روان‌سنجی رشته‌ای از مطالعات روان‌شناسی است که به نظریه و تکنیک اندازه‌گیری مربوط می‌شود. روان‌سنجی به طور کلی به زمینه‌های تخصصی در روان‌شناسی و آموزش اشاره دارد که به آزمایش، اندازه‌گیری، ارزیابی و فعالیت‌های مرتبط اختصاص دارد.[1] روان‌سنجی به اندازه‌گیری عینی سازه‌های پنهانی می‌پردازد که نمی‌توان مستقیماً مشاهده کرد. نمونه هایی از سازه های نهفته عبارتند از هوش، درونگرایی، اختلالات روانی و پیشرفت تحصیلی.[2] سطوح افراد روی متغیرهای پنهان غیرقابل مشاهده از طریق مدل سازی ریاضی بر اساس آنچه از پاسخ افراد به موارد در آزمون ها و مقیاس ها مشاهده می شود، استنباط می شود.[2]

پزشکان به عنوان روان‌سنجی توصیف می‌شوند، اگرچه همه کسانی که در تحقیقات روان‌سنجی شرکت می‌کنند این عنوان را رعایت نمی‌کنند. روان‌سنجی‌ها معمولاً دارای مدارک خاصی مانند مدارک تحصیلی یا گواهینامه‌ها هستند و بیشتر آنها روان‌شناسانی هستند که تحصیلات تکمیلی پیشرفته در روان‌سنجی و نظریه اندازه‌گیری دارند. علاوه بر موسسات آکادمیک سنتی، پزشکان برای سازمان‌هایی مانند خدمات تست آموزشی و شرکت روانشناسی نیز کار می‌کنند. برخی از محققان روان‌سنجی بر ساخت و اعتبار ابزارهای ارزیابی از جمله نظرسنجی، مقیاس‌ها و پرسش‌نامه‌های باز یا بسته تمرکز می‌کنند. برخی دیگر بر تحقیقات مربوط به تئوری اندازه گیری تمرکز می کنند (به عنوان مثال، نظریه پاسخ آیتم؛ همبستگی درون طبقاتی) یا به عنوان متخصصان یادگیری و توسعه تخصص دارند.

بنیاد تاریخی

تست روانشناختی از دو جریان فکری به دست آمده است: اولی، از داروین، گالتون، و کتل در مورد اندازه گیری تفاوت های فردی، و دوم، از هربارت، وبر، فچنر، و وونت و اندازه گیری های روان-فیزیکی آنها از ساختاری مشابه. مجموعه دوم افراد و تحقیقات آنها همان چیزی است که منجر به توسعه روانشناسی تجربی و تست استاندارد شده است.[3]

جریان ویکتوریایی

چارلز داروین الهام بخش سر فرانسیس گالتون، دانشمندی بود که توسعه روانسنجی را پیش برد. داروین در سال 1859 کتاب خود را در مورد منشاء گونه ها منتشر کرد. داروین نقش انتخاب طبیعی را در پیدایش، در طول زمان، جمعیت های مختلف گونه های گیاهی و جانوری توصیف کرد. این کتاب نشان می‌دهد که چگونه اعضای یک گونه با یکدیگر تفاوت دارند و چگونه ویژگی‌هایی دارند که کم و بیش با محیطشان سازگار است. کسانی که ویژگی های سازگاری بیشتری دارند، احتمال بیشتری برای زنده ماندن برای تولید مثل و ایجاد نسل دیگری دارند. کسانی که ویژگی های سازگاری کمتری دارند احتمال کمتری دارند. این ایده‌ها علاقه گالتون را به مطالعه انسان‌ها و تفاوت آن‌ها با یکدیگر و مهم‌تر از آن، چگونگی اندازه‌گیری این تفاوت‌ها برانگیخت.

گالتون کتابی با عنوان نبوغ ارثی نوشت. این کتاب ویژگی‌های متفاوتی را که افراد دارند و اینکه چگونه آن ویژگی‌ها برخی را نسبت به دیگران «مناسب‌تر» می‌سازد، شرح می‌دهد. امروزه این تفاوت ها، مانند عملکرد حسی و حرکتی (زمان واکنش، حدت بینایی و قدرت بدنی)، حوزه های مهم روانشناسی علمی هستند. بسیاری از کارهای اولیه نظری و کاربردی در روانسنجی در تلاشی برای سنجش هوش انجام شد. گالتون اغلب به عنوان «پدر روان‌سنجی» شناخته می‌شود، آزمایش‌های ذهنی را در میان معیارهای آنتروپومتری خود ابداع کرد و گنجاند. جیمز مک‌کین کتل، پیشگام در زمینه روان‌سنجی، کار گالتون را گسترش داد. کتل اصطلاح آزمون ذهنی را ابداع کرد و مسئول تحقیق و دانشی است که در نهایت منجر به توسعه آزمون‌های مدرن شد.[4]

جریان آلمانی

منشأ روان سنجی نیز با حوزه مرتبط روان فیزیک ارتباط دارد. تقریباً در همان زمانی که داروین، گالتون و کتل در حال انجام اکتشافات خود بودند، هربارت همچنین علاقه مند به “باز کردن اسرار آگاهی انسان” از طریق روش علمی بود.[4] هربارت مسئول ایجاد مدل‌های ریاضی ذهن بود که در سال‌های آینده در شیوه‌های آموزشی تأثیرگذار بودند.

E.H. وبر کار هربارت را بنا کرد و سعی کرد وجود آستانه روانشناختی را اثبات کند و گفت که حداقل محرک برای فعال کردن یک سیستم حسی ضروری است. پس از وبر، G.T. فچنر دانشی را که از هربارت و وبر به دست آورده بود بسط داد تا این قانون را ابداع کند که قدرت یک احساس با لگاریتم شدت محرک افزایش می یابد. ویلهلم وونت یکی از پیروان وبر و فچنر است که علم روانشناسی را پایه گذاری کرده است. این تأثیر وونت است که راه را برای دیگران برای توسعه آزمایش روانشناختی هموار کرد.[4]

قرن بیستم

در سال 1936، روان‌سنج L. L. Thurstone، بنیانگذار و اولین رئیس انجمن روان‌سنجی، رویکردی نظری را برای اندازه‌گیری ایجاد و به کار برد که به آن قانون قضاوت مقایسه‌ای می‌گویند، رویکردی که ارتباط نزدیکی با نظریه روان‌فیزیکی ارنست هاینریش وبر و گوستاو دارد. فچنر. علاوه بر این، اسپیرمن و ترستون هر دو سهم مهمی در این زمینه داشتند

o نظریه و کاربرد تحلیل عاملی، یک روش آماری توسعه یافته و به طور گسترده در روان سنجی استفاده می شود.[5] در اواخر دهه 1950، لئوپولد زوندی یک ارزیابی تاریخی و معرفت‌شناختی از تأثیر تفکر آماری بر روان‌شناسی طی چند دهه گذشته انجام داد: «در دهه‌های گذشته، تفکر خاص روان‌شناختی تقریباً به طور کامل سرکوب و حذف شده است و یک تفکر آماری جایگزین شده است. دقیقاً در اینجا سرطان تستولوژی و تستومنی امروزی را می بینیم.[6]

اخیراً نظریه روان‌سنجی در سنجش شخصیت، نگرش‌ها و باورها و پیشرفت تحصیلی به کار گرفته شده است. این سازه‌های پنهان را نمی‌توان واقعاً اندازه‌گیری کرد، و بسیاری از تحقیقات و علم در این رشته در تلاش برای اندازه‌گیری این سازه‌ها تا حد امکان نزدیک به امتیاز واقعی توسعه یافته‌اند.

چهره هایی که سهم قابل توجهی در روان سنجی داشته اند عبارتند از: کارل پیرسون، هنری اف قیزر، کارل بریگام، ال.ال.ترستون، ای.ال.تورندایک، جورج راش، یوجین گالانتر، جانسون اوکانر، فردریک ام. لرد، لدیارد آر تاکر، لوئیس گاتمن، و جین. عاشقانه

تعریف اندازه گیری در علوم اجتماعی
تعریف اندازه گیری در علوم اجتماعی سابقه ای طولانی دارد. یک تعریف رایج کنونی، که توسط استنلی اسمیت استیونز ارائه شده است، این است که اندازه‌گیری عبارت است از «تخصیص اعداد به اشیاء یا رویدادها بر اساس برخی قوانین». این تعریف در مقاله ساینس در سال 1946 معرفی شد که در آن استیونز چهار سطح اندازه گیری را پیشنهاد کرد.[7] اگرچه این تعریف به طور گسترده پذیرفته شده است، اما از جنبه های مهمی با تعریف کلاسیک تر از اندازه گیری پذیرفته شده در علوم فیزیکی متفاوت است، یعنی اندازه گیری علمی مستلزم «تخمین یا کشف نسبت مقداری از مقدار یک ویژگی کمی به واحدی با همان ویژگی است. (ص 358)[8]

در واقع، تعریف استیونز از اندازه گیری در پاسخ به کمیته فرگوسن بریتانیا، که رئیس آن، A. Ferguson، یک فیزیکدان بود، ارائه شد. این کمیته در سال 1932 توسط انجمن بریتانیایی برای پیشرفت علم به منظور بررسی امکان تخمین کمی رویدادهای حسی منصوب شد. اگرچه رئیس و سایر اعضای آن فیزیکدان بودند، این کمیته شامل چند روانشناس نیز بود. گزارش کمیته بر اهمیت تعریف اندازه گیری تاکید کرد. در حالی که پاسخ استیونز پیشنهاد یک تعریف جدید بود که تأثیر قابل توجهی در این زمینه داشته است، این به هیچ وجه تنها پاسخ به گزارش نبود. یکی دیگر از پاسخ های متفاوت، پذیرش تعریف کلاسیک بود، همانطور که در عبارت زیر منعکس شده است:

اندازه گیری در روانشناسی و فیزیک به هیچ وجه تفاوتی با هم ندارند. فیزیکدانان می توانند اندازه گیری کنند که چه زمانی می توانند عملیاتی را بیابند که توسط آنها ممکن است معیارهای لازم را برآورده کنند. روانشناسان هم باید همین کار را بکنند. آنها نیازی به نگرانی در مورد تفاوت های مرموز بین معنای اندازه گیری در این دو علم ندارند (ریس، 1943، ص 49).[9]
این پاسخ‌های متفاوت در رویکردهای جایگزین برای اندازه‌گیری منعکس می‌شوند. برای مثال، روش‌های مبتنی بر ماتریس‌های کوواریانس معمولاً با این فرض به کار می‌روند که اعداد، مانند نمرات خام حاصل از ارزیابی‌ها، اندازه‌گیری هستند. چنین رویکردهایی به طور ضمنی مستلزم تعریف استیونز از اندازه گیری است که فقط مستلزم این است که اعداد بر اساس برخی قاعده ها تخصیص داده شوند. بنابراین، وظیفه اصلی تحقیق به طور کلی کشف ارتباط بین نمرات و عواملی است که زمینه ساز چنین ارتباطی است.[10]

از سوی دیگر، زمانی که مدل‌های اندازه‌گیری مانند مدل راش به کار می‌روند، اعداد بر اساس یک قانون تخصیص داده نمی‌شوند. در عوض، مطابق با بیانیه ریس در بالا، معیارهای خاصی برای اندازه گیری بیان شده است، و هدف، ساختن رویه ها یا عملیاتی است که داده هایی را فراهم می کند که معیارهای مربوطه را برآورده می کند. اندازه‌گیری‌ها بر اساس مدل‌ها تخمین زده می‌شوند و آزمایش‌هایی برای اطمینان از برآورده شدن معیارهای مربوطه انجام می‌شود.[نیازمند منبع]

ابزارها و رویه ها
اولین ابزارهای روان سنجی برای اندازه گیری هوش طراحی شدند.[11] یکی از رویکردهای اولیه برای اندازه گیری هوش، آزمونی بود که در فرانسه توسط آلفرد بینه و تئودور سیمون توسعه یافت. آن آزمون به نام Test Binet-Simon [fr] شناخته شد. آزمون فرانسوی برای استفاده در ایالات متحده توسط لوئیس ترمن از دانشگاه استنفورد اقتباس شد و نام آزمون هوشی استانفورد-بینه را نامید.

یکی دیگر از تمرکز اصلی در روان سنجی بر روی تست شخصیت بوده است. طیف وسیعی از رویکردهای نظری برای مفهوم‌سازی و اندازه‌گیری شخصیت وجود دارد، اگرچه هیچ نظریه‌ای وجود ندارد که به طور گسترده مورد توافق قرار گیرد. برخی از ابزارهای شناخته‌شده‌تر عبارتند از فهرست شخصیت چند مرحله‌ای مینه‌سوتا، مدل پنج عاملی (یا “۵ بزرگ”) و ابزارهایی مانند فهرست شخصیت و اولویت و شاخص نوع مایرز-بریگز. نگرش ها نیز به طور گسترده با استفاده از رویکردهای روانسنجی مورد مطالعه قرار گرفته اند.

مدل‌های تضمینی که کلی‌ترین آنها مدل کسینوس هذلولی است (اندریچ و لو، 1993).[13]

رویکردهای نظری
روان‌سنجی نظریه‌های مختلف اندازه‌گیری را توسعه داده‌اند. اینها شامل نظریه آزمون کلاسیک (CTT) و نظریه پاسخ آیتم (IRT) است.[14][15] رویکردی که از نظر ریاضی شبیه به IRT است اما از نظر منشأ و ویژگی‌های آن کاملاً متمایز است، توسط مدل Rasch برای اندازه‌گیری نشان داده می‌شود. توسعه مدل راش، و کلاس وسیع‌تری از مدل‌هایی که به آن تعلق دارد، به صراحت بر اساس الزامات اندازه‌گیری در علوم فیزیکی بنا شده است.[16]

روان‌سنجی‌ها همچنین روش‌هایی را برای کار با ماتریس‌های بزرگ همبستگی و کوواریانس توسعه داده‌اند. تکنیک‌های این سنت کلی عبارتند از: تحلیل عاملی، [17] روشی برای تعیین ابعاد زیربنایی داده‌ها. یکی از چالش‌های اصلی که کاربران تحلیل عاملی با آن مواجه هستند، فقدان اجماع در مورد رویه‌های مناسب برای تعیین تعداد عوامل پنهان است.[18] یک روش معمول این است که وقتی مقادیر ویژه به زیر یک می‌رسند، به دلیل کوچک شدن کره اصلی، فاکتورگیری متوقف می‌شود. فقدان نقاط برش به سایر روش‌های چند متغیره نیز مربوط می‌شود.[19]

مقیاس بندی چند بعدی[20] روشی برای یافتن یک نمایش ساده برای داده هایی با تعداد زیادی ابعاد پنهان است. تحلیل خوشه ای روشی برای یافتن اشیایی است که شبیه یکدیگر هستند. تحلیل عاملی، مقیاس‌گذاری چند بعدی و تحلیل خوشه‌ای همگی روش‌های توصیفی چند متغیره هستند که برای استخراج از مقادیر زیادی از ساختارهای ساده‌تر داده استفاده می‌شوند.

اخیراً، مدل‌سازی معادلات ساختاری [21] و تحلیل مسیر، رویکردهای پیچیده‌تری را برای کار با ماتریس‌های کوواریانس بزرگ نشان می‌دهند. این روش‌ها به مدل‌های آماری پیچیده اجازه می‌دهند تا به داده‌ها برازش شوند و برای تعیین اینکه آیا برازش کافی هستند یا خیر، آزمایش شوند. از آنجایی که در سطح ریز، تحقیقات روان‌سنجی به میزان و ماهیت چند بعدی بودن در هر یک از موارد مورد علاقه مربوط می‌شود، یک روش نسبتاً جدید به نام تحلیل دو عاملی [22] [23] [24] می‌تواند مفید باشد. تجزیه و تحلیل دو عاملی می تواند “واریانس سیستماتیک یک آیتم را بر حسب، در حالت ایده آل، دو منبع، یک عامل کلی و یک منبع واریانس سیستماتیک اضافی” تجزیه کند.[25]

مفاهیم کلیدی
مفاهیم کلیدی در نظریه آزمون کلاسیک پایایی و روایی هستند. یک معیار قابل اعتماد معیاری است که یک سازه را به طور پیوسته در طول زمان، افراد و موقعیت ها اندازه گیری می کند. معیار معتبر اندازه گیری است که آنچه را که در نظر گرفته شده است اندازه گیری کند. پایایی برای اعتبار لازم است، اما کافی نیست.

هم پایایی و هم روایی را می توان به صورت آماری ارزیابی کرد. سازگاری با اندازه گیری های مکرر همان آزمون را می توان با ضریب همبستگی پیرسون ارزیابی کرد و اغلب به آن پایایی آزمون-بازآزمایی می گویند.[26] به طور مشابه، معادل نسخه‌های مختلف یک معیار را می‌توان با همبستگی پیرسون نمایه کرد و قابلیت اطمینان فرم‌های معادل یا اصطلاحی مشابه نامیده می‌شود.[26]

سازگاری درونی، که به همگنی یک فرم تست منفرد می پردازد، ممکن است با همبستگی عملکرد در دو نیمه آزمون ارزیابی شود که به آن قابلیت اطمینان تقسیم نیمه می گویند. مقدار این ضریب همبستگی لحظه-محصول پیرسون برای دو نیم‌آزمون با فرمول پیش‌بینی اسپیرمن-براون تنظیم می‌شود تا با همبستگی بین دو آزمون تمام‌قد مطابقت داشته باشد.[26] شايد متداول‌ترين شاخص قابليت اطمينان، α كرونباخ باشد كه معادل ميانگين تمام ضرايب تقسيم نصف ممكن است. رویکردهای دیگر شامل همبستگی درون کلاسی است که نسبت واریانس اندازه‌گیری‌های یک هدف معین به واریانس همه اهداف است.

انواع مختلفی از اعتبار وجود دارد. روایی وابسته به معیار به میزانی اشاره دارد که یک آزمون یا مقیاس نمونه‌ای از رفتار را پیش‌بینی می‌کند، یعنی معیاری که “خارجی برای خود ابزار اندازه‌گیری است.” تست؛ میانگین نمرات کالج مانند زمانی که SAT دبیرستان برای پیش بینی عملکرد در کالج استفاده می شود. و حتی رفتاری که در گذشته رخ داده است، به عنوان مثال، زمانی که از آزمون علائم روانشناختی فعلی برای پیش بینی وقوع قربانی شدن گذشته استفاده می شود (که به طور دقیق نشان دهنده پس پیش بینی است). هنگامی که معیار معیار همزمان با اعتبارسنجی اندازه گیری جمع آوری می شود، هدف ایجاد اعتبار همزمان است. هنگامی که معیار بعداً جمع آوری می شود، هدف ایجاد اعتبار پیش بینی است. اندازه‌گیری در صورتی اعتبار سازه دارد که به اندازه‌گیری‌های دیگر سازه‌ها آنطور که تئوری نیاز دارد، مرتبط باشد. روایی محتوا نشان‌دهنده این است که آیتم‌های یک آزمون کار مناسبی را برای پوشش دامنه مورد اندازه‌گیری انجام می‌دهند. در مثال انتخاب پرسنل، محتوای آزمون بر اساس یک بیانیه تعریف شده یا مجموعه ای از اظهارات دانش، مهارت، توانایی یا سایر ویژگی های به دست آمده از تجزیه و تحلیل شغل است.

نظریه پاسخ آیتم رابطه بین صفات نهفته و پاسخ به آزمون i را مدل می کند

تمس. از جمله مزایای دیگر، IRT مبنایی را برای به دست آوردن تخمینی از موقعیت یک آزمایش شونده در یک صفت پنهان معین و همچنین خطای استاندارد اندازه گیری آن مکان فراهم می کند. به عنوان مثال، دانش یک دانش آموز از تاریخ را می توان از نمره او در یک آزمون دانشگاهی استنباط کرد و سپس به طور قابل اعتماد با دانش یک دانش آموز دبیرستانی که از یک آزمون دشوارتر استنتاج می شود، مقایسه کرد. نمرات به دست آمده توسط نظریه آزمون کلاسیک دارای این ویژگی نیست و ارزیابی توانایی واقعی (به جای توانایی نسبت به سایر آزمون دهندگان) باید با مقایسه نمرات یک “گروه هنجار” که به طور تصادفی از جامعه انتخاب شده است ارزیابی شود. در واقع، تمام معیارهای به دست آمده از نظریه آزمون کلاسیک به نمونه آزمایش شده وابسته هستند، در حالی که، در اصل، آنهایی که از نظریه پاسخ آیتم به دست می آیند، وابسته نیستند.

استانداردهای کیفیت
ملاحظات اعتبار و پایایی معمولاً به عنوان عناصر اساسی برای تعیین کیفیت هر آزمون در نظر گرفته می شوند. با این حال، انجمن‌های حرفه‌ای و شاغل اغلب این نگرانی‌ها را در چارچوب‌های گسترده‌تری هنگام تدوین استانداردها و قضاوت کلی در مورد کیفیت هر آزمون به عنوان یک کل در یک زمینه معین قرار داده‌اند. یکی از نگرانی‌هایی که در بسیاری از محیط‌های تحقیقات کاربردی وجود دارد، این است که آیا معیار یک فهرست روان‌شناختی معین معنادار است یا دلخواه.[28]

استانداردهای تست
در سال 2014، انجمن تحقیقات آموزشی آمریکا (AERA)، انجمن روان‌شناسی آمریکا (APA)، و شورای ملی سنجش در آموزش (NCME) تجدید نظری در استانداردهای آزمون‌های آموزشی و روان‌شناختی منتشر کردند، [29] که استانداردهای توسعه آزمون را توصیف می‌کند. ، ارزیابی و استفاده استانداردها موضوعات ضروری در آزمون را شامل اعتبار، قابلیت اطمینان/خطاهای اندازه گیری، و انصاف در آزمایش می کنند. این کتاب همچنین استانداردهای مربوط به عملیات تست را از جمله طراحی و توسعه آزمون، نمرات، مقیاس ها، هنجارها، پیوند امتیازات، نمرات برش، اجرای آزمون، امتیازدهی، گزارش، تفسیر نمره، مستندات آزمون، و حقوق و مسئولیت های شرکت کنندگان و کاربران آزمون را ایجاد می کند. . در نهایت، استانداردها موضوعات مربوط به برنامه های آزمایشی، از جمله تست و ارزیابی روانشناختی، آزمایش و اعتبارسنجی در محل کار، آزمون و ارزیابی آموزشی، و آزمون در ارزیابی برنامه و خط مشی عمومی را پوشش می دهد.

استانداردهای ارزیابی
در زمینه ارزشیابی و به ویژه ارزشیابی آموزشی، کمیته مشترک استانداردهای ارزشیابی آموزشی[30] سه مجموعه استاندارد برای ارزشیابی منتشر کرده است. استانداردهای ارزیابی پرسنل[31] در سال 1988 منتشر شد، استانداردهای ارزیابی برنامه (ویرایش دوم)[32] در سال 1994 منتشر شد، و استانداردهای ارزیابی دانشجویی[33] در سال 2003 منتشر شد.

هر نشریه مجموعه ای از استانداردها را برای استفاده در انواع محیط های آموزشی ارائه و تشریح می کند. استانداردها دستورالعمل هایی را برای طراحی، اجرا، ارزیابی و بهبود شکل شناسایی شده ارزیابی ارائه می کنند.[34] هر یک از استانداردها در یکی از چهار دسته اساسی برای ارتقای ارزشیابی های آموزشی مناسب، مفید، امکان پذیر و دقیق قرار گرفته اند. در این مجموعه استانداردها، ملاحظات اعتبار و قابلیت اطمینان تحت عنوان دقت پوشش داده شده است. به عنوان مثال، استانداردهای دقت دانش آموز کمک می کند تا اطمینان حاصل شود که ارزشیابی دانش آموز اطلاعات صحیح، دقیق و معتبری در مورد یادگیری و عملکرد دانش آموزان ارائه می دهد.

جنجال و انتقاد
از آنجا که روان‌سنجی مبتنی بر فرآیندهای روان‌شناختی پنهان است که از طریق همبستگی‌ها اندازه‌گیری می‌شوند، در مورد برخی از معیارهای روان‌سنجی اختلاف نظر وجود دارد. اندازه گیری ها اغلب توسط افراد غیر حرفه ای مورد سوء استفاده قرار می گیرند، مانند تست های شخصیتی که در روش های استخدامی استفاده می شود. استانداردهای سنجش آموزشی و روان‌شناختی بیانیه زیر را در مورد اعتبار آزمون بیان می‌کند: «روایی به درجه‌ای اشاره دارد که شواهد و تئوری از تفسیرهای نمرات آزمون ناشی از کاربردهای پیشنهادی آزمون‌ها پشتیبانی می‌کنند».[36] به بیان ساده، یک آزمون معتبر نیست مگر اینکه به روشی که مورد نظر است استفاده و تفسیر شود.[37]

دو نوع ابزار مورد استفاده برای سنجش ویژگی های شخصیتی، آزمون های عینی و سنجش های فرافکنی هستند. نمونه هایی از این آزمون ها عبارتند از: پرسشنامه پنج بزرگ (BFI)، پرسشنامه شخصیت چند فازی مینه سوتا (MMPI-2)، آزمون لکه جوهر رورشاخ، پرسشنامه شخصیت عصبی KON-2006، [38] یا پرسشنامه شخصیت آیزنک (EPQ-R). برخی از این آزمون‌ها به این دلیل مفید هستند که از اعتبار و اعتبار کافی برخوردارند، دو عاملی که باعث می‌شود آزمون‌ها بازتاب‌های منسجم و دقیقی از ساختار زیربنایی داشته باشند. با این حال، شاخص نوع مایرز-بریگز (MBTI)، اعتباری مشکوک دارد و مورد انتقادات زیادی قرار گرفته است. رابرت هوگان متخصص روان‌سنجی درباره این معیار نوشت: «بیشتر روانشناسان شخصیت به این معیار توجه می‌کنند

MBTI چیزی بیشتر از یک کوکی ثروت چینی استادانه است.”[39]

لی کرونباخ در روانشناس آمریکایی (1957) خاطرنشان کرد که “روانشناسی همبستگی، اگرچه به قدمت آزمایش بود، اما کندتر به بلوغ رسید. با این حال، به همان اندازه به عنوان یک رشته واجد شرایط است، زیرا نوع متمایزی از سؤال می پرسد و روش های فنی برای بررسی دارد. آیا سوال به درستی مطرح شده است و داده ها به درستی تفسیر شده اند یا خیر. او ادامه داد: “روش همبستگی به نوبه خود می تواند آنچه را که انسان یاد نگرفته است کنترل کند یا هرگز نمی تواند به کنترل آن امیدوار باشد را مطالعه کند… یک فدراسیون واقعی از رشته ها مورد نیاز است. مستقل نگه داشته شوند، آنها فقط می توانند ارائه دهند. در مورد برخی از مسائل مهم، پاسخ اشتباه است یا اصلاً پاسخ داده نمی شود.»[40]

غیر انسان: حیوانات و ماشین ها
روان سنجی به توانایی ها، نگرش ها، صفات و تکامل آموزشی انسان می پردازد. قابل ذکر است که مطالعه رفتار، فرآیندهای ذهنی و توانایی‌های حیوانات غیرانسان معمولاً توسط روان‌شناسی تطبیقی یا با پیوستاری بین حیوانات غیرانسان و بقیه حیوانات توسط روان‌شناسی تکاملی مورد توجه قرار می‌گیرد. با این وجود، برخی از مدافعان برای انتقال تدریجی تر بین رویکردی که برای انسان ها و رویکردی که برای حیوانات (غیر انسانی) اتخاذ شده است، وجود دارد.

ارزیابی توانایی‌ها، ویژگی‌ها و تکامل یادگیری ماشین‌ها عمدتاً با انسان‌ها و حیوانات غیرانسان، با رویکردهای خاص در حوزه هوش مصنوعی ارتباطی ندارد. یک رویکرد یکپارچه تر، تحت نام روان سنجی جهانی، نیز پیشنهاد شده است.[45]