Bruk av analyser og tester i organisasjonspsykologien – testmetoder.

Tester inntar en viktig plass i psykologien når det gjelder å undersøke blant annet evner, personlighet, interesser, holdninger osv. Med andre ord målinger av individuelle forskjeller m.h.t. ulike egenskaper. Hvilke viktige begreper er det nyttig å vite om, og hvordan arbeides det vitenskapelig med tester?

###Bruk av tester i organisasjonspsykologien –

Testmetoder

Hovedkilde: «Arbeids- og organisasjonspsykologi» av Odd H. Zahl-Begnum og Susanne Begnum

Tester inntar en viktig plass i psykologien når det gjelder å undersøke blant annet evner, personlighet, interesser, holdninger osv. Med andre ord målinger av individuelle forskjeller m.h.t. ulike egenskaper. Det eksisterer stor variasjonsrikdom når det gjelder psykologiske tester. De fleste tester kan defineres slik:

En test er en systematisk fremgangsmåte for å sammenligne to eller flere personers atferd.

Ut fra denne målte atferd trekkes slutninger eller konklusjoner med hensyn til de ulike egenskapene.

Tester skal tjene to forhold:

* De skal beskrive sentrale sider ved personen slik den er i dag.

*De skal antyde med en viss grad av sannsynlighet hvordan personen kommer til å være i fremtiden.

Det mangfoldet av tester som er blitt utviklet innenfor psykologien i årenes løp, kan klassifiseres i to hovedtyper:

* Evnetester eller tester på maksimumsprestasjoner. Her måles yteevne når det gjelder bestemte egenskaper eller ferdigheter. Best kjent er intelligenstester.

* Tester på typisk atferd, det vil si tester som måler den typiske være- eller reaksjonsmåten til et menneske, f.eks. personlighetstester.

De hyppigste anvendte tester i arbeidspsykologisk sammenheng er:

* intelligenstester

* personlighetstester

* holdningstester

* interessetester

Det er en økende tendens til å ###benytte tester ved rekruttering. For at testen skal være til hjelp må følgende forutsetninger være oppfylt:

* Det må være foretatt en jobbanalyse som viser hvilke egenskaper og ferdigheter som er av betydning for utøvelsen av en bestemt jobb;

eller

* det må eksistere en begrunnet mening om hvilke egenskaper som vil være tjenlig for en stilling eller en organisasjon.

* De aktuelle egenskaper må være forholdsvis stabile (ellers vil det ha liten prognostisk verdi å måle dem);

og

* det må eksistere tester som måler egenskapene på tilfredsstillende måte.

For å oppfylle det siste punktet må testene oppfylle fire viktige statistiske krav: kravene til validitet, reliabilitet, standardisering og normering.

1. VALIDITET

En tests validitet (gyldighet) angir om testen egentlig måler det man ønsker å måle.

Bare når en test har vist tilfredsstillende gyldighet, er resultatet relevante. Hvem som helst kan stille sammen et utvalg med spørsmål eller praktiske oppgaver og kalle dette for en «intelligenstest», «test på arbeidsevne», «test på logisk tenkning», «test til måling av sosial intelligens» osv. uten at en har noen garanti for at det er det som gjenspeiles i resultatene.

Vi kan tenke oss følgende enkle situasjon: vi ønsker å bestemme kroppslengden til et menneske. Men metermålet er ennå ikke oppfunnet. Vi har imidlertid merket oss at skyggen som menneskene kaster, kan være kort eller lang, akkurat som personene selv. Ved å lage stokker like lange som skyggene mener vi ha et mål på kroppshøyden. Dernest måler vi når, hvor og hvem som helst. Vi vil få tilfredsstillende varierende resultater, men har vi på en gyldig måte målt det vi ville måle? Det er umiddelbart innlysende for oss at vi har målt en rekke faktorer, f.eks. dagstid, solens høyde, osv. og deriblant også av og til høyden til en person. Dessverre er det ikke like lett å erkjenne at en rekke forsøk på å måle egenskaper er like ubehjelpelig som vårt banale eksempel.

For å beregne testens validitet må følgende operasjoner gjennomføres:

1. Egenskapen defineres operasjonelt, dvs. en beskriver handlinger, reaksjoner osv. som en mener er uttrykk for den egenskapen en ønsker å måle.

2. En finner situasjoner (oppgaver, spørsmål osv.) som framprovosere eller fører til at de aktuelle reaksjoner blir vist.

3. Situasjonene må være så varierte og slik konstruert at de kan avbilde alle forskjellige avskygninger av reaksjonen (oppgavene må ha en tiltagende vanskelighetsgrad for å kunne fange opp hele spekteret fra svært lav til maksimal yteevne, f.eks. fra meget lav til meget høy intelligens).

4. Situasjonene må lages slik at de konsekvent skiller mellom de beste og de dårligste (det kan tenkes at du spør slik at bare den som vet lite kan besvare spørsmålet, mens de som vet meget finner det umulig å svare).

5. Når en tror en har konstruert et testinstrument med tilstrekkelig mange slike «riktige» situasjoner, prøves testen på et utvalg av de personer en har tenkt å bruke den på.

6. En statistisk analyse av resultatene viser deretter om punktene 3 og 4 er oppfylt, og i tillegg om testens resultat står i samsvar med det en ellers vet om utpregningsgraden av den målte egenskap hos de undersøkte personer. Er f.eks. et høyt poengtall på testen registrert hos de personer som også andre vurderer som meget godt utrustet m.h.t. den målte evnen? Har de personer som har vist gode resultater på testene, også vist gode prestasjoner m.h.t. andre situasjoner/oppgaver i arbeids livet eller på andre tester som en antar krever akkurat denne evnen?

7. En slik sammenheng mellom resultatene på testen og ett eller flere slike andre kriterier for samme egenskap er uttrykket for at testen måler det den skal, dvs. validitet.

Sammenhengen uttrykkes som korrelasjonskoeffisien (statistisk sammenheng mellom to forhold) og kan ha en tallverdi fra -1 til over 0 til +1.

Ønsker vi for eksempel å måle intelligens, vil første skritt være å bestemme seg for hva en mener med intelligens og hvorledes denne egenskapen vises, og derpå sette sammen spørsmål og oppgaver som kan kartlegge i hvilken utstrekning en gitt person har denne egenskapen.

Derpå lar en noen personer gjennomføre testen. De samme personene blir så vurdert m.h.t. i hvilken grad de forholder seg «intelligent» innenfor de områder eller på de oppgaver som vi mener avdekker egenskapen (ofte benyttes skolekarakterer eller prestasjoner på andre sosiale tester som «kriterium»).

Neste skritt består i å sammenligne testresultatet og prestasjonen innenfor det valgte andre kriteriet. Et eventuelt samsvar uttrykkes som tall. For at testen skal ha noen anvendelsesverdi, må validiteten ha en bestemt størrelse. Vi vil ikke komme nærmere inn på dette i denne sammenheng, men viser til faglitteraturen.

Som en ser, er testkonstruksjonen en komplisert prosess som forutsetter et inngående kjennskap til metodikken og statistikk. Hovedvansken er ikke å finne spørsmål og oppgaver som en mener er sentrale for den egenskapen man ønsker å måle, men å finne frem til kriteriet eller kriteriene som testen kan «testes» mot. Når det gjelder personlighetsegenskaper som f.eks. samarbeidsevne, sosial intelligens, «serviceholdning», «åpenhet» osv., har det vist seg svært vanskelig både å finne situasjoner som gjenspeiler dem på en slik måte at en kan undersøke testen mot disse.

En rekke av de tester som brukes i rekrutteringssammenheng, har ikke vært gjennom denne valideringsprosessen; følgelig vet vi ikke hva de virkelig måler. Dette gjelder i særlig grad en del av de nyere og meget populære spørreskjemaer som angivelig avdekker da aller fleste forhold som interesserer ved rekruttering. En har følgelig grunn til å anta at slike «hjelpemidler» ikke bidrar til å bedre treffsikkerheten mer en det en populært kaller for «sunt folkevett». Men siden de forespeiler både overfor den som bruker testen og den som blir utsatt for den, en uangripelig «objektivitet», må en sette spørsmål ved om fremgangsmåten er etisk forsvarlig.

2. Reliabilitet

Reliabilitet eller «pålitelighet» er et uttrykk for graden av nøyaktighet ved måling av en bestemt egenskap, eller sagt med andre ord: hvor pålitelig testen måler egenskapen.

En høy grad av reliabilitet eksisterer dersom man oppnår det samme resultat ved flere gangers måling med samme måleinstrument (sammenlign måling av kroppshøyde med en gummistrikk eller et metermål).

Dersom vi ved rekruttering eller andre praktiske problemstillinger f.eks. er interessert i hvor intelligent en person er, bør testen være slik at en gitt person oppnår tilnærmelsesvis det samme resultat på testen hver gang den anvendes. Det forutsetter at forholdene under testadministrasjonen er rimelig like, og personen er omtrent like motivert under testingene.

Skulle det imidlertid vise seg at personen ved en testing fremstår som forholdsvis intelligent, ved nesten som relativt uintelligent, for så å oppnå et godt resultat igjen osv., vet vi lite om hvorvidt personen nå er intelligent eller mindre intelligent. Resultatet kan følgelig ikke benyttes som grunnlag for konklusjoner.

En tests reliabilitet bestemmes også gjennom korrelasjonsberegniner. En såkalt reliabilitetskoeffisient beregnes. Her vil vi heller ikke gå nærmere inn på de konkrete regneoperasjoner, men kun vise til at også bestemmelsen av reliabilitet fordrer et inngående kjennskap til statistiske analyser. I håndboken til seriøse tester oppgis graden av reliabilitet. En krever som regel at den er høyere enn r=0,90. Dessverre mangler slike opplysninger ofte når det gjelder en god del av de populære og hyppig anvendte tester i forbindelse med rekruttering.

3. Standardisering

Å standardisere vil si å gjøre noe ensartet.

I en testpsykologisk sammenheng innebærer dette å fastlegge nøyaktig en tests fremgangsmåte, innholdet, hjelpemidler, tidsbegrensninger og kriterier for vurdering. Dette garanterer så langt det er mulig samme betingelser hver gang testen blir gitt.

Standardisering omfatter også det systematiske arbeidet med testkonstruksjonen som vi kort har skissert i forbindelse med validitet.

4 Normering

Når vi tester en bestemt person, er vi interessert i utpregingsgraden av en bestemt egenskap. I tillegg ønsker vi som regel også å vite hvorledes personen ligger an i forhold til andre i «sin» gruppe. For å kunne vurdere personens plassering, trenger vi en norm eller en målestokk.

Når en test er normert, kan et individs resultat eller skåre vurderes i forhold til en gitt standard eller normativ gruppe. Tester blir hyppigst normert med hensyn til alder. Særskilte normer blir utarbeidet for hver aldersgruppe, og man angir en gjennomsnittsverdi for majoriteten av gruppen. Utdannelsesbakgrunn, sosioøkonomiske forhold, kjønn osv. er andre utgangspunkt for normering.

Skal en ta stilling til om en person egner seg for en bestemt jobb, en type utdannelse eller lignende, vil en sammenligning med personer med en tilsvarende bakgrunn være til nytte. Enda sikrere avgjørelser kan tas dersom vi i tillegg vet noe om hvorledes denne sammenligningsgruppen klarer seg innen den bestemte jobben eller utdannelsen.

I likhet med de øvrige kriterier for gode tester er utarbeidelsen av en norm både tids- og kunnskapskrevende. Igjen vil en ofte se at en stor del av de tester som anvendes ved rekruttering og personalvurdering, ikke inneholder noen norm. Testens nytteverdi er da meget begrenset.

For inngående beskrivelse av testing og testutvikling anbefaler vi Cronbach (1966), som er en av klassikerne på området.