第二章 心理測驗的編制

　　第一節心理測驗的對象、目的及目標

　　在編制測驗前首先要明確測量的對象：也就是該測驗編成后要用于哪些團體。其包括三個重要的維度，即年齡、教育水平和文化背景。 測驗的目的：一般來說；顯示和預測。由此我們可以分為兩類測驗：顯示性測驗和預測性測驗。

　　（1）顯示性測驗：是指測驗題目和所要測量的心理特征相似的測驗。有些觀察法、行為評估法也都是顯示性測驗，題目取自一個很明確的總體的測驗即是樣本測驗，題目取自一個全開發的總體的測驗即是標記測驗。

　　（2）預測性測驗：指預測一些沒被測量的行為的測驗。

　　心理測驗的目標是指編制的測驗是測什么的，即用來測量什么樣的心理變量或行為特征。

　　（1）工作分析：對于選拔和預測功用的預測性測驗，主要任務是對所預測的行為活動作具體分析，我們稱之為任務分析或工作分析。

　　（2）對特定概念下定義：如果測驗是為了測量某種特殊的心理品質或特點，那么測驗編制者就必須給所要測量的心理或行為特質下定義，然后必須發現該特質所包含的維量將通過什么行為表現出來或怎樣進行測量。

　　（3）確定測驗的具體內容：如果測驗是描述性的顯示測驗，它的目標分析的主要任務則是確定顯示的內容和技能，從中取樣。

　　第二節 測題的編寫技術

　　搜集有關資料：題目的有關

　　（1）已出版的標準測驗

　　（2）理論和專家的經驗

　　（3）臨床觀察和記錄 命題的原則及編寫要領：

　　1、命題的原則（理解）：

　　⑴內容方面。首先，要求題目的內容符合測驗的目的；其次，內容取樣要有代表性；第三，題目間內容相互獨立，互不牽連。 ⑵文字方面。使用語言要準確，語句要簡明扼要，最好一句話說明一個概念，盡量少使用雙重否定句。⑶理解方面。題目應有確切的答案，題目的內容不要超出受測團體的知識水平和理解能力，題目格式要容易理解。 ⑷社會敏感性方面。應盡量避開社會敏感性問題，如涉及社會禁忌或個人隱私的題目不應使用。

　　菲利普對于涉及社會敏感性問題，怎樣鼓勵被試作出真實回答的策略：

　　◇1命題時假定被試具有某種行為，使他不得不在確實沒有該行為時才否定，可避免否定過多的傾向。

　　◇2命題時假定規范不一致。

　　◇3指出該行為是常見的，雖然是違規的。

　　2、測題的編制要求：對心理測驗的題目進行分類的標準很多，常見的分類是根據對被試的要求不同來分，可以分為兩大類：提供型選擇型題目。提供型題目要求被試給出正確答案，如論文題、簡答題、填充題等；選擇型題目要求被試在有限的幾個答案中選擇正確的答案，如選擇題、是否題、匹配題等。選擇題我們比較熟悉，它由兩部分分構成：提干和選擇。題干就是呈現一個問題的情景，一般由直接問句或不完全的陳述問或不完全的陳述句構成。選項就是問題的多種可能答案常常是包括一個正確答案，若干（一般是1—5個）錯誤答案，其中錯誤的答案叫“誘答”。

　　第三節 測驗的編排和組織

　　一、測題的編排

　　1、測驗編排的一般原則：

　　⑴測題的難度排列易逐步上升。

　　⑵盡可能將同類型的測題組合在一起。

　　⑶各種類型測題本身的特點。兩種常見的試題排列方式：

　　（1）并列直進式：整個測驗按試題材料的性質歸為若干分測驗，在同一分測驗的試題依其難度由容易到難排列。

　　（2） 混合螺旋式：先將各類試題依難度分成若干不同層次，再將不同性質的試題加以組合，作交叉式排列，難度則漸次升進。

　　第三章　測驗的信度

　　第一節　信度的概念

　　信度是指同一被試在不同時間內用同一測驗（或用另一套相等的測驗）重復測量，所得結果的一致程度。信度只受隨機誤差的影響，隨機誤差越大，信度越低。

　　信度理論定義：傳統的信度理論認為，每一個測驗的實得分數（X）總是由真實分數（T）和誤差（E），兩個部份構成的，公式為：

　　X=T+E

　　討論一組測驗分數的特性時，可用方差導標具體分數，公式：

　　（測驗實得分數的方差）＝ （測驗真分數的方差）＋ （測驗誤差的方差）

　　操作定義：一組測量分數的真分數方差與總方差（實得分數的方差）的比率，或者是真實分數方差占總方差的的百分比。計算公式：

　　由于真實分數的方差是無法統計的，因此公式3-3可轉化為：

　　在（書上）圖3-1下面的話看一看。

　　2、信度的指標

　　（1）信度系數：大部分情況下，信度是信度系數為指標，它是一種相關系數。理論上說就是真分數方差與實得分數的方差的比值，公式是：

　　（2） 測量標準誤：信度系數表示一組測量的實得分數與真分數的符合程度，但并沒有直接支出個人測量分數的變異量。

　　測量的標準誤與信度之間呈反比關系：標準誤越小，信度越；標準誤越大，信度越低。

　　3、信度與測驗分數的解釋：

　　（1）解釋真實分數與實得分數的相關：信度系數可以解釋為總的方差中有多少比例是由真實分數的方差決定的，也就是測驗的總變異中真分數造成的變異占百分之幾。

　　（2）比較信度可以接受的水平：一個測驗究竟信度多高才適合，才讓人滿意呢？當然，最理想的情況是 =1.00，但實際上辦不到。一般原則是：當 0.70時，測驗不能用于對個人作出評價或預測，而且不能作團體比較；當0.70≤ 0.85時，可用于團體比較；當 ≥0.85時，才能用來鑒別或預測個人成績或作為。

　　（3）解釋個人分數的意義：從信度可以解釋個人分數的意義，這是測量標準誤的應用。它有兩個作用：一是估計真實分數的范圍；二是了解實得分數再測時可能的變化情形。看書公式3-8.（4）比較不同測驗分數的差異：測量標準誤和測驗信度在評價兩個不同測驗的分數是否有明顯差異時也非常重要。這種比較包括兩個人不同分數的差別和同一被試在兩個測驗上的差別。

　　　　1、 第二節 信度的類型及估計方法重測信度：又稱穩定性系數。他的計算方法是采用重測法，即使用同一測驗，在同樣條件下對同一組被試前后施測兩次測驗，求兩次得分間的相關系數。

　　最適宜的時距隨測驗的目的、性質和被試的特點而異，一般是兩周到四周較宜，間隔時間最好不超過六個月。

　　重測信度的前提假設是：⑴所測量的特性必須是穩定的；⑵每個人對前一次反應的遺忘程度相同；⑶在時間間隔中沒有學習另外的與測驗有關的東西。

　　2、 復本信度：又稱等值性系數。它是以兩個等值但題目不同的測驗（復本）來測量同一群體，然后求得被試在兩個測驗上得分的相關系數，這個相關系數就代表了復本信度的高低。

　　復本信度的高低關鍵取決于復本測驗的選擇，因而是題目取樣問題。

　　同重測信度一樣，復本信度也要考慮兩個復本實施時間間隔。如果兩個復本幾乎是在同一時間內施測的，相關系數反映的才是不同復本的關系，而不摻有時間的影響。如果兩個復本的施測相隔一段時間，則稱穩定與等值系數。穩定與等值系數既考慮了測驗在時間上的穩定性，也考慮了不同題目樣本反應的一致性，因而是更為嚴格的信度考察方法，也是應用較為廣泛的方法。

　　內部一致性信度包括：分半信度和同質性信度。（1）分半信度：指采用分辦法估計所得的信度系數。這種方法估計信度系數只需一種測驗形式，實施一次測驗。通常是在測驗實施后將測驗按奇、偶數分為等值的兩半，并分別計算每位被試在兩半測驗上的得分，求出這兩半分數的相關系數。○1常見的是將測題按其序列號的奇偶分半，這種分法的前提是：測題并非隨機排列，而是按某種順序（如難度）排列；如果隨機排列的題目，則必須是所有題目平等的（要么難度相等，要么性質一樣）；如果測驗有多個分量表，應該在分量表內部排好順序，再把各分量表分兩半組合起來求相關。○2常用的修正公式是：斯皮爾曼－布朗公式：

　　3、 斯皮爾曼－布朗公式為經驗公式，他的假設條件是兩半測驗分數的變異數相等，但實際資料有時未必完全符合這一條件。當假設不成立時，可采用：弗朗那根公式或盧倫公式中的任一一個。（公式見書3-12、3-13）

　　同質性信度：指測驗內部所有題目間的一致性。當各個測題的得分有較高的正相關時，不論題目的內容和形式如何，測驗即為同質的；若所有題目看起來好像測量的是同一特質，但相關很低或為負相關時，測驗即為異質的。此外，對于一些復雜的、異質的心理學變量，采用單一的同質性測驗是不行的，因而常常采用若干相對異質的分測驗，并使每個分測驗內容具有同質性，這樣每個分測驗就能用來預測異質效標的某一方面。同質性信度的公式主要有：庫德-理查遜公式：常用的是K-R20公式，在個各測題難度相同或近似的情況下，還可采用計算更為簡便的K-R21公式。

　　克倫巴赫α系數（這幾個公式在書上好好看看）

　　4、評分者信度：用于測量不同評分者之間所產生的誤差。為了衡量評分者之間的信度高低，可隨機抽取若干份測驗卷，由兩位評分者按評分標準分別給分，然后再根據美分測驗卷的兩個分數計算相關，即得評分者信度。一般要求在成對的受過訓練的評分者之間平均一致性達0.90以上，才認為評分是客觀的。

　　第三節 影響信度的因素

　　1、樣本的特征：（1）樣本團體分數分布的影響：任何相關關系都是受到團體中分數分布的影響，當分布范圍增大時，其信度估計就較高；當分布范圍減小時，相關系數隨之下降，信度值則較低。（2）樣本團體異質性的影響：若獲得信度的取樣團體較為異質的話，往往會高估測驗的信度，相反則會低估測驗的信度。樣本團體平均能力水平的影響：對于不同水平的團體，題目具有不同的難度，每個題目在難度上的微小差異累計起來便會影響信度。

　　2、 測驗的長度：在一個測驗中增加同質的題目，可以使信度提高。①測驗越長，測驗的測題取樣或內容取樣越有代表性；②測驗越長，被試的猜測因素影響越小。

　　3、 測驗的難度：如果一個測驗對某團體而言太容易，會使所得分數都集中在高分端；當題目太困難時，得分就會集中在低分端。兩種情況均會使信度樣本的分數范圍變窄，從而使測驗變得不夠可靠。

　　4、 測驗的時間間隔：以再測法或復本法求信度，兩次測驗相隔時間越短，其信度系數越大；間隔時間越久，其它變因介入的可能性越大，受外界的影響越大，信度系數便越低。

　　第四章 測驗的效度

　　第一節 效度的概念

　　1、效度是指所測量的與所要測量的心理特點之間符合的程度，或者簡單地說是指一個心理測驗的準確性。效度是科學測量工具最重要的必備條件。（1）一組測驗分數的總方差等于真實方差與誤差方差之和，而真實方差又可分為兩部分，即有關的方差和無關的但穩定的方差，后者也就是所謂系統誤差帶來的方差（公式4-2）。

　　2、 信度和效度的關系（1）信度是效度的必要而非充分條件：從方差分配公式： 可以看出，增大，即效度高，信度的真方差（ ）必然大，故信度必然高。當信度高時，即 降低時， 是否增加還要看是否增減，因此效度不一定就高。效度高必然信度高，而信度高并不一定保證效度高，說明信度高只是效度高的必然條件，并不是效度高的充分條件。（2）效度是受信度制約的

　　3、效度的性質：（1）a效度具有相對性：在評鑒測驗的效度時，必須考慮其目的與功能。只有所測的結果符合該測驗的目，才能認為它是個有效的測量工具。（2）效度具有連續性。測驗效度通常用相關系數表示，它只有程度上的不同，而沒有“全有”或“全無”的區別。因此，我們評價一個測驗時，不應該說“有效”或“無效”，而應該用效度較高或效度較低來評價。

　　第二節 效度的類型與估計方法

　　一、效度的類型及評估方法

　　1、內容效度：指的是測驗題目對有關內容或行為取樣的適用性，從而確定測驗是否是所欲測量的行為領域的代表性取樣。（名詞解釋）

　　（1）想編制有較高內容效度的心理測驗：○1要對所測量的心理特性有個明確的概念，并劃定出哪些行為與這心理特性有關，又比較密切。○2測驗題目應是所界定的內容范圍的代表性取樣。

　　（2）需要說明的是，要求內容效度的測驗，并不一定要求測驗為同質的。

　　2、內容效度的評估方法：（1）專家判斷法：為了確定一個測驗是否有內容效度，最常用的方法是請有關專家對測驗題目與原定內容的符合性作出判斷，看測驗的題目是否代表規定的內容。如果專家認為測驗題目代表了所測內容，測驗就是有內容效度。由于這種估計效度的方法，是一個邏輯分析的過程，所以內容效度有時也可稱為“邏輯效度”。（2）統計分析法：計算兩個評分者之間評定的一致性，雖然考察的是評分者的判斷信度，但由于來自兩個獨立的評判者，因此符合程度越高越能反映測驗的內容效度。克倫巴赫提出，內容效度可由一組被試在獨立取得自同樣內容范圍的兩個測驗復本上得分之相關來作數量的估計。再測法也可用于內容效度的評估。（3）經驗推測法：通過實踐來檢驗效度。如果通過率是隨著年齡的增加而增加，就可以推測該測驗有內容效度。

　　3、內容效度與表面效度的關系：經常混淆。表面效度是由外行對測驗作表面上的檢查確定的，它不反映測驗實際測量的東西，只是指測驗表面上看來好像是所要測的東西；內容效度是由夠資格的判斷者（專家）詳盡地、系統地對測驗作評價建立的。雖然二者都是根據測驗內容作出的主觀判斷，但判斷的標準不同。前者只考慮題目與測量目的之間的明顯的、直接的關系，后者則考慮到題目與測量目的和內容總體之間邏輯的微妙關系。如果測驗內容看起來與測量目標和要作的決定不相干，就會使被試產生不配合、馬馬馬乎乎、應付了事等反應，而影響測驗的效度。相反，典型行為測驗卻要求較低的表面效度。如果被試很容易從測驗題目看出測驗的目的，就可能產生反應偏差（如掩飾等）。

　　二、構想效度

　　1、構想效度：1954年提出，有人翻譯為構思效度，也有叫結構效度。它是指測驗能夠測量到理論上的構想和特質的程度，即測驗的結果是否能證實或解釋某一理論的假設、術語或構想，解釋的程度如何。

　　2、構想效度的估計方法：（1）對測驗本身的分析：對測驗本身的分析：測驗的內容效度可以作為構思效度的證據；測驗的同質性指標可以推斷測驗是測量單一特質還是測量多種特質，從而為評估測驗構思效度提供證據；分析被試對題目的反應特點也可以作為構思效度的證據。（2）測驗間的相互比較：相容效度是構思效度的一個證據。區分效度是構思效度的又一個證據，一個有效的測驗不僅應與其他測量同一構思的測驗有關，而且還必須與測量不同構思的測驗無相關；因素分析法也是建立構思效度的常用方法，通過對一組測驗進行因素分析，可以找到影響測驗分數的共同因素，這種因素可能就是我們要測量的心理特質（構思）。（3）效標效度的研究證明：一個測驗若效標度理想，那么該測驗所預測的效標的性質和種類就可以作為分析測驗構思效度的指標，另一種證實構思效度的方法是心理特質的發展變化。實驗法和觀察法證實：觀察實驗前和實驗后分數的差異是驗證構思效度的方法。

　　三、效標效度

　　1、效標效度：又稱實證效度，反映的是測驗預測個體在某種情境下行為表現的有效性程度。被預測的行為是檢驗效度的標準，簡稱效標。由于這種效度是看測驗對效標預測如何，所以叫效標效度。這種效度需在實踐中檢驗，所以又稱為實證效標。

　　分類：根據效標資料是否與測驗分數同時獲得，又可分為同時效度和預測效度兩類。同時效度即測驗所得分數可與效標同時驗證，通常與心理特征的評估及診斷有關。預測效度的效標資料需要一段時間才可搜集到，通常用于選拔、分組。因為效標資料在考試以后相隔一段時間才能獲得，所以高考的效標是一種預測效標。同時效標和預測效標意義上的差異，不是于時間，而是來自測驗的目的。前者與用來診斷現狀的測驗有關，后者與預測將來結果的測驗有關。

　　一個好的效標必須具備以下條件：

　　○1必須能最有效地反映測驗的目標，即效標測量本身必須有效；

　　○2效標必須具有較高的信度，穩定可靠，不隨時間等因素變化；

　　○3效標可以客觀地加以測量，可用數據或等級來表示；

　　○4效標的測量的方法很簡單，省時省力，經濟實用。

　　2、效標和效標測量：效標，即衡量測驗有效性的參照標準，指的是可以直接而且獨立測量的我們感興趣的行為。我們感興趣的行為，就是要預測的行為，這是一個總的觀念，故必須以可操作的測量來確定才有實際意義。因此有必要把效標細分為兩個層次，其一是理論水平的“觀念效標”， 其二是操作定義水平的“效標測量”。

　　3、常用的效標包括：○1學業成就：如在校成績、學歷、有關的獎勵和榮譽、教師對學生智力的評定等，常作為智力測驗的效標，也可作為某些多重能力傾向測驗和人格測驗的效標。○2實際工作表現：是最滿意的效標測量，為一般智力測驗、人格測驗和一些能力傾向測驗的效標；○3特殊訓練成績○4精神病診斷；○5等級評定：是觀察者根據測驗欲測量的心理特質在被試身上的表現而作出的一種個人判斷；○6效標團體的比較：即找出兩個在效標表現上有差別的團體，比較他們在測驗分數上的差別；○7先前有效的測驗：一個新測驗與先前有效的測驗的相關也經常作為效度檢驗的證據。（簡答）