آزمون وسیله ای است عینی و استاندارد شده که برای انداز­گیری نمونه ای از رفتار یا خصایص آدمی به کار می­رود.در این تعریف مراد از عینی بودن این است که روش اجراء، نمره دادن وتعبیر وتفسیر نتایج آزمون براساس قواعدی معین و مشخص صورت می­گیرد و قضاوت و نظر شخصی در آن بی­تأثیر است.برای هر آزمون دستورالعمل خاصی در مورد نحوه اجرا، طول مدت آزمایش ، دستورهای شفاهی ونحوه ارائه مثال­ها و روش تفسیرنمره­ ها تهیه می­شود.
اصطلاح استاندارد شده بدین معناست که آزمون قبلاً در مورد گروه نمونه ای از افراد مورد نظر، در بوته آزمایش گذاشته شده است و نتایج پژوهش­های مربوط به آن از راه روش­های آماری مورد تجزیه و تحلیل قرار گرفته و روایی و اعتبار آن تعیین شده است.یک آزمون خوب دارای جدول نرم یا هنجارهایی است که نمره­های خام آزمون بر مبنای آن مورد تعبیر و تفسیر قرار می­گیرند. مقصود از نمونه­ایی از رفتار یا خصایص،آن است که در هر آزمون نمونه­ های کوچکی از رفتار یا خصایص فرد که به دقّت انتخاب شده است، مورد مشاهده و اندازه ­گیری قرار می­گیرد.همچنان که یک متخصص شیمی، برای تعیین مواد محلول در آب قطره­ای از آن را مورد آزمایش قرار می­دهد، یک روان­شناس نیز مثلاً برای اندازه گیری استعداد ریاضی یک فرد می تواند نمونه­ هایی از توانایی وی را در حل مسایل، محاسبات کمی ریاضی مورد مطالعه قرار دهد.معرّف بودن محتوای آزمون و قدرت تشخیص و پیش­بینی آن بسته به این است که ماهیت و تعداد پرسش­های آزمون با چه دقتی از میان پرسش­های ممکن انتخاب شده و تا چه اندازه نمونه­ های واقعی رفتار مورد نظررا مورد سنجش قرار می­دهد. به عنوان مثال،هرگاه در یک تحقیق معلوم شود که بین نمره­هایی که گروهی از آزمودنی­ ها با پاسخ دادن به پرسش­های یک آزمون فنی به دست می­آورند و میزان موفقیّت آن­ها در مسایل فنی همبستگی معنی­ دار وجود دارد، در این صورت گفته می­شود که آزمون مذکور دارای قدرت تشخیص و پیش­ بینی است.
به همین دلیل است که گفته می­شود مواد آزمون­ها باید با رفتار­های مورد پیش­بینی، مشابهت داشته باشند.علاوه بر موارد بالا، باید به این نکته مهّم اشاره کنیم که نتایج آزمون تنها در مورد گروهی از افراد یا جامعه معتبر است که این آزمون قبلاًدر مورد افراد نمونه­ای استاندارد شده باشد که از نظر خصایص و متغیّرهای مؤثّر در نتایج آزمون کم و بیش مشابه گروه یا جامعه مورد نظر باشد. یکی از متغیّرهای بسیار مؤثّر در نتایج آزمون­های اجرا شده عامل فرهنگی است.
نتایج آزمونی که براساس عوامل فرهنگی حاکم بر جوامع غرب استاندارد شده است، نمی تواند در مورد کودکان و نوجوانان و جوانان ایرانی از اعتبار و روایی کافی برخوردار باشد،مگر این که پرسش­های آن با شرایط فرهنگی ایران تطبیق داده شود و بررسی­ها و تحلیل­های آماری لازم در مورد نتایج حاصل از اجرای آزمون در باره گروه­های نمونه­ای از کودکان و نوجوانان ایرانی انجام گیرد. بنابراین یک آزمون روانی باید مثل هر وسیله اندازه­گیری دیگر، ویژگی­هایی داشته باشد.ویژگی­های یک آزمون خوب را می توان به دو گروه بزرگ تقسیم کرد: ویژگی­های اصلی و ویژگی­های فرعی(گنجی،1385).
 
2-6-1- ویژگی­های اصلی یک آزمون خوب
الف: اعتبار یا پایایی:منظور از این اعتبار این است که اگر یک آزمون دوبار در مورد یک آزمودنی به کار برود نتایج تقریباً یکسانی به دست آید. بنابراین می­توان گفت که اعتبار یک آزمون عبارت است از ثبات و پایایی نتایج آن در اجرای متعدد است.اگرآزمون در هر بار اجرا نتایج متفاوتی بدهد،آن آزمون پایا نخواهد بود و در واقع چیزی را به درستی اندازه نخواهد گرفت و در این حالت آزمون اطلاعات مفیدی را به ما نخواهد داد.بنابراین در این جا انسجام داخلی آزمون مورد نظر است.نتایج یک آزمون می­تواند تحت­تأثیر تغییرات محیط و تمایل لحظه­ای آزمودنی قرار بگیرد.اعتبار آزمون را به شیوه­های زیر اندازه می­گیرند:

1.اجرای مجدد یک آزمون:آزمونی را در مورد یک گروه اجرا می­کنند و بعد از گذشت یک زمان مشخص مثلاً یک هفته، همان آزمون را با همان شرایط در مورد همان گروه تکرار می­کنند.نتایج دو نوبت را با یکدیگر مقایسه می­کنند.اگر بین نتایج دو نوبت همبستگی مثبت قابل قبولی دیده شود،آزمون از اعتبار برخوردار است.

2. اجرای دو فرم موازی: این روش ایجاب می­کند که ما از یک آزمون دو فرم موازی داشته باشیم.دو آزمون را وقتی موازی گویند که از نظر درجه­ی دشواری، قدرت تشخیص و محتوای درونی مثل هم باشند و تنها از نظر شکل ظاهر تفاوت داشته باشند. اگر از یک آزمون دو فرم موازی در دست باشد می­توان هردو فرم را پشت سرهم(بدون فاصله زمانی) یا با فاصله زمانی چند روز اجرا کرد و ضریب همبستگی بین دو سری نمره را به دست آورد.ضریب همبستگی به دست آمده اعتبار آزمون خواهد بود.
3. روش دو نیمه کردن: در این روش آزمون را در یک زمان واحد و در مورد تعدادی از آزمودنی­ها به کار می­برند. پس از اجرای آزمون،آن را به دو نیمه تقسیم می­کنند.بدین ترتیب که سؤال­های زوج آن را به عنوان یک آزمون و سؤال­های فرد آن را به عنوان آزمون دیگر در نظرمی­گیرند.یعنی برای هر آزمودنی دو نمره به دست می­آورند. بین دو سری نمره ضریب همبستگی محاسبه می­شود.
...