المحتويات:
النظرية الكلاسيكية للاختبار (Classical Test Theory – CTT)
المجالات التخصصية الرئيسية: علم القياس النفسي، الإحصاء التطبيقي، التقييم التربوي.
المدافعون الرئيسيون: تشارلز سبيرمان (رائد النظرية)، لويس جوتمان، إل. إل. ثورستون.
1. الملخص والمقدمة التعريفية
تُعدّ النظرية الكلاسيكية للاختبار، والمعروفة اختصاراً بـ CTT، الإطار الأساسي والأكثر تأثيراً في مجال القياس النفسي والتربوي، وقد هيمنت على تطوير وتحليل الاختبارات على مدى الجزء الأكبر من القرن العشرين. تهدف النظرية بشكل رئيسي إلى فهم العلاقة بين الدرجة الملاحظة التي يحصل عليها الفرد في اختبار ما، والدرجة الحقيقية المفترضة التي تعكس قدرته أو سمته الفعلية، وذلك مع الأخذ في الاعتبار عنصر الخطأ في القياس. إن جوهر النظرية يكمن في معادلتها الأساسية والبسيطة التي تفصل بين المكون الحقيقي للقياس والخطأ العشوائي، مما يوفر أساساً رياضياً لتقدير مدى موثوقية الدرجات التي يتم جمعها من أدوات التقييم المختلفة. على الرغم من التطورات اللاحقة وظهور نماذج أكثر تعقيداً مثل نظرية الاستجابة للمفردة (IRT)، تظل النظرية الكلاسيكية للاختبار حجر الزاوية الذي يُبنى عليه العديد من المفاهيم الأساسية للموثوقية والصدق في الاختبارات القياسية.
تُمثل النظرية الكلاسيكية للاختبار نموذجاً مفاهيمياً يركز على خصائص الاختبار ككل، بدلاً من التركيز على استجابة الفرد لكل مفردة (سؤال) على حدة. وهي تُفترض أن القياسات التي نحصل عليها في العلوم الإنسانية والاجتماعية لا يمكن أن تكون دقيقة بشكل مثالي؛ بل تتضمن دائماً درجة من الخطأ الناتج عن عوامل متعددة، سواء كانت مرتبطة بالفرد المُختبَر، أو بظروف الاختبار، أو بخصائص الأداة نفسها. إن الهدف العملي لـ CTT هو توفير الأدوات الإحصائية اللازمة لتقدير حجم هذا الخطأ العشوائي، ومن ثم تحديد مدى اتساق واستقرار الدرجات، وهو ما يُعرف بـ الموثوقية. إن الفهم العميق لهذه النظرية ضروري لأي باحث أو متخصص يعمل في مجال تقييم القدرات، أو السمات الشخصية، أو التحصيل الأكاديمي، حيث أنها توفر اللغة المشتركة والمقاييس التقليدية المستخدمة لتقييم جودة أدوات القياس.
2. المبادئ الأساسية والنظرية الحقيقية للدرجة
تعتمد النظرية الكلاسيكية للاختبار على مبدأ رياضي واحد محوري يُعرف باسم نظرية الدرجة الحقيقية. وينص هذا المبدأ على أن الدرجة الملاحظة (التي يتم تسجيلها فعلياً في الاختبار) هي مجموع لدرجتين افتراضيتين: الدرجة الحقيقية (التي تعكس المستوى الفعلي للسمة المقاسة) وخطأ القياس. رياضياً، يتم التعبير عن هذا المبدأ بالمعادلة التالية: X = T + E، حيث ترمز (X) إلى الدرجة الملاحظة، و(T) إلى الدرجة الحقيقية، و(E) إلى خطأ القياس العشوائي. من المهم الإشارة إلى أن الدرجة الحقيقية (T) هي مفهوم نظري لا يمكن ملاحظته بشكل مباشر؛ بل يتم تعريفها إحصائياً على أنها متوسط الدرجات الملاحظة التي سيحصل عليها الفرد إذا أجرى الاختبار عدداً لا نهائياً من المرات في ظل ظروف مستقلة.
يُفترض أن خطأ القياس (E) هو خطأ عشوائي، مما يعني أنه لا يرتبط بشكل منهجي بالسمة التي يتم قياسها، بل ينتج عن عوامل طارئة ومتقلبة. يمكن أن تشمل هذه الأخطاء عوامل مثل التخمين العشوائي في الإجابات، تقلبات المزاج لدى المُختبَر، التشتت اللحظي، أو الأخطاء الطفيفة في تصحيح الاختبار. إن الدور الأساسي لـ CTT هو تحديد كمية التباين في الدرجات الملاحظة التي يمكن عزوها إلى التباين في الدرجات الحقيقية، والكمية التي يمكن عزوها إلى خطأ القياس. وكلما زادت نسبة التباين المنسوبة للدرجة الحقيقية، كانت أداة القياس أكثر موثوقية. هذه البساطة الرياضية هي التي جعلت النظرية الكلاسيكية للاختبار سهلة التطبيق والفهم، مما ساهم في انتشارها الواسع في مجالات القياس المختلفة.
بموجب هذه النظرية، فإن هدف بناء الاختبار الجيد هو تقليل تباين الخطأ (الذي يمثله التباين في E) إلى أدنى حد ممكن، مما يسمح للتباين في الدرجات الملاحظة (X) بأن يعكس بأكبر قدر ممكن التباين في الدرجات الحقيقية (T). كما أن هذا النموذج يفترض أن الخطأ عشوائي بشكل صارم، فإنه يهمل الأخطاء المنهجية (التحيز) التي تؤثر على جميع القياسات بنفس الطريقة أو بطريقة قابلة للتنبؤ، وهي الأخطاء التي يتم تناولها عادةً في سياق صدق الاختبار. وبالتالي، تظل CTT أداة قوية لتحليل الاتساق الداخلي والخارجي للقياسات، لكنها تتطلب افتراضات صارمة حول طبيعة الأخطاء.
3. افتراضات نظرية الاختبار الكلاسيكية
تعتمد صلاحية الاستنتاجات المستمدة من النظرية الكلاسيكية للاختبار على ثلاثة افتراضات إحصائية رئيسية تتعلق بخطأ القياس، وهي افتراضات ضرورية لتقدير الدرجة الحقيقية والموثوقية. الافتراض الأول هو أن متوسط أخطاء القياس يساوي صفراً. وهذا يعني أنه إذا تم إجراء الاختبار على عدد كبير جداً من الأفراد، أو إذا تم إجراء الاختبار على فرد واحد عدداً لا نهائياً من المرات، فإن الأخطاء العشوائية الموجبة والسالبة ستلغي بعضها البعض، وسيكون المتوسط الحسابي للأخطاء صفراً. هذا الافتراض يضمن أن خطأ القياس هو خطأ عشوائي بالفعل، ولا يحتوي على تحيز منهجي يؤدي إلى المبالغة في تقدير الدرجات أو التقليل منها بشكل ثابت.
الافتراض الثاني الأكثر أهمية هو أن خطأ القياس غير مرتبط بالدرجة الحقيقية. وهذا يعني أن الأفراد ذوي الدرجات الحقيقية المرتفعة ليسوا أكثر عرضة لارتكاب أخطاء قياس إيجابية أو سلبية مقارنة بالأفراد ذوي الدرجات الحقيقية المنخفضة. فإذا كان هناك ارتباط بين الخطأ والدرجة الحقيقية (على سبيل المثال، إذا كان الطلاب الأذكى يميلون إلى التخمين بشكل أفضل في الأسئلة غير المؤكدة)، فإن هذا الافتراض ينتهك، وستصبح تقديرات الدرجة الحقيقية والموثوقية غير دقيقة. إن هذا الافتراض يضمن أن مصدر الخطأ مستقل تماماً عن السمة التي يتم قياسها، مما يسمح بفصل مكون الخطأ عن المكون الحقيقي بشكل إحصائي سليم.
الافتراض الثالث ينص على أن أخطاء القياس في اختبارين مختلفين غير مرتبطة ببعضها البعض. بمعنى آخر، خطأ القياس الذي يحدث عندما يجيب فرد على الاختبار الأول (E1) لا يرتبط بخطأ القياس الذي يحدث عندما يجيب نفس الفرد على الاختبار الثاني (E2). هذا الافتراض ضروري عند محاولة تقدير الموثوقية باستخدام طرق تعتمد على اختبارين (مثل الصور المتكافئة للاختبار). فإذا كان هناك ارتباط بين الأخطاء (على سبيل المثال، إذا كان التعب العام يؤثر على أداء الفرد في كلا الاختبارين بشكل منهجي)، فإن هذا الافتراض يُنتهك، مما يؤدي إلى تضخيم أو تقليل تقدير الموثوقية بشكل غير دقيق. هذه الافتراضات الثلاثة تشكل الأساس الرياضي الذي يسمح لـ CTT بتقدير الخصائص الإحصائية للقياس.
4. مفهوم الموثوقية في النظرية الكلاسيكية
تُعدّ الموثوقية هي المفهوم المركزي الذي تركز عليه النظرية الكلاسيكية للاختبار، وتُعرّف بأنها الاتساق أو الاستقرار الذي تُظهر به أداة القياس النتائج عبر عمليات قياس متكررة أو تحت ظروف مختلفة. رياضياً، تُعرَّف الموثوقية (التي يُرمز لها عادةً بـ $rho_{XX’}$ ) على أنها نسبة تباين الدرجة الحقيقية إلى تباين الدرجة الملاحظة: $rho_{XX’} = sigma_T^2 / sigma_X^2$. وبما أن تباين الدرجة الملاحظة هو مجموع تباين الدرجة الحقيقية وتباين الخطأ ($sigma_X^2 = sigma_T^2 + sigma_E^2$)، فإن الموثوقية تمثل النسبة المئوية للتباين في الدرجات الملاحظة التي يمكن تفسيرها بواسطة التباين الحقيقي في السمة المقاسة، بدلاً من أن تكون ناتجة عن أخطاء القياس العشوائية.
نظراً لأنه لا يمكن قياس الدرجة الحقيقية مباشرة، تم تطوير عدة طرق لتقدير معامل الموثوقية استناداً إلى بيانات الدرجات الملاحظة. وتشمل هذه الطرق أربعة أنواع رئيسية. النوع الأول هو إعادة الاختبار (Test-Retest)، حيث يُعطى نفس الاختبار لنفس المجموعة مرتين بفارق زمني، ويتم حساب معامل الارتباط بين الدرجات. النوع الثاني هو الصور المتكافئة (Alternate Forms)، حيث يتم إعطاء نسختين مختلفتين ولكنهما متكافئتان من الاختبار لنفس المجموعة، ويُحسب الارتباط بينهما. النوع الثالث هو التجزئة النصفية (Split-Half)، حيث يتم تقسيم الاختبار إلى نصفين (كالأرقام الفردية والزوجية) ويُحسب الارتباط بين درجات النصفين، ثم يُستخدم تصحيح سبيرمان-براون لتقدير موثوقية الاختبار الكامل.
أما النوع الرابع والأكثر شيوعاً لتقدير الموثوقية في إطار CTT فهو الاتساق الداخلي (Internal Consistency)، والذي يقيس مدى تجانس مفردات الاختبار وقابليتها لقياس نفس السمة. أشهر مقاييس الاتساق الداخلي هو ألفا كرونباخ (Cronbach’s Alpha)، والذي يعتمد على متوسط جميع معاملات التجزئة النصفية الممكنة، ويوفر تقديراً محافظاً للحد الأدنى للموثوقية الحقيقية للاختبار. إن قيمة ألفا كرونباخ، التي تتراوح بين 0 و 1، هي المؤشر القياسي المستخدم في التقارير الأكاديمية والمهنية لتقييم جودة الاختبارات، حيث تشير القيم الأعلى إلى موثوقية أكبر، وتُعدّ القيم التي تتجاوز 0.70 أو 0.80 مقبولة في معظم السياقات البحثية والسريرية.
5. مفهوم الصدق والخطأ المعياري للقياس
على الرغم من أن النظرية الكلاسيكية للاختبار تركز بشكل أساسي على الموثوقية، فإن مفهوم الصدق (Validity) يبقى جزءاً لا يتجزأ من جودة القياس. يُعرَّف الصدق بأنه الدرجة التي يقيس بها الاختبار ما يفترض أنه يقيسه بالفعل. على عكس الموثوقية، التي تُعالج الأخطاء العشوائية، فإن الصدق يُعالج الأخطاء المنهجية (Systematic Error) أو التحيز. إذا كان الاختبار غير صادق، فإنه قد يكون موثوقاً (أي يعطي نتائج متسقة)، ولكنه يقيس سمة مختلفة تماماً عن السمة المقصودة. هناك ثلاثة أنواع رئيسية من الصدق يتم تناولها تقليدياً: صدق المحتوى (مدى تمثيل مفردات الاختبار لمحتوى السمة)، صدق المحك (مدى ارتباط درجات الاختبار بمعيار خارجي)، وصدق البناء (مدى قياس الاختبار للسمة النظرية الكامنة).
إلى جانب الموثوقية، توفر CTT أداة إحصائية حاسمة لتقدير عدم اليقين في درجات الأفراد، وهي الخطأ المعياري للقياس (Standard Error of Measurement – SEM). يُعرَّف الخطأ المعياري للقياس على أنه الانحراف المعياري لأخطاء القياس. إنه يمثل تقدير مدى اقتراب الدرجة الملاحظة من الدرجة الحقيقية للفرد. رياضياً، يتم اشتقاق الخطأ المعياري للقياس مباشرة من الانحراف المعياري للدرجات الملاحظة ومعامل الموثوقية: $SEM = sigma_X sqrt{1 – rho_{XX’}}$. إن أهمية SEM تكمن في أنه يوفر نطاقاً أو فاصل ثقة (Confidence Interval) يمكن استخدامه لتقدير مكان وقوع الدرجة الحقيقية المحتملة للفرد، بدلاً من اعتبار الدرجة الملاحظة كنقطة وحيدة. على سبيل المثال، إذا كانت الدرجة الملاحظة 85، وكان الخطأ المعياري للقياس 3، فيمكننا أن نكون واثقين (بنسبة 68%) أن الدرجة الحقيقية للفرد تقع بين 82 و 88.
6. تطبيقات النظرية واستخداماتها العملية
تُستخدم النظرية الكلاسيكية للاختبار على نطاق واسع في مجالات التقييم الأكاديمي والسريري والمهني، وتُشكل الأساس النظري لتطوير وتحليل غالبية الاختبارات الموحدة في العالم. ففي مجال التعليم، يتم تطبيق CTT لتقدير موثوقية اختبارات التحصيل الدراسي، مثل اختبارات القبول الجامعي (كـ SAT أو GRE)، حيث تسمح بتقدير مدى اتساق الدرجات عبر الزمن وعبر المفردات المختلفة. كما أنها توفر إرشادات حيوية لمطوري الاختبارات حول كيفية زيادة موثوقية الاختبار، مثلاً عن طريق زيادة عدد المفردات أو تحسين تجانسها الداخلي.
في مجال علم النفس السريري، تُستخدم CTT لتحليل أدوات التشخيص ومقاييس السمات الشخصية، مثل مقاييس الاكتئاب أو القلق. إن فهم موثوقية هذه الأدوات أمر بالغ الأهمية لضمان أن التغييرات الملحوظة في درجات المريض تعكس تغييراً حقيقياً في حالته، وليس مجرد تقلبات ناتجة عن خطأ القياس. علاوة على ذلك، تُستخدم CTT كأداة أساسية في المراحل المبكرة من تطوير الاختبار، حيث تتيح للمحللين حساب سهولة وصعوبة كل مفردة (نسبة الإجابات الصحيحة) وقوة تمييزها (مدى قدرة المفردة على التمييز بين الأفراد ذوي الدرجات العالية والمنخفضة في السمة الكلية). هذه المعاملات البسيطة والمباشرة تجعلها مناسبة للتحليل السريع والفعال للبيانات.
7. الانتقادات والقيود على النظرية
على الرغم من النجاح التاريخي لـ CTT، فقد واجهت انتقادات كبيرة أدت إلى ظهور نماذج أكثر تعقيداً مثل نظرية الاستجابة للمفردة (IRT). أهم قيد يواجه النظرية الكلاسيكية هو اعتماد خصائص الاختبار على العينة. فمعاملات الموثوقية، ومؤشرات الصعوبة، وقوة التمييز ليست خصائص ثابتة للاختبار نفسه، بل هي مرتبطة ارتباطاً وثيقاً بخصائص المجموعة التي أُجري عليها الاختبار. على سبيل المثال، قد يكون اختبار ما موثوقاً للغاية عند تطبيقه على طلاب الجامعة، ولكنه يصبح قليل الموثوقية عند تطبيقه على طلاب المرحلة الثانوية، مما يحد من إمكانية تعميم النتائج.
القيد الثاني يتعلق باعتماد خصائص المفردة على الاختبار. في CTT، يتم قياس قدرة الفرد بناءً على الدرجة الكلية للاختبار، وتُفترض أن الدرجة الحقيقية للفرد ثابتة بغض النظر عن المفردات التي أجاب عليها. ولكن في الواقع، لا تستطيع CTT أن تفسر سبب اختلاف مستوى صعوبة مفردة معينة بالنسبة لأفراد مختلفين يمتلكون نفس الدرجة الكلية. كما أنها تفشل في تقديم تقدير لخطأ القياس يكون خاصاً بمستوى قدرة الفرد؛ بل تفترض أن الخطأ المعياري للقياس (SEM) هو نفسه لجميع الأفراد بغض النظر عن قدراتهم، وهو افتراض غير واقعي في كثير من الأحيان.
هذه القيود أدت إلى ظهور نظرية الاستجابة للمفردة (IRT)، التي تتغلب على مشكلة اعتماد العينة وتوفر مقاييس لخصائص المفردة (الصعوبة والتمييز) مستقلة عن عينة الأفراد الذين تم اختبارهم، وتوفر أيضاً تقديرات لخطأ القياس تكون خاصة بمستوى قدرة كل فرد. ومع ذلك، تبقى CTT ذات قيمة تعليمية وعملية عالية، خاصة في الحالات التي لا تتوفر فيها عينات كبيرة كافية لتطبيق نماذج IRT المعقدة، أو عند الحاجة إلى تحليل سريع وبسيط لبيانات الاختبارات.