НАДЕЖНОСТЬ. Внутренняя согласованность. Практически во всех исследованиях, вне зависимости от используемых статистических критериев (половинное расщепление, формула Спирмена-Брауна, метод Гутмана, формула 20 Кьюдерера-Ричардсона) и выборок, оценки надежности теста d2 были очень высоки (r>0,90). В исключительных случаях они колебались между 0,70 и 0,80. Стабильность. Психологическое консультирование или другие виды помощи могут улучшать результаты теста. Если учитывать эту возможность, то можно заключить, что такие показатели теста, как TN, TN-E и CP отвечают критерию надежности относительно хорошо, тогда как E, E % и FR менее устойчивы и больше подходят для диагностической, чем для прогностической работы. ВАЛИДНОСТЬ. Психологическая валидность. Предварительное свидетельство психологической валидности теста d2 можно обнаружить при прохождении теста. На первый взгляд очевидно, что точность и скорость при распознавании различных, но похожих в написании знаков зависит от избирательности внимания. В тесте d2 требуется, чтобы испытуемый реагировал особым способом (вычеркиванием букв) на определенные стимулы (d с двумя чертами), которые были определены как релевантные, а другие похожие стимулы (нерелевантные) игнорировал. Типичные ситуации из профессиональной сферы, требующие избирательности внимания, могут быть связаны с редактированием текстов, проверкой списков данных, сортировкой промышленной и сельскохозяйственной продукции. Каждая из этих задач ограничена во времени и требует выявления аномалий или исправления ошибок. Общепринятым является то факт, что адекватное выполнение подобного рода задач требует избирательности внимания. Однако основная проблема состоит в том, чтобы найти подходящие критерии измерения внимательности и концентрации. Типичный анализ выполнения проверки или сортировки материала может содержать несколько вариантов. В качестве количественного критерия или критерия скорости выполнения работы может быть рассмотрен (1) общий объем работы, как правильно выполненной, так и выполненной неправильно, или (2) объем неправильно выполненной работы, как пропущенной, так и выполненной с ошибками. При делении числа ошибок на общий объем выполненной работы можно получить процент ошибок, показатель, который указывает на качество выполненной работы. (3) Традиционный подсчет объема правильно выполненной работы путем вычитания количества ошибок из общего объема обработанного материала. (4) И, наконец, подсчет числа ошибочных единиц, идентифицированных как таковые, и сравнение его с числом верных единиц, принятых за ошибочные. Можно провести параллели этого примера с тестом d2: аномальный продукт, который должен быть отвергнут, соответствует верному знаку («d» с двумя чертами), который должен быть вычеркнут. Параметр TN (общее число обработанных знаков) отражает общий объем выполненной работы. Это количественный показатель или показатель скорости выполнения работы, он может быть проинтерпретирован как показатель уровня активности, который может быть достигнут индивидом в условиях ограниченного времени. Ошибки в тесте d2 могут быть двух типов (ошибки пропуска, ошибки типа Е1, и ошибки замены, ошибки типа Е2); процентное содержание ошибок (Е%) дает информацию о качестве выполнения теста и может быть проинтерпретировано как степень эффективности контроля за поведением. При вычитании количества ошибок (Е) из общего числа обработанных знаков (TN) получается число правильно обработанных знаков (TN-E), которое включает (1) число верно вычеркнутых знаков (соответствует аномальному продукту, который должен быть отвергнут) и (2) число знаков, которые не должны быть вычеркнуты (соответствует числу верных единиц, принятых для дальнейшей обработки). Существует, однако, одна проблема с измерением TN-E. Это возможность для испытуемого пропустить какое-то число знаков, что может существенно завышать оценки по общему числу обработанных знаков. Показатель концентрации внимания (СР) находится в соответствии с типовым психологическим методом оценки уровня достижений. Поскольку эта оценка получается в результате подсчета всех правильно вычеркнутых знаков и вычитания из этой суммы общего числа ошибочно вычеркнутых знаков (ошибок двух типов), СР не растет стремительно при чрезмерных пропусках стимулов в тесте. Кроме того, показатель СР более чувствителен к точности выполнения теста, чем TN-E, который определяется в основном скоростью выполнения. Конструктивная валидность. Если изучаемое поведение, как описано выше, основано на показателях энергичности и контроля, то должны быть сходные взаимосвязи (1) между количественным критерием, т.е. скоростью выполнения работы, и степенью энергичности человека, и (2) между качественным критерием, точностью и тщательностью выполнения работы, и функцией контроля. Поскольку эти величины не могут быть измерены непосредственно, при изучении конструктивной валидности, для того чтобы судить, связаны ли ожидаемые явления с наблюдаемым поведением у школьников 4-6 классов, использовались оценки учителей. Проводимые исследования касалось измерения энергичности и контроля. Были обнаружены значимые различия (p<0,01) по показателю TN (показатель скорости) между группами, показатель активности в которых был определен как высокий или как низкий. У школьников, которые были охарактеризованы учителями как особо активные или энергичные, были более высокие баллы по показателю TN, чем у школьников, которых оценили как пассивных. Кроме того, оценки по двум величинам общего выполнения теста (TN-E и CP) существенно выше у студентов активных, чем у пассивных. Различия в точности и тщательности выполнения теста (Е и Е%) оказались незначимы.При анализе показателя контроля, значимые различия (p<0,01) были обнаружены по абсолютным и относительным величинам тщательности выполнения теста между группами с высоким и низким уровнем «энергичности» и «контроля». Школьники, которым учителя приписали высокий уровень настойчивости и контроля за поведением совершали намного меньше ошибок, а, следовательно, выполняли тест d2 более тщательно. Более того, оценки общего выполнения теста становились выше. Однако, только различия по величине «концентрация внимания» (СР) достигли уровня значимости 0,01. Значимых различий между группами по показателю скорости (TN) обнаружено не было.В психологической литературе по процедурам тестирования часто упоминается о перекрёстной валидизации, методе,который часто применяется в силу простоты использования. Степень согласованности между тестами, измеряющими один и тот же конструкт, берется в качестве критерия валидности. В идеале ожидается, что тесты, измеряющие разные конструкты не будут вообще коррелировать друг с другом. Используя эту статистическую процедуру, основные показатели теста d2 (TN, E%, и TN-E) были соотнесены с аналогичными переменными из других тестов на концентрацию внимания. Выбранные тесты направлены на диагностику внимания и обладают высокой конструктивной валидностью (Lezak, 1995), среди них: формы А и В теста «Оставления следов» (Trail Making Test A and В) из тестовой батерии нейропсихологических тестов Холстеда-Рейтана (Reitan & Wolfson, 1993), Тест «символы-числа» (SDMT) (Smith, 1982) и Словесно-цветовой тест Струпа (Stroop Color Word Test) (Golden, 1976). Для выборки, которая состояла из 506 студентов колледжей США, показатели теста d2 TN-E и CP оказались значимо связаны со всеми составляющими внимания. Самые высокие показатели взаимосвязи были выявлены с тестом SDMT. Показатели теста d2 также коррелируют со Словесно-цветовым тестом Струпа, а точнее со словесно-цветовой интерференцией, что является мерой концентрации и отвлекаемости. Корреляции с формами А и В теста «Оставления следов» были несколько ниже, вероятно в силу особенностей этого метода, выполнение которого помимо внимания требует целостного восприятия и гибкости мышления.