Tests, Measurement & Evaluation in Physical Education • Test Selection & Construction

Methods of Test Selection

The systematic methodology of test selection forms the bedrock of tests, measurement, and evaluation in physical education, ensuring that motor fitness, physiological capacity, and skill proficiency are assessed validly and reliably.

UP PGT Physical Education PGT Unit 3

1. Definitional Framework and Theoretical Foundations

Test selection is the deliberate, evidence-based process of choosing appropriate measurement tools that accurately quantify a specific physical, physiological, or psychological attribute of an athlete or student. According to classical measurement theorists like H. Harrison Clarke and Barry M. Johnson, a test must transcend mere subjective observation to yield objective, quantifiable data.

Validity: The degree to which a test measures what it purports to measure (e.g., the AAHPERD Youth Fitness Test accurately assessing motor fitness).
Reliability: The consistency and stability of test scores over repeated administrations under identical conditions.
Objectivity: The elimination of tester bias, ensuring that two or more independent administrators arrive at identical scores.
Administrative Feasibility: Practical constraints including cost, time, equipment availability, and tester expertise.

2. Scientific Criteria and Classification Protocols

When physical educators and sports scientists select tests for talent identification, diagnostic screening, or program evaluation, they must evaluate them against stringent scientific criteria. Tests are broadly classified into maximum performance tests (e.g., 100m sprint, vertical jump) and typical performance tests (e.g., attitude scales, personality inventories).

Selection methodologies rely heavily on statistical indices such as the Validity Coefficient (r >= 0.80), Test-Retest Reliability Coefficient (r >= 0.85), and normative tables developed across homogenous age and gender groups. Furthermore, physiological parameters such as VO2 max estimation protocols (e.g., Cooper 12-Minute Run Test or Harvard Step Test) require strict adherence to biomechanical and physiological standardization to maintain measurement integrity.

3. Application in Sports Science, Coaching & Pedagogy

In elite sports training and school-based physical education, test selection dictates the trajectory of athletic development and curricular success. Coaches select specific test batteries—such as the Barrow Motor Ability Test or Fleishman Fitness Battery—to diagnose specific motor deficits (explosive strength, speed, agility, flexibility). Pedagogically, proper test selection ensures grading equity, monitors longitudinal physical growth, and validates the efficacy of conditioning micro- and macro-cycles.

Practice Examination Questions (10 MCQs)

Select an answer to view the correct option and explanation.

Q1 Which of the following is considered the most critical foundational criterion when selecting a physical education test?

A Administrative cost
B Validity
C Length of testing time
D Simplicity of scoring

Q2 The degree to which a test score is free from tester bias and yields the same score regardless of who administers it is known as:

A Validity
B Reliability
C Objectivity
D Norms

Q3 Who among the following measurement experts is renowned for pioneering comprehensive physical fitness and motor ability testing frameworks in physical education?

A H. Harrison Clarke
B Sigmund Freud
C Ivan Pavlov
D B.F. Skinner

Q4 When a test consistently yields stable and repeatable scores over multiple administrations, it possesses high:

A Validity
B Reliability
C Feasibility
D Economy

Q5 Which category of tests measures an individual's best possible physical output, such as maximum strength or speed?

A Typical performance tests
B Maximum performance tests
C Personality inventories
D Attitude scales

Q6 In the context of test administration, administrative feasibility refers to:

A How difficult the biomechanical analysis is
B Practical factors like cost, time, equipment, and ease of scoring
C The validity coefficient of the test
D The physiological stress placed on the athlete

Q7 What statistical threshold is generally accepted for a test to possess high reliability in physical education research?

A r >= 0.50
B r >= 0.70
C r >= 0.85
D r <= 0.20

Q8 A test that evaluates an individual's score against a predetermined passing score or health standard rather than peer performance is called:

A Norm-referenced test
B Criterion-referenced test
C Subjective rating test
D Maximum effort test

Q9 Which of the following is a primary threat to test objectivity?

A Using electronic timing gates
B Clear, unambiguous scoring rubrics
C Tester subjectivity and personal bias
D Standardized testing instructions

Q10 For UP TGT/PGT aspirants, selecting a test battery for school children requires prioritizing which combination of factors?

A High cost and elite laboratory precision
B Safety, administrative feasibility, and age-appropriate validity
C Maximum exhaustion and invasive biochemical assays
D Complex statistical factor analysis

परीक्षण, मापन एवं मूल्यांकन • Test Selection & Construction

परीक्षण चयन की विधियाँ (Methods of Test Selection)

परीक्षण चयन की व्यवस्थित कार्यप्रणाली शारीरिक शिक्षा में परीक्षण, मापन और मूल्यांकन की आधारशिला है, जो यह सुनिश्चित करती है कि मोटर फिटनेस, शारीरिक क्षमता और कौशल दक्षता का मूल्यांकन वैध और विश्वसनीय रूप से किया जाए।

यूपी पीजीटी शारीरिक शिक्षा पीजीटी इकाई 3

1. सैद्धांतिक आधार एवं शास्त्रीय परिभाषाएं (Definitional Framework)

परीक्षण चयन उपयुक्त मापन उपकरणों को चुनने की एक विचारशील, साक्ष्य-आधारित प्रक्रिया है जो किसी एथलीट या छात्र के विशिष्ट शारीरिक, शारीरिक (physiological) या मनोवैज्ञानिक गुणों को सटीक रूप से मापती है। एच. हैरिसन क्लार्क (H. Harrison Clarke) और बैरी एम. जॉनसन (Barry M. Johnson) जैसे शास्त्रीय मापन सिद्धांतकारों के अनुसार, एक परीक्षण को केवल व्यक्तिपरक अवलोकन से ऊपर उठकर वस्तुनिष्ठ, मात्रात्मक डेटा प्रदान करना चाहिए।

वैधता (Validity): वह सीमा जिस तक कोई परीक्षण वही मापता है जिसे मापने का वह दावा करता है (उदाहरण के लिए, AAHPERD यूथ फिटनेस टेस्ट मोटर फिटनेस का सटीक मूल्यांकन करता है)।
विश्वसनीयता (Reliability): समान परिस्थितियों में बार-बार प्रशासित किए जाने पर परीक्षण स्कोर की निरंतरता और स्थिरता।
वस्तुनिष्ठता (Objectivity): परीक्षक के पूर्वाग्रह का उन्मूलन, यह सुनिश्चित करना कि दो या दो से अधिक स्वतंत्र प्रशासक समान स्कोर पर पहुँचें।
प्रशासनिक व्यवहार्यता (Administrative Feasibility): लागत, समय, उपकरण की उपलब्धता और परीक्षक की विशेषज्ञता सहित व्यावहारिक बाधाएं।

2. वैज्ञानिक मानदंड एवं वर्गीकरण प्रोटोकॉल

जब शारीरिक शिक्षक और खेल वैज्ञानिक प्रतिभा पहचान, नैदानिक स्क्रीनिंग या कार्यक्रम मूल्यांकन के लिए परीक्षणों का चयन करते हैं, तो उन्हें कठोर वैज्ञानिक मानदंडों के आधार पर उनका मूल्यांकन करना चाहिए। परीक्षणों को व्यापक रूप से अधिकतम प्रदर्शन परीक्षण (maximum performance tests) (जैसे, 100 मीटर स्प्रिंट, वर्टिकल जंप) और सामान्य प्रदर्शन परीक्षण (typical performance tests) (जैसे, दृष्टिकोण स्केल, व्यक्तित्व सूची) में वर्गीकृत किया गया है।

चयन पद्धतियां सांख्यिकीय सूचकांकों पर बहुत अधिक निर्भर करती हैं जैसे कि वैधता गुणांक (Validity Coefficient, r >= 0.80), परीक्षण-पुनः परीक्षण विश्वसनीयता गुणांक (Test-Retest Reliability Coefficient, r >= 0.85), और समरूप आयु एवं लिंग समूहों में विकसित मानक तालिकाएं। इसके अलावा, VO2 मैक्स अनुमान प्रोटोकॉल (जैसे, कूपर 12-मिनट रन टेस्ट या हार्वर्ड स्टेप टेस्ट) जैसे शारीरिक मापदंडों के लिए मापन अखंडता बनाए रखने हेतु जैव-यांत्रिक और शारीरिक मानकीकरण का कड़ाई से पालन आवश्यक है।

3. खेल विज्ञान, कोचिंग एवं शिक्षण में अनुप्रयोग

कुलीन खेल प्रशिक्षण और स्कूल-आधारित शारीरिक शिक्षा में, परीक्षण चयन एथलेटिक विकास और पाठ्यक्रम की सफलता की दिशा तय करता है। कोच विशिष्ट परीक्षण बैटरियों का चयन करते हैं—जैसे बैरो मोटर एबिलिटी टेस्ट (Barrow Motor Ability Test) या फ्लेशमैन फिटनेस बैटरी (Fleishman Fitness Battery)—ताकि विशिष्ट मोटर कमियों (विस्फोटक शक्ति, गति, चपलता, लचीलापन) का निदान किया जा सके। शैक्षणिक रूप से, उचित परीक्षण चयन ग्रेडिंग में समानता सुनिश्चित करता है, अनुदैर्ध्य शारीरिक विकास की निगरानी करता है, और कंडीशनिंग माइक्रो- और मैक्रो-साइकिल की प्रभावकारिता को मान्य करता है।

परीक्षण के प्रकारों की तुलना

मानदंड	अधिकतम प्रदर्शन परीक्षण	सामान्य प्रदर्शन परीक्षण
उद्देश्य	सर्वश्रेष्ठ शारीरिक क्षमता मापना	व्यवहार या दृष्टिकोण मापना
उदाहरण	100 मीटर स्प्रिंट, वर्टिकल जंप	व्यक्तित्व प्रश्नावली, एटीट्यूड स्केल
प्रयास	अधिकतम प्रयास आवश्यक	स्वभाविक प्रतिक्रिया आवश्यक

स्मरण सूत्र / Mnemonic

परीक्षण चयन के मुख्य मानदंड (VROF)

V-R-O-F

V (Validity - वैधता), R (Reliability - विश्वसनीयता), O (Objectivity - वस्तुनिष्ठता), F (Feasibility - व्यवहार्यता)। यह शारीरिक शिक्षा में किसी भी परीक्षण के चयन के लिए चार अनिवार्य स्तंभ हैं।

यूपी टीजीटी एवं पीजीटी हेतु मुख्य परीक्षा बिंदु

वैधता (Validity) को परीक्षण का सबसे महत्वपूर्ण मानदंड माना जाता है।
विश्वसनीयता गुणांक (r) का मानक मान 0.85 या उससे अधिक होना चाहिए।
वस्तुनिष्ठता (Objectivity) परीक्षक के पूर्वाग्रह को समाप्त करने की क्षमता है।
एच. हैरिसन क्लार्क को मापन और मूल्यांकन के क्षेत्र में अग्रणी माना जाता है।
प्रशासनिक व्यवहार्यता में लागत, समय और उपकरण की उपलब्धता शामिल है।
मानक-संदर्भित (Norm-referenced) परीक्षणों की तुलना साथियों के प्रदर्शन से की जाती है।

सामान्य भ्रांतियां एवं परीक्षा के जाल (Exam Traps)

भ्रांति 1: यह सोचना कि विश्वसनीयता का अर्थ वैधता है। वैज्ञानिक रूप से, एक परीक्षण विश्वसनीय हो सकता है लेकिन वैध नहीं (यदि वह गलत चीज को लगातार माप रहा है)।
भ्रांति 2: प्रशासनिक व्यवहार्यता को वैज्ञानिक सटीकता से अधिक महत्व देना। व्यवहार्यता महत्वपूर्ण है, लेकिन वैधता के बिना परीक्षण का कोई वैज्ञानिक मूल्य नहीं 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 किसे शारीरिक शिक्षा परीक्षण का चयन करते समय सबसे महत्वपूर्ण आधारभूत मानदंड माना जाता है?

क प्रशासनिक लागत
ख वैधता
ग परीक्षण समय की अवधि
घ स्कोरिंग की सरलता

प्रश्न 2 वह सीमा जिस तक एक परीक्षण स्कोर परीक्षक के पूर्वाग्रह से मुक्त होता है और इसे प्रशासित करने वाले व्यक्ति की परवाह किए बिना समान स्कोर देता है, उसे क्या कहा जाता है?

क वैधता
ख विश्वसनीयता
ग वस्तुनिष्ठता
घ मानक

प्रश्न 3 निम्नलिखित में से कौन सा मापन विशेषज्ञ शारीरिक शिक्षा में व्यापक शारीरिक फिटनेस और मोटर क्षमता परीक्षण ढांचे के अग्रणी के रूप में प्रसिद्ध है?

क एच. हैरिसन क्लार्क
ख सिगमंड फ्रायड
ग इवान पावलोव
घ बी.एफ. स्किनर

प्रश्न 4 जब कोई परीक्षण कई प्रशासनों के दौरान लगातार स्थिर और दोहराने योग्य स्कोर देता है, तो उसमें उच्च क्या होता है?

क वैधता
ख विश्वसनीयता
ग व्यवहार्यता
घ अर्थव्यवस्था

प्रश्न 5 परीक्षणों की कौन सी श्रेणी किसी व्यक्ति के सर्वोत्तम संभव शारीरिक आउटपुट को मापती है, जैसे अधिकतम शक्ति या गति?

क सामान्य प्रदर्शन परीक्षण
ख अधिकतम प्रदर्शन परीक्षण
ग व्यक्तित्व सूची
घ दृष्टिकोण स्केल

प्रश्न 6 परीक्षण प्रशासन के संदर्भ में, प्रशासनिक व्यवहार्यता का तात्पर्य क्या है?

क जैव-यांत्रिक विश्लेषण कितना कठिन है
ख लागत, समय, उपकरण और स्कोरिंग में आसानी जैसे व्यावहारिक कारक
ग परीक्षण का वैधता गुणांक
घ एथलीट पर डाला गया शारीरिक तनाव

प्रश्न 7 शारीरिक शिक्षा अनुसंधान में उच्च विश्वसनीयता रखने के लिए परीक्षण के लिए आमतौर पर कौन सा सांख्यिकीय सीमा स्वीकार की जाती है?

क r >= 0.50
ख r >= 0.70
ग r >= 0.85
घ r <= 0.20

प्रश्न 8 एक परीक्षण जो साथियों के प्रदर्शन के बजाय पूर्व निर्धारित उत्तीर्ण स्कोर या स्वास्थ्य मानक के खिलाफ किसी व्यक्ति के स्कोर का मूल्यांकन करता है, उसे क्या कहा जाता है?

क मानक-संदर्भित परीक्षण
ख मानदंड-संदर्भित परीक्षण
ग व्यक्तिपरक रेटिंग परीक्षण
घ अधिकतम प्रयास परीक्षण

प्रश्न 9 निम्नलिखित में से कौन सा परीक्षण वस्तुनिष्ठता के लिए प्राथमिक खतरा है?

क इलेक्ट्रॉनिक टाइमिंग गेट्स का उपयोग
ख स्पष्ट, अस्पष्ट स्कोरिंग रूब्रिक्स
ग परीक्षक की व्यक्तिपरकता और व्यक्तिगत पूर्वाग्रह
घ मानकीकृत परीक्षण निर्देश

प्रश्न 10 यूपी टीजीटी/पीजीटी उम्मीदवारों के लिए, स्कूली बच्चों के लिए परीक्षण बैटरी का चयन करने के लिए किन कारकों के संयोजन को प्राथमिकता देने की आवश्यकता है?

क उच्च लागत और कुलीन प्रयोगशाला परिशुद्धता
ख सुरक्षा, प्रशासनिक व्यवहार्यता, और आयु-उपयुक्त वैधता
ग अधिकतम थकावट और आक्रामक जैव रासायनिक परख
घ जटिल सांख्यिकीय कारक विश्लेषण

अक्सर पूछे जाने वाले प्रश्न (FAQs)

वैधता और विश्वसनीयता में मुख्य अंतर क्या है?

वैधता का अर्थ है कि परीक्षण सही गुण माप रहा है, जबकि विश्वसनीयता का अर्थ है कि परीक्षण हर बार समान परिणाम दे रहा है।

क्या एक परीक्षण विश्वसनीय हो सकता है लेकिन वैध नहीं?

हाँ, यदि कोई परीक्षण गलत तरीके से लगातार एक ही गलत परिणाम दे रहा है, तो वह विश्वसनीय है लेकिन वैध नहीं है।

प्रशासनिक व्यवहार्यता क्यों महत्वपूर्ण है?

क्योंकि स्कूल और खेल के मैदानों में सीमित संसाधन, समय और बजट होते हैं, इसलिए परीक्षण का व्यावहारिक होना आवश्यक है।

मानदंड-संदर्भित परीक्षण (Criterion-referenced) का एक उदाहरण दें?

फिटनेसग्राम (FITNESSGRAM) का 'हेल्थी फिटनेस ज़ोन' एक मानदंड-संदर्भित परीक्षण है।

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