Nhiều người có thói quen gọi mọi thứ là “test tâm lý”. Một bảng hỏi 10 câu cũng gọi là test. Một bài trắc nghiệm tính cách trên mạng cũng gọi là test. Một phiếu khảo sát cảm xúc cũng gọi là test. Một thang đo lo âu, thang đo stress, bảng kiểm triệu chứng, phiếu tự đánh giá hành vi cũng bị gom chung vào một chữ: test.
Nghe thì tiện. Nhưng tiện không có nghĩa là đúng.
Vì sao phải phân biệt?
Vì trong tâm lý học, mỗi thuật ngữ kéo theo một mức độ trách nhiệm khác nhau. Bảng hỏi chỉ có thể thu thập thông tin. Thang đo phải chứng minh rằng nó đo được một khái niệm. Test tâm lý phải có tính chuẩn hóa, có quy trình thực hiện, chấm điểm và diễn giải. Lượng giá tâm lý lại là một quá trình chuyên môn rộng hơn, cần tích hợp nhiều nguồn dữ liệu, chứ không thể dựa vào một phiếu trả lời rồi kết luận về con người.
Nói gọn:
Bảng hỏi là cách hỏi.
Thang đo là cách đo.
Test là công cụ chuẩn hóa.
Lượng giá là quá trình hiểu và ra quyết định.
Vấn đề không nằm ở việc gọi nhầm cho vui. Vấn đề nằm ở chỗ: khi gọi sai, người dùng dễ tin sai. Khi một bảng hỏi chưa được kiểm định bị gọi là “test tâm lý”, người làm bài có thể tưởng kết quả đó có giá trị chuyên môn. Khi một điểm số tự động được diễn giải như kết luận về trầm cảm, lo âu hay nhân cách, ranh giới giữa giáo dục tâm lý và gán nhãn sai bắt đầu bị xóa mờ.
Tâm lý học không cấm ta đặt câu hỏi. Nhưng tâm lý học bắt ta chịu trách nhiệm với câu trả lời.
Bảng hỏi là một tập hợp câu hỏi hoặc phát biểu dùng để thu thập thông tin từ người trả lời. Theo APA Dictionary of Psychology, bảng hỏi được dùng để lấy thông tin về thái độ, ý kiến, hành vi, đặc điểm cá nhân hoặc trải nghiệm của người tham gia (APA Dictionary of Psychology, 2018a).
Như vậy, bảng hỏi trước hết là một hình thức thu thập dữ liệu.
Ví dụ:
“Bạn bao nhiêu tuổi?”
“Bạn đang học lớp mấy?”
“Bạn có từng tham gia tham vấn tâm lý chưa?”
“Bạn có hài lòng với chương trình học không?”
“Bạn thường sử dụng mạng xã hội bao nhiêu giờ mỗi ngày?”
Những câu này có ích. Nhưng chúng chưa tự động trở thành thang đo tâm lý.
Vì sao?
Vì hỏi được không có nghĩa là đo được. Một bảng hỏi có thể chỉ dùng để mô tả thông tin, khảo sát nhu cầu, lấy ý kiến phản hồi hoặc phân loại nhóm người trả lời. Nó có thể tạo ra dữ liệu, nhưng dữ liệu đó chưa chắc phản ánh một cấu trúc tâm lý cụ thể.
Nói đời thường: bảng hỏi giống cái rổ để hứng thông tin. Thang đo giống cái cân để đo một thứ gì đó. Có rổ không có nghĩa là có cân.
Một bảng hỏi có thể hỏi rất nhiều điều, nhưng nếu các câu hỏi không cùng hướng về một khái niệm rõ ràng, không có cách chấm điểm hợp lý, không có bằng chứng độ tin cậy và giá trị, thì nó vẫn chỉ là bảng hỏi. Nó có thể hữu ích cho khảo sát, nhưng chưa đủ để gọi là công cụ đo lường tâm lý.
Đây là lỗi rất phổ biến: thấy có câu hỏi, có lựa chọn từ 1 đến 5, có tổng điểm, thế là gọi “thang đo”. Nhưng hình thức Likert không làm nên thang đo. Tổng điểm không làm nên tâm lý học. Điều làm nên thang đo là bằng chứng cho thấy các mục hỏi thật sự đo đúng khái niệm cần đo.
Thang đo tâm lý là công cụ dùng để đo một đặc điểm, trạng thái, thái độ, năng lực hoặc cấu trúc tâm lý nào đó. APA Dictionary of Psychology định nghĩa thang đo là một hệ thống dùng để sắp xếp phản hồi theo trật tự nhằm đo đặc điểm, năng lực, thái độ hoặc các nội dung tương tự (APA Dictionary of Psychology, 2018b).
Điểm then chốt là: thang đo không bắt đầu bằng câu hỏi. Thang đo bắt đầu bằng khái niệm cần đo.
Vì sao?
Vì tâm lý không phải vật thể nhìn thấy trực tiếp. Ta không nhìn thấy “lo âu” như nhìn thấy chiều cao. Ta không cầm được “tự trọng” như cầm một cây bút. Ta không đặt “trì hoãn học tập” lên bàn cân rồi đo khối lượng. Những thứ này là các cấu trúc tâm lý. Chúng tồn tại như những khái niệm lý thuyết, được suy luận thông qua hành vi, cảm xúc, suy nghĩ, câu trả lời hoặc biểu hiện trong đời sống.
Cronbach và Meehl (1955) đã đặt nền cho tư duy giá trị cấu trúc trong trắc nghiệm tâm lý: khi đo một cấu trúc như lo âu, trí tuệ, nhân cách hay động lực, nhà nghiên cứu phải chỉ rõ cấu trúc đó nằm trong mạng lưới lý thuyết nào và có quan hệ ra sao với các hiện tượng khác. Nói đơn giản hơn: muốn đo một thứ, trước hết phải biết mình đang gọi “thứ đó” là gì.
Nếu không định nghĩa khái niệm, câu hỏi sẽ kéo mỗi nơi một chút. Một câu kéo sang lo âu. Một câu kéo sang stress. Một câu kéo sang tự ti. Một câu kéo sang trầm cảm. Một câu kéo sang mệt mỏi cơ thể. Cuối cùng, điểm tổng nhìn có vẻ tâm lý, nhưng thực chất là một nồi lẩu khái niệm.
Vì vậy, lỗi của một thang đo kém thường không nằm ở việc câu hỏi nghe dở. Nó nằm ở việc các câu hỏi không cùng đo một thứ.
Một câu hỏi hay có thể làm người đọc gật đầu. Nhưng một mục hỏi tốt phải làm dữ liệu đứng đúng chỗ.
Ví dụ, câu “Bạn có thấy mình lạc giữa cuộc đời không?” nghe sâu. Nhưng nó đang đo gì? Cô đơn? Trầm cảm? Mất định hướng nghề nghiệp? Lo âu tương lai? Khủng hoảng hiện sinh? Kiệt sức? Nếu chính người xây dựng công cụ cũng không trả lời được, thì điểm số tạo ra từ câu hỏi đó rất khó có ý nghĩa khoa học.
Ngược lại, một mục hỏi như “Trong hai tuần qua, tôi khó tập trung vào việc học hoặc công việc vì lo lắng” có thể ít văn chương hơn, nhưng rõ hơn. Nó có thời gian, có biểu hiện, có bối cảnh và có hướng đo lường.
Đó là nghịch lý của thang đo: câu càng muốn làm thơ, dữ liệu càng dễ mù.
Nhiều người nghĩ rằng cứ có nhiều câu hỏi thì công cụ sẽ chắc hơn. 5 câu nghe chưa đủ thì viết 10 câu. 10 câu thấy chưa sâu thì viết 30 câu. Nhưng trong đo lường tâm lý, nhiều hơn không tự động tốt hơn.
Vì sao?
Vì nhiều câu chỉ có ích khi chúng cùng phản ánh một cấu trúc cần đo. Nếu các mục hỏi không liên quan chặt chẽ với nhau, thêm câu chỉ là thêm nhiễu. Một thang đo “trì hoãn học tập” mà lại có nhiều câu hỏi về tự ti, lo âu xã hội, trầm cảm, động lực nghề nghiệp và quan hệ gia đình thì không còn đo trì hoãn học tập một cách sạch nữa. Nó biến thành một mớ cảm giác chung chung về khó khăn đời sống.
Boateng và cộng sự (2018) mô tả phát triển thang đo là một quá trình có nhiều bước, gồm xác định miền khái niệm, tạo mục hỏi, kiểm tra giá trị nội dung, thử nghiệm, khảo sát, giảm mục, phân tích nhân tố, kiểm tra độ tin cậy và kiểm tra giá trị. Như vậy, câu hỏi chỉ là nguyên liệu ban đầu. Muốn thành thang đo, nguyên liệu đó phải được chọn lọc, thử nghiệm và kiểm chứng.
Tại sao phải chọn lọc?
Vì một mục hỏi có thể “nghe đúng” nhưng hoạt động sai khi đưa vào dữ liệu thật. Người trả lời có thể hiểu câu theo nhiều nghĩa khác nhau. Câu có thể quá dài. Câu có thể chứa hai ý trong một câu. Câu có thể dẫn dắt. Câu có thể phù hợp với người lớn nhưng khó hiểu với học sinh. Câu có thể đúng trong một nền văn hóa nhưng lệch trong nền văn hóa khác.
Ví dụ câu: “Tôi thường xuyên cảm thấy bản thân không đủ tốt trong các mối quan hệ và công việc.”
Câu này có hai miền nội dung: quan hệ và công việc. Nếu người trả lời thấy mình ổn trong công việc nhưng bất ổn trong quan hệ, họ chọn mức nào? Một mục hỏi như vậy tạo rối, vì nó bắt người trả lời gộp hai trải nghiệm khác nhau vào một đáp án.
Vì vậy, trong thang đo, câu hỏi không chỉ cần hay. Nó cần sạch.
Không phải cứ thêm câu là thêm khoa học. Có khi chỉ là thêm nhiễu.
Test tâm lý là công cụ chuẩn hóa dùng để đo hành vi hoặc thuộc tính tâm lý. APA Dictionary of Psychology định nghĩa test tâm lý là một công cụ chuẩn hóa, bao gồm thang đo và bảng tự báo cáo, dùng để đo hành vi hoặc các thuộc tính tinh thần như thái độ, cảm xúc, trí tuệ, năng lực nhận thức, năng khiếu, giá trị, hứng thú và đặc điểm nhân cách (APA Dictionary of Psychology, 2018c).
Từ quan trọng ở đây là chuẩn hóa.
Vì sao chuẩn hóa quan trọng?
Vì nếu mỗi người làm một kiểu, hướng dẫn một kiểu, điều kiện một kiểu, cách chấm một kiểu, thì điểm số không còn so sánh được. Một người làm test lúc bình tĩnh, một người làm lúc đang hoảng. Một người đọc kỹ từng câu, một người lướt qua cho xong. Một hệ thống chấm đúng, một hệ thống quên đảo chiều câu hỏi. Một người được giải thích kỹ, một người không hiểu thang trả lời. Khi đó, điểm số nhìn có vẻ chính xác, nhưng thực ra là tiếng ồn được trình bày bằng con số.
APA Dictionary of Psychology định nghĩa test chuẩn hóa là công cụ có độ tin cậy và giá trị được xác lập bằng điều tra thực nghiệm, có chuẩn điểm rõ ràng, hoặc được thực hiện theo cách cố định để câu hỏi, điều kiện làm bài, chấm điểm và diễn giải nhất quán giữa các lần sử dụng (APA Dictionary of Psychology, 2023).
Như vậy, test không phải chỉ là giao diện. Test là quy trình.
Một bài test đúng nghĩa cần trả lời được các câu hỏi:
Nếu không trả lời được các câu hỏi đó, tốt nhất nên gọi nó khiêm tốn hơn: bảng hỏi, phiếu khảo sát, bài tự đánh giá, công cụ sàng lọc sơ bộ hoặc nội dung tham khảo.
Gọi khiêm tốn không làm công cụ kém giá trị. Ngược lại, nó làm công cụ trung thực hơn.
Một thang đo hoặc test tâm lý cần có độ tin cậy. Hiểu đơn giản, độ tin cậy nói về mức độ ổn định và nhất quán của kết quả đo. Nếu một công cụ hôm nay đo ra một kiểu, ngày mai đo ra kiểu khác, trong khi đặc điểm cần đo không thay đổi đáng kể, thì công cụ đó không đáng tin.
Trong phát triển thang đo, độ tin cậy thường được kiểm tra qua tính nhất quán nội tại, độ ổn định theo thời gian hoặc các hình thức khác tùy mục tiêu nghiên cứu (Boateng et al., 2018).
Nhưng tại sao nói độ tin cậy chưa đủ?
Vì một công cụ có thể đo rất ổn định nhưng vẫn đo sai. Một cái cân hỏng, lần nào cũng lệch đúng 3 kg, vẫn là cái cân rất “ổn định”. Nhưng ổn định không có nghĩa là đúng.
Trong tâm lý học cũng vậy. Một thang đo có thể có hệ số nhất quán nội tại cao, nhưng nếu các câu hỏi cùng đo một thứ không phải là khái niệm ta tuyên bố, thì kết quả vẫn sai. Ví dụ, một thang được đặt tên là “tự kiểm soát học tập”, nhưng các mục hỏi chủ yếu phản ánh sự vâng lời người lớn. Các câu có thể liên hệ chặt với nhau, điểm số có thể rất nhất quán, nhưng cái được đo không phải tự kiểm soát học tập mà là xu hướng tuân thủ.
Đây là điểm nhiều người nhầm: Cronbach’s alpha cao không phải giấy chứng nhận “thang đo tốt”. Nó chỉ là một loại bằng chứng về độ nhất quán. Nó không tự chứng minh giá trị của công cụ.
Vì vậy, độ tin cậy là điều kiện cần. Không có nó thì khó bàn tiếp. Nhưng có nó rồi vẫn chưa đủ để tin.
Nếu độ tin cậy hỏi “công cụ này đo có ổn định không?”, thì giá trị hỏi “công cụ này có thật sự đo đúng điều nó tuyên bố đo không?”.
Đây là câu hỏi sống còn.
Messick (1995) nhấn mạnh rằng giá trị không chỉ là thuộc tính đơn giản của một bài test, mà liên quan đến ý nghĩa điểm số và các suy luận được rút ra từ điểm số đó. Nói dễ hiểu: không phải ta chỉ kiểm tra công cụ, mà còn phải kiểm tra cách ta diễn giải và sử dụng kết quả.
Vì sao điều này quan trọng?
Vì cùng một điểm số có thể bị diễn giải ở nhiều mức khác nhau. Nếu một người có điểm lo âu cao trên một thang tự báo cáo, ta có thể nói: “Người này đang báo cáo nhiều biểu hiện lo âu theo công cụ này.” Đó là diễn giải thận trọng. Nhưng nếu nói: “Người này mắc rối loạn lo âu”, thì đó là một bước nhảy rất lớn. Bước nhảy đó cần đánh giá lâm sàng, phỏng vấn, tiêu chuẩn chẩn đoán, chuyên môn phù hợp và bối cảnh đầy đủ.
Giá trị không nằm ở câu “thang này có vẻ đúng”. Giá trị nằm ở bằng chứng.
Sai nguy hiểm nhất không phải là không đo được. Sai nguy hiểm nhất là tưởng mình đang đo đúng.
Ví dụ, một thang gọi là “kiệt sức học tập” nhưng mục hỏi chủ yếu hỏi về buồn bã, mất hứng thú, tự trách bản thân. Khi đó, công cụ có thể đang lẫn sang trầm cảm. Nếu dùng nó để kết luận học sinh “thiếu kỹ năng quản lý thời gian”, can thiệp đưa ra sẽ sai hướng. Vấn đề thật có thể là sức khỏe tinh thần, môi trường học tập, áp lực gia đình hoặc thiếu hỗ trợ xã hội.
Một thang đo sai không chỉ tạo dữ liệu sai. Nó có thể kéo theo quyết định sai.
Lượng giá tâm lý rộng hơn test rất nhiều. APA Dictionary of Psychology định nghĩa lượng giá tâm lý là quá trình thu thập và tích hợp dữ liệu để đánh giá hành vi, năng lực và đặc điểm của một người, thường dùng cho chẩn đoán hoặc khuyến nghị can thiệp; dữ liệu có thể đến từ phỏng vấn, quan sát, test chuẩn hóa, tự báo cáo, đo sinh lý hoặc các thủ tục chuyên biệt khác (APA Dictionary of Psychology, 2018d).
Từ khóa ở đây là tích hợp.
Vì sao cần tích hợp?
Vì con người không sống trong bảng điểm. Một người có điểm stress cao không chỉ là “người stress cao”. Họ có thể đang chăm người thân bệnh nặng. Có thể vừa mất việc. Có thể bị bắt nạt ở trường. Có thể đang trong giai đoạn thi cử. Có thể mất ngủ kéo dài. Có thể có vấn đề sức khỏe thể chất. Có thể hiểu câu hỏi theo nghĩa khác. Có thể cố trả lời sao cho bản thân trông ổn hơn.
Một bài test cho ta dữ liệu. Nhưng lượng giá cho ta bối cảnh.
Không có bối cảnh, điểm số rất dễ giả vờ là sự thật.
Ví dụ, hai học sinh cùng có điểm lo âu học đường cao. Học sinh thứ nhất lo vì áp lực thi, nhưng vẫn ngủ được, vẫn có bạn bè, vẫn duy trì hoạt động bình thường. Học sinh thứ hai lo đến mức mất ngủ kéo dài, né tránh đến lớp, đau bụng trước giờ học và có ý nghĩ tự làm hại bản thân. Nếu chỉ nhìn điểm tổng, ta dễ xem hai em giống nhau. Nhưng trong lượng giá, hai trường hợp này có mức độ nguy cơ và hướng hỗ trợ rất khác.
Vì vậy, lượng giá không phải là “cho làm test rồi đọc kết quả”. Lượng giá là quá trình đặt câu hỏi đúng, chọn công cụ đúng, thu thập dữ liệu đúng, diễn giải đúng và đưa ra khuyến nghị trong giới hạn chuyên môn.
Test là một phần của lượng giá. Nó không thay thế lượng giá.
Có người sẽ nói: “Gọi là test hay bảng hỏi thì có gì nghiêm trọng đâu?” Có. Vì thuật ngữ tạo cảm giác quyền lực.
Khi một nội dung được gọi là “test tâm lý”, người dùng dễ tin rằng nó có tính khoa học. Khi kết quả được trình bày bằng điểm số, biểu đồ, mức độ xanh đỏ, người dùng càng dễ tin hơn. Khi hệ thống viết “bạn có nguy cơ trầm cảm nặng” hoặc “bạn thuộc kiểu nhân cách độc hại”, tác động không còn là giải trí.
Vì sao nguy hiểm?
Vì điểm số có thể trở thành nhãn dán. Một người có thể tự gán mình là “bị rối loạn”. Một học sinh có thể bị phụ huynh hiểu lầm. Một nhân viên có thể bị tổ chức đánh giá sai. Một khách hàng có thể bị dẫn dắt mua dịch vụ không cần thiết. Một cộng đồng có thể bị phân loại bằng công cụ chưa từng được kiểm định trên chính cộng đồng đó.
Trong chuẩn mực đo lường, Standards for Educational and Psychological Testing nhấn mạnh việc sử dụng test cần dựa trên bằng chứng về giá trị, độ tin cậy, công bằng và trách nhiệm diễn giải (American Educational Research Association et al., 2014). Điều này đặc biệt quan trọng khi kết quả test ảnh hưởng đến quyết định giáo dục, nghề nghiệp, lâm sàng hoặc can thiệp.
Nói đơn giản: nếu công cụ chỉ dùng để tự phản tư, giáo dục tâm lý hoặc sàng lọc ban đầu, hãy nói rõ như vậy. Đừng khoác áo chẩn đoán cho một bảng hỏi chưa đủ bằng chứng.
Một câu cảnh báo cần luôn có: Kết quả này chỉ có giá trị tham khảo hoặc sàng lọc ban đầu, không thay thế đánh giá chuyên môn, tư vấn, chẩn đoán hoặc điều trị.
Câu đó không làm công cụ yếu đi. Nó làm công cụ có đạo đức hơn.
Các công cụ tâm lý thường thu thập dữ liệu rất nhạy cảm: cảm xúc, hành vi, triệu chứng, mối quan hệ, sang chấn, áp lực gia đình, sức khỏe tinh thần, niềm tin cá nhân. Vì vậy, làm bảng hỏi tâm lý không chỉ là thiết kế giao diện đẹp. Đó còn là trách nhiệm với dữ liệu và quyền của người tham gia.
Tại Việt Nam, Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân quy định dữ liệu cá nhân phải được xử lý đúng mục đích, chủ thể dữ liệu được biết về hoạt động xử lý dữ liệu, dữ liệu thu thập phải phù hợp và giới hạn trong phạm vi cần thiết, đồng thời phải được bảo vệ, bảo mật trong quá trình xử lý (Chính phủ, 2023).
Vì sao điều này liên quan đến test, thang đo, bảng hỏi?
Vì khi một nền tảng thu câu trả lời của người dùng về lo âu, stress, trầm cảm, tự hại, quan hệ gia đình hoặc khó khăn cá nhân, đó không còn là dữ liệu bình thường theo nghĩa đời sống. Người tham gia cần biết dữ liệu được thu để làm gì, lưu ở đâu, ai được xem, dùng trong bao lâu, có chia sẻ cho bên khác không, có dùng cho nghiên cứu không, có ẩn danh không, có quyền rút lại không.
Ngoài ra, nếu nội dung đi vào vùng khám, chẩn đoán, điều trị hoặc kết luận rối loạn, người thực hiện còn phải cẩn trọng với phạm vi chuyên môn. Luật Khám bệnh, chữa bệnh số 15/2023/QH15 quy định về người hành nghề, cơ sở khám bệnh, chữa bệnh và hoạt động chuyên môn trong khám bệnh, chữa bệnh (Quốc hội, 2023). Vì vậy, các nền tảng giáo dục tâm lý, khảo sát hoặc lượng giá sơ bộ không nên tự nhận thay thế chẩn đoán lâm sàng nếu không có cơ sở pháp lý và chuyên môn phù hợp.
Đây là ranh giới cần giữ:
Có thể nói: “Kết quả cho thấy bạn đang báo cáo nhiều biểu hiện căng thẳng.”
Không nên nói bừa: “Bạn bị rối loạn lo âu.”
Có thể nói: “Bạn nên cân nhắc gặp chuyên gia nếu tình trạng kéo dài hoặc ảnh hưởng nghiêm trọng đến học tập, công việc, giấc ngủ, quan hệ hoặc an toàn cá nhân.”
Không nên nói: “Bạn cần điều trị theo phác đồ này.”
Có thể dùng thang đo để sàng lọc, giáo dục, nghiên cứu hoặc hỗ trợ ra quyết định ban đầu. Nhưng không nên dùng nó như chiếc búa đóng nhãn lên con người.
Bảng hỏi là công cụ thu thập thông tin. Nó có thể có câu hỏi đóng, câu hỏi mở, lựa chọn nhiều mức, câu hỏi nhân khẩu học hoặc câu hỏi phản hồi. Bảng hỏi không nhất thiết tạo ra điểm số tâm lý.
Bảng hỏi trả lời câu hỏi: người này cung cấp thông tin gì?
Ví dụ: phiếu khảo sát nhu cầu học sinh, phiếu phản hồi sau buổi tập huấn, biểu mẫu đăng ký tham vấn, bảng hỏi thói quen học tập.
Sai lầm thường gặp là tưởng bảng hỏi có nhiều câu thì tự động thành test. Không đúng. Nó chỉ là bảng hỏi cho đến khi được chứng minh có chức năng đo lường cụ thể.
Thang đo là công cụ đo một khái niệm hoặc cấu trúc tâm lý cụ thể bằng nhiều mục hỏi có liên hệ với nhau. Nó cần định nghĩa khái niệm, hệ thống mục hỏi, cách chấm điểm, bằng chứng độ tin cậy và bằng chứng giá trị.
Thang đo trả lời câu hỏi: mức độ của đặc điểm này là bao nhiêu theo công cụ đo này?
Ví dụ: thang đo lo âu, thang đo tự kiểm soát, thang đo trì hoãn học tập, thang đo kiệt sức, thang đo hài lòng cuộc sống.
Sai lầm thường gặp là viết vài câu nghe sâu sắc, cho điểm 1 đến 5, cộng tổng lại rồi gọi là thang đo. Không đúng. Đó mới là bản nháp mục hỏi, chưa phải thang đo đã được kiểm định.
Test tâm lý là công cụ chuẩn hóa dùng để đo hành vi hoặc thuộc tính tâm lý. Test có thể bao gồm thang đo, bảng kiểm, bài nhiệm vụ, trắc nghiệm năng lực hoặc công cụ tự báo cáo. Điểm quan trọng là test cần quy trình thực hiện, chấm điểm và diễn giải rõ ràng, nhất quán.
Test trả lời câu hỏi: kết quả này có thể được diễn giải như thế nào theo chuẩn và bằng chứng của công cụ?
Ví dụ: test trí tuệ, test chú ý, test trí nhớ, bảng kiểm triệu chứng đã chuẩn hóa, công cụ đánh giá nhân cách có hướng dẫn sử dụng.
Sai lầm thường gặp là gọi mọi nội dung có điểm số là test. Không đúng. Điểm số chỉ là con số. Test cần chuẩn hóa và bằng chứng.
Lượng giá tâm lý là quá trình thu thập, tích hợp và diễn giải nhiều nguồn dữ liệu để hiểu một người, một nhóm hoặc một vấn đề tâm lý trong bối cảnh cụ thể.
Lượng giá trả lời câu hỏi: dữ liệu này nói gì về con người này, trong hoàn cảnh này, với mục tiêu hỗ trợ nào?
Nguồn dữ liệu có thể gồm phỏng vấn, quan sát, thang đo, test chuẩn hóa, thông tin từ gia đình, giáo viên, hồ sơ học tập, hồ sơ sức khỏe, hành vi thực tế và bối cảnh xã hội.
Sai lầm thường gặp là nghĩ lượng giá chỉ là “làm bài test”. Không đúng. Test là một phần của lượng giá. Lượng giá cần tư duy chuyên môn để tích hợp dữ liệu.
| Khái niệm | Bản chất | Cần bằng chứng gì? | Kết quả tạo ra | Giới hạn |
|---|---|---|---|---|
| Bảng hỏi | Thu thập thông tin | Cần rõ mục đích, câu hỏi phù hợp | Câu trả lời, dữ liệu mô tả | Không tự động đo được tâm lý |
| Thang đo | Đo một cấu trúc tâm lý | Độ tin cậy, giá trị, cấu trúc, quy tắc chấm điểm | Điểm số theo khái niệm cần đo | Không tự động là chẩn đoán |
| Test tâm lý | Công cụ đo chuẩn hóa | Chuẩn hóa, độ tin cậy, giá trị, hướng dẫn diễn giải | Điểm số có quy tắc diễn giải | Phải dùng đúng đối tượng, đúng mục đích |
| Lượng giá | Quá trình đánh giá tổng hợp | Nhiều nguồn dữ liệu, chuyên môn, đạo đức, bối cảnh | Nhận định và khuyến nghị | Không nên dựa vào một điểm số đơn lẻ |
Nhiều người gọi mọi thứ là “test” vì chữ đó nghe gọn, nghe hiện đại, nghe có vẻ khoa học. Nhưng tâm lý học không vận hành bằng vẻ ngoài khoa học. Nó vận hành bằng khái niệm, bằng chứng, phương pháp, đạo đức và giới hạn diễn giải.
Không phải cứ có câu hỏi là thành bảng đo.
Không phải cứ có thang 1–5 là thành thang đo.
Không phải cứ có điểm tổng là thành test.
Không phải cứ có biểu đồ là có khoa học.
Không phải cứ có kết quả là được quyền kết luận về con người.
Một bảng hỏi tốt giúp ta thu thông tin.
Một thang đo tốt giúp ta đo đúng khái niệm.
Một test tốt giúp ta tạo điểm số có thể diễn giải.
Một lượng giá tốt giúp ta hiểu con người trong bối cảnh thật của họ.
Và đây là điểm cần nhớ nhất:
Câu hỏi hay có thể mở cửa cảm xúc. Nhưng công cụ tâm lý học phải mở được cánh cửa bằng chứng.
Tâm lý học không cấm sự gần gũi. Nó không bắt mọi câu chữ phải khô cứng. Nhưng nó không cho phép ta dùng vài câu nghe sâu sắc để khoác áo khoa học cho một công cụ chưa được kiểm định.
Vì sau mỗi điểm số là một con người thật. Một người có lịch sử, hoàn cảnh, tổn thương, nguồn lực, giới hạn và phẩm giá riêng. Nếu đo sai, ta không chỉ sai về dữ liệu. Ta có thể sai với chính con người đó.
Cho nên, trước khi gọi một thứ là “test tâm lý”, hãy hỏi chậm lại:
Ta đang đo cái gì?
Vì sao đo bằng những câu này?
Câu hỏi có đại diện cho khái niệm không?
Điểm số có ổn định không?
Điểm số có thật sự có ý nghĩa không?
Công cụ đã thử trên nhóm nào?
Có phù hợp văn hóa và độ tuổi không?
Có bảo vệ dữ liệu người tham gia không?
Có nói rõ giới hạn diễn giải không?
Và quan trọng nhất: ta có quyền kết luận đến đâu?
Nếu chưa trả lời được những câu đó, hãy gọi nó là bảng hỏi. Hoặc phiếu tự đánh giá. Hoặc công cụ tham khảo. Gọi đúng không làm nó mất giá trị. Gọi đúng chỉ giúp nó bớt giả khoa học hơn.