《心理與教育測量》大綱知識要點.doc

心理測量大綱知識要點考試總體要求 1.正確理解心理測量的基本概念,掌握心理測量的基本方法。2.掌握各種測量理論和各種測量指標的計算方法；能夠正確使用各種測驗,并對其結果進行解釋。三、心理測量的基本理論(一)心理測量的理論基礎1.心理測量的基本概念（03首師大，名）(1)基本概念：所謂心理測量，就是依據(jù)心理學理論，使用一定的操作程序，通過觀察人的少數(shù)有代表性的行為，對于貫穿在人的全部行為活動中的心理特點做出推論和數(shù)量化分析的一種科學手段。（測量：按照一定法則使用量具給事物指派數(shù)字的過程。）(2)心理測量三要素：行為樣組、標準化和客觀性。（01華東師大，簡答題）行為樣組是指以被測量的行為作為代表來推測與其關聯(lián)的心理特征。一個測驗的好壞,首先決定于測題編制的好壞,即必須要求這些測題能夠引發(fā)和測量出具有高度代表性的行為樣組。標準化是指測驗的一致性,也即：測驗的編制、實施、記分以及測驗分數(shù)解釋的程序的一致性。心理測驗的客觀性,是指測驗不受主觀支配,其測量方法是可以重復的,被試外部的行為是客觀的，測驗的實施、記分和解釋都是客觀的?？陀^性是衡量科學性的一個根本標志,對于心理測驗尤為重要,這是決定一個心理測驗能否存在的必要條件。行為樣組的代表性和測驗程序的標準化,都是為了保證這種客觀性。(3)心理測量是動詞意義，心理測驗是名詞意義。心理測量的參照點是相對參照點；單位不等距。一般來說,心理測量是在順序量表上進行的。但通過統(tǒng)計方法,可以把測量數(shù)據(jù)轉換為等距數(shù)據(jù)。（心理測量屬于哪一種水平上的測量，為什么？【02華東師大，簡答題】）（4）對心理測量的評價貢獻：首先，為心理科學理論的發(fā)展，特別是個體差異心理提供了具體方法和手段，構筑了差異心理理論的重要基石。其次，心理測量為社會實踐服務做出了巨大的貢獻。局限：首先，心理測量具有間接性，精確程度遠遠劣于物理測量。其次，心理測量所依據(jù)的理論尚不完善。2.心理測量的特征、分類(1)心理測量的特征心理測量的間接性研究者無法直接測量人的心理,只能測量人的外顯行為。根據(jù)心理學特質（04首師大，名）理論,人們對行為測量的結果進行推論,從而間接了解人的心理屬性。心理特質是一組內部相關或有內在聯(lián)系的行為傾向，是個人對刺激作反應的一種內在傾向，是個體特有的、穩(wěn)定的、可辨別的特征。心理測量的相對性所謂測量就是看每個人處在這個序列的什么位置上,位置具有相對性。心理測量的比較標準的確定沒有永恒的標準,從測量結果進行推論所采用的標準不是一成不變的。心理測量的客觀性測量的客觀性實際就是測量的標準化問題。按照嚴格的科學程序去編制和使用的測驗稱之為標準化測驗。（測驗為什么要標準化？怎樣保證測驗的標準化？【03北師大，簡答題】）為什么要實行標準化：a.可以減少無關因素對測驗目的的影響,使測量準確、客觀；b.有統(tǒng)一標準,便于對不同人的測驗成績進行比較和交流；c.同一份測驗可用于許多人并可反復使用,較為經(jīng)濟。補充：心理測驗的可行性（桑代克1918語凡是客觀存在的事物都有數(shù)量；麥柯爾1939語凡是有數(shù)量的事物都可以測量）。(2)心理測量的分類根據(jù)測量的對象分類a.認知測驗：又可稱為能力測驗,這類測驗主要包括智力測驗、能力傾向測驗(又稱性向測驗)、教育測驗(又稱成就測驗)及創(chuàng)造力測驗等。b.人格測驗：它測量的是個性中除能力以外的部分,亦可看作是非能力測驗。主要測量性格、情緒、需要、動機、興趣、態(tài)度、焦慮、氣質及自我概念等方面的個性心理特征及其相關行為。根據(jù)測驗的人數(shù)分類a.個別測驗：通常是一個主試與一個被試面對面進行。比如比奈西蒙智力測驗、韋克斯勒智力測驗等。優(yōu)點：主試對被試的言語、情緒狀態(tài)和行為反應有仔細的觀察和控制的機會,并且有充分的機會與被試合作,激發(fā)被試測試的積極性,所以其結果比較正確可靠,適用于一些特殊對象,如幼兒和文盲。缺點：時間長,施測手續(xù)復雜,對主試要求高,主試需要經(jīng)過嚴格訓練,因而一般人不易掌握。所以個別測驗僅在有特殊目的(如診斷)時才使用。b.團體測驗：在同一時間內由一位主試對多數(shù)人施測。比如瑞文智力測驗、大多數(shù)人格測驗等。優(yōu)點：可以節(jié)省人力、物力和時間,主試也不必經(jīng)過嚴格的專門訓練。團體測驗的記分和評分較個別測驗更為嚴格和客觀。一般每題都有標準答案。另外,因為標準化樣組規(guī)模相當大,故團體測驗更易建立常模。缺點：無法對被試詳細觀察,不易控制被試的行為,容易產(chǎn)生誤差,難以發(fā)現(xiàn)被試的特殊反應,主試和被試之間無法建立和諧關系等。注意團體測驗可個別施測,但個別測驗不能以團體方式實施。根據(jù)測驗材料分類a.言語或文字測驗：這類測驗的題目是以語言或文字呈現(xiàn)的,受試者也要用文字或語言作答。優(yōu)點：它可以測量人類高層次的心理功能,其編制和實施也較容易,因而應用范圍較廣。團體測驗多數(shù)采用文字測驗形式。缺點：語言或文字測驗不能應用于語言有困難的人,而且對語言文化背景不同的被試加以比較時,甚至在同一文化背景下,被試文化程度和教育背景的不同,也會對測驗結果產(chǎn)生相當大的影響,因而多少會損害其客觀性。b.非語言測驗或操作性測驗：此類測驗題目不用文字來呈現(xiàn),而是以圖畫(圖形)、符號或實物(如方塊、積木、儀器和工具等)為測驗材料。 優(yōu)點：被試的作答無需使用語言或文字,常以操作表達或回應。具有文化公平性,因而可方便地用于學前兒童和不識字的成人,也可進行不同文化背景的差異比較研究。缺點：費時太多,不易團體實施等。還有測驗既包括言語測驗又包括操作測驗,如韋克斯勒智力量表。依據(jù)測驗的功能分類a.篩選性測驗；只是對所欲測量心理特質作一般性的考查。這類測驗簡便易行、省時省力,但是測驗內容不夠全面,因而不夠精確。b.診斷性測驗：測驗的內容多而全面,一般為個別測驗。它的目的是進一步診斷被試某些方面的特殊優(yōu)點和缺點。按測驗的要求分類a.最高作為測驗：要求被試盡可能做出最好的回答，一般有對錯之分。b.典型作為測驗：要求被試按通常的習慣方式做出反應，一般無對錯之分。按測驗的性質分類a.結構性測驗：在測驗中,所呈現(xiàn)的刺激和受測者的任務是明確的。b.投射性測驗：在測驗中,刺激沒有明確意義,問題模糊,對被試的反應也沒有明確規(guī)定。羅夏、TAT等。按測驗的應用領域分類a.教育測驗：是測驗應用最廣的領域,用得最多的是學績測驗。注意速度測驗和難度測驗的區(qū)別。（速度測驗和難度測驗的定義和區(qū)別，【04北師大，簡答題】）b.職業(yè)測驗：主要用于人員選拔和安置,可以是能力和學績測驗,也可以用人格測驗。c.臨床測驗：主要用于醫(yī)務部門。許多能力和人格測驗可用來檢查智力障礙或精神疾病,為臨床診斷和心理咨詢工作服務。依據(jù)測驗結果的解釋模式分類常模參照測驗：與常模比較，以評價被試在團體中的相對位置為目的；標準參照測驗：與一絕對標準相比較，以評價被試有無達到該標準為目的。（二者的區(qū)別，03北師大，簡答題）。3.經(jīng)典測量理論和真分數(shù)理論模型（03首師大，簡答題）經(jīng)典測驗理論又稱真分數(shù)理論（有書上稱“隨機誤差理論”）。經(jīng)典測驗由基本假設、信度和效度等概念組成。其中影響最大的是斯皮爾曼的真分數(shù)模型。(1)真分數(shù)模型真分數(shù)的定義即是測量中不存在測量誤差時的真值或客觀值,操作定義就是無數(shù)次測量的平均值,通常用或T表示。另外,用或表示實得分數(shù), 或表示誤差分數(shù)。真分數(shù)模型認為,任何測驗所測得的分數(shù)都等于真實分數(shù)和誤差分數(shù)之和。真分數(shù)理論的基本方程式如下：實得分數(shù)是真分數(shù)與誤差分數(shù)的函數(shù),即實得分數(shù)由和共同決定。進行心理測量時,一般被視為穩(wěn)定不變的,因此個體實測分數(shù)的變化是由引起的。除了基本方程式,真分數(shù)理論還有三個基本假設作為整個理論的支柱。其一,誤差分數(shù)的平均數(shù)是零。其二,誤差分數(shù)與真分數(shù)相互獨立,即相關為零。其三,兩次測量的誤差分數(shù)之間的相關為零。（2）信度；（3）效度見下文(4)經(jīng)典測驗理論的方法體系可分為項目分析和標準化兩大部分。項目分析主要包括計算題目的難度、區(qū)分度以及項目特征曲線ICC（坐標為總分或效標分數(shù)和通過率）（04華中師大）。測驗的標準化是指對不同的被試在測試題目、施測條件和程序、計分和分數(shù)解釋等各方面都采用一個固定的標準。（測驗的標準化對提高測驗質量有何作用？它的局限是什么？測驗最主要的質量指標是什么？06北師大，簡答題） (二)測量的信度與效度（04浙大，名）1.測量的信度(1)信度的定義信度的描述定義指測驗結果的一致性或穩(wěn)定性,其測量定義為一組測量分數(shù)的真變異數(shù)與總變異數(shù)(實得變異數(shù))的比率,含義是在實得分數(shù)的變異中有多大比例是由真分數(shù)的變異決定的。rxx=ST2/Sx2(2)信度系數(shù)的估計（種類）重測信度：a.求法是對同一批被試運用某個測驗實施首測,相隔一段時間后對它進行再測,然后計算首測與再測所得分數(shù)的相關（一般是積差相關）,即得重測信度。這種信度能表示兩次測驗結果有無變動,反映測驗分數(shù)的穩(wěn)定程度,故又稱穩(wěn)定性系數(shù)。b.優(yōu)點：能提供有關測驗結果是否隨時間而變異的資料,可作為預測受測者將來行為表現(xiàn)的依據(jù)。c.缺點：易受練習和記憶的影響,前后兩次施測間隔的長短必須適度。如果相隔時間太短,則記憶猶新,練習的影響較大；如果相隔時間太長,則身心的發(fā)展與學習經(jīng)驗的累積等都足以改變測驗分數(shù)的意義,而使相關降低。另外,第一次嘗試所發(fā)現(xiàn)的錯誤也可能導致第二次反應的變化而增加誤差變異。d.誤差來源：時間的不同所帶來的隨機影響,如氣候、偶然的噪音或其他干擾,以及引起被試本身身心狀態(tài)變化的因素如疾病、疲勞、情緒類型、焦慮等。重測信度代表測驗成績能夠應用于不同時間的程度,信度越高,受測驗環(huán)境中日常的隨機因素的影響越小。由于測驗的穩(wěn)定性系數(shù)受時間和其他各種因素的影響,故任何一個測驗都可有不止一個重測信度系數(shù)。所以在測驗手冊中報告此種信度時應說明時間間隔以及在此間隔中被試的有關經(jīng)歷,如受過何種教育訓練、心理治療以及有何學習經(jīng)歷等。復本信度:a.求法是先運用同一測驗的一型或A型施測,隨后在最短的時間內運用二型或B型進行再測,然后再求它們得分的相關系數(shù)。b.誤差來源：測驗兩種形式是否等值：測題取樣是否匹配,格式是否相同,內容、題數(shù)、難度、平均數(shù)、標準差是否一致。再就是被試方面情緒波動、動機變化等,以及測驗情境的變化,偶發(fā)因素的干擾。這些都會引起測量誤差。在報告復本信度時,也應說明兩次施測的間隔,以及在此間隔內被試的有關經(jīng)歷。內部一致性信度估計內部一致性系數(shù)的方法通常有兩類：一類是分半法,另外一類方法需要對項目反應的方差或協(xié)方差進行分析。a.分半法是將一個測驗分裂為兩個假定相等而獨立的部分,然后計算這兩部分的記分的相關系數(shù)(一般是以項目的奇數(shù)為一組,偶數(shù)為另一組),繼而再用斯皮爾曼布朗公式來估計整個測驗的信度（斯布公式要求兩半的變異數(shù)相等）。公式如下：，其中是分半信度系數(shù),測驗在原版時的信度的估計值。缺點：把測驗劃分成兩半的方法實際上有多種,而每一種劃分方法產(chǎn)生的估計都有差別,因此用分半法得到的信度估計值不具備惟一性。b.克朗巴赫系數(shù)（03首師大，名）適用于非0,1記分的一種內在一致性系數(shù),計算公式為：式中,n為人數(shù)，是測驗每個項目的方差。Si2c.除了以上兩種方法,還有庫德理查遜公式（只適合于0、1記分的題目）；荷伊特信度；因素分析等方法。有些測量學家認為因素分析是決定測驗同質性的最好方法。因素分析方法最初是由心理學家斯皮爾曼在研究智力理論時提出來的,后來發(fā)展成為一種復雜的統(tǒng)計技術,用于確定一組變量間的相互關系最少需要幾個因素來解釋。在測驗上,如果一個因素就足以解釋所有題目分數(shù)的變異時,這個測驗就是同質的,假如需要一個以上的因素時,則測驗的組成是異質的。d.內在一致性信度的優(yōu)點：只需施測一次,就可以估計信度系數(shù),省時節(jié)力。另外用內在一致性系數(shù)一般要比重測信度、復本信度所算出的信度系數(shù)高。e.不足之處：求分半信度時,分半的方法不同,估計出的信度系數(shù)就不同。而且,測驗須要求具有同質性。所以項目異質的人格測驗,通常就不能用內在一致性系數(shù)來估計信度。評分者信度（02西北師大，名）隨機抽取相當份數(shù)的試卷,由兩位評分者按記分規(guī)則分別給分。然后根據(jù)每份試卷的兩個分數(shù)計算其相關系數(shù),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到0.90以上,才認為評分是客觀的。綜上所述,信度高低是用相關系數(shù)表示的。不同的測驗內容,對相關系數(shù)的要求有所不同。一般說來,標準智力測驗應達到0.85以上,個性測驗和興趣測驗一般應達0.700.80水平。學業(yè)成就測驗要求信度在0.90以上,才能被稱為是一個良好的測驗。(3)信度的影響因素與改進（03、04首師大，簡答題）信度與誤差變異之間有密切的關系。誤差變異越大,信度愈低。凡被試、主試、測驗內容和施測情境等各個方面能引起隨機誤差而導致分數(shù)不一致的因素,都會降低測驗的信度。被試方面身心健康狀況、動機、注意力、持久性、求勝心、作答態(tài)度等。主試方面不按規(guī)定實施測驗,制造緊張氣氛,給予特別協(xié)助,評分主觀等。測驗內容方面試題取樣不當,內部一致性低,題數(shù)過少,題意模糊等。施測情境方面測驗現(xiàn)場條件,如通風、溫度、光線、噪音、桌面好壞、空間闊窄等。除此之外,還有以下幾個因素會影響信度系數(shù)的大?。罕辉嚇颖居绊懶哦认禂?shù)的一個重要因素是用來確定信度的被試團體的特性。團體的異質性（公式）如同所有相關系數(shù)一樣,信度系數(shù)受分數(shù)的分布范圍影響,而分數(shù)范圍與被試團體的異質程度有關。一個團體越是異質,其分數(shù)范圍越大。而一個經(jīng)過篩選、相對同質的團體分數(shù)則較為均勻。rnn=1-So2(1-roo)/Sn2團體的平均水平信度系數(shù)不僅受被試樣本的個體差異程度的影響,而且受被試團體的平均水平的影響。這是因為,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積起來便會影響信度。由于信度系數(shù)與被試樣本的異質程度和平均水平有關,因此在編制測驗時,應把常模團體按年齡、性別、文化程度分為更同質的亞團體,并分別報告每個亞團體的信度系數(shù),這樣測驗才能適用于各種團體。題目的數(shù)量（公式）題目的數(shù)量(亦即測驗的長度)也是影響信度系數(shù)的一個因素。一般說來,在一個測驗中增加同質的題目,可以使信度提高。因為增加測驗的長度可以加大分數(shù)范圍。rkk=Krxx /1+(k-1)rxx這里要注意一點,只有當新題目是與原題目選自同一總體,即與原題目具有同質性時，增長測驗才能改進信度。測驗難度測驗的難度與信度間沒有簡單的關系。然而,若測驗對某團體太難或太容易,則分數(shù)范圍將縮小,從而使信度降低。這表明,要使信度達到最高,能產(chǎn)生最廣分數(shù)分布的難度水平方為合適。間隔時間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(shù)越大；間隔時間越久,其他變因介入的可能性越大,受外界的影響也越多,信度系數(shù)便越低。2.測量的效度(1)效度的定義（04重慶大學，名）效度的測量定義：與測量目標有關的真變異數(shù)與總變異數(shù)的比率,含義是在一組測驗分數(shù)中,有多大的比例是由測驗所要測量的目標引起的?？偡肿儾罘譃槿齻€部分：，：由所測量的心理特性引起的主要變差,或與所測量的心理特性有關的共同因素所引起的變差；：由與所測量的特性無關的其他個別特性所造成的變差(系統(tǒng)誤差引起的變差)；：誤差變差,是測量誤差的變差。描述定義：效度是指一個測驗或量具能夠測量出其所要測量目標的程度。(2)效度的估計測驗的效度分為三大類：內容效度、構想效度、效標效度。內容效度（02西北師大，名）（表面效度【04首師大，名】）內容效度指的是測驗題目對有關內容或行為范圍取樣的適當性。這種測驗的效度主要與測驗內容有關,所以叫內容效度,指測驗題目在要測量的行為領域的代表性。內容效度的評估方法主要應用于對學績測驗的評估。一個測驗要有內容效度必須具備兩個條件：要有定義得完好的內容范圍；測驗題目應是所界定的內容范圍的代表性取樣。測驗題目并不需要包羅該范圍的所有材料,而只需包含測驗編制者認為是重要的材料。確定內容效度的方法主要有專家判斷、統(tǒng)計分析、經(jīng)驗法等。a.專家判斷為了確定一個測驗是否具有內容效度,最常用的方法是請有關專家對測驗題目與原定內容范圍的符合性做出判斷。b.統(tǒng)計分析內容效度可由一組被試在獨立取自同樣內容范圍的兩個測驗復本上得分之相關來作數(shù)量的估計。若相關低,說明二者至少有一個缺乏內容效度；若相關高,一般可推論測驗有內容效度。c.經(jīng)驗法檢查不同年級的學生在測驗上的得分和在每個題目上的反應情況。一般說來,測驗總分和題目通過率隨年級而提高,便是測驗具有內容效度的證據(jù)。構想效度是指一個測驗對某種心理學理論所涉及的抽象概念或心理特質測得如何。效標效度又稱實證效度,指的是測驗對研究者所感興趣的外在行為能夠做出多好的預測。這種外在行為是衡量測驗是否有效的標準,簡稱效標。構想效度構想效度就是測驗對某一理論概念或特質測量的程度。研究和考察構想效度要回答三個問題：一個測驗測量什么心理構想,對這構想測得有多好,測驗分數(shù)中有多少比例的變異數(shù)是來自測驗所要測的構想。確定構想效度的方法主要分為測驗內方法、測驗間方法。a.測驗內方法主要是通過研究測驗內部構造來界定所測量的構想的范圍。如確定測驗的內容效度,分析被試對題目作反應的過程,考察測驗的同質性等方式。b.測驗間是通過研究幾個測驗間的相互關系,找出他們的共同特點,進而推斷出所測的共同特質是什么,便可確定這些測驗是否有構想效度。如確定相容效度、區(qū)分效度、因素分析（因素分析法在效度驗證中的作用，【04首師大，簡答題】）效度等方式。效標效度（為了使效標關聯(lián)效度的更準確反映測驗質量，應該關注哪些技術環(huán)節(jié)？06北師大，簡答題）效標效度又稱實證效度,指一個測驗對處于特定情景中的個體的行為進行預測時的有效性,也就是對于研究者所感興趣的行為能夠預測得怎么樣。其中,被預測的行為是檢驗測驗效度的標準,簡稱效標。確定效標效度的方法主要有相關法、區(qū)分法、命中率和功利率等。a.相關法最常用來建立實證效度的方法是求測驗分數(shù)與效標測量間的相關,所得到的數(shù)量指標稱作效度系數(shù)。在測驗手冊中,一般用它來報告測驗對每種效標的效度。計算效度系數(shù)最常用的是積差相關法。b.區(qū)分法第二個決定效度的方法是看預測源的分數(shù)是否可區(qū)分由效標測量所定義的團體。c.命中率（公式）當測驗用來作取舍的根據(jù)時,其有效性的指標就是正確決定的比例（總命中率）。(正命中率和總命中率)d.功利率為了確定測驗的功效,人們還常常對使用測驗所花掉的費用與得到的利益進行比較,看是否利大于弊。這種效度指標,叫功利率。(3)效度的影響因素與改進影響測驗效度的因素很多,在編制測驗或選擇標準化測驗時,都應該考慮到這些因素,以免影響測驗結果的有效性。測驗本身的因素a.測題中所用詞匯和句型不能過于困難。測題中的詞匯和句型應適于被試的文化水平。b.試題的意思應該清楚。題意含糊,容易產(chǎn)生歧義,以致被試產(chǎn)生誤解也會降低測驗的效度。c.所編制的測題應該造合所要測量的學習結果。d.測題中不能提供額外線索。若測題為被試提供了額外線索,就無法確認測題是否真正測量到了所欲測量的學習結果。e.測題的編制要合理。一般地,測題以由易到難的順序排列。f.選擇題的正確答案不能有明顯的組型。如果測驗正確答案的位置有明顯的規(guī)律,學生有可能發(fā)現(xiàn)規(guī)律答對一些原本較難的題目,從而影響測驗結果的效度。g.測題數(shù)目。增加測題的數(shù)目(即增加測驗長度)通?？梢蕴岣邷y驗的信度和效度。h.測題的難度要適當。標準參照測驗中的測題平均難度應在0.05左右,并有適當?shù)碾y度分布,測題太難或太易都無法區(qū)分學生的優(yōu)劣,從而降低測驗的效度。標準參照測驗并不強調測驗分數(shù)間的差異,也就不需要區(qū)分學生的優(yōu)劣,這時的測題難度就應該與教學目標的要求相一致。測驗實施和計分方面測驗情境,如場地的布置、材料的準備等都會影響到測驗的效度,此外,在實施測驗的過程中,是否遵照測驗使用手冊的各項規(guī)定進行標準化的施測,指導語是否已將答題方式說明清楚,是否按要求進行時間限制等,也影響到測驗的效度。如果沒有按照標準化的程序進行施測和客觀的評分,就必然會使測驗效度降低。被試的主觀方面被試的興趣、動機、情緒、態(tài)度和身體健康狀況以及是否充分合作與盡力而為等,都會影響到測驗結果的可靠性和正確性,即效度和信度。3.信度和效度的關系（03首師大，簡答題）(1)信度和效度的關系：信度是效度的必要條件,但不是充分條件。具體是：信度低,效度不可能高。因為如果測量的數(shù)據(jù)不準確,也并不能有效地說明所研究的對象；信度高,效度未必高。例如,如果我們準確地測量出某人的經(jīng)濟收入,也未必能夠說明他的消費水平；效度低,信度很可能高。例如,即使一項研究未能說明社會流動的原因,但它很有可能很精確很可靠地調查各個時期各種類型的人的流動數(shù)量；效度高,信度也必然高。信度和效度的差別在于所涉及的誤差不同。信度考慮的是隨機誤差的影響,效度的誤差則還包括由于測量了對測驗目的來說無關的變量所引起的系統(tǒng)誤差。(2)效度受到信度的制約(三)心理測量的誤差（誤差的來源及其控制）（詳述測量誤差的來源，【04首師大，論述】）1.測量誤差的定義(1)所謂誤差是指在測量中與目的無關的因素所產(chǎn)生的不準確的或不一致的結果。測量誤差分為隨機誤差和系統(tǒng)誤差。(2)在測驗中,有與測量目的無關的偶然因素引起的變化無規(guī)律的誤差,使得多次測量結果不一致,這種誤差的大小和方向是隨機的,叫做隨機誤差或偶然誤差。(3)有與測量目的無關的因素引起的恒定的有規(guī)律的誤差,它穩(wěn)定地存在于每一次測量中,這種誤差叫做系統(tǒng)誤差。系統(tǒng)誤差只影響測量的準確性,而隨機誤差既能影響準確性,也能影響一致性。能帶來誤差的因素有很多,實際上任何與測驗目的無關的變因都可能引起誤差。測驗的標準化就是為了控制這些誤差因素,使測驗分數(shù)更可信、更有效。2.測量的隨機誤差來源及控制(1)測量的隨機誤差來源于施測過程引起的誤差,在測驗的實施過程中可能引起誤差的因素很多,如測試環(huán)境、時間、主試者、意外干擾、評分記分等。測試環(huán)境的干擾。施測現(xiàn)場的溫度、光線、桌面高低好壞等對被試都有影響。例如,在測試過程中,光線充足,有利于被試正常地作答；光線暗淡,則會影響作答的效果。測試時間的影響。時間安排也是影響測試準確性的一個重要因素,如果時間安排不當或時限不統(tǒng)一,必然會引起測驗結果的改變。主試因素。主試的年齡、性別、外表、言談舉止、表情動作、對測驗過程的熟悉程度等都能影響測驗的結果。如果不按照規(guī)定施測,如給予暗示、制造緊張氣氛等都會帶來很大的誤差。意外干擾。在測試環(huán)境復雜,特別是當被試人數(shù)較多時,可能發(fā)生意外情況,例如：停電、有人生病、作弊等等,無論哪種情況出現(xiàn),都會影響測驗結果的準確性。評分記分。評分不客觀和記分出現(xiàn)錯誤也是較常見的誤差。一般來說,客觀題的評分較為準確客觀,而主觀題的評分標準較難掌握,再加上閱卷者的風格、情緒以及其他心理因素的干擾,因而很難保證分數(shù)的一致性。(2)控制主試在測驗前要把測驗材料準備好,以免短缺而臨時尋找。事先的充分準備可減少實施過程的測量誤差,負責施測的主試也要有一本測題冊和一份答案記分紙,并請被試準備好鉛筆或圓珠筆。測驗被試的確定和測驗場地和時間的約定也是一個不容忽略的問題。一定要與被試、被試的家長,或者被試所在學校(校長和班主任)在被試對象、時間和地點等方面事先做好約定,不要臨時應付,造成被試情緒上的波動,影響測試的正常進行。主試應努力聯(lián)系條件符合要求的測驗場地。一般來說,測驗場地應保證良好的照明和空氣調節(jié),并避免噪聲和其他外界干擾,桌椅大小高低要適合,桌面要平整。評分記分要客觀。3.測量的系統(tǒng)誤差來源及控制(1)測驗自身引起的誤差測驗自身的誤差主要來源于測驗的編制過程,其中項目取樣影響最大。測驗所要測量的內容是什么,測驗的項目能否代表這些內容,是至關重要的。當測驗的項目較少而取樣缺乏代表性時,被試的反應很難代表真實水平。對于有些類型的項目,例如是非題、選擇題,被試可能憑猜測作答,從而降低分數(shù)的可靠性。此外,題目用詞模棱兩可,或對要求敘述不清等,也都會帶來誤差。(2)被試引起的誤差在測量工作中,最復雜的和最難控制的是由被試本身引起的各種誤差。應試動機。如果被試在兩次測試時的動機不一樣,會使被試的回答態(tài)度、注意力、持久性以及反應速度發(fā)生變化,就容易引起測量誤差。測驗焦慮。研究表明,能力與測驗焦慮呈負相關,抱負水平與焦慮成正相關,缺乏自信、情緒不穩(wěn)定的人焦慮較低等。測試經(jīng)驗。被試對測驗的程序、內容材料的熟悉程度不同以及回答技巧的差異都會影響測量的一致性。所以正式測驗之前,應有示范或例子、練習。學習、發(fā)展與教育。重復測驗中如果有個別人在首次測驗后受到特殊訓練(學習),重復測驗中某些人在兩次測驗間受到特殊訓練,或教育學習量不同,均會造成測量誤差。反應傾向。獨立于測驗內容的反應傾向,也會使得本來能力相同的被試獲得不同的成績。對于速度測驗,由于測驗時間有限,而題量又較大,求快與求準兩種不同傾向會對測驗成績產(chǎn)生影響；對于是非題,某些人有偏好選“是”或選“非”的傾向。這些都會給測驗成績帶來誤差,為此在編制時一定要注意控制這些傾向的影響。生理因素。當被試在測試前失眠,或在生病、疲勞的狀態(tài)下進行測試,也容易引起則量誤差。能帶來誤差的因素還有很多實際上任何與測驗無關的變因都可能引起誤差。測驗的標準化就是為了控制這些誤差因素,使測驗分數(shù)更可信、更有效。(3)控制測題數(shù)量要適中,要有代表性,能代表所要測量的內容。表達要簡潔清晰,不要模棱兩可。測試中,通常應告訴被試如何對測題作反應。主試是通過指導語指導并幫助被試理。解測驗的施行要求、方法和步驟,并讓受測者盡量放松心情,消除焦慮。4.測量誤差的估計（公式）（標準誤，【04華中】，名）(1)系統(tǒng)誤差僅與無限多次測量結果的平均值有關,而與在重復性條件下得到的不同測量結果無關。因此,在重復性條件下得到的不同測量結果應該具有相同的系統(tǒng)誤差。由于系統(tǒng)誤差和真值有關,而真值是無法確切知道的,只能用約定真值代替,因而可能得到的只是系統(tǒng)誤差的估計值,并具有一定的不確定度。系統(tǒng)誤差可以通過對測量結果進行修正而消除。由于誤差等于負的修正值,因此系統(tǒng)誤差的不確定度就是修正值的不確定度。(2)隨機誤差等于誤差減去系統(tǒng)誤差。因為測量只能進行有限次數(shù),故可能確定的只是隨機誤差的估計值。若測量結果為無限多次測量結果的平均值,顯然此時的隨機誤差為零,也就是說測量結果中已經(jīng)不含有隨機誤差分量,只存在系統(tǒng)誤差。但實際上不可能進行無限多次測量,因而在測量結果中隨機誤差和系統(tǒng)誤差分量都存在。在重復性條件下得到的不同測量結果具有不同的隨機誤差,但有相同的系統(tǒng)誤差。(四)心理測驗的項目分析（02西北師大，名）1.題目的難度(1)概念：難度就是項目(或題目)的難易程度。能力測驗中常以該項目的通過(或答對)率表示,即以答對或通過該題的人數(shù)的百分比來表示：式中, 代表試題難度；為全體被試人數(shù)；為答對或通過該題的人數(shù)。在非能力測驗中,類似的指標是“通俗性”,即取自相同總體的樣本中,能在答案范圍內回答該題的人數(shù)。(2)難度的計算方法二分法記分的項目若試題為二分法項目(即答對給1分,答錯記0分)時,難度可以直接采用公式計算。當被試人數(shù)較多時,則可以根據(jù)測驗總成績將被試分成三組：分數(shù)最高的27%的被試為高分組(),分數(shù)最低的27%的被試為低分組(),中間46%的被試為中間組。分別計算高分組和低分組的通過率,再求試題的難度：其中代表難度,和分別代表高分組和低分組的通過率。非二分法計分的項目當測驗項目為問答題或其他不能用二分法計分的形式時,常常對部分正確的反應也給一定分數(shù)。對于這類項目,一般用下面的公式計算難度：式中,為全體受測者在該題上的平均分,為該題的滿分。(3)難度水平的確定在測驗編制過程中,分析項目難度主要是為了篩選項目。項目的難度水平多高合適,取決于測驗的目的、項目的形式以及測驗的性質。0.5上下浮動0.2。在教育工作中,有些測驗的目的是為了考查學生對某些方面的知識、技能是否掌握,此時可以不考慮難度。當測驗用于選人時,應該比較多地采用那些難度值接近錄取率的項目。作為一個整體的測驗的難度,直接依賴于組成測驗的項目的難度。對整個測驗的難度的綜合性檢驗,可由分數(shù)的分布提供。當分數(shù)分布是正偏態(tài),分數(shù)密集在低端,表明測驗的難度偏高。當分數(shù)分布是負偏態(tài),分數(shù)密集在高端,表明測驗的難度偏低。2.題目的區(qū)分度（03華中師大，名）(1)概念：區(qū)分度是指項目對所測量的心理特性的區(qū)分程度或鑒別能力,也就是項目的效度。常以高分組與低分組在該項目得分的平均數(shù)的差異表示,或以該項目得分與測驗總分的相關表示。(2)確定區(qū)分度的方法確定區(qū)分度常用的是相關法,即以項目分數(shù)與效標分數(shù)(或測驗總分)的相關作為項目區(qū)分度的指標,相關越高,區(qū)分能力越好。二列相關。二列相關適用于兩個可以連續(xù)測量的變量,但其中有一個由于某種原因被分成兩個類別。點二列相關。點二列相關適用于一個變量為連續(xù)變量,另一個變量為二分變量的資料。當一個變量是雙峰分配時。盡管它并不是真正的二分變量,這種統(tǒng)計方法也適用。四分相關。四分相關適用于兩個常態(tài)的連續(xù)變量均被人為二分的資料。如果一個題目分數(shù)被二分成通過不通過,效標成績也被分成通過與不通過,這時就會得到四個類別,從而可組成一個四格表。計算四分相關最常用的是皮爾遜的余弦公式。相關。相關的統(tǒng)計方法適用于兩個變量都是點分配的資料,即兩個變量都是二分名義變量。項目和總分相關重疊的校正。在做項目分析時,需要經(jīng)常計算項目和總分的相關,這是一種局部和總體的相關,在一個測驗中,只有當每一項目的變異數(shù)相同或項目非常多,以致每個項目所貢獻的變異數(shù)比例都很微小時,才能把項目和總分的相關作為項目區(qū)分度的指標。如果不具備這些條件,最好計算每一項目和所有其他項目合成分數(shù)之間的相關。(3)鑒別指數(shù)的計算（項目鑒別指數(shù)的意義是什么，02華東師大，簡答題）鑒別指數(shù)（04華中師大，名）的計算就是求區(qū)分度指標。當效標測量是一個連續(xù)變量(例如學業(yè)分數(shù))時,可從分布的兩端選出高分組()和低分組(),然后將高分組和低分組通過每個項目的人數(shù)用百分比來表示,這兩個百分數(shù)之間的差異就提供了題目區(qū)分度的指標。計算公式表示為：其中為鑒別指數(shù),為高分組(27%)通過人數(shù)百分比, 為低分組(27%)通過人數(shù)百分比。區(qū)分度的值亦具有相對性,與計算方法、樣本大小、分組標準和樣本的同質性有關。所以很難確定一個絕對的水平作為篩選項目的標準。對于教育成就測驗來說,一般要求項目與總分的相關達到0.20以上,高分組與低分組通過率之差達到0.150.20以上。(4)區(qū)分度與難度的關系難度和區(qū)分度都是相對的,是針對一定團體而言的(絕對的難度和區(qū)分度是不存在的)。一般說來，較難的項目對高水平被試區(qū)分度高,較易的項目對水平低的被試區(qū)分度高,中等難度的項目對中等水平的被試區(qū)分度高。這與中等難度的項目區(qū)分度最高的說法并不矛盾。由于人的多數(shù)心理特性呈常態(tài)分布,所以項目難度的分布也以常態(tài)為好,即特別難與特別容易的題目較少,越接近中等難度的題目越多,而所有項目的平均難度為0.50。3.題目的綜合分析和篩選(1)鑒別力。取舍題目時,首先要看鑒別力。按照測題的鑒別指數(shù)與優(yōu)劣之評鑒標準,0.30以上的項目是比較好的。(2)難度。值一般在0.35至0.65之間為好,但就整個測驗而言,難度為0.5的測題應居多,也需一些難度較大或較小的測題。(3)選項。項目的選項分析是指對選擇題后面所提供的幾個答案的分析。選項分析的異常情況主要有：正確答案無人選擇,或少于其他選項人數(shù)；錯誤答案選的人太多；正確選項上高分組選擇人數(shù)少于低分組；錯誤選項上高分組選擇人數(shù)又多于低分組；某個選項無人選擇；未答的人數(shù)較多。 (五)心理測驗的編制技術1.心理測驗編制的基本程序編制的步驟主要有(1)擬訂測驗編制計劃。包括確定測驗的目的和目標內容、制定編題的雙向細目表（內容以及所占的百分比）。（在編制學業(yè)成就測驗時，確定雙項細目表有何價值？ 06北師大，簡答題）(2)編選測驗題目。根據(jù)編題的雙向細目表,編寫測題,測題數(shù)應比最后所需的數(shù)目多一倍至幾倍,以備篩選和編制復本。(3)試測和分析。選擇與測驗對象相近的團體進行試測,試測的實施與情境應力求與以后正式測驗的情況相類似,項目分析應從質和量兩方面進行,并對不適當?shù)念}目予以修改或刪除。(4)編排。編排題目有兩種方式：一種是并列直進式,即將整個測驗題按題目材料的性質歸為若干份測驗,同一份測驗的題目依難度由易到難排列；另一種是混和螺旋式,即先將各類題目依難度分成若干不同的層次,再將不同性質的題目作交叉排列,難度遞增。(5)建立常模。從將來要使用測驗的全體對象中抽取標準化的樣本進行施測,計算出平均得分,即為該測驗的常模。(6)鑒定測驗一是鑒定測驗的信度以了解其可靠性或一致性；二是鑒定測驗的效度,考驗其有效性和正確性。（7）編制測驗手冊2.測驗目標與命題雙向細目表(1)測量目標概念：指所編制測驗是用來測量什么心理變量或行為特征的。測驗目標必須具有操作定義,即目標要非常具體,如測量語文理解能力的目標可定為測量閱讀時了解文義的能力。分析測量目標主要包括兩個方面：一是確定能表征所欲測量的心理結構的行為；二是確定每一類行為的項目比例。(2)命題雙向細目表概念：命題雙向細目表是測驗編制過程中的重要依據(jù),即編題計劃。它指出測驗所包含的內容和要測定的各種技能,以及對每一個內容、技能的相對重要程度。用途：在編題階段,命題雙向細目表指出應該寫多少和寫哪些種類的題目,題目編好后可將題目的實際分布情況與測驗計劃對照,以確定測驗題目是否恰當?shù)卮砹怂獪y量的領域,核對重要方面的內容是否有遺漏。在記分時可按表中百分比確定每類題目的分數(shù)。3.題目編制技術要編制一套好的測驗題目,需要掌握命題的原則和一般要領。(1)命題的一般原則試題要符合測驗的目的。內容取樣要有代表性。題目格式要簡潔,不要使被試發(fā)生誤解。文句要簡明扼要,要避免使用艱深的字詞。應有不致引起爭論的確定答案(創(chuàng)造力測驗、人格測驗除外)。每個試題必須彼此獨立,不要使一個題目的回答影響另一個題目的回答。題目中不可含有暗示本題或其他題正確答案的線索。題目內容不要超出受測團體的知識和能力范圍。所提問題應避免涉及社會禁忌與個人隱私。施測與評分省時。(2)測題編制題目形式根據(jù)應答的方式,可以分成兩大類,即自由應答型和固定應答型。自由應答型題目是讓受測者用自己的語言或行動來對某一問題做出回答,包括填充題、簡答題、論文題、聯(lián)想題等。固定應答型題目又稱客觀性題目,是讓受測者從測驗編制者事先定好的答案中辨認出正確答案,包括多選題、是非題、匹配題等。這種題目因為評分客觀,所以在標準化測驗中用得較多。（選擇題中什么樣的選項是可以被接受的？02華東師大論述）各種類型的題目均有自己的特點和編制原則,但在編制一套測驗題目時應該遵循這些基本原則。 1.選擇題（題干簡明、選項扼要、答案唯一、選項等長、題干選項用詞不一致、選項同一形式） 2.是非題（言之有據(jù)、每題一個概念、避免否定和雙重否定、表達意見說明來源、“是”“非”基本相等） 3.簡答題（用問句、空格不宜過多、只有一個簡短答案） 4.操作題（操作化、項目的真實性、指導語簡明、制定評分標準）(六)心理測驗的施測1.測驗的設計測驗的設計是指對測驗的結構和內容、進行測驗可達到的目的、測驗結果可提供的信息、測驗的適用范圍、測驗的心理測量學指標(考察測驗的信度、效度以及常?；驅φ諛藴实挠行?等進行設計。進行心理測驗前,主試應該充分了解測驗的設計,根據(jù)考查目標,受測者特點,測驗設計,選擇合適的測驗。測驗的使用一般應按照測驗手冊嚴格執(zhí)行。2.施測的程序和步驟心理測驗的使用一般是由合格的心理測驗專業(yè)工作者按下列順序進行的,即依次為選擇測驗、施測、評分、測驗結果的解釋和報告及實際運用。(1)測驗的選擇測驗的使用開始于測驗的選擇。審慎挑選測驗是避免測驗誤用的首要環(huán)節(jié)。選擇與測驗活動目的相符的測驗,了解測試對象的受測條件,分析所選測驗的特點。(2)測驗的實施（主試應該注意什么？01華東師大，簡答題）測驗的實施是保證測驗有效性的重要環(huán)節(jié)。其中的關鍵是如何使測驗標準化和盡量控制測量誤差。主試在測試前要熟悉測驗的結構和內容及其使用方法,主試在測驗前要把測驗材料準備好,在測試前一定要認真核對每名被試的出生日期。標準化指導語（02西北師大，名）測驗標準化的第一步是指導語標準化,即在測驗實施過程中應該使用統(tǒng)一的指導語。對被試的指導語一般包括：如何選擇反應形式(畫鉤、口答、書寫等)；如何記錄這些反應(答卷紙、錄音等)；時間限制；如果不能確定正確反應時該如何去做以及計分的方法；例題；有時告知被試測驗目的。給主試的指導語通常單獨印在另一張紙上。主要包括對測驗細節(jié)的進一步解釋及其他注意事項。施測順序有效的測驗結果有賴于主試遵從標準程序進行測試。各種測驗都有一些具體的程序規(guī)定,在指導手冊中都有詳細說明。標準時限時限的確定,在很多情況下受施測條件(如課堂時間)以及被試特點(如老人、兒童、病人)的限制,但最重要的考慮因素是測量目標的要求。一般要通過預測來確定測驗的時限。測驗的環(huán)境條件測驗的標準化不僅指指導語、時限、測驗材料和其他測驗本身的因素,也指施測的周圍環(huán)境。良好的物理環(huán)境包括安靜而寬敞的地點,適當?shù)墓饩€和通風條件。在測驗期間還要防止干擾。計算機輔助的測驗實施計算機實施測驗,其指導語可以通過視覺呈現(xiàn)或錄音說明,測驗的反應可以自動記錄下來。有時當測驗程序不太清楚時,計算機可以給被試更明確的指導。主試和被試間的良好的協(xié)調關系主試應該明白他的工作效果在很大程度上依賴于他與被試之間保持良好協(xié)調關系的能力。主試和被試的密切合作將有助于被試樂于表現(xiàn)各種能力和盡可能多的特點,提供更多的信息,從而達到測試的目的。(3)測驗的評分評分實際上應包括在施測程序中,它是整個施測程序中的最后步驟,也是為被試測試結果的解釋和報告做準備的。(4)測驗結果的報告對測驗結果的解釋和報告采取慎重態(tài)度。還必須參照其他各項資料,應兼顧個體間差異與個體內差異的分析。對于測驗結果的分析,可從廣度與深度的兩個方面進行。(七)測驗常模（03華中師大和05首師大，名）1.常模與常模團體(1)概念常模即指標準化樣本的測驗作業(yè)情況。常模團體是由具有某種共同特征的人所組成的一組群體,或是該群體的一個樣本。它用一組標準的、規(guī)范的分數(shù)表示出來,以提供比較的基礎。常模團體的一般平均分數(shù)就是常模。1.構成明確：小團體常模2.常模團體必須是所測群體的代表性樣本；3.樣本的大小要合適：全國性常模2000-3000為宜。4.標準化樣組是一定時空的產(chǎn)物：地域性、時效性。（確定常模團體時，應注意哪些問題？【03北師大，簡答題】）(2)建立常模的方法在將來要使用測驗的全體對象中,選擇有代表性的一部分人(稱標準化樣本),對此樣本施測并將所得的分數(shù)加以統(tǒng)計整理,得出一個具有代表性的分數(shù)分布。標準化樣本的平均數(shù),即為該測驗的常模。(3)類別常?？梢驑藴驶瘯r選取樣本的不同而有不同的類別。常見的有年齡常模、年級常模、性別常模、地域常模、民族常模、職業(yè)常模等。2.分數(shù)轉換與合成要使測驗分數(shù)具有意義,并且使不同的原始分數(shù)（為什么說測驗的原始分數(shù)不能用來解釋測驗的結果，02華東師大論述）可以比較,就要對它們進行適當?shù)霓D化處理或者與參照標準加以對照。經(jīng)過處理和對照參照標準得來的分數(shù)就是導出分數(shù)。(1)分數(shù)轉換導出分數(shù)可用下面兩種方法之一來描述：已經(jīng)達到的發(fā)展水平：在某一特殊團體中的相對位置。依照前者而來的常?？煞Q之為發(fā)展性常模,后者為組內常模,對應的量表為發(fā)展性量表和組內量表。常用的發(fā)展量表有：智齡；年級當量(grade equivalence)；順序量表(ordinal scale)；發(fā)展商數(shù)。常用的組內量表有：百分量表(percentile)；標準量表(standard scale),如離差智商（05北師大，02西北師大，名）、T量表、標準分數(shù)等。(2)分數(shù)合成（測驗分數(shù)為什么要合成？說明合成測驗分數(shù)的主要方法，【03北師大，簡答題】）（選擇兩種分數(shù)合成的方法，評述優(yōu)缺點？06北師大，簡答題）（臨床、推理、多重分段、多重回歸）在使用測驗時,常常需要將幾個分數(shù)或幾個預測源組合起來以獲得一個合成分數(shù)或做出總的預測。分數(shù)的組合可以在不同層次上進行。題目的組合每個測驗都包含許多獨立的題目,把各個題目分數(shù)組合起來。不同的題目可以組成量表或分測驗,而得到量表分或分測驗分；所有題目也可以合成一個測驗總分。分測驗或量表的組合有些測驗是由幾個分測驗或量表組成的,每個分測驗或量表都有自己的分數(shù),這些分數(shù)可以組合到一起得到一個合成的分數(shù)。測驗或預測源的組合在做實際決定時,常常將幾個測驗或預測源同時使用。采用哪種組合方法取決于使用測驗的目的。3.常模的編制(1)通過分析標準化樣組的實際作業(yè)情況,可以建立常模。常模的可信度取決于樣組的代表性和可靠性。前者又取決于樣組的取樣原則(堅持隨機取樣)和容量大小。(2)標準化樣組的條件標準化樣組的成員必須給予確切的定義。標準化樣組的成員必須都是具有某一研究多特征的個體。標準化樣組必須是欲測量的全域的一個代表性樣組。取樣的過程必須有詳細的描述。它是說明樣組代表全域的程度。標準化樣組的規(guī)模要有適當?shù)拇笮?。一般來說,取樣誤差與樣本大小成反比。所見在其他條件相同的情況下,樣本越大越好。但也要考慮具體條件(如人力、物力)的限制。在有代表性的前提下,樣本應該大到足以提供穩(wěn)定的常模值。究竟應該大到多少,可根據(jù)要求的可信程度與容許的誤差范圍進行統(tǒng)計推算。標準化樣組是一定時空的產(chǎn)物。我們在一定的時間和空間中抽取的標準化樣組,它只能反映當時當?shù)氐那闆r。隨著時間的推移、地點的變更,標準化的樣組就失去標準化的意義,這樣,常模就不