Så bedömer du kvaliteten hos ett psykologiskt test

Alla testleverantörer beskriver sina instrument som reliabla och valida. COTAN:s och EFPA:s bedömningsramverk ger dig ett strukturerat sätt att själv pröva det påståendet, kriterium för kriterium, innan du låter ett test ligga till grund för beslut om människor.

Kortfattat

  • Bedöm ett test för en bestämd användning: det som räcker för utveckling kan vara för tunt för urval.
  • COTAN bedömer tester på sju separata kriterier, från principerna för testkonstruktionen till kriterievaliditet.
  • EFPA:s Test Review Model är det europeiska ramverk som nationella psykologförbund baserar sina testrecensioner på.
  • En siffra som saknas i en manual är ett fynd i sig: avsaknad av belägg är inte detsamma som goda belägg.
  • Officiella bedömningar kommer bara från det granskande organet självt. Fråga efter källa och datum, och slå upp det.

Varför oberoende kriterier hjälper när du väljer ett test

Att välja ett test utifrån en broschyr är riskabelt. Marknadsföringsmaterial brukar citera den bästa koefficienten från det mest gynnsamma urvalet och tiga om det som aldrig har studerats. En fast uppsättning kriterier gör ett intryck till konkreta frågor: vad är testet till för, hur precisa är resultaten, vilka jämförs kandidaterna med, och finns det belägg för att resultaten hänger samman med det som har betydelse i arbetet?

Två ramverk används i stor utsträckning i Europa. COTAN, testkommittén inom det nederländska psykologförbundet (Nederlands Instituut van Psychologen, NIP), har dokumenterat tester sedan 1959 och publicerat bedömningar sedan 1969. Test Review Model från European Federation of Psychologists’ Associations (EFPA) byggdes delvis på COTAN-systemet och på brittiska och spanska kriterier. Inget av dem ger ett test en universell kvalitetsstämpel: båda frågar om underlaget stöder en viss användning, med vissa personer, på ett visst språk.

COTAN:s sju kriterier i klartext

COTAN granskar varje test utifrån sju kriterier. Två granskare bedömer testet oberoende av varandra, och varje kriterium får sin egen bedömning; det finns inget sammanfattande betyg. I 2010 års utgåva av bedömningssystemet är varje bedömning otillräcklig, tillräcklig eller god.

  • Principer för testkonstruktionen: är den avsedda användningen, målgrupperna och begreppet beskrivna och teoretiskt förankrade? Vad ett test påstår sig mäta avgör vilka belägg det behöver.
  • Testmaterialets kvalitet: är uppgifter, instruktioner och poängsättning standardiserade, och är innehållet fritt från uppgifter som kan väcka anstöt hos vissa grupper?
  • Manualens kvalitet: ger den dig det du behöver för att administrera testet och tolka resultaten korrekt, inklusive gränserna för den tolkningen?
  • Normer: är normgrupperna tillräckligt stora, representativa för de personer du jämför kandidater med och aktuella? En normtabell utan datum eller beskrivning av gruppen går inte att bedöma.
  • Reliabilitet: hur precisa är resultaten, enligt vilken typ av studie och vilket urval?
  • Begreppsvaliditet: finns det belägg för att testet mäter det som det påstår sig mäta, till exempel utifrån faktorstrukturen och sambanden med andra mått?
  • Kriterievaliditet: hänger resultaten samman med utfall som arbetsprestation, utbildningsresultat eller personalomsättning, och hur väl mättes det utfallet?

En otillräcklig bedömning kan innebära att underlaget var svagt eller att det aldrig redovisades. COTAN behandlar båda lika, eftersom bevisbördan ligger hos testförfattaren. För dig kan skillnaden spela roll: ett nytt test med lite data är inte samma sak som ett test som inte höll måttet. I båda fallen är det en varningssignal, och om du ändå använder testet bör du kunna förklara varför.

COTAN-bedömningar ges enbart av COTAN självt och publiceras i den digitala COTAN Documentatie, som Boom uitgevers ger ut på uppdrag av NIP. Om en leverantör hänvisar till en COTAN-bedömning, slå upp den där och kontrollera vilken version av testet och manualen den gäller.

EFPA:s Test Review Model och närliggande ramverk

EFPA:s Test Review Model är ett strukturerat recensionsformulär med anvisningar för granskare, baserat på kriterier från British Psychological Society, det spanska psykologförbundet och COTAN. Version 4.2.6 är från 2013; version 5.0, en omfattande revidering, publicerades i augusti 2025.

Modellen beskriver först instrumentet och utvärderar sedan den teoretiska grunden och dokumentationen, testmaterialet, normerna, reliabiliteten, validiteten, stödet för rättvis användning och kvaliteten på digitalt genererade rapporter, och avslutas med en samlad bedömning. Validitetsbelägg grupperas efter källa: testinnehåll, intern struktur, samband med andra variabler och övriga källor.

Modellen är tänkt att anpassas till nationella förhållanden och tillämpas av sakkunniga granskare; förbund som British Psychological Society har baserat sina testrecensioner på den. EFPA anger att bedömningar som görs med modellen inte innebär att EFPA ställer sig bakom ett test, och att marknadsföring inte får antyda något annat. En leverantör som kallar sitt test godkänt av EFPA har missförstått modellen.

DIN 33430 i Tyskland

DIN 33430, den tyska standarden för yrkesrelaterad lämplighetsbedömning, reviderades senast 2016. Den bedömer inte enskilda tester utan omfattar hela processen: att klargöra uppdraget, analysera rollens krav, välja metoder, administrera och tolka, dokumentera, samt kvalifikationerna hos de inblandade. En bilaga anger vad dokumentationen av ett psykometriskt test bör innehålla, vilket gör den till en användbar checklista även utanför Tyskland.

En checklista för att läsa en teknisk manual

Vilket ramverk du än använder finns underlaget i den tekniska manualen. Be om den innan du köper, och läs den med ditt eget beslut i åtanke.

  • Avsedd användning: nämner manualen din användning, och anger den vad testet inte är avsett för?
  • Normgrupper: storlek, sammansättning, land, språk och år för datainsamlingen. Liknar de dina kandidater? Se hur normgrupper fungerar.
  • Reliabilitet: vilken typ, från vilket urval, och redovisas standardmätfelet? Grunderna finns i reliabilitet och validitet förklarat.
  • Validitet: finns det belägg för faktorstrukturen, för samband med jämförbara tester och, vid urval, för ett samband med arbetsrelaterade utfall? Hur stora var urvalen?
  • Rättvisa och språk: fungerar uppgifter och skalor på samma sätt i olika grupper, och har din språkversion anpassats och studerats, inte bara översatts?
  • Version och oberoende recension: gäller underlaget den version du kommer att använda, och finns det en recension som du själv kan slå upp?
Exempel Fiktivt utdrag ur en manual

Numerical Reasoning NR-2 (ett fiktivt test). Avsedd användning: urval och utveckling för roller på akademisk nivå. Normgrupp: 1 240 sökande till ekonomi- och administrativa roller i Nederländerna, insamlad 2021–2022, nederländsk version. Reliabilitet: ω = 0,86 (n = 1 240); test–retest efter fyra veckor r = 0,79 (n = 112). Begreppsvaliditet: enfaktormodell bekräftad; korrelation med ett etablerat numeriskt test r = 0,68 (n = 210). Kriterievaliditet: r = 0,24 med chefsbedömningar efter sex månader (n = 85).

Så läser du det. En reliabilitet på 0,86 är stabil, men för ett viktigt beslut om en individ ligger den mellan COTAN:s riktmärken 0,80 och 0,90, så titta på standardmätfelet och undvik hårda gränsvärden vid små skillnader i resultat. Normgruppen passar ekonomiroller i Nederländerna, inte säljroller eller en tysk version. Kriteriestudien pekar åt rätt håll, men med 85 personer är konfidensintervallet brett. Slutsats: användbart vid urval tillsammans med annan information, och en människa fattar beslutet.

När du själv utvecklar eller publicerar ett test

Samma kriterier fungerar som en kravspecifikation: definiera begreppet och den avsedda användningen, pröva ut uppgifter och samla in data om reliabilitet, struktur och normer i målpopulationen, så som beskrivs under testutveckling. EFPA uppmuntrar uttryckligen utvecklare och utgivare att utvärdera sina egna tester med modellen. Det ger dig en strukturerad självvärdering, inte en recension: en COTAN-bedömning ges enbart av COTAN, genom dess eget förfarande.

Det psykometriska labbet på Match.hr granskar tester innan de listas och kan arbeta med dig kring testvalidering. Labbets kriterier följer strukturen i COTAN:s och EFPA:s bedömningsmodeller. Labbet är inte knutet till eller godkänt av någon av organisationerna, och en granskningsnivå som Validerat är ingen officiell bedömning. Om du vill erbjuda ditt instrument till arbetsgivare börjar publiceringen med den granskningen; se Publicera ditt test.

Källor

Vanliga frågor

Betyder en bra COTAN-bedömning att ett test passar min urvalsprocess?

Inte automatiskt. En bedömning beskriver underlaget för de användningar och grupper som testet studerades för, vid tidpunkten för recensionen. Kontrollera om normgruppen motsvarar dina kandidater, om språkversionen du använder ingick i underlaget och om recensionen fortfarande gäller den aktuella versionen av testet och manualen. En bedömning stöder ditt val av test; besluten om kandidater ligger kvar hos människor.

Var kan jag kontrollera om ett test har recenserats?

För COTAN i den digitala COTAN Documentatie, som ges ut av Boom uitgevers på uppdrag av NIP. För recensioner baserade på EFPA-modellen, vänd dig till det nationella psykologförbund som genomförde recensionen, till exempel British Psychological Society i Storbritannien. I Tyskland publicerar Diagnostik- und Testkuratorium recensioner enligt sitt eget system, TBS-DTK. Be leverantören om den exakta referensen och datumet, och kontrollera själv.

Är tester på Match.hr granskade av COTAN eller EFPA?

Labbets granskningar är inte COTAN-bedömningar eller EFPA-baserade recensioner av ett nationellt förbund. Labbets kriterier följer strukturen i båda bedömningsmodellerna, och Match.hr är inte knutet till eller godkänt av någon av organisationerna. Vad som har studerats för ett test visas på dess psykometriska etikett och, när den har publicerats, i dess tekniska manual. Om ett test från en utgivare på plattformen har en oberoende recension, be om referensen och slå upp den.

Vad gäller om ett test aldrig har recenserats?

Det är vanligt, särskilt för nyare tester och onlinetester. Gå igenom checklistan ovan med den tekniska manualen och be leverantören om det som saknas. Behandla en siffra som saknas som okänd snarare än som godtagbar. Där underlaget är tunt kan du överväga att använda testet för utvecklingssamtal snarare än för urval tills mer data finns.

Testa din första kandidat i dag

Gratis konto, inget kreditkort, resultat på några minuter.