心理测量学_知识要点_心理咨询师考试资料

《心理测量学》

学习笔记

目录

第一节概述（测量和量表、心理测量和测验） (2)

第二节测验的常模（常模团体、常模分数、百分等级、百分点） (3)

第三节测验的信度（信度系数、测量标准误、4类评估方法） (6)

第四节测验的效度（3类评估方法） (8)

第五节项目分析（难度、区分度） (10)

第六节测验编制的一般程序 (11)

第七节心理测验的应用 (12)

心理测量是心理咨询师三项基本技能（诊断、测验、咨询）之一。所谓心理测量就是测量人的心理。心理现象是大脑的功能，是对客观现实的反映。要测大脑的功能，不能打开大脑去看和测，而是通过测量人的行为（包括外显行为和行为倾向）来反映心理。心理测量有用，但有误差。

第一节概述（测量和量表、心理测量和测验）

一、测量与量表

1、测量：依据一定的法则用数字对事物加以确定。包括三个元素，即事物、法则、数字。（速记：施法术）事物指要测量的对象；数字具有序列性、区分性、可加性、等距性（序曲可等）；法则是测量所依据的规则和方法。

2、要素：参照点、单位。（速记：丹参。测量就是手持丹参施法术。）

参照点：确定事物的量时计算的起点。一是绝对零点，二是相对零点，即人为确定的点。

单位：好的单位两个条件，有确定的意义；有相同的价值。（速记：定义同价）

3、量表：根据某一法则来表现事物属性的一个定有单位和参照点的连续体。根据精确程度，分为命名量表、顺序量表、等距量表、等比量表。

命名量表：用数字来代表事物或把事物分类。一是代号，如身份号码、学号、运动员号；二是类别，如性别字典，1代表男，2代表女。

顺序量表：数字不仅指明级别，而且指明类别大小或属性程度，但不代表属性的真正量或绝对值。没有相等单位和绝对零点，数字仅表示等级。如考试名次、工资级别、能力等级、喜爱程度等。如第一名比第二名快，但不知道快多少。心理测量一般在顺序量表上进行，因为人的智力、性格、兴趣、爱好等，难以确定绝对零点和相等单位。

等距量表：有大小关系和相等单位，数值可加减，但不能乘除，因为没有绝对零点。如温度计，可以说200℃比100℃高100℃，但不能说是它的两倍。温度的零点是人为定的，0℃并不意味着没有温度。（等距只能加减不能乘除，等比可加减乘除。）

等比量表：有相等单位，有绝对零点，可加减乘除。如长度、重量、时间等。

二、心理测量和测验

1、心理测量：依据心理学理论，使用一定的操作程序，通过观察人的少数有代表性的行为，对贯穿在人的全部行为活动中的心理特点做出推论和数量化分析的一种科学手段。（自我总结：即通过观察代表性行为，推断和分析心理特点）

心理测量对象是人的行为，并且只是测量了做测验的行为，即对测验题目的反应。观察少数行为样本（有代表性的样本，或者根据某些条件所取得的标准样本）。测验条件要相同。原始分数没有意义，比较后才有意义。

2、测量性质：间接性（测行为了解大脑功能）、相对性（大家排队看位置）、客观性（测验的刺激、对反应的量化、对结果的推论，用分数反映结果）（速记：课间香）

3、测验定义：心理测验是心理测量的工具。错误观点：一是测验万能论，二是测验无用论，三是心理测验即智力测验。正确观点一分为二：心理测验①是重要的心理学研究方法之一，是决策的辅助工具；但作为研究方法和测量工具②尚不完善。

4、测验分类

按测验功能：智力测验、人格测验、特殊能力测验

按材料性质：文字测验、操作测验

按严谨程度：客观测验、投射测验（刺激没有明确意义，问题模糊，受测者要凭想象加以填补，恰好投射出受测者的思想、情感和经验。）

按测验方式：个别测验、团体测验

按测验要求：最高行为测验（要求受测者尽可能做出最好回答，有智力、成就测验）；典型行为测验（按通常习惯方式做出反应，如人格测验）

5、咨询应用

心理门诊中运用较多的是智力测验、人格测验、心理评定量表。

三、发展简史

倡导者是英国生物学家和心理学家高尔顿，主要贡献有：①提出人的不同特点和智能是按身体特点的不同而遗传的；②为研究差异的遗传性，设计了测量差异的方法；③为心理测验奠定了统计学基础，提出了相关的概念。

1890年，美国心理学家卡特尔在《心理》杂志发表“心理测验与测量”一文，心理测验第一次出现在心理学文献中。

1905年，比内《心理学年报》发表“诊断异常儿童智力的新方法”，介绍了一个包括30个项目的量表，是世界上第一个正式的心理测验。

20世纪以后，心理测验的发展包括四个方面：操作测验、团体智力测验、能力倾向测验、人格测验。近年来，我国心理学家正致力于心理测验的本土化，编制适合我国文化背景的量表。

第二节测验的常模（常模团体、常模分数、百分等级、百分点）

一、常模团体

1、定义：常模团体是由具有某种共同特征的人所组成的一个群体，或者是该群体的一个样本。确定常模团体时，①先确定一般总体；②再确定目标总体；③最后确定样本。常模团体必须能够代表总体。

2、条件：①群体构成必须明确界定；②所测群体的代表性样本；③样本的大小要适当（大小适当的关键是样本要有代表性。实际工作中，样本大小应从经济、实用、减少误差等方面综合考虑。一般最低不小于30或100个；全国性常模，2000-3000人为宜）；④要具有新近性。因为标准化样组都是一定时空的产物。

3、取样：指从目标人群中选择有代表性的样本。具体方法包括①简单随机抽样（随机号码法）；②系统抽样（等距抽样）（目标总体有序可排，但无等级结构）；③分组抽样（先将群体分组，再在组内进行随机取样）；④分层抽样（分层比例抽样、分层非比例抽样）（速记：随机系统、分组分层）

（注：小明今年8岁，智力测验58分，那么小明的智力是高是低？不知道，因为不知道满分是多少。怎么办？全国各地找来3000个8岁的孩子，做小明的智力测验，得分排队，然后看小明的成绩排在什么位置。如果58分排在高分端，说明小明智力好。如果排在低分端，说明小明智力低。小明的58分是原始分数，没有意义。只有与一个分数排队的结果比较后才有意义，解释分数时一定离不开3000个孩子的分数排队，分数排队即测验常模，3000个孩子叫常模团体。共同特征是8岁。）

二、常模与常模分数

1、常模：是一种供比较的标准量数，是心理测验时用于比较和解释测验结果的参照分数标准。构成要素：原始分数、导出分数、对常模团体的具体描述（157题，书上没找到）按样本大小来源：全国常模、区域常模、特殊常模

按应用标准和分数特征：百分位常模、标准分常模

2、常模分数（导出分数、标准分数、量表分）：就是施测常模样本后，将受测者的原始分数按一定规则转换出来的导出分数。导出分数的特性包括：①与原始分数等值，可以进

行比较。②带参照点、③等单位，实际上是一个④有意义的测验量表。

（注：原始分数没有意义，象小明的58分，与别人比较后看排队位置才有意义。常模分数反映的是一个人与别人相比排队排在什么位置。按一定规则转换就可以得到。）

三、常模类型

1、发展常模（年龄量表）

将人的心理特质（如智力、技能等）与其他人的平均表现相比较，所制成的量表叫发展常模或年龄量表。年龄量表中，个人分数指出他的行为在按正常途径发展方面处于什么样的发展水平。

发展顺序量表：是直观的发展常模，可以告诉人们某儿童的发育与其年龄相比超前、滞后、正常。最早是葛塞尔发展程序表，按月份显示儿童运动水平、适应性、语言、社会性四方面发展水平，婴儿16周能使头保持平衡。皮亚杰最著名的工作就是对守恒概念的研究。（两种等量的物体只要无增无减，无论怎样改变组合，它们在质量、重量、长度、数量及容量等方面仍然是相等的）通常儿童到5岁理解质量守恒、6岁掌握重量守恒、7岁有容量守恒概念。

（注：正常儿童1周岁左右应当可以叫爸爸妈妈。这个定性的描述就是一个发展顺序量表。任何一个孩子出生后都可以和这句话来比较。如果一个孩子不到1周岁就可以叫了，我们就说这个孩子发展能力比较超前。1岁半或2岁还不会叫，我们就说这个孩子滞后了。这个比较的基础叫发展顺序量表）

智力年龄（智龄）：比内-西蒙量表中首先使用智力年龄的概念。儿童的适龄是基础年龄与在较高年龄水平的题目上获得的附加月份之和。如吴天敏修订的比内-西蒙量表，每个年龄都有6道测量，答对每题得智龄2个月。另一种年龄量表使用方法是将标准化样本中每个年龄组的平均原始分数作为常模年龄，通过将受测者的原始分数与年龄常模对比，便可求得每个人的智龄。

年级当量（年级量表）：说明测验结果属哪一年级的水平。如某学生算术能力是6年级水平，阅读能力是4年级水平。

2、百分位常模：包括百分等级、百分点、四分位数、十分位数。

百分等级：是应用最广的表示测验分数的方法。指在常样本中低于这个分数的人数百分比，指出的是个体在常模团体中年息的位置。百分等级越低，个体所处的位置就越低。85的百分等级表示在常模样本中有85%的人比这个分数要低。百分位常模是双向方式编制的原始分数与百分等级对照表。可由原始分数计算百分等级，又可由百分等级确定原始分数。（注：必考。某省高考只能招收20%的学生，录取线上20%，线下80%，那么百分等级是80。）百分位数（百分点）：处于某一百分比例的人对应的测验分数是多少。（注：最高695，最低603，录取线百分等级是80，那么对应的原始考分575分，叫百分点或百分位数。）四分位数：将量表分成四等份。相当于百分等级25%、50%、75%三个百分点分成的四段。

十分位数：将量表分成十等份。1%-10%为第一段。

3、标准分常模（标准分数）（T分数，标准九分、十分、二十分、离差智商等）

定义：将原始分数与平均数的距离以标准差为单位表示出来的量表。基本单位是标准差。可通过线性转换（正态分布下）和非线性转换得到（偏态分布下。常态化是将原始分数转化为百分等级，再将百分等级转化为常态分布上相应的标准分数。）

（注：考试必考。如为济南一中5000个学生量身高，所有数据打印到纸上。有什么特点规律？统计学将数据分成两个方面，集中趋势和离中趋势。反映集中趋势的指标，平均数=(x1+x2+x3+……xn/n）=1.65m。可以拿这个数据和别的中学相比。如果想知道孩子身高间

的差别，还要知道离中趋势。如某学生身高2m，另一学生身高1.45,全距=最高2m-最低

1.45m=0.55m。全距容易受到两个极端的影响。将每个孩子身高和平均身高1.65m相减，如果5000个差值的平均值很大，说明身高不一，高的高，矮的矮，如果5000个差值的平均值很小，说明身高平均。因为一半差值为正，一半差值为负，相加后为零。因此引入标准差SD=√∑(X-Xˉ)2/N来反映原始数据的离散程度。标准差越大，原始数据越离散，图形越矮胖；标准差越小，数据越集中，图形高而窄。（不用绝对值原因是无法关联其他统计数据）标准差如何被当作测量单位反映原始数据和平均数之间的距离的？如果算出来标准差是5cm,用横轴代表身高，纵轴代表人数。因中等个子占大多数，所以中间高、两边低、左右对称，呈正态分布（常态分布）即正常状态下的分布。1.70m的孩子比平均数高1个标准差，1.60m的孩子比平均数低一个标准差。最底下的数据是用标准差为单位去衡量每一个原始数据和平均数之间到底差几个标准差。因为测量单位叫标准差，所以量得的分数叫标准分数，用Z来表示。标准分数的用处表现在以平均数为基标准，1个标准差内的数据占68.26%,对应的百分等级分别是84、16；2个标准差内的数据占95.44%，对应的百分等级分别是98、2。也就知道了和别人比完后排队排在哪里，对心理测量非常重要。

狭义的标准分数z=(X-Xˉ)/SD，SD为样本标准差。广义的标准分数是转换后的标准分数Z=A+Bz。乘常数是为了消除小数，加常数是为了消除负值。T分数=50+10z；标准九分=5+2z；标准十分=5.5+1.5z；标准二十分=10+3z；离差智商=100+15z（使用最广、影响最大的标准分数）（速记：5+2=5.5+1.5=7，标准九分和十分可记成九七、十七，但十分中含5多。）（注：智商100在平均数位置，表明其正常但也一般。如果115，比平均数高1个标准差，百分等级是84，意味着和同龄孩子比较，有84%的孩子智力不如他，智力不错。如果智商130，高两个标准差，百分等级98，说明有98%的孩子智力不如他。）

4、常模分数的表示方法

转换表（常模表）法:最简单、最基本的表示常模的方法。

剖面图法：将测验分数的转换关系用图形表示出来，可以直观地看出受测者各个分测验上的表现及其相对的位置。

5、智商：单纯用心理年龄来表示智力高低的方法缺乏不同年龄儿童间的可比性。

比率智商（IQ）：心理年龄（MA）与实足年龄（CA）之比。IQ=MA/CAx100。但个体的心理年龄与实足年龄并不同步增长，所以比率智商并不适合于年龄较大的受测者。

离差智商：①建立在统计学基础上，②表示个体智力在年龄组中的所处的位置，③是表示智力高低的一种理想指标。IQ=100+15(X-X)/SD。从不同测验获得的离差智商只有当标准差相同或相近时才可以比较，标准差不同，其分数意义不同。

百分等级84，相当于1.0的z分数，60的T分数，115的韦氏离差智商分数。

第三节测验的信度（信度系数、测量标准误、4类评估方法）

一、信度概念

1、定义：信度指同一受测者在不同的时间内用同一测验（或用另一套相等的测验）重复测量，所得结果的一致程度。反复测量分数大体相同，说明性能稳定，信度高。信度只受随机误差的影响，随机误差越大，信度越低。系统误差产生恒定效应，不影响信度。

（注：测验工具的有效性或可靠性、性能稳定性叫信度。小王为刘大娘量5次血压，5个高压相差很大，5个低压相差也很大，意味着没有信度，肯定也没有效度。换一个特别好的血压计，量5个血压都很一致，信度很高。但如果刘大娘接着问，小王，量半天了，我今年89，你看我傻了没有？小王傻了，血压计量不出智商。有信度也未必有效度。要看用的是不是地方。信度和效度的关系：信度是效度的必要而非充分条件，效度受信度的制约。

随机误差的产生没有规律。在颠簸的三轮车上称绿豆，每次一斤，每次差多少确定不了，叫随机误差，会影响性能稳定性；卖烤地瓜的小贩用的八两称，每次一定少称二两，性能那叫一个稳定，信度很高。但因存在系统误差，每次都在骗人，所以没有效度。因此信度只受随机误差的影响。）

2、信度指标

信度以信度系数为指标，它是一种相关系数。

信度系数（rxx）=信度指数的平方，表示一组测量的实得分数与真分数的符合程度。

（注：相关是两组或两组以上数据间的关联程度，用相关系数r表示。相关系数r是统计学概念，当把它放在心理测量中来表示信度高低时叫信度系数。一组数据增加另一组也增加，变化方向一致叫正相关。如果二者关系可以用一条直线来表达，是最大程度的正相关，rxx=1；纬度和温度是最大程度的负相关，rxx=-1。但全世界心理测量工具没有一个能够达到1。0是完全无相关。x1代表身高，x2代表体重，正相关，椭圆形状，越接近1椭圆越扁，越接近0越圆。一个心理测量要达到可用的程度，信度系数rxx要达到0.7）

信度系数的测量学定义，r=ST2/SX2。信度系数可以解释为总的方差中有多少比例是由真实分数的方差决定的，也就是测验的总变异中真分数造成的变异占百分之几。

当rxx<0.70时，测验因不可靠而不能用；当0.70≤rxx<0.85时，可用于团体比较；当rxx≥0.85时，才能用来鉴别或预测个人成绩或作为。极端情况下，rxx=1.OO，表示完全没有测量误差，所有的变异均来自真实分数；或rxx=0,表示所有的变异都来自测量误差。

（注：我们用标准差SD=√∑(X-Xˉ)2/N反映数据间的不一样情况。原始数据越离散，标准差越大，原始数据越趋同，标准差就越小。标准差的平方就叫方差，SD2=∑(X-Xˉ)2/N。方差大小和标准差大小含义是相同的。方差大，原始数据离散，方差小，原始数据趋同。方差也叫变异，方差大，变异大；方差小，变异小。因为测量有误差，如果测得赵亮的身高是1.70m，1.70m是测量值，X（测量值）=T（绝对值或真实值True）+E（误差）。赵亮的真实身高永远测不出来。真的不同占总的不同的比例越高，说明方法越可靠。）

测量标准误=误差分布下的标准差。SE=Sx√1-rxx。Sx为所得分数的标准差，rxx为测验的信度系数。信度越高，标准误越小；信度越低，标准误越大。

（注：量一万次身高，得到一万个数据，但即使量一万次也测不出真正身高。不过一万个数据的平均数1.73m可以代表身高。因为测量有误差，一万个数据的分布是一种误差的分布。误差分布下的标准差叫测量标准误。）

测量标准误和测验信度在评价两个不同测验的分数是否有明显差异时也非常重要，包括两个人不同分数的差别和同一受测者在两个测验上的差别，即差异分数的标准误。

3、信度意义

信度在解释个人分数上的意义，是通过应用测量标准误体现：一是估计真实分数的范围；二是了解实得分数再测时可能的变化情形。人们一般采用95%的概率水平，则真分数的

≤X+1.96SE,即大约有95%的可能性真分数落在所得分数±1.96SE

置信区间是X-1.96SE

T

的范围内，或有5%的可能性落在范围之外，也表明了再测时分数改变的可能范围。如某智力测验中受测者IQ为100，该智力测验的标准差Sx为15,信度系数rxx为0.84，则其测量标准误为SE=Sx√1-rxx=15√1-0.84=6.0；可能范围X T=X±1.96SE=100±1.96x6=88~112。（速记：完整公式示例：范围=100±1.96x15√1-0.84，考试时替换4个相应数值即可。）差异分数的标准误用于比较不同测验分数的差异比较，公式为Sed=S√2-rxx-ryy。经常要求两个分数的差异程度达到0.05的水平,即得分差异超过1.96SEd，才能承认不是误差的影响。

（注：智力测验中受测者IQ为100，再测一次，分数改变多少？1.96的来源是因为1.96个标准误内正好是95%的数据。全世界的统计学家都认为，话要有95%的把握时才能说。）

二、信度评估方法

没有通用法则，不同的信度反映测验误差的不同来源。

1、重测信度（稳定性系数）：用同一测验，在同样条件下对同一组受测者前后施测再次，求两次得分间的相关系数。间隔时间一般在2-4周为宜，最好不超过6个月。考察测验跨时间的一致性（稳定性）。人的多数心理特征，如智力、性格、兴趣等，具有相对的稳定性，间隔一段时间，一般不会有很大的变化。

2、复本信度（等值性系数）：反映的是测验在内容上的等值性。是用两个等值但题目不同的测验（A、B卷）来测量同一群体，然后求得受测者在两个测验上得分的相关系数，这个相关系数代表了复本信度的高低。如果两个复本的施测相隔一段时间，则称重测复本信度（稳定与等值系数）。考察测验跨形式的一致性（等值性）。优点是能够避免一些重测信度的问题，如记忆效果、学习效应等。缺点是①如果测量的行为易受练习的影响，则复本信度只能减少而不能完全消除这种影响；②由于第二个测验只改变了题目的内容，已经掌握

的解题原则，可以很容易地迁移到同类问题上去；③对于许多测验来说，建立复本是十分困难的。

3、内部一致性信度：反映的题目之间的关系，表示测验能够测量相同内容或特质的程度。包括分半信度（采用分半法估计的信度系数，将测验按奇数、偶数分为等值的两半，分别计算得分，求出的两半分数的相关系数代表了两半测验内容取样的一致程度）；同质性信度（代表测验内部所有题目间的一致性。）即使所有题目看起来好像测量同一特质，但相关很低或为负相关时，其测验为异质的。

4、评分者信度：用于测量不同评分者之间所产生的误差。随机抽取若干份测验卷，由两位评分者按评分标准分别给分，然后再根据每份测验卷的两个分数计算相关，即得评分者信度。一般要求在成对的受过训练的评分者之间，平均一致性达到0.90以上时，才认为评分是客观的。

三、影响信度的因素

1、样本特征：样本团体异质性（一般而言，若取样团体较为异质的话，往往会高估测验的信度，相反会低估测验的信度）、样本团体平均能力（对不同能力水平的团体，题目的难度会影响信度系数）

2、测验长度（测量数量）：测验越长，①测量取样或内容取样就越有代表性，②受测者的猜测因素影响就越小。但测验过长得不偿失，③会引起受测者的疲劳反感降低可靠性。

3、测验难度：难度对信度的影响，只存在于某些测验中，如智力、能力倾向和成就测验中，但对于人格、兴趣、态度测验等不存在，因为这些测验的答案没有对错之分。

4、时间间隔：只对重测信度和不同时测量时的复本信度（重测复本信度）有影响。再次测验相隔时间越短，信度系数越大；越久，其他变因介入的可能性越大，受外界影响越大，信度系数越低。

对于速度测验，只有分半信度不能按传统方法估计。当一个测验有几个分测验时，分测验的分数与合成分数相比，不如合成分数可靠。

第四节测验的效度（3类评估方法）

一、效度（准确性）

1、定义：效度指所测量的与所要测量的心理特点之间的符合程度，或者简单地说是指一个心理测验的准确性。是科学测量工具最重要的条件。除受随机误差影响外，还受系统误差的影响。可信的测验未必有效，有效的测验必定可信。信度是效度的必要而非充分条件，效度受信度制约。

2、性质：

相对性：测验的效度总是对一定的目标来说的，测验只有用于与测验目标一致的目的和场合才会有效。评鉴测验的效度时，必须考虑其目的和功能。

连续性：效度通常用相关系数表示，只有程度上的不同。我们评价一个测验时，不应该说“有效”或“无效”，应该说效度较高或较低。

另外，效度是针对测验结果的，即测验效度是“测验结果”的有效性程度。

二、评估方法（标完本段，只感觉祖国山河一片红梅花儿开心的锣鼓，然后晕倒）

美国心理学会1974年发行的《教育与心理测量之标准》一书中，将效度分为内容效度、构想效度、效标效度。

1、内容效度（逻辑效度）：指测验题目对有关内容或行为取样的适用性，即该测验是否是所要测量的行为领域的代表性取样。判断方法：专家判断法、统计分析法、经验推测

法。为使内容效度的确定过程更为客观，弥补不同专家对同一测验的判断可能不一致，可采用的步骤是：①定义好测验内容的总体范围；②编制双向细目表；③制定评定量表来测量测验的整个效度。除了描述性语言外，内容效度的确定也可以采用一些统计方法，如①计算两个评分者的一致性、②复本相关、③再测法等。表面效度指由外行对测验作表面上的检查确定的。最高行为测验要求有较高的表面效度；典型行为测验要求较低的表面效度。只有当受测者不知道每个题目测量什么时，才会按自己的典型方式真实作答，否则会按社会赞许的方面去回答，测验结果就不是他自己真正的心理特征了。

2、构想效度（构思效度、结构效度）：①主要涉及的是心理学的理论概念问题，②指测验能够测量到理论上的构想或特质的程度，③即测验的结果是否能够证实或解释某一理论的假设、术语或构想，解释的程度如何。构想效度的估计方法包括①对测验本身的分析；

②测验间的相互比较；③效标效度的研究证明；④实验法和观察法证实。可以作为构想效度的测验内部证据有：①测验的内容效度；②测验的内部一致性指标；③分析受测者对题目的反应特点。构想效度测验间比较的证据，①是相容效度，即新测验和成熟测验之间的相关系数；②是区分效度，即一个有效测验不仅应与其他测量同一构想的测验相关，而且还必须与测量不同构想的测验无相关。③是因素分析法，对一组测验进行因素分析，找到影响测验分数的共同因素，即可能是我们要测量的心理特质（构想）。

3、效标效度（实证效度）：指测验预测个体在某种情境下行为表现的有效性程度。被预测的行为是检验效度的标准，简称效标。效标效度需要在实践中检验。分为同时效度和预测效度。检验一个测验的效标效度，关键在于找到合适的效标。一个好的效标必须具备如下四个条件：①是能最有效的反映测验的目标，即效标测量本身必须有效；②是具有较高的信度，稳定可靠，不随时间等因素而变化；③是可以客观测量，可用数据或等级来表示；

④是方法简单，省时省力，经济实用。评定方法包括：相关法、区分法、命中率法。相关法是求测验分数与效标资料间的相关，即效度系数。根据变量的不同，可选用的方法有积差相关法、点二列相关公式、二列相关公式、贾斯朋（Juspen）多系列相关公式。区分法是检验测验分数能否有效地区分由效标所定义的团体的一种方法。区分高分组与低分组分布的重叠量，重叠量越大，即差异越小，效度越差。命中率法是测验分数和效标资料组合，总命中率和正命中率。命中的情况指预测成功且实际也成功，预测失败而且实际上也失败。

三、效度的功能

1、预测误差：决定性系数是效度系数（rxy）的平方（r2xy）

表示测验正确预测或解释的效标的方差占总方差的比例。如测验的效度是0.80，则决定性系数是0.64，即测验分数正确预测效标的比例是64%，也就是预测说对的比例是在64%。估计的标准误sest=sy√1-r2xy。

2、预测效标分数：Y=a+byxX。Y是预测的效标分数，X为测验分数。

3、预测效标指数：无关系数K=Sest/sy=√1-r2xy。

表示预测源分数与效标分数无关的程度。预测效率指数E=100(1-K)，表明使用测验比盲目猜测能减少多少误差。如，一个测验的效度系数是0.80，K=√1-0.802=0.60,E=40，表明预测误差仅为随机猜测所产生误差的60%。或者说我们在估计受测者的效标分数时减少了40%的误差。

四、影响效度的因素

1、测验本身的因素：①测验材料必须对整个内容具有代表性；②测量设计时应尽量避免容易引起误差的题型；③难度要适中，具有较高的区分度；④长度要恰当，测量的排列按先易后难的顺序。

2、测验实施中的干扰因素：主测者的干扰因素、受测者的干扰因素、测验情境、其他干扰因素等。

3、样本团体的性质：与信度系数一样，其他条件相同，样本团体越同质，分数分布范围越小，测验效度就越低。对于不同性质的团体，由于年龄、性别、教育水平、智力、动机、兴趣、职业等特征的不同，同一测验的效度会有很大的不同，使得测验对不同的团体具有不同的预测能力，这些特征在测量学上被称为干涉变量。美国心理学家吉赛利（E.E.Ghiselli）提出了找出干涉变量的一套方法，①是用回归方程求得每个人的预测效标分数，将该分数与实际效标分数相比较，获得差异分数D。如果D 的绝对值很大，说明测验中可能存在干涉变量。②是根据样本团体的组成分析，找出对照组，分别计算效度，找出干涉变量；③是对于欲测团体，根据某些易见的干涉变量将其区分为预测性高和预测性低的两个亚团体，对于预测性高的团体，获得的测验效度会有所提高。

4、效标的性质：效标测量的可靠性即效标测量的信度。

第五节项目分析（难度、区分度）

一般来说，项目分析包括定性分析、定量分析两个方面。定性分析包括考虑内容效度、题目编写的恰当性、有效性等；定量分析主要指对题目难度和区分度等进行分析。

一、项目难度

1、定义：难度指项目的难易程度。难度的指标通常用通过率表示，P=R/Nx100%。通过人数越多，P 值越大，难度越低。在非能力测验（如人格测验）中，类似的指标是“通俗性”，计算方法相同。

2、计算方法：二分法，以各占27%的高分组和低分组的通过率的平均值作为每题的难

度P=(P H +P L ）/2；非二分法记分，P=(X --/Xmax)x100%,X --为全体受测者在该题上的平均分，

Xmax 为该题的满分。

3、难度水平的确定：项目的难度，对于选择题来说，P 值一般应大于概率水平；测验的难度，如果受测者样本具有代表性，对于中等难度的测验，其测验总分应该接近常态分布。一般来说，最好使测验中所包含的试题的难度在0.50±0.20之间，平均难度接近0.50。

二、项目的区分度

1、定义：区分度（鉴别力），指测验项目对受测者的心理特性的区分能力。

2、计算方法：

鉴别指数，①按测验总分高低排列答卷；②确定高分组和低分组，每一组取答卷总数的27%；③分别计算高分组和低分组在该项目上的通过率或得分率；④按公式D=P H -P L 估计项目

的鉴别指数。1965年，美国测验专家伊贝尔根据长期的经验提出用鉴别指数来评价项目性能的标准，当D 在0.19以下时，说明项目差，必须淘汰。

相关法：计算区分度最常用的方法。即以某一项目分数与效标成绩或测验总分的相关作为该项目区分度的指标。相关系数越大，区分度越高。区分度取值范围介于-1和+1之间。常用的方法有点二列相关、二列相关、Φ相关法等。

3、区分度与难度的关系

通常，较难的项目对高水平的受测者区分度高，较易的项目对低水平的受测者区分度高，中等难度的项目对中等水平的受测者区分度高。由于人的大多数心理特性呈正态分布，所以项目难度的分布也以常态分布为好，这样不仅能保证多数项目具有较高的区分度，而且可以保证整个测验对受测者具有较高的区分能力。

第六节测验编制的一般程序

一、目标分析

1、对象：编制测验前，首先要明确测量的对象，也就是该测验编成后要用于哪些团体。只有对受测者的年龄、文化程度、社会经济状况、阅读水平等心中有数，编制测验时，才能有的放矢。

2、用途：一般来说，测验的用途包括描述、预测、诊断、选拔。可以分为两类，显示和预测。显示性测验指测验题目和所要测量的心理特征相似的测验。古德纳夫曾经将其分为样本测验和标记测验。预测性测验

3、心理测验的目标：指编制的测验是测什么的，即用来测量什么样的心理变量或行为特征。目标分析因测验不同而异，可分为：工作分析、对特定概念下定义、确定测验的具体内容。对于选拔和预测功用的预测性测验，它的主要任务就是要对所预测的行为活动作具体分析，我们称之为任务分析或工作分析。这种分析的具体步骤包括：①确定哪些心理特征和行为可以使要预测的活动达到成功；②建立衡量受测者是否成功的标准（效标）。

二、测题的编写（看完本段，再次倒地）

1、搜集资料：题目的来源，已出版的标准测验；理论和专家的经验；临床观察和记录。

2、命题原则：可从内容、文字、理解、社会敏感性四个方面考虑。

内容方面的要求：①题目内容符合测验目的；②避免贪多而乱出题目；③内容取样要有代表性；④题目间内容相互独立。

文字方面的要求：①使用准确的当代语言；②语句简明扼要；③排除与答案无关的因素；④最好一句话说明一个概念。

理解方面的要求：①题目应有确切的答案；②题目的内容不要超出受测受测团体的知识水平和理解能力；③题目不可令人费解；④不能有歧义。

有些测验必须涉及一些社会敏感性问题，菲力普提出的可供参考的策略包括：①命题时假设受测者具有某种行为；②命题时假设规范不一致；③指出该行为虽然是违规的，但却是常见的。

3、编制要领：①难度排列逐步上升，先易后难；②将同类型的测题组合在一起；③注意各种类型测题本身的特点。

选择题要编好题干，也要编好选项，必须注意：①题干问题明确，避免与选项用词一致；②选项简明扼要，长度相等；③每题只给一个正确答案；④选项最好用同一形式。

编制是非题时，应注意①内容以有意义的概念、事实或基本原则为基础；②每道题只能包含一个概念；③尽量避免使用否定的叙述、尤其是双重否定；④“是”“非”题的数目应基本相等，随机排列。

编制简答题时，应注意最好采用问句形式、填充形式的空格不宜太多、每题应只有一个正确答案。

编制操作测验的原则①有明确所要测量的目标，并将其操作化；②尽量选择逼真度较高的项目；③指导语要简明扼要；④制定评分标准，确定记分方法。

三、测验的编排和组织

1、合成测验

选择题目的形式时，需要考虑测验的目的、材料的性质、接受测验团体的特点、各种实际因素。

审定题目要注意题目的范围应与测验计划的双向细目表相一致、数量要比最后所需的数目多一倍至几倍、难度必须符合测验的目的、说明必须清楚明白。

测题常见的排列方式并列直进式、混合螺旋式。

2、测验的预试

预测应注意：对象应取自将来正式测验准备应用的群体；实施过程与情境应力求与将来正式测验时的情况相近似；时限可稍宽一些，最好使每个受测者都能将题目做完；预测过程中，随时记录受测者的反应情形。（205题，全选）。

3、信度和效度考察

4、常模制定

5、编写指导手册

测验指导手册的内容有测验的目的和功用；编制的理论背景、选材的原则、方法；实施测验的说明、测验的记分标准；测验的基本特征、常模资料。（206题，全选）。

第七节心理测验的应用

一、主测者的资格

1、知识结构：指开展心理测验工作所必须具备的心理学基础知识和心理学、本专业的专业知识。

2、专业理论知识和专业技能

主测者的心理专业理论知识包括对心理测验的特点和性质、作用和局限性的认识；了解测验的基本特征，如信度、效度、难度、区分度等，熟悉心理测量标准化的必要性等。(208全选题)

主测者必须具有实际操作心理测验的专业技能和经验，接受严格、系统的心理测验专业训练，熟悉有关测验的内容、适用范围、测验程序、记分方法等。

3、职业道德：测验的保密和控制使用；测验中个人隐私的保护。

二、测验的选择：适应测量的目的；符合心理测量学的要求

三、测验前的准备及注意事项

1、准备工作：预告测验、准备测验材料、熟悉测验指导语、熟悉测验的具体程序

2、主测者的职责：①应按照指导语的要求实施测验、②测验前不讲太多的话、③不应对受测者的反应做出任何暗示性反应、④对特殊问题要求心理准备。

3、建立协调关系：心理测验实施中，主测者和受测者之间的一种友好的、合作的、能促进受测者最大限度地做好测验的一种关系。

四、测验实施的程序及要素

1、测验指导语的组成：测验目的、时间限制、如何选择反应形式、如何记录这些反应、如果不能正确反应时该如何操作、例题等组成。

2、时限：大多数典型行为测验是不受时间限制的，如人格测验。

3、测验的环境条件：不仅①必须完全遵从测验手册的要求，而且②要记录任何意外的测验环境因素，并且③在解释测验结果时也必须考虑这一因素。

五、受测者误差及控制方法

1、应试技巧与练习效应：受测者对测验的经验或应试技巧会影响测验成绩，“测验油子”的表现有：①能觉察出正确答案与错误答案的细小差别、②懂得合理地分配测验时间、③常常是各种题型都见过、④熟悉测验程序。受练习效应较大的情况表现为：教育背景差、经验较少或智力较高者；着重速度的测验；重复实施相同的测验。

2、动机与焦虑因素：成就、智力、能力倾向、态度、兴趣、人格等测验受动机影响较

大。适度的焦虑会提高成就、智力、能力倾向测验的成绩。研究表明，测验焦虑较高者包括：①对自己的能力没有把握；②抱负水平过高、求胜心切；③缺乏自信、患得患失、情绪不稳定；④与测验成绩关系重大、压力过大。

3、反应定势（反应风格）：指独立于测验内容的反应倾向，即由于每个人回答问题的习惯不同，而使能力相同的受测者得到不同的测验分数。除非“反应速度”本身即为重要的研究目标，否则让受测者有充分的时间反应，同时注明每题的答题时间，可以减少求“快”与“求精确”定势的影响。在编制是非题时，“是”“否”题大致相等或“否”题略多，是控制肯定定势的有效方法。正确答案的位置在整个测验中出现在各位置的概率相等，可以控制喜好特殊位置的反应定势。尽量使选项的长度一致，可以控制喜好较长选项的反应定势。

六、测验的评分

1、原始分数的获得：为使评分客观，要①及时清楚地记录反应情况；②要有记分键；

③对照记分键，对反应进行归类。

2、原始分数的转换

七、测验结果的报告

1、测验分数的综合分析：由于测验误差的影响，应①把测验分数视为一个范围而不是一个点。如韦氏测验中，通常用测得的IQ值加减5（85%-90%的可信限水平）的方法判断IQ 值的波动范围；②不能把分数绝对化，更不能仅仅根据一次测验的结果轻易下结论；要③有常模和信度、效度资料，在解释测验分数时，一定要依据从最相近的团体、最匹配的情境中获得的资料；④对来自不同测验的分数不能直接比较。为了使不同的测验可以相互比较，人们常用百分位等值法或线性等值法将两种分数等值化。线性等值法是用相同的标准分数作等值的基础。

2、报告分数的具体建议

为了使受测者本人以及与受测者有关的人，如家人、老师、雇主等，能更好地理解分数的意义，在报告分数时，要注意：①应告知分数的解释，避免使用专业术语；②保证当事人知道该测验测量或预测什么，与什么团体进行比较，如何运用他的分数；③考虑给当事人带来的心理影响；④让当事人积极地参与测验分数的解释。