【第５回】⼈材開発活動に必要なテストの作成⽅法と考え⽅・すすめ⽅2017/03/09

今回は、古典的テスト理論の限界と最新のテスト理論である項目反応理論について解説します。 古典的テスト理論の第１の限界は、項目分析や標準化からの知⾒が、それを計算した被験者集団の分布に、完全に依存してしまうことです。

例えば、あるテストをＡ社とＢ社の両⽅で別々に実施したとします。ただし、テストを構成する項目は両社で共通であるとします。しかしながら、たとえテスト内容が同じであっても、平均値を計算すると両社で異なる値になると考えられます。これは標準偏差や偏差値でも同様です。

Ａ社で求められたこれらの値は、Ａ社のみにしか通⽤しないのです。Ｂ社の社員がＢ社内での⾃分の位置（あるいは⾃分の能⼒や特性）を知るために、Ａ社で求められた値と⽐較しても、何も分かりません。
当たり前のように思うかもしれませんが、テストを考えるときに本質的に重要な点です。 古典的テスト理論の第２の限界は、項目分析や標準化からの知⾒が、項目の集まりであるテストそのものに依存してしまうことです。

テストそのものの性質を知りたいのだから、これは⼀⾒すると限界ではないように聞こえます。しかし、テストは１回実施すると受験者に知られてしまい、厳密に⾔えば、２度実施することは基本的にできません。 つまり、テストの結果がテストそのものに依存してしまっていては、たとえ項目の内容を秘匿したとしても、何度も繰り返し実施するのは難しいということです。そのため実施したテストを苦労して標準化したとしても、そのテスト⾃体は使いにくくなってしまっているので、その知⾒を積極的に次に⽣かすことができません。 標準化という⽅法は、既に実施してしまったテストを理解するための⼿段であって、次に実施するテストに対して有効な知⾒（例えば、平均値をテスト実施前に制御するなど）を積極的に与えるような⽅法とは⾔えない側⾯があります。 このためテスト結果がテストそのものに依存してしまう古典的テスト理論では、実社会における現代的なテストの運⽤には耐えられないのです。 具体的な計算⽅法に関しては専門書（例えば、「因⼦分析⼊門」－Rで学ぶ最新データ解析－豊⽥秀樹編著（2012）・東京図書）を参照して下さい。

今回は、古典的テスト理論の観点から、作成したテストの信頼性と妥当性について解説しました。
そして信頼性と妥当性の２つを同時に確保したテストを作成することがいかに難しいかということを考察しました。

次回は、古典的テスト理論の限界と、それを克服するために考案された最新のテスト理論について解説します。