測量的信效度

測量的信度和效度你如何解釋下述現(xiàn)象？

一個很聰明的孩子，測得智商是80分一個學(xué)習(xí)很好的學(xué)生，考試成績?yōu)?0分一個人緣很好的人，人際關(guān)系測量低于常模值誤差的含義在測量中與目的無關(guān)的因素所引起的不準(zhǔn)確或不一致效應(yīng)。不準(zhǔn)確、不一致不準(zhǔn)確、一致準(zhǔn)確、一致測量的誤差系統(tǒng)誤差（systemerror）由與測量無關(guān)的變量引起的一種恒定而有規(guī)律的誤差。測量誤差的種類

隨機(jī)誤差（randomerror）由與測量無關(guān)的變量引起的一種無規(guī)律的誤差，不易控制心理測量誤差的來源測驗本身測驗題目取樣不當(dāng)；測驗題目格式不妥；測題的難度過高或過低；測題的指導(dǎo)語用詞不當(dāng)；測驗時限過短。測驗實施

物理環(huán)境；主試方面；意外干擾；評分不客觀，計算、登記分?jǐn)?shù)出錯。被試應(yīng)試動機(jī)；焦慮；生理因素；學(xué)習(xí)、發(fā)展和教育；測驗經(jīng)驗；反應(yīng)傾向；生理變因。兩種誤差的關(guān)系系統(tǒng)誤差只影響測值的準(zhǔn)確性，與效度有關(guān)隨機(jī)誤差既影響準(zhǔn)確性，又影響一致性。與效度和信度都有關(guān)。測量誤差的關(guān)系經(jīng)典測量理論：真分?jǐn)?shù)理論測驗分?jǐn)?shù)＝真分?jǐn)?shù)＋誤差（X＝T＋E）

真分?jǐn)?shù)T：被試不受任何因素影響的條件下應(yīng)該得到的測驗分?jǐn)?shù)，不可直接測量；在統(tǒng)計上用無數(shù)次測量的平均值代替。誤差E：引起測量結(jié)果不一致的偶然誤差，可正可負(fù)。例：學(xué)績測驗得分＝真實掌握程度或能力＋隨機(jī)誤差（猜測、身體狀況、動機(jī)水平、考試焦慮、環(huán)境影響、手表看錯等）信度的概念信度（可靠性）：測量的一致性程度

一個好的測量工具必須穩(wěn)定可靠，即多次測量的結(jié)果要保持一致。信度只受隨機(jī)誤差影響，系統(tǒng)誤差產(chǎn)生恒定效應(yīng)，不影響測量工具的信度。信度的操作性定義測量理論中，信度被定義為：一組測量分?jǐn)?shù)的真變異數(shù)與總變異數(shù)（實得變異數(shù)）的比率，即：ST2：真分?jǐn)?shù)的變異數(shù)；SX2：測驗分?jǐn)?shù)的變異數(shù)。SX2=ST2+SE2

ST2=SV2+SI2

（與測量目的有關(guān)的變異，與測量目的無關(guān)的變異）

SX2=SV2+SI2+SE2SV2SI2SE2SX2ST2

信度的性質(zhì)信度：一組測驗分?jǐn)?shù)或一列測量的特性，不是個人分?jǐn)?shù)的特性；真分?jǐn)?shù)的變異數(shù)不能直接測量，是理論上構(gòu)想的概念，只能根據(jù)一組實得分?jǐn)?shù)得出估計。估計信度的方法重測信度復(fù)本信度內(nèi)在一致性信度（同質(zhì)性信度）評分者信度重測信度（Test-RetestReliability）定義：同一量表，同一被試群體，在不同時間，兩次施測，求其相關(guān)。實質(zhì)：表示測驗結(jié)果的穩(wěn)定性。故稱之為穩(wěn)定性系數(shù)（CoefficientofStability）

形式：施測—適當(dāng)時間—再施測時間間隔的把握間隔時間越長，穩(wěn)定性系數(shù)越低。適宜時間間隔依照測驗?zāi)康摹⑿再|(zhì)及被試特點(diǎn)而定。幾分鐘至幾年。年幼兒童，間隔要?。荒觊L群體，間隔可大。智力測驗的間隔不能太短，成就測驗的間隔不能太長。一般間隔時間不超過六個月。（即不能讓被試記住上一次測驗的內(nèi)容，又不能讓其特質(zhì)發(fā)生變化，或?qū)λ鶎W(xué)知識產(chǎn)生遺忘）復(fù)本信度（Alternate-formraliability）因為任何測驗只是所有可能題目中的一份取樣（行為樣本），所以可編制許多平行的等值測驗，叫做復(fù)本。復(fù)本等值要符合下列條件：各份測驗測量的是同一種心理特性。各份測驗具有相同的內(nèi)容和形式。各份測驗的題目不應(yīng)重復(fù)。各份測驗題目數(shù)量相等，難度和區(qū)分度大體相同。各份測驗的分?jǐn)?shù)分布（平均數(shù)和標(biāo)準(zhǔn)差）大致相等。復(fù)本編好后，應(yīng)再測一次，以確保各份測驗的等值。A卷：你是一個喜歡熱鬧的人嗎？1=絕對是2=是3=不一定4=不是5=絕對不是B卷：你是一個喜歡安靜的人嗎？1=絕對是2=是3=不一定4=不是5=絕對不是定義：兩個復(fù)本施測同一被試群體，求其相關(guān)。等值性系數(shù)：同時連續(xù)施測，反映內(nèi)容變異。形式：復(fù)本A—最短時間—復(fù)本B穩(wěn)定性與等值性系數(shù)：時間間隔施測，內(nèi)容變異＋重測信度誤差形式：復(fù)本A—適當(dāng)時間—復(fù)本B

分半信度（Split-HalfReliability）定義：在測驗沒有復(fù)本且只能實施一次的情況下，可將測驗項目分成對等的兩半，根據(jù)被試在這兩半測驗中所得的分?jǐn)?shù)計算相關(guān)系數(shù)，即得分半信度。計算分半信度先要對測驗分半。不同的分半法可能會得到不同的信度值。分半信度（Split-HalfReliability）為了使兩半基本等值，可將項目按由易到難的順序排列編號，然后按奇數(shù)和偶數(shù)序號將項目分半。要注意使那些性質(zhì)相同、聯(lián)系緊密的項目分在相同的一半，否則會使信度值偏高。由于分半信度實際上只是半個測驗的信度，測驗越長、項目越多，兩半分?jǐn)?shù)的相關(guān)就越高。因此，對長度不同的測驗，要用校正公式。斯皮爾曼-布朗校正公式

rx1x2表示兩半測驗分?jǐn)?shù)的相關(guān)系數(shù)分半信度的估計如果兩半測驗不等值，亦即兩半測驗分?jǐn)?shù)沒有相同的平均數(shù)和標(biāo)準(zhǔn)差弗朗那根公式：

Sa2

和Sb2

：兩個半測驗分?jǐn)?shù)的變異數(shù)；Sx2：測驗總分的變異數(shù)。盧龍公式：

Sd2：兩半測驗分?jǐn)?shù)之差的變異數(shù)，

Sx2：測驗總分的變異數(shù)。同質(zhì)性信度（HomogeneityReliability）同質(zhì)性指測驗的所有題目測量的是同一種心理特質(zhì)，表現(xiàn)為各個題目得分之間有較高的相關(guān)，相關(guān)越高則同質(zhì)性越強(qiáng)。同質(zhì)性信度的估計（1）測量同質(zhì)性信度基本公式

K：構(gòu)成測驗項目數(shù)，：相關(guān)系數(shù)平均數(shù)，

Rkk：同質(zhì)性信度值。同質(zhì)性信度的估計（2）庫德－理查遜公式（K-R20公式）

K：構(gòu)成測驗的題目數(shù)；

pi：通過第i題的人數(shù)比例；

qi：未通過第i題的人數(shù)比例；

Sx2：測驗總分的方差。

同質(zhì)性信度的估計（3）庫德－理查遜公式（K-R21公式）K-R20/21公式僅適用于答對一題得一分、答錯無分的測驗；

同質(zhì)性信度的估計（4）克倫巴赫系數(shù)對于多重記分的測驗，用Alpha系數(shù)估計：

K：測驗的題目數(shù)；

Si2：某一題目分?jǐn)?shù)的變異數(shù)；

Sx2：測驗總分的變異數(shù)。

評分者信度（ScorerReliability）評分者信度是指不同評分者之間在測驗結(jié)果計分上的一致性。在心理測驗中,評分者信度的計算,通常是隨機(jī)抽取若干份試卷,由至少兩位受過訓(xùn)練的評分者按計分規(guī)則分別判分,然后計算它們的相關(guān)。幾個評分者的評分越一致,評分者信度越高。

評分者信度（ScorerReliability）最簡單的估計方法就是隨機(jī)抽取若干份答卷，由兩個獨(dú)立的評分者打分，再求每份答卷兩個評判分?jǐn)?shù)的相關(guān)系數(shù)。這種相關(guān)系數(shù)的計算可以用積差相關(guān)方法，也可以采用斯皮爾曼等級相關(guān)方法。如果評分者在三人以上，而且又采用等級記分時，就需要用肯德爾和諧系數(shù)來求評分者信度。評分者信度：K個評價者對N件被評價的事物評定一致性程度的度量（肯德爾W系數(shù)）：Ri：每一件被評價事物的K個等級之和；N：被評價事物的件數(shù)即等級數(shù)；K：評價者的數(shù)目或等級變量的列數(shù)。評分者信度（ScorerReliability）信度系數(shù)的類型誤差變異的來源計算公式施測次數(shù)所需復(fù)本數(shù)目重測信度時間取樣積差相關(guān)系數(shù)21復(fù)本信度（連續(xù)施測）內(nèi)容取樣積差相關(guān)系數(shù)12復(fù)本信度（間隔施測）時間取樣、內(nèi)容取樣積差相關(guān)系數(shù)22分半信度內(nèi)容取樣積差相關(guān)系數(shù)（需校正，常用斯-布公式）11同質(zhì)性信度內(nèi)容的異質(zhì)性α系數(shù)（非二分法）11評分者信度評分者間的差異積差相關(guān)系數(shù)斯皮爾曼等級相關(guān)系數(shù)，肯德爾和諧系數(shù)11在一般情況下，間隔施測的復(fù)本信度最低，因為很多因素有機(jī)會影響到分?jǐn)?shù)。相反，校正過的分半相關(guān)，因為影響的因素少，所得的信度估計為最高。樣本團(tuán)體的性質(zhì)相關(guān)系數(shù)受到團(tuán)體中分?jǐn)?shù)分布的影響信度系數(shù)受到團(tuán)體異質(zhì)性的影響不同團(tuán)體間能力水平的影響

測驗的長度測驗越長，則試題取樣或內(nèi)容取樣越恰當(dāng)測驗越長，測驗結(jié)果越不易受猜測的影響測驗的難度信度影響因素被試的同質(zhì)性信度系數(shù)的應(yīng)用信度系數(shù)主要用途：（一）評價測驗

一般能力和學(xué)績測驗0.9

個性、價值觀.75-.85<.7時，不能用測驗來對個人做評價，也不能在團(tuán)體間做比較。

>.75時，可用于團(tuán)體間的比較。

>.85時，可用于鑒別個人。信度系數(shù)的應(yīng)用信度系數(shù)主要用途：（二）解釋分?jǐn)?shù)

1.解釋個人測驗分?jǐn)?shù)：謹(jǐn)防過分重視單一的數(shù)字分?jǐn)?shù)

SE為測量標(biāo)準(zhǔn)誤：一個人無數(shù)次重復(fù)施測一個測驗所得到的標(biāo)準(zhǔn)差rXX為測驗的信度，ＳＸ為測驗分?jǐn)?shù)的方差信度系數(shù)的應(yīng)用若某智力測驗信度為0.95，標(biāo)準(zhǔn)差為15，某兒童得分為120分，就可以估計其真分?jǐn)?shù)的范圍了。

ＳE＝15×1－0.95＝3.35

則他的真實智力測驗分?jǐn)?shù)的95％的置信區(qū)間為（113.4Ｔ126.6）。即他的智力測驗分?jǐn)?shù)有95%的可能是在113.4和126.6之間。如果要提高估計的把握度，則可求出99%的置信區(qū)間。效度的定義效度指的是測量的有效性，即一個測驗對它所要測量特質(zhì)準(zhǔn)確測量的程度。在測量學(xué)中，效度被定義為與測量目的有關(guān)的變異（有效變異）與實測變異之比（Sv2/Sx2）。測量的效度除受隨機(jī)誤差影響外，還受系統(tǒng)誤差影響?？尚诺臏y驗未必有效，而有效測驗必定可信。信度是效度的必要條件。SX2=ST2+SE2

ST2=SV2+SI2

（與測量目的有關(guān)的變異，與測量目的無關(guān)的變異）

SX2=SV2+SI2+SE2SV2SI2SE2SX2ST2

系統(tǒng)誤差的影響系統(tǒng)誤差可能是由以下幾方面原因造成的：1）所要測量的特質(zhì)有多方面的含義，而量表本身未能全部包含這些方面；2）測驗題目中包含了與所測特質(zhì)無關(guān)的題目；3）計分方面的問題，如選擇題的備選答案是不全面的，即沒有完全體現(xiàn)被試情況的差異，因此答案就不是足夠準(zhǔn)確的，而且各題目得分是簡單累加而未經(jīng)加權(quán)處理，不同題目的重要性程度就沒有得到區(qū)分。效度的分類弗蘭士和米希爾提出的分類方法：（1）內(nèi)容效度（2）構(gòu)想效度（3）效標(biāo)效度內(nèi)容效度(專家效度)-效度1定義內(nèi)容效度是指項目對欲測的內(nèi)容或行為范圍取樣的適當(dāng)程度。條件：（1）確定好內(nèi)容范圍，并使測驗的全部項目均在此范圍內(nèi)；（2）測驗項目應(yīng)是已界定的內(nèi)容范圍的代表性樣本，即選出的項目能包含所測的內(nèi)容范圍的主要方面，并使各部分項目所占比例適當(dāng)。內(nèi)容效度-效度1內(nèi)容效度的應(yīng)用適合于測驗所要測量的內(nèi)容總體能夠明確界定的情況：評價教育成就測驗和職業(yè)選拔測驗主要缺點(diǎn)缺乏可靠的數(shù)量指標(biāo)妨礙各測驗間的相互比較構(gòu)想效度-效度2定義構(gòu)念：心理學(xué)家為更好地描述人的具有內(nèi)在一致性的行為和心理現(xiàn)象而構(gòu)想出的抽象概念。比如，智力、創(chuàng)造力、內(nèi)外向、成就動機(jī)、抑郁、焦慮等心理學(xué)的構(gòu)念都是非常抽象的，但通過對一些外顯行為的觀察，將其擁有這種特質(zhì)的程度數(shù)量化。對同一心理構(gòu)念有不同有測量方法。但無論怎樣去測量，對一種特質(zhì)的測量結(jié)果必須與該特質(zhì)的理論解釋相符合。測驗對理論上的構(gòu)想或特質(zhì)的測量程度;測驗結(jié)果能夠反映所要測量的心理構(gòu)念的程度例子：智力測驗的構(gòu)想效度檢驗對智力的構(gòu)念，目前較為流行的觀點(diǎn)認(rèn)為智力代表了一個人獲得、保持知識的能力，推理能力及適應(yīng)環(huán)境的能力

根據(jù)智力的定義，可以推演出以下幾點(diǎn)假設(shè)，1）智力不同于后天獲得的知識，因此與遺傳因素有關(guān)，且更為穩(wěn)定，2）智力會隨著人的生理變化而發(fā)展變化，3）智力會影響人的學(xué)習(xí)成績和事業(yè)成功。為驗證以上假設(shè)，可以從三方面著手：1）計算同卵雙生子、異卵雙生子、其他同胞、非同胞間智商的相關(guān)，看相關(guān)系數(shù)是否依次降低；2）看智商與學(xué)業(yè)成績間是否有高相關(guān)；3）智商是否隨著年齡的增長而逐漸提高，在某一個階段又是相對穩(wěn)定的。如果以上假設(shè)都得到了證實，則說明所編的智力測驗是有效的，如果假設(shè)得不到證實，則說明測驗的效度不高。構(gòu)想效度的評價優(yōu)勢：促使研究者把著眼點(diǎn)放在提出假設(shè)、檢驗假設(shè)上，使得測驗成為理論研究的重要工具；主要缺點(diǎn)：有些構(gòu)想概念模糊，沒有一致的定義；確定效度時沒有明確的操作步驟；沒有單一的數(shù)量指標(biāo)來描述有效程度。效標(biāo)效度-效度3衡量測驗有效性的一個重要方法：根據(jù)測驗所作出的預(yù)測能否證實效標(biāo)：被預(yù)測的行為，衡量測驗是否有效的標(biāo)準(zhǔn)效標(biāo)效度：考察測驗分