心理与教育测量.doc

2011/10/29 小蜗牛也要勇敢前进 Summarized by Dr Chan心理与教育测量第一章 心理与教育测量概论1、测量的概念：测量就是依据一定的法则使用量具对事物的特征进行定量描述的过程 一定法则是指建立在科学规则和科学原理基础之上 测量特征是指要测量事物的特定属性 量具是指测量所使用的工具2、测量的精确度问题 A、测量的精确度决定于测量对象本身的性质（测量对象的确定性、随机性、模糊性） B、测量的精确度决定于测量工具（量尺）的精密性3、测量领域 A、物理测量：对事物物理特征的测量（长度测量、重量测量、面积测量、速度测量） B、生理测量：对有机体生理特征的测量，测量人体的各种生理机能 C、社会测量：对社会现象的测量（人口普查、经济统计、民意调查） D、心理测量：对人的心理特征的测量（智力测量、人格测量、职业兴趣测量、态度测量）4、测量的基本要素 A、测量的参照点：绝对参照点（理想）和相对参照点 B、测量的单位：有确定的意义；有相等的价值5、测量的量表 A、命名量表：最低水平的测量量表，它只是用数字代替事物获用数字对事物进行分类名称量表：用数字代表个别事物（运动员编号）；类别量表：用数字代表事物的种类（用数字代表不同的职业） 统计方法：百分比、次数、众数和X B、顺序量表：是次低水平的测量量表，他不仅能够代替事物的类别，而且能够表明不同类别的大小、等级或事物具有某种特征的程度 数字只表示等级、大小和程度的顺序，它既没有相等的单位，也没有绝对的零点。换言之，它既不表示事物特征的真正数量也不表示绝对的数值，因此不能进行代数运算。（用1、2、3代表第一名、第二名、第三名） 统计方法：中位数、百分位数、等级相关系数、肯德尔系数 C、等距量表：是较高水平的量表，因为它不仅能代表事物的类别和等级，而且具有相等的单位；没有绝对零点，只能进行加减运算，不能进行乘除运算 统计方法：平均数、标准差、积差相关系数、t检验、f检验 D、等距量表：是最高水平的量表类别、等级、等距、绝对零点等够进行加减乘除运算统计方法：平均数、标准差、积差相关系数、t检验、f检验、几何平均数、变异系数6、心理与教育测量的定义：依据一定的心理学和教育学理论，使用测验对人的心理特质和教育成就进行定量描述的过程。7、心理与教育测量的理论基础 桑代克：凡是客观存在的事物都有数量麦科尔：凡是有数量的事物都可以测量8、心理与教育测量中的测验美国心理测量学家阿斯塔西认为：心理测量实质上是为样本的客观和标准化的测量具有四个基本条件：A、行为样本：抽样B、标准化：是编制一个测验的重要步骤和重要条件 测验内容的标准化：相同或等值的测验 测验条件的标准化：相同的测验情境、相同的指导语、相同的测验时限评分规则的标准化使不同评分人的评分结果保持最大限度的一致 C、测量常模的标准化：常模是有代表性群体的平均测验分数D、难度和应答率：一个很重要的指标是确定项目的难度值E、信度和效度 信度是指一个测验的可靠性（多次测量结果的一致性） 效度是指一个测验的有效性（一个测量能在多大程度上测到需要的心理特质）9、心理与教育测量的分类 A、按照测量对象智力测验：测量人的一般认知能力的高低斯坦福-比内测量表维克斯勒智力量表、瑞文推理测验能力倾向测验：一般能力倾向和特殊能力倾向成就测验：学科成就测验；综合成就测验人格测验：测量人的兴趣、态度、动机、气质、性格等方面 自陈人格测验：明尼苏达多相人格调查表、卡特尔16PF测验、艾森克人格问卷 投射测验：罗夏克墨迹测验、主题统觉测验B、按照测量方式个别测验 团体测验 C、按照测验内容的形式 文字（纸笔）测验 非文字（操作）测验 有文字测验也有操作测验 D、按照测验功能的分类 成就测验与预测测验 难度测验与速度测验 描述测验与诊断测验E、按照评价参照标准分类 常模参照测验 目标参照测验 潜力参照测验10、心理与教育测验的功能 A、理论研究的功能收集数据建立假设理论检验实验分组 B、实际应用的功能选拔人才、人员安置、心理诊断、描述评价、心理咨询11、心理与教育测量工作者的素质要求 A、心理与教育测量工作的知识结构，不管是专业研究工作者还是实际应用工作者 B、对心理与教育测量的科学态度，测量方法是实验方法的有益补充12、心理与教育测量工作者的道德准则 A、测验的保密和控制使用 B、测验中个人隐私的保护只有在必要的情况下，测验工作者才能询问个人隐私，凡是与测验目的无关的方面就不应该涉及对受测者保证为其保守秘密，并在实际上为受测者严守秘密凡是测验中必须涉及的个人隐私应事先征得受测者本人或其他有关人员的同意第二章 心理与教育测量的产生与发展1、中国古代的心理教育测量 能力测量 孔子 智力为三个等级，中上之人、中人和种下之人 董仲舒 注意测验 一手画方，一手画圆 （王充论衡书解片、刘昼新论和王守仁传习录） 刘邵 人物志 才能12种类型清节、法家、术家、国体、器能、臧否、伎俩、智意、文章、儒学、口辩、雄杰 美国 施瑞奥克 翻译英文，美国出版 人类能力的研究 6世纪中叶 中国江南 周岁试儿 清代 益智图（七巧板）、九连环是最早的创造力测验人格测量孔子 把人分为三种：狂者 狷者 中行刘邵 根据阴阳、五行和形体，把人的性格分为12种类型教育测量 礼记学记记载 西周奴隶制时已经建立了相当系统性的教育测量制度 汉代在考试制度、考试类型和考试功能方面都有了重要的发展 一年一试 口试、策试射试 首开了笔试的先河，比欧美国家早1800多年2、我国古代社会的心理与教育测量的特点 A、中国古代社会的心理与教育测量思想都是描述性的，而非定量的。这当然和当时的整个科学技术水平是相适应的 B、中国古代社会的心理与教育测量是分类式的，就能力测量和成就测量（科举考试）而言，分为高中低几个层次；就性格测量而言，分为若干种类型 C、中国古代社会的心理与教育测量思想中注重对人整体的鉴定与评价，并倾向于和人的道德品质联系起来D、中国古代社会的心理与教育测量思想与教育中的因材施教及人才使用有着密切的联系，它以开始就具有强烈的应用性质3、现代心理与教育测量的起源1796年 英国格林尼治天文台皇家天文学家 马斯林基 ，因助手金内布鲁克观察星体通过的时间比自己晚0.8秒，辞退反应时1879 德国心理学家 冯特 莱比锡大学 世界上第一个心理实验室促使产生心理与教育测量技术最重要的因素是社会发展的需要 法国医生 沈干 训练智力落后儿童 1827年创办第一所专门教育智力落后儿童的学校1846 沈干 白痴：用生理学方法诊断与治疗 法国医生 艾斯克罗尔 首次对智力落后与精神病做了区分，认为精神病的显著标志是情绪障碍，而智力落后的主要特征是从婴儿期就表现出的智力缺陷4、心理与教育测量的早期探索者 高尔顿 英国优生学的创始人 达尔文的表兄弟 1869年 遗传的天才 提出人的能力是由遗传而来的，并设想不同人的能力水平的分布是正态的，其差异是可以测量的 1884年 英国伦敦博览会 人类测量实验室 长度视觉辨别高尔顿棒 测量听力高尔顿笛 把统计的方法应用到对个别差异资料的分析中，不但扩充了百分位法，而且创造了简单的计算相关系数的方法 学生皮尔逊 创立了积差相关公式 卡特尔 美国心理学家 冯特的学生 1890年卡特尔 心理杂志心理测验与测量 首次提出了“心理测验”这个术语 认为心理学只有立足实验与测量，才能达到如同自然科学的准确性比内1886年 推理心理学1889年 与亨利伯尼在索那建立第一个心理实验室1891年人格心理学1895年创办法国心理学杂志心理学年报比内认为，测量比较复杂的心理功能，不必苛求精确度，因为这些功能的差异很大1898年 人格心理学测量 提到许多测验 画方形，比较直线长短、记忆数目、语句重组等，在文章中还提出：心理测量的根本原理在与将个人的行为与他人做比较1903年 智力的实验研究 提出了智力的定义1904年与其助手西蒙合作完成了第一个智力测量量表比内-西蒙量表，1905年在心理学年报发表诊断异常儿童的新方法一文中介绍此量表 1905年30个项目 1908年59个项目 建立常模5、心理与教育测量的发展智力测验的发展比内西蒙智力量表斯坦福比内量表1911年 德国汉堡大学斯腾提出用儿童的心理年龄与实足年龄的比（心理商数） 推孟将其改为智商，从此智商风靡全球美国心理学家 叶克斯 团体测量 陆军甲种测验（文字） 陆军乙种测验（非文字）英国心理学家斯皮尔曼首先运用因素分析方法研究智力结构，提出智力结构的我饿因素理论，推动了智力结构的研究，并为编制新的治理测量奠定了理论基础瑞文 针对斯皮尔曼的G因素编织“瑞文标准推理测验”、“瑞文彩色推理测验”、“瑞文高级推理测验”40年代 美国心理学家韦克斯勒 编织“韦氏儿童智力量表”、“韦氏成人智力量表”、“韦氏幼儿智力量表”其突出的贡献：舍弃比率智商，用离差智商代替，克服了比率智商的局限能力倾向测验的发展20年代 特殊能力测验（学业能力倾向测验），因素分析方法起了重要的作用成就测验的发展1897年 赖斯编织美国学校儿童拼读能力测验桑代克编制了第一个标准化的教育化测验，桑代克被公认为教育测量的鼻祖1923年 凯利、鲁奇和推孟合作编制了第一个标准化的教育成就测验“斯坦福成就测验” 30年代后期，美国出现了“大学入学考试委员会” 1947年，美国成立教育测验服务中心 1959年 美国建立 美国大学测验系统人格测验克雷培林 最早用自由联想法诊断精神病人 自由联想法一直是用来诊断人格障碍的一种方法20世纪出出现了自陈人格问卷1917年 美国心理学家武德沃斯用自陈问卷法编织了适用于诊断士兵神经症的“个人资料调查表”美国卡特尔 卡特尔16种人格问卷英国艾森克编织“艾森克人格问卷”美国明尼苏达大学学者哈撒威和莫肯利编制“明尼苏达多相人格调查表”1910年 瑞士精神医学家罗夏克 墨迹测验 10张墨迹图 1921年发表1935年 莫瑞 摩根 主题统觉测验6、心理与教育测量的当代趋势 一是由于信息加工心理学的兴起，测量学界倾向于将实验法和测验法相结合，产生了信息加工测验由于计算机技术的迅速发展，传统的纸质测验逐渐被电脑程序测验所取代，从而大大提高了测验的效率三是针对经典测量理论（真分数理论）的某些缺陷，提出了一些新的测量理论，尤其是项目反映理论和概化理论，不仅在理论上取得了重大成就，而且在应用上也显示出强大的生命力7、建国前心理与教育测量的发展清朝末年 1914 广州 500名儿童 记忆比喻理解测验 1917年樊炳清 将“比内西蒙智力量表”引入国内1920年 廖世承和陈鹤琴在南京高等师范学校率先开设心理测验课程1921年 廖世承和陈鹤琴出版心理测验法1921年 费培杰将比内量表译成中文1921年 麦科尔来华讲学1923年 艾伟、陆志伟、陈鹤琴、肖孝荣 中国测验学会成立1924年陆志伟发表订正比内西蒙智力测验说明书廖世承编制团体智力测验、陈鹤琴图形智力测验、刘湛恩非文字智力测验肖孝荣修订武德沃斯个人资料记录表，并编制915岁常模1935年 沈有乾 “明洛德人格问卷”1937年 周先庚 “塞斯顿情绪稳定性测验”1943年 林传鼎 “普莱西X-O测验”1948年 刘范增试用“罗夏克墨迹测验”建国前的著作：孟承先测验之学理的研究、王征葵态度测量法、沈有乾心理与测验、王书林心理与教育测验、陈选善教育测验、艾伟小学儿童能力测验、孙正邦心理与教育测验8、建国前心理与教育测量的发展 智力测验1979年 天津 龚耀“维克斯勒成人智力量表”1980 武汉 林传鼎、张厚璨 “维克斯勒儿童智力量表”1982年吴天敏 “第三次修订中国比内测验” 1986年 龚耀 “维克斯勒幼儿智力量表” 1985年 张厚璨 “瑞文标准推理测验” 1989年 李丹 “瑞文测验” 1992年 戴忠恒 “一般能力倾向测验” 人格测验 19821985年 宋维真 修订“明尼苏达多相人格调查表” 1981年，刘绍衣等修订“卡特尔16种人格因素问卷” 制定辽宁省常模 1988年 戴忠恒、祝蓓里制定全国常模1983年 龚耀 修订艾森克人格问卷 1988年洪德厚编制“中国少年非智力个性特征问卷”1992年 宋维真 借鉴“明尼苏达多相人格调查表”编制出“心理健康测查表” 教育测验 1979年 林传鼎 张厚璨 编制“少年儿童能力测验” 1980年 张厚璨对我国高考制度的改革提出建议 1984年 我国正式加入世界上最有影响力的“国际教育成就评分协会”（IEA）并与“国际教育成就评分协会”合作，在我国进行了全国规模的教育测量抽样研究 80年代 张厚璨等人以项目反映理论为基础建立了“普通心理学计算机化适应性测验系统” 1980年北京师范大学心理系率先开设“心理测量”课程以来，许多院校也开设心理测量课程 学科建设：宋兆洪现代教育测量、郑日昌心理测量、戴忠恒心理与教育测量、余嘉元教育与心理测量、王汉澜教育心理学、彭凯平心理测量原理与实践、刑最智、司徒伟成现代教育测量理论、漆书青、戴海崎项目反映理论及其应用研究、黄光扬心理测量的理论及应用第三章 经典测量理论的基本假设1、心理特质的含义和特点 含义：表现在一个人身上所特有的相对稳定的行为方式为人的心理特质（trait） 特点：特质是一组具有内部相关的行为的概括，具有一定的抽象性 特质是一种一般的神经心里系统 特质是一个人身上比较稳定的特点一个人的精神面貌（人格）是由多种特质分多个层次有机组合而成的特质可以决定一个人对特定刺激的反映倾向，可以对人的某种行为 特质可以决定一个人对待特定刺激的反映倾向，可以对人的行为进行某种预测2、 心理特质的可测性 凡是存在的事物都有其数量 凡是有数量的东西都可以测量3、 测量误差的含义和种类 含义：测量误差是指在测量过程中由那些与测量目的无关的变化因素所产生的一种不准 确获不一致的测量效应 种类:随机误差与测量目的无关、偶然因素引起而又不易控制的误差 系统误差由与测量目的无关的变因引起的一种恒定而有规律的效应4、测量误差的来源 测量工具（是否稳定、是否真正测到了我们要测的东西） 测量对象（受测者过分疲劳、突然生病、焦虑紧张、受训的内容、时间、强弱等） 在施测过程方面（施测现场温度、光线、声音、空间宽窄；主试的年龄、性别、外表、指导语、表情等；停电、试卷印刷、作弊行为干扰、装订问题等）5、真分数的含义 我们把反映被试某种心理特质真正水平的那个数值称作该特质的真分数（T分数），把实测的分数称作该特质的观察分数。当观察分数接近真分数时，就说这次测量的误差较小6、数学模型及假设 X=T+E 观察分数=真分数+随机误差 3个假设公理 第一，反复观察N次，误差平均数为零，即真分数等于实得分数的平均数T=E(X)或E（E）=0. 第二，真分数和测量误差之间相互独立。（T,E）=0 第三，各平行测验误差相关为零。（E1,E2）=0 当被试团体足够大时，团体内的各种随机误差会相互抵消，整个团体的观察分数的均值会趋近于团体的真分数的均值被试观察分数的方差=真分数方差和误差分数方差=+Se 真分数方差=测量目的有关变异+测量目的无关变异=+综上所述：=+Se补充：（百度）在实际应用当中，用平行测验反复测量同一个人的同一心理特质是行不通的，因为平行测验不仅要求所测特质相同，对题目、数量、难度、区分度等也要保持一致性。这就增加了编制方面的困难。一般我们都是用同一个测验测量一个团体，团体中的每个人的误差可以假定是随机，并服从正态分布。所测团体的实测分数、真分数和误差分数的方差之间有如下的关系，SXST+SE。公式中只涉及随机误差，系统误差的方差包含在真分数方差中，这就是说真分数访查中包含与测量目的有关的变异（SV）和与测量目的无关的变异（SI）。由此，公式可以变为SXSV+ SI+SE第四章 测量的信度1、信度的含义：信度又叫可靠性，指的是测量的一致性程度。一个好的测量工具必须稳定可靠，即多次测量的结果要保持一致，否则便不可信。信度只受随机误差影响。随机误差越大，信度越低。因此，信度亦可视为测量结果受机遇影响的程度。系统误差产生恒定效应，不影响信度。 定义一：信度乃是一个被测团体的真分数的变异数与实得分数变异数之比 rxy=st/sx（测量的信度=真分数变异/总体变异） 定义二：信度乃是一个被试团体的真分数与实得分数的相关系数的平方 rxy=Ptx 定义三：信度乃是一个测验X（A卷）与他任意一个平行测验X（B卷）的相关系数 rxy= Pxx 2、信度的作用 信度是测量过程中存在随机误差大小的反映 测量中的系统误差与信度无关 信度是可以解释个人测验分数的意义 误差是实测值的标准差 （百度补充）每个人两次测量的分数之差可以构成一个新的分布，这个分布的标准差就是标准误信度系数仅表示一组测量的实得分数与真分数的符合程度，但并没有直接指出个人测验分数的变异量。我们可以用一组被试两次测量结果来代替对同一个人的反复施测，于是 有了信度的另一个指标，公式为： SE=S(x)1-r(xx) 公式中SE为测量的标准误，S(x)是所得分数的标准差，r(xx)为测验的信度系数，从公式我们可以看出测量的标准误与信度之间有互为消长的关系：信度越高，标准误越小，信度越低，标准误越大。 信度可以帮助进行不同测验分数的比较通常来自于不同测验的原始分数是不能直接进行比较的，而必须转化成标准分数再进行比较，具体方法是采用“差异的标准误”SEd=S1-r(xx)- r(yy) 注意：A、一个测验可以有多个信度估计值，因而其误差估计值也会有多个，在实际工作用要注意选择 B、本理论假定同一个团体中所有人的测量误差都相同，但实际上水平高的人与水平低的人做测量时会有不同的随机误差 C、测量的结果不能不能僵硬的看成是一个点，而应该看成是一个一该点为中心，以SE某个倍数为半径上下波动的一个范围（区间估计） 3、信度的估计方法重测信度：指的是用同一个量表对同一组被试施测两次所得结果一致性程度，其大小等于同一组被试在两次测验上所得分数的皮尔逊积差相关系数前提条件：测量的心理特征必须是稳定的；遗忘和练习的效果基本上可以相互抵消；在两次的施测的间隔内，被试索要测查的心理特质没有获得更多的学习和训练复本信度：指的是两个平行的测验测量同一批被试所得到的结果一致性的程度，其大小等于同一被试在两个副本测验上所得分数的皮尔逊积差相关系数稳定性和等值性系数是对信度最严格的检验 前提条件：构造两份或两份以上的真正平行测验；被试有条件接受两个测验（时间和经费）分半信度：指的是将一个测验分成对等的两半后，所有将在两半上得到的分数的一致性程度 计算：斯皮尔曼-布朗公式（两半的变异系数相等） 弗朗那根公式 卢仑公式 使用的前提条件及范围：分半信度通常是在只能施测一次或没有副本的情况下使用，在使用斯皮尔曼布朗公式要求在两半测验上得分的变异数要相等，当一个测验无法分成对等两半时，分半信度不宜使用同质性信度：也叫内部一致性系数，是指测验内部所有的题目间的一致程度。包括两点：一、所有的题目测的都是同一种心理特质，二、题目的分之间都有较高的正相关计算：半分信度新的公式（ ）克隆巴赫阿尔法系数荷伊特信度克隆巴赫（信度）系数（Cronbachs alpha），是心理或教育测验中最常用的信度评估信度工具。 克隆巴赫系数是一套常用的衡量心理或教育测验可靠性的方法，依一定公式估量测验的内部一致性，作为信度的指标。它克服部份折半法的缺点，是目前社会研究最常使用的信度指标，它是测量一组同义或平行测“总和”的信度。 克隆巴赫系数公式 为信度系数，n 为测验题目数，S2i为每题各被试得分的方差，S2t为所有被试所得总分的方差。 一般来说，该系数愈高，即工具的信度愈高。在基础研究中，信度至少应达到 0.80 才可接受，在探索性研究中，信度只要达到 0.70就可接受，介于 0.700.98 均属高信度,而低于 0.35 则为低信度，必须予以拒绝。评分者信度：指的是多个评分者给同一批人答卷进行评分的一致性程度 计算：肯德尔系数4、影响信度的因素被试方面：身体健康状况、应试动机、注意力、耐心、求胜心、作答态度主试方面：暗示、协助、评分标准前后不一施测环境：安静、光线和通风情况、设备齐全、桌面、空间宽窄测量工具：稳定性两次施测的间隔时间：时间越短信度越大、时间越长、信度越慢5、提高测量信度的方法 适应的增加测验的长度（同质、数量适中） 使测验中所有试题的难度都接近正态分布，并控制在中等水平努力提高测验试题的区分度选取适当的被试团体，提高测验在各同质性较强的亚团体上的信度主试者严格执行实测程序，评分者按照严格标准给分，实测场地按测验手册的要求进行布置，减少无关因素的干扰第五章 测量的效度1、效度的含义：是指一个测验或量表实际能测出其所要测的心理特质的程度 效度是一个相对概念：测量是相对于一定的测量目的而言 效度是测量随机误差和系统误差的综合反映 判断一个测量是否有效要从多方面搜集证据 效度系数=有效变异数/总变异数rxy=Sv/Sx2、效度与信度的关系 信度高是效度高的必要而非充分条件 一个测量工具具有一定的信度，但对于某一目的不一定是有效的；而一个测量工具如果对某一目的是有效的，那么它一定是可信的 一个测验的效度总是受它的信度所制约3、效度的估计内容效度：是指一个测验实际测到的内容，与所要测量的内容之间的吻合程度，估计一个测验的内容效度就是去确定该该测验在多大程度上代表了所要测量的行为领域 应用范围：主要适用于成就测验，选拔和分类的职业测试；不适用于能力倾向测验和人格测验 确定方法：逻辑分析法：明确预测内容的范围（包括知识的范围和能力两方面）确定每个题目所要测的内容制定评定量表 克龙巴赫还提出过内容效度的统计分析方法。具体的方法是：从同一个教学内容总体中抽取两套独立的平行测验，用这两个测验来测同一批被试，求其相关，若相关低，则两个测验中至少有一个缺乏内容效度；若相关 高，则测验有较高的内容效度（除非两个测验取样偏向同一个方面） 再测法：在被试学习某种知识之前做一次测验（如学习电学之前考电学知识），在学习该知识后再做同样的测验。这时，若后测成绩显著的优于前侧成绩，则说明所测内容正是被新近所学习的内容，进而证明该测验对这部分内容具有较高的内容效度 结构效度：是指一个测验实际测到所要测量的理论结构和特质的程度，或者说它是指测验分数能够说明心理理论某种结构和特质的程度 特点：结构效度的大小首先取决于事先假定的心理特质理论 当实际测量的资料无法证实我们的理论假设时，并不一定就代表我们测验结构效度不高，因为还有可能出现理论假设不成立，或者该实验设计不能对该假设做适当的检验等情况。这就使结构效度的获取更为困难 结构效度是通过测量什么、不测量什么的证据累积起来以确定的，因而不可能有单一的数量指标来描述结构效度 应用范围：结构效度主要用于智力测验、人格测验等一些心理测验方面 确定步骤：提出理论假设根据理论框架，推演出有关测验成绩的假设用逻辑和实证的方法来验证假设 确定方法：测验内部寻找证据法（分析测验内容内容效度高实际上也说明结构效度高，分析被试答题过程，计算机同质性的测验） 测验之间寻找证据法：相容效度法：新测验和旧（相同特质）测验的相关程度区分效度法：新测验与旧（不同特质）测验的相关程度通过因素分析，找出测验的共同因素 考察测验的实证效度法：根据校标把人分成两类，考察其得分的差异；根据测验得分分成高分组和低分组，考察这两组人在所测特质方面是否有差异 多种特质：多种方法和矩阵法（相容效度和区分效度的综合运用） 实证效度：是指一个测验对于特定情境中的个体的行为进行估计的有效性。也就是说，一个测验是否有效，应该以实践的效果来作为检验标准 被估计的行为是检验测验效度的标准，简称校标，实证效度也称校标关联效度；分为同时效度和预测效度两种 校标：校标就是衡量一个测验是否有效的外在标准，它是独立于测验，并可以从实践中获得我们所感兴趣的行为 同一观念校标可以有多个校标测量（多样性），而且每一种校标行为往往都是由多种特质构成，因此校标测量是件极为复杂的事 确定步骤：明确观念校标；确定校标测量；考察测验分数与校标测量的关系 确定方法：相关法（计算测验分数与校标测量的相关系数：积差相关、等级相关等） 区分法（测验，一段时间分成优差两组，回头分析测验分数） 命中率（被测试选中的合格者正确率是多少）4、影响测量效度的因素 测验的构成 当组成测验的试题样本没有较好的代表欲测内容获结构时，测量的内容效度获结构效度必然不会太高测验长度与效度公式：测验的实施过程：指导语、意外干扰、或评分计分出错接受测验的被试：应试动机、情绪、态度、身体状况、性别、年龄、文化程度等所选校标的性质测量的信度5、提高效度的方法 精心编织测量量表 妥善组织测验 创设标准的应试情境 选好正确的校标第六章 实验的项目分析1、难度：难度是指测验项目的难易程度2、难度的计算： 二分法计分项目的难度通过率P=R/N 极端分组法：高分组（总分最高的27%）、低分组（总分最低的27%） P=1/2(PH+PL) 非二分法计分项目的难度有多种结果的情况下，难度为项目的平均数除以项目的满分P=X拔/X（max）3、3、测验难度水平的测定：应该将项目的难度控制在接近录取率左右4、难度的等距变化 当P=0.84 难度为-1 当P=0.16 难度为1 当P=0.5 难度为0美国教育测量服务中心采用的难度指标哋它=13+4Z（25为上限，1为下限的等距量表） 值越高，难度越大； 值越小难度越低5、难度对测验的影响 测验难度影响测验分数的分布形态 测验难度的过大或过小，都会造成测验分数偏离正态分布 测验难度影响测验分数的离散程度1965年 艾伯尔 当难度集中在0.5附近时，分数的分布范围较广，方差较大；当难度集中在两端，分布范围变小项目的难度集中在0.5左右最佳，集中两极端最差6、区分度区分度是指测验项目对被试心理品质水平差异的区分能力，D介于+1到-1之间，D值越大区分度越好，D值越小，区分度越差7、区分度的计算 项目鉴别指数法 鉴别指数的计算 D=PH-PL极端组的划分：27% 相关法（灰常乱）点二列相关二列相关Fai 相关积差相关8、区分度与难度的关系 难度相关接近0.5时，项目潜在的区分度越大，而难度接近于1或者0时，区分度越小 如果测验的所有项目都是中等难度，只有项目的内在相关为0时，整个测验分数才产生正态分布。9、区分度的相对性 与测验编制者的技术经验、测验内容、被试团体、统计计算方法 不同的计算方法所得的区分值不同 样本容量大小影响相关法区分度的大小 分组标准影响鉴别指数值（D） 被试样本的同质性程度影响区分度值的大小10、项目难度受猜测影响的矫正 全体被试： CP=KP-1/K-1 或 CP=P-q/K-1 CP为校正后的通过率，P为实际通过率，K为备选答案数目，q=1-P 单个被试：S=R-W/K-111、多重选择题 按被试测验的总分，从高到低依次排列试卷 从最高分依次向下取全部试卷的27%作为高分组从最低分依次向上取全部试卷的27%作为低分组分别登记高分组与低分组选中各项选择项的人数，然后登记根据登记结果进行选择项的质量分析第七章 测验常模原始分数和导出分数 导出分数有：百分等级、标准分数、T分数1、百分等级分数 百分等级是一种相对位置量数，具有可比性、且易于计算简单方便的优点。 在统计分析中不具有可加性 单位不能，百分等级只有顺序性 计算：未分组的分数资料 公式： 分组分数公式：2、标准分数含义：它是将原始分数与团体分数的平均之差除以标准差所得的商数；是以标准差为单位度量原始分数离其平均数的分数至上有多少个标准差原始分数不服从正态分布，转成Z分数后，其分布仍然非正态如果原始分数属于正态分布或近似正态，Z分数的范围大致在-3到+3之间（占全体的99.73%）Z分数与原始分数分布形态相同，所以只能在两个原始分数分布形态相同或相近时才能运用Z分数进行比较，否则无法直接做比较和分；比如，若两个分数偏斜方向不同，一个正态一个偏态，则相同的Z分数可能代表不同的百分等级3、标准分数的变式 麦柯尔T=10Z+50（平均数为50，标准差为10）美国大学入学考试委员会使用的标准分数CEEB CEEB分数=100Z+500韦氏智力测验采用的离差智商，转换为公式：IQ=15Z+100我国出国人员英语水平考试EPT=20Z+904、标准分数变式的评价 优点：具有等单位特点，便于进一步统计分析工作 正态分布下，可以利用正态分布表将各种导出分数与百分等级分数作换算 正态分布下，运用某种变式分数可以将几个测验上的分数作直接的比较缺点：分数过于抽象，不易理解 在非正态分布下，分布形态不同的变式分数，仍不可以做相互比较，也不能相加求和5、标准九分数：是将原始分数分成几部分标准分数系统6、分数合成的种类： 项目的组合 分测验或量表的组合 测验和预测源的组合7、分数合成的方法 临床诊断知觉合成优点：具有高度的综合性；具有灵活的针对性缺点：主观加权易受决策者的偏见影响，不够客观 缺乏精确的数量分析，没有精确的数量指标加权求和合成方法：抽象推理；使用统计学方法多重回归 理论上可以用任何数目的变量作为预测源，实际应用上应该首先用最佳预测源，即选出与校标相关最高的变量 一般二到四个预测源就可以满足以达到最高的预测正确性，应该注意到多重回归方法所采用的统计线性模型多重划分，就是在各个特质上确定一个标准，从而把成绩划分为合格和不合格 采用多重划分方法，只决定接受或者拒绝，每个被试只可以放在其中一个类别，达到最低标准与没有达到最低标准8、常模编制的步骤 确定有关的比较团体 获得该团体成员的测验分数把原始分数转化为量表分数9、确定常模的注意事项 常模团体必须是所测群体的一个代表性样本 取样的过程必须明确，且有详尽的描述 样本大小要适当（总体的数目/群体的性质/测验结果的精确性） 常模团体必须是近时的注意一般常模与特殊常模的结合10、制定常模的过程 确定测量将用于哪一个群体 对常模团体进行施测 确定常模分数类型，制作常模分数转换表11、发展量表 心理年龄：年龄量表最基本的假设是所测量的特质随年龄作有系统的改变年龄量表的基本要素：一组可区分不同年龄组的题目；一个常模团体；常模表年级当量： 注意：常模与标准是不同，标准常指所希望达到的标准，常模则是代表群体的次数分布商数 教育商数：EQ=教育年龄/实际年龄100=EA/CA100 所谓教育年龄是指某岁儿童所取得的平均教育成就 成就商数：AQ=教龄/智龄100=教育商数/智力商数10012、呈现常模资料的方法 转换表：转化表又称常模表，是一种最简单、最基本且最常用的呈现常模资料的方法，它是由原始分数、相应的导出分数和对常模团体的有关具体的描述3个要素构成。分为简单转换表和复杂转换表利用转换表解释分数，可以提供两方面的信息：一方面它表示出于不同团体的导出分数，测验使用者可以将一个人的分数与几个有关常模进行比较；另一方面，它允许不同团体做比较，但在解释时必须注意到各个团体的测验分数必须在同样的情况下，即条件一致下获得，否则不便比较 剖析图 剖析图就是把一整套测验中的几个分测验分数同图表图形表示出来，从剖析图上可以很直观的看出被试在各个分测验中的表现及相应的位置。第八章 心理与教育测验的编制与实施心理与教育测量的工具通常叫做测验编制测验的基本程序：确定测验目的制定编题计划编辑测验项目预测与项目分析合成测验测验的标准化鉴定测验编写测验说明书1、步骤一确定测验目的 明确测验对象（年龄、性别、职业、受教育程度、经济状况、民族、文化背景） 明确测量目标：语文理解；词语流畅；数学运算；空间关系；机械记忆；知觉速度；一般推理明确测量用途2、步骤二制定编题计划 内容：一是全面而具代表性的测验内容，不致使测题偏离了应测的范围；二是对各个内容点的相对重视程度，通常用百分比来标明 用途：编题计划指明了应该编哪方面的测验以及编多少个项目 积分时可按计划中百分比来确定每类测验项目的分数标准3、步骤三编辑测验项目 收集测验资料（资料要丰富；资料要有普遍性；资料要有趣味性） 选择项目形式（廖、陈）原则：使受测者容易明了测验方法；使受测者在完成测验时候不会因为测验的形式不当而做错；测验过程省时；计分省时省力；经济）编写测验项目4、步骤四预测与项目分析 预测 预测对象为准备施用的群体；预测的情境应力求同正式测验的情境一样；预测的时限可以适当延长；记录 项目分析5、步骤五合成测验测验项目的选择（测验的性质、项目的难度、项目的区分度）测验项目的编排（并列直进式；混合螺旋式）编制复本 各份测验测量的是同一心理品质；各分测验具有相同的内容和形式 各份测验不应有重复的项目；各份测验项目数量相等，并且有大体相同的难度和区分度6、步骤六测验的标准化测验的内容施测过程，相同的测验情境；相同的指导语；相同的测验时限测验评分，不同评分者之间的一致性达到90%以上，便可以认为评分是客观的测验分数的解释 一个标准化的测验，不仅指测验内容、施测过程和评分程序的标准化，而且指评分结果的解释的标准化7、步骤七鉴定测验 信度 效度 测量表与常模8、编写测验说明书 本测验的目的与功用本测验的理论依据测验的内容和实施测验的方法测验的标准答案和评分方法关于测验的信度、效度资料的说明常模表，即如何依据常模解释测验的结果9、测验的实施过程 施测前的准备工作（准备好测验材料；熟练的掌握施测手续；熟记指导语） 指导语：心理学的指导语通常包括对测验目的的说明和对题目反应方式的解释 测验的情境：测验场地（通风、光线、噪音座位、答题纸类型）必须不能有外界干扰 测验焦虑，是指被试因接受测验而产生的一种忧虑和紧张的情绪，它会影响测量结果的真实性 与受测者建立良好的协调关系 评分技术10、测验分数的解释 解释测验分数有四种类型：叙述的解释、溯因的解释、预测的解释评价的解释；资料的处理方法有两种：机械的处理和非