Diagnostiek en testgebruik met allochtonen. Fons van de Vijver

Transcriptie

1 Diagnostiek en testgebruik met allochtonen Fons van de Vijver Van de Vijver, F. J. R. (2017). Diagnostiek en testgebruik met allochtonen. In J. Knipscheer & R. Kleber (Eds.), Psychologie en de multiculturele samenleving (pp ) (fourth revised ed.). Houten, the Netherlands: Bohn Stafleu van Loghum. Een cliënt komt onze spreekkamer binnen. Hij is doorgestuurd door de huisarts, die klachten van depressieve aard vermoedt. Laat ons veronderstellen dat de cliënt de Nederlandse taal voldoende beheerst om een vragenlijst in te kunnen vullen. We besluiten de Nederlandse versie van de Beck Depression Inventory (Beck et al., 1961) af te nemen. Uit eerder crosscultureel onderzoek is bekend dat dit instrument bruikbaar is in allerlei culturen. Zoals gemeten met de Nederlandse normen blijkt de cliënt hoge scores te hebben op de items over somatische problemen en een gemiddelde score op psychische problemen. Hoe moeten we dit patroon interpreteren? Er zijn verschillende mogelijkheden. Om te beginnen is het mogelijk dat de man geen psychologische verschijnselen van depressie vertoont en er sprake is van een ander somatisch probleem dat niet door de arts geconstateerd is. Verder is het mogelijk dat de normen van de lijst, die ontwikkeld zijn bij en voor een groep autochtone Nederlanders, niet van toepassing zijn op deze cliënt. Het is ook mogelijk dat er in de cultuur van de cliënt andere normen gelden ten aanzien van het uiten van depressieve gevoelens dan in de Nederlandse. Zo vond Kleinman (1977) dat Taiwanese studenten eerder geneigd waren somatische klachten dan psychische klachten te rapporteren. Allen (1998) vond bij gebruik van een depressieschaal bij onder andere Amerikaanse Indianen de gebruikelijke factorstructuur niet terug die bij blanke Amerikanen gevonden was. Depressieve gevoelens en somatische klachten bleken veel sterker samen te hangen bij de Indianen dan bij de blanke Amerikanen. In een recent onderzoek in een grote steekproef in Amsterdam onder autochtonen en allochtonen van Turkse, Marokkaanse, Surinaamse en Antilliaanse Nederlanders bleek dat Turkse en Marokkaanse Nederlanders meer depressiviteit vertoonden dan de andere groepen (Schrier et al., 2010). Interessant is verder dat de beide mediterrane groepen wat andere symptomen rapporteerden. Turkse Nederlanders rapporteerden vooral neurocognitieve problemen en hulpeloosheid, terwijl Marokkaanse Nederlanders vooral interesseverlies en fantasieën over dood en zelfmoord rapporteerden. Het onderzoek toont aan hoe belangrijk het is om een instrument te hebben dat aansluit bij de klachten van de cliënt om verkeerde diagnoses tegen te gaan. Verder zou de cliënt uit een cultuur kunnen komen waarin men meer geneigd is sociaal wenselijk te antwoorden op vragenlijsten en men minder geneigd is een eerlijk antwoord te geven. Onderzoek van Van Hemert et al. (2002) toonde aan dat personen afkomstig uit landen met een kleiner Bruto Nationaal Product vaak meer geneigd zijn tot het geven van sociaalwenselijke antwoorden. Om inzicht te kunnen krijgen in welke interpretatie de juiste is, hebben we aanvullende informatie nodig. Het fictieve voorbeeld leidt tot een belangrijke conclusie: we kunnen niet zomaar de testscores van een allochtone cliënt interpreteren alsof het scores van een autochtoon zijn. Het doen van uitspraken over de mate van depressiviteit van de cliënt is allesbehalve eenvoudig en vergt kennis van zijn culturele achtergrond. Dit hoofdstuk geeft eerst een overzicht van de theoretische achtergrond van multiculturele diagnostiek (met diagnostiek wordt hier verwezen naar allerlei gebieden van de psychologie waarin met tests

2 gewerkt wordt in een toegepaste of wetenschappelijke context, zoals de ontwikkelingspsychologie, de klinische psychologie en de arbeids- en organisatiepsychologie). Betoogd wordt dat zich bij multiculturele diagnostiek vaak problemen voordoen waarvoor geen standaardoplossingen zijn. In het tweede deel wordt een overzicht gegeven van de huidige stand van zaken op het terrein van multiculturele diagnostiek in Nederland. Daarna volgt een beschrijving van richtlijnen die op dit terrein ontwikkeld zijn. In de laatste sectie worden conclusies getrokken. Box 1 geeft een overzicht van belangrijke kwesties in de ontwikkeling en het gebruik van tests in multiculturele groepen. Dit overzicht vat de belangrijkste bevindingen en aanbevelingen van het hoofdstuk samen en geeft de lezer een leidraad voor hoe het beschreven raamwerk in de praktijk vertaald kan worden. Box 1. Regels voor het gebruik van psychologische tests in multiculturele groepen Van de Vijver en Bleichrodt (2001; zie ook Magez & Stinissen, 2003) hebben tien uitgangspunten geformuleerd voor het gebruik van psychologische tests in multiculturele groepen: 1. Psychologische tests zijn alleen op valide wijze toepasbaar bij allochtonen als deze toepasbaarheid aangetoond is. 2. Het is noodzakelijk om bij de interpretaties van testscores de bruikbaarheid van de test voor allochtonen in ogenschouw te nemen. 3. Resultaten van onderzoek naar vraagpartijdigheid in Nederlandse tests laten vaak dezelfde conclusies zien als onderzoek naar vraagpartijdigheid in tests ontwikkeld in de Verenigde Staten. 4. De belangrijkste bron van partijdigheid in tests is kennis van de Nederlandse taal en cultuur. 5. Verschillen in woordenschat tussen allochtonen en autochtonen kunnen leiden tot systematische bias (partijdigheid, vertekening) van de testscores. Deze bias kan betrekking op zowel afzonderlijke vragen (als er bijvoorbeeld ongebruikelijke woorden of zegswijzen in items gebruikt zijn) als op de gehele test. Deze globale invloed van bias op testscores, ook wel methodepartijdigheid genaamd, is moeilijker aan te tonen en kan gemakkelijk als echte verschillen in testscores geïnterpreteerd worden. 6. Voor het interpreteren van testscores van allochtonen zijn naast testscores zelf ook gegevens nodig over de persoon, zoals verblijfsduur, generatiestatus (eerste, tweede of derde generatie) en acculturatiestrategie. 7. Indien een test in mindere mate bij allochtonen bruikbaar is dan bij autochtonen, dient dit bij de interpretatie in ogenschouw genomen te worden en bij de rapportage vermeld. 8. Bij de keuze van tests voor gebruik bij allochtonen verdient het aanbeveling gebruik te maken van tests die op hun bruikbaarheid bij allochtonen onderzocht zijn. 9. Om een beleid van `equal opportunity employment' te realiseren moet aan psychometrische en maatschappelijke condities voldaan zijn. De psychometrische eisen hebben te maken met de beschikbaarheid van tests en adequate testprocedures, terwijl de maatschappelijke conditie te maken heeft met een draagvlak voor een dergelijk beleid.

3 10. In het proces van maatschappelijke integratie kunnen tests een belangrijke rol spelen, maar verdere maatregelen op scholen en in organisaties zijn nodig om een maatschappelijke integratie van allochtonen te bevorderen. 9.1 Theoretisch kader Uit het bovenstaande voorbeeld blijkt dat er in het geval van multiculturele diagnostiek gemakkelijk problemen kunnen optreden die bij toepassingen van een instrument in een cultureel homogene groep (zoals autochtonen hoewel die uiteraard ook geen cultureel homogene groep vormen, zie de definities van cultuur in hoofdstuk 1) nauwelijks van belang zijn (Suzuki & Ponterotto, 2007). Meet het instrument echter wel in beide groepen wat het beoogt te meten? Het gaat dus om het probleem van geldigheid (constructvaliditeit). Centraal staat de vraag of de betekenis van testscores voor autochtonen en allochtonen identiek is Achtergrond Het theoretische raamwerk van dit hoofdstuk is ontwikkeld in de crossculturele psychologie (zie onder andere Berry et al., 2011;Poortinga, 1989; Van de Vijver & Leung, 1997). Aanvankelijk waren crosscultureel psychologen vooral geïnteresseerd in de vraag of tests die ontwikkeld waren voor een westerse groep ook in niet-westerse culturen bruikbaar waren. Hoe kun je nagaan of de tests bruikbaar zijn? Welke problemen zouden zich voor kunnen doen? In de literatuur worden al deze problemen onder één begrip gevat: bias ofwel vertekening (Fontaine, 1999). Vertekening verwijst naar iedere systematische invloed op testscores die niet zelf het onderwerp van de test is (Poortinga, 1989). Deze ingewikkeld ogende omschrijving betekent dat het om alle storende factoren gaat die van invloed kunnen zijn op testã â žscores en die daarmee een vertekend beeld kunnen geven van de persoonlijkheid, intelligentie, vaardigheden of ziekte van de onderzochte. Indien antwoorden op de vragen van onze lijst sterk beïnvloed worden door sociale wenselijkheid, belet deze factor inzicht in het werkelijke niveau van depressiviteit van de geteste. Vooral in culturen met normen om niet te praten over eigen psychisch leed kan het moeilijk zijn om inzicht te krijgen in de werkelijke problemen van de cliënt. Zo zou de relatief grote vraag onder Turkse Nederlanders naar lichamelijke gezondheidszorg en de relatief kleine vraag naar geestelijke gezondheidszorg (hoewel dat nogal genuanceerd ligt de laatste jaren zie hoofdstuk 10) op culturele verschillen in het uiten van psychische problemen kunnen wijzen. Als er sprake is van crossculturele vertekening, kunnen scores dus niet vergeleken worden over culturen; het is dan niet langer mogelijk om als een autochtone cliënt een hogere score op bijvoorbeeld emotionele stabiliteit heeft dan een allochtone cliënt, te concluderen dat de autochtone cliënt emotioneel stabieler is. De conclusie zou terecht kunnen zijn, maar het zou ook kunnen dat het verschil in score voor een deel of helemaal het gevolg is van andere factoren, zoals sociale wenselijkheid Vertekening De vraag rijst nu om wat voor aspecten het gaat: welke factoren kunnen de geldigheid van uitspraken bij multiculturele diagnostiek bedreigen? Er wordt in de literatuur nogal eens een onderscheid gemaakt tussen interne en externe vertekening ( internal and external bias ; bijv. Jensen, 1980). Bij interne vertekening gaat het erom dat een item of test niet hetzelfde meet in verschillende culturele groepen. Veronderstel dat de volgende rekensom afgenomen wordt bij autochtonen en allochtonen: Een kind wil een dozijn potloden eerlijk verdelen onder drie vrienden. Hoeveel potloden krijgt elk van de drie vrienden? De vraag veronderstelt dat het kind weet wat een dozijn is. Indien dit niet geval is, faalt het kind vanwege een gebrek aan taalvaardigheid en blijft onduidelijk of het kind de

4 benodigde rekenvaardigheid vertoont om de onderliggende vraag op te lossen (hoeveel twaalf gedeeld door drie is). Bij externe vertekening hebben we te maken met het gebruik van tests voor selectie. Tests worden dan gebruikt om toekomstig gedrag te voorspellen (hoe goed zal het kind het doen op school? Hoe goed zal de sollicitant presteren op het werk indien hij of zij aangenomen wordt?). Er is sprake van externe vertekening als de test niet even goed voorspelt voor autochtonen en allochtonen. Dit kan het geval zijn als autochtone en allochtone kinderen met dezelfde scores op de test niet dezelfde prestaties op school vertonen. Er kunnen drie vormen van interne vertekening onderscheiden worden (zie Tabel 1; zie ook Van de Vijver & Tanzer, 2004). Constructbias Om te beginnen kan het construct dat gemeten wordt vertekening vertonen (met construct wordt verwezen naar de onderliggende trek of vaardigheid van een test, zoals depressiviteit en intelligentie). Deze vorm van vertekening, constructbias genoemd, kan een gevolg zijn van verschillen in gedragingen die bij een construct horen. Als manifestaties van een psychische stoornis (zoals depressie, ADHD of bipolaire stoornis) sterk over culturen verschillen, betekent dit dat een Nederlandse vragenlijst naar de verkeerde symptomen vraagt. Zo blijkt bij onderzoek naar depressiviteit in Zimbabwe dat de meeste gerapporteerde symptomen van depressiviteit hoofdpijn en vermoeidheid zijn en dat deze patiënten hun problemen toeschrijven aan kufungisisa, hetgeen zo ongeveer betekent dat de patiënt te veel nadenkt (Patel et al., 2001). Er bestaat wel een term in Shona voor depressiviteit, maar deze verwijst naar een ziekte zonder emotionele symptomen. We zien dus dat onze westerse term voor depressiviteit verwijst naar een syndroom dat voorkomt in Zimbabwe maar dat het lokale woord voor depressiviteit niet de beste vertaling voor het westerse concept is. Een ander voorbeeld van een concept dat in verschillende culturen met andere gedragingen geassocieerd is, is filial piety, wat verwijst naar de verplichtingen van kinderen tegenover hun ouders (Ho, 1996). In China hebben kinderen morele plichten, zoals het tonen van eerbied en liefde, evenals materiële plichten, zoals het verzorgen van de ouders indien deze oud en behoeftig zijn geworden. In westerse landen met hun veelal aan instituties uitbestede zorg voor ouderen is het besef van de materiële zorg voor de ouders veel minder sterk aanwezig. Methodebias Een tweede vorm van vertekening, methodebias, heeft te maken met de methodische aspecten van multiculturele diagnostiek. Er zijn drie bronnen van methodebias. Om te beginnen kunnen problemen voortkomen uit specifieke eigenschappen van de culturele achtergrond van de persoon. Bij het afnemen van persoonlijkheidsvragenlijsten kunnen zich verschillen tussen culturen in responsstijlen voordoen. Landenvergelijkend onderzoek laat forse verschillen zien (Harzing, 2006; van Herk et al., 2004). Voor vergelijkingen tussen allochtonen en autochtonen geldt hetzelfde. Vooral bij groepen niet-westerse allochtonen zien we meer sociale wenselijkheid en acquiescence (meegaan met de toon van de vraag wat neerkomt op het bevestigen van positieve uitspraken en ontkennen van negatieve uitspraken) dan bij autochtonen (He & Van de Vijver, 2013). Bij het afnemen van cognitieve tests kunnen ongeletterdheid of de onbekendheid van een cliënt met het afnemen van dergelijke tests problemen vormen, die niet te voorkomen zijn en ook verre van eenvoudig op te lossen zijn. Een lange testinstructie kan wellicht veel maar niet alle problemen voorkomen. Er is nogal wat onderzoek waarin aangetoond wordt dat vooral cognitieve tests gevoelig zijn voor eerdere ervaring. Bij hernieuwde testafnames in groepen analfabeten bleken testscores relatief veel omhoog te gaan en bleken de scores bij de tweede testafnames betere voorspellers van latere prestaties op het werk dan scores bij de eerste testafname (Nkaya et al., 1994). Bij een onderzoek in Zuid-Afrika werd

5 een intelligentietest ontwikkeld die gebruikmaakt van stimuli ontleend aan de (blanke) Afrikaanse cultuur en aan de (zwarte) Tswana-cultuur. Kinderen bleken opgaven die aan de eigen cultuur ontleend waren beter op te kunnen lossen (Malda et al., 2010). Deze bevindingen kunnen implicaties hebben voor de individuele diagnosticus. In het testen van groepen met weinig of geen testervaring kan het nodig zijn om additionele instructies of voorbeelden te geven en alerter te zijn op tekens die erop duiden dat de cliënt mogelijk niet begrijpt wat er gevraagd wordt. Er is in de Angelsaksische literatuur in de laatste decennia veel aandacht voor dergelijke aanpassingen om de validiteit van een test te verhogen. Deze benadering, in Nederland nauwelijks systematisch onderzocht, staat bekend als testadaptaties (Hambleton et al., 2005). Persoonlijke eigenschappen van de persoon die de test afneemt kunnen ook een belangrijke invloed hebben op het testresultaat. Culturele sensitiviteit bij de testafnemer is een noodzakelijke voorwaarde voor goede testafnames in multiculturele groepen. Veel hulpverleners krijgen met een veelheid aan culturen te maken, waardoor het praktisch gesproken onmogelijk is om veel expertise op te bouwen op het terrein van al die culturen. Ervaring met culturele groepen leert echter wel op welke terreinen zich vaak problemen voordoen: de directheid van Nederlanders (in veel culturen wordt tact meer gewaardeerd dan eerlijkheid in communicatie), de kleine verschillen tussen mannen en vrouwen in Nederland, specifieke aspecten van het taalgebruik (zoals het gebruik van metaforen en spreekwoorden) en conventies in de communicatie (zie hieronder). De invloed van persoonlijke opvattingen is vooral een gevaar bij het gebruik van ongestructureerde technieken zoals een open interview. Bij ongestructureerde technieken hebben de persoonlijke opvattingen van de testafnemer in principe vrij spel. Een van de redenen waarom een open interview zo n slechte voorspeller is van toekomstig gedrag van de geteste heeft hier waarschijnlijk mee te maken. Het is vanuit het oogpunt van de kwaliteit van de testafname verder niet van belang of de psycholoog de allochtone cliënt op negatieve of positieve wijze discrimineert. Waar het om gaat is dat de procedure gemakkelijk invalide kan zijn. Het is moeilijk tegen te gaan dat persoonlijke opvattingen doorspelen in het eindresultaat. Voor de opdrachtgever is vaak niet of nauwelijks in te zien hoe deze persoonlijke opvattingen meegewogen zijn in het eindoordeel. Ten slotte zijn er interessante verschillen in communicatiepatronen tussen etnische groepen die gemakkelijk voor methodebias kunnen zorgen. De testsituatie zelf kan, indien de onderzochte nooit eerder getest is, al voor de nodige bronnen van vertekening zorgen. Het is dan niet altijd duidelijk voor de onderzochte hoe hij of zij zich dient te gedragen, wat de psycholoog verwacht, wat het betekent om op een persoonlijkheidstest geen foute antwoorden te kunnen geven, enzovoorts. Er spelen in de communicatie tussen psycholoog en onderzochte allerlei impliciete verwachtingen en normen (conventies) die voor iemand die nog nooit getest is niet duidelijk hoeven te zijn. Deze conventies kunnen van cultuur tot cultuur verschillen. Zo is het bij een gesprek tussen een cliënt en een hulpverlener of tussen een sollicitant en een psycholoog gebruikelijk in onze cultuur dat beide personen elkaar direct aankijken. Er zijn echter nogal wat etnische groepen in Nederland waarin de cliënt geacht wordt zich onderdanig op te stellen in dit soort gesprekken; het direct aankijken van de hulpverlener of psycholoog wordt dan als onbeleefd gezien. Er zijn ook voorbeelden bekend van Indiërs die als ze Engels spreken, als onvriendelijk gezien worden door Engelsen. Dit heeft te maken met het intonatiepatroon van hun verzoeken. Aan het eind van de zin gaat de toon nogal eens omhoog bij Indiërs terwijl deze bij Engelsen juist omlaag gaat. Engelsen interpreteren een verzoek dat met het Indische intonatiepatroon uitgesproken wordt als dwingend en onvriendelijk (vgl. het op hoge toon iets vragen in het Nederlands), terwijl het voor Indiërs het natuurlijke patroon in hun eerste taal is. Een andere belangrijke conventie in communicatie waarop culturen sterk verschillen is de manier om verzoeken af te wijzen. Er zijn veel culturen waarin het direct afwijzen van een verzoek van een vreemdeling (zoals een psycholoog) onbeleefd is vanwege het gezichtsverlies en de implicaties voor

6 de relatie tussen beide personen. Een verzoek van de psycholoog wordt dan niet direct afgewezen maar de cliënt wijst op problemen die zouden kunnen rijzen bij de uitvoering van het verzoek (zoals het tijdelijk niet kunnen voldoen aan het verzoek). Door Nederlanders kan een dergelijk communicatiepatroon gemakkelijk gezien worden als het creëren van problemen terwijl het niet veel anders is dan een beleefde, indirecte manier om niet op het verzoek in te gaan. Een laatste thema in communicatie in de gezondheidszorg betreft verschillen in het uiten en ervaren van klachten tussen autochtone en allochtone groepen in Nederland. Uit onderzoek blijkt dat (in tegenstelling tot wat nog wel eens beweerd wordt) Turkse Nederlanders en Marokkaanse Nederlanders niet meer somatiseren dan andere groepen. Zij blijken echter wel vaker de somatische kanten van hun klachten te benadrukken: Interetnische verschillen betreffen derhalve meer de articulatie dan de aard van de klachten (Knipscheer, 2000, p. 210 zie ook hoofdstuk 10). Het komt ook overeen met het vaak gehoorde probleem van huisartsen dat het opstellen van een diagnose bij allochtonen problematisch kan zijn. Itembias Een laatste bron van vertekening heeft betrekking op de items van een instrument. In de literatuur staat deze bekend als itembias. In een van de Nederlandstalige intelligentietests voor kinderen wordt de vraag gesteld van welk dier spek gemaakt wordt. In een vergelijking tussen autochtone en allochtone basisschoolleerlingen vonden we dat het item relatief moeilijk was voor allochtone leerlingen (Van de Vijver et al., 1993). Het is gemakkelijk in te zien waarom dit zo is. De allochtone leerlingen waren bijna allemaal van Turkse en Marokkaanse afkomst. In islamitische culturen is het verboden varkensvlees te eten, waardoor je mag aannemen dat spek een soort vlees is waar deze allochtone leerlingen weinig mee in aanraking komen. Van der Maesen de Sombreff en Abell (2001) noemen het verschil in connotatie van het woord liegen voor Surinamers en Nederlanders. Het item Liegt u wel eens? (onderdeel van een vragenlijst voor sociale wenselijkheid) heeft waarschijnlijk een iets andere betekenis voor Nederlanders en Surinamers, vanwege de zwaardere lading van het begrip in de laatste groep. Het woord jokken heeft bij Surinamers een wat onschuldiger betekenis, maar voor Nederlanders klinkt dit woord juist weer kinderachtig. Er zijn tal van psychometrische technieken ontwikkeld om itembias te onderzoeken (zie onder andere Poortinga, 2001; Van de Vijver & Leung, 1997). Itembias is niet alleen voor de wetenschapper maar ook voor de praktiserend diagnosticus van belang. Vreemde of onverwachte antwoorden van een cliënt kunnen wijzen op misinterpretaties of ongeschiktheid van het item voor een cliënt. Tabel 9.1 Overzicht van de soorten bias (vertekening) en hun oorzaak Soort bias Mogelijke oorzaak Constructbias Definitie: het construct dat gemeten wordt vertoont vertekening, de onderliggende trek of vaardigheid van een test is niet hetzelfde voor autochtonen en allochtonen. Gedeeltelijke overlap in de definities van het concept over culturen Verschil geschiktheid van het gedrag verbonden aan het concept (bijvoorbeeld vaardigheden behoren niet tot het repertoire van één van de culturele groepen) Slechte representatie van alle relevant gedrag (bijvoorbeeld korte

7 Soort bias Mogelijke oorzaak instrumenten) Niet alle relevante domeinen worden bevraagd Methodebias Definitie: Het verwijst naar alle bronnen van vertekening die een gevolg zijn van methodische aspecten van een instrument. Problemen als gevolg van culturele achtergrond van cliënt: o o o Verschillen in onderwijs (onderwijs niet vergelijkbaar) Gebrek aan vertrouwdheid met psychologische testsituaties Responsestijlen (zoals sociale wenselijkheid) Problemen als gevolg van testafnemer o o Gebrek aan deskundigheid (culturele sensitiviteit) bij testafnemers Persoonlijke opvattingen van testafnemer beïnvloeden interpretatie Problemen als gevolg van de communicatie tussen cliënt en testafnemer o o Onduidelijke instructies voor cliënten Communicatie- en taalproblemen tussen cliënt en testafnemer Itembias Definitie: Een item vertoont vertekening als een autochtoon en een allochtoon met hetzelfde niveau op de onderliggende trek gemiddeld niet dezelfde score hebben op het item. Vaak betekent dit dat een item heel moeilijk (of onaantrekkelijk) is in één groep in vergelijking tot de scoreverschillen op de andere items. Ingewikkeld taalgebruik in een item (bijv. gebruik van spreekwoorden die de cliënt niet kent) Item niet of minder relevant in de cultuur van de cliënt Alle vormen van vertekening hebben implicaties voor diagnostiek. Voor sommige tests bestaat evidentie dat deze vertekening vertonen in de vergelijking van autochtonen en allochtonen. Verder kan de diagnosticus bij het testen sterke aanwijzingen hebben dat de test of bepaalde onderdelen ervan minder geschikt zijn voor een cliënt. In alle gevallen waarin sprake is van aangetoonde of vermeende vertekening, verdient het aanbeveling om op deze problemen van beperkte bruikbaarheid in de rapportage te wijzen Equivalentie In de crossculturele psychologie wordtequivalentie (gelijkwaardigheid, vergelijkbaarheid) als kernbegrip gebruikt om naar vergelijkbaarheid te verwijzen (Poortinga, 1989; Van de Vijver &

8 Leung, 1997). Testscores zijn gelijkwaardig als deze dezelfde psychologische betekenis hebben. Er zijn in de literatuur meer dan vijftig soorten equivalentie onderscheiden (Johnson, 1998), maar in het kader van dit hoofdstuk gaat het in feite maar om twee soorten. De eerste, kwalitatieve equivalentie (ook wel structurele equivalentie genoemd; Van de Vijver & Leung, 1997), verwijst naar de vraag of een instrument dat bij een bepaalde cliënt afgenomen wordt wel datgene meet wat de test verondersteld wordt te meten. Indien de cliënt uit het begin van het hoofdstuk zijn depressieve klachten zou uiten op een andere manier dan in de vragen van de lijst aangegeven wordt, levert een testscore geen relevante informatie over de mate van depressiviteit van de cliënt. Een cliënt die geneigd is om enkel somatische en geen psychische klachten te rapporteren zal op een vragenlijst voor depressiviteit waarschijnlijk een lage score behalen (vanwege het ontkennen van psychische problemen) en daarmee mogelijk ten onrechte niet als depressief aangemerkt worden. De tweede vorm,kwantitatieve equivalentie (zie Van de Vijver & Leung, 1997, voor een verder onderscheid in verschillende subvormen), verwijst naar de vergelijkbaarheid van scores op een instrument. Indien sprake is van kwantitatieve equivalentie van scores tussen groepen, kunnen scores binnen en tussen groepen vergeleken worden. Verschillen in scores tussen twee autochtone cliënten hebben dan dezelfde betekenis als verschillen in scores tussen een autochtone en een allochtone cliënt. Voor de individuele diagnosticus gaat het bij kwantitatieve equivalentie vaak om de vraag naar de bruikbaarheid van normen. Als we normen die zijn ontwikkeld voor een autochtoon-nederlandse populatie toepassen op allochtonen, veronderstellen we kwantitatieve vergelijkbaarheid van scores. Voor vernederlandste allochtonen hoeft dit geen enkel probleem te zijn. Indien allochtonen echter uit een cultuur afkomstig zijn die sterk van de Nederlandse verschilt (zoals de Turkse en Marokkaanse) en nog niet lang in Nederland zijn, is het gebruik van Nederlandse normen af te raden. Het onderscheid in de verschillende vormen van equivalentie heeft belangrijke implicaties voor de praktijk. Indien er enkel sprake is van kwalitatieve equivalentie, heeft het geen zin om scores te vergelijken van autochtonen en allochtonen. Nederlandse normen zijn dan ook niet van toepassing op de betreffende cliënten. Het grote probleem vanuit het standpunt van de individuele diagnosticus is dat er maar weinig tests zijn waarvan de equivalentie onderzocht is. Het lijkt gepast om voor andere tests een bij twijfel niet inhalen -strategie te gebruiken, die erop neerkomt dat Nederlandse normen enkel te gebruiken zijn als van de test aangetoond is dat deze voldoet aan de eisen van kwalitatieve equivalentie en de test op adequate wijze bij de cliënt afgenomen kan worden (en er bijvoorbeeld geen belemmeringen zijn vanwege een gebrekkige kennis van de Nederlandse taal en cultuur bij de cliënt). Het is belangrijk om in te zien dat het gebruik van autochtone normen voor allochtonen enkel adequaat is als aangetoond is dat de normen bruikbaar zijn. Voor heel veel tests is dit niet het geval. 9.2 De huidige stand van zaken Het eerste grootschalige en systematische onderzoek naar vertekening in de internationale literatuur is meer dan veertig jaar oud. Cleary en Hilton hebben in 1968 een artikel gepubliceerd waarin ze illustreerden hoe itembias te onderzoeken is in grote datasets. In dezelfde periode zijn ook studies uitgevoerd van de constructbias in intelligentietests. Sinds die tijd zijn veel studies gedaan naar zowel interne als externe vertekening in tests die bij blanke en zwarte Amerikanen afgenomen zijn. Als we in enkele zinnen de balans proberen op te maken van deze onderzoekstraditie, valt op dat er een arsenaal aan psychometrische technieken ontwikkeld is om vertekening op te sporen; vooral itembias heeft veel aandacht gekregen (Zumbo, 2007). De uitkomsten van het onderzoek zijn redelijk consistent. Zo wordt voor intelligentiests meestal gevonden dat er geen constructbias is. Er zitten kennelijk geen verschillen in de structuur van intelligentie van blanke en zwarte Amerikanen. Ook in landenvergelijkend onderzoek wordt dit veelal gevonden (Van de Vijver, 1997). Er is niet zoiets als Afrikaanse intelligentie, als daarmee bedoeld wordt dat deze intelligentie fundamenteel afwijkt qua

9 structuur van intelligentie elders in de wereld. Wel zijn er forse verschillen in gemiddelde scores tussen blanken en zwarten in de Verenigde Staten. De biastraditie is niet in staat gebleken om de controverse op te lossen die daarover nog steeds bestaat (zijn zwarten dommer, zijn ze maatschappelijk achtergesteld, deugen de tests niet, of er is sprake van een combinatie van factoren?) en waarover heftige debatten zijn gevoerd. Op het terrein van de persoonlijkheidsvragenlijsten is veel minder Amerikaans onderzoek gedaan. De resultaten wijzen soms op equivalentie. Uit landenvergelijkend onderzoek weten we van enkele instrumenten (het model met de vijf factoren van McCrae & Costa, 1997, en met de drie factoren van Eysenck & Eysenck, 1983) dat deze een hoge mate van structurele equivalentie vertonen (de lijsten meten dus hetzelfde in alle onderzochte landen). In landenvergelijkend onderzoek zien we dus dat persoonlijkheidsmetingen met een stevige theoretische basis wijzen op de universaliteit van de persoonlijkheidsstructuur. Het onderzoek naar externe vertekening toont steeds weer aan dat de relaties tussen predictor (testscore) en criterium (toekomstig gedrag zoals succes op school of werk) niet erg verschillen voor blanken en zwarten (Schmidt & Hunter, 1977). Deze bevindingen lijken erop te wijzen dat de tests niet discrimineren. De schijn zou echter wel eens kunnen bedriegen. De tests zijn vaak onderzocht op vertekening, voor de criteria geldt dat echter niet. Zo is weinig bekend over de vraag in hoeverre veel gehanteerde criteria zoals rapportpunten en beoordelingen wel dezelfde betekenis hebben voor autochtonen en allochtonen. Hebben rapportcijfers dezelfde betekenis voor autochtonen en allochtonen? In eerder onderzoek vonden Van de Vijver en Willemse (1991) dat docenten daar niet van uitgaan en dat rapportpunten bij autochtonen meer naar prestaties en bij allochtonen meer naar vooruitgang (wat heeft de leerling bijgeleerd?) verwijzen. Veel systematisch onderzoek naar verschillen in de betekenis van criteriumgedrag hebben we echter niet. Derhalve is de conclusie voorbarig dat gelijke relaties tussen test en criterium erop duiden dat er geen discriminatie plaatsvindt. In Nederland heeft het lang geduurd voordat vertekening en equivalentie op de agenda kwamen van de psychologie als professie. Eind jaren tachtig is op initiatief van het toenmalige Landelijk Bureau ter Bestrijding van Rassendiscriminatie (nu Art.1 genaamd; een groep samengekomen van experts op het terrein van multicultureel testen. Onder leiding van Hofstee heeft de commissie zich gebogen over de bruikbaarheid van de meest gebruikte psychologische tests voor allochtonen (Hofstee, 1990; Hofstee et al., 1990). De commissie concludeerde dat er helaas geen degelijk onderzoek in Nederland was om op terug te vallen. De conclusie past in het eerder gesignaleerde beeld dat in Nederland lang is gedacht dat allochtonen terug zouden gaan naar hun land van herkomst en dat ons land traag is gebleken in het multiculturaliseren. De commissie heeft een inhoudsanalyse gemaakt van de meest gebruikte tests. Er werden geen aanwijzingen voor openlijk racisme aangetroffen in de testinhouden (zoals het maken van of impliceren van denigrerende opmerkingen over andere dan de autochtone groep). Vervolgens is ook nagegaan of de tests bruikbaar waren. De commissie was helder in haar conclusie: in alle tests wordt zoveel kennis van de Nederlandse taal en cultuur verondersteld dat deze etnocentrisch genoemd kunnen worden; de tests nemen de Nederlandse cultuur als uitgangspunt. Dit etnocentrisme maakt de tests beperkt bruikbaar voor allochtonen. De commissie deed verder een oproep aan de beroepsgroep om bestaande tests op bias en bruikbaarheid te onderzoeken en nieuwe instrumenten te ontwikkelen. Deze oproep is niet onbeantwoord gebleven. Er zijn drie lijnen in het moderne onderzoek te onderkennen: 1. het ontwikkelen van nieuwe instrumenten; 2. het ontwikkelen van nieuwe normen; en 3. het onderzoeken van bestaande instrumenten op vertekening.

10 Verschillende nieuwe tests zijn ontwikkeld en genormeerd in de laatste twintig jaar. In een drietal proefschriften is instrumentarium ontwikkeld, dat tot doel heeft om problemen met de beperkte bruikbaarheid van bestaande tests tegen te gaan (Van den Berg, 2001; Helms-Lorenz, 2001; Hessels, 1993). Van den Berg (2001) heeft de zogenoemde multiculturele capaciteitentest ontwikkeld ( Bij de samenstelling van de items is er rekening mee gehouden dat de gebruikte taal niet complex mocht zijn. Verder krijgen kandidaten voor de testafname materiaal met voorbeelden van af te nemen tests mee waardoor de kandidaat zich thuis kan voorbereiden op de testafname. Hiermee wordt een poging gedaan om methodebias zoveel mogelijk te verkleinen. De test is afgenomen bij allochtonen en autochtonen. Uit de analyses bleek de structurele equivalentie goed te zijn. In de analyse van de itembias werden grote hoeveelheden items gevonden die partijdig waren (soms in het voordeel van allochtonen, soms in het voordeel van autochtonen). Itembias bleek echter nauwelijks invloed te hebben op de grootte van de crossculturele scoreverschillen; de gemiddelden van de groepen met alle items vertoonden nagenoeg dezelfde crossculturele verschillen als de gemiddelden nadat alle items met bias verwijderd waren. Hessels heeft een test ontwikkeld voor leerpotentieel bij jonge kinderen, de zogenoemde Leertest voor Etnische Minderheden (Hessels, 1993). Het idee erachter is dat allochtone kinderen vaak slecht presteren op cognitieve tests omdat ze vanwege gebrek aan kennis van de taal en ervaring met psychologische tests niet in staat zijn om optimaal te presteren. Bij de afname van een test voor leerpotentieel krijgt een kind op gestandaardiseerde wijze hulp bij het invullen. De persoon die de test afneemt maakt met gebaren of door het zelf voor te doen duidelijk wat van het kind wordt verwacht. De vertekening van de test bleek klein te zijn. Resing en Hessels (2001) vatten de resultaten van het onderzoek naar de bruikbaarheid als volgt samen: Hoewel Nederlandse, Turkse en Marokkaanse kinderen verschillen in hun gemiddelde leerpotentieelscore, blijkt dat deze onderlinge verschillen veel kleiner zijn dan wanneer hun IQ-scores worden vergeleken. Ook de verblijfsduur in Nederland, die soms zeer kort was, blijkt over het algemeen geen significant effect op te leveren. Bij vergelijking van kinderen van gelijk sociaaleconomisch niveau, en deze vergelijking is gerechtvaardigd aangezien de overgrote meerderheid van de Turkse en Marokkaanse kinderen afkomstig is uit gezinnen met een laag sociaaleconomisch niveau, blijken de verschillen tussen de groepen beduidend kleiner in vergelijking tot de verschillen in IQ-scores. Daarnaast blijkt dat de verschillen in leerpotentieelscores kleiner worden met het ouder worden, een tendens die bij IQ-scores niet wordt teruggevonden (p. 94). Helms-Lorenz (2001) heeft onderzoek gedaan naar de bruikbaarheid van eenvoudige computergestuurde cognitieve reactietijdtaken. In vergelijking met reguliere intelligentietests bleken deze taken weinig vertekening te vertonen en ook kleine scoreverschillen tussen allochtone en autochtone kinderen te laten zien. De vertekening in de taken was veel kleiner dan in intelligentietests die bij dezelfde kinderen afgenomen werden. In elk van de drie proefschriften zien we dat nieuwe tests erin geslaagd zijn om bepaalde bronnen van vertekening tegen te gaan en dat de gevonden crossculturele scoreverschillen kleiner zijn dan bij reguliere intelligentietests. De laatste jaren zijn nog enkele tests aan het arsenaal toegevoegd. Dit zijn tests die specifiek bedoeld voor multiculturele populaties. Zo is er een instrument voor cross-culturele dementiescreening ontwikkeld (Goudsmit, Parlevliet, van Campen, & Schmand, 2014). Het instrument is gevalideerd voor ouderen van Surinaamse (Creoolse en Hindoestaanse), Turkse en Marokkaanse afkomst. De test heeft tot doel cognitieve stoornissen (geheugen, executief functioneren en mentaal tempo) vast te stellen; er zijn instructies in de etnische talen van deze groepen. Recentelijk is voor het Nederlandse taalgebied een nieuwe intelligentietest ontwikkeld, de Comet, een non-verbale, online test (Diagonex,

11 2015). De test heeft potentieel voor gebruik in een multiculturele populatie vanwege het non-verbale karakter. Subtests hebben betrekking op onder andere analogieën, ruimtelijk inzicht, geheugen en hoofdrekenen. Er is gedegen onderzoek naar vertekening in bestaande instrumenten uitgevoerd. Zo onderzocht Van Leest structurele equivalentie van twee persoonlijkheidsvragenlijsten (te weten de RPDV, de persoonlijkheidsvragenlijst van de Rijks Psychologische Dienst, en de Junior Nederlandse Persoonlijkheidsvragenlijst) voor de selectie van autochtone en Turks-Nederlandse aspirant-agenten. De structurele equivalentie van het instrument was redelijk. Ook itembias werd onderzocht. Bij een vergelijking tussen Turken en autochtonen blijkt slechts een klein deel van de items vertekening te vertonen. De verwijdering van deze items leidde (ook hier) niet tot een verandering van de verschillen in gemiddelden tussen de groepen. De allochtonen hadden gemiddeld een profiel dat minder overeenkwam met het door de opdrachtgever gewenste profiel en dat veranderde niet door de slechte items te verwijderen. De voorspellende waarde van de test was erg klein (zoals wel vaker gevonden wordt dat persoonlijkheidsfactoren slechte voorspellers zijn van werksucces); er waren echter geen aanwijzingen voor externe vertekening. Van de NPVJ bleken veel items bias te vertonen. De structurele equivalentie was redelijk. Een belangrijke vraag bij de meting van persoonlijkheid bij allochtonen betreft het vereiste taalniveau: hoe goed moet een cliënt op de hoogte zijn van de Nederlandse taal en cultuur voordat een bepaald instrument afgenomen kan worden? Het taalgebruik van persoonlijkheidsvragenlijsten is vaak ingewikkeld, het gebruik van metaforen en bestaande uitdrukkingen wordt niet geschuwd. Dit zijn nu echter typisch aspecten die bij het aanleren van een tweede taal pas laat verworven worden. Daarom ging Van Leest ook na in hoeverre de betekenis van de scores op de persoonlijkheidslijst veranderde met het taalniveau van de sollicitant. Er traden eigenlijk pas problemen op als de sollicitant erg weinig Nederlands kende. Helaas kon Van Leest de externe vertekening niet onderzoeken. Zo n onderzoek veronderstelt namelijk dat er een verband is tussen testscores en criteriumgedrag. Van Leest vond echter geen verband tussen beide en kon derhalve geen enkele voorspelling maken van het criteriumgedrag op basis van persoonlijkheidsdata. Een ander onderzoek behandelt de interne partijdigheid van de GATB (General Aptitude Test Battery) (Te Nijenhuis, 1997). Het onderzoek werd uitgevoerd onder volwassen autochtone en allochtone sollicitanten met uitvoerende functies bij de Nederlandse Spoorwegen en streekvervoerbedrijven. De structurele equivalentie van de test was goed; er werden sterke aanwijzingen gevonden dat de tests bij zowel autochtonen als allochtonen dezelfde intelligentiedimensies maten. Ook in dit onderzoek werd gevonden dat verwijdering van items met vertekening geen invloed had op de verschillen in scores van autochtone en allochtone sollicitanten (de eerste groep scoorde beduidend hoger dit leidde tot een behoorlijke controverse in het vakgebied). Na de eerste golf van grote studies op het terrein van multicultureel testen in Nederland is het (helaas) weer wat rustiger geworden. De laatste jaren is er meer nadruk komen te liggen op het maken van richtlijnen voor tests en testgebruik in een multiculturele context. De verschuiving in aandacht is te begrijpen, maar ook te betreuren. Een commissie heeft zich (wederom op initiatief van het Landelijk Bureau ter Bestrijding van Rassendiscriminatie) gebogen over de vraag wat er nu veranderd is sinds het verschijnen van het rapport van de commissie-hofstee (Bochhah et al., 2001). De commissie noemde de hierboven beschreven proefschriften als voorbeelden van goed onderzoek dat bijdraagt aan de kwaliteit van het testen in een multiculturele samenleving. Anderzijds constateert de commissie dat er nog niet veel tests op vertekening onderzocht zijn: Wie vanuit een praktisch perspectief kijkt naar welke tests gevalideerd zijn voor multiculturele diagnostiek, kan niet anders dan tot de conclusie komen dat er nog niet veel tests zijn (Bochhah et al., 2001, p. 17). In de laatste jaren is ook onderzoek in Vlaanderen op gang gekomen. Sinds, 2003 loopt aan de Universiteit Gent onder leiding van Fontaine en Schittekatte vergelijkend onderzoek naar de WISC- III-resultaten van autochtone en allochtone kinderen en de invloed van acculturatie op de scores (zie

12 Van de Vijver et al., 2007). Bij autochtone en allochtone kinderen tussen 6 en 16 jaar (met gelijk geslacht, gelijke leeftijd en uit dezelfde klas) worden verscheidene cognitieve instrumenten waaronder de WISC-III (een intelligentietest voor kinderen; Kort et al., 2005) afgenomen. Daarnaast werd aan de allochtone kinderen een acculturatieschaal voorgelegd (Arends-Tóth, 2003; een overzicht van acculturatieschalen is te vinden in Celenk & Van de Vijver, 2011). Deze schaal gaat vooral in op de culturele achtergrond van het gedrag van kinderen en adolescenten, zoals de taal die ze thuis spreken, de vrienden met wie ze spelen en de televisieprogramma s waar ze naar kijken. De items zijn zo geformuleerd dat ze ofwel vragen naar cultuurbehoud (bijv. ik denk in het Turks ) ofwel naar culturele aanpassing (bijv. mijn beste vrienden zijn Vlaams ). De IQ-scores binnen de allochtone groep bleken sterk samen te hangen met acculturatie. Kinderen met hogere IQ-scores richten zich meer op de gastcultuur en minder op de thuiscultuur. Dit effect was het meest uitgesproken bij de verbale subtests, maar trad ook op bij de performale subtests. Duidelijk is wel dat de problemen van diagnostiek van intelligentie bij allochtonen dus niet simpel op te lossen zijn door enkel van performale tests gebruik te maken. Het onderzoek naar de bruikbaarheid van tests heeft aangetoond dat bij een goede keuze van instrumentarium problemen van structurele equivalentie tegen te gaan zijn. Methodebias is moeilijker te vermijden. Studies waarin de inhoud en de instructies van tests aangepast zijn, geven belangrijke informatie over de vraag hoe we de methodebias zo klein mogelijk kunnen maken. Ook itembias is moeilijk tegen te gaan; dit heeft vooral te maken met het feit dat we psychologisch gezien maar weinig inzicht hebben in de factoren die ervoor zorgen dat een item vertekening vertoont. Uitgebreide analyses van testitems die in het onderwijs in de Verenigde Staten gebruikt worden, hebben weinig opgeleverd (Holland & Wainer, 2012). De enige eigenschap waarvan systematisch gevonden wordt dat deze een vertekening oplevert, is de moeilijkheid van een item: moeilijke vragen vertonen meer vertekening dan gemakkelijke vragen. De reden hiervoor is onduidelijk. Verder blijkt dat het Nederlandse onderzoek naar vertekening dezelfde bevindingen laat zien als het Amerikaanse. Algemene patronen uit dit onderzoek zijn daarom redelijk goed toepasbaar op Nederland. In de keuze van nieuwe technieken kunnen we ons laten inspireren door methoden die daar gehanteerd zijn om vertekening tegen te gaan. 9.3 Hoe kunnen we de kwaliteit van multicultureel testen verbeteren? Multiculturele diagnostiek heeft in veel gevallen geen pasklare oplossingen op vragen, maar er zijn wel allerlei meer en minder effectieve manieren voorgesteld om in de praktijk met deze vragen om te gaan. In deze sectie worden eerst drie soorten van aanpak besproken die aantrekkelijk lijken maar die ook hun problemen hebben (zie ook Van de Vijver, 2011). Daarna wordt ingegaan op andere modellen die voorgesteld zijn en worden vuistregels gegeven die niet zozeer een specifieke aanpak propageren maar meer een soort van constructief-kritisch denken kenschetsen dat de kwaliteit van multiculturele diagnostiek ten goede komt. Aanpak 1: gebruik cultuurvrije tests Het is al een oud idee om bij diagnostiek in heterogene groepen tests te gebruiken die vrij zijn van enige culturele invloed. Het begon in, 1940 met Cattell, die beweerde dat zijn intelligentietest vrij was van culturele invloeden. Al snel ontstond echter het besef dat het naïef is te veronderstellen dat er tests zijn die helemaal geen relatie met cultuur zouden hebben (Frijda & Jahoda, 1966). Zelfs een eenvoudige taak waarbij cijfers onthouden moeten worden veronderstelt dat cijfers even goed bekend zijn bij alle groepen waarin de test afgenomen wordt. Kennis van cijfers is echter afhankelijk van onder andere de kwaliteit van het genoten onderwijs (en daarmee een bron van vertekening). Later zijn de ambities van cultuurvrij testen wat naar beneden bijgesteld en zijn andere concepten

13 geïntroduceerd, zoals culture-fair (Cattell & Cattell, 1963) en culture-reduced tests (Jensen, 1980), maar het idee is steeds gebleven om tests te gebruiken die zo weinig mogelijk gebruikmaken van kennis van de taal en cultuur van de testontwerper. Ook al vindt het idee dat er cultuurvrije tests ontwikkeld kunnen worden nog nauwelijks navolging, het is een bruikbaar idee om stil te staan bij de mate van gevoeligheid van een instrument voor kennis van de Nederlandse taal en cultuur. Het is een belangrijk onderdeel van de professionele training en expertise van diagnostici om een goed oordeel te kunnen vormen over de bruikbaarheid van tests en om deze bruikbaarheid mee te laten wegen in het uiteindelijke oordeel. Er is in Nederland een systeem van kwaliteitsbeoordeling en -bewaking ontwikkeld door de Commissie Testaangelegenheden Nederland (COTAN; De COTAN onderwerpt psychologische tests van een kwaliteitsbeoordeling. In box 9.2 wordt een overzicht geven van instrumenten die veel gebruikt worden in multiculturele diagnostiek. Box 2. Overzicht van beoordelingen van vaak gebruikte tests De volgende aspecten van een test worden beoordeeld door de COTAN (Commissie Test Aangelegenheden Nederland) van het NIP (Evers et al., 2009): Uitgangspunten bij de testconstructie: wat is het gebruiksdoel van de test, wat is de meetpretentie; is er een theoretisch kader voor testconstructie? Kwaliteit van het testmateriaal: zijn scoring, testopgaven en instructie gestandaardiseerd en is er mogelijk sprake van voor specifieke bevolkingsgroepen kwetsende inhoud van items voldoende duidelijk en eenduidig geschreven? Normen: is de test genormeerd bij voldoende grote, representatieve groepen? Kwaliteit van de handleiding: wordt de testgebruiker voldoende informatie geboden ten behoeve van de afname en interpretatie van de test? Betrouwbaarheid: is er onderzoek gedaan naar de betrouwbaarheid van de test en wat is de kwaliteit van (de uitkomsten van) het onderzoek? Begripsvaliditeit: is er onderzoek gedaan naar wat de test meet en wat is de kwaliteit van dit onderzoek? Criteriumvaliditeit: is er onderzoek gedaan naar het verband test-criterium en wat is de kwaliteit van (de uitkomsten van) het onderzoek? Opgemerkt dient te worden dat geen van de COTAN-beoordelingen betrekking heeft op toepasbaarheid van de test voor multiculturele groepen of op de beschikbaarheid van afzonderlijke normen voor autochtonen en allochtonen. Hieronder staan voorbeelden van tests die gebruikt zijn in wetenschappelijk onderzoek naar multiculturele diagnostiek, waarvoor COTAN-beoordelingen bestaan. De tests hebben vooral betrekking op intelligentie. Er zijn mij geen voorbeelden bekend van lijsten op het terrein van gezondheid met een COTAN-beoordeling die in wetenschappelijk onderzoek gebruikt zijn. Tabel

14 Test Uitgangsp unten Testmateri aal Handlei ding Norm en Betrouwbaa rheid Begripsvali diteit Criterià â žum validiteit Bayley Ontwikkelingss chalen, BOS 2-30, 1983 Differentiële Aanleg Testserie, 1983 General Aptitude Test Battery, GATB versie B B, 1958 goed goed goed vold. vold. vold. vold. goed goed goed goed vold. goed goed goed goed goed vold. goed vold. goed Groningse Ontwikkelingssc halen, GOS 21/2-41/2, 1996 goed goed goed goed goed goed onvold. Leertest voor Etnische Minderheden, LEM, 1991 vold. goed goed onvol d. goed vold. vold. Leidse Diagnostische Test, LDT, 1976 goed goed goed goed vold. vold. vold. Progressive Matrices, PM, 1938 goed goed goed onvol d. vold. vold. vold. Revisie Amsterdamse Kinder Intelligentie Test, RAKIT, 1984 goed goed goed goed goed goed goed Schoolgedrag Beoordelingslijs goed goed goed goed vold. goed vold.

15 Test Uitgangsp unten Testmateri aal Handlei ding Norm en Betrouwbaa rheid Begripsvali diteit Criterià â žum validiteit t, SCHOBL-R, 1993 Snijders-Oomen Niet-verbale Intelligentietest, SON-R 21/2-7, 1998 SON-r, 51/2-17, Niet-verbale Intelligentietest, 1989 goed goed goed goed goed goed goed goed goed goed goed goed goed goed Wechsler Preschool and Primary Scale of Intelligence, WPPSI-R, 1997 onvold. goed vold. onvol d. onvold. vold. onvold. Wechsler Intelligence Scale for Children- Revised, WISC- R, 1986 goed goed goed goed vold. vold. onvold. vold. = voldoende onvold. = onvoldoende Aanpak 2: gebruik standaardtests Er is nogal wat onderzoek dat aantoont dat psychologische tests dezelfde voorspellende waarde hebben voor autochtonen en allochtonen in dergelijke toepassingsdomeinen (zie bijvoorbeeld Te Nijenhuis, 1997). Zolang tests even goed voorspellen voor alle culturele groepen, zijn ze bruikbaar voor interculturele diagnostiek. Dat is de redenering achter het gebruik van standaardtests zoals die ook bij autochtonen gebruikt worden. Deze benadering heeft twee problemen. Veel testscores worden niet gebruikt om toekomstig gedrag te voorspellen (zoals de vraag of een kind een bepaald soort school aan zal kunnen) maar om uitspraken te doen over bijvoorbeeld iemands intelligentie of geestelijke gezondheid. In dit soort gevallen zijn