Психометрія: як вимірюють психіку — надійність, валідність, норми

Психометрія відповідає на питання, яке легко поставити і важко закрити: як перетворити тривогу, мотивацію чи інтелект на число, якому можна довіряти. Психолог щодня має справу з балами — за опитувальником, за скринінговою шкалою, за тестом здібностей. Психометрія пояснює, звідки ці бали беруться, наскільки вони точні і що з ними взагалі дозволено робити. Без неї будь-яка методика лишається набором питань під красивою назвою.

Що таке психометрія і навіщо вона психологу

Психометрія (англ. psychometrics; в українських текстах трапляється й форма «психометрика») — це галузь психології, що займається кількісним вимірюванням психічних властивостей, поведінки й результативності, а також розробкою, аналізом та вдосконаленням інструментів такого вимірювання: тестів, опитувальників, шкал. Саме так її визначає словник Американської психологічної асоціації, і в цьому визначенні важливі обидві половини — і теорія вимірювання, і щоденна робота з конкретними методиками.

Її легко сплутати з психодіагностикою, хоча питання в них різні. Психодіагностика запитує: що відбувається з цією людиною і яку методику обрати під її запит. Психометрія запитує інше: чи взагалі цей інструмент вимірює те, що обіцяє, і наскільки стабільно він це робить. Перша працює з випадком, друга — з інструментом. Практик, який не володіє другою, змушений вірити інструментам на слово.

Користь тут цілком прикладна. Психометрія дає мову, якою можна пояснити, чому бал 14 за скринінговою шкалою — це не «чотирнадцять одиниць депресії», а позиція відносно нормативної групи, до того ж із певною похибкою. Вона ж пояснює, чому дві методики з майже однаковою назвою дають різні результати і чому сирий бал без норм не означає нічого.

Психометричний тест: що це і де його застосовують

Тест називають психометричним не за темою чи гучною назвою, а за тим, як його збудовано й перевірено: однакові інструкції, завдання й правила підрахунку плюс опубліковані дані про надійність, валідність і норми. Словник Американської психологічної асоціації описує психометричне обстеження як серію тестів, що визначають інтелект, ручні навички, особистісні риси, інтереси та інші психічні характеристики.

Найчастіше такі тести трапляються в чотирьох сферах:

• навчання й профорієнтація — тести здібностей, досягнень, інтересів;
• клінічна практика — скринінгові шкали тривоги, депресії, вигорання;
• робота з персоналом — тести здібностей та особистісні опитувальники;
• дослідження — шкали для порівняння груп і оцінки ефекту терапії.

В Ізраїлі «психометрією» в побуті називають конкретний іспит. Психометричний вступний іспит до вишів проводить Національний інститут тестування та оцінювання (NITE), створений 1981 року замість окремих випробувань кожного університету. Мета іспиту — передбачити успішність навчання, тому бал поєднують із середнім балом атестата. До вересневої сесії 2026 року включно він мав три розділи — словесне мислення, кількісне мислення й англійську; з грудня 2026-го англійську винесено в окремий комп'ютерний тест. Складають іспит івритом, арабською, російською, французькою або в комбінованій англо-івритській версії.

Як з'явилася наука про психологічне вимірювання

Відлік зазвичай ведуть від антропометричної лабораторії, яку Френсіс Гальтон відкрив у Лондоні 1884 року: відвідувачі за невелику плату проходили серію замірів — зріст, сила стиску, гострота зору, швидкість реакції. Гальтона цікавили саме індивідуальні відмінності, і з цієї роботи згодом виросли ідеї кореляції та регресії до середнього.

Сам вислів «розумовий тест» увів у обіг американець Джеймс Маккін Кеттелл у статті 1890 року в журналі Mind. Його батарея так само спиралася на сенсорні й моторні показники — і саме тому виявилася безплідною: перевірки початку XX століття показали, що швидкість реакції майже не пов'язана з навчальними успіхами.

Прорив зробили двоє. Чарльз Спірмен у роботі 1904 року показав, що різні інтелектуальні завдання позитивно корелюють між собою, і запропонував пояснити цю закономірність спільним чинником — тим самим фактором g. Заразом він описав спосіб урахувати похибку вимірювання, без якого будь-які кореляції систематично занижуються. А Альфред Біне і Теодор Сімон 1905 року побудували першу практичну шкалу інтелекту — із завданнями, упорядкованими за складністю, і з поняттям розумового віку.

Далі схема закріпилася: Вільям Штерн запропонував ділити розумовий вік на хронологічний, Льюїс Терман — множити частку на сто, і так з'явився коефіцієнт інтелекту. Дисципліна оформилася 1935 року разом із заснуванням Психометричного товариства, а з наступного року почав виходити фаховий журнал Psychometrika.

Класична теорія тестів: істинний бал і похибка

Наріжна ідея класичної теорії тестів настільки проста, що вміщується в один рядок: спостережуваний бал складається з істинного бала і випадкової похибки. Істинний бал — це не «правда про людину», а середнє, яке ми отримали б, якби могли провести нескінченно багато незалежних вимірювань того самого. Похибка — усе, що додали втома, настрій, шум за вікном, випадково вгадана відповідь.

Із цієї формули випливає надійність: частка розкиду балів, яку дає справжня відмінність між людьми, а не похибка. Оцінюють її по-різному — повторним тестуванням через певний час, паралельними формами, узгодженістю пунктів усередині шкали, збігом оцінок різних експертів. Кожен спосіб ловить свій вид похибки, тому фраза «надійність тесту» без уточнення, яка саме, не означає нічого.

Практично важливіша похідна — стандартна похибка вимірювання. Вона перетворює бал на діапазон: якщо різниця між двома результатами менша за похибку, обговорювати цю різницю немає підстав. Уявімо психологиню, яка порівнює два заміри тривоги в клієнта з інтервалом у місяць: 18 і 21 бал. Без похибки вимірювання це «погіршення», з нею — найімовірніше, той самий рівень.

Три опори якісної методики

Щоб методику можна було застосовувати, вона має витримати три перевірки, і жодна з них не заміняє двох інших.

Надійність відповідає за відтворюваність. Найпопулярнішу її оцінку — коефіцієнт альфа, запропонований Лі Кронбахом 1951 року, — використовують здебільшого неправильно. Нідерландський психометрист Клас Сейтсма показав, що альфа є лише нижньою межею надійності, нічого не говорить ні про внутрішню узгодженість, ні про одновимірність шкали, а звичний поріг 0,70 не має статусу закону. Сучасні методисти радять наводити поряд з альфою коефіцієнт омега.

Валідність відповідає за суть: чи вимірює методика саме те, що заявлено в її назві. Тест може бути бездоганно надійним і при цьому стабільно вимірювати не те. У сучасному розумінні, закріпленому в міжнародних стандартах тестування, валідність — властивість не самого тесту, а того висновку, який на його підставі роблять; тому її не «мають» раз і назавжди, а обґрунтовують під кожне застосування.

Норми відповідають за зіставність. Бал набуває сенсу лише у порівнянні з результатами групи, на якій методику стандартизували, тому у звітах пишуть не сирий бал, а стандартну оцінку — процентиль, Т-бал, стен. Норми до того ж старіють: популяція змінюється, і методики доводиться періодично перестандартизувати.

Теорія відповіді на завдання і адаптивне тестування

У класичної теорії є вразливе місце: усі її показники прив'язані до конкретної вибірки й конкретного набору пунктів. Той самий пункт у сильній і слабкій групі виглядає по-різному, а бал за одну версію тесту не переводиться напряму в бал за іншу.

Теорія відповіді на завдання розв'язує цю проблему інакше. Вона моделює ймовірність тієї чи іншої відповіді на окремий пункт як функцію від латентної властивості людини і від параметрів самого пункту — складності, розрізнювальної здатності, ймовірності вгадування. Найощадливіша з таких моделей, модель Раша, спирається на єдиний параметр складності. Виграш у тому, що людина і завдання опиняються на спільній шкалі, тож оцінку властивості можна отримати з різних наборів пунктів і потім порівнювати.

Звідси виростає комп'ютерне адаптивне тестування: програма добирає наступне завдання під поточну оцінку, бо надто легкі й надто складні пункти майже не додають інформації. Однакова точність досягається помітно меншою кількістю завдань, а сама процедура стає коротшою і менш виснажливою.

Факторний аналіз: звідки беруться шкали

Питання «скільки шкал насправді містить опитувальник» вирішує не автор, а дані. Факторний аналіз шукає невелику кількість прихованих вимірів, які пояснюють, чому певні групи пунктів відповідаються разом.

Що таке фактор простими словами? Уявімо опитувальник, де людина оцінює, як часто хвилюється через дрібниці, довго не може заснути від думок, напружується перед важливою розмовою. Відповіді на такі пункти рухаються разом, і факторний аналіз пояснює цю спільну хвилю однією прихованою змінною — скажімо, тривожністю.

Міцність зв'язку пункту з фактором показує факторне навантаження — кореляція між ними: 0,7 означає, що пункт добре представляє фактор, 0,1 — що майже ніяк. Єдиного розв'язку немає, тому фактори «обертають», доки кожен пункт не тяжітиме до одного з них, — інакше їм не дати осмисленої назви.

Історія напряму почалася зі Спірмена і його спільного чинника, продовжилася роботами Луїса Терстоуна про кілька первинних розумових здібностей, а до звичного нам вигляду особистісних опитувальників її довів Реймонд Кеттелл, який вивів шістнадцять факторів. Пізніші дослідження на матеріалі мови звели картину до п'яти широких вимірів — моделі, на якій сьогодні тримається більшість сучасних методик оцінювання особистості.

Подробиці цієї історії показові. Спірмен 1904 року помітив у шкільних оцінках ієрархію: що вище предмет стояв у ряду «класичні мови — французька — англійська — математика», то тісніше корелював з рештою, і в тому самому порядку з ними корелювали розрізнення висоти тону та музичні здібності. Звідси двофакторна теорія: у кожному завданні є частка спільного фактора g і частка специфічного. Терстоун близько 1936 року описав інтелект інакше — як сім первинних здібностей, від вербальних і числових до просторового мислення, пам'яті та міркування.

Особистісна лінія спиралася на лексичну гіпотезу, яку ще 1884 року висловив Гальтон: усе важливе в людських відмінностях мова вже закріпила словами. Кеттелл узяв близько 4 500 слів-рис, звів їх до 35 змінних і знайшов 12 факторів, що увійшли до його опитувальника 16PF із шістнадцятьма шкалами. Переаналізи його ж кореляційних матриць цих факторів не підтвердили, а Т'юпс і Крістал 1961 року в даних восьми вибірок щоразу отримували п'ять стійких факторів. Так почалася «велика п'ятірка».

Розрізняють два режими роботи. Розвідувальний аналіз запитує, яка структура тут узагалі проглядається. Підтверджувальний перевіряє заздалегідь сформульовану гіпотезу про структуру — і потрібен він саме тоді, коли методику переносять у нову популяцію.

Чим відрізняються два режими і де в них найчастіше помиляються — у таблиці.

	Розвідувальний аналіз (EFA)	Підтверджувальний аналіз (CFA)
Мета	З'ясувати, скільки прихованих вимірів стоїть за пунктами	Перевірити наперед задану модель: який пункт до якого фактора належить
Коли застосовують	Під час розробки методики, поки структура невідома	На новій вибірці, після адаптації, перед порівнянням груп
Що на виході	Кількість факторів і навантаження пунктів, з яких складають шкали	Показники відповідності моделі даним: модель підтверджено чи відхилено
Типова помилка	Лишати в шкалі пункти зі слабким або перехресним навантаженням	Перевіряти модель на тих самих даних, де її знайшли

Наостанок розмежування для студента: «факторний аналіз» прибутку чи виручки в економіці — це детермінований розрахунок, який за формулою розкладає зміну показника на внесок ціни, обсягу продажів тощо. Психологічний факторний аналіз — інший метод зі спільною назвою: він статистично шукає приховані змінні за кореляціями.

Адаптація методики іншою мовою

Найпоширеніша хиба — вважати, що адаптація тесту дорівнює його перекладу. Міжнародна тестова комісія, яка видає керівні принципи перекладу та адаптації методик, описує цю роботу як окреме дослідження: подвійний переклад зі зворотним звірянням, експертна оцінка культурної доречності кожного пункту, збір даних на місцевій вибірці, перевірка факторної структури та еквівалентності вимірювання, побудова власних норм.

Уявімо команду, що адаптує опитувальник вигорання. Пункт про регулярні понаднормові години в одній країні описує звичайну робочу норму, в іншій — рідкісний виняток; після дослівного перекладу він працює вже на іншій ділянці шкали. Поки це не перевірено, зіставляти результати з оригінальними нормами не можна.

Практичний висновок для психолога простий: перш ніж брати методику в роботу, варто з'ясувати, чи має вона україномовну адаптацію з опублікованими даними — чи це лише перекладений файл, що ходить професійними спільнотами.

Психометрія і психодіагностика: різниця на практиці

Різницю найпростіше побачити на шляху однієї методики. Спершу її створюють і перевіряють: формулюють пункти, збирають дані, рахують надійність, будують норми — це психометрія. Потім психолог обирає методику під запит людини, проводить її, зіставляє бал з інтерв'ю й історією життя і пише висновок — це психодіагностика.

Психометрист, або психометрик, працює здебільшого на першому етапі. Словник Американської психологічної асоціації описує під цією назвою дві ролі: науковця, який розробляє, оцінює та вдосконалює тести, і фахівця, підготовленого проводити тести й тлумачити результати під наглядом ліцензованого психолога. Працюють вони в центрах тестування на кшталт згаданого ізраїльського інституту, видавництвах методик, університетських лабораторіях, службах оцінювання персоналу; висновок про людину лишається за психологом.

Як розподіляються ролі — на схемі.

Типові помилки психометрії на практиці

Найгучніша сучасна претензія до психології стосується саме вимірювання. Дженніфер Флейк і Ейко Фрід описали набір сумнівних вимірювальних практик: застосувати шкалу, не повідомивши жодних її психометричних характеристик; тихо викинути частину пунктів або переробити варіанти відповіді; зібрати перелік питань «під це дослідження» і назвати його шкалою. Кожна з них робить результат неперевірним.

У повсякденній практиці помилки виглядають скромніше, але коштують не менше:

• Бал без норм. «Клієнт набрав 24» — нульова інформація, поки невідомо, з ким ми порівнюємо.
• Альфа замість валідності. Висока узгодженість пунктів не свідчить, що шкала вимірює заявлений конструкт.
• Скринінг замість діагнозу. Опитувальник відсіює тих, кого варто розпитати уважніше, а діагноз лишається роллю клінічного інтерв'ю.
• Тест без доказів. Популярні кольорові й «типологічні» методики не мають опублікованих даних про надійність і валідність, а переконливими здаються тому, що описують будь-кого.

Тому й обирати варто інструменти з відкритою психометричною історією: у нашому каталозі психологічних тестів для кожної методики вказано, на чому вона побудована і що її результат означає, а що ні. Професійні стандарти тестування додають до цього вимогу компетентності: методику застосовує той, хто розуміє її обмеження і вміє коректно пояснити результат людині.

Міфи і факти про психометрію

Насправді	Поширений міф
Надійність і валідність — різні речі: тест може стабільно вимірювати не те	Стабільний результат означає, що тест вимірює правильно
Бал набуває сенсу лише в порівнянні з нормативною групою	Сирий бал сам собою показує рівень властивості
Альфа — нижня межа надійності, а не доказ одновимірності шкали	Альфа понад 0,70 доводить, що шкала якісна
Адаптація — окреме дослідження з власними нормами	Достатньо акуратно перекласти тест українською
Психометрія займається теорією і технікою вимірювання	Психометрія — це «зчитування» інформації з предметів руками

Джерела

• APA Dictionary of Psychology: psychometrics, psychometry, psychometrician, psychometric examination, factor analysis, factor loading, factor rotation, exploratory and confirmatory factor analysis, primary ability, lexical hypothesis (визначення психометрії й парапсихологічного значення psychometry; психометрист — розробник тестів або фахівець, що проводить їх під наглядом психолога; сім первинних здібностей за Терстоуном, близько 1936; лексична гіпотеза — Гальтон, 1884).
• Spearman C. "General Intelligence," Objectively Determined and Measured. American Journal of Psychology, 1904, 15, 201-293. Першоджерело (розділ 5: ієрархія шкільних предметів і музичних здібностей)
• Sijtsma K. On the Use, the Misuse, and the Very Limited Usefulness of Cronbach's Alpha. Psychometrika, 2009. DOI: 10.1007/s11336-008-9101-0 · PMID: 20037639 · Повний текст
• Watson D. Personality Assessment. Noba Project (огляд типів методик оцінювання особистості та їхньої валідності). Відкритий підручник
• Cattell J. M. Mental Tests and Measurements. Mind, 1890, os-XV(59):373-381. DOI: 10.1093/mind/os-XV.59.373
• Cronbach L. J. Coefficient Alpha and the Internal Structure of Tests. Psychometrika, 1951, 16:297-334. DOI: 10.1007/BF02310555
• Flake J. K., Fried E. I. Measurement Schmeasurement: Questionable Measurement Practices and How to Avoid Them. Advances in Methods and Practices in Psychological Science, 2020, 3(4):456-465. DOI: 10.1177/2515245920952393
• American Educational Research Association, American Psychological Association, National Council on Measurement in Education. Standards for Educational and Psychological Testing. Washington, 2014.
• International Test Commission. ITC Guidelines for Translating and Adapting Tests (2nd ed.), 2017.
• John O. P., Naumann L. P., Soto C. J. Paradigm Shift to the Integrative Big Five Trait Taxonomy: History, Measurement, and Conceptual Issues. In: Handbook of Personality: Theory and Research. 3rd ed. New York: Guilford, 2008. P. 114–158. (Кеттелл: 4 500 слів → 35 змінних → 12 факторів у 16PF; Tupes і Christal, 1961: п'ять факторів у восьми вибірках)
• Boateng G. O. та ін. Best Practices for Developing and Validating Scales for Health, Social, and Behavioral Research: A Primer. Frontiers in Public Health, 2018; 6:149. DOI: 10.3389/fpubh.2018.00149 · PMID: 29942800 · PMC: PMC6004510 (розвідувальний і підтверджувальний аналіз; незалежна вибірка; слабкі й перехресні навантаження).
• National Institute for Testing and Evaluation (NITE). Psychometric Entrance Test; Two-domain Psychometric Test (December 2026 onwards). Офіційний сайт (засновано 1981; мета — передбачити успішність навчання; до вересневої сесії 2026 включно — три розділи, з грудня 2026 — два, англійська окремим тестом; п'ять мов)