – только 212; и создастся впечатление, что основное значение имеет не сама по себе внутриклассовая изменчивость, а ее соотношение с межклассовыми различиями. Одна и та же внутриклассовая вариация дает разную надежность при разных различиях между классами (в частном случае между испытуемыми).

Стабильность теста

При этом различают два случая. В одном ретест проводят для того, чтобы получить надежные данные о состоянии испытуемого в течение всего временнóго интервала между тестом и ретестом (например, чтобы получить надежные данные о функциональных возможностях лыжников в июне, у них проводят измерение МПК дважды с интервалом в одну неделю). В этом случае важны точные результаты теста и надежность должны оцениваться с помощью дисперсионного анализа.

В другом случае может быть важным лишь сохранение порядка испытуемых в группе (остается ли первый первым, последний – среди последних). В этом случае стабильность оценивают по коэффициенту корреляции между тестом и ретестом.

Стабильность теста зависит от:

1. вида теста,

2. контингента испытуемых,

3. временнóго интервала между тестом и ретестом.

Например, морфологические характеристики при небольших временных интервалах весьма стабильны; наименьшую стабильность имеют тесты на точность движений (например, броски в цель).

У взрослых результаты тестирования более стабильны, чем у детей; у спортсменов – более стабильны, чем у не занимающихся спортом.

С увеличением временнóго интервала между тестом и ретестом стабильность теста снижается.

Таблица

Стабильность теста (коэффициент корреляции) при разных временных интервалах (120 испытуемых студентов)

Тест	Ретест сразу по окончании теста	Ретест через 1 месяц
Бег 1000 м	0,94	0,76
Прыжки в длину с места	0,93	0,82

Эмпирическая информативность

Пример определения информативности одного и того же теста – скорость бега 30 м с ходу у мужчин – при разных критериях приведен в таблице (эти данные получены на 62 спортсменах, показавших в прыжках в длину результаты от 6 м до 7,72 см; результаты в троеборье брались на основании опроса).

Таблица

Информативность теста «бег 30 м с ходу» (n = 62)

Критерий	Мера критерия	Коэффициент информативности
Прыжки в длину с разбега	Результат прыжка (см)	0,658
Разбег в прыжках в длину	Скорость бега на последних 10 м (м/сек)	0,918
Спортивные достижения в прыжках в длину	Разряд по легкой атлетике (от второго до мастера спорта)	0,715
Результат в троеборье: бег 100 м, прыжки в длину, бег 100 м с/б	Сумма очков	0,764

Факторный анализ исходит из того, что результат любого теста является следствием одновременного действия ряда непосредственно не наблюдаемых

(л а т е н т н ы х) факторов. Например, результаты в беге на 100, 800 и 5000 м зависят от скоростных качеств спортсмена, его силы, выносливости и пр. Значение этих факторов для каждой из дистанций неодинаково. Если выбрать два теста, на которые влияют примерно в равной степени одни и те же факторы, то результаты в этих тестах будут сильно коррелировать друг с другом (скажем, в беге на дистанциях 800 и 100 м). Если же у тестов нет общих факторов или они по-разному влияют на результаты, корреляция между этими тестами будет низкой (например, между результатами в беге на 100 и 5000 м). Когда берется большое число разных тестов и рассчитываются коэффициенты корреляции между ними, то с помощью факторного анализа можно определить, сколько факторов совместно действует на данные тесты и какова степень их вклада в каждый тест. А затем уже легко выбрать тесты (или их комбинации), которые наиболее точно оценивают отдельные факторы.

Пример. Задача эксперимента состояла в том, чтобы найти наиболее информативные тесты для оценки общей силовой подготовленности студентов-спортсменов Ш-1 разрядов, занимающихся разными видами спорта. С этой целью было обследовано (Н.А. Аверкович, В.М. Зациорский, 1966) по 15 тестам 108 человек. В результате факторного анализа выделились три фактора: 1) сила мышц верхних конечностей, 2) сила мышц нижних конечностей, 3) сила мышц брюшного пресса и сгибателей бедра. Наиболее информативными тестами среди отобранных оказались: по первому фактору – отжимание в упоре, по второму – прыжок в длину с места, по третьему – поднимание прямых ног в висе и переходы в сед из положения лежа на спине в течение 1 мин. Если ограничиваться лишь одним тестом, то наиболее информативным был переворот силой в упор на перекладине (оценивалось число повторений).