आधा बैंड एक मानक त्रुटि है: IELTS विश्वसनीयता, 2024-2025

IELTS हर सेक्शन स्कोर को आधे-बैंड चरणों में रिपोर्ट करता है, जिससे बैंड ऐसा मापन लगता है जिसका आकार स्थिर हो। परीक्षा के अपने 2024-2025 विश्वसनीयता आँकड़े इससे उलट कहते हैं। Listening स्कोर में मापन की मानक त्रुटि एक बैंड का 0.43 है, जो उस 0.5 चरण का 0.86 है जिसमें स्कोर छापा जाता है। यह रिपोर्ट IELTS द्वारा 2024-2025 परीक्षण वर्ष के लिए प्रकाशित विश्वसनीयता और परिशुद्धता के आँकड़ों को पढ़ती है, जिनमें सेक्शन विश्वसनीयता, परीक्षक सहमति और पूरी परीक्षा के समग्र अनुमान शामिल हैं। आँकड़े परीक्षण संस्करणों में समेकित हैं और केवल प्रकाशित जनसंख्या आँकड़े हैं, किसी भी एकल उम्मीदवार के नहीं।

मुख्य निष्कर्ष

1. Listening सेक्शन स्कोर में एक बैंड की 0.43 मानक त्रुटि होती है, जबकि Academic Reading में 0.36 और General Training Reading में 0.47 है, इसलिए कोई भी ग्रहणात्मक सेक्शन एक बैंड के लगभग एक-तिहाई से कम त्रुटि तक परिशुद्ध नहीं है।
2. विश्वसनीयता ऊँची और कसकर सीमित है: Cronbach's alpha Listening सेक्शनों के लिए 0.83 से 0.95 तक रहा, औसत 0.90; Academic Reading के लिए 0.87 से 0.94, औसत 0.92; और General Training Reading के लिए 0.88 से 0.93, औसत 0.91।
3. परीक्षक द्वारा मूल्यांकित कौशल आंतरिक स्थिरता के बजाय रेटरों के बीच सहमति पर निर्भर करते हैं: पुनर्मूल्यांकन से Speaking के लिए 0.90 और Writing के लिए 0.92 का अंतर-रेटर गुणांक मिला।
4. 4 सेक्शनों को मिलाकर, समग्र विश्वसनीयता अनुमान IELTS Academic और IELTS General Training दोनों के लिए 0.97 है, जबकि समग्र मानक त्रुटि क्रमशः एक बैंड का 0.17 और 0.19 है।

पृष्ठभूमि

बैंड स्कोर एक प्रदर्शन का सार देता है, और इस तरह के हर स्कोर में त्रुटि होती है। अधिक बारीक सवाल यह है कि छपा हुआ बैंड उस स्कोर से कितना दूर हो सकता है जो उसी व्यक्ति को उसी सेक्शन के किसी अलग संस्करण पर मिला होता। इसका उत्तर मापन की मानक त्रुटि (SEM) देती है, और अब IELTS इसे अपने विश्वसनीयता गुणांकों के साथ प्रकाशित करता है।

ये दोनों आँकड़े एक-दूसरे के बदले प्रयोग नहीं किए जा सकते। विश्वसनीयता बताती है कि कोई सेक्शन जो भी मापता है, उसे उन उम्मीदवारों के बीच कितनी स्थिरता से मापता है जिन्होंने उसे दिया। SEM देखे गए स्कोर प्रसार का उपयोग करके उस विश्वसनीयता को बैंड बिंदुओं में बदलती है, इसलिए वही गुणांक अलग-अलग सेक्शनों में अलग SEM दे सकता है। उम्मीदवार के लिए व्यावहारिक परिणाम यह है कि मापन की त्रुटि से छोटे बदलावों को संयोग से अलग नहीं किया जा सकता, और वह त्रुटि इतनी छोटी है या नहीं कि उसे नज़रअंदाज़ किया जाए, यह इस पर निर्भर करता है कि स्कोर कितने बारीक रूप में छापा जाता है।

डेटा और विधि

स्रोत और अवधि। आँकड़े IELTS के परीक्षण आँकड़े पृष्ठों पर 2024-2025 परीक्षण वर्ष के लिए प्रकाशित विश्वसनीयता और परिशुद्धता के आँकड़े हैं, साथ में उस प्रकाशन की तालिका 1, जो सेक्शन माध्य, मानक विचलन और मापन की मानक त्रुटियाँ बताती है [1]।

नमूना। IELTS ये अनुमान 2024-2025 के दौरान परिचालन में प्रयुक्त परीक्षण संस्करणों और उन्हें देने वाले उम्मीदवारों से निकालता है। रिपोर्ट प्रति-संस्करण तालिका के बजाय संस्करणों के पार एक सीमा और एक औसत प्रकाशित करती है, और यह उम्मीदवार-स्तरीय रिकॉर्ड प्रकाशित नहीं करती: यहाँ हर आँकड़ा परीक्षण संस्करणों और उन्हें देने वाले उम्मीदवारों पर एक समेकित अनुमान है। विश्लेषण की इकाई परीक्षण संस्करण और सेक्शन है, व्यक्ति नहीं।

परिभाषाएँ। Cronbach's alpha को 40-आइटम वाले सेक्शन की आंतरिक स्थिरता के रूप में रिपोर्ट किया जाता है। मापन की मानक त्रुटि की गणना मानक विचलन को एक में से विश्वसनीयता घटाकर उसके वर्गमूल से गुणा करके की जाती है। आधा बैंड वह 0.5 चरण है जिसमें सेक्शन स्कोर 9 तक चलने वाले पैमाने पर रिपोर्ट किए जाते हैं। समग्र अनुमान 4 सेक्शनों को जोड़ता है, ग्रहणात्मक सेक्शनों के लिए अल्फा और परीक्षक द्वारा मूल्यांकित सेक्शनों के लिए अंतर-रेटर गुणांकों का उपयोग करता है, जैसा कि IELTS द्वारा उद्धृत Feldt और Brennan (1989) में है।

व्युत्पन्न आँकड़े। इस रिपोर्ट में मानक त्रुटि का बैंड शब्दों में हर रूपांतरण प्रकाशित संख्याओं पर अंकगणित है और साथ वाली डेटा फ़ाइल में दर्ज है: आधे-बैंड अनुपात के लिए SEM को 0.5 से विभाजित किया गया है, और 95% अंतराल के लिए 1.96 को SEM से गुणा किया गया है। किसी आँकड़े को एक दशमलव स्थान से आगे पुनः गोल नहीं किया गया है।

परिणाम

प्रकाशित विश्वसनीयता आँकड़े वाले तीन सेक्शनों में Listening सबसे कम परिशुद्ध है। इसका माध्य 6.45, मानक विचलन 1.36 और SEM 0.43 है। चूँकि आधा बैंड एक बैंड का 0.5 है, मापन की त्रुटि उस सबसे छोटे चरण का 0.86 है जिसमें स्कोर छापा जाता है। Academic Reading अधिक कसा हुआ है: माध्य 6.32, मानक विचलन 1.26, SEM 0.36, यानी आधे बैंड का 0.72। General Training Reading इन दोनों से ढीला है, जिसका माध्य 6.05, मानक विचलन 1.56 और SEM 0.47 है, जो आधे बैंड का 0.94 है।

अंतराल के रूप में कहें तो Listening स्कोर के आसपास 95% सीमा हर दिशा में एक बैंड का लगभग 0.84 है, जिसका आधे-बैंड ग्रिड पर अर्थ यह है कि छपा हुआ 6.5, 5.5 से 7.5 तक किसी भी मान के साथ संगत है। Academic Reading के लिए वही अंतराल एक बैंड का लगभग 0.71 है, इसलिए 6.0 से 6.5 तक का बदलाव किसी भी स्कोर के आसपास की त्रुटि-सीमा से छोटा है।

इन संख्याओं के पीछे के विश्वसनीयता गुणांक ऊँचे और निकट समूहित हैं। Listening के अल्फा 0.83 से 0.95 तक औसत 0.90 के आसपास रहे, Academic Reading के 0.87 से 0.94 तक 0.92 के आसपास, और General Training Reading के 0.88 से 0.93 तक 0.91 के आसपास।

परीक्षक द्वारा मूल्यांकित सेक्शन अलग तरह से काम करते हैं, क्योंकि त्रुटि आइटमों के समूह के बजाय रेटर से आती है। IELTS Speaking के लिए 0.90 और Writing के लिए 0.92 का अंतर-रेटर गुणांक रिपोर्ट करता है, जो उन मामलों से निकला है जहाँ किसी सेक्शन का स्कोर उम्मीदवार के Listening और Reading प्रोफ़ाइल से स्पष्ट रूप से भटक गया था और स्वतः पुनर्मूल्यांकित किया गया।

समग्र अनुमान वह जगह है जहाँ परीक्षा सबसे अधिक परिशुद्ध दिखती है। 4 सेक्शनों को मिलाने से IELTS Academic के लिए 0.97 और IELTS General Training के लिए 0.97 विश्वसनीयता बनती है, जिसमें समग्र SEM क्रमशः 0.17 और 0.19 है, इसलिए IELTS Academic समग्र 95% आत्मविश्वास पर एक बैंड के लगभग 0.33 के भीतर बैठता है। पूरी परीक्षा का बैंड किसी भी एकल सेक्शन स्कोर की तुलना में बहुत अधिक स्थिर है, जो अपेक्षित है: सेक्शनों को मिलाने पर स्वतंत्र त्रुटियाँ आंशिक रूप से कट जाती हैं।

चित्र 1. प्रकाशित आँकड़े वाले तीन IELTS सेक्शनों के लिए मापन की मानक त्रुटि, बैंडों में, 0.5 आधे-बैंड रिपोर्टिंग चरण के मुकाबले। n = सभी 2024-2025 परीक्षण संस्करण। स्रोत: IELTS, Test statistics 2024-2025, तालिका 1.

सीमाएँ

चार सीमाएँ लागू होती हैं। पहली, मापन की मानक त्रुटि किसी जनसंख्या का गुण है, किसी एक स्कोर का नहीं। यह बताती है कि उम्मीदवारों और संस्करणों के पार स्कोर एक वास्तविक मान के आसपास कितने बदलते हैं, और यह किसी विशेष उम्मीदवार को यह नहीं बता सकती कि उसका 6.5 किसी भाग्यशाली दिन का 6.0 प्रदर्शन था या किसी अभागे दिन का 7.0 प्रदर्शन। दूसरी, अल्फा मानता है कि किसी सेक्शन के 40 आइटम एक ही आयाम को स्थिरता से मापते हैं। यह आंतरिक स्थिरता के बारे में कथन है, सामग्री कवरेज, कठिनाई या निष्पक्षता के बारे में नहीं, और कोई सेक्शन आंतरिक रूप से स्थिर हो सकता है जबकि वह कंस्ट्रक्ट के एक संकीर्ण हिस्से का परीक्षण कर रहा हो। तीसरी, समग्र विश्वसनीयता सेक्शन गुणांकों से बना मॉडल-आधारित अनुमान है, कोई देखा गया पुनः-परीक्षण नहीं जिसमें वही लोग पूरी परीक्षा दो बार दें, इसलिए यह वह सब विरासत में लेती है जो मॉडलित संयोजन सेक्शनों के बीच स्वतंत्रता के बारे में मानता है। चौथी, IELTS संस्करणों के पार सीमाएँ और औसत प्रकाशित करता है और प्रति-संस्करण विवरण या अंतर्निहित उम्मीदवार डेटा जारी नहीं करता, इसलिए आँकड़ों का उपयोग एक परीक्षण तिथि की दूसरी से तुलना के लिए नहीं किया जा सकता, और उम्मीदवार ने जिस विशेष संस्करण को दिया उसकी विश्वसनीयता अज्ञात है।

शिक्षार्थियों के लिए इसका क्या अर्थ है

उपयोगी निष्कर्ष यह है कि एकल सेक्शन स्कोर एक मोटा उपकरण है और पूरी परीक्षा का बैंड अधिक सूक्ष्म है। Listening या Speaking पर आधे बैंड का बदलाव मापन की त्रुटि के भीतर बैठता है, इसलिए इसे प्रगति या गिरावट के रूप में पढ़ना शोर को संकेत के रूप में पढ़ना है। जहाँ कोई निर्णय एक सेक्शन पर निर्भर करता है, वहाँ लक्ष्य आवश्यकता से ऊपर एक मार्जिन के साथ तय किया जाना चाहिए, सीमा पर नहीं।

दूसरा परिणाम अभ्यास से जुड़ा है। यदि कोई सेक्शन स्कोर 6.0 को 6.5 से विश्वसनीय रूप से अलग नहीं कर सकता, तो यह जानने के लिए कि कोई रूटीन काम करता है या नहीं, उसी कौशल को बार-बार मापना और एक के बजाय कई प्रयासों में दिशा पढ़ना ज़रूरी है। अभ्यास प्रतिक्रिया आधिकारिक स्कोर नहीं है, और Hibay कोई आधिकारिक स्कोर जारी नहीं करता।

अक्सर पूछे जाने वाले प्रश्न

क्या एक सेक्शन पर आधे बैंड का सुधार अर्थपूर्ण है? Listening पर यह एक बैंड की 0.43 मापन-मानक त्रुटि से छोटा है, और किसी स्कोर के आसपास 95% अंतराल हर दिशा में एक बैंड का लगभग 0.84 है। इसलिए 0.5 का बदलाव उस सीमा के भीतर है जो एक बार की दोबारा परीक्षा संयोग से पैदा कर सकती है, और केवल कई प्रयासों में दोहराया गया पैटर्न सूचना लेकर चलता है।

कौन-सा IELTS सेक्शन स्कोर सबसे परिशुद्ध है? प्रकाशित मानक त्रुटि वाले तीन सेक्शनों में Academic Reading सबसे परिशुद्ध है, एक बैंड का 0.36, जबकि Listening के लिए 0.43 और General Training Reading के लिए 0.47 है। पूरी परीक्षा का समग्र Academic के लिए 0.17 पर, इनमें से किसी से भी अधिक परिशुद्ध है।

क्या 0.97 समग्र विश्वसनीयता का अर्थ है कि मेरा बैंड सटीक है? नहीं। इसका अर्थ है कि समग्र अनुमान जिस जनसंख्या पर गणना किया गया उसके पार सुसंगत है, और उसकी मानक त्रुटि एक बैंड का 0.17 है, जो 95% आत्मविश्वास पर दोनों ओर एक बैंड के लगभग एक-तिहाई की सीमा अभी भी छोड़ता है। बैंड एक अनुमान ही रहता है, जिसे निकटतम आधे बिंदु तक रिपोर्ट किया जाता है।

Listening की मानक त्रुटि Academic Reading की तुलना में बड़ी क्यों है? दो प्रकाशित इनपुट अलग-अलग दिशाओं में धकेलते हैं। Listening की त्रुटि बड़ी है, 0.36 के मुकाबले 0.43, भले ही उसका स्कोर प्रसार छोटा है (मानक विचलन 1.26 के मुकाबले 1.36), क्योंकि उसकी विश्वसनीयता थोड़ी कम है। संकरा प्रसार और कम गुणांक मिलकर व्यापक त्रुटि पैदा करते हैं।

How to cite

Hibay Product Team. (2026, November 4). आधा बैंड एक मानक त्रुटि है: IELTS विश्वसनीयता, 2024-2025. Hibay. https://www.hibay.ai/en/news/ielts-reliability-2024-2025

Figures are from the public source listed below and may be cited with attribution.

संदर्भ

1. IELTS (British Council, IDP IELTS, Cambridge University Press & Assessment). परीक्षण आँकड़े: परीक्षण प्रदर्शन 2024-2025, जिसमें Listening और Reading सेक्शनों की विश्वसनीयता और तालिका 1 शामिल है। https://ielts.org/researchers/our-research/test-statistics. अभिगम 2026-11-04।