Характеристика контрольного тестирования в физическом воспитании. Основные понятия теории тестов

Измерение или испытание, проводимое с целью определения состояния или способностей спортсмена, называется тестом . Не всякие измерения могут быть использованы как тесты, а только те, которые отвечают специальным требованиям: стандартность, наличие системы оценок, надежность, информативность, объективность. Тесты, удовлетворяющие требованиям надежности, информативности и объективности, называют добротными .

Процесс испытания называется тестированием , а полученные в итоге измерения числовые значения – результатом тестирования.

Тесты, в основе которых лежат двигательные задачи, называют двигательными или моторными . В зависимости от задания, которое стоит перед исследуемым, различают три группы двигательных тестов.

Разновидности двигательных тестов

Название теста	Задание спортсмену	Результат теста
Контрольное упражнение		Двигательные достижения	Бег на 1500 м, время бега
Стандартные функциональные пробы	Одинаковое для всех, дозируется: 1)по величине выполненной работы; 2) по величине физиологических сдвигов	Физиологические или биохимические показатели при стандартной работе Двигательные показатели при стандартной величине физиологических сдвигов	Регистрация ЧСС при стандартной работе 1000 кГм/мин Скорость бега при ЧСС 160 уд/мин
Максимальные функциональные пробы	Показать максимальный результат	Физиологические или биохимические показатели	Определение максимального кислородного долга или максимального потребления кислорода

Иногда используется не один, а несколько тестов, имеющих единую конечную цель. Такая группа тестов называется батареей тестов .

Известно, что даже при самой строгой стандартизации и точной аппаратуре результаты тестирования всегда несколько варьируют. Поэтому, одним из важным условий подбора добротных тестов является их надежность.

Надежностью теста называется степень совпадения результатов при повторном тестировании одних и тех же людей в одинаковых условиях. Различают четыре основные причины вызывающие внутрииндивидуальной или внутригрупповой вариации результатов тестирования:

изменение состояния испытуемых (утомление, изменение мотивации и т.п.); неконтролируемые изменения внешних условий и аппаратуры;

изменение состояния человека, проводящего или оценивающего тест (самочувствие, замена экспериментатора и т.п.);

несовершенство теста (например, заведомо несовершенные и малонадежные тесты – штрафные броски в баскетбольную корзину до первого промаха и т.п.).

Критерием надежности теста может служить коэффициент надежности, рассчитанный как отношение истинной дисперсии к дисперсии, зарегистрированной в опыте: r = истинная s 2 / зарегистрированная s 2 , где под истинным значением понимают дисперсию, полученную при бесконечно большом числе наблюдений в одинаковых условиях; регистрируемая дисперсия выводится из опытных исследований. Иными словами, коэффициент надежности есть просто доля истинной вариации в той вариации, которая зарегистрирована в опыте.

Кроме этого коэффициента используют еще индекс надежности , который рассматривают как теоретический коэффициент корреляции или связи между зарегистрированным и истинным значениями одного и того же теста. Этот способ наиболее распространен как критерий оценки качества (надежности) теста.

Одной из характеристик надежности теста является его эквивалентность , что отражает степень совпадения результатов тестирования одного и того же качества (например, физического) разными тестами. Отношение к эквивалентности тестов зависит от конкретной задачи. С одной стороны, если два или больше тестов эквивалентны, их совместное применение повышает надежность оценок; с другой – представляется возможным применить только один эквивалентный тест, что упростит тестирование.

Если все тесты, входящие в какую-либо батарею тестов, высокоэквивалентны, они называются гомогенными (например, для оценки качества прыгучести гомогенными, надо полагать, будут прыжки с места в длину, вверх, тройным). Наоборот, если в комплексе нет эквивалентных тестов (как например, для оценки общей физической подготовленности), то все тесты входящие в него, измеряют разные свойства, т.е. по существу комплекс является гетерогенным.

Надежность тестов может быть повышена до определенной степени путем:

более строгой стандартизацией тестирования;

увеличения числа попыток;

увеличение числа оценщиков и повышения согласованности их мнений;

увеличения числа эквивалентных тестов;

лучшей мотивации испытуемых.

Объективность теста есть частный случай надежности, т.е. независимость результатов тестирования от лица, проводящего тест.

Информативность теста – это степень точности, с какой он измеряет свойство (качество спортсмена), для оценки которого используется. В разных случаях одни и те же тесты могут иметь разную информативность. Вопрос об информативности теста распадается на два частных вопроса:

Что изменяет данный тест? Как точно он измеряет?

Например, можно ли по такому показателю, как МПК, судить о подготовленности бегунов-стайеров, и если можно, то с какой степенью точности? Можно ли использовать этот тест в процессе контроля?

Если тест используется для определения состояния спортсмена в момент обследования, то говорят о диагностической информативности теста. Если же на основе результатов тестирования хотят сделать вывод о возможных будущих показателях спортсмена, говорят о прогностической информативности. Тест может быть диагностически информативен, а прогностически нет и наоборот.

Степень информативности может характеризоваться количественно – на основе опытных данных (так называемая эмпирическая информативность) и качественно – на основе содержательного анализа ситуации (логическая информативность). Хотя в практической работе логический, или содержательный анализ всегда должен предшествовать математическому. Показателем информативности теста служит коэффициент корреляции, рассчитанный для зависимости - критерия от результата в тесте, и наоборот (в качестве критерия берется показатель, заведомо отражающий то свойство, которое собираются измерять с помощью теста).

В случаях недостаточности информативности какого-либо теста прибегают к использованию батареи тестов. Однако последнее, даже при наличие высоких раздельных критериев информативности (судя по коэффициентам корреляции), не позволяет получить единое число. Здесь на помощь может прийти более сложный метод математической статистики – факторный анализ. Который позволяет определить, сколько и какие тесты совместно действуют на отдельный фактор и какова степень их вклада в каждый фактор. А затем уже легко выбрать тесты (или их комбинации), которые наиболее точно оценивают отдельные факторы.

1 Что называется тестом?
2 Что называется тестированием?	Количественная оценка какого-либо качества или состояния спортсмена Измерение или испытание, проводимое с целью определения состояния или способностей спортсменаПроцесс испытания, во время которого количественно оценивается какое-либо качество или состояние спортсменаНужного определения нет
3 Что называется результатом теста?	Количественная оценка какого-либо качества или состояния спортсмена Измерение или испытание, проводимое с целью определения состояния или способностей спортсменаПроцесс испытания, во время которого количественно оценивается какое-либо качество или состояние спортсменаНужного определения нет
4 К какой разновидности тестов относится бег на 100 м ?
5 К какой разновидности тестов относится кистевая динамометрия ?	Контрольное упражнение Функциональная пробаМаксимальный функциональный тест
6 К какой разновидности тестов относится проба МПК ?	Контрольное упражнение Функциональная пробаМаксимальный функциональный тест
7 К какой разновидности тестов относится трехминутный бег под метроном ?	Контрольное упражнение Функциональная пробаМаксимальный функциональный тест
8 К какой разновидности тестов относится максимальное количество подтягиваний на перекладине ?	Контрольное упражнение Функциональная пробаМаксимальный функциональный тест
9 В каком случае считается тест информативным?
10 В каком случае считается тест надежным?	Способность теста к воспроизведению результатов при повторном испытании Способность теста измерять интересующее качество спортсменаНезависимость результатов тестирования от лица, проводящего тест
11 В каком случае считается тест объективным?	Способность теста к воспроизведению результатов при повторном испытании Способность теста измерять интересующее качество спортсменаНезависимость результатов тестирования от лица, проводящего тест
12 Какой критерий необходим при оценке теста на информативность?
13 Какой критерий необходим при оценке теста на надежность?	Критерий Т-Стьюдента Критерий F-ФишераКоэффициент корреляцииКоэффициент детерминацииДисперсия
14 Какой критерий необходим при оценке теста на объективность?	Критерий Т-Стьюдента Критерий F-ФишераКоэффициент корреляцииКоэффициент детерминацииДисперсия
15 Как называют информативность теста, если при его помощи оценивают степень тренированности спортсмена?
16 Какой информативностью контрольных упражнений руководствуется тренер, отбирая детей в свою спортивную секцию?	Логической ПрогностическойЭмпирическойДиагностической
17 Нужен ли корреляционный анализ для оценки информативности тестов?
18 Нужен ли факторный анализ для оценки информативности тестов?
19 Можно ли оценить с помощью корреляционного анализа надежность теста?
20 Можно ли оценить с помощью корреляционного анализа объективность теста?
21 Будут ли эквивалентны тесты, предназначенные для оценки общей физической подготовленности?
22 При измерении одного и того же качества разными тестами используют тесты …	Предназначенные для измерения одного и того же качества Имеющие высокую корреляционную связь между собойИмеющие низкую корреляционную связь между собой

ОСНОВЫ ТЕОРИИ ОЦЕНОК

Для оценивания спортивных результатов часто прибегают к специальным таблицам очков. Цель таких таблиц – преобразование показанного спортивного результата (выраженного в объективных мерах) в условные очки. Закон преобразования спортивных результатов в очки называется шкалой оценок . Шкала может быть задана в виде математического выражения, таблицы или графика. Различают 4 основных типа шкал, используемых в спорте и физическом воспитании.

Пропорциональные шкалы

Регрессирующие шкалы

Прогрессирующие шкалы.

Пропорциональные шкалы предполагают начисление одинакового числа очков за равный прирост результатов (например, за каждые 0,1 с улучшения результата в беге на 100 м начисляется 20 очков). Такие шкалы используются в современном пятиборье, конькобежном спорте, гонках на лыжах, лыжном двоеборье, биатлоне и других видах спорта.

Регрессирующие шкалы предполагают начисление, за один и тот же прирост результата по мере возрастания спортивных достижений, все меньшее число очков (например, за улучшение результата в беге на 100 м с 15, 0 до 14.9 с добавляют 20 очков, а за 0,1 с в диапазоне 10,0-9,9 с – только 15 очков).

Прогрессирующие шкалы. Здесь чем выше спортивный результат, тем большей прибавкой очков оценивается его улучшение (например, за улучшение времени в беге от 15,0 до 14,9 с добавляют 10 очков, а от 10,0 до 9,9 с – 100 очков). Прогрессирующие шкалы применяются в плавании, отдельных видах легкой атлетики, тяжелой атлетике.

Сигмовидные шкалы редко используются в спорте, но широко применяются при оценке физической подготовленности (например, так выглядит шкала стандартов физической подготовленности населения США). В этих шкалах улучшение результатов в зоне очень низких и очень высоких достижений поощряются скупо; больше всего очков приносит прирост результатов в средней зоне достижений.

Основными задачами оценивания являются:

сопоставить разные достижения в одном и том же задании;

сопоставить достижения в разных заданиях;

определить нормы.

Нормой в спортивной метрологии называется граничная величина результата, служащая основой для отнесения спортсмена к одной из классификационных групп. Существует три вида норм: сопоставительные, индивидуальные, должные.

Сопоставительные нормы имеют в своей основе сравнение людей, принадлежащих к одной и той же совокупности. Например, разбиение людей на подгруппы по степени устойчивости (высокой, средней, низкой) или реактивности (гиперреактивные, нормореактивные, гипореактивные) к гипоксии.

Разные градации оценок и норм

					Процент испытуемых		Нормы в шкалах
Словесная	в баллах							Перцентильная
Очень низкая		Ниже М - 2
		От М - 2 до М - 1
Ниже средней		От М-1 до М–0,5
		От М–0,5 до М+0,5
Выше средней		От М+0,5 до М+1
		От М+1 до М+2
Очень высокая		Выше М+2

Эти нормы характеризуют лишь сравнительные успехи испытуемых в данной совокупности, но ничего не говорят о совокупности в целом (или в среднем). Поэтому сопоставительные нормы должны сравниваться с данными, полученными на других совокупностях, и использоваться в сочетании с индивидуальными и должными нормами.

Индивидуальные нормы основаны на сравнении показателей одного и того же спортсмена в разных состояниях. Например, во многих видах спорта нет зависимости между собственным весом тела и спортивным результатом. У каждого спортсмена есть индивидуально оптимальный вес, соответствующий состоянию спортивной формы. Эту норму можно контролировать на разных этапах спортивной подготовки.

Должные нормы основаны на анализе того, что должен уметь человек, чтобы успешно справляться с задачами, которые перед ним ставит жизнь. Примером этому могут служить нормативы отдельных комплексов по физической подготовке, должные величины ЖЕЛ, основного обмена, массы и роста тела, и т.п.

1 Можно ли прямым методом измерить качество выносливости?
2 Можно ли прямым методом измерить качество быстроты?
3 Можно ли прямым методом измерить качество ловкости?
4 Можно ли прямым методом измерить качество гибкости?
5 Можно ли прямым методом измерить силу отдельных мышц?
6 Может ли оценка выражаться в качественной характеристике (хорошо, удовлетворительно, плохо, зачет и т.п.)?
7 Есть ли разница между шкалой измерений и шкалой оценок?
8 Что называется шкалой оценок?	Система измерения спортивного результата Закон преобразования спортивных результатов в очкиСистема оценивания норм
9 Шкала предполагает начисление одинакового числа очков за равный прирост результатов. Это …
10 За один и тот же прирост результата начисляют по мере возрастания спортивных достижений всё меньшее число очков. Это …	Прогрессирующая шкала Регрессирующая шкалаПропорциональная шкалаСигмовидная шкала
11 Чем выше спортивный результат, тем большей прибавкой очков оценивается его улучшение. Это …	Прогрессирующая шкала Регрессирующая шкалаПропорциональная шкалаСигмовидная шкала
12 Улучшение результатов в зонах очень низких и очень высоких достижений поощряется скупо; больше всего очков приносит прирост результатов в средней зоне достижений. Это …	Прогрессирующая шкала Регрессирующая шкалаПропорциональная шкалаСигмовидная шкала
13 Нормы, имеющие в своей основе сравнение людей, принадлежащих к одной и той же совокупности, называются …
14 Нормы, основанные на сравнении показателей одного и того же спортсмена в разных состояниях, называются …	Индивидуальными нормами Должными нормамиСопоставительными нормами
15 Нормы, основанные на анализе того, что должен уметь делать человек, чтобы справляться с поставленными перед ним задачами, называются …	Индивидуальными нормами Должными нормамиСопоставительными нормами

ОСНОВНЫЕ ПОНЯТИЯ КВАЛИМЕТРИИ

Квалиметрия (лат. qualitas – качество, metron – мера) изучает и разрабатывает количественные методы оценки качественных признаков.

В основе квалиметрии лежит несколько исходных положений:

Любое качество можно измерить;

Качество зависит от ряда свойств, образующих “древо качества” (например, древо качества исполнения упражнений в фигурном катании состоит из трех уровней – высшего, среднего, низшего);

Каждое свойство определяется двумя числами: относительным показателем и весомостью; сумма весомостей свойств на каждом уровне равна единице (или 100%).

Методические приемы квалиметрии делятся на две группы:

Эвристические (интуитивные), основанные на экспертных оценках и анкетировании;

Инструментальные.

Экспертной называется оценка, получаемая путем выяснения мнений специалистов. Характерные примеры экспертизы: судейство в гимнастике и фигурном катании на коньках, конкурс на лучшую научную работу и т.п.

Проведение экспертизы включает следующие основные этапы: формирование ее цели, подбор экспертов, выбор методики, проведение опроса и обработку полученной информации, в том числе оценку согласованности индивидуальных экспертных оценок. При экспертизе большое значение имеет степень согласованности мнений экспертов, оцениваемая по величине рангового коэффициента корреляции (в случае нескольких экспертов). Следует заметить, что ранговая корреляция лежит в основе решения многих задач квалиметрии, поскольку позволяет осуществлять математические расчеты с качественными признаками.

На практике показателем квалификации эксперта часто служит отклонение его оценок от средних оценок группы экспертов.

Анкетированием называется метод сбора мнений посредством заполнения анкет. Анкетирование наряду с интервью и беседой относится к методам опроса. В отличие от интервью и беседы анкетирование предполагает письменные ответы лица, заполняющего анкету – респондента, - на систему стандартизированных вопросов. Оно позволяет изучать мотивы поведения, намерения, мнения и т.п.

С помощью анкетирования можно решать многие практические задачи в спорте: оценка психологического статуса спортсмена; его отношение к характеру и направленности тренировочных занятий; межличностные отношения в команде; собственная оценка технико-тактической подготовленности; оценка рациона питания и многие другие.

1 Что изучает квалиметрия?	Изучает качества тестов Изучает качественные свойства признакаИзучает и разрабатывает количественные методы оценки качества
2 Математические методы, применяемые в квалиметрии?	Парная корреляция Ранговая корреляцияДисперсионный анализ
3 С помощью каких методов оценивается уровень работоспособности?
4 С помощью каких методов оценивается разнообразие технических элементов?	Метод анкетирования Метод экспертных оценокМетод не указан
5 С помощью каких методов оценивается сложность технических элементов?	Метод анкетирования Метод экспертных оценокМетод не указан
6 С помощью каких методов оценивается психологическое состояние спортсмена?	Метод анкетирования Метод экспертных оценокМетод не указан

Проблема тестирования физической подготовленности человека разработанных в теории и методике физического воспитания, спортивной метроло­гии, антропомоторике, биомеханике, спортивной медицине и других науках. За примерно 130-140 лет истории этой проблемы накоплен огромный и самый разнообразный материал, который всег­да вызывал и продолжает вызывать к себе боль­шой интерес не только со стороны научных работ­ников, но и учителей физической культуры, трене­ров, учащихся, их родителей.

Первая статья, посвященная рассматривае­мой проблеме, - вводная. В ней раскрываются основы теории тестов и тестирования, без озна­комления с которыми учителю трудно решать за­дачи применения тестов в практике своей рабо­ты. Назовём хотя бы некоторые из возникающих вопросов. Что такое «тест»? Какова классифика­ция тестов? Зачем и нужно ли проводить тестиро­вание физической подготовленности учащихся? Как определить уровень (высокий, средний, низ­кий) развития физических качеств и подготов­ленности? Что считать нормой при тестировании и как её устанавливать? Если учитель придумал новый двигательный тест или батарею тестов для определения физической подготовленности де­тей, то на что он должен обратить внимание или какие необходимые условия (требования, крите­рии) при этом выполнить? Тестирование физи­ческого состояния учащихся предполагает обя­зательное ознакомление учителя с элементар­ными методами математической статистики. С какими из них?

В наших статьях мы представим также истори­ческие сведения о возникновении тестов и тео­рии тестирования физической подготовленнос­ти человека. Скажем, когда и где появились пер­вые тесты, в том числе батареи тестов по оценке физической подготовленности. Каковы наиболее распространенные тесты для определения кон­диционных (силовых, скоростных, выносливос­ти, гибкости) и координационных способностей детей школьного возраста? Какие батареи (про­граммы) тестов для оценки физической подготовленности детей и подростков являются наиболее популярными в разных странах? Мы обсудим и такую важную практическую проблему, как со­отношение результатов тестирования и оценок (отметок) по предмету «Физическая культура». Говоря конкретнее, если ученик при выполнении тестов неизменно показывает высокий уровень, означает ли это автоматически отличную оценку по нашему предмету? И так далее.

В данной статье мы обсудим: 1) задачи тестиро­вания; 2) понятие «тест» и классификацию двига­тельных (моторных) тестов; 3) критерии добро­тности двигательных тестов; 4) организацию тестирования физической подготовленности де­тей школьного возраста.

1. Задачи тестирования. Тестирование дви­гательных возможностей человека является од­ним из наиболее важных направлений деятель­ности научных работников и педагогов в облас­ти физической культуры и спорта. Оно помога­ет решению ряда сложных педагогических за­дач по выявлению уровней развития кондици­онных и координационных способностей, оце­ниванию качества технической и тактической подготовленности. На основе результатов тес­тирования можно сравнивать подготовленность как отдельных учащихся, так и целых групп уче­ников, проживающих в разных регионах и стра­нах; проводить соответствующий отбор для за­нятий тем или иным видом спорта, для участия в соревнованиях; осуществлять достаточно объ­ективный контроль за обучением (тренировкой) школьников и юных спортсменов; выявлять пре­имущества и недостатки применяемых средств, методов обучения и форм организации занятий; наконец, обосновывать нормы (возрастные, ин­дивидуальные) физической подготовленности детей и подростков.

а) научить самих школьников определять уровень своей физической подготовленности и пла­нировать необходимые для себя комплексы фи­зических упражнений;

б) стимулировать учащихся к дальнейше­му улучшению своего физического состояния
(формы);

в) знать не столько исходный уровень разви­тия двигательной способности, сколько его из­менение за определённое время;

г) стимулировать учащихся, добившихся вы­соких результатов, но не столько за достигнутый высокий уровень физической подготовленнос­ти, сколько за реализацию запланированного повышения личных результатов.

Специалисты подчеркивают, что традицион­ный подход к тестированию, когда данные стандартизированных тестов и нормативов сравниваются с показанным результатом, вызывает у многих учеников, особенно с низким и средним уровнями физической подготовленности, нега­тивное отношение. Тестирование же должно способствовать повышению интереса у школь­ников, приносить им радость, а не вести к раз­витию комплекса неполноценности. В этой свя­зи предлагаем следующие подходы:

1) результаты тестов ученика определяют не исходя из сравнения с нормативами, а на осно­вании изменений, произошедших за определён­ный период времени;

2) все компоненты теста модифицируются, используются облегчённые варианты упражне­ний (задания, составляющие содержание теста, должны быть достаточно лёгкими, чтобы вероят­ность их успешного выполнения была велика);

3) нулевая оценка или со знаком «минус» ис­ключены, правомочно только получение поло­жительных результатов.

Итак, при тестировании важно сближение на­учных (теоретических) задач и лично значимых, положительных для школьника мотивов участия в данной процедуре.

2. Понятие «тест» и классификация двига­тельных (моторных) тестов. Термин тест в пе­реводе с английского языка означает проба, ис­пытание. Тесты применяются для решения мно­гих научных и практических задач. Среди спо­собов оценки физического состояния челове­ка (наблюдение, экспертные оценки) метод тес­тов (в нашем случае - двигательных, или мо­торных) является главным методом, используе­мым в спортивной метрологии и других научных дисциплинах - «учении о движениях», теории и методике физического воспитания.

Тест - это измерение или испытание, про­водимое для определения способностей или со­стояния человека. Таких измерений может быть очень много, в том числе на основе использо­вания самых разнообразных физических уп­ражнений. Однако далеко не каждое физичес­кое упражнение или испытание можно рассмат­ривать как тест. В качестве тестов следует ис­пользовать лишь те испытания (пробы), которые отвечают специальным требованиям и в соот­ветствии с которыми должны быть:

а) определена цель применения любого теста (или тестов);

б) разработаны стандартизированная методика измерения результатов в тестах и процедура тестирования;

в) определена надёжность и информатив­ность тестов;

г) реализована возможность представления результатов тестов в соответствующей систе­ме оценки.

Система использования тестов в связи с пос­тавленной задачей, организацией условий, выполнением тестов испытуемыми, оценка и ана­лиз результатов называется тестированием. Полученное в ходе измерений числовое зна­чение - результатом тестирования (теста).

Например, прыжок в длину с места - это тест; процедура проведения прыжков и измерение результатов - тестирование; длина прыжка - результат теста.

В основе тестов, используемых в физичес­ком воспитании, лежат двигательные действия (физические упражнения, двигательные зада­ния). Такие тесты называются двигательными, или моторными.

В настоящее время еще не существует единой классификации двигательных тестов. Известна классификация тестов по их структуре и преиму­щественным показаниям (см. таблицу 1).

Различают единичный и комплексный тесты. Единичный тест служит для измерения и оцен­ки одного признака(координационной или кон­диционной способности). Поскольку структура каждой координационной или кондиционной способности является сложной, то с помощью такого теста оценивается обычно только один компонент данной способности (например, спо­собность к равновесию, быстрота простой ре­акции, сила мышц рук).

С помощью учебного теста оценивают способ­ность к двигательному обучению (по разности окончательной и начальной оценок за опреде­ленный период обучения технике движений).

Тестовая серия даёт возможность один и тот же тест использовать в течение длительного времени, когда измеряемая способность сущес­твенно улучшается. При этом задачи теста по своей трудности последовательно повышаются. К сожалению, данную разновидность единично­го теста пока недостаточно широко используют как в науке, так и на практике.

С помощью комплексного теста оцени­вают несколько признаков или компонентов разных способностей или одной и той же спо­собности (например, прыжок вверх с места - со взмахом рук, без взмаха рук, на заданную высоту). На основании такого теста можно получить информацию об уровне скоростно-силовых способностей (по высоте прыжка), координационных способностей (по точнос­ти дифференцирования силовых усилий, по разности высоты прыжка со взмахом и без взмаха рук).

Тестовый профиль состоит из нескольких от­дельных тестов, на основании которых оцени­вают или несколько различных физических спо­собностей (гетерогенный тестовый профиль), или несколько проявлений одной и той же фи­зической способности (гомогенный тестовый профиль). Результаты теста могут быть пред­ставлены в форме профиля, что даёт возможность

Формы тестов и возможности их применения (по Д.-Д.Блюме, 1987)

Таблица 1

Тип	Измеряемая способность	Признак структуры	Пример
Единичный тест
Элементарный тест, содержащий одну двигательную задачу		Одна задача теста, одна окончательная оценка теста	Тест на равновесие, тре-мометрия, тест для оцен­ки способности к соеди­нению, тест на оценку ритма, прыжок на точ­ность приземления
Учебный тест	Одна способность или аспект (компонент) способности	Одна или несколько за­дач теста. Одна оконча­тельная оценка теста (педагогический период)	Общий учебный тест
Тестовая серия	Одна способность или ас­пект (компонент) способ­ности	Одна задача тестов с ва­риантами или несколь­ко задач повышающейся трудности	Тест для оценки способ­ности к соединению (связи)
Комплексный тест
Комплексный тест, содер­жащий одну задачу	Несколько способностей или аспектов (компонен­тов) одной способности	Одна задача теста, не­сколько окончательных оценок	Прыжковый тест
Тест многоразовых задач		Несколько тестовых за­дач, выполняющихся пос­ледовательно, несколько окончательных оценок	Тест многоразовых реакций
Тестовый профиль	Несколько способностей или аспектов одной спо­собности	Несколько тестов, несколько окончательных оценок	Координационная звезда
Тестовая батарея	Несколько способностей или аспектов одной спо­собности	Несколько тестов, одна тестовая оценка	Тестовая батарея для оценки способности обучаться движениям

быстро сравнить индивидуальные и груп­повые результаты.

Тестовая батарея состоит также из несколь­ких отдельных тестов, результаты которых сво­дятся в одну окончательную оценку, рассмат­риваемую в одной из оценочных шкал (подроб­нее об этом во второй статье). Как и в тестовом профиле, здесь различают гомогенную и гете­рогенную батареи.

Гомогенная батарея, или гомогенный про­филь находят применение в оценке всех ком­понентов комплексной способности (например, способности к реагированию). При этом резуль­таты отдельных тестов должны быть тесно вза­имосвязаны (коррелировать).

Гетерогенный тестовый профиль или гетеро­генная батарея служат оценке комплекса (сово­купности) различных двигательных способнос­тей. Например, такие батареи тестов использу­ют для оценки силовых, скоростных способнос­тей и способностей к выносливости - это бата­реи тестов физической подготовленности.

В тестах многоразовых задач испытуемые последовательно выполняют двигательные за­дания и за каждое решение двигательной задачи получают отдельные оценки. Эти оцен­ки могут состоять в тесной связи друг с дру­гом. Посредством соответствующих статисти­ческих расчетов можно получить дополнитель­ную информацию об оцениваемых способнос­тях. Примером могут служить последователь­но выполняемые задания прыжкового теста (таблица 2).

В определении двигательных тестов указы­вается, что они служат оценке двигательных способностей и частично моторных навыков. Поэтому в самом общем виде выделяют конди­ционные тесты, координационные тесты и тес­ты для оценки двигательных умений и навыков (техники движений). Такая систематизация яв­ляется, однако, ещё слишком общей.

Классификация двигательных тестов по пре­имущественным их показаниям вытекает из сис­тематизации физических (двигательных) способ­ностей. В этой связи различают кондиционные тесты (для оценки силы: максимальной, скоро­стной, силовой выносливости; для оценки вы­носливости; для оценки скоростных способнос­тей; для оценки гибкости: активной и пассивной) и координационные тесты (для оценки коор

динационных способностей, относящихся к от­дельным самостоятельным группам двигатель­ных действий, которые измеряют специальные координационные способности; для оценки специфических координационных способностей - способностей к равновесию, ориентированию в пространстве, реагированию, дифференци­рованию параметров движений, ритму, перестроению двигательных действий, согласова­нию (связи), вестибулярной устойчивости, произвольному расслаблению мышц.

Разработано большое число тестов для оцен­ки двигательных навыков в разных видах спор­та. Они приведены в соответствующих учебни­ках и пособиях и в настоящей статье не рассматриваются.

Таким образом, каждая классификация слу­жит своеобразным ориентиром для выбора (или создания) того типа тестов, который в большей мере соответствует задачам тестирования.

3. Критерии добротности двигательных тестов. Как отмечалось выше, понятие «двигательный тест» отвечает своему назначению, если тест удовлетворяет соответствующим основным критериям: надежности, стабильнос­ти, эквивалентности, объективности, информативности, а также дополнительным критери­ям: нормированию, сопоставляемости и эко­номичности.

Тесты, удовлетворяющие требованиям надёж­ности и информативности, называют добротны­ми или аутентичными (достоверными).

Под надёжностью теста понимают степень точности, с которой он оценивает определён­ную двигательную способность независимо от требований того, кто её оценивает. Надёжность проявляется в степени совпадения результа­тов при повторном тестировании одних и тех же людей в одинаковых условиях; это стабиль­ность или устойчивость результата теста инди­вида при повторном выполнении контрольно­го упражнения. Другими словами, школьник в группе обследуемых по результатам повторных тестирований (например, показателям прыж­ков, времени бега, дальности метания) устой­чиво сохраняет своё ранговое место.

Надёжность теста определяется с помощью корреляционно-статистического анализа путем расчёта коэффициента надёжности. При этом используют различные способы, на основании которых судят о надёжности теста.

Стабильность теста основывается на зависи­мости между первой и второй попытками, пов­торенными через определённое время в одина­ковых условиях одним и тем же эксперимента­тором. Способ повторного тестирования на оп­ределение надёжности называется ретестом. Стабильность теста зависит от вида теста, воз­раста и пола испытуемых, временного интерва­ла между тестом и ретестом. Например, показа­тели кондиционных тестов или морфологических признаков при небольших временных интерва­лах более стабильны, чем результаты координационных тестов; у более старших школьников - результаты стабильнее, чем у более младших. Ретест обычно проводят не позднее, чем через одну неделю. При более длительных интервалах (например, через месяц) стабильность даже та­ких тестов, как бег на 1000 м или прыжок в дли­ну с места, становится уже заметно ниже.

Эквивалентность теста заключается в корре­ляции результата теста с результатами других однотипных тестов. Например, критерий эквива­лентности применяют, когда надо выбрать, ка­кой тест более адекватно отражает скоростные способности: бег на 30, 50, 60 или 100 м.

То или иное отношение к эквивалентным (го­могенным) тестам зависит от многих причин. Если надо повысить надёжность оценок или выводов исследования, тогда целесообразно использовать два и более эквивалентных тес­та. А если стоит задача создать батарею, содержащую минимум тестов, то следует исполь­зовать только один из эквивалентных тестов.

Таблица 2 Последовательно выполняемые задания прыжкового теста (по Д.-Д.Блюме, 1987)

№№ п/п	Задача теста	Оценка результата	Способность
	Прыжок на максимальную высоту без взмаха рук	Высота, см	Прыжковая сила
	Прыжок на максимальную высоту со взмахом рук	Высота, см	Прыжковая сила и способность к соединению (связи)
	Прыжок на максимальную высоту со взмахом рук и подскоком	Высота, см	Способность к соединению (связи) и прыжковая сила
	10 прыжков со взмахом рук на рас­стояние, равное 2/3 от максималь­ной высоты прыжка, как в задаче 2	Сумма отклонений от задан­ной отметки	Способность к дифференци­рованию силовых параметров движений
	Разность между результатами реше­ний одной задачи и двух задач	... см	Способность к соединению (связи)

Такая батарея, как отмечалось, является ге­терогенной, поскольку входящие в неё тесты измеряют разные двигательные способности. Примером гетерогенной батареи тестов явля­ются бег на 30 м, подтягивание на переклади­не, наклон вперед, бег на 1000 м. Другие при­меры подобных комплексов будут представле­ны в отдельной публикации.

Надёжность тестов определяют также по со­поставлению средних оценок чётных и нечёт­ных попыток, входящих в тест. Например, сред­нюю точность бросков мяча в цель из 1, 3, 5, 7 и 9 попыток сравнивают со средней точнос­тью бросков из 2, 4, 6, 8 и 10 попыток. Такой метод оценки надёжности называется мето­дом удвоения, или расщеплением, и применя­ется он преимущественно при оценке коорди­национных способностей и в том случае, если число попыток, образующих тестовый резуль­тат, не менее шести.

Под объективностью (согласованностью) тес­та понимают степень согласованности резуль­татов, получаемых на одних и тех же испытуе­мых разными экспериментаторами (учителями, судьями, экспертами).

а) время тестирования, место, погодные условия;

б) единое материальное и аппаратурное обеспечение;

в) психофизиологические факторы (объем и интенсивность нагрузки, мотивация);

г) подача информации (точная словесная постановка задачи теста, объяснение и демонстрация).

Соблюдение данных условий создаёт так на­зываемую объективность проведения теста. Говорят ещё об интерпретационной объектив­ности, касающейся степени независимости интерпретации результатов тестирования разны­ми экспериментаторами.

В целом, как отмечают специалисты, надёж­ность тестов можно повысить различными пу­тями: более строгой стандартизацией тестиро­вания (см. выше), увеличением числа попыток, лучшей мотивацией испытуемых, увеличением числа оценщиков (судей, экспертов), повыше­нием согласованности их мнений, увеличени­ем числа эквивалентных тестов.

Фиксированных значений показателей надёж­ности теста не имеется. В большинстве случаев пользуются следующими рекомендациями: 0,95-0,99 - отличная надёжность; 0,90-0,94 - хорошая; 0,80-0,89 - приемлемая; 0,70-0,79 - плохая; 0,60-0,69 - для индивидуальных оце­нок сомнительная, тест пригоден только для ха­рактеристики группы испытуемых. Информативность теста - это степень точ­ности, с какой он измеряет оцениваемую двига­тельную способность или навык. В иностранной и отечественной литературе используют вместо слова «информативность» термин «валидность» (от англ. validity - обоснованность, действи­тельность, законность). Фактически, примени­тельно к информативности, исследователь от­вечает на два вопроса: что измеряет данный конкретный тест (батарея тестов) и какова при этом степень точности измерения.

Различают валидность логическую (содержа­тельную), эмпирическую (на основании опыт­ных данных) и предсказательную. Более под­робная информация на эту тему содержится в ставших уже классическими учебниках для сту­дентов физкультурных вузов (Спортивная метро­логия / Под ред. В.М.Зациорского. - М.: ФиС, 1982. - С. 73-80; Годик М.А. Спортивная мет­рология.- М.: ФиС, 1988), а также в ряде сов­ременных пособий.

Важными дополнительными критериями тес­тов, как отмечалось, являются нормирование, сопоставляемость и экономичность.

Суть нормирования состоит в том, что на ос­нове результатов тестирования можно создать нормы, имеющие особое значение для практики (об этом речь пойдёт в отдельной статье).

Сопоставляемость теста заключается в воз­можности сравнивать результаты, полученные по одному тесту или нескольким формам парал­лельных (гомогенных) тестов. В практическом плане применение сопоставляемых моторных тестов снижает вероятность того, что в резуль­тате регулярного применения одного и того же теста оценивается не только и не столько уро­вень способности, сколько степень навыка. Одновременно сопоставляемые результаты тес­тов повышают достоверность выводов.

Суть экономичности как критерия добротнос­ти теста состоит в том, что проведение теста не требует длительного времени, больших матери­альных затрат и участия многих помощников. Например, батарею из шести тестов для опре­деления физической подготовленности, рекомендованную в «Комплексной программе фи­зического воспитания учащихся I-XI классов» (М.: Просвещение, 2005-2006), учитель с дву­мя помощниками может провести за один урок, обследовав 25-30 детей.

Организация тестирования физичес­кой подготовленности детей школьного воз­раста.Второй важной проблемой тестирова­ния двигательных способностей (напомним, что первая - отбор информативных тестов - рассмотрена ранее) является организация их применения.

Учитель физической культуры должен опре­делить: в какие сроки лучше организовать тестирование, как осуществлять его на уроке и как часто следует проводить тестирование.

Срони тестирования устанавливают в соответс­твии со школьной программой, которая предусматривает обязательное двухразовое тестиро­вание физической подготовленности учащихся. Первое тестирование целесообразно проводить во вторую-третью неделю сентября (после того как учебный процесс войдёт в нормальное русло), а второе - за две недели до окончания учебного года (в более поздние сроки могут иметь место ор­ганизационные трудности, вызванные приближа­ющимися экзаменами и каникулами).

Знание годичных изменений в развитии дви­гательных способностей школьников позволяет учителю вносить соответствующие коррективы в процесс физического воспитания на следую­щий учебный год. Однако учитель может и дол­жен проводить более частое тестирование, осу­ществлять так называемый оперативный конт­роль. Данную процедуру целесообразно выпол­нять, например, для того, чтобы определить из­менение уровня скоростных, силовых способ­ностей и выносливости под влиянием уроков лёгкой атлетики в течение I четверти и т.п. С этой целью учитель может применить тесты для оценки координационных способностей детей в начале и в конце освоения учебного матери­ала школьной программы, например, по спор­тивным играм, для выявления изменения пока­зателей развития этих способностей.

Следует учитывать, что разнообразие решае­мых педагогических задач не даёт возможнос­ти предоставить учителю унифицированную ме­тодику тестирования, одинаковых правил про­ведения тестов и оценки результатов тестиро­вания. Это требует от экспериментаторов (учи­телей) проявления самостоятельности в реше­нии теоретико-методологических и организаци­онных вопросов тестирования.

Тестирование на уроке необходимо увя­зать с его содержанием. Другими словами, при­менённый тест (или тесты) при соблюдении со­ответствующих требований к нему как к мето­ду исследования должен (должны) органически входить в состав запланированных физических упражнений. Если, допустим, у школьников тре­буется определить уровень развития скоростных способностей или выносливости, то необходи­мые тесты следует запланировать в ту часть уро­ка, в которой будут решаться задачи развития соответствующих физических способностей.

Частота проведения тестирования во многом определяется темпами развития конкретных физических способностей, возрастно-половыми и индивидуальными особенностями их развития.

Например, чтобы добиться существенного при­роста быстроты, выносливости или силы, требует­ся несколько месяцев регулярных занятий (тренировок). В то же время, чтобы получить достовер­ный прирост гибкости или отдельных координаци­онных способностей, требуется всего 4-12 трени­ровок. Достичь улучшения того или иного физи­ческого качества, если начинать «с нуля», можно и за более короткий срок. А вот чтобы улучшить это же качество, когда оно у школьника достига­ет высокого уровня, требуется больше времени. В данной связи учитель должен глубже изучить осо­бенности развития и совершенствования различ­ных двигательных способностей у детей в разные возрастнополовые периоды.

При оценке общей физической подготовлен­ности учащихся, как отмечалось, можно исполь­зовать самые разнообразные батареи тестов, выбор которых зависит от конкретных задач тестирования и наличия необходимых условий. Однако в связи с тем, что полученные результа­ты тестирования можно оценивать лишь путем сравнения, целесообразно выбирать тесты, ко­торые широко представлены в теории и практике физического воспитания детей. Например, опи­раться на те из них, которые рекомендованы в «Комплексной программе физического воспита­ния учащихся I-XI классов общеобразовательной школы» (М.: Просвещение, 2004-2006).

Для сравнения общего уровня физической подготовленности ученика или группы учащихся с помощью комплекса тестов прибегают к пере­воду результатов тестирования в очки или бал­лы (об этом подробнее поговорим в очередной статье). Изменение суммы очков при повторных тестированиях позволяет судить о прогрессе как отдельного ребенка, так и группы детей.

Физическая культура в школе,2007,№6

Введение

Актуальность. Проблема тестирования физической подготовленности человека - одна из наиболее разработанных в теории и методике физического воспитания. За последние десятилетия накоплен огромный и самый разнообразный материал: определение задач тестирования; обусловленность результатов тестирования разными факторами; разработка тестов для оценки отдельных кондиционных и координационных способностей; программы тестов, характеризующие физическую подготовленность детей и подростков от 11 до 15 лет, принятые в Российской Федерации, в других странах СНГ и во многих зарубежных странах.

Тестирование двигательных качеств школьников является одним из наиболее важных и основных методов педагогического контроля.

Оно помогает решению ряда сложных педагогических задач: выявлять уровни развития кондиционных и координационных способностей, оценивать качество технической и тактической подготовленности. На основе результатов тестирования можно:

сравнивать подготовленность как отдельных учащихся, так и целых групп, проживающих в разных регионах и странах;

проводить спортивный отбор для занятий тем или иным видом спорта, для участия в соревнованиях;

осуществлять в значительной степени объективный контроль за обучением (тренировкой) школьников и юных спортсменов;

выявлять преимущество и недостатки применяемых средств, методов обучения и форм организации занятий;

наконец, обосновывать нормы (возрастные, индивидуальные) физической подготовленности детей и подростков.

Наряду с научными задачами в практике разных стран задачи тестирования сводятся к следующему:

научить самих школьников определять уровень своей физической подготовленности и планировать необходимые для себя комплексы физических упражнений;

стимулировать учащихся к дальнейшему повышению своего физического состояния (формы);

знать не столько исходный уровень развития двигательной способности, сколько его изменение за определенное время;

стимулировать учащихся, добившихся высоких результатов, но не столько за высокий уровень, сколько за запланированное повышение личных результатов.

В данной работе мы будем опираться на те тесты, которые рекомендованы в «Комплексной программе физического воспитания учащихся 1 -- 11 классов общеобразовательной школы» подготовленные В.И. Ляхом и Г.Б. Мейксоном.

Цель исследования: обосновать методику тестирования физических качеств учащихся основной школы.

Гипотеза исследования: использование тестирования является точным, информативным методом определения развития физических качеств.

Объект исследования: тестирование как метод педагогического контроля.

Предмет исследования: тестирование качеств учащихся.

Глава 1. ПРЕДСТАВЛЕНИЯ О ТЕОРИИ ТЕСТОВ ФИЗИЧЕСКОЙ ПОДГОТОВЛЕННОСТИ

1.1 Краткие исторические сведения о теории тестирования двигательных способностей

Измерениями двигательных достижений человека люди интересуются с давних пор. Первые сведения об измерении расстояния, на которое совершали прыжки в длину, относятся к 664 г. до н. э. На XXIX Олимпийских играх древности в Олимпии Хионис из Спарты прыгнул на расстояние в 52 стопы, что равно примерно 16,66 м. Ясно, что здесь идет речь о неоднократном прыжке.

Известно, что один из родоначальников физического воспитания -- Гутс-Мутс (J. Ch. F. Guts-Muts, 1759--1839) измерял моторные достижения своих учеников и осуществлял точные записи их результатов. А за улучшение достижений награждал их «премиями» -- дубовыми венками (G. Sorm, 1977). В тридцатые годы XIX в. Эйселен (Е. Eiselen), сотрудник известного немецкого педагога Яна (F. L. Yahn), на основании выполненных измерений составил таблицу для определения достижений в прыжках. Как видно, она содержит три градации (табл. 1).

Таблица 1. - Результаты в прыжках (в см) мужчин (источник: К. Mekota, P. Blahus, 1983)

начальный

Через козла

Заметим, что уже в середине XIX в. в Германии при определении длины или высоты прыжка рекомендовали учитывать параметры тела.

Точные измерения спортивных достижений, в том числе рекордных, ведутся с середины XIX в., а регулярно -- с 1896 г., с Олимпийских игр современности.

Достаточно давно люди пытаются измерить и силовые способности. Первая любопытная информация по этому поводу относится к 1741 г., когда, используя простые приборы, удалось измерить силу борца Томаса Тофама. Он поднял вес, масса которого превышала 830 кг (G. Sorm, 1977). Силовые возможности учеников измеряли уже Гутс-Мутс и Ян, используя для этого простые силомеры. А вот первый динамометр, прародитель современного динамометра, сконструировал Райнигер во Франции в 1807 г. В практике физического воспитания учащихся гимназии в Париже его применил Ф. Аморос (F. Amoros) в 1821 г. В XIX в. для измерения силы использовали также поднимание туловища в висе на перекладине, сгибание и разгибание рук в упоре, поднимание тяжестей.

Предвестниками современных батарей тестов для определения физической подготовленности являются спортивно-гимнастические многоборья. В качестве первого выделяют античное пятиборье, введенное в практику на XVIII Олимпийских играх древности в 708 г. до н. э. В его состав входило метание диска, копья, прыжок, бег и борьба. Десятиборье, которое мы знаем, впервые было включено в программу соревнований на III Олимпийских играх (Сент-Луис, США, 1904), а современное пятиборье -- на V Олимпийских играх (Стокгольм, Швеция, 1912). Состав упражнений в этих конкуренциях гетерогенен; спортсмену нужно проявить подготовленность в разных дисциплинах. Итак, он должен быть разносторонне физически подготовлен.

Вероятно, с учетом этой идеи примерно в эти же сроки (начало XX в.) для детей, молодежи и взрослых ввели в практику комплексы упражнений, всесторонне определяющие физическую подготовленность человека. Впервые такие комплексные испытания были введены в Швеции (1906), затем в Германии (1913) и еще позднее -- в Австрии и СССР (России) -- комплекс «Готов к труду и обороне» (1931).

Предшественники современных двигательных тестов возникли в конце XIX -- начале XX в. В частности, Д. Саржент (D. A. Sargent) ввел в практику Гарвардского университета «силовой тест», который, кроме динамометрии и спирометрии, включал в себя отжимание рук в упоре, поднимание и опускание туловища. Уже с 1890 г. этот тест стал использоваться в 15 университетах США. Француз Г.Хеберт (G. Hebert) создал тест, публикация о котором появилась в 1911 г. В его состав входит 12 двигательных заданий: бег на разные дистанции, прыжок с места и с разбега, бросок, многократное поднимание 40-килограммового снаряда (веса), плавание и ныряние.

Кратко остановимся еще на источниках информации, в которых рассматриваются результаты научных исследований врачей и психологов. Исследования врачей вплоть до конца XIX в. были ориентированы чаще всего на изменение внешних морфологических данных, а также на идентификацию асимметрии. Используемая в этих целях антропометрия шла в ногу с применением динамометрии. Так, бельгийский врач А. Кветелет (A. Quetelet), проведя обширные исследования, в 1838 г. опубликовал работу, согласно которой средние результаты становой силы (позвоночника) 25-летних женщин и мужчин равны соответственно 53 и 82 кг. В 1884 г. итальянец А. Моссо (A. Mosso) исследовал мышечную выносливость. Для этого он применил эргограф, который позволил ему наблюдать развитие утомления при многократном сгибании пальца.

Современная эргометрия берет свое начало с 1707 г. Тогда уже был создан прибор, позволявший измерить пульс в минуту. Прототип сегодняшнего эргометра сконструировал Хирн (G. A. Him) в 1858 г. Циклоэргометры и беговые дорожки были созданы позднее, в 1889--1913 гг.

В конце XIX -- начале XX в. начинаются систематические исследования психологов. Изучается время реакции, разрабатываются тесты для определения координации движений и ритма. Понятие «время реакции» ввел в науку австрийский физиолог С. Экс-нер (S. Ехпег) в 1873 г. Ученики основателя экспериментальной психологии В. Вундта (W. Wundt) в созданной в 1879 г. лаборатории в Лейпциге провели обширные измерения времени простой и сложной реакций. Первые испытания координации движений включали в себя теппинг и разные виды прицеливания. Одной из первых попыток изучения прицеливания является тест X. Френкеля (Н. S. Frenkel), предложенный им в 1900 г. Суть его состояла в том, чтобы удерживать указательный палец во всякого рода отверстиях, кольцах и т. п. Это прототип современных тестов «на статический и динамический тремор».

Пытаясь определить музыкальный талант, в 1915 г. Сишор (С. Е. Seashore) исследовал способность к ритму.

Теория тестирования ведет свой отсчет, однако, с конца XIX -- начала XX в. Именно тогда были заложены основы математической статистики, без которой современная теория тестов обойтись не может. На этом пути несомненные заслуги принадлежат генетику и антропологу Ф. Гальтону (F. Galton), математикам Пирсону (Pearson) и У. Йоле (U. Youle), математику-психологу Спирмену (С. Spearman). Именно эти ученые создали новую ветвь биологии -- биометрию, в основе которой измерения и статистические методы, такие, как корреляция, регрессия и др. Созданный Пирсоном (1901) и Спирменом (1904) сложный математико-статический метод -- факторный анализ -- позволил английскому ученому Барту (С. Burt) применить его в 1925 г. к анализу результатов моторных тестов учащихся лондонских школ. В результате были идентифицированы такие физические способности, как сила, быстрота, ловкость и выносливость. Выделился также фактор, названный «общая физическая подготовленность». Несколько позднее вышла в свет одна из наиболее известных работ американского ученого Мак Клоя (С.Н.McCloy, 1934)-- «Измерение общих двигательных способностей». К началу 40-х гг. ученые приходят к выводу о сложной структуре двигательных способностей человека. Используя разные моторные тесты в сочетании с применением параллельно разрабатываемых математических моделей (одно- и многофакторный анализ), в теорию тестирования прочно вошли понятия о пяти двигательных способностях: силе, быстроте, координации движений, выносливости и гибкости.

Двигательные тесты в бывшем СССР были использованы для разработки контрольных нормативов комплекса «Готов к труду и обороне» (1931). Известен тест двигательных способностей (главным образом координации движений), который для детей и молодежи предложил Н. И. Озерецкий (1923). Работы по измерению двигательных способностей детей, молодежи примерно в эти же сроки появились в Германии, Польше, Чехословакии и других странах.

Значительные успехи в развитии теории тестирования физической подготовленности человека приходятся на конец 50-х и 60-е гг. XX в. Основоположником этой теории, вероятнее всего, является американец Мак Клой, выпустивший в соавторстве с М. Юнгом (М. D. Young) в 1954 г. монографию «Тесты и измерение в здравоохранении и физическом воспитании», на которую впоследствии опирались многие авторы подобных работ.

Большое теоретическое значение имела и до сих пор имеет книга «Структура и измерение физических способностей» известного американского исследователя Е.А. Флейшмана (1964). В книге не только отражены теоретические и методологические вопросы проблемы тестирования данных способностей, но и изложены конкретные результаты, варианты подходов, исследования надежности, информативности (валидности) тестов, а также представлен важный фактический материал по факторной структуре двигательных тестов различных двигательных способностей.

Большое значение для теории тестирования физических способностей имеют книги В.М. Зациорского «Физические качества спортсмена» (1966) и «Кибернетика, математика, спорт» (1969).

Краткие исторические сведения по тестированию физической подготовленности в бывшем СССР можно найти в публикациях Е.Я. Бондаревского, В. В. Кудрявцева, Ю.И. Сбруева, В.Г. Панаева, Б.Г. Фадеева, П.А. Виноградова и др.

Условно можно выделить три этапа тестирования в СССР (России):

1-й этап -- 1920--1940 гг.-- период массовых обследований с целью изучения основных показателей физического развития и уровня двигательной подготовленности, появление на этой основе нормативов комплекса «Готов к труду и обороне».

2-й этап -- 1946--1960 гг.-- изучение двигательной подготовленности в зависимости от морфофункциональных особенностей с целью создания предпосылок для научно-теоретического обоснования их взаимосвязи.

3-й этап -- с 1961 г. по настоящее время -- период комплексных исследований физического состояния населения в зависимости от климатогеографических особенностей регионов страны.

Исследования, выполненные в этот период, показывают, что показатели физического развития и двигательной подготовленности людей, проживающих в различных регионах страны, обусловлены влиянием биологических, климатогеографических, социально-экономических и других как постоянных, так и переменных факторов. По разработанной единой комплексной программе, состоящей из четырех разделов (физическая подготовленность, физическое развитие, функциональное состояние основных систем организма, социологическая информация), в 1981 г. было проведено комплексное обследование физического состояния населения разного возраста и пола различных регионов СССР.

Несколько позже наши специалисты отметили, что уже более 100 лет изучается уровень физического развития и подготовленности человека. Однако, несмотря на относительно большое число работ в этом направлении, провести глубокий и всесторонний анализ полученных данных не представляется возможным, так как исследования проводились с различными контингентами, в разные сезонные периоды, с использованием различных методик, программ тестирования и математико-статистической обработки полученной информации.

В этой связи основной упор был сделан на разработку методологии и организации унифицированной системы сбора данных с учетом метрологических и методических требований и создание банка данных на ЭВМ.

В середине 80-х гг. прошлого века было проведено массовое всесоюзное обследование около 200000 человек от 6 до 60 лет, которое подтвердило выводы предыдущего исследования.

С самого начала возникновения научных подходов к тестированию физической подготовленности человека исследователи стремились получить ответы на два основных вопроса:

какие тесты должны быть отобраны для оценки уровня развития конкретной двигательной (физической) способности и уровня физической подготовленности детей, подростков и взрослых;

сколько нужно тестов, чтобы получить минимальную и вместе с тем достаточную информацию о физическом состоянии человека?

Единых представлений в мире по этим вопросам пока не выработано. Вместе с тем представления о программах (батареях) тестов, характеризующих физическую подготовленность детей и подростков от 6 до 17 лет, принятые в разных странах, все более сближаются.

1.2 Понятие «тест» и классификация двигательных (моторных) тестов

Термин тест в переводе с английского языка означает «проба, испытание».

Тесты применяются для решения многих научных и практических задач. Среди других способов оценки физического состояния человека (наблюдение, экспертные оценки) метод тестов (в нашем случае -- двигательных или моторных) является главным методом, используемым в спортивной метрологии и других научных дисциплинах («учении о движениях», теории и методике физического воспитания).

Тест -- это измерение или испытание, проводимое для определения способностей или состояния человека. Таких измерений может быть очень много, в том числе на основе использования самых разнообразных физических упражнений. Однако далеко не каждое физическое упражнение или испытание можно рассматривать как тест. В качестве тестов могут использоваться лишь те испытания (пробы), которые отвечают специальным требованиям:

должна быть определена цель применения любого теста (или тестов);

следует разработать стандартизированную методику измерения результатов в тестах и процедуру тестирования;

необходимо определить надежность и информативность тестов;

результаты тестов могут быть представлены в соответствующей системе оценки.

Система использования тестов в соответствии с поставленной задачей, организацией условий, выполнением тестов испытуемыми, оценка и анализ результатов называются тестированием, а полученное в ходе измерений числовое значение -- результатом тестирования (теста). Например, прыжок в длину с места -- это тест; процедура проведения прыжков и измерение результатов -- тестирование; длина прыжка -- результат теста.

В основе тестов, используемых в физическом воспитании, лежат двигательные действия (физические упражнения, двигательные задания). Такие тесты называются двигательными или моторными.

В настоящее время еще не существует единой классификации двигательных тестов. Известна классификация тестов по их структуре и по их преимущественным показаниям (табл. 2).

Как следует из таблицы, различают единичный и комплексный тесты. Единичный тест служит для измерения и оценки одного признака (координационной или кондиционной способности). Поскольку, как видим, структура каждой координационной или кондиционной способности является сложной, то с помощью такого теста оценивается, как правило, только один компонент такой способности (например, способность к равновесию, быстрота простой реакции, сила мышц рук).

Таблица 2. - Формы тестов и возможности их применения (по Д.Д. Блюме, 1987)

Измеряемая способность

Признак структуры

Единичный тест

Элементарный тест, содержащий одну двигательную задачу

Одна способность или аспект (компонент) способности

Одна задача теста, одна окончательная оценка теста

Тест на равновесие, тремометрия, тест для оценки способности к соединению, тест на оценку ритма

Учебный тест

Одна или несколько задач теста. Одна окончательная оценка теста

Общий учебный тест

Тестовая серия

Одна задача тестов с вариантами или несколько задач повышенной трудности

Тест для оценки способности к соединению (связи)

Комплексный тест

Комплексный тест, содержащий одну задачу

Несколько способностей или аспектов (компонентов) одной способности

Одна задача теста, несколько окончательных оценок

Прыжковый тест

Тест многоразовых задач

Несколько тестовых задач, выполняющихся последовательно, несколько окончательных оценок

Тест многоразовых реакций

Тестовый профиль

Несколько тестов, несколько окончательных оценок

Координационная задача

Тестовая батарея

Несколько тестов, одна тестовая оценка

Тестовая батарея для оценки способности обучаться движения

С помощью учебного теста оценивается способность к двигательному обучению (по разности окончательной и начальной оценок за определенный период обучения технике движений).

Тестовая серия дает возможность один и тот же тест использовать в течение длительного времени, когда измеряемая способность существенно улучшается. При этом задачи теста по своей трудности последовательно повышаются. К сожалению, эта разновидность теста пока недостаточно используется как в науке, так и на практике.

С помощью комплексного теста оценивается несколько признаков или компонентов разных или одной и той же способности, например прыжок вверх с места (со взмахом рук, без взмаха рук, на заданную высоту). На основании этого теста можно получить информацию об уровне скоростно-силовых способностей (по высоте прыжка), координационных способностей (по точности дифференцирования силовых усилий, по разности высоты прыжка со взмахом и без взмаха рук).

Тестовый профиль состоит из отдельных тестов, на основании которых оцениваются или несколько различных физических способностей (гетерогенный тестовый профиль), или разные проявления одной и той же физической способности (гомогенный тестовый профиль). Результаты теста могут быть представлены в форме профиля, что дает возможность сравнивать индивидуальные и групповые результаты.

Тестовая батарея состоит также из нескольких отдельных тестов, результаты которых сводятся в одну окончательную оценку, рассматриваемую в одной из оценочных шкал (см. главу 2). Как и в тестовом профиле, различают гомогенную и гетерогенную батареи. Гомогенная батарея, или гомогенный профиль, находит применение в оценке всех компонентов комплексной способности (например, способности к реакции). При этом результаты отдельных тестов должны быть тесно взаимосвязаны (должны коррелировать).

В тестах многоразовых задач испытуемые последовательно выполняют двигательные задания и за каждое решение двигательной задачи получают отдельные оценки. Эти оценки могут состоять в тесной связи друг с другом. Посредством соответствующих статистических расчетов можно получить дополнительную информацию об оцениваемых способностях. Примером могут служить последовательно решаемые задания прыжкового теста (табл. 3).

Таблица 3. - Последовательно решаемые задания прыжкового теста

Задача теста

Оценка результата

Способность

Максимальный прыжок без взмаха рук

Прыжковая сила

Максимальный прыжок вверх со взмахом рук

Прыжковая сила и способность к соединению (связи)

Максимальный прыжок вверх со взмахом рук и подскоком

Способность к соединению (связи) и прыжковая сила

10 прыжков со взмахом рук на расстояние, равное 2/3 от максимальной высоты прыжка, как в задаче 2

Сумма отклонений от заданной отметки

Способность к дифференцированию силовых параметров движений

Разность между результатами за решение одной задачи и двух задач

Способность к соединению (связи)

(по Д.Д. Блюме, 1987)

В определении двигательных тестов указывается, что они служат оценке двигательных способностей и частично моторных навыков. В самом общем виде выделяют кондиционные тесты, координационные тесты и тесты для оценки двигательных умений и навыков (техники движений). Такая систематизация является, однако, еще слишком общей. Классификация двигательных тестов по преимущественным их показаниям вытекает из систематизации физических (двигательных) способностей.

В этой связи различают:

1) кондиционные тесты:

для оценки силы: максимальной, скоростной, силовой выносливости;

для оценки выносливости;

для оценки скоростных способностей;

для оценки гибкости -- активной и пассивной;

2) координационные тесты:

для оценки координационных способностей, относящихся к отдельным самостоятельным группам двигательных действий, которые измеряют специальные координационные способности;

для оценки специфических координационных способностей -- способностей к равновесию, ориентированию в пространстве, реагированию, дифференцированию параметров движений, ритму, перестроению двигательных действий, согласованию (связи),

вестибулярной устойчивости, произвольному расслаблению мышц.

Понятие «тесты для оценки двигательных навыков» в настоящей работе не рассматриваются. Примеры тестов приведены в Приложении 2.

Таким образом, каждая классификация -- это своеобразные ориентиры для выбора (или создания) того типа тестов, которые в большей мере соответствуют задачам тестирования.

1.3 Критерии добротности двигательных тестов

Понятие «двигательный тест» отвечает своему назначению тогда, когда тест удовлетворяет соответствующим требованиям.

Тесты, удовлетворяющие требованиям надежности и информативности, называют добротными или аутентичными (достоверными).

Под надежностью теста понимают степень точности, с которой он оценивает определенную двигательную способность независимо от требований того, кто ее оценивает. Надежность проявляется в степени совпадения результатов при повторном тестировании одних и тех же людей в одинаковых условиях; это стабильность или устойчивость результата теста индивида при повторном проведении контрольного упражнения. Другими словами, ребенок в группе обследуемых по результатам повторных тестирований (например, показателей прыжков, времени бега, дальности метания) устойчиво сохраняет свое ранговое место.

Надежность теста определяется с помощью корреляционно-статистического анализа путем расчета коэффициента надежности. При этом используют различные способы, на основании которых судят о надежности теста.

Стабильность теста основывается на зависимости между первой и второй попытками, повторенными через определенное время в одинаковых условиях одним и тем же экспериментатором. Способ повторного тестирования на определение надежности называется ретестом. Стабильность теста зависит от вида теста, возраста и пола испытуемых, временного интервала между тестом и ретестом. Например, показатели кондиционных тестов или морфологических признаков при небольших временных интервалах более стабильны, чем результаты координационных тестов; у более старших детей результаты стабильнее, чем у более младших. Ретест обычно проводится не позднее чем через неделю. При более длительных интервалах (например, через месяц) стабильность даже таких тестов, как бег на 1000 м или прыжок в длину с места, становится уже заметно ниже.

Эквивалентность теста заключается в корреляции результата теста с результатами других однотипных тестов (например, когда надо выбрать, какой тест более адекватно отражает скоростные способности: бег на 30, 50, 60 или 100 м).

Отношение к эквивалентным (гомогенным) тестам зависит от многих причин. Если надо повысить надежность оценок или выводов исследования, то целесообразно использовать два и больше эквивалентных теста. А если стоит задача создать батарею, содержащую минимум тестов, следует применять только один из эквивалентных тестов. Такая батарея, как отмечалось, является гетерогенной, так как входящие в нее тесты измеряют разные двигательные способности. Примером гетерогенной батареи тестов является бег на 30 м, подтягивание на перекладине, наклон вперед, бег на 1000 м.

Надежность тестов определяют также по сопоставлению средних оценок четных и нечетных попыток, входящих в тест. Например, среднюю точность бросков в цель из 1, 3, 5, 7 и 9 попыток сравнивают со средней точностью бросков из 2, 4, 6, 8 и 10 попыток. Такой метод оценки надежности называется методом удвоения или расщеплением. Он используется преимущественно при оценке координационных способностей и в том случае, если количество попыток, образующих тестовый результат, не меньше 6.

Под объективностью (согласованностью) теста понимают степень согласованности результатов, получаемых на одних и тех же испытуемых разными экспериментаторами (учителями, судьями, экспертами).

Для повышения объективности тестирования необходимо соблюдение стандартных условий проведения теста:

время тестирования, место, погодные условия;

единое материальное и аппаратурное обеспечение;

психофизиологические факторы (объем и интенсивность нагрузки, мотивация);

подача информации (точная словесная постановка задачи теста, объяснение и демонстрация).

Это так называемая объективность проведения теста. Говорят еще об интерпретационной объективности, касающейся степени независимости интерпретации результатов тестирования разными экспериментаторами.

В целом, как отмечают специалисты, надежность тестов можно повысить различными путями: более строгой стандартизацией тестирования (см. выше), увеличением числа попыток, лучшей мотивацией испытуемых, увеличением числа оценщиков (судей, экспертов), повышением согласованности их мнений, увеличением числа эквивалентных тестов.

Фиксированных значений показателей надежности теста не имеется. В большинстве случаев пользуются следующими рекомендациями: 0,95--0,99 -- отличная надежность; 0,90--0,94 -- хорошая; 0,80--0,89 -- приемлемая; 0,70--0,79 -- плохая; 0,60-- 0,69 -- для индивидуальных оценок сомнительная, тест пригоден только для характеристики группы испытуемых.

Информативность теста -- это степень точности, с какой он измеряет оцениваемую двигательную способность или навык. В иностранной (и отечественной) литературе используют вместо слова «информативность» термин «валидность» (от англ. validity -- обоснованность, действительность, законность). Фактически, говоря об информативности, исследователь отвечает на два вопроса: что измеряет данный конкретный тест (батарея тестов) и какова при этом степень точности измерения?

Различают несколько видов валидности: логическую (содержательную), эмпирическую (на основании опытных данных) и предсказательную (2)

Важными дополнительными критериями тестов, являются нормирование, сопоставляемость и экономичность.

Суть нормирования состоит в том, что на основе результатов тестирования можно создать нормы, имеющие особое значение для практики.

Сопоставляемость теста заключается в возможности сравнивать результаты, полученные по одной или нескольким формам параллельных (гомогенных) тестов. В практическом плане применение сопоставляемых моторных тестов снижает вероятность того, что в результате регулярного применения одного и того же теста оценивается не только и не столько уровень способности, сколько степень навыка. Одновременно сопоставляемые результаты тестов повышают достоверность выводов.

Суть экономичности как критерия добротности теста состоит в том, что проведение теста не требует длительного времени, больших материальных затрат и участия многих помощников.

Заключение

Предшественники современных двигательных тестов возникли в конце XIX -- начале XX в. С 1920 года в нашей стране проводились массовые обследования с целью изучения основных показателей физического развития и уровня двигательной подготовленности. На этой основе этих данных были разработаны нормативы комплекса «Готов к труду и обороне».

В теорию тестирования прочно вошли понятия о пяти двигательных способностях: силе, быстроте, координации движений, выносливости и гибкости. Для их оценки разработан целый ряд различных тестовых батарей.

Среди способов оценки физического состояния человека метод тестов является главным. Различают единичный и комплексный тесты. Также в связи со систематизацией физических (двигательных) способностей тесты классифицируют на кондиционные и координационные.

Все тесты должны отвечать специальным требованиям. К основным критериям относятся: надежность, стабильность, эквивалентность, объективность, информативность (валидность). К дополнительным критериям относятся: нормирование, сопоставляемость и экономичность.

Поэтому при выборе определенных тестов необходимо соблюдать все эти требования. Для повышения объективности тестов следует придерживаться более строгой стандартизацией тестирования, увеличением числа попыток, лучшей мотивацией испытуемых, увеличением числа оценщиков (судей, экспертов), повышением согласованности их мнений, увеличением числа эквивалентных тестов.

Глава 2. Задачи, методы и организация исследования

2.1 Задачи исследования:

1. Изучить сведения о теории тестирования по данным литературных источников;

2. Проанализировать методику тестирования физических качеств;

3. Сравнить показатели двигательной подготовленности учащихся 7а и 7б классов.

2.2 Методы исследования:

1. Анализ и обобщение литературных источников.

Осуществлялся на протяжении всего исследования. Решение данных задач на теоретическом уровне осуществляется на изучении литературы по: теории и методики физического воспитания и спорта, воспитанию физических качеств, спортивной метрологии. Было проанализировано 20 литературных источников.

2. Словесное воздействие.

Проводился инструктаж о последовательности выполнения двигательных тестов и мотивационная беседа для настроя на достижение лучшего результата.

3. Тестирование физических качеств.

бег 30 метров (с высокого старта),

челночный бег 3 х 10 метров,

прыжки в длину с места,

6-минутный бег (м),

наклон вперёд из положения сидя (см),

подтягивания на перекладине (девочки на низкой).

4. Методы математической статистики.

Использовались для проведения расчетов, которые использовались при сравнительном анализе учащихся 7а и 7б классов.

2.3 Организация исследования

На первом этапе, в апреле 2009 года, производился анализ научно-методической литературы:

· изучение содержания программ по физическому воспитанию учащихся общеобразоват

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

1. ОСНОВНЫЕ ПОНЯТИЯ

Тестом называется измерение или испытание, проводимое с целью определения состояния или способностей спортсмена. Процесс испытаний называется тестированием: полученное в итоге измерения числовое значение -- результатом тестирования (или результатом теста). Например, бег 100м -- это тест, процедура проведения забегов и хронометража -- тестирование, время бега -- результат теста.

Тесты, в основе которых лежат двигательные задания, называют двигательными (или моторными). В этих тестах в качестве результатов могут выступать либо двигательные достижения (время прохождения дистанции, число повторений, пройденное расстояние и т. п.), либо физиологические и биохимические показатели. В зависимости от этого, а также от задания, которое стоит перед исследуемым, различают три группы двигательных тестов (табл. А).

Таблица А. Разновидности двигательных тестов.

Название теста	Задание спортсмену	Результаты теста
Контрольные упражнения		Двигательное достижение	Бег 1500м, время бега
Стандартные функциональные пробы	Одинаковое для всех, дозируется либо: а) по величине выполненной работы, либо: б) по величине физиологических сдвигов	Физиологические или биохимические показатели при стандартной работе Двигательные показатели при стандартной величине физиологических сдвигов	Регистрация ЧСС при стандартной работе 1000 км/мин Скорость бега при пульсе 160 уд/мин, проба ПВЦ (170)
Максимальные функциональные пробы	Показать максимальный результат	Физиологические или биохимические показатели	Определение максимального кислородного долга или максимального потребления кислорода

Иногда используется не один, а несколько тестов, имеющих единую конечную цель (например, оценку состояния спортсмена в соревновательном периоде тренировки). Такая группа называете^ комплексом или батареей тестов. Не всякие измерения могут быть использованы как тесты. Для этого они должны удовлетворять специальным требованиям. К ним относятся: 1) надежность теста; 2) информативность теста; 3) наличие системы оценок (см.- следующую главу); 4) стандартность -- процедура и условия тестирования должны быть одинаковыми во всех случаях применения теста. Тесты, удовлетворяющие требованиям надежности и информативности, называют добротными или аутентичны м и.

2. НАДЕЖНОСТЬ ТЕСТОВ

2.1 Понятие о надежности тестов

тестирование физический третбан

Надежностью тестов называют степень совпадения результатов при повторном тестировании одних и тех же людей (или других объектов) в одинаковых условиях. В идеале один и тот же тест, примененный к тем же испытуемым в тех же условиях, должен давать одинаковые результаты. Однако даже при самой строгой стандартизации испытаний и точной аппаратуре результаты тестирования всегда несколько варьируют. Например, спортсмен, только что выжавший на кистевом динамометре 55 кг, через несколько минут покажет лишь 50 кг. Подобную вариацию называют внутри-индивидуальной или (используя более общую терминологию математической статистики) внутриклассовой. Ее вызывают четыре основные причины:

изменение состояния испытуемых (утомление, врабатыва-ние, научение, изменение мотивации, концентрации внимания и т. п.);

неконтролируемые изменения внешних условий и аппаратуры (температуры и влажности воздуха, напряжения в электросети, присутствие посторонних лиц, ветер и т. п.);

изменение состояния лица, проводящего или оценивающего тест, замена одного экспериментатора или судьи другим;

несовершенство теста (есть такие тесты, которые заведомо малонадежны, например штрафные броски в баскетбольную корзину до первого промаха; даже спортсмен, имеющий высокий процент попадания, может случайно ошибиться при первых бросках).

В идее методов, используемых для суждения о надежности тестов, поможет разобраться следующий упрощенный пример. Предположим, что хотят сравнить результаты прыжков в длину с места у двух спортсменов по двум выполненным попыткам. При желании сделать точные выводы нельзя ограничиваться 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. Различие между результатами (320 см--220 см = 100 см) явно больше случайных колебаний (±10 см). Гораздо менее определенным будет

Рис. 1. Соотношение меж- и внутриклассовой вариации при высокой (вверху) и низкой (внизу) надежности.

Короткие вертикальные штрихи -- данные отдельных попыток, Х и А" 2 , Х 3 -- средние результаты трех испытуемых

вывод, если при той же самой внутриклассовой вариации (равной ±10 см) различие между испытуемыми (межклассовая 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 первый существенно сильнее второго.

Из примера видно, 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 испытуемыми, рис. 1).

Теория надежности теста исходит из того, что результат любого измерения, проводимого на человека, -- Х { -- есть сумма двух величин:

Х^Хоо + Хе, (1)

где Х х -- так называемый истинный результат, который хотят зафиксировать;

Х е --ошибка, вызванная неконтролируемой вариацией в состоянии испытуемого, привносимая измерительным прибором и пр.

Под истинным результатом по определению понимают среднее значенре X^ при бесконечно большом числе наблюдений в одинаковых условиях (поэтому при X и ставят знак бесконечности оо).

Если ошибки случайны (их сумма равна нулю, и в разных попытках они не зависят друг от друга), тогда из математической статистики следует:

О/ = Ооо Т <З е,

т. е. зарегистрированная в опыте дисперсия результатов (ст/ 2) равна сумме дисперсий истинных результатов ((Хм 2) и ошибок (0 е 2).

Ооо 2 характеризует идеализированную (т. е. свободную от ошибок) межклассовую вариацию, а е 2 ---внутриклассовую изменчивость. Влияние о е 2 изменяет распределение результатов теста (рис.2).

По определению коэффициент надежности (гц) равен отношению истинной дисперсии к дисперсии, зарегистрированной в опыте:

Иными словами, г п есть просто доля истинной вариации в той вариации, которая зарегистрирована в опыте.

Кроме коэффициента надежности используют еще индекс надежности:

который рассматривают как теоретический коэффициент корреляции зарегистрированных значений теста с истинными. Пользуются также понятием о стандартной ошибке надежности, под которой понимают среднее квадратическое отклонение зарегистрированных результатов теста (Х () от линии регрессии, связывающей значение Х г с истинными результатами (X») -- рис. 3.

2.2 Оценка надежности по экспериментальным данным

Понятие об истинном результате теста является абстракцией. Хоэ в опыте измерить нельзя (ведь нельзя же в действительности провести бесконечно большое число наблюдений в одинаковых условиях) . Поэтому приходится использовать косвенные методы.

Наиболее предпочтителен для оценки надежности дисперсионный анализ с последующим расчетом так называемых внутриклассовых коэффициентов корреляции.

Дисперсионный анализ, как известно, позволяет разложить зарегистрированную в опыте вариацию результатов теста на составляющие, обусловленные влиянием отдельных факторов. Например, если зарегистрировать у испытуемых их результаты в каком-либо тесте, повторяя этот тест в разные дни, причем в каждый из дней делать по нескольку попыток, периодически меняя экспериментаторов, то будет иметь место вариация:

а) от испытуемого к испытуемому (межиндивидуальная вариа ция),

б) ото дня ко дню,

в) от экспериментатора к экспериментатору,

г) от попытки к попытке.

Дисперсионный анализ дает возможность выделить и оценить вариации, вызванные этими факторами.

Упрощенный пример показывает, как это делается. Предполо жим, что у 5 испытуемых измерили результаты двух попыток (к = 5, п = 2)

Результаты дисперсионного анализа (см. курс математической статистики, а также приложение 1 к первой части книги) приведены в традиционной форме в табл. 2.

Таблица 2

Надежность оценивается с помощью так называемого внутриклассового коэффициента корреляции:

где г"и -- коэффициент внутриклассовой корреляции (коэффициент надежности, который, чтобы отличить его от обычного коэффициента корреляции (г), обозначают с дополнительным штрихом (г")\

п -- использованное в тесте число попыток;

п" -- число попыток, для которого проводится оценка надежности.

Например, если хотят оценить по данным приведенного примера надежность средней из двух попыток, то

Если ограничиться только одной попыткой, то надежность будет равна:

а если увеличить число попыток до четырех, коэффициент надежности также несколько возрастет:

Таким образом, чтобы оценить надежность, надо, во-первых, выполнить дисперсионный анализ и, во-вторых, рассчитать внутриклассовый коэффициент корреляции (коэффициент надежности).

Некоторые сложности возникают, когда имеет место так называемый тренд, т. е. систематическое повышение или понижение результатов от попытки к попытке (рис. 4). В этом случае используют более сложные методы оценки надежности (в настоящей книге они не описаны).

Для случая двух попыток и отсутствия тренда величины внутриклассового коэффициента корреляции практически совпадают со значениями обычного коэффициента корреляции между результатами первой и второй попыток. Поэтому в таких ситуациях для оценки надежности может использоваться и обычный коэффициент корреляции (он при этом оценивает надежность одной, а не двух попыток). Однако, если число повторных попыток в тесте больше двух и в особенности если используются сложные схемы тестирования,

Рис. 4. Серии из шести попыток, из которых три первые (илл. слева) или три последние (справа) подвержены тренду

(например, по 2 попытки в день в течение двух дней), необходим расчет внутриклассового коэффициента.

Коэффициент надежности не является абсолютным показателем, характеризующим тест. Этот коэффициент может изменяться в зависимости от контингента испытуемых (например, быть различным у начинающих и квалифицированных спортсменов), условий тестирования (проводятся ли повторные попытки одна за другой или, скажем, с интервалом в одну неделю) и других причин. Поэтому всегда надо описывать, как и на ком проводился тест.

2.3 Надежность в практике работы с тестами

Ненадежность экспериментальных данных снижает величину оценок коэффициентов корреляции. Поскольку ни один тест не может коррелировать с другим тестом больше, чем с самим собой, верхней границей оценки коэффициента корреляции здесь является уже не ±1.00, а индекс надежности

г (оо = У~г и

Чтобы от оценки коэффициентов корреляции между эмпирическими данными перейти к оценкам корреляции между истинными значениями, можно воспользоваться выражением

где г ху -- корреляция между истинными значениями X и У;

1~ху -- корреляция между эмпирическими данными; ГцИ^--оценка надежности X и У.

Например, если г ху = 0,60, г хж = 0,80 и г уу =0,90, то корреляция между истинными значениями равна 0,707.

Приведенная формула (6) называется коррекцией на уменьшение (или формулой Спирмена -- Броуна), она постоянно используется в практике.

Нет фиксированного значения надежности, которое позволяло бы считать тест приемлемым. Все зависит от важности "выводов, сделанных на основе применения теста. И все же в большинстве случаев в спорте можно использовать следующие примерные ориентиры: 0,95--0,99 --¦ отличная надежность, 0,90-^0,94 -- хорошая, 0,80--0,89 -- приемлемая, 0,70--0,79 -- плохая, 0,60--0,69 -- для индивидуальных оценок сомнительная, тест пригоден лишь для характеристики группы испытуемых.

Добиться некоторого повышения надежности теста можно, увеличивая число повторных попыток. Вот как, например, в эксперименте возрастала надежность теста (метание гранаты 350 г с разбегу) по мере увеличения числа попыток: 1 попытка -- 0,53, 2 попытки -- 0,72, 3 попытки -- 0,78, 4 попытки -- 0,80, 5 попыток -- 0,82, 6 попыток -- 0,84. Из примера видно, что если сначала надежность возрастает быстро, то после 3--4 попыток прирост существенно замедляется.

При нескольких повторных попытках результаты можно определять разными способами: а) по лучшей попытке, б) по средней арифметической величине, в) по медиане, г) по средней из двух или трех лучших попыток и т. п. Исследования показали, что в большинстве случаев наиболее надежным является использование средней арифметической величины, несколько менее надежна медиана, еще менее надежна лучшая попытка.

Говоря о надежности тестов, различают их стабильность (воспроизводимость), согласованность, эквивалентность.

2.4 Стабильность теста

Под стабильностью теста понимают воспроизводимость резуль татов при его повторении через определенное время в одинаковых условиях. Повторное тестирование обычно называют ретестом. Схе ма оценки стабильности теста такова: 1

При этом различают 2 случая. В одном ретест проводят для того, чтобы получить надежные данные о состоянии испытуемого в течение всего временного интервала между тестом и ретестом (например, чтобы получить надежные данные о функциональных возможностях лыжников в июне, у них проводят измерения МПК дважды с интервалом в одну неделю). В этом случае важны точные результаты теста, и надежность должна 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:

вида теста,

контингента испытуемых,

временного 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 временного интервала между тестом и ретестом стабильность теста снижается (табл. 3).

2.5 Согласованность теста

Согласованность теста характеризуется независимостью результатов тестирования от личных качеств лица, проводящего или оценивающего тест". Согласованность определяется по степени совпадения результатов, получаемых на одних и тех же испытуемых разными экспериментаторами, судьями, экспертами. При этом возможны два варианта:

Лицо, проводящее тест, только оценивает его результаты, не влияя на его выполнение. Например, одну и ту же письменную работу разные экзаменаторы могут оценить по-разному. Нередко различаются оценки судей в гимнастике, фигурном катании на коньках, боксе, показатели ручного хронометрирования, оценка электрокардиограммы или рентгенограммы разными врачами и т. п.

Лицо, проводящее тест, влияет на результаты. Например, некоторые экспериментаторы более настойчивы и требовательны, чем другие, лучше мотивируют испытуемых. Это сказывается на результатах (которые сами по себе могут измеряться вполне объективно).

Согласованность теста -- это, по существу, надежность оценки его результатов при проведении теста разными людьми.

1 Вместо термина «согласованность» довольно часто используют термин «объективность». Такое словоупотребление неудачно, так как совпадение результатов разных экспериментаторов или судей (экспертов) вовсе не говорит об их объективности. Они могут все вместе сознательно или несознательно ошибаться, искажая объективную истину.

2.6 Эквивалентность теста

Нередко тест представляет собой результат выбора из определенного числа однотипных тестов.

Например, броски в баскетбольную корзину можно выполнять с разных точек, спринтерский бег может проводиться на дистанции, скажем, 50, 60 или 100 м, подтя- -гивания можно выполнять на кольцах или перекладине, хватом сверху или снизу и т. д.

В таких случаях может использоваться так называемый метод параллельных форм, когда испытуемым предлагают выполнить две разновидности одного и того же теста и затем оценивают степень совпадения результатов. Схема тестирования здесь следующая:

Рассчитанный между результатами тестирования коэффициент корреляции называют коэффициентом эквивалентности. Отношение к эквивалентности тестов зависит от конкретной ситуации. С одной стороны, если два или больше тестов эквивалентны, их совместное применение повышает надежность оценок; с другой -- может оказаться полезным оставить в батарее только один эквивалентный тест -- это упростит тестирование и лишь незначительно снизит информативность комплекса тестов. Решение этого вопроса зависит от таких причин, как сложность и громоздкость тестов, степень необходимой точности тестирования и т. п.

Если все тесты, входящие в какой-либо комплекс тестов, высоко эквивалентны, он называется гомогенным. Весь этот комплекс измеряет одно какое-то свойство моторики человека. Скажем, комплекс, состоящий из прыжков с места в длину, вверх и тройного, вероятно, будет гомогенным. Наоборот, если в комплексе нет эквивалентных тестов, то все тесты, входящие в него, меряют разные свойства. Такой комплекс называется гетерогенным. Пример гетерогенной батареи тестов: подтягивания на перекладине, наклон вперед (для проверки гибкости), бег 1500 м.

2.7 Пути повышения надежности теста

Надежность тестов до определенной степени может быть повышена путем:

а) более строгой стандартизации тестирования,

б) увеличения числа попыток,

в) увеличения числа оценщиков (судей, экспертов) и повыше ния согласованности их мнений,

г) увеличения числа эквивалентных тестов,

д) лучшей мотивации испытуемых.

3. ИНФОРМАТИВНОСТЬ ТЕСТОВ

3.1 Основные понятия

Информативность теста -- это степень точности, с какой он измеряет свойство (качество, способность, характеристику и т. п.), для оценки которого используется. Информативность нередко называют также валидностыо (от английского уаНаНу -- обоснованность, действительность, законность). Допустим, что для определения уровня специальной силовой подготовленности спринтеров -- бегунов и пловцов -- хотят использовать такие показатели: 1) кистевая динамометрия, 2) сила подошвенного сгибания стопы, 3) сила разгибателей плечевого сустава (эти мышцы несут большую нагрузку при плавании кролем), 4) сила мышц-разгибателей шеи. На основе этих тестов предполагают управлять тренировочным процессом, в частности находить слабые звенья двигательного аппарата и целенаправленно укреплять их. Хорошие ли тесты выбраны? Информативны ли они? Даже не проводя специальных экспериментов, можно догадаться, что второй тест, вероятно, информативен у спринтеров-бегунов, третий -- у пловцов, а первый и четвертый, наверное, ни у пловцов, ни у бегунов не покажут ничего интересного (хотя могут оказаться очень полезными в других видах спорта, например в борьбе). В разных случаях одни и те же тесты могут иметь разную информативность.

Вопрос об информативности теста распадается на 2 частных вопроса:

Что измеряет данный тест?

Как точно он это делает?

Например, можно ли по такому показателю, как максимальное потребление кислорода (МПК), судить о подготовленности бегунов-стайеров, и если можно, то с какой степенью точности. Иными словами, какова информативность МПК у стайеров? Можно ли использовать этот тест в процессе контроля?

Если тест используется для определения (диагноза) состояния спортсмена в момент обследования, то говорят о диагностической информативности. Если же на основе результатов тестирования хотят сделать вывод о возможных будущих показателях спортсмена, тест должен обладать прогностической информативностью. Тест может быть диагностически информативен, а прогностически нет и наоборот.

Степень информативности может характеризоваться количественно -- на основе опытных данных (так называемая эмпирическая информативность) и качественно -- на основе содержательного анализа ситуации (содержательная, или логическая, информативность).

3.2 Эмпирическая информативность (случай первый -- существует измеряемый критерий)

Идея определения эмпирической информативности состоит в том, что результаты теста сравнивают с некоторым критерием. Для этого рассчитывают коэффициент корреляции между критерием и тестом (такой коэффициент называют коэффициентом информативности и обозначают г гк, где I -- первая буква в слове «тест», к -- в слове «критерий»).

В качестве критерия берется показатель, заведомо и бесспорно отражающий то свойство, которое собираются измерять с помощью теста.

Нередко бывает так, что существует вполне определенный критерий, с которым можно сравнить предполагаемый тест. Например, при оценке специальной подготовленности спортсменов в видах спорта с объективно измеряемыми результатами таким критерием служит обычно сам результат: более информативен тот тест, корреляция которого со спортивным результатом выше. В случае определения прогностической информативности критерием является показатель, прогноз которого надо осуществить (например, если прогнозируется длина тела ребенка, критерий -- длина его тела во взрослые годы).

Чаще всего в спортивной метрологии критериями служат:

Спортивный результат.

Какая-либо количественная характеристика основного спортивного упражнения (например, длина шага в беге, сила отталкивания в прыжках, успешность борьбы под щитом в баскетболе, выполнение подачи в теннисе или волейболе, процент точных длинных передач в футболе).

Результаты другого теста, информативность которого доказана (это делают, если проведение теста-критерия громоздко и сложно и можно подобрать другой тест, столь же информативный, но более простой. Например, вместо газообмена определять частоту сердечных сокращений). Этот частный случай, когда критерием является другой тест, называют конкурентной информативностью.

Принадлежность к определенной группе. Например, можно сравнивать членов сборной команды страны, мастеров спорта и перворазрядников; принадлежность к одной из этих групп является критерием. В данном случае используются специальные разновидности корреляционного анализа.

Так называемый составной критерий, например сумма очков в многоборье. При этом виды многоборья и таблицы очков могут быть как общепринятыми, так и заново составлены экспериментатором (о том, как составляются таблицы, см. следующую главу). К составному критерию прибегают, когда нет единичного критерия (например, если стоит задача оценить общую физическую подготовленность, мастерство игрока в спортивных играх и т. п., ни один показатель, взятый сам по себе, не может служить критерием).

Пример определения информативности одного и того же теста ¦-- скорость бега 30 м с ходу у мужчин -- при разных критериях проведен в табл.. 4.

Вопрос о выборе критерия является, по существу, самым важным при определении реального значения и информативности теста. Например, если стоит задача определить информативность такого теста, как прыжок в длину с места у спринтеров, то можно выбрать разные критерии: результат в беге на 100 м, длину шага, отношение длины шага к длине ног или к росту и т. п. Информативность теста при этом будет меняться (в приведенном примере она возрастала от 0,558 для скорости бега до 0,781 для отношения «длина шага/длина ноги»).

В видах спорта, где нельзя объективно измерить спортивное мастерство, стараются обойти эту трудность введением искусственных критериев. Например, в командных спортивных играх эксперты располагают всех игроков по их мастерству в определенном порядке (т. е. составляют списки 20, 50 или, скажем, 100 сильнейших игроков). Место, занятое спортсменом (как говорят, его ранг), рассматривается в качестве критерия, с которым и сравнивают результаты тестов с целью определения их информативности.

Встает вопрос: зачем использовать тесты, если известен критерий? Например, не проще ли устроить контрольные соревнования и определить спортивный результат, чем определять достижения в контрольных упражнениях? Применение тестов имеет следующие преимущества:

спортивный результат не всегда можно или целесообразно определить (например, нельзя часто проводить соревнования в марафонском беге, зимой обычно нельзя зарегистрировать результат в метании копья, а летом в лыжных гонках);

спортивный результат зависит от многих причин (факторов), таких, например, как сила спортсмена, его выносливость, техника и т. п. Применение тестов дает возможность определить сильные и слабые стороны спортсмена, оценить каждый из этих факторов в отдельности

3.3 Эмпирическая информативность (случай второй -- единичного критерия нет; факторная информативность)

Нередко бывает так, что нет единичного критерия, с которым можно сравнить результаты предполагаемых тестов. Допустим, хотят найти наиболее информативные тесты для оценки силовой подготовленности молодежи. Что предпочесть: подтягивания на перекладине или отжимания в упоре на брусьях, приседания со штангой, тягу штанги либо переход в сед из положения лежа на спине? Что здесь может быть критерием правильного выбора теста?

Можно предложить испытуемым большую батарею разнообразных силовых тестов, а затем отбирать среди них те, которые дают наибольшую корреляцию с результатами всего комплекса (ведь нельзя же систематически пользоваться всем комплексом -- он слишком громоздок и неудобен). Эти тесты будут наиболее информативны: они дадут сведения о возможных результатах испытуемых по всему исходному комплексу тестов. Но результаты в комплексе тестов не выражаются одним числом. Можно образовать, конечно, какой-либо составной критерий (например, определить сумму набранных очков по какой-либо шкале). Однако гораздо более эффективен другой путь, основанный на идеях факторного анализа.

Факторный анализ -- один из методов многомерной статистики (слово «многомерный» указывает, что изучается одновременно много разных показателей, например результаты испытуемых во многих тестах). Это довольно сложный метод, поэтому здесь целесообразно ограничиться изложением лишь основной его идеи.

Факторный анализ исходит из того, что результат любого теста является следствием одновременного действия ряда непосредственно ненаблюдаемых (как иначе говорят -- латентных) 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 не одинаково важно. 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 1000 м). Если же у тестов нет общих факторов или они мало влияют на результаты, корреляция между этими тестами будет низкой (например, корреляция 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 уровень отдельных факторов. В этом состоит идея факторной информативности тестов. Следующий пример конкретного эксперимента показывает, как это делается.

Задача состояла в том, чтобы найти наиболее информативные тесты для оценки общей силовой подготовленности студентов-спортсменов третьего -- первого разрядов, занимающихся разными видами спорта. С этой целью было обследовано. (Н.В. Аверкович, В.М. Зациорский, 1966) по 15 тестам 108 человек. В результате факторного анализа выделились три фактора: 1) сила верхних конечностей, 2) сила нижних конечностей, 3) сила мышц брюшного пресса и сгибателей тазобедренных суставов. Наиболее информативными тестами среди опробованных оказались: по первому фактору -- отжимание в упоре, по второму -- прыжок в длину с места, по третьему -- поднимание прямых ног в висе и максимальное число переходов 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).

3.4 Эмпирическая информатазность в практической работе

При практическом использовании показателей эмпирической информативности следует иметь в виду, что они справедливы лишь по отношению к тем испытуемым и условиям, для которых они рассчитаны. Тест, информативный в группе начинающих, может оказаться совершенно неинформативным, если попытаться его применять в группе мастеров спорта.

Информативность теста неодинакова в разных группах. В частности, в группах, более однородных по своему составу, тест обычно менее информативен. Если определена информативность теста на какой-либо группе, а затем сильнейшие из нее включены в сборную команду, то информативность того же теста в сборной команде будет значительно ниже. Причины этого понятны из рис. 5: отбор уменьшает общую дисперсию результатов в группе и снижает величины коэффициента корреляции. Например, если определить информативность такого теста, как МПК у пловцов на 400 м, имеющих резко различные результаты (скажем, от 3.55 до 6.30), то коэффициент информативности будет очень высок (У 4 й>0,90); если провести те же измерения в группе пловцов, имеющих результаты то 3.55 до 4.30, г № по абсолютной величине не будет превосходить 0,4--0,6; если определить тот же показатель у сильнейших пловцов мира (3.53>, 5=4.00), коэффициент информативности вообще ""может быть равен нулю: с помощью одного этого теста нельзя будет различить пловцов, плывущих, скажем, 3.55 и 3,59: и у тех, и у других величины МПК. будут высоки и примерно одинаковы.

Коэффициенты информативности очень сильно зависят от надежности теста и критерия. Тест с низкой надежностью всегда мало информативен, поэтому не имеет смысла проверять малонадежные тесты на информативность. Недостаточная надежность критерия также приводит к снижению коэффициентов информативности. Однако в данном случае было бы неправильно пренебрегать тестом как малоинформативным -- ведь верхней границей возможной корреляции теста является не ±1, а его индекс надежности. Поэтому надо сравнивать коэффициент информативности с этим индексом. Действительную информативность (с поправкой на ненадежность критерия) рассчитывают по формуле:

Так, в одной из работ ранг спортсмена в водном поло (ранг рассматривали как критерий мастерства) был установлен на основе оценок 4 экспертов. Надежность (согласованность) критерия, определенная с помощью внутриклассового коэффициента корреляции, равнялась 0,64. Коэффициент информативности был равен 0,56. Действительный коэффициент информативности (с поправкой на ненадежность критерия) равен:

С информативностью и надежностью теста тесно связано понятие о его различительной возможности, под которой понимается то минимальное различие между испытуемыми, которое диагностируется с помощью теста (это понятие по смыслу аналогично понятию о чувствительности прибора). Различительная возможность теста зависит от:

Межиндивидуальной вариации результатов. Например, такой тест, как «максимальное число повторных бросков баскетбольного мяча в стену с расстояния 4 м в течение 10 сек.», хорош для начинающих, но непригоден для квалифицированных баскетболистов, так как все они показывают примерно один и тот же результат и становятся неразличимыми. Во многих случаях вариация результатов между испытуемыми (межклассовая вариация) может быть повышена за счет увеличения трудности теста. Например, если дать спортсменам разной квалификации легкую для них функциональную пробу (скажем, 20 приседаний или работу на велоэргометре мощностью 200 кгм/мин), то величина физиологических сдвигов у всех будет примерно одинакова и оценить степень подготовленности будет невозможно. Если же предложить им трудное задание, то различия между спортсменами станут большими, и по результатам теста можно будет судить о подготовленности спортсменов.

Надежности (т. е. соотношения меж- и внутрииндивидуаль-ной вариации) теста и критерия. Если результаты одного и того же испытуемого в прыжках в длину с места варьируют, скажем, в пре-

делах ±10 см, то, хотя длину прыжка и можно определить с точностью до ± 1 см, различить с убежденностью испытуемых, «истинные» результаты которых равны 315 и 316 см, нельзя.

Нет фиксированной величины информативности теста, после которой можно считать тест" пригодным. Здесь многое зависит от конкретной ситуации: желаемой точности прогноза, необходимости получить хотя бы какие-то дополнительные сведения о спортсмене и т. п. Практически для диагностики используются тесты, информативность которых не меньше 0,3. Для прогноза, как правило, нужна более высокая информативность -- не менее 0,6.

Информативность батареи тестов, естественно, выше, чем информативность одного теста. Нередко бывает так, что информативность одного отдельно взятого теста слишком низка, чтобы этим тестом пользоваться. Информативность же батареи тестов может быть вполне достаточна.

Информативность теста не всегда можно установить с помощью эксперимента и математической обработки его результатов. Например, если стоит задача разработать билеты для экзаменов или темы дипломных работ (это ведь тоже разновидность тестирования), надо отобрать такие вопросы, которые наиболее информативны, по которым можно точнее всего оценить знания выпускников и их подготовленность к практической работе. Пока в подобных случаях опираются лишь на логический, содержательный, анализ ситуации.

Иногда бывает и так, что информативность теста ясна без всяких экспериментов, особенно когда тест является просто частью тех действий, которые выполняет спортсмен на соревнованиях. Едва ли нужны эксперименты, чтобы доказать информативность таких показателей, как время выполнения поворотов в плавании, скорость на последних шагах разбега в прыжках в длину, процент попаданий со штрафных бросков в баскетболе, качество выполнения подачи в теннисе или волейболе.

Однако не все подобные тесты в равной мере информативны. Например, вбрасывание из-за боковой линии в футболе, хотя и является элементом игры, едва ли может рассматриваться как один из самых важных показателей мастерства футболистов. Если таких тестов много и надо отобрать самые информативные из них, без математических методов теории тестов не обойтись.

Содержательный анализ информативности теста и экспериментально-математическое ее обоснование должны дополнять друг друга. Ни один из этих подходов, взятый сам по себе, не является достаточным. В частности, если в результате эксперимента определен высокий коэффициент информативности теста, нужно обязательно проверить, не является ли это следствием так называемой ложной корреляции. Известно, что ложные корреляции появляются, когда на результаты обоих коррелируемых признаков влияет некоторый третий показатель, который сам по себе не представляет

интереса. .Например, у старшеклассников можно найти существенную корреляцию между результатом в беге на 100 м и знанием геометрии, поскольку они по сравнению с учениками младших классов в среднем покажут более высокие показатели как в беге, так и в знании геометрии. Посторонним, третьим, признаком, вызвавшим появление корреляции, явился возраст испытуемых. Конечно, совершил бы ошибку тот исследователь, который этого бы не заметил и рекомендовал экзамен по геометрии как тест для бегунов на 100 м. Чтобы не совершать подобных ошибок, надо обязательно проанализировать причинно-следственные связи, вызвавшие появление корреляции между критерием и тестом. Полезно, в частности, представить себе, что произойдет, если результаты в тесте улучшатся. Приведет ли это к росту результатов критерия? В приведенном примере это означает: если ученик будет лучше знать геометрию, станет ли он быстрее бежать дистанцию 100 м? Очевидный отрицательный ответ приводит к естественному заключению: знания по геометрии не могут служить тестом для спринтеров. Найденная корреляция является ложной. Разумеется, ситуации реальной жизни значительно сложнее этого нарочно оглупленного примера.

Частным случаем содержательной информативности тестов является информативность по определению. В данном случае просто договариваются о том, какой смысл надо вкладывать в то или иное слово (термин). Например, говорят: «прыжок в высоту с места характеризует прыгучесть». Точнее было бы сказать так: «условимся называть прыгучестью то, что измеряется результатом прыжка вверх с места». Такой взаимный уговор необходим, так как он предупреждает ненужные недоразумения (ведь кто-то может понимать под прыгучестью результаты в десятерном прыжке на одной ноге, а прыжок в высоту с места считать, скажем, тестом «взрывной» силы ног).

56.0 Стандартизация тестов

Стандартизация тестов физической пригодности для оценки аэробной производительности человека достигается соблюдением следующих принципов.

Методика тестирования должна позволять проводить непосредственные измерения или вычислять косвенным путем максимальное потребление кислорода организмом (аэробную производительность), так как этот физиологический показатель физической пригодности человека является наиболее важным. Он будет обозначаться символом гпах1ггшт У 0г и выражаться в миллилитрах на килограмм веса испытуемого в минуту (мл/кг-мин.).

В основном методика проведения тестов должна быть одинаковой как для лабораторных, так и для полевых измерений, однако:

1. В лабораторных условиях (в стационарных и подвижных ла бораториях) аэробная производительность человека может быть непосредственно определена с помощью достаточно сложного оборудования и большого числа измерений.

2. В полевых условиях аэробная производительность оценивается косвенным путем на основе ограниченного числа физиологических измерений.

Методика проведения тестов должна позволять сравнивать их результаты.

Тестирование должно проводиться в один день и желательно без перерывов. Это позволит целесообразно распределить время, оборудование, силы при первичном и повторном тестировании.

Методика тестирования должна быть достаточно гибкой, чтобы давать возможность обследовать группы людей, обладающих различными физическими способностями, различного возраста, пола, с различным уровнем активности и т. д.

57.0. Выбор аппаратуры

Все названные принципы физиологического тестирования могут быть соблюдены прежде всего при условии правильного отбора следующих технических средств:

третбана,

велоэргометра,

степэргометра,

необходимого вспомогательного оборудования, которое может использоваться в любом виде теста.

57.1. Третбан может применяться в самых разнообразных исследованиях. Однако этот прибор является наиболее дорогим. Даже самый маленький его вариант слишком громоздок, чтобы его можно было широко применять в полевых условиях. Третбан должен позволять варьировать скорости от 3 до (по меньшей мере) 8 км/час (2--5 миль/час) и наклон от 0 до 30%. Наклон третбана определяется как процентное отношение вертикального подъема к пройденной дистанции по горизонтали ".

Дистанция и вертикальный подъем должны быть выражены в метрах, скорость -- в метрах в секунду (м/сек) или километрах в час (км/час).

57.2. Велоэргометр. Данный прибор легко применять как в ла бораторных, так и в полевых условиях. Он достаточно универсален, на нем можно выполнять работу различной интенсивности -- от ми нимального до максимального уровня.

Велоэргометр имеет механическую или электрическую тормозную систему. Электрическая тормозная система может получать электропитание как от внешнего источника, так и от генератора, находящегося на эргометре.

Регулируемое механическое сопротивление выражается в килограммометрах в минуту (кгм/мин) и в ваттах. Килограммометры в минуту переводятся в ватты по формуле:

1 ватт = 6 кгм/мин. 2

Велоэргометр должен иметь подвижно закрепленное сиденье, чтобы можно было регулировать высоту его положения для каждого отдельного человека. При тестировании сиденье устанавливается таким образом, чтобы человек, сидящий на нем, мог почти полностью выпрямленной ногой достать до нижней педали. В среднем расстояние между сиденьем и педалью в максимально опущенном положении должно составлять 109% от длины ноги испытуемого.

Имеются различные конструкции велоэргометра. Однако тип эргометра не влияет на результаты эксперимента, если указанное сопротивление в ваттах или килограммометрах в минуту точно соответствует суммарной внешней нагрузке.

Степэргометр. Это относительно недорогой прибор с регулируемой высотой ступенек от 0 до 50 см. Подобно велоэргометру, он может легко использоваться как в лаборатории, так и в полевых условиях.

Сравнение трех вариантов тестирования. Каждый из этих приборов имеет свои преимущества и недостатки (в зависимости от того, используется ли он в лабораториях или в полевых условиях). Обычно при работе на третбане величина тах1ггшт У 07 немного больше, чем при работе на велоэргометре; в свою очередь, показатели велоэргометра превышают показания на степэргометре.

Уровень расхода энергии испытуемых, находящихся в состоянии покоя или выполняющих задание по преодолению силы тяжести, прямо пропорционален их весу. Поэтому упражнения на третбане и степэргометре создают для всех испытуемых одинаковую относительную рабочую нагрузку по подъему (своего тела. -- Прим. ред.) на заданную высоту: при данной скорости и наклоне третбана, частоте шагов и высот ступенек на степэргометре высота подъема тела будет-одинакова (а выполняемая работа различна. -- Прим. ред.). С другой стороны, велоэргометр при фиксированной величине заданной нагрузки требует почти одинаковых затрат энергии, независимо от пола и возраста испытуемого.

58.0, Общие замечания по методике тестирования

Чтобы применять тесты при обследовании больших групп людей, необходимы простые и не занимгющие много времени методы тестирования. Однако для более детального изучения физиологических особенностей испытуемого нужны более глубокие и трудоемкие тесты. Для извлечения большей пользы из тестов и более гибкого их применения необходимо найти оптимальный компромисс между этими двумя требованиями.

58.1. Интенсивность работы. Тестирование необходимо начинать с малых нагрузок, с которыми могут справиться самые слабые из испытуемых. Оценку адаптационных возможностей сердечно-сосу дистой и дыхательной систем следует проводить в процессе работы с постепенно увеличивающимися нагрузками. Функциональные пре делы должны быть установлены, таким образом, с достаточной точ ностью. Практические соображения подсказывают принять исход ный уровень метаболизма (т. е. уровень метаболизма в состоянии покоя) за единицу измерения количества энергии, необходимого для выполнения той или иной нагрузки. Первоначальная нагрузка и последующие ее ступени выражаются в Метах, кратных интенсив ности метаболизма у человека, находящегося в состоянии полного покоя. Физиологическими показателями, лежащими в основе Метов, являются количество кислорода (в миллилитрах в минуту), потреб ляемое человеком, находящимся в состоянии покоя, или же его ка лорический эквивалент (в килокалориях в минуту).

Для контроля за нагрузками в единицах Мет или в эквивалентных им величинах потребления кислорода непосредственно во время тестирования необходима сложная электронно-вычислительная аппаратура, которая в настоящее время еще сравнительно малодоступна. Поэтому при определении количества кислорода, необходимого организму для выполнения нагрузок определенного вида и интенсивности, практически удобно пользоваться эмпирическими формулами. Предсказанные (на основе эмпирических формул. -- Прим. ред.) величины потребления кислорода при работе на третбане -- по скорости и наклону, при степ-тесте -- по высоте и частоте шагов хорошо согласуются с результатами непосредственных измерений и могут быть использованы как физиологический эквивалент физического усилия, с которым соотносятся все физиологические показатели, полученные при тестировании.

58.2. Продолжительность тестов. Желание сократить процесс тестирования не должно идти в ущерб целям и задачам проводимого теста. Слишком короткие тесты не дадут достаточно различимых результатов, их различительные возможности будут малы; слишком длительные тесты активируют в большей мере терморегулятор-ные механизмы, что мешает установлению максимальной аэробной производительности. В рекомендуемой методике тестирования каждый уровень нагрузки выдерживается в течение 2 мин. Среднее время проведения теста -- от 10 до 16 мин.

58.3. Показания для прекращения теста. Тестирование должно быть прекращено, если только:

пульсовое давление неуклонно падает, несмотря на увеличение нагрузки;

систолическое кровяное давление превышает 240--250 мм рт. ст.;

диастолическое кровяное давление поднимается выше 125 мм рт. ст.;

появляются такие симптомы недомогания, как возрастающая боль в груди, сильная одышка, перемежающаяся хромота;

появляются клинические признаки аноксии: бледность или синюшность лица, головокружение, психотические явления, отсутствие реакции на раздражение;

показания электрокардиограммы свидетельствуют о парок-сизмальной супервентрикулярной или вентрикулярной аритмии, появлении желудочковых экстрасистолических комплексов, возникающих до окончания, зубца Т, нарушении проводимости, кроме легкой Л У блокады, снижении /?--5Г горизонтального или нисходящего типа более чем на 0,3 мв. .;»;, -

58.4. Меры предосторожности.

Здоровье испытуемого. Прежде чем подвергаться обследованию, испытуемый должен пройти медицинскую комиссию и получить справку о том, что он здоров. Очень желательно сделать электрокардиограмму (хотя бы одно грудное отведение). Для мужчин старше 40 лет снятие электрокардиограммы является обязательным. Неотъемлемой частью всей процедуры тестирования должны быть регулярно повторяющиеся измерения кровяного давления. По окончании тестирования испытуемых необходимо проинформировать о мерах, предотвращающих опасное скопление крови в нижних конечностях.

Противопоказания. Испытуемый не допускается к тестам в следующих случаях:

отсутствие разрешения врача принимать участие в тестах с максимальными нагрузками;

оральная температура превышает 37,5°С;

частота сердечных сокращений после длительного отдыха выше 100 уд/мин;

явный упадок сердечной деятельности;

случай инфаркта миокарда или миокардита за последние 3 месяца; симптомы и показания электрокардиограммы, свидетельствующие о наличи этих заболеваний; признаки стенокардии;

инфекционные заболевания, включая простудные.

Менструация не является противопоказанием к участию в тестах. Однако в некоторых случаях целесообразно изменить расписание их проведения.

Б. СТАНДАРТНЫЕ ТЕСТЫ

59.0. Описание основной методики проведения стандартных

Во всех трех видах упражнений и независимо от того, с максимальной или субмаксимальной нагрузкой проводится тест, основная процедура тестирования является одинаковой.

Испытуемый приходит в лабораторию в легкой спортивной одежде и мягкой обуви. В течение 2 час. перед началом теста он не должен принимать пищу, пить кофе, курить.

Отдых. Тесту предшествует период отдыха, который длится 15 мин. В это время, пока устанавливаются физиологические измерительные приборы, испытуемый удобно сидит в кресле.

Период аккомодации. Самое первое тестирование любого испытуемого, как и все повторные тесты, даст достаточно надежные результаты, если основному тесту будет предшествовать короткий период упражнений с малой нагрузкой -- период аккомодации. Он длится 3 мин. и служит следующим целям:

ознакомить испытуемого с аппаратурой и типом работы, которую он должен выполнять;

предварительно изучить физиологическую реакцию испытуемого на нагрузку приблизительно в 4 Мета, что соответствует частоте сердечных сокращений примерно 100 уд/мин;

ускорить приспособление организма к непосредственному проведению самого теста.

Отдых. За периодом аккомодации следует короткий (2 мин.) период отдыха; испытуемый удобно сидит в кресле, пока экспериментатор делает необходимые технические приготовления.

Тест. В начале теста задается нагрузка, равная нагрузке аккомодационного периода, и испытуемый выполняет упражнения без перерыва до завершения теста. Через каждые 2 мин. работы нагрузка увеличивается на 1 Мет.

Тестирование прекращается при одном из следующих условий:

испытуемый не в состоянии продолжать выполнять задание;

имеются признаки физиологической декомпенсации (см. 58.3);

данные, полученные на последней ступени нагрузки, позволяют экстраполировать максимальную аэробную производительность на основе последовательных физиологических измерений (выполненных в ходе тестирования. -- Прим. ред.).

59.5. Измерения. Максимальное потребление кислорода в миллилитрах на килограмм в минуту измеряется непосредственно или вычисляется. Методы определения потребления кислорода весьма разнообразны, так же как разнообразны дополнительные технические приемы, используемые для анализа физиологических возможностей каждого индивида. Подробнее об этом будет сказано дальше.

59.6. Восстановление. По окончании эксперимента физиологическое наблюдение продолжается в течение минимум 3 мин. Испытуемый вновь отдыхает в кресле, слегка приподняв ноги.

Примечание. Описанная методика тестирования дает сопоставимые физиологические данные, полученные при одинаковой последовательности увеличения нагрузки на третбане, велоэргометре и степэргометре. Дальше методика тестирования описана отдельно для каждого из трех приборов.

60.0. Третбан-тест

Аппаратура. Третбан и необходимое вспомогательное оборудование.

Описание. Тщательно выполняется основная методики тестирования, описанная в 59.0.

Скорость движения третбана с испытуемым, идущим по нему, равна 80 м/мин (4,8 км/час, или 3 мили/час). При такой скорости энергия, необходимая для передвижения по горизонтали, равна приблизительно 3 Метам; каждое увеличение наклона на 2,5% добавляет одну единицу начальной скорости метаболизма, т. е. 1 Мет к расходу энергии. В конце первых 2 мин. наклон третбана быстро увеличивается до 5%, в конце следующих 2 мин.--до 7,5%, затем до 10%, 12,5% и т. д. Полная схема дана в табл. 1.

Подобные документы

Проведение контрольных испытаний с помощью контрольных упражнений или тестов с целью определения готовности к физическим упражнениям. Проблема стандартизации тестов. Внешняя и внутренняя валидность тестов. Ведение протокола контрольного обследования.

реферат , добавлен 12.11.2009


Характеристика двигательных способностей и методика развития гибкости, выносливости, ловкости, силы и быстроты. Тестирование двигательных способностей школьников на уроках физической культуры. Применение двигательных тестов в практической деятельности.

дипломная работа , добавлен 25.02.2011


Оценка динамики изменения антропометрических данных у школьников, систематически занимающихся легкой атлетикой, и школьников, не занимающихся в спортивных секциях. Разработка тестов для определения общей физической подготовленности; анализ результатов.

дипломная работа , добавлен 07.07.2015


Основные направления использования тестов, их классификация. Тесты для отбора в спортивной борьбе. Методы оценки спортивных достижений. Тестирование специальной выносливости борца. Взаимосвязь показателей тестов с техническим мастерством борцов-вольников.

дипломная работа , добавлен 03.03.2012


Оценка специальной выносливости пловца с помощью контрольных упражнений. Приспособленность основных реакций физиологических систем в условиях водной среды. Разработка принципов оценки медико-биологических показателей, используемых при тестировании пловца.

статья , добавлен 03.08.2009


Рассмотрение здоровой энергетики как первоосновы здоровья. Ознакомление с особенностями гимнастических упражнений по системе цигун. Подбор комплекса упражнений для домашних занятий. Составление тестов для получения выводов по проделанной работе.

дипломная работа , добавлен 07.07.2015


Спортивная метрология - исследование физической величины в физкультуре и спорте. Основы измерений, теория тестов, оценок и норм. Методы получения информации о количественной оценке качества показателей; квалиметрия. Элементы математической статистики.

презентация , добавлен 12.02.2012


Сущность и значение контроля в физическом воспитании и его виды. Проверка и оценка двигательных умений и навыков, полученных на уроках физической культуры. Тестирование уровня физической подготовленности. Контроль функционального состояния учащихся.

курсовая работа , добавлен 06.06.2014


Расчет величины абсолютной и относительной погрешностей измерения. Перевод результатов тестирования в баллы, используя регрессирующую и пропорциональную шкалу. Ранжирование результатов тестов. Изменения мест в группе по сравнению с предыдущими оценками.

контрольная работа , добавлен 11.02.2013


Режим двигательной активности. Роль факторов, обусловливающих физическую работоспособность футболистов на разных этапах многолетней подготовки. Типы эргогенных средств. Методика проведения тестов для определения уровня физической работоспособности.

Что такое тестирование

В соответствие с IEEE Std 829-1983 Тестирование - это процесс анализа ПО, направленный на выявление отличий между его реально существующими и требуемыми свойствами (дефект) и на оценку свойств ПО.

По ГОСТ Р ИСО МЭК 12207-99 в жизненном цикле ПО определены среди прочих вспомогательные процессы верификации, аттестации, совместного анализа и аудита. Процесс верификации является процессом определения того, что программные продукты функционируют в полном соответствии с требованиями или условиями, реализованными в предшествующих работах. Данный процесс может включать анализ, проверку и испытание (тестирование). Процесс аттестации является процессом определения полноты соответствия установленных требований, созданной системы или программного продукта их функциональному назначению. Процесс совместного анализа является процессом оценки состояний и, при необходимости, результатов работ (продуктов) по проекту. Процесс аудита является процессом определения соответствия требованиям, планам и условиям договора. В сумме эти процессы и составляют то, что обычно называют тестированием.

Тестирование основывается на тестовых процедурах с конкретными входными данными, начальными условиями и ожидаемым результатом, разработанными для определенной цели, такой, как проверка отдельной программы или верификация соответствия на определенное требование. Тестовые процедуры могут проверять различные аспекты функционирования программы - от правильной работы отдельной функции до адекватного выполнения бизнес-требований.

При выполнении проекта необходимо учитывать, в соответствии с какими стандартами и требованиями будет проводиться тестирование продукта. Какие инструментальные средства будут (если будут) использоваться для поиска и для документирования найденных дефектов. Если помнить о тестировании с самого начала выполнения проекта, тестирование разрабатываемого продукта не доставит неприятных неожиданностей. А значит и качество продукта, скорее всего, будет достаточно высоким.

Жизненный цикл продукта и тестирование

Все чаще в наше время используются итеративные процессы разработки ПО, в частности, технология RUP - Rational Unified Process (Рис. 1). При использовании такого подхода тестирование перестает быть процессом «на отшибе», который запускается после того, как программисты написали весь необходимый код. Работа над тестами начинается с самого начального этапа выявления требований к будущему продукту и тесно интегрируется с текущими задачами. И это предъявляет новые требования к тестировщикам. Их роль не сводится просто к выявлению ошибок как можно полнее и как можно раньше. Они должны участвовать в общем процессе выявления и устранения наиболее существенных рисков проекта. Для этого на каждую итерацию определяется цель тестирования и методы ее достижения. А в конце каждой итерации определяется, насколько эта цель достигнута, нужны ли дополнительные испытания, и не нужно ли изменить принципы и инструменты проведения тестов. В свою очередь, каждый обнаруженный дефект должен пройти через свой собственный жизненный цикл.

Рис. 1. Жизненный цикл продукта по RUP

Тестирование обычно проводится циклами, каждый из которых имеет конкретный список задач и целей. Цикл тестирования может совпадать с итерацией или соответствовать ее определенной части. Как правило, цикл тестирования проводится для конкретной сборки системы.

Жизненный цикл программного продукта состоит из серии относительно коротких итераций (Рис. 2). Итерация - это законченный цикл разработки, приводящий к выпуску конечного продукта или некоторой его сокращенной версии, которая расширяется от итерации к итерации, чтобы, в конце концов, стать законченной системой.

Каждая итерация включает, как правило, задачи планирования работ, анализа, проектирования, реализации, тестирования и оценки достигнутых результатов. Однако соотношения этих задач может существенно меняться. В соответствие с соотношением различных задач в итерации они группируются в фазы. В первой фазе - Начало - основное внимание уделяется задачам анализа. В итерациях второй фазы - Разработка - основное внимание уделяется проектированию и опробованию ключевых проектных решений. В третьей фазе - Построение - наиболее велика доля задач разработки и тестирования. А в последней фазе - Передача - решаются в наибольшей мере задачи тестирования и передачи системы Заказчику.

Рис. 2. Итерации жизненного цикла программного продукта

Каждая фаза имеет свои специфические цели в жизненном цикле продукта и считается выполненной, когда эти цели достигнуты. Все итерации, кроме, может быть, итераций фазы Начало, завершаются созданием функционирующей версии разрабатываемой системы.

Категории тестирования

Тесты существенно различаются по задачам, которые с их помощью решаются, и по используемой технике.

Категории тестирования	Описание категории	Виды тестирования
Текущее тестирование	Набор тестов, выполняемый для определения работоспособности добавленных новых возможностей системы.	нагрузочное тестирование; тестирование бизнес циклов; стрессовое тестирование.
Регрессионное тестирование	Цель регрессионного тестирования заключается в проверке того, что добавления к системе не уменьшили ее возможностей, т.е. тестирование проводится согласно требованиям, которые уже были выполнены перед добавлением новых возможностей.	нагрузочное тестирование; тестирование бизнес циклов; стрессовое тестирование.

Подкатегории тестирования

Подкатегории тестирования	Описание вида тестирования	Подвиды тестирования
Нагрузочное тестирование	Применяется для тестирования всех без исключения функций приложения. В данном случае последовательность тестирования функций не имеет значения.	функциональное тестирование; тестирование интерфейса; тестирование БД
Тестирование бизнес циклов	Применяется для тестирования функций приложения в последовательности их вызова пользователем. Например, имитация всех действия бухгалтера за 1 квартал.	unit-тестирование (модульное тестирование); функциональное тестирование; тестирование интерфейса; тестирование БД.
Стрессовое тестирование	Применяется для тестирования Производительности приложения. Цель данного тестирования - определить рамки стабильной работы приложения. При данном тестирование производится вызов всех доступных функций.	unit-тестирование (модульное тестирование); функциональное тестирование; тестирование интерфейса; тестирование БД.

Виды тестирования

Unit-тестирование (модульное тестирование) - данный вид подразумевает тестирование отдельных модулей приложения. Для получения максимального результата тестирование проводится одновременно с разработкой модулей.

Функциональное тестирование - цель данного тестирования состоит в том, чтобы убедиться в надлежащем функционировании объекта тестирования. Тестируется правильность навигации по объекту, а также ввод, обработка и вывод данных.

Тестирование БД - проверка работоспособности БД при нормальной работе приложения, в моменты перегрузок и многопользовательском режиме.

Unit-тестирование

Для ООП обычная организация модульного тестирования заключается в тестировании методов каждого класса, затем класса каждого пакета и.т.д. Постепенно мы переходим к тестированию всего проекта, а предыдущие тесты носят вид регрессионных.

В выходную документацию данных тестов входят тестовые процедуры, входные данные, код, исполняющий тест, выходные данные. Далее представлен вид выходной документации.

Функциональное тестирование

Функциональное тестирование объекта тестирования планируется и проводится на основе требований к тестированию, заданных на этапе определения требований. В качестве требований выступают бизнес-правила, диаграммы use-case, бизнес-функции, а также при наличии, диаграммы активности. Цель функциональных тестов состоит в том, чтобы проверить соответствие разработанных графических компонентов установленным требованиям.

Данный вид тестирования не может быть полностью автоматизирован. Следовательно, он подразделяется на:

• Автоматизированное тестирование (будет использоваться в случае, где можно проверить выходную информацию).

Цель: протестировать ввод, обработку и вывод данных;

• Ручное тестирование (в остальных случаях).

Цель: тестируется правильность выполнения пользовательских требований.

Необходимо исполнить (проиграть) каждый из use-case, используя как верные значения, так и заведомо ошибочные, для подтверждения правильного функционирования, по следующим критериям:

• продукт адекватно реагирует на все вводимые данные (выводятся ожидаемые результаты в ответ на правильно вводимые данные);
• продукт адекватно реагирует на неправильно вводимые данные (появляются соответствующие сообщения об ошибках).

Тестирование БД

Цель данного тестирования - убедиться в надежности методов доступа к базам данных, в их правильном исполнении, без нарушения целостности данных.

Необходимо последовательно использовать максимально возможное число обращений к базе данных. Используется подход, при котором тест составляется таким образом, чтобы «нагрузить» базу последовательностью, как верных значений, так и заведомо ошибочных. Определяется реакция БД на ввод данных, оцениваются временные интервалы их обработки.

Первый компонент, теория тестов, содержит описание статистических моделей обработки диагностических дан­ных. Здесь содержатся модели анализа ответов в тестовых заданиях и модели подсчета суммарных результатов теста. Мелленберг (1980, 1990) назвал это «психометрией». Клас­сическая теория тестов, современная теория тестов (или модель анализа ответов на задания тестов - IRT) и модель

выборки заданий составляют три наиболее важных типа моделей теории тестов. Предметом рассмотрения психоди­агностики являются первые две модели.

Классическая теория тестов. На основе этой теории раз­работано большинство интеллектуальных и личностных те­стов. Центральным понятием этой теории является понятие «надежности». Под надежностью понимается согласован­ность результатов при повторном оценивании. В справоч­ных пособиях это понятие обычно представляется очень кратко, а затем дается подробное описание аппарата мате­матической статистики. В этой, вводной, главе мы предста­вим сжатое описание основного значения отмеченного понятия. В классической теории тестов под надежностью понимается повторяемость результатов нескольких проце­дур измерения (преимущественно измерений при помощи тестов). Понятие надежности предполагает вычисление ошибки измерения. Результаты, полученные в процессе тестирования, могут быть представлены как сумма истин­ного результата и ошибки измерения:

Xi = Ti + Еj

где Xi - оценка полученных результатов, Ti - истин­ный результат, а Еj - ошибка измерения.

Оценка полученных результатов - это, как правило, количество правильных ответов на задания теста. Истин­ный результат можно рассматривать как истинную оценку в платоновском смысле (Gulliksen, 1950). Широко распро­страненным является понятие ожидаемых результатов, т.е. представлений о баллах, которые могут быть получены в результате большого числа повторений процедур измере­ния (Lord & Novich, 1968). Но проведение одной и той же процедуры оценивания с одним человеком не представля­ется возможным. Поэтому необходим поиск других вариан­тов решения проблемы (Witlman, 1988).

В рамках этой концепции делаются некоторые допуще­ния относительно истинных результатов и ошибок измере­ния. Последние принимаются в качестве независимого фактора, что, конечно, является вполне обоснованным предположением, так как случайные колебания результа­тов не дают ковариаций: r ЕЕ =0.

Предполагается, что корреляции между истинными бал­лами и ошибками измерения не существует: r EE =0.

Суммарная ошибка равна 0, т.к. в качестве истинной оценки берется среднее арифметическое значение:

Эти допущения приводят нас в итоге к известному опре­делению надежности как отношения истинного результата к общей дисперсии или выражению: 1 минус отношение, в числителе которого ошибка измерения, а в знаменателе - общая дисперсия:

, ИЛИ

Из этой формулы определения надежности получаем, что дисперсия ошибки S 2 (E) равна общей дисперсии в числе случаев (1 – r XX "); таким образом, стандартная ошибка из­мерения определяется по формуле:

После теоретического обоснования надежности и его производных необходимо определить индекс надежности того или иного теста. Существуют практические процедуры оценивания надежности тестов, такие как использование взаимозаменяемых форм (параллельные тесты), расщепле­ние заданий на две части, повторное тестирование и изме­рение внутренней согласованности. Каждый справочник содержит индексы постоянства тестовых результатов:

r XX ’ =r(x 1 , x 2)

где r XX ’ - коэффициент стабильности, а x 1 и x 2 - результаты двух измерений.

Понятие надежности взаимозаменяемых форм введено и разработано Гулликсеном (1950). Данная процедура до­статочно трудоемка, поскольку связана с необходимостью создания параллельной серии заданий

r XX ’ =r(x 1 , x 2)

где r XX ’ - коэффициент эквивалентности, а x 1 и x 2 - два параллельных теста.

Следующая процедура - расщепление основного теста на две части А и В - более проста в использовании. Пока­затели, полученные по обеим частям теста, коррелируются. С помощью формулы Спирмена-Брауна оценивается на­дежность теста в целом:

где А и В - две параллельные части теста.

Следующий метод - определение внутренней согласо­ванности выполнения заданий теста. Этот метод основан на определении ковариаций отдельных заданий. Sg - диспер­сия произвольно выбранного задания, и Sgh - ковариация двух произвольно выбранных заданий. Наиболее часто ис­пользуемый коэффициент для определения внутренней со­гласованности - это «коэффициент альфа» Кронбаха. Используются также формула КР20 и λ-2 (лямбда-2).

В классической концепции надежности определяются ошибки измерения, возникающие как в процессе тестиро­вания, так и в процессе наблюдений. Источники этих оши­бок различны: это могут быть и личностные особенности, и особенности условий тестирования, и сами тестовые зада­ния. Существуют конкретные методы вычисления ошибок. Мы знаем, что наши наблюдения могут оказаться ошибоч­ными, наши методические инструменты несовершенны так же, как несовершенны и сами люди. (Как не вспомнить Шекспира: «Ненадежен ты, чье имя человек»). То, что в классической теории тестов ошибки измерения эксплици­руются и объясняются, является важным положительным моментом.

Классическая теория тестов имеет ряд существенных особенностей, которые можно рассматривать и как ее недо­статки. Некоторые из этих характеристик отмечаются в справочниках, но их значение (с житейской точки зрения) подчеркивается нечасто, как не отмечается и то, что с тео­ретической или методической точки зрения их следует счи­тать недостатками.

Первое. Классическая теория тестов и понятие надежно­сти ориентированы на подсчет суммарных тестовых пока­зателей, представляющих собой результат сложения оценок, полученных в отдельных заданиях. Так, при работе

Второе. Коэффициент надежности предполагает оценку величины разброса измеряемых показателей. Отсюда сле­дует, что коэффициент надежности будет ниже, если (при равенстве других показателей) выборка является более од­нородной. Не существует единого коэффициента внутрен­ней согласованности заданий теста, этот коэффициент всегда «контекстуален». Крокер и Альджина (1986), напри­мер, предлагают специальную формулу «коррекции для гомогенной выборки», предназначенную для самых высо­ких и самых низких результатов, полученных проходящи­ми тестирование. Для диагноста важно знать характеристики вариаций в выборочной совокупности, иначе он не сможет использовать коэффициенты внутрен­ней согласованности, указанные в руководстве к данному тесту.

Третье. Феномен сведения к показателю среднего ариф­метического является логическим следствием классической концепции надежности. Если оценка в тесте колеблется (т.е. она недостаточно надежна), то вполне возможно, что при повторении процедуры субъекты, имеющие низкие по­казатели, получат более высокие баллы, и наоборот, субъ­екты с высокими показателями - низкие. Этот артефакт процедуры измерения нельзя ошибочно принять за истин­ное изменение или проявление процессов развития. Но в то же время разграничить их нелегко, т.к. никогда нельзя исключить возможность изменения в ходе развития. Для полной уверенности необходимо"сравнение с контрольной группой.

Четвертая характеристика тестов, разработанных в со­ответствии с принципами классической теории,- это на­личие нормативных данных. Знание тестовых норм позволяет исследователю адекватно интерпретировать ре­зультаты тестируемых. Вне норм тестовые оценки лишены смысла. Выработка тестовых норм - это достаточно доро­гостоящее предприятие, поскольку психолог должен пол­учить результаты тестирования на репрезентативной выборке.

2 Я. тер Лаак

Если говорить о недостатках классической концепции надежности, то здесь уместно привести высказывание Сий-тсма (1992, р. 123-125). Он отмечает, что первое и главное предположение классической теории тестов состоит в том, что тестовые результаты подчиняются интервальному принципу. Однако никаких исследований, подтверждаю­щих это предположение, нет. По сути, это «измерение по произвольно установленному правилу». Данная особен­ность ставит классическую теорию тестов в менее выгодное положение по сравнению со шкалами измерения установок и, конечно же, по сравнению с современной теорией тестов. Многие методы анализа данных (дисперсионный анализ. регрессионный анализ, корреляционный и факторный ана­лиз) основаны на допущении существования интервальной шкалы. Однако оно не имеет твердого обоснования. Рас­сматривать шкалу истинных результатов как шкалу значе­ний психологических характеристик (например, арифметических способностей, интеллекта, нейротизма) можно только предположительно.

Второе замечание касается того, что результаты выпол­нения теста - это не абсолютные показатели той или иной психологической характеристики тестируемого, их необхо­димо рассматривать лишь как результаты выполнения того или иного теста. Два теста могут претендовать на изучение одних и тех же психологических характеристик (например, интеллекта, вербальных способностей, экстраверсии), но это не означает, что эти два теста равноценны и обладают одинаковыми возможностями. Сравнение показателей двух людей, прошедших тестирование разными тестами, некорректно. То же относится и к заполнению двух разных тестов одним испытуемым. Третье замечание относится к предположению, что стандартная ошибка измерения оди­накова применительно к любому уровню измеряемых спо­собностей индивида. Однако не существует эмпирической проверки этого предположения. Так, например, нет гаран­тии того, что тестируемый с хорошими математическими способностями при работе с относительно простым арифме­тическим тестом получит высокие баллы. В этом случае высокую оценку скорее получит человек с низкими или средними способностями.

В рамках современной теории тестов или теории анализа ответов в заданиях теста содержится описание большого

количества моделей возможных ответов респондентов. Эти модели различаются положенными в их основу допущени­ями, а также требованиями по отношению к получаемым данным. Модель Раша часто рассматривается в качестве синонима теорий анализа ответов в заданиях теста (1RT). На самом деле это только одна из моделей. Представленная в ней формула для описания характеристической кривой задания g выглядит следующим образом:

где g - отдельное задание теста; ехр - функция экспо­ненты (нелинейная зависимость); δ («дельта») - уровень трудности теста.

Другие задания теста, например h, также получают соб­ственные характеристические кривые. Выполнение условия δ h >δ g (g означает, что h - более трудное задание. Следовательно, для любого значения показателя Θ («тета» - латентные свойства способностей тестируемых) вероят­ность успешного выполнения задания h меньше. Эта модель называется строгой, поскольку очевидно, что при низкой степени выраженности черты вероятность выполнения за­дания близка к нулю. В этой модели нет места угадыванию и предположениям. Для заданий с вариантами выбора нет необходимости делать предположения о вероятности успе­ха. Кроме того, эта модель строга в том смысле, что все задания теста должны иметь одинаковую дискриминатив-ную способность (высокая дискриминативность отражается в крутизне кривой; здесь возможно построение шкалы Гут-тмана, согласно которой в каждой точке характеристиче­ской кривой вероятность выполнения задания меняется от О до 1). Из-за этого условия не все задания могут быть включены в тесты, созданные на основе модели Раша.

Существует несколько вариантов этой модели (напри­мер, Birnbaura, 1968, См. Lord & Novik). Она допускает существование заданий с различной дискриминативной

способностью.

Голландский исследователь Моккен (1971) разработал две модели анализа ответов в заданиях теста, требования которых не так строги, как в модели Раша, и поэтому, возможно, более реалистичны. В качестве основного усло-

вия Моккен выдвигает положение о том, что характеристи­ческая кривая задания должна следовать монотонно, без обрывов. Все задания теста при этом направлены на изуче­ние одной и той же психологической характеристики, из­мерять которую должна в. Допускается любая форма этой зависимости, пока она не прервется. Следовательно, форма характеристической кривой не определяется какой-либо специфической функцией. Такая «свобода» позволяет ис­пользовать больше заданий теста, и уровень оценивания при этом оказывается не выше, чем обычный.

Методология моделей ответов на задания теста (IRT) отличается от методологии большинства эксперименталь­ных и корреляционных исследований. Математическая мо­дель предназначена для изучения поведенческих, когнитивных, эмоциональных характеристик, а также фе­номенов развития. Эти рассматриваемые феномены часто ограничиваются ответами на задания, что позволило Мел-ленбергу (1990) назвать теорию IRT «мини-теорией о ми­ни-поведении». Результаты исследования могут быть в определенной степени представлены как кривые согласо­ванности, особенно в тех случаях, когда теоретические представления об изучаемых характеристиках отсутству­ют. До сих пор в нашем распоряжении имеются лишь еди­ницы тестов интеллекта, способностей и личностных тестов, созданных на основе многочисленных моделей тео­рии IRT. Варианты модели Раша чаще используются при разработке тестов достижений (Verhelst, 1993), а модели Моккена больше подходят для феноменов развития (см. также гл. 6).

Ответ тестируемого на задания теста является основной единицей моделей IRT. Тип ответа определяется степенью выраженности у человека изучаемой характеристики. Та­кой характеристикой могут быть, например, арифметиче­ские или пространственные способности. В большинстве случаев это тот или иной аспект интеллекта, характеристи­ки достижений или личностные особенности. Предполага­ется, что между положением данного конкретного человека в некотором диапазоне изучаемой характеристики и веро­ятностью успешного выполнения того или иного задания существует нелинейная зависимость. Нелинейность этой зависимости в определенном смысле интуитивно понятна. Известные фразы «Всякое начало трудно» (медленный не-

линейный старт) и «Стать святым не так просто», означают что дальнейшее совершенствование после достижения оп­ределенного уровня идет трудно. Кривая медленно прибли­жается, но почти никогда не достигает 100%-го уровня успеха.

Некоторые модели скорее противоречат нашему интуи­тивному пониманию. Возьмем такой пример. Человек с ин­дексом выраженности произвольной характеристики равным 1,5 имеет 60-процентную вероятность успеха при выполнении задания. Это противоречит нашему интуитив­ному пониманию такой ситуации, ведь можно либо успеш­но справиться с заданием, либо не справиться с ним вообще. Возьмем такой пример: 100 раз человек пытается взять высоту 1м 50 см. Успех сопутствует ему 60 раз, т.е. он имеет 60-процентную вероятность успеха.

Для оценки степени выраженности характеристики не­обходимо, по крайней мере, два задания. Модель Раша предполагает определение выраженности характеристик вне зависимости от трудности задания. Это также противо­речит нашему интуитивному пониманию: предположим, что человек имеет 80-процентную вероятность прыгнуть выше 1,30 м. Если это так, то в соответствии с характери­стической кривой заданий он имеет 60-процентную веро­ятность прыгнуть выше 1,50 м и 40-процентную вероятность прыгнуть выше 1,70 м. Следовательно, вне за­висимости от значения независимой переменной (высоты) можно оценить способность человека прыгать в высоту.

Существует около 50 моделей IRT (Goldstein & Wood, 1989).Имеется множество нелинейных функций, описыва­ющих (объясняющих) вероятность успеха в выполнении задания или группы заданий. Требования и ограничения этих моделей различны, и эти различия могут быть обнару­жены при сопоставлении модели Раша и шкалы Моккена. К требованиям этих моделей можно отнести:

1) необходимость определения исследуемой характеристи­ки и оценку позиции человека в диапазоне этой черты;

2) оценку последовательности заданий;

3) проверку конкретных моделей. В психометрии разрабо­тано множество процедур для проверки модели.

В некоторых справочных пособиях теория IRT рассмат­ривается как форма анализа заданий теста (см., например,

Croker& Algina, J 986). Можно, однако, отстаивать ту точку зрения, что теория IRT - это «мини-теория о мини-пове­дении». Сторонники теории IRT замечают, что если-несо­вершенны концепции (модели) среднего уровня, то что же можно сказать о более сложных конструктах в психологии?

Классическая и современная теории тестов. Люди не мо­гут не сравнивать вещи, которые выглядят почти одинако­во. (Возможно, житейский эквивалент психометрии и состоит, главным образом, в сравнении людей по значимым характеристикам и выборе между ними). Каждая из пред­ставленных теорий - и теория измерения ошибок оцени­вания, и математическая модель ответов на задания теста - имеет своих сторонников (Goldstein & Wood, 1986).

Модели IRT не вызывают упреков в том, что это «оцени­вание по правилам», в отличие от классической теории те­стов. Модель IRT ориентирована на анализ оцениваемых характеристик. Характеристики личности и характеристи­ки заданий оцениваются с помощью шкал (порядковых или интервальных). Более того, возможно сопоставление пока­зателей выполнения разных тестов, направленных на изу­чение сходных характеристик. Наконец, надежность неодинакова для каждого значения на шкале, а средние показатели обычно являются более надежными, чем пока­затели, расположенные в начале и в конце шкалы. Таким образом, модели IRT в теоретическом отношении представ­ляются более совершенными. Существует и различия в практическом использовании современной теории тестов и классической теории (Sijstma, 1992, стр. 127-130). Совре­менная теория тестов более сложна по сравнению с класси­ческой, поэтому она реже используется неспециалистами. Более того, IRT предъявляет особые требования к задани­ям. Это означает, что задания должны быть исключены из теста, если они не удовлетворяют требованиям модели. Данное правило относится далее к тем заданиям, которые входили в состав широко используемых тестов, построен­ных по принципам классической теории. Тест становится короче, и, следовательно, надежность его снижается.

IRT предлагает математические модели для изучения реальных феноменов. Модели должны помочь нам понять ключевые аспекты этих феноменов. Однако здесь кроется основной теоретический вопрос. Модели можно рассматри-

ватькак подход к изучению сложной реальности, в которой мы живем. Но модель и реальность - не одно и то же. Согласно пессимистическому взгляду, возможно моделиро­вание лишь единичных (и притом не самых интересных) типов поведения. Также можно встретить утверждение, что реальность вообще не подлежит моделированию, т.к. она подчиняется не одним лишь причинно-следственным зако­нам. В лучшем случае возможно моделирование отдельных (идеальных) поведенческих феноменов. Существует и дру­гой, более оптимистичный, взгляд на возможности модели-рования. Приведенная выше позиция блокирует возможность глубокого постижения природы феноменов человеческого поведения. Применение той или иной моде­ли поднимает некоторые обшие, фундаментальные вопро­сы. На наш взгляд, не подлежит сомнению, что IRT является концепцией теоретически и технически превосхо­дящей классическую теорию тестов.

Практическим назначением тестов, на какой бы теоре­тической основе они не создавались, является определение значимых критериев и установление на их основе характе­ристик тех или иных психологических конструктов. Имеет ли модель IRT преимущества и в этом отношении? Вполне возможно, что тесты, созданные на основе этой модели, не дают более точного прогноза по сравнению с тестами, со­зданными на основе классической теории, и возможно, что их вклад в разработку психологических конструктов не яв­ляется более весомым. Диагносты предпочитают такие кри­терии, которые непосредственно относятся к отдельному человеку, институту или сообществу. Модель, более совер­шенная в научном отношении, «ipso facto»* не определяет более подходящий критерий и в определенной степени ог­раничена в объяснении научных конструктов. Очевидно, что разработка тестов на основе классической теории будет продолжаться, но вместе с тем будут создаваться и новые модели IRT, распространяющиеся на изучение большего числа психологических феноменов.

В классической теории тестов различаются понятия «на­дежности» и «валидности». Тестовхяе результаты должны быть надежны, т.е. результаты первоначального и повтор­ного тестировании должны согласовываться. Кроме того,

* ipso facto (лак) - сама по себе (прим. перев.).

результаты должны быть свободны (насколько это возмож­но) от ошибок оценивания. Наличие валидности - одно из требований, предъявляемых к полученным результатам. При этом надежность рассматривается как необходимое, но еще не достаточное условие валидности теста.

Понятие валидности предполагает, что полученные ре­зультаты относятся к чему-либо важному в практическом или теоретическом отношении. Выводы, сделанные на ос­нове тестовых оценок, должны быть валидными. Наиболее часто говорят о двух видах валидности: прогностической (критериальной) и конструктной. Существуют также и другие виды валидности (см. гл. 3). Кроме того, валидность может быть определена и в случае квазиэкспериментов (Cook & Campbell, 1976, Cook & Shadish, 1994). Однако основным видом валидности все же является прогностиче­ская валидность, под которой понимается возможность предсказывать по тестовому результату нечто существен­ное о поведении в будущем, а также возможность более глубокого понимания того или иного психологического свойства или качества.

Представленные типы валидности обсуждаются в каж­дом справочнике и сопровождаются описанием методов анализа валидности теста. Факторный анализ более подхо­дит для определения конструктной валидизации, а уравне­ния линейной регрессии используются для анализа прогностической валидности. Те или иные характеристики (успеваемость, эффективность терапии) могут быть пред­сказаны на основе одного или нескольких показателей, пол-ученных при работе с интеллектуальными или личностными тестами. Такие техники обработки данных, как корреляционный, регрессионный, дисперсионный ана­лиз, анализ частичных корреляций и дисперсий, служат для определения прогностической валидности теста.

Также часто описывается содержательная валидность. Предполагается, что все задачи и задания теста должны принадлежать специфической области (психических свойств, поведения и т.д.). Понятие содержательной валид­ности характеризует соответствие каждого задания теста измеряемой области. Содержательная валидность иногда рассматривается как часть надежности или «обобщаемость» (Cronbach, Gleser, Nanda & Rajaratnam, 1972). Однако при

выборе заданий для тестов достижений в конкретной пред­метной области важно также обращать внимание на прави­ла включения заданий в тест.

В классической теории тестов надежность и валидность рассматриваются относительно независимо друг от друга. Но существует и другое понимание соотношения этих по­нятий. Современная теория тестов основывается на приме­нении моделей. Параметры оцениваются внутри некоторой модели. Если задание не соответствует требованиям моде­ли, то в рамках этой модели оно признается невалидным. Конструктная валидизации представляет собой часть про­верки самой модели. Эта валидизации относится главным образом к проверке существования одномерной латентной исследуемой черты с известными шкальными характери­стиками. Шкальные оценки, несомненно, могут быть ис­пользованы для определения соответствующих критериев, и возможна их корреляция с показателями других конст­руктов для сбора информации о конвергентной и диверген­тной валидности конструкта.

Психодиагностика аналогична языку, описываемому как единство четырех компонентов, представленных на трех уровнях. Первый компонент, теория тестов, аналогичен синтаксису, грамматике языка. Порождающая (генератив­ная) грамматика - это, с одной стороны, остроумная мо­дель, с другой - система, подчиняющаяся правилам. С помощью этих правил на основе простых утвердительных предложений строятся сложные. При этом, однако, данная модель оставляет в стороне описание того, как организован процесс коммуникации (что передается и что воспринима­ется), и с какими целями он осуществляется. Для понима­ния этого требуются дополнительные знания. То же можно сказать и о теории тестов: она является необходимой в пси­ходиагностике, но она не способна объяснить, что психоди­агност делает и каковы его цели.

1.3.2. Психологические теории и психологические конструкты

Психодиагностика - это всегда диагностика чего-то конкретного: личностных характеристик, поведения, мыш­ления, эмоций. Тесты предназначены оценивать индивиду­альные различия. Существует несколько концепций

индивидуальных различий, каждая из которых имеет свои отличительные особенности. Если признается, что психо­диагностика не ограничивается только оценкой индивиду­альных различий, то тогда и другие теории приобретают существенное значение для психодиагностики. Примером является оценка различий процессов психического разви­тия и различий в социальном окружении. Хотя оценка ин­дивидуальных различий не является непременным атрибутом психодиагностики, тем не менее существуют оп­ределенные традиции исследования в этой области. Психо­диагностика начиналась с оценки различий интеллекта. Основной задачей тестов было «определение наследствен­ной передачи гениальности» (Gallon) или отбор детей для обучения (Binet, Simon). Измерение коэффициента интел­лектуальности получило теоретическое осмысление и прак-тическую разработку в трудах Спирмена (Великобритания) и Терстоуна (США). Раймонд Б.Кеттел сделал подобное для оценки личностных характеристик. Психодиагностика становится неразрывно связанной с тео­риями и представлениями об индивидуальных различиях в достижениях (оценка предельных возможностей) и формах поведения (уровень типичного функционирования). Эта традиция продолжает оставаться эффективной и сегодня. В учебных пособиях по психодиагностике гораздо реже оце­ниваются различия в социальном окружении по сравнению с рассмотрением особенностей самих процессов развития. Для этого не существует каких-либо разумных объяснений. С одной стороны, диагностика не ограничивается опреде­ленными теориями и понятиями. С другой стороны, она нуждается в теориях, поскольку именно в них определяется диагностируемое содержание (т.е. «что» диагностируется). Так, например, интеллект может рассматриваться и как общая характеристика, и как основание для множества не­зависимых друг от друга способностей. Если психодиагно­стика пытается «уйти» от той или иной теории, то тогда основой психодиагностического процесса становятся пред­ставления здравого смысла. В исследованиях применяются различные способы анализа данных, и общая логика иссле­дований определяет выбор той или иной математической модели и определяет структуру используемых психологи­ческих понятий. Такие методы математической статисти-

ки, как дисперсионный анализ, регрессионный анализ, факторный анализ, подсчет корреляций предполагают су­ществование линейных зависимостей. В случае некоррект­ного применения этих методов они «привносят» свою структуру в полученные данные и используемые конструк­ты.

Представления о различиях в социальном окружении и о развитии личности почти не оказали влияния на психоди­агностику. В учебных пособиях (см., например, Murphy & Davidshofer, 1988) рассматривается классическая теория тестов и обсуждаются соответствующие методы статисти­ческой обработки, описываются известные тесты, рассмат­риваются вопросы использования психодиагностики в практике: в психологии управления, при отборе персонала, при оценке психологических характеристик человека.

Теории индивидуальных различий (а также представле­ния о различиях между социальным окружением и о психи­ческом развитии) аналогичны изучению семантики языка. Это изучение и сущности, и содержания, и значения. Зна­чения структурируются определенным образом (подобно психологическим конструктам), например, по сходству или контрасту (аналогия, конвергенция, дивергенция).

1.3.3. Психологические тесты и другие методические средства

Третий компонент предложенной схемы - тесты, про­цедуры и методические средства, с помощью которых про­исходит сбор информации о характеристиках личности. Дрене и Сийтсма (1990, стр. 31) дают следующее определе­ние тестам: «Психологический тест рассматривается как классификация согласно определенной системе или как процедура измерения, которая позволяет вынести опреде­ленное суждение об одной или нескольких эмпирически выделенных или теоретически обоснованных характери­стиках конкретной стороны поведения человека (за рамка­ми тестовой ситуации). При этом рассматривается реакция респондентов на определенное число тщательно подобран­ных стимулов, а полученные ответы сравниваются с тесто­выми нормами».

Диагностике необходимы тесты и методики для сбора надежной, точной и валидной информации об особенностях

и характерных чертах личности, о мышлении, эмоциях и поведении человека. Помимо разработки тестовых проце­дур в этот компонент входят также следующие вопросы: как создаются тесты, как формулируются и отбираются зада­ния, как протекает процесс тестирования, каковы требова­ния к условиям проведения тестирования, как учитываются ошибки измерения, как подсчитываются и интерпретиру­ются тестовые результаты.

В процессе разработки тестов различаются рациональ­ная и эмпирическая стратегии. Применение рациональной стратегии начинается с определения основных понятий (на­пример, понятия интеллекта, экстраверсии), и в соответст­вии с этими представлениями формулируются задания теста. Примером такой стратегии может служить концеп­ция аспектного анализа (the facet theory) Гуттмана (1957, 1968, 1978). Сначала определяются различные аспекты ос­новных конструктов, затем подбираются задачи и задания таким образом, чтобы был учтен каждый из этих аспектов. Вторая стратегия состоит в том, что задания подбираются на эмпирической основе. Например, если исследователь попытается создать тест профессиональных интересов, ко­торый бы позволял дифференцировать медиков от инжене­ров, то процедура должна быть такой. Обе группы респондентов должны ответить на все задания теста, и те пункты, в ответах на которые обнаружены статистически значимые различия, входят в окончательный вариант тес­та. Если, например, между группами существуют различия в ответах на утверждение «Я люблю ловить рыбу», то это утверждение становится элементом теста. Основным поло­жением этой книги является то, что тест связан с концеп­туальной или таксономической теорией, определяющей эти характеристики.

Назначение теста обычно определено в инструкции по его применению. Тест должен быть стандартизирован для того, чтобы с его помощью можно было оценить различия между людьми, а не между условиями тестирования. Суще­ствуют, однако, отклонения от стандартизации в процеду­рах, называемых «тестированием границ возможностей» (testing the limits) и «тесты оценки потенциальных возмож­ностей в обучении» (learning potential tests). В этих услови­ях респонденту оказывается помощь в процессе

тестирования и затем оценивается влияние такой процеду­ры на результат. Подсчет баллов за ответы на задания объ­ективен, т.е. осуществляется в соответствии со стандартной процедурой. Интерпретация полученных результатов так­же строго определена и осуществляется на основе тестовых норм.

Третий компонент психодиагностики - психологиче­ские тесты, инструменты, процедуры - содержит опреде­ленные задания, которые являются наименьшими единицами психодиагностики и в этом смысле задания ана­логичны фонемам языка. Число возможных сочетаний фо­нем ограничено. Лишь определенные фонематические структуры могут образовывать слова и предложения, обес­печивающие доведение информации до слушателя. Также и тестовые задания: лишь в определенном сочетании друг с другом они могут стать эффективным средством оценки соответствующего конструкта.