Tests, Measurement & Evaluation in Physical Education • Tests & Measurement

Principles of Measurement & Evaluation

This module covers core definitions, measurement scales, evaluation types, and essential physiological-pedagogical parameters required for competitive selection.

UP TGT Physical Education UP PGT Physical Education PGT Unit 3

1. Definitional Framework and Theoretical Foundations

In physical education and sports sciences, precise quantification and qualitative appraisal are vital for tracking progress, diagnosing deficiencies, and optimizing athletic performance. Scholars like H. Harrison Clarke and Barry M. Johnson have meticulously categorized these processes.

Test: An instrument, tool, or specific technique used to collect data or gather information about a trait, capacity, or performance (e.g., AAHPERD Youth Fitness Test, Harvard Step Test).
Measurement: The process of assigning numbers or scores to a performance, attribute, or physical dimension according to specific, rule-governed standards (e.g., running 100m in 11.2 seconds, height of 185 cm, body fat percentage of 12%).
Evaluation: A systematic process of interpreting the data gathered through measurement, making value judgments, and determining the degree to which educational or athletic objectives have been achieved.
Key Equation: Evaluation = Measurement (Quantitative Data) + Value Judgment (Qualitative Interpretation).

2. Physiological / Biomechanical / Practical Principles

Effective testing and evaluation in physical education rely heavily on scientific principles to ensure accurate results without compromising the safety or health of participants.

Validity: The degree to which a test measures what it purports to measure (e.g., VO2 max treadmill test is valid for aerobic capacity). Types include content, criterion-related (concurrent and predictive), and construct validity.
Reliability: The consistency, repeatability, or dependability of test scores under similar conditions. Evaluated through test-retest, parallel-form, or split-half methods.
Objectivity: The degree to which multiple independent testers score the same performance without bias or subjective variation (inter-rater reliability).
Norms: Standards established from data collected on a reference population, allowing individual scores to be interpreted relative to peers (percentiles, T-scores, Z-scores).
Administrative Feasibility: Practical considerations including cost, time, equipment availability, safety, and ease of scoring.

3. Application in Sports Performance, Coaching & Pedagogy

Measurement and evaluation are not merely academic exercises; they drive practical interventions in coaching, sports medicine, and physical education curriculum planning.

Diagnostic Screening: Identifying functional movement screens (FMS), postural deviations, and physiological weaknesses before designing conditioning programs.
Classification and Selection: Grouping athletes by skill level, somatotype, or physical maturity, and selecting elite prospects for state and national teams.
Motivation and Goal Setting: Providing concrete performance feedback that fosters intrinsic motivation and establishes realistic, progressive training benchmarks.
Curriculum Grading and Program Evaluation: Assessing student growth across cognitive, affective, and psychomotor domains to refine teaching methodologies and physical education policies.

Practice Examination Questions (10 MCQs)

Select an answer to view the correct option and explanation.

Q1 Which of the following terms best describes the process of assigning numbers or scores to a physical performance according to specific rules?

A Evaluation
B Measurement
C Testing
D Assessment

Q2 What is the most critical characteristic of a good test in physical education and sports science?

A Objectivity
B Reliability
C Validity
D Economy

Q3 If a test yields consistent and stable scores upon repeated administrations under identical conditions, it possesses high:

A Validity
B Reliability
C Objectivity
D Normative value

Q4 Which statistical score derived from raw data has a predetermined mean of 50 and a standard deviation of 10?

A Z-score
B Percentile
C T-score
D Stanine

Q5 Which of the following formulas correctly represents the core concept of evaluation?

A Evaluation = Measurement + Testing
B Evaluation = Measurement + Value Judgment
C Evaluation = Test + Reliability
D Evaluation = Norms - Measurement

Q6 The degree to which multiple independent testers score the same individual's performance and arrive at identical or nearly identical scores is known as:

A Predictive Validity
B Objectivity
C Construct Validity
D Internal Consistency

Q7 Who among the following is widely recognized for seminal contributions to physical education measurement and authoring 'Application of Measurement to Health and Physical Education'?

A B.O. Barrow
B H. Harrison Clarke
C J.F. Griffith
D A.V. Hill

Q8 Which type of validity is established by correlating test scores with a benchmark criterion measured at the same time?

A Predictive Validity
B Concurrent Validity
C Content Validity
D Construct Validity

Q9 Administrative feasibility in testing does NOT include which of the following considerations?

A Cost of equipment
B Time required for administration
C Physiological validity of the test
D Ease of scoring

Q10 Which evaluation type is conducted at the end of an instructional unit or competitive season to assign final grades or determine overall achievement?

A Formative Evaluation
B Summative Evaluation
C Diagnostic Evaluation
D Placement Evaluation

परीक्षण, मापन एवं मूल्यांकन • Tests & Measurement

मापन एवं मूल्यांकन के सिद्धांत (Principles of Measurement & Evaluation)

यह मॉड्यूल मुख्य परिभाषाओं, मापन पैमानों, मूल्यांकन के प्रकारों और प्रतिस्पर्धी चयन के लिए आवश्यक शारीरिक-शैक्षिक मापदंडों को कवर करता है।

यूपी टीजीटी शारीरिक शिक्षा यूपी पीजीटी शारीरिक शिक्षा पीजीटी इकाई 3

1. सैद्धांतिक आधार एवं शास्त्रीय परिभाषाएं (Definitional Framework)

शारीरिक शिक्षा और खेल विज्ञान में, प्रगति को ट्रैक करने, कमियों का निदान करने और एथलेटिक प्रदर्शन को अनुकूलित करने के लिए सटीक मात्रात्मक (quantification) और गुणात्मक मूल्यांकन (qualitative appraisal) महत्वपूर्ण हैं। एच. हैरिसन क्लार्क (H. Harrison Clarke) और बैरी एम. जॉनसन (Barry M. Johnson) जैसे विद्वानों ने इन प्रक्रियाओं को सावधानीपूर्वक वर्गीकृत किया है।

परीक्षण (Test): एक उपकरण, साधन या विशिष्ट तकनीक जिसका उपयोग किसी विशेषता, क्षमता या प्रदर्शन के बारे में डेटा एकत्र करने या जानकारी जुटाने के लिए किया जाता है (जैसे: AAHPERD यूथ फिटनेस टेस्ट, हार्वर्ड स्टेप टेस्ट)।
मापन (Measurement): विशिष्ट, नियम-शासित मानकों के अनुसार किसी प्रदर्शन, विशेषता या शारीरिक आयाम को अंक या स्कोर प्रदान करने की प्रक्रिया (जैसे: 100 मीटर की दौड़ 11.2 सेकंड में पूरी करना, 185 सेमी ऊंचाई, 12% शरीर वसा प्रतिशत)।
मूल्यांकन (Evaluation): मापन के माध्यम से एकत्र किए गए डेटा की व्याख्या करने, मूल्य निर्णय लेने और यह निर्धारित करने की एक व्यवस्थित प्रक्रिया कि शैक्षिक या एथलेटिक उद्देश्यों को किस हद तक प्राप्त किया गया है।
मुख्य समीकरण (Key Equation): मूल्यांकन = मापन (मात्रात्मक डेटा) + मूल्य निर्णय (गुणात्मक व्याख्या)।

2. शारीरिक / जैव-यांत्रिकीय / व्यावहारिक सिद्धांत

शारीरिक शिक्षा में प्रभावी परीक्षण और मूल्यांकन वैज्ञानिक सिद्धांतों पर बहुत अधिक निर्भर करते हैं ताकि प्रतिभागियों की सुरक्षा या स्वास्थ्य से समझौता किए बिना सटीक परिणाम सुनिश्चित किए जा सकें।

वैधता (Validity): वह सीमा जिस तक कोई परीक्षण वही मापता है जिसे मापने का वह दावा करता है (जैसे: VO2 मैक्स ट्रेडमिल टेस्ट एरोबिक क्षमता के लिए वैध है)। इसके प्रकारों में सामग्री (content), मानदंड-संबंधित (criterion-related - समवर्ती और भविष्य कहनेवाला), और निर्माण (construct) वैधता शामिल हैं।
विश्वसनीयता (Reliability): समान परिस्थितियों में परीक्षण स्कोर की स्थिरता, दोहराव या निर्भरता। इसे टेस्ट-रीटेस्ट, समानांतर-रूप (parallel-form), या स्प्लिट-हाफ विधियों के माध्यम से मूल्यांकित किया जाता है।
वस्तुनिष्ठता (Objectivity): वह सीमा जिस तक कई स्वतंत्र परीक्षक बिना किसी पूर्वाग्रह या व्यक्तिपरक भिन्नता के एक ही प्रदर्शन को स्कोर करते हैं (इंटर-रेटर विश्वसनीयता)।
मानक (Norms): एक संदर्भ जनसंख्या पर एकत्र किए गए डेटा से स्थापित मानक, जो व्यक्तिगत स्कोर को साथियों के सापेक्ष व्याख्या करने की अनुमति देते हैं (परसेंटाइल, T-स्कोर, Z-स्कोर)।
प्रशासनिक व्यवहार्यता (Administrative Feasibility): व्यावहारिक विचार जिसमें लागत, समय, उपकरण की उपलब्धता, सुरक्षा और स्कोरिंग में आसानी शामिल है।

3. खेल प्रदर्शन, कोचिंग एवं शिक्षण में अनुप्रयोग

मापन और मूल्यांकन केवल शैक्षणिक अभ्यास नहीं हैं; वे कोचिंग, खेल चिकित्सा और शारीरिक शिक्षा पाठ्यक्रम नियोजन में व्यावहारिक हस्तक्षेप को संचालित करते हैं।

नैदानिक स्क्रीनिंग (Diagnostic Screening): कंडीशनिंग प्रोग्राम तैयार करने से पहले कार्यात्मक मूवमेंट स्क्रीन (FMS), पोस्टुरल विचलन और शारीरिक कमजोरियों की पहचान करना।
वर्गीकरण और चयन (Classification and Selection): एथलीटों को कौशल स्तर, सोमाटोटाइप, या शारीरिक परिपक्वता के आधार पर समूहीकृत करना, और राज्य और राष्ट्रीय टीमों के लिए कुलीन संभावनाओं का चयन करना।
प्रेरणा और लक्ष्य निर्धारण (Motivation and Goal Setting): ठोस प्रदर्शन प्रतिक्रिया प्रदान करना जो आंतरिक प्रेरणा को बढ़ावा देती है और यथार्थवादी, प्रगतिशील प्रशिक्षण बेंचमार्क स्थापित करती है।
पाठ्यक्रम ग्रेडिंग और कार्यक्रम मूल्यांकन (Curriculum Grading and Program Evaluation): शिक्षण पद्धतियों और शारीरिक शिक्षा नीतियों को परिष्कृत करने के लिए संज्ञानात्मक, भावात्मक और मनोप्रेरणात्मक डोमेन में छात्र विकास का आकलन करना।

मापन बनाम मूल्यांकन

विशेषता	मापन (Measurement)	मूल्यांकन (Evaluation)
प्रकृति	मात्रात्मक (Quantitative)	गुणात्मक (Qualitative)
उद्देश्य	डेटा एकत्र करना	निर्णय लेना
समय	प्रक्रिया के दौरान	प्रक्रिया के अंत में या दौरान
उपकरण	परीक्षण (Test)	मापन + मूल्य निर्णय

स्मरण सूत्र / Mnemonic

परीक्षण की गुणवत्ता के लिए Mnemonic

V-R-O (वी-आर-ओ)

V (Validity - वैधता), R (Reliability - विश्वसनीयता), O (Objectivity - वस्तुनिष्ठता)। ये एक अच्छे परीक्षण के तीन स्तंभ हैं।

यूपी टीजीटी एवं पीजीटी हेतु मुख्य परीक्षा बिंदु

एच. हैरिसन क्लार्क को शारीरिक शिक्षा मापन का जनक माना जाता है।
T-स्कोर का माध्य (Mean) 50 और मानक विचलन (SD) 10 होता है।
Z-स्कोर का माध्य 0 और मानक विचलन 1 होता है।
वैधता (Validity) को परीक्षण का सबसे महत्वपूर्ण गुण माना जाता है।
वस्तुनिष्ठता (Objectivity) का अर्थ है 'इंटर-रेटर विश्वसनीयता'।
योगात्मक मूल्यांकन (Summative Evaluation) सत्र के अंत में किया जाता है।

सामान्य भ्रांतियां एवं परीक्षा के जाल (Exam Traps)

भ्रांति 1: मापन और मूल्यांकन को एक ही समझना। सत्य: मापन केवल डेटा है, मूल्यांकन उस डेटा का अर्थ है।
भ्रांति 2: यह सोचना कि प्रशासनिक व्यवहार्यता का परीक्षण की वैधता से संबंध है। सत्य: व्यवहार्यता केवल लागत और समय जैसे व्यावहारिक पहलुओं से संबंधित है।

अभ्यास परीक्षा प्रश्न (10 बहुविकल्पीय प्रश्न)

अपनी अवधारणात्मक समझ का परीक्षण करें। उत्तर चुनें और विस्तृत शैक्षणिक व्याख्या देखें।

प्रश्न 1 निम्नलिखित में से कौन सा शब्द किसी विशिष्ट नियमों के अनुसार शारीरिक प्रदर्शन को अंक या स्कोर प्रदान करने की प्रक्रिया का सबसे अच्छा वर्णन करता है?

क मूल्यांकन
ख मापन
ग परीक्षण
घ आकलन

प्रश्न 2 शारीरिक शिक्षा और खेल विज्ञान में एक अच्छे परीक्षण की सबसे महत्वपूर्ण विशेषता क्या है?

क वस्तुनिष्ठता
ख विश्वसनीयता
ग वैधता
घ मितव्ययिता

प्रश्न 3 यदि कोई परीक्षण समान परिस्थितियों में बार-बार प्रशासित होने पर सुसंगत और स्थिर स्कोर देता है, तो इसमें उच्च है:

क वैधता
ख विश्वसनीयता
ग वस्तुनिष्ठता
घ मानक मूल्य

प्रश्न 4 कच्चे डेटा से प्राप्त कौन सा सांख्यिकीय स्कोर 50 के पूर्व निर्धारित माध्य और 10 के मानक विचलन वाला होता है?

क Z-स्कोर
ख परसेंटाइल
ग T-स्कोर
घ स्टेनाइन

प्रश्न 5 निम्नलिखित में से कौन सा सूत्र मूल्यांकन की मुख्य अवधारणा का सही प्रतिनिधित्व करता है?

क मूल्यांकन = मापन + परीक्षण
ख मूल्यांकन = मापन + मूल्य निर्णय
ग मूल्यांकन = परीक्षण + विश्वसनीयता
घ मूल्यांकन = मानक - मापन

प्रश्न 6 वह सीमा जिस तक कई स्वतंत्र परीक्षक एक ही व्यक्ति के प्रदर्शन को स्कोर करते हैं और समान या लगभग समान स्कोर पर पहुंचते हैं, उसे क्या कहा जाता है?

क भविष्य कहनेवाला वैधता
ख वस्तुनिष्ठता
ग निर्माण वैधता
घ आंतरिक स्थिरता

प्रश्न 7 निम्नलिखित में से किसे शारीरिक शिक्षा मापन में महत्वपूर्ण योगदान और 'Application of Measurement to Health and Physical Education' लिखने के लिए व्यापक रूप से मान्यता प्राप्त है?

क बी.ओ. बैरो
ख एच. हैरिसन क्लार्क
ग जे.एफ. ग्रिफिथ
घ ए.वी. हिल

प्रश्न 8 किस प्रकार की वैधता एक ही समय में मापे गए बेंचमार्क मानदंड के साथ परीक्षण स्कोर को सहसंबंधित करके स्थापित की जाती है?

क भविष्य कहनेवाला वैधता
ख समवर्ती वैधता
ग सामग्री वैधता
घ निर्माण वैधता

प्रश्न 9 परीक्षण में प्रशासनिक व्यवहार्यता में निम्नलिखित में से कौन सा विचार शामिल नहीं है?

क उपकरण की लागत
ख प्रशासन के लिए आवश्यक समय
ग परीक्षण की शारीरिक वैधता
घ स्कोरिंग में आसानी

प्रश्न 10 अंतिम ग्रेड असाइन करने या समग्र उपलब्धि निर्धारित करने के लिए निर्देश इकाई या प्रतिस्पर्धी सत्र के अंत में किस प्रकार का मूल्यांकन किया जाता है?

क रचनात्मक मूल्यांकन
ख योगात्मक मूल्यांकन
ग नैदानिक मूल्यांकन
घ प्लेसमेंट मूल्यांकन

अक्सर पूछे जाने वाले प्रश्न (FAQs)

मापन और मूल्यांकन के बीच मुख्य अंतर क्या है?

मापन केवल डेटा एकत्र करने की प्रक्रिया है (जैसे अंक देना), जबकि मूल्यांकन उस डेटा का उपयोग करके निर्णय लेने की प्रक्रिया है।

T-स्कोर और Z-स्कोर का उपयोग क्यों किया जाता है?

इनका उपयोग विभिन्न परीक्षणों के परिणामों को एक सामान्य पैमाने पर लाने के लिए किया जाता है ताकि उनकी तुलना की जा सके।

क्या एक परीक्षण विश्वसनीय हो सकता है लेकिन वैध नहीं?

हाँ, यदि कोई परीक्षण बार-बार एक ही गलत परिणाम देता है, तो वह विश्वसनीय है लेकिन वैध नहीं है।

शारीरिक शिक्षा में 'वस्तुनिष्ठता' क्यों आवश्यक है?

यह सुनिश्चित करने के लिए कि परीक्षक का व्यक्तिगत पूर्वाग्रह परिणामों को प्रभावित न करे।

UP TGT Physical Education Tracker Track all 8 units & 149 curriculum topics

UP PGT Physical Education Tracker Check 211 topics with TGT/PGT overlap tags