測(cè)量的信度與效度

第三章測(cè)量的信度與效度第一節(jié)測(cè)量的信度第二節(jié)測(cè)量的效度第一節(jié)信度（reliability）一、什么是信度定義：指的是測(cè)量結(jié)果的穩(wěn)定性程度（或叫可靠性）。也指同一被試在不同時(shí)間內(nèi)用同一測(cè)驗(yàn)（或用另一套相等的測(cè)驗(yàn)）重復(fù)測(cè)量，所得結(jié)果的一致程度。1、理論定義：傳統(tǒng)的信度理論認(rèn)為，每一個(gè)測(cè)驗(yàn)的實(shí)得分?jǐn)?shù)（X）總是由真實(shí)分?jǐn)?shù)（T）和誤差（E），兩個(gè)部份構(gòu)成的，公式為：X=T+E討論一組測(cè)驗(yàn)分?jǐn)?shù)的特性時(shí)，可用方差導(dǎo)標(biāo)具體分?jǐn)?shù)，公式：（測(cè)驗(yàn)實(shí)得分?jǐn)?shù)的方差）Sx2＝（測(cè)驗(yàn)真分?jǐn)?shù)的方差）ST2＋（測(cè)驗(yàn)誤差的方差）SE22、操作定義：定義1：一組測(cè)量分?jǐn)?shù)的真分?jǐn)?shù)變異數(shù)（方差）與總變異數(shù)（總方差、實(shí)得分?jǐn)?shù)的方差）的比率，或者是真實(shí)分?jǐn)?shù)方差占總方差的的百分比。計(jì)算公式：rxx=ST2/SX2定義2：信度乃是一個(gè)被試團(tuán)體的真分?jǐn)?shù)與實(shí)得分?jǐn)?shù)的相關(guān)系數(shù)的平方。即rxx=ptx2定義3：信度乃是一個(gè)測(cè)驗(yàn)X（A卷）與它的任意一個(gè)“平行測(cè)驗(yàn)”X/（B卷）的相關(guān)系數(shù)。即rxx=pXX`2二、信度的指標(biāo)（一）信度系數(shù)：大部分情況下，信度是信度系數(shù)為指標(biāo)，它是一種相關(guān)系數(shù)。理論上說(shuō)就是真分?jǐn)?shù)方差與實(shí)得分?jǐn)?shù)的方差的比值，公式是：rxx=ptx2（二）信度指數(shù)：是真分?jǐn)?shù)標(biāo)準(zhǔn)差與實(shí)得分?jǐn)?shù)的標(biāo)準(zhǔn)差的比值，公式是：信度指數(shù)的平方就是信度系數(shù)rxx=ST2/SX2（三）標(biāo)準(zhǔn)誤：指出個(gè)人測(cè)驗(yàn)分?jǐn)?shù)的變異量。信度系數(shù)表示一組測(cè)量的實(shí)得分?jǐn)?shù)與真分?jǐn)?shù)的符合程度，標(biāo)注誤表示個(gè)人測(cè)驗(yàn)分?jǐn)?shù)的變異量。用一組被試兩次測(cè)量結(jié)果來(lái)代替同一個(gè)人反復(fù)實(shí)測(cè)，有了信度的另一個(gè)指標(biāo)：測(cè)量標(biāo)準(zhǔn)誤。測(cè)量的標(biāo)準(zhǔn)誤與信度之間呈反比關(guān)系：標(biāo)準(zhǔn)誤越小，信度越大；標(biāo)準(zhǔn)誤越大，信度越低。三、信度與測(cè)驗(yàn)分?jǐn)?shù)的解釋?zhuān)ㄒ唬┙忉屨鎸?shí)分?jǐn)?shù)與實(shí)得分?jǐn)?shù)的相關(guān)：信度系數(shù)可以解釋為總的方差中有多少比例是由真實(shí)分?jǐn)?shù)的方差決定的，也就是測(cè)驗(yàn)的總變異中真分?jǐn)?shù)造成的變異占百分之幾。（二）比較信度可以接受的水平：一般的能力測(cè)驗(yàn)和成就測(cè)驗(yàn)的信度系數(shù)都在0.90以上；人格測(cè)驗(yàn)、興趣、態(tài)度、價(jià)值觀等測(cè)驗(yàn)的信度一般在0.80-0.85。一般原則是：當(dāng)<0.70時(shí)，測(cè)驗(yàn)不能用于對(duì)個(gè)人作出評(píng)價(jià)或預(yù)測(cè)，而且不能作團(tuán)體比較；當(dāng)0.70≤<0.85時(shí)，可用于團(tuán)體比較；當(dāng)≥0.85時(shí)，才能用來(lái)鑒別或預(yù)測(cè)個(gè)人成績(jī)或作為。（三）解釋個(gè)人分?jǐn)?shù)的意義：從信度可以解釋個(gè)人分?jǐn)?shù)的意義，這是測(cè)量標(biāo)準(zhǔn)誤的應(yīng)用。它有兩個(gè)作用：一是估計(jì)真實(shí)分?jǐn)?shù)的范圍；二是了解實(shí)得分?jǐn)?shù)再測(cè)時(shí)可能的變化情形。例題：假設(shè)在一個(gè)智力測(cè)驗(yàn)中某個(gè)被試的IQ為100，這是否反映了他的真實(shí)水平？如果再測(cè)一次他的分?jǐn)?shù)將改變多少？已知該智力測(cè)驗(yàn)的標(biāo)準(zhǔn)差是15，信度系數(shù)為0.89，則其IQ的測(cè)量標(biāo)準(zhǔn)誤和可能范圍分別為：SE=15=5.0Q＝100±1.96x5＝100±9.8≈90～110我們可以說(shuō)這個(gè)被試的真實(shí)IQ有95％的可能性落在90與110之間。即若再測(cè)一次，他的智商低于90、高于110的可能性不超過(guò)5％。（四）比較不同測(cè)驗(yàn)分?jǐn)?shù)的差異：測(cè)量標(biāo)準(zhǔn)誤和測(cè)驗(yàn)信度在評(píng)價(jià)兩個(gè)不同測(cè)驗(yàn)的分?jǐn)?shù)是否有明顯差異時(shí)也非常重要。這種比較包括兩個(gè)人不同分?jǐn)?shù)的差別和同一被試在兩個(gè)測(cè)驗(yàn)上的差別。例題：某被試在韋氏成人智力測(cè)驗(yàn)中言語(yǔ)智商為102，操作智商為108。已知兩個(gè)分?jǐn)?shù)都是以100為平均數(shù)，15為標(biāo)準(zhǔn)差的標(biāo)準(zhǔn)分?jǐn)?shù)。假設(shè)言語(yǔ)測(cè)驗(yàn)和操作測(cè)驗(yàn)的分半信度分別為0.97和0.93。問(wèn)其操作智商是否顯著高于言語(yǔ)智商呢？首先計(jì)算出差異分?jǐn)?shù)的標(biāo)準(zhǔn)誤：在統(tǒng)計(jì)上，經(jīng)常要求兩個(gè)分?jǐn)?shù)的差異程度達(dá)到0.05的顯著水平，才能承認(rèn)不是誤差的影響。因此，將差異標(biāo)準(zhǔn)誤（4.74）乘以1.96，結(jié)果為9.29，這表明個(gè)體在韋氏測(cè)驗(yàn)兩半得分的差異高于大約10分，才能達(dá)到0.05顯著水平。上述被試的分?jǐn)?shù)差異（108-102＝6）是不顯著的。四、信度的類(lèi)型及估計(jì)方法（一）重測(cè)信度（再測(cè)信度）（test-retestreliabity)1、含義與計(jì)算：又稱(chēng)穩(wěn)定性系數(shù)。他的計(jì)算方法是采用重測(cè)法，即使用同一測(cè)驗(yàn)，在同樣條件下對(duì)同一組被試前后施測(cè)兩次測(cè)驗(yàn)，求兩次得分間的相關(guān)系數(shù)。例：用同一個(gè)算術(shù)四則的速度測(cè)驗(yàn)，對(duì)小學(xué)五年級(jí)的12個(gè)學(xué)生先后施測(cè)兩次。結(jié)果如下，試求其信度。學(xué)生序號(hào)123456X202021222323Y202121202323學(xué)生序號(hào)789101112X232425262627Y2325262627292、使用的前提條件（1）所測(cè)量的心理特性必須是穩(wěn)定的。（2）遺忘和練習(xí)的效果基本上相互抵消。（3）在時(shí)間間隔中沒(méi)有學(xué)習(xí)另外的與測(cè)驗(yàn)有關(guān)的東西，或者說(shuō)每人學(xué)習(xí)其他東西的程度都一樣。3、優(yōu)缺點(diǎn)：優(yōu)點(diǎn)：它最符合重復(fù)測(cè)驗(yàn)的涵義，是重復(fù)測(cè)驗(yàn)最簡(jiǎn)單最明確的方式（2）首測(cè)和再測(cè)只需要一套測(cè)驗(yàn)題目，省時(shí)、省力（3）同一套題目無(wú)論施測(cè)幾次，所測(cè)的屬性是完全相同的。缺點(diǎn)：（1）同一組被試對(duì)同一個(gè)測(cè)驗(yàn)先后兩次作答相互之間是不獨(dú)立的。（2）如果兩次施測(cè)時(shí)間間隔較長(zhǎng)，在此期間被試的身心發(fā)展，新知識(shí)的獲得，都會(huì)使兩次測(cè)驗(yàn)結(jié)果不相同。（3）同一個(gè)被試對(duì)現(xiàn)一個(gè)測(cè)驗(yàn)先后兩次作答，對(duì)測(cè)驗(yàn)的興趣不同，影響測(cè)驗(yàn)結(jié)果。（4）兩次施測(cè)的環(huán)境不同，也是產(chǎn)生測(cè)量誤差的因素。4、使用重測(cè)信度要注意的問(wèn)題:（1）最適宜的時(shí)距隨測(cè)驗(yàn)的目的、性質(zhì)和被試特點(diǎn)而異，一般是兩周到四周較宜，間隔時(shí)間最好不超過(guò)六個(gè)月。（2）再測(cè)驗(yàn)適用于異質(zhì)性測(cè)驗(yàn)（3）再測(cè)信度適用于速度測(cè)驗(yàn)或人格測(cè)驗(yàn)，而不適用于難度測(cè)驗(yàn)（4）應(yīng)注意提高被試的積極性。（二）復(fù)本信度

（Alternate-formreliability）1、含義與計(jì)算：含義：又稱(chēng)等值性系數(shù)。它是以?xún)蓚€(gè)平行或復(fù)本的測(cè)驗(yàn)（等值但題目不同）來(lái)測(cè)量同一群體，然后求得被試在兩個(gè)測(cè)驗(yàn)上得分的相關(guān)系數(shù)，這個(gè)相關(guān)系數(shù)就代表了復(fù)本信度的高低。復(fù)本信度反映的是測(cè)驗(yàn)在內(nèi)容上的等值性，故稱(chēng)等值性系數(shù)。復(fù)本信度的高低關(guān)鍵取決于復(fù)本測(cè)驗(yàn)的選擇。2、使用的前提條件：（1）要兩份或兩份以上真正平行的測(cè)驗(yàn)（2）被試要有條件接受兩個(gè)測(cè)驗(yàn)。主要取決于時(shí)間、經(jīng)費(fèi)等幾方面。復(fù)本等值要符合下列條件：各份測(cè)驗(yàn)測(cè)量的是同一種心理特性。各份測(cè)驗(yàn)具有相同的內(nèi)容和形式。各份測(cè)驗(yàn)的題目不應(yīng)重復(fù)。各份測(cè)驗(yàn)題目數(shù)量相等，難度和區(qū)分度大體相同。各份測(cè)驗(yàn)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(cè)一次，以確保各份測(cè)驗(yàn)的等值。3、優(yōu)缺點(diǎn)：優(yōu)點(diǎn)：（1）一個(gè)測(cè)驗(yàn)的復(fù)本使得測(cè)驗(yàn)數(shù)目的增加，對(duì)于所欲測(cè)量的屬性相聯(lián)系的行為總體代表性強(qiáng)，因此，一個(gè)測(cè)驗(yàn)的兩個(gè)復(fù)本在兩三天至一周對(duì)同一組被試施測(cè)時(shí)，獲得的復(fù)本信度系數(shù)是相當(dāng)準(zhǔn)確的。（2）測(cè)驗(yàn)的兩個(gè)復(fù)本，如果在不同時(shí)間使用，其信度不僅可以反映在不同時(shí)間的穩(wěn)定性，而且還可以反映對(duì)于不同測(cè)題的一致性。（3）兩個(gè)復(fù)本在同時(shí)使用時(shí)，可以避免再測(cè)驗(yàn)信度的缺點(diǎn)。缺點(diǎn)：（1）編制兩個(gè)完全相等的測(cè)驗(yàn)是很困難的，（2）復(fù)本法只能減少而不能完全排除練習(xí)和記憶的影響。（3）被試同時(shí)接受性質(zhì)相似的兩個(gè)測(cè)驗(yàn)可能減少完成測(cè)驗(yàn)的積極性。4、適用范圍（1）如果兩個(gè)復(fù)本的施測(cè)相隔一段時(shí)間，則稱(chēng)穩(wěn)定與等值系數(shù)。穩(wěn)定與等值系數(shù)既考慮了測(cè)驗(yàn)在時(shí)間上的穩(wěn)定性，也考慮了不同題目樣本反應(yīng)的一致性，因而是更為嚴(yán)格的信度考察方法，也是應(yīng)用較為廣泛的方法。（2）在實(shí)際應(yīng)用時(shí)，為了抵消施測(cè)順序的效應(yīng)，應(yīng)該有半數(shù)的被試先作A本再作B本，另一半被試先作B本再作A本。（3）復(fù)本測(cè)驗(yàn)不僅適用于難度測(cè)驗(yàn)，也是估計(jì)速度測(cè)驗(yàn)信度的最好方法。（三）分半信度（split-halfreliability）1、含義與計(jì)算指采用分半法估計(jì)所得的信度系數(shù)。這種方法估計(jì)信度系數(shù)只需一種測(cè)驗(yàn)形式，實(shí)施一次測(cè)驗(yàn)。通常是在測(cè)驗(yàn)實(shí)施后將測(cè)驗(yàn)按奇、偶數(shù)分為等值的兩半，并分別計(jì)算每位被試在兩半測(cè)驗(yàn)上的得分，求出這兩半分?jǐn)?shù)的相關(guān)系數(shù)。常見(jiàn)的是將測(cè)題按其序列號(hào)的奇偶分，這種分法的前提是：測(cè)題并非隨機(jī)排列，而是按某種順序（如難度）排列；如果隨機(jī)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(zhì)一樣）；如果測(cè)驗(yàn)有多個(gè)分量表，應(yīng)該在分量表內(nèi)部排好順序，再把各分量表分兩半組合起來(lái)求相關(guān)。2、計(jì)算（1）兩半測(cè)驗(yàn)分?jǐn)?shù)的變異數(shù)相等（方差齊性）先計(jì)算兩半測(cè)驗(yàn)的積差相關(guān)系數(shù)，再進(jìn)行校正。常用的修正公式是：斯皮爾曼－布朗公式：（2）兩半測(cè)驗(yàn)分?jǐn)?shù)的變異數(shù)不等（方差不齊），可采用：弗朗那根公式或盧倫公式中的任一一個(gè)。例題：被試010203040506070809101112131415奇數(shù)題（x）2018232117182017161314131288偶數(shù)題（Y）2022192218151417151614121076[解]：計(jì)算兩個(gè)“半測(cè)驗(yàn)”得分的積差相關(guān)系數(shù)為：0.86。代入校正公式得：0.92。所以，該測(cè)驗(yàn)的分半信度系數(shù)為0.92。3、使用條件及范圍分半信度通常是在只能施測(cè)一次或沒(méi)有復(fù)本的情況下使用。而且，在使用斯皮爾-布朗公式時(shí)要求全體被試在兩半測(cè)驗(yàn)上得分的變異數(shù)要相等。當(dāng)一個(gè)測(cè)驗(yàn)無(wú)法分成對(duì)等的兩半時(shí)，分半信度不宜使用。4、注意的問(wèn)題：（1）如遇到有牽連的項(xiàng)目或一組解決同一問(wèn)題的項(xiàng)目時(shí)，這些項(xiàng)目應(yīng)放在同一半，否則將會(huì)高估信度的值。（2）當(dāng)試卷中存在選題或試卷為速度測(cè)驗(yàn)時(shí)，不宜采用分半法。作業(yè)：

1、用某量表測(cè)驗(yàn)14名學(xué)生,得分記為X.為了考察測(cè)量結(jié)果的可靠性,于16天后用原量表對(duì)這14名學(xué)生再測(cè)一次,得人記為Y,如表中所示,問(wèn)測(cè)驗(yàn)結(jié)果是否可靠?被試1234567X60625357594948Y62807765675358被試891011121314X41465851557874Y67656868695858作業(yè)：2、設(shè)有14名學(xué)生，經(jīng)過(guò)一項(xiàng)測(cè)驗(yàn)，成績(jī)?nèi)缦卤恚罕緮M再測(cè)一次以估計(jì)其信度，由于學(xué)生放假離校，不便再測(cè)?，F(xiàn)擬估計(jì)其測(cè)驗(yàn)結(jié)果的信度。用什么方法估計(jì)？測(cè)驗(yàn)的信度系數(shù)如何？

14名學(xué)生某項(xiàng)測(cè)驗(yàn)成績(jī)?nèi)绫恚ㄋ模┩|(zhì)性信度

（homogeneityreliability）1、含義：指測(cè)驗(yàn)內(nèi)部所有題目間的一致性。題目的一致性有兩層含義：其一是指所有題目都測(cè)的是同一種心理特質(zhì)；其二是指所有題目之間都具有較高的正相關(guān)?？傊?，同質(zhì)性信度就是一個(gè)測(cè)驗(yàn)所測(cè)內(nèi)容或特質(zhì)的相同程度。2、測(cè)量同質(zhì)性的基本公式：3、庫(kù)德-理查遜公式：適用于客觀性試題（0、1記分）3、克倫巴赫系數(shù)（多重記分測(cè)驗(yàn)）例,用6個(gè)論文題的測(cè)驗(yàn)對(duì)5個(gè)學(xué)生施測(cè),其結(jié)果如表所示,試估計(jì)測(cè)驗(yàn)的內(nèi)在一致性信度.學(xué)生n=5題序(K=6)總分Xt123456134321417263454628313124516462215319553124217例題：某態(tài)度量表共7題，100個(gè)被試在各題上的得分方差分別是0.81,0.82,0.79,0.83,0.85,0.76,0.77,測(cè)驗(yàn)總分的方差為14.00，則此測(cè)量的的信度為多少?4、注意：當(dāng)各個(gè)測(cè)題的得分有較高的正相關(guān)時(shí)，不論題目的內(nèi)容和形式如何，測(cè)驗(yàn)即為同質(zhì)的；若所有題目看起來(lái)好像測(cè)量的是同一特質(zhì)，但相關(guān)很低或?yàn)樨?fù)相關(guān)時(shí)，測(cè)驗(yàn)即為異質(zhì)的。對(duì)于一些復(fù)雜的、異質(zhì)的心理學(xué)變量，采用單一的同質(zhì)性測(cè)驗(yàn)是不行的，因而常常采用若干相對(duì)異質(zhì)的分測(cè)驗(yàn)，并使每個(gè)分測(cè)驗(yàn)內(nèi)容具有同質(zhì)性，這樣每個(gè)分測(cè)驗(yàn)就能用來(lái)預(yù)測(cè)異質(zhì)效標(biāo)的某一方面。（五）評(píng)分者信度（scorerreliability）1、含義與計(jì)算：指的是多個(gè)評(píng)分者給同一批人的答卷進(jìn)行評(píng)分的一致性程度。是用于測(cè)量不同評(píng)分者之間所產(chǎn)生的誤差。式中W為和諧系數(shù)，K為評(píng)分者的人數(shù)，N為被評(píng)對(duì)象數(shù)，RI為每一對(duì)象被評(píng)的等級(jí)總和。例子：假設(shè)有三位專(zhuān)家給六篇論文評(píng)等級(jí)，結(jié)果如表所示，試計(jì)算此次評(píng)分者的評(píng)分者信度。專(zhuān)家123456124156323415623351462Ri8133141872、注意的問(wèn)題：為了衡量評(píng)分者之間的信度高低，可隨機(jī)抽取若干份測(cè)驗(yàn)卷，由兩位評(píng)分者按評(píng)分標(biāo)準(zhǔn)分別給分，然后再根據(jù)每份測(cè)驗(yàn)卷的兩個(gè)分?jǐn)?shù)計(jì)算相關(guān)，即得評(píng)分者信度。一般要求在成對(duì)的受過(guò)訓(xùn)練的評(píng)分者之間平均一致性達(dá)0.90以上，才認(rèn)為評(píng)分是客觀的。當(dāng)多個(gè)評(píng)分者評(píng)定多個(gè)對(duì)象，并以等級(jí)法記分時(shí)，可采用肯德?tīng)柡椭C系數(shù)作為評(píng)分者信度的估計(jì)。五、標(biāo)準(zhǔn)參照測(cè)驗(yàn)的信度估計(jì)1、對(duì)相關(guān)法信度系數(shù)進(jìn)行校正為了對(duì)標(biāo)準(zhǔn)參照測(cè)驗(yàn)的信度做出較為準(zhǔn)確的估計(jì)，利文斯頓提出了對(duì)相關(guān)法信度系數(shù)的校正公式：2、用決策的一致性作為信度指標(biāo)

林德曼與梅倫達(dá)的一致性公式：C為一致性，n為在兩次施測(cè)中均未達(dá)到標(biāo)的人數(shù)，b為在兩次施測(cè)中均已達(dá)標(biāo)的人數(shù)，f為只在第一次施測(cè)中達(dá)標(biāo)的人數(shù)，s為只在第二次施測(cè)中達(dá)標(biāo)的人數(shù)，v為f或s中較小的值。六、各種信度系數(shù)相應(yīng)誤差方差的來(lái)源信度系數(shù)類(lèi)型誤差方差來(lái)源重測(cè)信度時(shí)間取樣復(fù)本信度（連續(xù)施測(cè)）內(nèi)容取樣復(fù)本信度（間隔施測(cè)）時(shí)間和內(nèi)容取樣分半信度內(nèi)容取樣同質(zhì)性信度內(nèi)容的異質(zhì)性評(píng)分者信度評(píng)分者之間的差異七、影響信度的因素（一）樣本的特征：信度常用信度系數(shù)來(lái)表示，信度系數(shù)就是相關(guān)系數(shù)，相關(guān)系數(shù)受樣本團(tuán)體得分分布、樣本是否異質(zhì)及樣本團(tuán)體平均能力水平的影響。1、樣本團(tuán)體分?jǐn)?shù)分布的影響：當(dāng)分布范圍增大時(shí)，其信度估計(jì)就較高；當(dāng)分布范圍減小時(shí)，相關(guān)系數(shù)隨之下降，信度值則較低。2、樣本團(tuán)體異質(zhì)性的影響：若獲得信度的取樣團(tuán)體較為異質(zhì)的話(huà)，往往會(huì)高估測(cè)驗(yàn)的信度，相反則會(huì)低估測(cè)驗(yàn)的信度。3、樣本團(tuán)體平均能力水平的影響：對(duì)于不同水平的團(tuán)體，題目具有不同的難度，每個(gè)題目在難度上的微小差異累計(jì)起來(lái)便會(huì)影響信度。（二）測(cè)驗(yàn)的長(zhǎng)度：1、測(cè)驗(yàn)越長(zhǎng)，測(cè)驗(yàn)的測(cè)題取樣或內(nèi)容取樣越有代表性。2、測(cè)驗(yàn)越長(zhǎng)，被試的猜測(cè)因素影響就越小。3、測(cè)驗(yàn)的項(xiàng)目越多，在每個(gè)項(xiàng)目上的隨機(jī)誤差就可以相互抵消。例如:由50題組成的兒童心理學(xué)測(cè)驗(yàn),其信度系數(shù)0.72,若再增加30個(gè)與原測(cè)驗(yàn)相近且同質(zhì)性的題目,問(wèn)長(zhǎng)度增加后的測(cè)驗(yàn)信度系數(shù)是多少?例如,原測(cè)驗(yàn)的信度系數(shù)為0.75,現(xiàn)將信度提高到0.90,問(wèn)測(cè)驗(yàn)的長(zhǎng)度要增加到原測(cè)驗(yàn)長(zhǎng)度的多少倍?（三）測(cè)驗(yàn)的難度：難度對(duì)信度的影響只存在于某些測(cè)驗(yàn)中，如智力測(cè)驗(yàn)、成就測(cè)驗(yàn)、能力傾向測(cè)驗(yàn)等。如果一個(gè)測(cè)驗(yàn)對(duì)某團(tuán)體而言太容易，會(huì)使所得分?jǐn)?shù)都集中在高分端；當(dāng)題目太困難時(shí)，得分就會(huì)集中在低分端。兩種情況均會(huì)使信度樣本的分?jǐn)?shù)范圍變窄，從而使測(cè)驗(yàn)變得不夠可靠。從理論上說(shuō)，只有難度水平為50％時(shí)，才能使測(cè)驗(yàn)分?jǐn)?shù)分布范圍最大，求得的信度也最高。（四）測(cè)驗(yàn)的時(shí)間間隔：以再測(cè)法或復(fù)本法求信度，兩次測(cè)驗(yàn)相隔時(shí)間越短，其信度系數(shù)越大；間隔時(shí)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(shù)便越低。作業(yè)3、對(duì)4個(gè)學(xué)生以由5道論述題組成的測(cè)驗(yàn)，其成績(jī)?nèi)缦卤?，試估?jì)測(cè)驗(yàn)的內(nèi)在一致性信度。學(xué)生序號(hào)題目總分1234516768532243534193243211244545422總和161918181485作業(yè)4：5位評(píng)分者對(duì)5個(gè)學(xué)生的攝影比賽的排列名次如下表，試估計(jì)評(píng)分者之間的信度。學(xué)生序號(hào)評(píng)分者12345111212243121324434432543555355作業(yè)5:力學(xué)測(cè)驗(yàn)的信度為0.80,欲將信度提高為0.95,問(wèn)測(cè)驗(yàn)的長(zhǎng)度最低限度應(yīng)增加到原測(cè)驗(yàn)長(zhǎng)度的多少倍?第二節(jié)測(cè)驗(yàn)的效度在測(cè)量活動(dòng)中，測(cè)量者對(duì)所使用的測(cè)量工具非常信任，他會(huì)采取復(fù)測(cè)行為以判斷測(cè)量有無(wú)誤差；如果測(cè)量者對(duì)所使用的測(cè)量工具發(fā)生懷疑，那他往往會(huì)去找一公認(rèn)非常準(zhǔn)確的測(cè)量工具對(duì)先前的測(cè)值進(jìn)行檢驗(yàn)。這種在原測(cè)量工具之外尋求新的證據(jù)來(lái)肯定或否定某一測(cè)量工具準(zhǔn)確性的做法就是在研究測(cè)量的效度問(wèn)題。心理測(cè)量是一種間接測(cè)量，心理測(cè)量更重視測(cè)量的效度研究。一、效度（validity）（一）定義：效度是指所測(cè)量的與所要測(cè)量的心理特點(diǎn)之間符合的程度，或者簡(jiǎn)單地說(shuō)是指一個(gè)心理測(cè)驗(yàn)的準(zhǔn)確性?；蚴侵敢粋€(gè)測(cè)驗(yàn)或量表實(shí)際能測(cè)出其所要測(cè)的心理特質(zhì)的程度。1、關(guān)于效度的概念，我們要特別注意以下幾點(diǎn)：（1）效度是一個(gè)相對(duì)的概念。這種相對(duì)性表現(xiàn)在兩個(gè)方面：①效度是相對(duì)于一定的測(cè)量目的而言的。②心理特質(zhì)是較隱蔽的特性，只能通過(guò)他的行為表現(xiàn)來(lái)進(jìn)行推測(cè)，因此，心理測(cè)量不可能達(dá)到百分之百的準(zhǔn)確，而只能達(dá)到某種程度的準(zhǔn)確。（2）效度是測(cè)量的隨機(jī)誤差和系統(tǒng)誤差的綜合反映。任一誤差的存在，測(cè)量的效度都會(huì)受到影響（3）判斷一個(gè)測(cè)量是否有效要從多方面收集證據(jù)2、在測(cè)驗(yàn)理論中，效度被定義為在一組測(cè)量中，與測(cè)量目標(biāo)有關(guān)的真實(shí)方差（或稱(chēng)有效方差，由所要測(cè)量的變因引起的有效變異）與總方差(實(shí)得變異數(shù))的比率，即3、一組測(cè)驗(yàn)分?jǐn)?shù)的總方差等于真實(shí)方差與誤差方差之和，而真實(shí)方差又可分為兩部分，即有關(guān)的方差和無(wú)關(guān)的但穩(wěn)定的方差，后者也就是所謂系統(tǒng)誤差帶來(lái)的方差SX2=SV2+SI2+SE2由于有效方差是一個(gè)理論值，無(wú)法測(cè)量，所以效度和信度一樣是一個(gè)理論上的概念。二、效度和信度的關(guān)系（一）信度是效度的必要而非充分條件。當(dāng)隨機(jī)誤差的變異數(shù)（）減小時(shí)，真實(shí)分?jǐn)?shù)的變異數(shù)（）增加，測(cè)驗(yàn)的信度隨之提高。信度的提高只給有效變異數(shù)（的增加提供了可能）至于是否能提高效度，還要看系統(tǒng)誤差變異數(shù)的大小，可見(jiàn)信度高效度不一定就高。但一個(gè)測(cè)驗(yàn)要想效度高，真分?jǐn)?shù)的變異數(shù)必須占較大的比重，即測(cè)驗(yàn)的信度必須高。效度高必然信度高，而信度高并不一定保證效度高，說(shuō)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。（二）效度是受信度制約的：信度系數(shù)的平方根是效度系數(shù)的最高限度，可見(jiàn)，一個(gè)測(cè)驗(yàn)的效度總是受它的信度所制約。二、效度的類(lèi)型及評(píng)估方法（一）內(nèi)容效度(ContentValidity)1、定義：指的是項(xiàng)目對(duì)欲測(cè)的內(nèi)容或行為范圍的取樣的適當(dāng)程度。也即測(cè)驗(yàn)題目對(duì)有關(guān)內(nèi)容或行為取樣的適用性，從而確定測(cè)驗(yàn)是否是所欲測(cè)量的行為領(lǐng)域的代表性取樣。一個(gè)測(cè)驗(yàn)要具備較好的內(nèi)容效度必須滿(mǎn)足兩個(gè)條件：（1）要確定好內(nèi)容范圍，并使測(cè)驗(yàn)的全部項(xiàng)目均在此范圍內(nèi)。所謂內(nèi)容范圍可以是具體知識(shí)或技能，也可以是復(fù)雜的行為。要對(duì)所測(cè)量的心理特性有個(gè)明確的概念，并劃定出哪些行為與這心理特性有關(guān)。（2）測(cè)驗(yàn)題目應(yīng)是所界定的內(nèi)容范圍的代表性取樣。2、內(nèi)容效度的評(píng)估方法：（1）專(zhuān)家判斷法：請(qǐng)有關(guān)專(zhuān)家對(duì)測(cè)驗(yàn)題目與原定內(nèi)容的符合性作出判斷，看測(cè)驗(yàn)的題目是否代表規(guī)定的內(nèi)容，這種估計(jì)效度的方法，是一個(gè)邏輯分析的過(guò)程，所以?xún)?nèi)容效度有時(shí)也可稱(chēng)為“邏輯效度”。具體方法是：①定義好內(nèi)容總體，并描繪出有關(guān)知識(shí)與技能的輪廓；②劃分細(xì)綱目，并根據(jù)重要性規(guī)劃好各個(gè)綱目的加權(quán)比例，作出盡可能詳細(xì)的描述；③確定每道題所測(cè)的知識(shí)和技能，將自己的分類(lèi)與測(cè)驗(yàn)編制的綱目作比較；④制訂評(píng)定量表，從各方面對(duì)測(cè)驗(yàn)作出評(píng)定。（2）統(tǒng)計(jì)分析法A、復(fù)本法出了描述性語(yǔ)言外，內(nèi)容效度的確定也可采用一些統(tǒng)計(jì)分析方法，符合程度越高越能反映測(cè)驗(yàn)的內(nèi)容效度?？藗惏秃仗岢?，內(nèi)容效度可由一組被試在獨(dú)立取得自同樣內(nèi)容范圍的兩個(gè)測(cè)驗(yàn)復(fù)本上得分之相關(guān)來(lái)作數(shù)量的估計(jì)。B、再測(cè)法也可用于內(nèi)容效度的評(píng)估，被試學(xué)習(xí)某種知識(shí)之前作一次測(cè)驗(yàn)，在學(xué)過(guò)該知識(shí)后再作同樣的測(cè)驗(yàn)。若成績(jī)顯著提高，則說(shuō)明所測(cè)內(nèi)容正是被試新近所學(xué)的內(nèi)容，進(jìn)而證明該測(cè)驗(yàn)對(duì)這部分內(nèi)容而言具有較高的內(nèi)容效度。（3）經(jīng)驗(yàn)推測(cè)法：通過(guò)實(shí)踐來(lái)檢驗(yàn)效度。如果通過(guò)率是隨著年齡的增加而增加，就可以推測(cè)該測(cè)驗(yàn)有內(nèi)容效度。3、內(nèi)容效度的應(yīng)用（1）是編制任何測(cè)驗(yàn)應(yīng)加以考慮的基本方面。（2）較適用于評(píng)價(jià)教育成就測(cè)驗(yàn)和職業(yè)選拔測(cè)驗(yàn)。（3）對(duì)標(biāo)準(zhǔn)參照測(cè)驗(yàn)更為重要，是因?yàn)樵跇?biāo)準(zhǔn)參照測(cè)驗(yàn)中我們主要關(guān)心的是被試對(duì)一定范圍的知識(shí)、技能掌握得如何。（4）注意內(nèi)容效度與表面效度的關(guān)系：經(jīng)?；煜?。表面效度是由外行對(duì)測(cè)驗(yàn)作表面上的檢查確定的，它不反映測(cè)驗(yàn)實(shí)際測(cè)量的東西，只是指測(cè)驗(yàn)表面上看來(lái)好像是所要測(cè)的東西。表面效度只考慮題目與測(cè)量目的之間的明顯的、直接的關(guān)系，內(nèi)容效度則考慮到題目與測(cè)量目的和內(nèi)容總體之間邏輯的微妙關(guān)系。在編制測(cè)驗(yàn)時(shí)，表面效度是一個(gè)必須考慮的特性，最高作為的測(cè)驗(yàn)通常要求有較高的表面效度；典型行為測(cè)驗(yàn)要求有較低的表面效度。（5）它缺乏可靠的數(shù)量指標(biāo)，因而妨礙了各測(cè)驗(yàn)間的相互比較。（二）構(gòu)想效度（constructValidity）1954年提出，有人翻譯為構(gòu)思效度，也有叫結(jié)構(gòu)效度。它是指測(cè)驗(yàn)?zāi)軌驕y(cè)量到理論上的構(gòu)想和特質(zhì)的程度，即測(cè)驗(yàn)的結(jié)果是否能證實(shí)或解釋某一理論的假設(shè)、術(shù)語(yǔ)或構(gòu)想，解釋的程度如何。1、構(gòu)想效度的特點(diǎn)：（1）其大小首先取決于事先假定的心理特質(zhì)理論（2）當(dāng)實(shí)際測(cè)量的資料無(wú)法證實(shí)我們的理論假設(shè)時(shí)，并不一定就表明該測(cè)驗(yàn)結(jié)構(gòu)效不高，因?yàn)檫€有可能是理論假設(shè)不成立，或者該實(shí)驗(yàn)設(shè)計(jì)不能對(duì)該假設(shè)作適當(dāng)?shù)臋z驗(yàn)等情況，當(dāng)然這就使得結(jié)構(gòu)效度的獲取更為困難。（3）結(jié)構(gòu)效度通過(guò)測(cè)量什么、不測(cè)量什么的證據(jù)累積起來(lái)給以確定，因而不可能有單一的數(shù)量指標(biāo)來(lái)描述結(jié)構(gòu)效度。結(jié)構(gòu)效度主要應(yīng)用于智力測(cè)驗(yàn)、人格測(cè)驗(yàn)等一些心理測(cè)驗(yàn)方面。2、結(jié)構(gòu)效度的確定方法：（1）提出理論假設(shè)，并把這一假設(shè)分解成一些細(xì)小的綱目，以解釋被試在測(cè)驗(yàn)上的表現(xiàn)。（2）依據(jù)理論框架，推演出有關(guān)測(cè)驗(yàn)成績(jī)的假設(shè)。（3）用邏輯和實(shí)證的方法來(lái)驗(yàn)證假設(shè)。3、構(gòu)想效度的估計(jì)方法：（1）測(cè)驗(yàn)內(nèi)法（對(duì)測(cè)驗(yàn)本身的分析）：A、測(cè)驗(yàn)的內(nèi)容效度可以作為構(gòu)思效度的證據(jù)；B、測(cè)驗(yàn)的同質(zhì)性指標(biāo)可以推斷測(cè)驗(yàn)是測(cè)量單一特質(zhì)還是測(cè)量多種特質(zhì)，從而為評(píng)估測(cè)驗(yàn)構(gòu)思效度提供證據(jù)；C、分析被試對(duì)題目的反應(yīng)特點(diǎn)也可以作為構(gòu)思效度的證據(jù)。（2）測(cè)驗(yàn)間的相互比較：①相容效度②區(qū)分效度③因素效度：①相容效度通過(guò)分析幾個(gè)測(cè)驗(yàn)間的相互關(guān)系，找出其共同之處，進(jìn)而推斷這些測(cè)驗(yàn)測(cè)量的特質(zhì)是什么，也可以確定這些測(cè)驗(yàn)的構(gòu)思效度。最簡(jiǎn)單的是計(jì)算兩種測(cè)驗(yàn)之間得分的相關(guān)，其中一個(gè)測(cè)驗(yàn)是待研究效度的，另一個(gè)是已有效度證據(jù)的成熟的測(cè)驗(yàn)，但兩者測(cè)量的是同一種心理特質(zhì)。兩測(cè)驗(yàn)的相關(guān)系數(shù)的平方即是兩組測(cè)驗(yàn)分?jǐn)?shù)所共同解釋的變異大小，所以稱(chēng)這一相關(guān)為相容效度，相容效度是構(gòu)思效度的一個(gè)證據(jù)。②區(qū)分效度是構(gòu)思效度的又一個(gè)證據(jù)。③因素效度：通過(guò)對(duì)一組測(cè)驗(yàn)進(jìn)行因素分析，找到影響測(cè)驗(yàn)分?jǐn)?shù)的共同因素，每個(gè)測(cè)驗(yàn)在共同因素上負(fù)荷量即每個(gè)測(cè)驗(yàn)與共同因素的相關(guān)，稱(chēng)作測(cè)驗(yàn)的因素效度。因素分析法也是建立構(gòu)思效度的常用方法，通過(guò)對(duì)一組測(cè)驗(yàn)進(jìn)行因素分析，可以找到影響測(cè)驗(yàn)分?jǐn)?shù)的共同因素，這種因素可能就是我們要測(cè)量的心理特質(zhì)（構(gòu)思）。（3）效標(biāo)關(guān)聯(lián)法，效度的研究證明：一個(gè)測(cè)驗(yàn)若效標(biāo)度理想，那么該測(cè)驗(yàn)所預(yù)測(cè)的效標(biāo)的性質(zhì)和種類(lèi)就可以作為分析測(cè)驗(yàn)構(gòu)思效度的指標(biāo)，另一種證實(shí)構(gòu)思效度的方法是心理特質(zhì)的發(fā)展變化。（4）實(shí)驗(yàn)法和觀察法證實(shí)：觀察實(shí)驗(yàn)前和實(shí)驗(yàn)后分?jǐn)?shù)的差異是驗(yàn)證構(gòu)思效度的方法。3、對(duì)構(gòu)想效度的評(píng)價(jià)（1）構(gòu)想效度促使研究者把著眼點(diǎn)放在提出假設(shè)上、檢驗(yàn)假設(shè)上，使得測(cè)驗(yàn)成為理論研究的重要工具，而不再只是實(shí)際決策的輔助工具，從而使測(cè)驗(yàn)有了更廣闊的發(fā)展情景。（2）主要缺點(diǎn)是，有些構(gòu)想概論模糊，沒(méi)有一致的定義，確定效度時(shí)沒(méi)有明確的操作步驟，沒(méi)有單一的數(shù)量指標(biāo)來(lái)描述有效程度。（三）效標(biāo)效度1、定義：又稱(chēng)實(shí)證效度，反映的是測(cè)驗(yàn)預(yù)測(cè)個(gè)體在某種情境下行為表現(xiàn)的有效性程度。被預(yù)測(cè)的行為是檢驗(yàn)效度的標(biāo)準(zhǔn)，簡(jiǎn)稱(chēng)效標(biāo)。由于這種效度是看測(cè)驗(yàn)對(duì)效標(biāo)預(yù)測(cè)如何，所以叫效標(biāo)效度。這種效度需在實(shí)踐中檢驗(yàn)，所以又稱(chēng)為實(shí)證效標(biāo)。2、分類(lèi)：根據(jù)效標(biāo)資料是否與測(cè)驗(yàn)分?jǐn)?shù)同時(shí)獲得，又可分為同時(shí)效度和預(yù)測(cè)效度兩類(lèi)。同時(shí)效度即測(cè)驗(yàn)所得分?jǐn)?shù)可與效標(biāo)同時(shí)驗(yàn)證，通常與心理特征的評(píng)估及診斷有關(guān)。所謂的效標(biāo)就是衡量一個(gè)測(cè)驗(yàn)是否有效的外在標(biāo)準(zhǔn)，它是獨(dú)立于測(cè)驗(yàn)并可以從實(shí)踐中直接獲得的我們感興趣的行為。一個(gè)好的效標(biāo)必須具備以下條件：（1）必須能最有效地反映測(cè)驗(yàn)的目標(biāo)，即效標(biāo)測(cè)量本身必須有效；（2）效標(biāo)必須具有較高的信度，穩(wěn)定可靠，不隨時(shí)間等因素變化；（3）效標(biāo)可以客觀地加以測(cè)量，可用數(shù)據(jù)或等級(jí)來(lái)表示；（4）效標(biāo)的測(cè)量的方法很簡(jiǎn)單，省時(shí)省力，經(jīng)濟(jì)實(shí)用。3、效標(biāo)和效標(biāo)測(cè)量：效標(biāo)，即衡量測(cè)驗(yàn)有效性的參照標(biāo)準(zhǔn)，指的是可以直接而且獨(dú)立測(cè)量的我們感興趣的行為。效標(biāo)可以分為兩個(gè)層次，其一是理論水平的觀念效標(biāo)，其二是操作定義水平的效標(biāo)測(cè)量。4、常用的效標(biāo)包括：○1學(xué)業(yè)成就；○2實(shí)際工作表現(xiàn)：是最滿(mǎn)意的效標(biāo)測(cè)量，為一般智力測(cè)驗(yàn)、人格測(cè)驗(yàn)和一些能力傾向測(cè)驗(yàn)的效標(biāo)；○3特殊訓(xùn)練成績(jī)：是能力傾向測(cè)驗(yàn)常用的效標(biāo)，其中也包括中間效標(biāo)和最后效標(biāo)的問(wèn)題；○4精神病診斷；○5等級(jí)評(píng)定：是觀察者根據(jù)測(cè)驗(yàn)欲測(cè)量的心理特質(zhì)在被試身上的表現(xiàn)而作出的一種個(gè)人判斷；○6效標(biāo)團(tuán)體的比較：即找出兩個(gè)在效標(biāo)表現(xiàn)上有差別的團(tuán)體，比較他們?cè)跍y(cè)驗(yàn)分?jǐn)?shù)上的差別；○7先前有效的測(cè)驗(yàn)：一個(gè)新測(cè)驗(yàn)與先前有效的測(cè)驗(yàn)的相關(guān)也經(jīng)常作為效度檢驗(yàn)的證據(jù)。5、效標(biāo)效度的表示方法（1）相關(guān)法：效度系數(shù)是最常用的效度指標(biāo)，尤其是效標(biāo)效度。它是以皮爾遜積差相關(guān)系數(shù)來(lái)表示的，主要反映測(cè)驗(yàn)分?jǐn)?shù)與效標(biāo)測(cè)量的相關(guān)。當(dāng)測(cè)驗(yàn)成績(jī)是連續(xù)變量，而效標(biāo)資料是二分變量時(shí)，計(jì)算效度系數(shù)可用點(diǎn)二列相關(guān)公式或二列相關(guān)公式；當(dāng)測(cè)驗(yàn)分?jǐn)?shù)為連續(xù)變量，效標(biāo)資料為等級(jí)評(píng)定時(shí)，可用賈斯朋多系列相關(guān)公式計(jì)算。（2）區(qū)分法：是檢驗(yàn)測(cè)驗(yàn)分?jǐn)?shù)能否有效地區(qū)分由效標(biāo)所定義的團(tuán)體的一種方法。算出t值后，便可知道分?jǐn)?shù)的差異是否顯著。若差異顯著，說(shuō)明該測(cè)驗(yàn)?zāi)軌蛴行У貐^(qū)分由效標(biāo)定義的團(tuán)