Riassunto esame Psicometria I, Prof. Ebisch Sjoerd, libro consigliato Elementi di Psicometria, Balsamo

Psicometria

Capitolo 1: La misura dell'anima

Gli psicologi misurano le caratteristiche psicologiche degli individui, sia in ambito clinico che di ricerca. Ciò vuol dire attribuirle un numero attraverso un’apposita regola di corrispondenza. Le caratteristiche psicologiche differenziano da un individuo ad un altro e possono essere: intelligenza, tratti di personalità, attitudini, abilità cognitive, livello di ansia o depressione ecc. Le caratteristiche sottoposte a misurazione sono dette variabili.

Cosa si misura

Le caratteristiche psicologiche non sono misurabili per osservazione diretta ma per inferenza probabilistica. Ad esempio, non si può osservare l’intelligenza di una persona ma si può inferire con un certo grado di probabilità questa caratteristica dalla rilevazione di aspetti del comportamento associati ad esse, sulla base, però, di una teoria di riferimento. Questo aspetto rende il processo di misurazione in psicologia ancora più impreciso, cioè ancora più inficiato da errore rispetto a quanto avvenga nelle discipline fisiche (l’errore è presente in qualsiasi tipo di misurazione). Per tale ragione, la misurazione deve essere sottoposta all’indagine sulla validità della misurazione effettuata.

Validità

Ciò che è stato misurato corrisponde a ciò che si intendeva misurare? In altre parole, la validità corrisponde al grado di accuratezza con cui uno strumento misura effettivamente ciò che si propone di misurare.

Come si misura

Le caratteristiche psicologiche sono misurabili su scale a intervalli equivalenti che prevedono uno zero arbitrario, che non equivale all’assenza della caratteristica in esame; ottenere, quindi, zero a un test di intelligenza non vuol dire essere privi di intelligenza ma non aver dato alcuna risposta corretta a quel test di intelligenza. Questo aspetto, però, limita il trattamento dei dati che derivano da queste scale di misura, rendendo più sofisticata l’interpretazione delle conclusioni che se ne possono trarre. Perciò, è importante valutare l’attendibilità della misurazione: quanto precisamente è stato misurato ciò che si intendeva misurare?

Attendibilità

In altre parole, l’attendibilità è il grado di accuratezza e precisione di una procedura di misurazione. Quindi, in generale, è importante stabilire un chiaro legame tra un comportamento e una caratteristica psicologica o costrutto che si intende misurare. Infatti, prima di misurare i diversi gradi di un costrutto, occorre darne una definizione operativa e tale processo è definito operazionalizzazione del costrutto: consiste nell’individuare gli indicatori comportamentali che sono considerati, sulla base di una teoria psicologica, le sue manifestazioni operative. Si tratta cioè di indizi direttamente osservabili che rendono traducibili il costrutto che di per sé non è direttamente osservabile (es. la velocità e correttezza nell’esecuzione di problemi aritmetici sono una manifestazione osservabile della sua abilità logico-matematica).

L’operazionalizzazione fa necessariamente riferimento ad una teoria perché da essa discende la scelta di indicatori comportamentali. Spesso, in psicologia, non esiste un corpo integrato di teorie sulla maggior parte dei costrutti indagati; dunque, una diversa teoria su un costrutto può originare un set di item (elemento minimale di un test psicologico) diverso. Quindi la misura di un costrutto dipende dalla definizione operativa che ne viene data, che è strettamente dipendente dalla teoria di riferimento elaborata su quel determinato costrutto.

L'errore nella misura in psicologia

Tutte le misure, in qualsiasi campo, sono soggette a errori di varia grandezza.

Errore sistematico

È quel tipo di errore che incide allo stesso modo su tutte le misurazioni, come una bilancia tarata in modo errato che aggiunge 40 g ogni Kg pesato. Agisce quindi sempre nella stessa direzione. Una volta identificato, può essere più o meno facilmente gestito ed eventualmente eliminato. In genere viene corretto in fase di costruzione di un test. Si riferisce, in ambito psicometrico, all’influenza sistematica (ossia che incide nella stessa direzione e con la stessa intensità) sulle risposte al test di variabili diverse da quelle che il test si propone di misurare.

È dovuto a una distorsione nel passaggio tra definizione operativa del costrutto, indicatori comportamentali scelti e struttura numerica corrispondente. Può essere dovuto a un’errata ma costante procedura di calcolo del punteggio (es. una griglia di correzione sbagliata) e quindi produce una costante sottostima o sovrastima dei valori ottenuti in rilevazioni ripetute. Queste problematiche vengono affrontate negli studi sulla validità del test. Le distorsioni causate dagli errori sistematici sono considerate generalmente irrilevanti quando la misura è centrata sulla rilevazione delle differenze individuali oppure quando le analisi sono comparative e non assolute (es. nel calcolo dei punteggi medi per dei gruppi, non influiscono sulla loro interpretazione).

Errore casuale

È dovuto all’influenza del caso e non può essere eliminato ma solo stimato. È dovuto, infatti, ad una molteplicità di fattori che agiscono in direzioni diverse, non sempre o non su tutti i soggetti. È legato infatti alla consapevolezza che i risultati che si ottengono ripetendo lo stesso procedimento di misura più volte sullo stesso soggetto sono inevitabilmente diversi. Queste problematiche vengono affrontate negli studi sull’attendibilità del test. Maggiore è l’errore casuale nel punteggio di un test, minore la sua attendibilità. Più ripetibili e coerenti, stabili nel tempo, sono i risultati di un test, maggiore è la sua indipendenza dall’errore casuale.

Le fonti dell’errore possono essere svariate: Kline ne elenca alcune: condizioni psico-fisiche (stanchezza, rabbia, malattia) dei soggetti al momento della somministrazione del test, istruzioni poco chiare, circostanze ambientali (rumore, illuminazione, temperatura), il tentativo dei soggetti di indovinare o “buttare a caso” le risposte. Proprio per la sua natura incontrollabile, l’errore casuale richiede di essere inquadrato all’interno di un modello teorico, quale la teoria classica dei test, che permetta di giungere alla stima del punteggio del soggetto al test “al netto” degli effetti di tale errore, cioè il suo punteggio vero.

Le teoria della misura

Oggi si assiste alla mancanza di una teoria unificata sulla misurazione in campo psicologico dove si possono riscontrare due tradizioni di ricerca: “approccio formale” che fa riferimento alla psicologia matematica e “approccio applicativo” che è legato alla tradizione teorica dei test psicologici. Vi sono infatti due teorie basate, entrambe, sull’assunto che esista una relazione matematica tra la variabile osservata (punteggio osservato) e la variabile latente o non osservabile, che è oggetto di indagine.

La teoria classica dei test

Rappresenta una solida base logica e matematica per la psicometria e presuppone che la componente di errore che è presente in un qualsiasi punteggio sia un dato di fatto ineliminabile ma controllabile al fine di ottenere risultati il più possibile ripetibili e precisi.

Punteggio osservato

Il punteggio ottenuto dal soggetto a un test è ciò che si definisce punteggio osservato e contiene sempre una parte di errore. Partendo dal presupposto che un test rappresenta una selezione casuale di item attinenti al costrutto da misurare, l’errore riflette appunto quanto gli item riescono o non riescono a rappresentare un campione accurato dell’universo degli item.

Punteggio vero

La parte del punteggio osservato libera dall’errore si definisce punteggio vero ed è puramente ipotetica, si tratta del punteggio che identifica precisamente il grado in cui il soggetto possiede una certa caratteristica al netto dell’errore di misurazione. Si otterrebbe, però, solo in circostanze ideali in cui tutto fosse perfetto, dalle condizioni interne ed esterne allo strumento adoperato, che dovrebbe peraltro contenere tutto l’universo degli item utilizzabili. Quindi, il punteggio vero non è suscettibile di accertamento empirico.

Quindi il punteggio osservato (Xi) non coincide con il punteggio vero (V) poiché contiene la relativa parte di errore casuale (E), secondo la formula V + E = Xi. Quindi, in base agli assunti fondamentali della teoria classica dei test, per ottenere un punteggio che sia il più accurato possibile, dovremmo somministrare molte volte lo stesso test agli stessi soggetti. Avvicinando all’infinito il numero di misurazioni, gli errori casuali si cancellerebbero l’un l’altro, permettendo una misura “pura” del punteggio vero. Dato che, nella pratica, questo non potrebbe avvenire senza alterare il processo stesso di misurazione, ci accontentiamo di maneggiare un punteggio ottenuto e cerchiamo di individuare il margine di precisione con cui possiamo interpretarlo; cioè, stimiamo l’intervallo di confidenza all’interno del quale cadrebbe il punteggio vero del soggetto se si ripetesse il test allo stesso soggetto un numero infinito di volte.

L'item response theory

È il modello teorico storicamente più consolidato e più utilizzato per la costruzione dei test. Se la Teoria Classica dei Test giunge alla misurazione del costrutto oggetto di indagine tramite la trasformazione del numero di risposte esatte date dal soggetto al test in un punteggio globale, in seno al quale non è possibile separare le caratteristiche proprie dei soggetti dalle caratteristiche proprie degli item al test, l’insieme dei modelli matematici che va sotto il nome di IRT consente di effettuare questa distinzione.

Tramite un modello matematico, è possibile stimare la probabilità che un soggetto ha di rispondere correttamente a ciascun item del test, in funzione del livello di “tratto” che possiede e dei parametri dell’item somministrato. Quindi, la stima del tratto oggetto di indagine dipende sia dalle caratteristiche dei soggetti sia dalle caratteristiche degli item.

Una volta misurate le caratteristiche dei soggetti (identificate con la loro “abilità”) e le caratteristiche degli item (identificate come la loro difficoltà), è possibile prevedere la prestazione del soggetto all’item: la probabilità di risposta corretta all’item è data dal confronto tra abilità del soggetto e difficoltà dell’item; sarà maggiore del 50% se il livello di abilità del soggetto è maggiore della difficoltà dell’item. Es. chiediamo ad un bambino di 7 anni di risolvere un’equazione di primo grado: la probabilità di riuscita si prevede prossima allo 0% dato che il livello di difficoltà dell’item è nettamente superiore al livello di abilità posseduto dal bambino; se lo si chiede ad un quindicenne si prevede una possibilità di riuscita del 50% perché l’abilità che possiede può essere sufficiente per rispondere correttamente.

• Il livello di difficoltà dell'item, ovvero il livello di abilità affinché un soggetto abbia le stesse probabilità di superare o meno l’item rispetto ad altri soggetti;
• Il livello di discriminazione dell'item, definibile come la capacità dell’item di discriminare soggetti che hanno diversi livelli di abilità;
• Il guessing, ovvero l’incidenza del caso nella risposta all’item, che rende ragione del fatto che anche soggetti con scarsi livelli di tratto hanno una probabilità di superare l’item maggiore di zero potendo tirare a indovinare.

Differenze tra la TCT e l’IRT risiedono nel fatto che nell’IRT:

1. Gli item e i soggetti sono rappresentati in ordine crescente sullo stesso continuum definito da tal tratto latente, cui è possibile risalire a partire dalle risposte effettive.
2. L’errore di misura non è uguale per tutto il test ma varia a seconda del livello di abilità: è maggiore ai limiti estremi del range dei punteggi.
3. I modelli IRT sono sempre internamente validi perché contengono tutte le modalità di analisi e controllo delle caratteristiche che si ritiene aprioristicamente debbano possedere gli item e i soggetti.
4. I parametri non dipendono dal tipo di campione impiegato: gli strumenti di misura possono essere costruiti in modo tale da produrre risultati indipendenti da età, sesso, gruppo etnico, cultura ecc. quindi misure generate con tali modelli risultano teoricamente essere sample-free (anche se il test in questione venisse somministrato ad un altro campione di soggetti, i risultati attesi dovrebbero essere gli stessi) e test-free (gli stessi risultati sono attesi anche qualora un altro test dello stesso costrutto venisse somministrato agli stessi soggetti); questo non avviene nella Teoria Classica perché il punteggio di un soggetto può variare in funzione delle caratteristiche degli item che gli vengono somministrati e, analogamente, il punteggio di un item, può oscillare da campione a campione, a seconda delle abilità dei singoli soggetti.

In definitiva, nell’IRT vi è spazio per una maggiore flessibilità, rispetto a quanto avviene nella TCT, che permette di selezionare gli item del test in relazione al livello di abilità mostrato dal soggetto specifico, valutato preliminarmente con lo stesso test.

I test psicologici come strumenti di misura

Un test psicologico ha come obiettivo quello di misurare una determinata caratteristica o un insieme di caratteristiche che contraddistinguono una persona o un gruppo di persone, individuando diversi gradi di tale proprietà. Più precisamente, può essere definito come una procedura sistematica attraverso cui viene presentato a un soggetto un insieme di stimoli (domande, problemi, compiti) capace di elicitare particolari risposte valutabili e interpretabili quantitativamente in base a criteri specifici o a standard prestazionali.

Le due caratteristiche che un test deve avere sono:

• Obiettività: intesa come riproducibilità dei risultati ottenuti dal test (somministratori diversi, con lo stesso strumento e nelle stesse condizioni, devono ottenere risultati simili con lo stesso oggetto).
• Standardizzazione: comporta la definizione precisa degli stimoli di cui il test si compone, delle procedure della sua somministrazione, delle modalità di raccolta dei dati.

Perché un test psicologico abbia buone caratteristiche, bisogna verificare che nel suo manuale d’uso vi siano le seguenti condizioni:

• Istruzioni per la somministrazione chiare e dettagliate.
• Procedure di codifica delle risposte e di attribuzione del punteggio (scoring) accurate ed esaurienti.
• Descrizione delle caratteristiche del campione normativo (età, numerosità, genere, residenza ecc.) su cui il test è stato tarato, che deve essere sufficientemente ampio e rappresentativo della popolazione cui il test è indirizzato.
• Norme diverse per soggetti che si differenziano per caratteristiche che potrebbero influenzare la prestazione.
• Indici di attendibilità del test: tra questi indici possono esserci correlazioni tra forme simili dello stesso test (metodo delle forme parallele) o tra le due metà di un test (metodo dello split-half) o tra i risultati della somministrazione dello stesso test in due momenti diversi (attendibilità test-retest).
• Risultati relativi alle procedure di validazione del test (validità): indici di correlazione con altri test che misurano la stessa abilità (validità convergente) o indicatori della capacità dei test di prevedere un certo comportamento (validità predittiva) o di discriminare tra soggetti che possiedono in misura maggiore o minore la caratteristica misurata (validità di costrutto).

I test di massima performance

Richiedono al soggetto di dare il meglio di sé entro determinati limiti temporali e hanno come obiettivo quello di valutare le abilità raggiunte o potenziali degli individui. Forniscono un punteggio finale che equivale alla somma delle risposte corrette date dal soggetto (esistono quindi risposte giuste e sbagliate, e un limite di tempo per produrle).

Test di intelligenza

Sono tra i test psicologici più antichi (i più diffusi la WAIS e il test delle Matrici Progressive di Raven) e oggi rappresentano la più ampia categoria di test in psicologia. Gli item possono essere di varia natura in base alla definizione operativa del costrutto intelligenza (analogie, item a esclusione, sequenze, item di vocabolario) e, all’interno di ciascun test, solitamente gli item sono disposti in ordine crescente di difficoltà con interruzione della somministrazione dopo un certo numero di insuccessi consecutivi.

Questi test possono generare un unico punteggio totale o diversi punteggi in riferimento alle varie sottoscale contenute. Inoltre, in base alle modalità di somministrazione, si possono distinguere in individuali e collettivi. Un limite di questa tipologia di test può essere la loro dipendenza dal livello culturale dell’esaminato, in quanto, ad esempio, la capacità di ottenere una buona prestazione può dipendere dal rendimento nella lettura o nell’aritmetica oppure dalla familiarità con parole e concetti.

Test di abilità

Misurano fattori specifici di abilità che correlano con l’abilità cognitiva generale ma forniscono informazioni ulteriori su qualche specifica abilità.