الصلاحية (الإحصاءات)

📅 آخر تحديث: ٢٣ يوليو ٢٠٢٦
✍️ نُشر في: ٢٣ يوليو ٢٠٢٦
الموسوعة الحرة

الصلاحية هي مدى رسوخ مفهوم أو استنتاج أو قياس ما، ومدى توافقه مع الواقع بدقة. [ 1 ] [ 2 ] كلمة "صالح" مشتقة من الكلمة اللاتينية validus ، والتي تعني قوي. صلاحية أداة القياس (مثل اختبار في التعليم) هي مدى قياسها لما تدّعي قياسه. [ 3 ] تعتمد الصلاحية على قوة مجموعة من أنواع الأدلة المختلفة (مثل الصلاحية الظاهرية، وصلاحية البناء، إلخ) الموضحة بمزيد من التفصيل أدناه.

في علم القياس النفسي ، للصلاحية تطبيق خاص يُعرف باسم صلاحية الاختبار : "مدى دعم الأدلة والنظرية لتفسيرات نتائج الاختبار" ("كما هو منصوص عليه في الاستخدامات المقترحة للاختبارات"). [ 4 ]

من المسلّم به عمومًا أن مفهوم الصلاحية العلمية يتناول طبيعة الواقع من منظور المقاييس الإحصائية، ولذا فهو مسألة معرفية وفلسفية، فضلًا عن كونه مسألة قياس . أما استخدام هذا المصطلح في المنطق فهو أضيق نطاقًا، إذ يرتبط بالعلاقة بين مقدمات الحجة ونتيجتها. في المنطق، تشير الصلاحية إلى خاصية الحجة التي بموجبها إذا كانت المقدمات صحيحة، فإن النتيجة تتبعها بالضرورة. وتكون نتيجة الحجة صحيحة إذا كانت الحجة سليمة، أي إذا كانت الحجة صالحة ومقدماتها صحيحة.

على النقيض من ذلك، فإن "الصحة العلمية أو الإحصائية" ليست ادعاءً استنتاجيًا يحافظ بالضرورة على الحقيقة، بل هي ادعاء استقرائي يبقى صحيحًا أو خاطئًا بطريقة غير محسومة. ولهذا السبب، فإن "الصحة العلمية أو الإحصائية" ادعاءٌ يُوصف بأنه إما قوي أو ضعيف بطبيعته، فهو ليس ضروريًا ولا صحيحًا قطعًا. وهذا ما يجعل ادعاءات "الصحة العلمية أو الإحصائية" قابلة للتأويل فيما يتعلق بمعنى وقائع المسألة في الواقع.

تعتبر الصلاحية مهمة لأنها يمكن أن تساعد في تحديد أنواع الاختبارات التي يجب استخدامها، وتساعد في ضمان استخدام الباحثين لأساليب ليست فقط أخلاقية وفعالة من حيث التكلفة، ولكنها أيضًا تلك التي تقيس حقًا الأفكار أو المفاهيم المعنية.

صلاحية الاختبار

الصلاحية (الدقة)

تُعرَّف صلاحية التقييم [ 5 ] بأنها مدى قياسه لما صُمِّم لقياسه. وهذا يختلف عن الموثوقية ، التي تُعرَّف بأنها مدى اتساق نتائج القياس. ففي الصلاحية، لا يشترط أن يكون القياس متطابقًا دائمًا، كما هو الحال في الموثوقية. ومع ذلك، فمجرد كون القياس موثوقًا لا يعني بالضرورة أنه صالح. على سبيل المثال، الميزان الذي يُخطئ بمقدار 5 أرطال يكون موثوقًا ولكنه غير صالح. ولا يمكن أن يكون الاختبار صالحًا ما لم يكن موثوقًا. كما تعتمد الصلاحية على أن يقيس القياس ما صُمِّم لقياسه، وليس شيئًا آخر. [ 6 ] الصلاحية (كما هو الحال مع الموثوقية) مفهوم نسبي؛ فالصلاحية ليست مطلقة. وهناك أنواع عديدة من الصلاحية.

صلاحية البناء

تشير صلاحية البناء إلى مدى قياس التطبيقات العملية للبناء (مثل الاختبارات العملية المُستمدة من نظرية) لهذا البناء كما هو مُعرّف في تلك النظرية. وهي تشمل جميع أنواع الصلاحية الأخرى. فعلى سبيل المثال، يُعد مدى قياس اختبار ما للذكاء مسألة تتعلق بصلاحية البناء. ويفترض مقياس الذكاء، من بين أمور أخرى، أن هذا المقياس مرتبط بأمور ينبغي أن يرتبط بها ( صلاحية التقارب )، وليس مرتبطًا بأمور لا ينبغي أن يرتبط بها ( صلاحية التمييز ). [ 7 ]

تتضمن أدلة صحة البناء الدعم التجريبي والنظري لتفسير البناء. وتشمل هذه الأدلة التحليلات الإحصائية للبنية الداخلية للاختبار، بما في ذلك العلاقات بين الاستجابات لبنود الاختبار المختلفة. كما تشمل العلاقات بين الاختبار ومقاييس البناءات الأخرى. وكما هو مفهوم حاليًا، فإن صحة البناء لا تنفصل عن دعم النظرية الموضوعية للبناء الذي صُمم الاختبار لقياسه. ولذلك، تُسهم التجارب المصممة للكشف عن جوانب الدور السببي للبناء أيضًا في بناء أدلة الصحة. [ 7 ]

صلاحية المحتوى

صلاحية المحتوى هي نوع غير إحصائي من الصلاحية، وتتضمن "الفحص المنهجي لمحتوى الاختبار لتحديد ما إذا كان يغطي عينة تمثيلية من مجال السلوك المراد قياسه" (أناستاسي وأوربينا، 1997، ص  114). على سبيل المثال، هل يحتوي استبيان الذكاء على بنود تغطي جميع مجالات الذكاء التي نوقشت في الأدبيات العلمية ؟

تتضمن أدلة صلاحية المحتوى مدى تطابق محتوى الاختبار مع مجال المحتوى المرتبط بالبنية. على سبيل المثال، يجب أن يشمل اختبار القدرة على جمع عددين مجموعة متنوعة من تركيبات الأرقام. أما الاختبار الذي يقتصر على أرقام من خانة واحدة، أو على الأرقام الزوجية فقط، فلن يغطي مجال المحتوى بشكل كافٍ. تتضمن الأدلة المتعلقة بالمحتوى عادةً تقييم خبير متخصص لبنود الاختبار وفقًا لمواصفاته. ينبغي على الخبراء مراعاة أي اختلافات ثقافية. على سبيل المثال، عند اعتماد استبيان تقييم القيادة من إنجلترا (مثل DBQ)، ينبغي على الخبراء مراعاة القيادة على اليمين في بريطانيا. وقد وجدت بعض الدراسات أن هذا الأمر بالغ الأهمية للحصول على استبيان صالح. [ 8 ] قبل البدء بالتطبيق النهائي للاستبيانات، ينبغي على الباحث مراجعة صلاحية البنود لكل بنية أو متغير، وتعديل أدوات القياس بناءً على رأي الخبير المتخصص.

يُبنى الاختبار على أساس صلاحية المحتوى من خلال اختيار دقيق للبنود المراد تضمينها (أناستاسي وأوربينا، 1997). تُختار البنود بحيث تتوافق مع مواصفات الاختبار التي تُصاغ بعد دراسة متأنية لمجال الموضوع. ويشير فوكسكروفت وباترسون ولو رو وهيربست (2004، ص  49) [ 9 ] إلى أنه يمكن تحسين صلاحية محتوى الاختبار من خلال الاستعانة بفريق من الخبراء لمراجعة مواصفات الاختبار واختيار البنود. سيتمكن الخبراء من مراجعة البنود والتعليق على ما إذا كانت تغطي عينة تمثيلية من مجال السلوك.

صلاحية المظهر

تُعدّ الصلاحية الظاهرية تقديرًا لمدى قدرة الاختبار على قياس معيار معين ظاهريًا، ولا تضمن بالضرورة قياسه الفعلي للظواهر في ذلك المجال. قد تتمتع المقاييس بصلاحية عالية، ولكن عندما لا يبدو الاختبار وكأنه يقيس ما يُفترض به قياسه، تكون صلاحيته الظاهرية منخفضة. في الواقع، عندما يكون الاختبار عرضة للتزييف ( التظاهر بالمرض )، قد تجعل الصلاحية الظاهرية المنخفضة الاختبار أكثر مصداقية. ونظرًا لاحتمالية الحصول على إجابات أكثر صدقًا مع صلاحية ظاهرية منخفضة، فمن المهم أحيانًا إظهار انخفاض الصلاحية الظاهرية أثناء تطبيق المقاييس.

ترتبط صلاحية المظهر ارتباطًا وثيقًا بصلاحية المحتوى. فبينما تعتمد صلاحية المحتوى على أساس نظري لتحديد ما إذا كان الاختبار يقيس جميع جوانب معيار معين (على سبيل المثال، هل يُعدّ تقييم مهارات الجمع مقياسًا جيدًا للمهارات الرياضية؟ للإجابة على هذا السؤال، يجب معرفة أنواع المهارات الحسابية المختلفة التي تشملها المهارات الرياضية)، فإن صلاحية المظهر تتعلق بما إذا كان الاختبار يبدو مقياسًا جيدًا أم لا. ويُبنى هذا الحكم على "ظاهر" الاختبار، وبالتالي يمكن حتى لغير المتخصصين تقييمه.

يُعدّ التحقق الظاهري نقطة انطلاق، لكن لا ينبغي أبدًا افتراض صحته على الأرجح لأي غرض محدد، إذ سبق أن أخطأ "الخبراء" - فكتاب " مطرقة الساحرات" ( Malleus Malificarum ) لم يستند إلى أي دليل سوى الكفاءة المتوهمة لاثنين من "الخبراء" في "كشف السحر"، ومع ذلك استُخدم كـ"اختبار" لإدانة وحرق عشرات الآلاف من الرجال والنساء بتهمة "السحر". [ 10 ]

صلاحية المعيار

تتضمن أدلة صلاحية المعيار وجود ارتباط بين الاختبار ومتغير معياري (أو متغيرات معيارية) يُعتبر ممثلاً للبنية. بعبارة أخرى، تقارن هذه الأدلة الاختبار بمقاييس أو نتائج أخرى (المعايير) سبق اعتبارها صالحة. على سبيل المثال، غالبًا ما يتم التحقق من صحة اختبارات اختيار الموظفين من خلال مقارنة نتائجها بمقاييس الأداء الوظيفي (المعيار)، كما يتم التحقق من صحة اختبارات الذكاء من خلال مقارنة نتائجها بمقاييس الأداء الأكاديمي (المعيار).

إذا جُمعت بيانات الاختبار وبيانات المعيار في الوقت نفسه، يُشار إلى ذلك بدليل الصلاحية التزامنية. أما إذا جُمعت بيانات الاختبار أولًا بهدف التنبؤ ببيانات المعيار التي جُمعت لاحقًا، فيُشار إلى ذلك بدليل الصلاحية التنبؤية.

الصلاحية التزامنية

تشير الصلاحية التزامنية إلى مدى ترابط التطبيق العملي مع مقاييس أخرى لنفس المفهوم تُقاس في الوقت نفسه. فعند مقارنة المقياس بمقياس آخر من النوع نفسه، يكونان مرتبطين (أو مترابطين). وبالعودة إلى مثال اختبار الاختيار، فهذا يعني أن الاختبارات تُجرى على الموظفين الحاليين ثم تُربط بنتائجهم في تقييمات الأداء.

الصلاحية التنبؤية

تشير الصلاحية التنبؤية إلى مدى قدرة التطبيق العملي على التنبؤ (أو الارتباط) بمقاييس أخرى لنفس المفهوم يتم قياسها في وقت لاحق. وبالعودة إلى مثال اختبار الاختيار، فإن هذا يعني إجراء الاختبارات على المتقدمين، وتوظيفهم جميعًا، ثم مراجعة أدائهم لاحقًا، وبعد ذلك يتم ربط درجاتهم في المقياسين.

وهذا أيضاً هو الوقت الذي تتنبأ فيه القياسات بعلاقة بين ما يتم قياسه وشيء آخر؛ أي التنبؤ بما إذا كان الشيء الآخر سيحدث في المستقبل أم لا. ويُعدّ الارتباط العالي بين النتائج المتوقعة مسبقاً والنتائج الفعلية بعد القياس أقوى دليل على صحة هذه القياسات.

الصلاحية التجريبية

تُعدّ صحة تصميم الدراسات البحثية التجريبية جزءًا أساسيًا من المنهج العلمي ، [ 2 ] ومسألة من مسائل أخلاقيات البحث . فبدون تصميم سليم، لا يمكن التوصل إلى استنتاجات علمية صحيحة.

صحة الاستنتاج الإحصائي

تُعرَّف صحة الاستنتاجات الإحصائية بأنها مدى صحة أو "معقولية" الاستنتاجات المتعلقة بالعلاقة بين المتغيرات بناءً على البيانات. بدأ هذا المفهوم بالتركيز فقط على صحة الاستنتاج الإحصائي حول العلاقة بين المتغيرات، ولكن هناك توجهاً حالياً نحو استنتاجات "معقولة" تستخدم البيانات الكمية والإحصائية والنوعية. [ 11 ]

تتضمن صحة الاستنتاجات الإحصائية ضمان استخدام إجراءات معاينة مناسبة، واختبارات إحصائية ملائمة، وإجراءات قياس موثوقة. [ 12 ] ولأن هذا النوع من الصحة يهتم فقط بالعلاقة الموجودة بين المتغيرات، فقد تكون هذه العلاقة مجرد ارتباط.

الصلاحية الداخلية

الصلاحية الداخلية هي تقدير استقرائي لمدى إمكانية استخلاص استنتاجات حول العلاقات السببية (مثل السبب والنتيجة)، بناءً على المقاييس المستخدمة، وبيئة البحث، وتصميم البحث ككل . وتتيح التقنيات التجريبية الجيدة، التي تُدرس فيها آثار المتغير المستقل على المتغير التابع في ظل ظروف شديدة التحكم، عادةً درجات أعلى من الصلاحية الداخلية مقارنةً، على سبيل المثال، بتصاميم الحالة الفردية.

ثمانية أنواع من المتغيرات المربكة يمكن أن تتداخل مع الصلاحية الداخلية (أي مع محاولة عزل العلاقات السببية):

  1. التاريخ ، الأحداث المحددة التي وقعت بين القياسين الأول والثاني بالإضافة إلى المتغيرات التجريبية
  2. النضج ، العمليات التي تحدث داخل المشاركين كدالة لمرور الوقت (ليست خاصة بأحداث معينة)، على سبيل المثال، التقدم في السن، والشعور بالجوع، والتعب، وما إلى ذلك.
  3. الاختبار ، تأثير إجراء اختبار على نتائج اختبار ثانٍ.
  4. قد تؤدي الأجهزة ، أو التغييرات في معايرة أداة القياس، أو التغييرات في المراقبين أو المسجلين إلى تغييرات في القياسات التي تم الحصول عليها.
  5. الانحدار الإحصائي ، الذي يعمل عندما يتم اختيار المجموعات على أساس درجاتها المتطرفة.
  6. الانتقاء ، والتحيزات الناتجة عن الاختيار التفاضلي للمستجيبين لمجموعات المقارنة.
  7. معدل الوفيات التجريبي ، أو الفقدان التفاضلي للمستجيبين من مجموعات المقارنة.
  8. التفاعل بين الانتقاء والنضج ، وما إلى ذلك، على سبيل المثال، في التصاميم شبه التجريبية متعددة المجموعات

الصلاحية الخارجية

تتعلق الصلاحية الخارجية بمدى إمكانية اعتبار نتائج الدراسة (الصالحة داخليًا) صحيحة في حالات أخرى، على سبيل المثال، لأشخاص أو أماكن أو أزمنة مختلفة. بعبارة أخرى، يتعلق الأمر بما إذا كان من الممكن تعميم النتائج بشكل صحيح. فإذا أُجريت الدراسة البحثية نفسها في تلك الحالات الأخرى، فهل ستحصل على النتائج نفسها؟

من أهم العوامل في هذا الصدد ما إذا كانت عينة الدراسة (مثل المشاركين في البحث) تمثل عموم السكان في الجوانب ذات الصلة. ومن العوامل الأخرى التي تهدد الصلاحية الخارجية ما يلي:

  1. تأثير التفاعل أو التأثير التفاعلي للاختبار ، حيث قد يؤدي الاختبار القبلي إلى زيادة الدرجات في الاختبار البعدي
  2. تأثيرات التفاعل بين تحيزات الاختيار والمتغير التجريبي .
  3. الآثار التفاعلية للترتيبات التجريبية ، والتي من شأنها أن تحول دون التعميم بشأن تأثير المتغير التجريبي على الأشخاص الذين يتعرضون له في بيئات غير تجريبية.
  4. التداخل العلاجي المتعدد ، حيث لا يمكن محو آثار العلاجات السابقة.

الصلاحية البيئية

الصلاحية البيئية هي مدى إمكانية تطبيق نتائج البحث على مواقف الحياة الواقعية خارج نطاق البحث. يرتبط هذا المفهوم ارتباطًا وثيقًا بالصلاحية الخارجية، ولكنه يتناول مدى انعكاس نتائج التجارب لما يمكن ملاحظته في العالم الحقيقي (علم البيئة = علم التفاعل بين الكائن الحي وبيئته). ولكي تكون الدراسة صالحة بيئيًا، يجب أن تُحاكي مناهجها وموادها وبيئتها تقريبًا الوضع الواقعي قيد البحث.

ترتبط الصلاحية البيئية جزئيًا بمسألة التجربة مقابل الملاحظة. عادةً ما يوجد في العلوم مجالان للبحث: الملاحظة (السلبية) والتجريب (الفعّالة). يهدف التصميم التجريبي إلى اختبار السببية، بحيث يمكن استنتاج أن (أ) يسبب (ب) أو العكس. لكن في بعض الأحيان، تمنع القيود الأخلاقية و/أو المنهجية إجراء تجربة (مثل: كيف يؤثر العزل على الوظائف الإدراكية للطفل؟). في هذه الحالة، يمكن إجراء البحث، لكنه ليس سببيًا، بل ارتباطيًا. لا يمكن استنتاج سوى أن (أ) يحدث بالتزامن مع (ب). ولكلتا الطريقتين نقاط قوة وضعف.

العلاقة بالصحة الداخلية

للوهلة الأولى، يبدو أن الصلاحية الداخلية والخارجية متناقضتان؛ فلتصميم تجربة ما، يجب التحكم في جميع المتغيرات الدخيلة. ولذلك، غالبًا ما تُجرى التجارب في بيئة مختبرية. فبينما تُكتسب الصلاحية الداخلية (باستبعاد المتغيرات الدخيلة عن طريق تثبيتها)، تُفقد الصلاحية البيئية أو الخارجية نظرًا لإنشاء بيئة مختبرية اصطناعية. من جهة أخرى، في البحوث القائمة على الملاحظة، لا يمكن التحكم في المتغيرات الدخيلة (صلاحية داخلية منخفضة)، ولكن يمكن القياس في البيئة الطبيعية (البيئية)، في المكان الذي يحدث فيه السلوك عادةً. ومع ذلك، فإن القيام بذلك يُضحي بالصلاحية الداخلية.

إن التناقض الظاهري بين الصلاحية الداخلية والصلاحية الخارجية ليس إلا ظاهريًا. فمسألة إمكانية تعميم نتائج دراسة معينة على أشخاص أو أماكن أو أزمنة أخرى لا تظهر إلا عند اتباع استراتيجية بحث استقرائية . أما إذا كان هدف الدراسة هو اختبار نظرية ما استنتاجيًا، فإن الاهتمام ينصب فقط على العوامل التي قد تقوض دقة الدراسة، أي التهديدات التي تواجه الصلاحية الداخلية. بعبارة أخرى، تعتمد أهمية الصلاحية الخارجية والداخلية في أي دراسة بحثية على أهدافها. علاوة على ذلك، فإن الخلط بين أهداف البحث ومخاوف الصلاحية قد يؤدي إلى مشكلة الصلاحية الداخلية المتبادلة، حيث لا تستطيع النظريات تفسير الظواهر إلا في بيئات مختبرية مصطنعة، وليس في العالم الحقيقي. [ 13 ] [ 14 ]

الصلاحية التشخيصية

في الطب النفسي، ثمة مشكلة خاصة تتعلق بتقييم صحة التصنيفات التشخيصية نفسها. في هذا السياق: [ 15 ]

  • قد تشير صلاحية المحتوى إلى الأعراض ومعايير التشخيص؛
  • يمكن تعريف الصلاحية المتزامنة من خلال العديد من الارتباطات أو المؤشرات، وربما أيضًا استجابة العلاج؛
  • قد تشير الصلاحية التنبؤية بشكل رئيسي إلى استقرار التشخيص بمرور الوقت؛
  • قد تتضمن الصلاحية التمييزية تحديدًا دقيقًا عن الاضطرابات الأخرى.

اقترح روبنز وغوز في عام 1970 ما أصبح فيما بعد معايير رسمية مؤثرة لتحديد صحة التشخيصات النفسية. وقد حددوا خمسة معايير: [ 15 ]

  • وصف سريري مميز (يشمل ملامح الأعراض والخصائص الديموغرافية والعوامل النموذجية المسببة)
  • الدراسات المختبرية (بما في ذلك الاختبارات النفسية، والتصوير الإشعاعي، ونتائج التشريح بعد الوفاة)
  • التمييز عن الاضطرابات الأخرى (عن طريق معايير الاستبعاد)
  • أظهرت دراسات المتابعة مسارًا مميزًا (بما في ذلك دليل على استقرار التشخيص)
  • دراسات عائلية تُظهر التجمعات العائلية

وقد تم دمج هذه المعايير في معايير فيجنر ومعايير التشخيص البحثي التي شكلت منذ ذلك الحين أساس أنظمة تصنيف DSM و ICD.

ميز كيندلر في عام 1980 بين: [ 15 ]

  • العوامل السابقة للتحقق (التجمع العائلي، والشخصية قبل المرض، والعوامل المحفزة)
  • أدوات التحقق المتزامنة (بما في ذلك الاختبارات النفسية)
  • مؤشرات التحقق التنبؤية (اتساق التشخيص بمرور الوقت، ومعدلات الانتكاس والتعافي، والاستجابة للعلاج)

أدرجت نانسي أندرياسن (1995) العديد من المؤشرات الإضافية - علم الوراثة الجزيئية وعلم الأحياء الجزيئي ، والكيمياء العصبية ، وعلم التشريح العصبي ، وعلم وظائف الأعصاب ، وعلم الأعصاب المعرفي - والتي من المحتمل أن تكون جميعها قادرة على ربط الأعراض والتشخيصات بركائزها العصبية . [ 15 ]

أكد كينديل وجابلينسكي (2003) على أهمية التمييز بين الصلاحية والفائدة ، وجادلا بأن الفئات التشخيصية المحددة بمتلازماتها يجب اعتبارها صالحة فقط إذا ثبت أنها كيانات منفصلة ذات حدود طبيعية تفصلها عن الاضطرابات الأخرى. [ 15 ]

أكد كيندلر (2006) على أن المعيار المُثبت، لكي يكون مفيدًا، يجب أن يكون حساسًا بما يكفي للتحقق من صحة معظم المتلازمات التي تُعد اضطرابات حقيقية، وفي الوقت نفسه دقيقًا بما يكفي لاستبعاد معظم المتلازمات التي لا تُعد اضطرابات حقيقية. وبناءً على ذلك، يجادل بأن معيار روبنز وغوز "الوراثة العائلية" غير دقيق بما فيه الكفاية، لأن معظم السمات النفسية والجسدية البشرية تنطبق عليه - على سبيل المثال، متلازمة عشوائية تتألف من مزيج من "طول يزيد عن 183 سم، وشعر أحمر، وأنف كبير" سيُعتبر أنها " وراثة عائلية "، ولكن لا ينبغي اعتبار ذلك دليلًا على أنها اضطراب. وقد أشار كيندلر أيضًا إلى أن النماذج الجينية " الجوهرية " للاضطرابات النفسية، والأمل في أن نتمكن من التحقق من صحة التشخيصات النفسية الفئوية من خلال "تغيير طبيعة الإنسان" فقط نتيجة لاكتشاف الجينات، أمر غير معقول. [ 16 ]

في نظام المحاكم الفيدرالية بالولايات المتحدة، تُقيّم صحة وموثوقية الأدلة باستخدام معيار دوبيرت : انظر قضية دوبيرت ضد ميريل داو للأدوية . ويُقدّم بيري وليشتنوالد (2010) نقطة انطلاق لمناقشة طيف واسع من مواضيع الموثوقية والصحة في تحليلهما لإدانة خاطئة بالقتل. [ 17 ]

انظر أيضاً

مراجع

  1. ↑ برينز، ويلنات، مانهايم، ريتش 2011. التحليل السياسي التجريبي، الطبعة الثامنة. بوسطن: لونغمان، ص 105
  2. 1 2 كامبل، دونالد ت. (1957). "العوامل ذات الصلة بصحة التجارب في البيئات الاجتماعية" . النشرة النفسية . 54 (4): 297-312 . doi : 10.1037/h0040950 . ISSN 1939-1455 . PMID 13465924 .  
  3. ↑ كيلي، ترومان لي (1927). تفسير القياسات التربوية . يونكرز-أون-هدسون، نيويورك: شركة وورلد بوك. ص 14. تكمن مشكلة الصلاحية في ما إذا كان الاختبار يقيس بالفعل ما يدعي قياسه... 
  4. ↑ الجمعية الأمريكية لأبحاث التعليم، والجمعية النفسية، والمجلس الوطني للقياس في التعليم. (1999). معايير الاختبارات التعليمية والنفسية . واشنطن العاصمة: الجمعية الأمريكية لأبحاث التعليم.
  5. ↑ المجلس الوطني للقياس في التعليم. https://web.archive.org/web/20160924135257/http://www.ncme.org/ncme/NCME/Resource_Center/Glossary/NCME/Resource_Center/Glossary1.aspx?hkey=4bb87415-44dc-4088-9ed9-e8515326a061
  6. ↑ كريمر، جيفري ب.، دوغلاس أ. بيرنشتاين، وفيكي فاريس. مقدمة في علم النفس السريري. الطبعة السابعة. أبر سادل ريفر، نيوجيرسي: بيرسون برنتيس هول، 2009. مطبوع.
  7. 1 2 كرونباخ، لي جيه؛ ميهل، بول إي. (1955). "صلاحية البناء في الاختبارات النفسية". النشرة النفسية . 52 ( 4): 281-302 . doi : 10.1037/h0040957 . hdl : 11299/184279 . ISSN 0033-2909 . PMID 13245896. S2CID 5312179 .   
  8. ↑ أرغامي، شيرازه؛ صادقي، غلام رضا؛ عباسي شناري، محسن (2020). "إعادة تقييم الخصائص السيكومترية للنسخة الفارسية من استبيان مانشستر لسلوك القيادة". الصحة المهنية الإيرانية . 17 (8): 1-19 .
  9. ↑ فوكسكروفت، سي.، باترسون، إتش.، لو رو، إن.، وهيربست، دي. مجلس أبحاث العلوم الإنسانية، (2004). التقييم النفسي في جنوب أفريقيا: تحليل للاحتياجات: أنماط استخدام الاختبار واحتياجات ممارسي التقييم النفسي: التقرير النهائي: يوليو . تم استرجاعه من الموقع الإلكتروني: http://www.hsrc.ac.za/research/output/outputDocuments/1716_Foxcroft_Psychologicalassessmentin%20SA.pdf مؤرشف بتاريخ 19 نوفمبر 2012 في أرشيف الإنترنت (Wayback Machine).
  10. ↑ تتراوح التقديرات الأكثر شيوعًا بين 40,000 و60,000 حالة وفاة. قام برايان ليفاك ( في كتابه "مطاردة الساحرات في أوائل العصر الحديث في أوروبا ") بضرب عدد محاكمات الساحرات الأوروبية المعروفة في متوسط ​​معدل الإدانة والإعدام، ليصل إلى رقم يقارب 60,000 حالة وفاة. عدّلت آن ليويلين بارستو ( في كتابها "هوس الساحرات ") تقدير ليفاك ليأخذ في الحسبان السجلات المفقودة، وقدّرت عدد الوفيات بـ 100,000. يجادل رونالد هاتون (في كتابه " انتصار القمر ") بأن تقدير ليفاك قد عُدّل بالفعل لهذه السجلات المفقودة، ويراجع الرقم إلى حوالي 40,000.
  11. ↑ كوزبي، بول سي. مناهج البحث السلوكي. الطبعة العاشرة. بوسطن: ماكجرو هيل للتعليم العالي، 2009. مطبوع.
  12. ↑ جوناثان جافيد (6 نوفمبر 2015). "صحة وموثوقية القياس" . slideshare.net . تم الاطلاع عليه بتاريخ 23 مارس 2018 .
  13. ↑ لين، هاوس؛ فيرنر، كايتلين م.؛ إنزليخت، مايكل (16 فبراير 2021). "وعود ومخاطر التجريب: مشكلة الصلاحية الداخلية المتبادلة" . وجهات نظر في العلوم النفسية . 16 (4): 854-863 . doi : 10.1177/1745691620974773 . ISSN 1745-6916 . PMID 33593177. S2CID 231877717 .   
  14. ↑ شرام، آرثر (1 يونيو 2005). "الاصطناعية: التوتر بين الصلاحية الداخلية والخارجية في التجارب الاقتصادية" . مجلة منهجية الاقتصاد . 12 (2): 225-237 . doi : 10.1080/13501780500086081 . ISSN 1350-178X . S2CID 145588503 .  
  15. 1 2 3 4 5 كينديل، ر؛ جابلينسكي، أ (2003). "التمييز بين صحة وفائدة التشخيصات النفسية". المجلة الأمريكية للطب النفسي . 160 (1): 4-12 . doi : 10.1176/appi.ajp.160.1.4 . PMID 12505793 . 
  16. ↑ كيندلر، ك.س. (2006). "تأملات في العلاقة بين علم الوراثة النفسية والتصنيف النفسي". المجلة الأمريكية للطب النفسي . 163 (7): 1138-1146 . doi : 10.1176/appi.ajp.163.7.1138 . PMID 16816216 . 
  17. ↑ بيري، إف إس؛ ليشتنوالد، تي جي (2010). "الاستخدام المحفوف بالمخاطر لعلم النفس الجنائي كدليل: قضية تيموثي ماسترز" (ملف PDF) . مجلة تشامبيون (يوليو): 34-45 .

للمزيد من القراءة