機械的推理テストの有効性と公正性：研究が示すもの

有効性：テストは何を予測するか

機械推論テストは、特にトレーディング、自動車、製造、設備操作などの物理的な設定では、仕事のパフォーマンスのリーズナブルな予測値です。

職種別の有効性

• 自動車整備士：r = 0.55（中程度強い）。テストスコアは修理の精度と診断スピードを予測します
• エンジニア（フィールド）：r = 0.50。機械直感はフィールドのトラブルシューティングに変換します
• 製造監督：r = 0.45。セットアップの効率と装置の理解に相関
• 製造作業員：r = 0.42。複雑な機械の設定では関連性がある、ルーチン組立ではない

見た目の有効性

候補者は、テストが複数の理由で関連性があると認識します：

1. 物理的な直感は実際の作業に転送されます
2. テストはすべての人にアクセス可能で、教育に中立的に見えます
3. 質問は実在するシステムに関するものです

結果として、メカニカルテストは、抽象的なIQテストよりも候補者の抵抗が少ないです。

公平性：グループ間のギャップ

機械推論テストは有効ですが、複数のグループ間で有意なギャップを示します。

報告された差

• 性別：男性は平均として女性より0.6～0.8 SD高くスコアします。このギャップは、幼少期の機械的露出の違いに部分的に起因するとされています
• 背景：トレーディングまたはDIYの家庭背景のある候補者は、そうでない人よりもスコアが高い傾向があります
• 年齢：若い候補者は、機械化がより関連性がある世代の機械システムに露出している傾向があります
• 教育パス：STEMプログラムの人は、リベラルアーツプログラムの人よりも高くスコアしていますが、エンジニアリングのキャリアの変更が多い理由ではありません

公平性のしくみ

テストは候補者グループ間で測定の公平性を示しますが、分布上の公平性は示しません。つまり、それは物理的な理解の必要な役割に関連していますが、グループが異なる機会アクセス（露出、教育、キャリアパス）によって異なるためです。

実装方法：テストを使用し、スコアだけに依存しないでください。ハイエンドスコアリング候補者とローエンドスコアリング候補者の仕事のパフォーマンスを追跡します。テストが有効であるが公平でない場合、より多くの背景にリスト配置します。