心理測量的信度測試

心理測量的信度測試第一節(jié)信度概述

一、什么是信度

信度又叫可靠性，是指測量結(jié)果的穩(wěn)定性程度或一致性程度。一個好的測驗必須穩(wěn)定可靠，即多次測量的結(jié)果保持一致，否則便不可信。心理測量的信度測試任何一種測量，總有或多或少的誤差，信度受隨機誤差的影響。隨機誤差越大，信度也就越低；隨機誤差越小，信度就越高。信度也可看作測量結(jié)果受機遇影響的程度。心理測量的信度測試信度的含義可以從兩個層面加以分析：（1）當(dāng)我們以同樣的測量工具重復(fù)測量某項持久性的特質(zhì)時，是否得到相同的結(jié)果？由此可知此一測量工具的穩(wěn)定性。（2）測量工具能否減少隨機誤差的影響，提供某項特質(zhì)個別差異程度的真實量數(shù)？由此可知測量結(jié)果的精確性。心理測量的信度測試準(zhǔn)確性與一致性的關(guān)系一致但不準(zhǔn)確不一致也不準(zhǔn)確一致且準(zhǔn)確心理測量的信度測試在測量理論中，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)（實得分?jǐn)?shù)的變異數(shù)）的比率。即：XX=ST2/SX2式中XX代表測量的信度，ST2代表真分?jǐn)?shù)變異數(shù)，SX2代表總變異數(shù)，即實得分?jǐn)?shù)的變異數(shù)。心理測量的信度測試由于SX2=ST2+SE2，所以信度還可表示為：XX=（SX2-SE2）/SX2=1-SE2/SX2信度在1（完全可信）與0（不可信）之間由于真分?jǐn)?shù)的變異數(shù)是不能直接測量的，因此信度是一個理論上構(gòu)想的概念，由于我們無法得到測驗的真正信度，我們只能用一些指標(biāo)對它進行估計。心理測量的信度測試二、信度系數(shù)大部分的信度指標(biāo)都以相關(guān)系數(shù)表示，即用同一被試樣本所得的兩組資料的相關(guān)作為測量一致性的指標(biāo)，稱作信度系數(shù)。要注意三點：（1）在不同的情況下，對不同樣本，采用不同方法會得到不同的信度系數(shù)，因此一個測驗可能不止一個信度系數(shù)。（2）信度系數(shù)只是對測量分?jǐn)?shù)不一致程度的估計，并沒有指出不一致的原因。（3）獲得較高的信度系數(shù)并不是心理測量追求的最終目標(biāo)，它只是邁向目標(biāo)的一步，是使測驗有效的一個必要條件。心理測量的信度測試信度系數(shù)達(dá)到多高才可以接受呢？最理想的情況是XX=1，但這是辦不到的。一般能力與成就測驗的信度系數(shù)要求在以上，有的可以達(dá)到；至于性格、興趣、價值觀等人格測驗的信度系數(shù)，通常在080到085或更高些。當(dāng)XX時，不能用測驗來對個人作評價，也不能在團體間作比較；當(dāng)XX大于或等于時，可用于團體間比較；當(dāng)XX大于或等于時，可用于鑒別個人。心理測量的信度測試任何測驗只有包含特定樣本的題目，由特定的施測者，對特定的被試，在特定的時間、地點施測，情況不同便會得到不同的分?jǐn)?shù)。由于信度系數(shù)總是在特定情況下獲得的，因此，只有當(dāng)一個測驗在很多情況下被證實具有較高的信度時，才可以說它是比較可靠的測驗。心理測量的信度測試三、信度的作用信度系數(shù)有兩個實際用處：一是用來解釋個人分?jǐn)?shù)的意義二是用來比較不同測驗分?jǐn)?shù)的差異心理測量的信度測試1．信度可以用來解釋個人測驗分?jǐn)?shù)的意義由于存在測量誤差，一個人所得分?jǐn)?shù)有時比真分?jǐn)?shù)高，有時比真分?jǐn)?shù)低，有時二者相等。理論上我們可對一個人施測無限多次，然后求所得分?jǐn)?shù)的平均數(shù)與標(biāo)準(zhǔn)差，這樣平均數(shù)就是這個人的真分?jǐn)?shù)，標(biāo)準(zhǔn)差就是測量誤差大小的指標(biāo)。但這在實際上是行不通的。然而，我們可以用一組被試（人數(shù)足夠多）兩次施測的結(jié)果來代替對同一個人反復(fù)施測，以估計測量誤差的變異數(shù)。此時，每個人在兩次測驗中的分?jǐn)?shù)之差可以構(gòu)成一個新的分布，這個分布的標(biāo)準(zhǔn)差就是測量的標(biāo)準(zhǔn)誤，是表示測量誤差大小的指標(biāo)。心理測量的信度測試測量的標(biāo)準(zhǔn)誤可用下式計算：SE=SX√（1-XX）

這里SE為測量的標(biāo)準(zhǔn)誤，SX為所得分?jǐn)?shù)的標(biāo)準(zhǔn)差，XX為測量的信度。從式中可以看出，測量的標(biāo)準(zhǔn)誤與信度之間有互為消長的關(guān)系：信度越高，標(biāo)準(zhǔn)誤越??；信度越低，標(biāo)準(zhǔn)誤越大。心理測量的信度測試根據(jù)上公式，知道了一組測量的標(biāo)準(zhǔn)差和信度系數(shù)，就可以求出測量的標(biāo)準(zhǔn)誤。進一步我們就可以從每個人的實得分?jǐn)?shù)估計出真分?jǐn)?shù)的可能范圍，即確定出在不同或然率水準(zhǔn)上真分?jǐn)?shù)的置信區(qū)間。人們一般采用95%的或然率水準(zhǔn)，其置信區(qū)間為：（）

T(X+1.96SE)這就是說，大約有95%的可能性真正分?jǐn)?shù)落在所得分?jǐn)?shù)的范圍內(nèi)，或者5%的可能性落在這范圍之外。這實際上也表明了再測時分?jǐn)?shù)改變的可能范圍。心理測量的信度測試?yán)}在一次測驗中有一學(xué)生得80分，這是否反映了他們的真實水平？如果再測一次他的分?jǐn)?shù)將改變多少？已知該次測驗的標(biāo)準(zhǔn)差為5，信度系數(shù)為。首先計算SE：SE=5

√

（）=2T=801.96我們可以說該學(xué)生的真正分?jǐn)?shù)有95%的可能性落在76與84分之間。心理測量的信度測試2．信度可以幫助進行不同測驗分?jǐn)?shù)的比較來自不同測驗的原始分?jǐn)?shù)是無法直接比較的，而必須將它們轉(zhuǎn)換成相同尺度的標(biāo)準(zhǔn)分?jǐn)?shù)才能進行比較。例：某班期末考試，張生語文、數(shù)學(xué)的成績轉(zhuǎn)換成T分?jǐn)?shù)（平均數(shù)為50、標(biāo)準(zhǔn)差為10）分別為65和70，由此我們可以知道張生的數(shù)學(xué)比語文考得稍好些，但二者差異是否有意義，仍不清楚。心理測量的信度測試為了說明個人在兩種測驗上表現(xiàn)的優(yōu)劣，我們可以用“差異的標(biāo)準(zhǔn)誤”來檢驗其差異的顯著性，常用的公式為：SEd=S√（2-XX-YY）公式中SEd為差異的標(biāo)準(zhǔn)誤，S為標(biāo)準(zhǔn)分?jǐn)?shù)的標(biāo)準(zhǔn)差（如T分?jǐn)?shù)的S=10），XX和YY分別是兩個測驗的信度系數(shù)。心理測量的信度測試如上例中，假定此次語文、數(shù)學(xué)考試的信度分別為和，張生的兩個分?jǐn)?shù)差異的標(biāo)準(zhǔn)誤為：SEd=10√（）=5若采用95%的置信區(qū)間（即.05顯著水平），則張生在這兩門課上T分?jǐn)?shù)的差異必須達(dá)到或超過SEd=1.965=9.8，才能認(rèn)為二者真有差異。因為數(shù)學(xué)的T分?jǐn)?shù)只比語文高5分，所以差異并不顯著。心理測量的信度測試用SE估計個人分?jǐn)?shù)的誤差

要注意四點：（1）一個測驗有很多可能的信度估計，因而也有同樣多的標(biāo)準(zhǔn)誤估計，在實際工作中要注意選擇最適合某一特殊情況的信度估計來解決問題。（2）理論假定SE在所有分?jǐn)?shù)水平都一樣，但有時高分段與低分段其標(biāo)準(zhǔn)誤并不相同。水平高的人與水平低的人在做測量時會有不同的隨機誤差，受隨機誤差的影響也不一樣。心理測量的信度測試（3）測驗分?jǐn)?shù)是一個人真正分?jǐn)?shù)的最佳估計，但由于存在測量誤差，所以必須將測驗分?jǐn)?shù)看成以該點為中心上下波動的范圍，而不要看成確切的點。這一范圍有多寬將取決于測量標(biāo)準(zhǔn)誤的大小，最終取決于信度系數(shù)。（4）測量標(biāo)準(zhǔn)誤是對測量誤差的描繪，用它能對個人真正分?jǐn)?shù)的置信區(qū)間作出估計，但用它來估計個人真正水平則可能導(dǎo)致嚴(yán)重錯誤，因為它沒有考慮到系統(tǒng)誤差的影響。心理測量的信度測試第二節(jié)信度的估計方法信度是反映測量中隨機誤差大小的指標(biāo)。由于造成測量的隨機誤差的方式或來源多種多樣，所以信度的估計方法也多種多樣。下面所介紹的信度估計方法是分別考察信度的某一方面的，使用時要特別注意它的含義及適用范圍。心理測量的信度測試信度與誤差來源

誤差來源信度類型時間再測信度（穩(wěn)定性）內(nèi)容復(fù)本信度，分半信度(等值性），Alpha系數(shù)（同質(zhì)性）時間和內(nèi)容先后施測兩個復(fù)本評價者/觀察者評分者信度心理測量的信度測試一、重測信度1．含義和計算重測信度（test-retestreliability）指的是用同一個量表對同一組被試施測兩次所得結(jié)果的一致性程度。重測信度能表示兩次測驗結(jié)果有無變動，反映測驗分?jǐn)?shù)的穩(wěn)定程度，所以又叫穩(wěn)定性系數(shù)。其計算公式即皮爾遜積差相關(guān)公式：XX=[(XX)(YY)]/√(XX)2.(YY)2公式中，XX是重測信度，X及X是第一次測量的實得分?jǐn)?shù)及實得分?jǐn)?shù)的平均值，Y及Y是第二次測量的實得分?jǐn)?shù)及實得分?jǐn)?shù)的平均值。心理測量的信度測試什么樣的測量要考慮重測信度？人的多數(shù)心理特質(zhì)如智力、性格等，具有相對的穩(wěn)定性，因此對這些心理特質(zhì)的測量，應(yīng)該前后一致。因此，我們希望得到測驗穩(wěn)定性的證據(jù)。另外，我們還經(jīng)常要用測驗分?jǐn)?shù)對人做預(yù)測，此時測驗分?jǐn)?shù)的跨時間的穩(wěn)定性更加重要。心理測量的信度測試重測信度的優(yōu)點在于提供有關(guān)測驗結(jié)果是否隨時間而變異的資料，作為預(yù)測受試者將來行為表現(xiàn)的依據(jù)。其缺點是易受學(xué)習(xí)和記憶的影響。如果相隔時間太短，則記憶猶在，練習(xí)的影響很大，往往造成假性的高相關(guān)；如果相隔時間太長，那么身心特質(zhì)的發(fā)展與學(xué)習(xí)經(jīng)驗的累積等均足以改變測驗分?jǐn)?shù)的意義，使相關(guān)降低。一般來說，最適宜的相隔時間隨測驗的目的和性質(zhì)而異，少者兩周，多者半年。心理測量的信度測試2．使用的前提條件（3個條件）（1）該測驗測量的心理特性必須相當(dāng)穩(wěn)定。（2）遺忘和練習(xí)的效果基本上相互抵消。（3）兩次測驗期間的學(xué)習(xí)效果沒有差異。學(xué)校的各種測驗或標(biāo)準(zhǔn)化考試，上面三個假設(shè)幾乎是無法滿足的。因此，一般標(biāo)準(zhǔn)化考試很少用重測法來估計測驗的信度。成人的人格特質(zhì)一般是穩(wěn)定的，并且不容易受遺忘、練習(xí)、學(xué)習(xí)的影響，較多用重測法估計信度。心理測量的信度測試二、復(fù)本信度1．含義與計算任何測驗都只是所有可能題目中的一份取樣，所以可能編制許多平行的等值測驗，叫做復(fù)本。復(fù)本信度（alternate-formreliability）就是指用兩個復(fù)本測驗測量同一批被試所得結(jié)果的一致性程度。其大小等于同一批被試在兩個復(fù)本測驗上所得分?jǐn)?shù)的積差相關(guān)系數(shù)。心理測量的信度測試兩個等值測驗可同時連續(xù)施測或相距一段時間分兩次施測。前者的復(fù)本信度又稱等值性系數(shù)，其分?jǐn)?shù)的不一致主要來自題目取樣的差別，因為兩次測驗的間隔極短，所以沒有時間造成的誤差。后一種復(fù)本信度又稱穩(wěn)定性與等值性系數(shù)。因為它把復(fù)本法與重測法結(jié)合起來，所有影響施測和再施測不一致的因素以及影響平行型不一致的因素都將對它發(fā)生影響，因此分?jǐn)?shù)的不一致性最高?？梢娕c穩(wěn)定性系數(shù)和等值性系數(shù)相比，穩(wěn)定性與等值性系數(shù)是對信度的最嚴(yán)格的檢驗，其值最低。心理測量的信度測試2．使用前提條件首先要有兩份或兩份以上真正平行的測驗。即兩測驗在題目內(nèi)容、數(shù)量、形式、難度、區(qū)分度、指導(dǎo)語、時限、以及所用的例題、公式和測驗的其它所有方面都應(yīng)該相同或相似。若不一致，所得的信度就成了歪曲的估計。事實上，要編制兩份完全等值的測驗是不大可能的，即使是很有經(jīng)驗的測驗編制者，也只能編制出基本等值的測驗。用復(fù)本法估計測驗的信度的條件之二便是被試要有條件接受兩個測驗。這種條件主要取決于時間和經(jīng)費等幾個方面。對于穩(wěn)定性與等值性系數(shù)，還需要滿足重測信度的基本條件。心理測量的信度測試三、分半信度分半信度（split-halfreliability）指的是將一個測驗分成對等的兩半，根據(jù)所有被試在這兩半測驗上所得分?jǐn)?shù)的一致性程度。分半信度系數(shù)可以和等值性系數(shù)一樣解釋。因為這兩半測驗基本上相當(dāng)于最短時距施測的兩個平行的復(fù)本，由于只需要對一個測驗進行一次施測，考察的是兩半題目之間的一致性，所以這種信度系數(shù)有時也被稱為內(nèi)部一致系數(shù)。雖然分半信度也可當(dāng)作內(nèi)部一致性的測量，但我們將歸類為等值的特例，與其它等值性測量唯一不同之處是在測驗施測后才分成兩個。心理測量的信度測試分半信度的計算：和等值復(fù)本信度的計算方法類似，只不過被試在兩半測驗上得分的相關(guān)系數(shù)只是半個測驗的信度。由于在其它條件相等的情況下，測驗越長，信度越高，因此必須用“斯皮爾曼——布朗公式”進行校正：XX=2hh/(1

hh)式中XX為整個測驗的信度，hh為兩半測驗分?jǐn)?shù)間的相關(guān)系數(shù)。心理測量的信度測試弗朗那根（Flanagan）公式：XX=2[1（Sa2+Sb2）/Sx2]公式中Sa2和Sb2分別表示所有被試在兩半測驗上得分的變異數(shù)，Sx2表示全體被試在整個測驗上的總得分的變異數(shù)。心理測量的信度測試盧倫（Rulon）公式：XX=1Sd2/Sx2公式中Sd2表示同一組被試在兩半測驗上得分之差的變異數(shù)，其它符號與上公式一樣。心理測量的信度測試2．使用的前提條件及范圍分半信度通常是在只能施測一次或沒有復(fù)本的情況下使用。而且，在使用斯—布公式時要求全體被試在兩半測驗上得分的變異數(shù)要相等。當(dāng)一個測驗無法分成對等的兩半時，分半信度不宜使用。由于將一個測驗分成兩半的方法很多（如：按題號的奇偶性分半、或按題目的難度分半、或按題目的內(nèi)容分半等），所以，同一個測驗通常會有多個分半信度值。心理測量的信度測試四、同質(zhì)性信度1．含義同質(zhì)性信度（homogeneityreliability）也叫內(nèi)部一致性系數(shù)，它是指測驗內(nèi)部所有題目間的一致性程度。這里的一致性是指題目分?jǐn)?shù)的一致，而不是題目內(nèi)容或形式的一致。題目內(nèi)部的一致性主要受兩方面變異的影響：內(nèi)容的同質(zhì)性與所研究的行為的同質(zhì)性。所以同質(zhì)性信度就是一個測驗所測內(nèi)容或特質(zhì)的相同程度。心理測量的信度測試當(dāng)一個測驗具有較高的同質(zhì)性信度時，說明測驗主要測的是某一單個心理特質(zhì)，實測結(jié)果就是該特質(zhì)水平的反映。如果一個測驗同質(zhì)性信度不高，則說明測驗結(jié)果可能是幾種心理特質(zhì)的綜合反映，這時，測驗的結(jié)果不好解釋。一種好的辦法是把一個異質(zhì)的測驗分解成多個具有同質(zhì)性的分測驗，再根據(jù)被試在分測驗上的得分分別作出解釋。心理測量的信度測試什么情況下需要考察題目的同質(zhì)性？這取決于測量目的一般用于預(yù)測的測驗或?qū)W績測驗可不考慮同質(zhì)性。而在提出或驗證某種心理學(xué)理論的構(gòu)想和假設(shè)時，卻要求對所研究的心理特質(zhì)或構(gòu)想作出“純粹”的測量，否則便不能由測驗分?jǐn)?shù)作出意義明確的推論?？梢姡|(zhì)性測驗是發(fā)展心理學(xué)理論所必需的。心理測量的信度測試2．計算及適用范圍對同質(zhì)性信度的估計，主要有庫——理信度、克倫巴赫系數(shù)和荷伊特信度。（1）庫德——理查遜公式庫德（）和理查遜（）提出一種分析題目間一致性以估計信度的方法，最常用的是K-R20公式：XX=[K/（K1）][1（

piqi）/Sx2]式中K表示整個測驗的題數(shù)，pi為通過一題目的人數(shù)比例，qi為未通過一題目的人數(shù)比例，Sx2為測驗總分的變異數(shù)。心理測量的信度測試K-R20公式僅適用于題目是二分記分（0、1）的測驗，即答對一題很一分，答錯無分的測驗。當(dāng)各題難度相近的情況下，可用公式K-R21。K-R21公式：XX=[K/（K1）][1（Kpiqi）]/Sx2=[KSx2

X（KX）]/[（K1）Sx2]式中

pi為題目的平均通過率，qi為未通過率，X為測驗總分的平均數(shù)，其它字母的意義與K-R20相同。心理測量的信度測試[例]張老師在任教班級施測50題的測驗（每題對得1分，錯為0分），并求出平均分為40分，標(biāo)準(zhǔn)差為6分。該測驗的信度是多少？K-R21公式雖然計算較為簡單，但求得的信度系數(shù)有低估的傾向，當(dāng)題目難度相差較大時，偏差更大。心理測量的信度測試（2）克倫巴赫系數(shù)庫德—理查遜公式只適用于答對一題得一分，答錯無分的測驗，不適用于多重記分的測驗。針對這一需要，克倫巴赫(L.J.Cronbach)另創(chuàng)系數(shù)，其公式如下：

=[K/（K1）][1（

Si2）/Sx2]式中為某一項目分?jǐn)?shù)的變異數(shù)，其它字母意義與K-R20公式相同。當(dāng)題目與二分法計分時，

Si2=piqi，所以K-R20公式可以當(dāng)作系數(shù)的特例。心理測量的信度測試[例]（見教材P79）某態(tài)度量表共7題，100個被試在各題上得分的方差分別是、、、、、、，測驗總分的方差為，則此測驗的信度是多少？心理測量的信度測試(3)荷伊特信度1941年荷伊特(C.Hoyt)提出用方差分析來衡量測驗內(nèi)部一致性的方法。一組測驗分?jǐn)?shù)的總變異數(shù)可劃分為三個來源：人與人之間的差別，題目間的差別以及人與題目交互作用的差別。真正變異數(shù)可以從人與人之間的差別來估計，測量誤差變異數(shù)可從人與題目之間的交互作用來估計。荷伊特信度的估計公式為：XX=1MS人題/MS人式中MS人是同人與人間差別有關(guān)的均方，MS人題是同人與題目交互作用有關(guān)的均方。心理測量的信度測試（4）因素分析有些測量學(xué)家認(rèn)為因素分析是決定測驗同質(zhì)性的最好方法。在測驗上，如果一個因素就足以解釋所有題目分?jǐn)?shù)的變異時，這個測驗就是同質(zhì)的，假如需要一個以上的因素時，則測驗的組成是異質(zhì)的。心理測量的信度測試五、評分者信度1．含義及計算心理測驗一般都有一套標(biāo)準(zhǔn)化的評分程序，尤其是客觀題，由評分引起的誤差變異是可以忽略的。但在教育測量中，有很多測驗是無法完全客觀記分的。對這些無法進行完全客觀記分的測量工具而言，評分者之間的變異也是誤差的重要來源之一。如高考的作文題的評分，必然會涉及到評分者的主觀判斷，受評分者的喜好與水平等的影響。因此，有必要考察這些測驗的評分者之間評分的一致性程度，即評分者信度（scorerreliability）。心理測量的信度測試考察評分者信度的方法：隨機抽取相當(dāng)份數(shù)的試卷，由兩位評分者按記分要點分別給分，然后根據(jù)每份測驗卷的兩個分?jǐn)?shù)計算其相關(guān)系數(shù)，即評分者信度。一般要求在成對的受過訓(xùn)練的評分者之間平均一致性達(dá)到以上，才認(rèn)為評分是客觀的。心理測量的信度測試第三節(jié)提高測量信度的方法一、影響測量信度的因素在測量過程中凡是能引起測量誤差的因素都會影響測量信度。1．被試因素：被試的身心健康狀況、應(yīng)試動機、注意力、求勝心、作答態(tài)度等。2．主試因素：不按規(guī)定實施測驗，制造緊張氣氛，給予特殊的協(xié)助，評分主觀等。3．測驗內(nèi)容因素：試題取樣不當(dāng)，內(nèi)部一致性低，題數(shù)過少，題意模糊等。4．測驗情境因素：通風(fēng)、溫度、光線、噪音、桌面好壞等。心理測量的信度測試除外，以下幾個因素會影響信度系數(shù)的大?。?．被試樣本（1）整個團體內(nèi)成員的異質(zhì)性影響測驗信度。成員特質(zhì)分布范圍越廣（即越異質(zhì)），其信度系數(shù)也越大。

團體異質(zhì)性不同，分?jǐn)?shù)的標(biāo)準(zhǔn)差也不同。當(dāng)將測驗用于標(biāo)準(zhǔn)差不同的團體時，可用下面的公式推算出新的信度系數(shù)：nn=1So2(1

oo)/Sn2So為信度系數(shù)已知的分布的標(biāo)準(zhǔn)差，Sn2為信度系數(shù)未知的分布的標(biāo)準(zhǔn)差，oo為用于原團體的信度，nn為用于異質(zhì)程度不同的團體時的信度。心理測量的信度測試[例]一個測驗應(yīng)用于全體小學(xué)生的樣本（常模樣本），其分?jǐn)?shù)的標(biāo)準(zhǔn)差為10，信度系數(shù)為，假如將此測驗應(yīng)用于小學(xué)五年級，其分?jǐn)?shù)標(biāo)準(zhǔn)為5。其信度系數(shù)估計值為多少？心理測量的信度測試（2）團體的