Samenvatting Test- en toetstheorie
Deze samenvatting bevat de informatie van het boek testtheorie – inleiding in de theorie van de
psychologische test en zijn toepassingen aangevuld met de extra stof die op Youlearn wordt
aangeboden en de Youlearn vragen waarvan de antwoorden niet direct uit de samenvatting zijn te
halen.
Inhoud
Samenvatting Test- en toetstheorie ........................................................................................................ 1
Hoofdstuk 1 Historische ontwikkeling van het testen ............................................................................ 2
Hoofdstuk 2 Definitie, kenmerken en toepassingen van de test ............................................................ 7
Hoofdstuk 3 Indelingen, onderscheidingen en begrippen .................................................................... 14
Hoofdstuk 4 Constructie van items en kwantificering van reacties ...................................................... 22
Hoofdstuk 5 Afneming van tests en verwerking van testgegevens ...................................................... 28
Hoofdstuk 6 Betrouwbaarheid .............................................................................................................. 38
Hoofdstuk 7 Nieuwe ontwikkelingen in testtheorie en testconstructie ............................................... 52
Hoofdstuk 8 Validiteit en betekenis ...................................................................................................... 65
Hoofdstuk 9 De bijdrage van de test in het beslissingsproces .............................................................. 79
Hoofstuk 10 Ethiek van het testen ........................................................................................................ 88
1
,Hoofdstuk 1 Historische ontwikkeling van het testen
Voor 1900 wordt er al wel onderzoek gedaan en gebruik gemaakt van testdiagnostiek. Denk
aan selectie praktijken in het leger door Gideon in het oude testament, toetsen door Chinese
keizers of de pogingen om karaktereigenschappen te meten middels zuiver fysieke
kenmerken als schedel of gelaat (Hall en Lombroso).
Testdiagnostiek als wetenschappelijk discipline komt echter pas in de 20ste eeuw tot bloei.
Hiermee wordt bedoeld dat er sprake is van een systematische bestudering en empirische
fundering van het instrument dat voor oordeelsvorming wordt gebruikt.
Periode 1: Periode tot het verschijnen van de Binet-Simon-test
o Een eerste ontwikkelingslijn komt voort uit de psychiatrie in Frankrijk en Duitsland
vanuit een belangstelling voor de geestelijke onvolwaardigheid en behoefte om
verschillen in geesteszieken en gradaties in zwakzinnigheid te bepalen.
o Een tweede ontwikkelingslijn loopt via de experimentele psychologie in Duitsland.
Experimentele psychologie heeft echter een stimulerende en tegelijkertijd
ook remmende werking gehad op testpsychologie.
De stimulerende werking zit in de waarde van exacte
experimenteercondities, rigoureuze controle van variabelen en
nauwkeurige verwerking uitkomsten.
De remmende werking komt doordat de experimentator de
verschillen tussen de proefpersonen toeschrijft aan fouten in het
experimenteerproces in plaats van werkelijke verschillen tussen de
respondenten.
Wundt (1879) oprichter van het experimentele laboratorium in Leipzig, en
daarmee start van systematisch experimenteel onderzoek. Twee obstakels:
Doel ligt op de generaliseerbaarheid van wetten en samenhangen,
waardoor afwijkingen en verschillen worden gezien als fouten.
Onderzoek is beperkt tot sensorische en motorische functies.
Cattell (1890) is een student van Wundt die promoveert op individuele
verschillen in reactietijd.
Jastrow (1893) laat bezoekers testen en hun resultaten vergelijken met
algemene normen tijdens een tentoonstelling in Chicago.
In 1893 wordt er binnen de American Psychological Association een
commissie ingesteld die testen registreert en hun gebruiksmogelijkheden
formuleert. De samenhang tussen de testresultaten en school- en
opleidingsresultaten is op dat moment nog laag.
o Een derde ontwikkelingslijn is die van genetica.
Darwin (1859) schrijft The Origin of Species.
Galton (1882) verricht antropometrische onderzoeken om aan tonen dat
psychische eigenschappen aan dezelfde wetten onderhevig zijn als
lichamelijke eigenschappen op basis van inzichten van zijn neef Darwin. Zijn
onderzoek rust op 3 elementen:
Wenselijkheid van onderzoek van individuele verschillen.
Noodzaak tot systematisering van de onderzoekstechnieken, om
resultaten vergelijkbaar en conclusies generaliseerbaar te maken.
2
, Resultaten uitdrukken in termen van afwijkingen van het gemiddelde
ofwel normatief denken.
Pearson wordt door het 3e element geïnspireerd en heeft veel voor de
statistiek en testpsychologie betekend door de correlatiecoëfficiënt,
rangcorrelatie, multipele correlatie, factoranalyse en andere technieken.
o De Binet-Simon-test is de eerste waardevolle intelligentietest die in 1905 verschijnt
en een nieuwe periode inluidt, omdat deze test niet alleen sensorische en
motorische vermogens en functies meet.
Periode 2: Periode tussen Binet-Simon-test en eerste wereldoorlog
o De Binet-simon test bestaat uit opgaven die geen beroep doen op de basisfuncties
(psychofysische eigenschappen), maar meer complexe vaardigheden die een kind
tegenkomt in de dagelijkse schoolpraktijk en dit wordt de eerste intelligentietest
waarmee geestelijke groei kan worden gemeten. Wat is nieuw aan zijn benadering?
Accentuering op complexe in plaats van eenvoudige mentale processen
(begrip, geheugen, oplossen van problemen en verbeeldingskracht).
Empirisch uitgangspunt, waarbij ideeën worden omgezet in toets opgaven.
Gebruik van een totaalscore om het intelligentieniveau weer te geven.
o Terman (1916) brengt Stanford-Binet test uit in Amerika die aan 2 belangrijke test
technische eisen voldoet:
Formulering van standaard instructies voor vergelijking van testen.
Formulering van normen gebaseerd op een representatieve steekproef.
Ook wordt idee van Stern overgenomen en wordt de mentale leeftijd
bepaald door de testprestatie door de chronologische leeftijd te delen en
met 100 te vermenigvuldigen.
o Het werk van Binet heeft grote betekenis in praktisch opzicht, maar niet in
theoretisch opzicht.
Spearman (1904) komt tot de conclusie dat er 2 intelligentiefactoren een rol
spelen een algemene factor (g) en een specifieke factor (s). Binet had een
test gemaakt voor het meten van de g factor.
Thorndike en Burt ontwikkelen educational achievement tests om
achtergebleven leerlingen te herkennen en prestaties van scholen te
vergelijken. Ofwel om schoolprestaties te objectiveren.
Er is nog geen sprake van testen op grote schaal of valideringsonderzoek
waarbij samenhang tussen testuitslagen en latere prestaties wordt
onderzocht.
Periode 3: Periode tussen eerste en tweede wereldoorlog
o Het ontwikkelen van testen komt door de eerste wereldoorlog in een
stroomversnelling, omdat er een noodzaak is om grote groepen mensen te
selecteren voor functies en opleidingen van verschillende niveaus.
o In 1917 wordt de VS bij de oorlog betrokken en voor selectiedoeleinden is er
behoefte aan schriftelijke tests die groepsgewijs zijn af te nemen.
Army Alpha is zo’n test met rekenopgaven, denksommen en
woordbetekenissen.
o In Europa blijft individuele diagnostiek populair onder invloed van
gestaltpsychologie, personalisme en fenomenologie. De wijze waarop de test wordt
uitgevoerd (werkinstelling/houding) is minstens zo belangrijk als het resultaat.
Er worden daarom ook meer speciale individuele observatietesten
ontwikkeld voor dit doel, waarbij ook intelligentie wordt gemeten.
3
, o In Amerika heerst een behavioristisch-positivistische achtergrond met een praktische
behoefte en daardoor komt het accent steeds meer te liggen op kwantitatief
verwerkbare groepstests.
Allereerst komt dit door de oorlog, zoals bovengenoemd.
Ook het credo ‘gelijke kansen voor iedereen’ leidt tot behoefte aan
instrumenten die op grote schaal bruikbaar zijn.
Ook specialisatie, differentiatie en vertechnisering leiden tot meer
rationalisering van het selectie- en plaatsingsproces.
Als laatste is de grote stroom immigranten ook een aanleiding. Deze leidt tot
een behoefte aan testen die minder afhankelijk zijn van taal en cultuur
(immers immigranten beheersen de Engelse taal niet).
o Pitner en Paterson (1917) publiceren een volledig niet-verbale intelligentietest.
o Army Bèta (1918) komt uit, de test kan pantomimisch geïnstrueerd worden en doet
geen beroep op taalkennis of verbale vaardigheid.
o De niet-verbale testen worden gebruikt voor algemeen vergelijkend onderzoek
tussen bevolkingsgroepen al is hun betrouwbaarheid lager dan die van de verbale
testen. Ook worden ze gebruikt voor intelligentieonderzoek van gehandicapten.
o Overigens zijn er in Amerika ook individuele testen, alleen de nadruk ligt op de
groepstesten. Testen die uitkomen in deze periode in Amerika zijn de Terman Merrill
en Wechsler series (WAIS, WISC). In Amerika zijn veel meer testen dan in Europa.
o Er is veel aandacht voor objectieve evaluatie van schoolprestaties door de
introductie van multiple choice, waarbij de subjectieve impressie van de docenten
zoveel mogelijk wordt vervangen door objectieve methoden.
Ook constructie en ijking van de testen gaat van docenten over naar
specialisten.
o Het gebruik van de test gaat vaak vooraf aan de theorie.
Thurstone (1931) stimuleert aandacht voor kritische evaluatie van testen.
Hij pleit voor een kritische evaluatie van testesn, waarbij vooraf een relatie
moet zijn aangetoond tussen de test en het criterium (gedrag) en daarnaast
moet een test betrouwbare scores opleveren.
Hierdoor gaat statistiek een belangrijke rol spelen in testpsychologie.
Statistiekboeken van Kelly (1923) en Guilford (1936) en Thurstone (1931,
1935) over factoranalyse krijgen een belangrijke invloed.
Ook de tijdschriften Psychometrika en Educational and Psychological
Measurement krijgen een belangrijke invloed.
Er wordt er door Thurstone een nieuwe dimensie aan de
intelligentiestructuur toegevoegd, zijnde groepsfactoren (verbal
comprehension, word fluency, number facility, spacial visualization,
associative memory, perceptual speed en reasoning).
o Persoonlijkheidstesten
Observatie (vooral populair in West-Europa) geeft inzicht in de kwalitatieve
aspecten van de prestatie. Is echter geen betrouwbare, objectieve of
gestandaardiseerde methode.
Persoonlijkheidsvragenlijsten. Ontstaan vanuit behoefte tijdens de oorlog
om anamnese en ziektegeschiedenissen op een meer systematische manier
af te nemen. Zijn gestandaardiseerde psychiatrische interviews.
Projectietests, waarbij de proefpersoon reageert op een stimulus (plaat,
inktvlek, onvolledige zin). De reactie wordt door de psycholoog
4
Deze samenvatting bevat de informatie van het boek testtheorie – inleiding in de theorie van de
psychologische test en zijn toepassingen aangevuld met de extra stof die op Youlearn wordt
aangeboden en de Youlearn vragen waarvan de antwoorden niet direct uit de samenvatting zijn te
halen.
Inhoud
Samenvatting Test- en toetstheorie ........................................................................................................ 1
Hoofdstuk 1 Historische ontwikkeling van het testen ............................................................................ 2
Hoofdstuk 2 Definitie, kenmerken en toepassingen van de test ............................................................ 7
Hoofdstuk 3 Indelingen, onderscheidingen en begrippen .................................................................... 14
Hoofdstuk 4 Constructie van items en kwantificering van reacties ...................................................... 22
Hoofdstuk 5 Afneming van tests en verwerking van testgegevens ...................................................... 28
Hoofdstuk 6 Betrouwbaarheid .............................................................................................................. 38
Hoofdstuk 7 Nieuwe ontwikkelingen in testtheorie en testconstructie ............................................... 52
Hoofdstuk 8 Validiteit en betekenis ...................................................................................................... 65
Hoofdstuk 9 De bijdrage van de test in het beslissingsproces .............................................................. 79
Hoofstuk 10 Ethiek van het testen ........................................................................................................ 88
1
,Hoofdstuk 1 Historische ontwikkeling van het testen
Voor 1900 wordt er al wel onderzoek gedaan en gebruik gemaakt van testdiagnostiek. Denk
aan selectie praktijken in het leger door Gideon in het oude testament, toetsen door Chinese
keizers of de pogingen om karaktereigenschappen te meten middels zuiver fysieke
kenmerken als schedel of gelaat (Hall en Lombroso).
Testdiagnostiek als wetenschappelijk discipline komt echter pas in de 20ste eeuw tot bloei.
Hiermee wordt bedoeld dat er sprake is van een systematische bestudering en empirische
fundering van het instrument dat voor oordeelsvorming wordt gebruikt.
Periode 1: Periode tot het verschijnen van de Binet-Simon-test
o Een eerste ontwikkelingslijn komt voort uit de psychiatrie in Frankrijk en Duitsland
vanuit een belangstelling voor de geestelijke onvolwaardigheid en behoefte om
verschillen in geesteszieken en gradaties in zwakzinnigheid te bepalen.
o Een tweede ontwikkelingslijn loopt via de experimentele psychologie in Duitsland.
Experimentele psychologie heeft echter een stimulerende en tegelijkertijd
ook remmende werking gehad op testpsychologie.
De stimulerende werking zit in de waarde van exacte
experimenteercondities, rigoureuze controle van variabelen en
nauwkeurige verwerking uitkomsten.
De remmende werking komt doordat de experimentator de
verschillen tussen de proefpersonen toeschrijft aan fouten in het
experimenteerproces in plaats van werkelijke verschillen tussen de
respondenten.
Wundt (1879) oprichter van het experimentele laboratorium in Leipzig, en
daarmee start van systematisch experimenteel onderzoek. Twee obstakels:
Doel ligt op de generaliseerbaarheid van wetten en samenhangen,
waardoor afwijkingen en verschillen worden gezien als fouten.
Onderzoek is beperkt tot sensorische en motorische functies.
Cattell (1890) is een student van Wundt die promoveert op individuele
verschillen in reactietijd.
Jastrow (1893) laat bezoekers testen en hun resultaten vergelijken met
algemene normen tijdens een tentoonstelling in Chicago.
In 1893 wordt er binnen de American Psychological Association een
commissie ingesteld die testen registreert en hun gebruiksmogelijkheden
formuleert. De samenhang tussen de testresultaten en school- en
opleidingsresultaten is op dat moment nog laag.
o Een derde ontwikkelingslijn is die van genetica.
Darwin (1859) schrijft The Origin of Species.
Galton (1882) verricht antropometrische onderzoeken om aan tonen dat
psychische eigenschappen aan dezelfde wetten onderhevig zijn als
lichamelijke eigenschappen op basis van inzichten van zijn neef Darwin. Zijn
onderzoek rust op 3 elementen:
Wenselijkheid van onderzoek van individuele verschillen.
Noodzaak tot systematisering van de onderzoekstechnieken, om
resultaten vergelijkbaar en conclusies generaliseerbaar te maken.
2
, Resultaten uitdrukken in termen van afwijkingen van het gemiddelde
ofwel normatief denken.
Pearson wordt door het 3e element geïnspireerd en heeft veel voor de
statistiek en testpsychologie betekend door de correlatiecoëfficiënt,
rangcorrelatie, multipele correlatie, factoranalyse en andere technieken.
o De Binet-Simon-test is de eerste waardevolle intelligentietest die in 1905 verschijnt
en een nieuwe periode inluidt, omdat deze test niet alleen sensorische en
motorische vermogens en functies meet.
Periode 2: Periode tussen Binet-Simon-test en eerste wereldoorlog
o De Binet-simon test bestaat uit opgaven die geen beroep doen op de basisfuncties
(psychofysische eigenschappen), maar meer complexe vaardigheden die een kind
tegenkomt in de dagelijkse schoolpraktijk en dit wordt de eerste intelligentietest
waarmee geestelijke groei kan worden gemeten. Wat is nieuw aan zijn benadering?
Accentuering op complexe in plaats van eenvoudige mentale processen
(begrip, geheugen, oplossen van problemen en verbeeldingskracht).
Empirisch uitgangspunt, waarbij ideeën worden omgezet in toets opgaven.
Gebruik van een totaalscore om het intelligentieniveau weer te geven.
o Terman (1916) brengt Stanford-Binet test uit in Amerika die aan 2 belangrijke test
technische eisen voldoet:
Formulering van standaard instructies voor vergelijking van testen.
Formulering van normen gebaseerd op een representatieve steekproef.
Ook wordt idee van Stern overgenomen en wordt de mentale leeftijd
bepaald door de testprestatie door de chronologische leeftijd te delen en
met 100 te vermenigvuldigen.
o Het werk van Binet heeft grote betekenis in praktisch opzicht, maar niet in
theoretisch opzicht.
Spearman (1904) komt tot de conclusie dat er 2 intelligentiefactoren een rol
spelen een algemene factor (g) en een specifieke factor (s). Binet had een
test gemaakt voor het meten van de g factor.
Thorndike en Burt ontwikkelen educational achievement tests om
achtergebleven leerlingen te herkennen en prestaties van scholen te
vergelijken. Ofwel om schoolprestaties te objectiveren.
Er is nog geen sprake van testen op grote schaal of valideringsonderzoek
waarbij samenhang tussen testuitslagen en latere prestaties wordt
onderzocht.
Periode 3: Periode tussen eerste en tweede wereldoorlog
o Het ontwikkelen van testen komt door de eerste wereldoorlog in een
stroomversnelling, omdat er een noodzaak is om grote groepen mensen te
selecteren voor functies en opleidingen van verschillende niveaus.
o In 1917 wordt de VS bij de oorlog betrokken en voor selectiedoeleinden is er
behoefte aan schriftelijke tests die groepsgewijs zijn af te nemen.
Army Alpha is zo’n test met rekenopgaven, denksommen en
woordbetekenissen.
o In Europa blijft individuele diagnostiek populair onder invloed van
gestaltpsychologie, personalisme en fenomenologie. De wijze waarop de test wordt
uitgevoerd (werkinstelling/houding) is minstens zo belangrijk als het resultaat.
Er worden daarom ook meer speciale individuele observatietesten
ontwikkeld voor dit doel, waarbij ook intelligentie wordt gemeten.
3
, o In Amerika heerst een behavioristisch-positivistische achtergrond met een praktische
behoefte en daardoor komt het accent steeds meer te liggen op kwantitatief
verwerkbare groepstests.
Allereerst komt dit door de oorlog, zoals bovengenoemd.
Ook het credo ‘gelijke kansen voor iedereen’ leidt tot behoefte aan
instrumenten die op grote schaal bruikbaar zijn.
Ook specialisatie, differentiatie en vertechnisering leiden tot meer
rationalisering van het selectie- en plaatsingsproces.
Als laatste is de grote stroom immigranten ook een aanleiding. Deze leidt tot
een behoefte aan testen die minder afhankelijk zijn van taal en cultuur
(immers immigranten beheersen de Engelse taal niet).
o Pitner en Paterson (1917) publiceren een volledig niet-verbale intelligentietest.
o Army Bèta (1918) komt uit, de test kan pantomimisch geïnstrueerd worden en doet
geen beroep op taalkennis of verbale vaardigheid.
o De niet-verbale testen worden gebruikt voor algemeen vergelijkend onderzoek
tussen bevolkingsgroepen al is hun betrouwbaarheid lager dan die van de verbale
testen. Ook worden ze gebruikt voor intelligentieonderzoek van gehandicapten.
o Overigens zijn er in Amerika ook individuele testen, alleen de nadruk ligt op de
groepstesten. Testen die uitkomen in deze periode in Amerika zijn de Terman Merrill
en Wechsler series (WAIS, WISC). In Amerika zijn veel meer testen dan in Europa.
o Er is veel aandacht voor objectieve evaluatie van schoolprestaties door de
introductie van multiple choice, waarbij de subjectieve impressie van de docenten
zoveel mogelijk wordt vervangen door objectieve methoden.
Ook constructie en ijking van de testen gaat van docenten over naar
specialisten.
o Het gebruik van de test gaat vaak vooraf aan de theorie.
Thurstone (1931) stimuleert aandacht voor kritische evaluatie van testen.
Hij pleit voor een kritische evaluatie van testesn, waarbij vooraf een relatie
moet zijn aangetoond tussen de test en het criterium (gedrag) en daarnaast
moet een test betrouwbare scores opleveren.
Hierdoor gaat statistiek een belangrijke rol spelen in testpsychologie.
Statistiekboeken van Kelly (1923) en Guilford (1936) en Thurstone (1931,
1935) over factoranalyse krijgen een belangrijke invloed.
Ook de tijdschriften Psychometrika en Educational and Psychological
Measurement krijgen een belangrijke invloed.
Er wordt er door Thurstone een nieuwe dimensie aan de
intelligentiestructuur toegevoegd, zijnde groepsfactoren (verbal
comprehension, word fluency, number facility, spacial visualization,
associative memory, perceptual speed en reasoning).
o Persoonlijkheidstesten
Observatie (vooral populair in West-Europa) geeft inzicht in de kwalitatieve
aspecten van de prestatie. Is echter geen betrouwbare, objectieve of
gestandaardiseerde methode.
Persoonlijkheidsvragenlijsten. Ontstaan vanuit behoefte tijdens de oorlog
om anamnese en ziektegeschiedenissen op een meer systematische manier
af te nemen. Zijn gestandaardiseerde psychiatrische interviews.
Projectietests, waarbij de proefpersoon reageert op een stimulus (plaat,
inktvlek, onvolledige zin). De reactie wordt door de psycholoog
4
