心理测量学理论PPT课件

PsychologyMeasurement心理测量学 曹光海549966719 2 关于测量 物理测量 长度 重量 面积 速度等 生理测量 化学成分 生理机能等 社会测量 人口普查 经济统计 民意调查等 心理测量 智力 人格 成就 职业兴趣 态度等 3 第一讲概述 第一节测量与测量量表一 什么是测量测量就是依据一定的法则用数字对事物加以界定 该定义的三个元素 事物 数字 法则 理论 二 测量要素1 参照点 计算的起点 绝对零点 轻重 长度 温度 相对零点 海拔高度 温度 2 单位 意义确定 单位等距 4 三 测量量表 有单位和参照点能把事物的属性表现出来的连续体称量表 量尺 如 内倾 外倾1 命名量表 用数字代表事物或把事物归类 代号 类别 如 学号 考号 性别 职业类别 特点 无大小之分 无零点 无单位 不能运算 2 顺序量表 同时指明类别或含有某种属性的程度 如 名次 级别等 特点 有大小关系 无相等单位 无绝对零点 不能运算3 等距量表 如 温度 0摄氏度 0K 相对高度特点 有大小关系 有相等单位 有相对零点 只能进行加减运算 4 等比量表 如 长度 重量 时间 特点 具有绝对零点 有相等的单位 可以进行四则运算 5 一 心理测验的定义所谓心理测验 就是依据心理学理论 使用一定的操作程序 通过观察人的少数有代表性的行为 对于贯穿在人的全部行为活动中的心理特点做出推论和数量化分析的一种科学手段 1 刺激 反应2 行为样本3 标准化 编制 施测 评分和解释等 4 常模 某一标准化的样组在某一测验上的分数分布 平均分数和标准差 第二节心理测验的基本概念 6 二 心理测验的特点1 间接性 项目反应 心理特质 个体特有的 稳定的 可辨别的特征 2 相对性 看每个人在参照系 行为系列 上的相对位置 测量解释的相对性 文化环境 3 客观性 标准化A 测验项目 施测说明 施测言语 态度及施测时的物理环境 B 评分 计分原则 C 分数的转换 解释 其它附属属性 艰巨性 顺序性 可行性 7 第三节心理测验的分类 一 按测验的功能分类1 智力测验 一般能力测验 观察力 记忆力 想象力 思维力 注意力 韦克斯勒智力量表 2 特殊能力测验3 人格测验 性格 气质 兴趣 品德 情绪 动机 信念等 MMPI 16PF EPQ等 二 按测验的性质分类1 文字测验2 操作测验 8 9 10 三 按测验材料的严谨程度分类1 客观测验2 投射测验 11 12 四 按测验的方式分类1 个别测验2 团体测验五 按测验的要求分类1 最高作为测验2 典型作为测验 13 第四节测验观 一 错误的测验观1 测验万能论 测验狂热2 测验无用论 侵犯个人隐私 宿命论和种族歧视 测验风波 3 心理测验即智力测验二 正确的测验观1 是重要的研究方法 决策的辅助工具2 尚不完善 理论基础有争议 有一个发展的过程 14 第五节心理测验在心理咨询与治疗中的应用 一 智力测验二 人格测验三 心理评定量表 15 第六节中国心理测验发展史 中国心理测验思想 商周 汉唐 公务员制度周朝的六艺说汉朝的 举孝廉 隋朝的科举制度 至明清达到顶峰中国民间的 周岁试儿 七巧板的发明 16 第七单元科学心理测验的发展史 一 科学心理测验诞生的背景19世纪自然科学的发展 进化论 心理物理法 反应时 19世纪 鉴别精神异常和智力落后的需要人才训练与选拔的需要冯特科学心理学的推动 开始对个别差异的研究 17 二 科学心理测验的奠基人1 英 高尔顿 通过生理特点 身高 体重和视听的敏锐度 肌肉力量 反应时 测量智力高低 优生论者 提出 相关 概念 1880s2 美 卡特尔 1890年 心理 发表 心理测验与测量 提倡标准化 常模 1890s3 法 比奈 1905年发表第一个智力量表 世称比奈 西蒙智力量表 这是世界上第一个正式的心理测验 1900s 18 20世纪比奈以来心理测验的发展 1 操作测验的发展2 团体智力测验的发展3 能力倾向测验的发展4 人格测验的发展 克雷丕林最早将自由联想测验施测于精神病人 1920年罗夏最早使用投射测验 现代心理测验在我国的发展始于1914年前后 1979年大力恢复 致力于本土化 19 笫二讲测验的常模 原始分 rawscore 不具备独立解释的意义 和考试的难度 平均分都有关 只有与总体平均水平 常模 或事先确定的优劣标准相比后才有意义 分别称作常模参照性测验和标准参照性测验 在常模参照测验中 常模就是测验标准 20 一 常模团体常模 norm 是测验分数的总体分布形态 一般总体目标总体样本 第一节常模参照性测验和结果的解释 21 二 常模的确立1 常模样本组的选取明确被试总体 测验的适用范围 常模团体的界定 性别 年龄 学历 职业 社会经济地位 种族等 编制者 确定一般总体 确定目标总体 确定样本使用者 现有常模的适用性确定样本容量 样本容量越大 则样本的总体代表性越强 如 一般全国常模不应少于2000 3000人 使用科学的抽样方法 简单随机抽样 系统抽样 分层随机抽样等 22 2 常模分数与常模原始分 粗分数导出分 23 三 发展常模量表如果所测量的特质随年龄的增长持续稳定的变化 就可以使用发展常模量表 24 心理年龄比奈西蒙智力量表首次以心理年龄MA表示智力测验的成绩在斯坦福比奈量表中 3 10岁组测题数目每组6个每个测题表示2个月的智龄如一个被试通过6岁组全部测题 又通过7岁组5个测题和8岁组3个测题 他的智龄是多少 他的智力水平如何 25 顺序量表是为检察婴幼儿心理发展是否正常而设计 不是使用各年龄的平均分数 而是使用婴幼儿代表性行为出现的时间为标准 26 比率智商1912年斯腾最早提出智商 IQ 概念最初斯坦福比奈量表使用的就是比率智商 IQ MA CA X100缺点 智力增长的终止年龄难以确定智商随年龄变低各年龄组智商无法比较 27 四 组内常模量表1 百分等级量表百分等级量表是将常模样本组的被试分数划分为100个等级 每一等级包含的人数都相当于总人数的1 一个分数的百分等级等于在此分数之下的人数占总人数的百分比 百分位数四分位数 十分位数 28 百分位数 第P百分位数指 数据以下包括全部数据的百分之P 百分位数的计算公式 Lb是百分位数所在组的精确下限 f是百分位数所在组的次数 Fb是百分位数所在组前面各组累计数 i为组距 求百分位数的步骤如下 1 找到P百分位数所对应的名次 2 找到次数分布表中该名次所在的分组 以及该组的频数f和组距I 3 找到该分组区间精确下限Lb和此值以下的累加次数Fb 4 将上面的数据代入公式就可以计算第nxP 个数对应的数值 29 2 标准分数量表这种常模量表是以常模的平均数为参照点 以常模的标准差为单位得到的 标准分数的计算其中 X为原始分 Xbar为均值 S为标准差 Z分数表示原始分数与平均数相差几个标准差标准分数的平均数为0 标准差为1 使不同的测量之间具有了可比性 30 标准差以下的Z分数取值为负数 通常我们使用的时候要对其进行转化 CEEB分数 CEEB 500 100Z如 TOEFL 高考 31 T分数 T 50 10Z标准九分标准十分标准二十分离差智商 32 常模的表示方法 通过常模可以将原始分转化为导出分数转化表原始分的连续体对应的导出分数的连续体常模的描述 33 剖析图 16PF为例 34 离差智商韦氏量表 IQ 100 15Z斯坦福 比奈量表 IQ 100 16Z 35 笫三讲信度 36 1 测量误差误差的含义怎么样理解误差 误差的种类都有那些形式的误差 误差的来源为什么会产生误差 是从哪里来的 第一节信度的概念 37 误差的含义 测量值和真实值之间的差异对测量的要求 一致性与准确性 11111111111111111111111111111 1111111111 1111111111 38 误差的种类随机误差由与测量目的无关的 偶然的因素引起 而又不易控制误差 使多次测量产生了不一致的结果 其方向和大小变化是完全随机的 只符合某种统计规律 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 这种误差稳定地存在于每一次测量之中 此时尽管多次测量的结果非常一致 但实测结果仍旧与真实数值有所差异 是不正确的 系统误差只影响测量的准确性 不影响稳定性 随机误差既影响测量的准确性 又影响稳定性 39 心理测量误差的来源测量工具通常是一套以测验 量表 问卷 为核心的刺激反应系统 测验成绩是否反映人的真实水平 原因 测验量表是否稳定 是否真正测到了我们的所要测的东西被测对象受测者的心理特质是相对稳定的 但是被试在接受测量时的生理和心理状态会影响其水平的发挥 受测者真正水平是否得到了正常的发挥 原因 生 心 理状态 应试动机 反应风格 是否接受培训 社会赞许 施测过程一些不可预测的偶然因素如突发事件 原因 环境 主试 评分记分 意外干扰 40 2 经典测验理论的基本假设真分数理论我们是否能够测量到真实值 经典测验理论的基本假设测量值 真实值和测量误差之间有何关系 41 真分数理论经典测验理论 CTT 又称真分数理论 认为观察分数是由真分数和测验误差组成的 研究者都希望能够尽量降低测量误差 测量到被试的真实水平 真分数的含义真分数 Truescore 简称T分数 指的是在测量没有误差时所得到的真值 能够反映被试某种心理特质的真实水平 而把实测的分数称作该特质的观察分数 ObservedScore 真分数的操作定义是无数次测量结果的平均值 真分数是理论上构想出来的抽象概念 在实际测量中是很难得到的 为什么 42 经典测验理论的基本假设实得分数和真分数存在线性关系测验误差的期望为0误差与真分数独立实得分数的方差等于真分数与随机误差方差之和 43 实得分数与真分数存在线性关系这种线性关系可以用一个简单的公式表达出来 即 X T E 其中 X为实得分数或观测分数 T是假设的真分数 E是测量误差 这就是CTT的数学模型 E指的是引起测量不一致的变因所产生的效应 即指随机误差 不包括系统误差 这是一种比较方便的假设 便于理解和进行进一步计算 44 测验误差的期望为0 误差的平均数为0 即 E E 0 E是服从平均数为零的正态分布的随机变量 推论 E X T 一组被试真分数的平均数与实得分数的平均数相等 若一个人的某种心理特质可以用平行的测验反复测量足够多次 则其观察分数的平均值会接近于真分数 45 误差与真分数独立E是测验中的随机误差 只与偶然因素有关 而与真分数T的大小无关 也就是说 测验的误差并不随被试能力或心理特质水平的变化而出现有规律的变化 即真分数与误差分数的相关系数为0 rTE 0 该式也可表示为真分数与误差的协方差为0 即Cov T E 0 推论 平行测验的随机误差独立 rE1E2 0Cov E1 E2 0 46 实得分数方差等于真分数方差与随机误差方差之和S2X S2T S2E证明 Cov T E 0 t e 0又 E e tE 0 47 对于一个团体来说 观测分数 真分数和测量误差之间有如下的关系 S X S T S E 1 即 在一次测量中 被试观测分数的变异等于其真分数的变异与误差变异之和 真分数还可以分成两部分 与测量目的有关的变异 S V 和与测量目的无关的变异 S I 即 S T S V S I 2 于是公式就成了 S X S V S I S E 公式 2 只涉及到了随机误差的变异 系统误差的变异包含在真分数的变异之中 概括地说 一次测验中 一个团体的实测分数之间的变异性是由与测量目的有关的变异 S V 稳定的但出自无关来源的变异数 S I 和测量误差的变异数 S E 所决定的 48 平行测验的假定与测验信度测验信度 信度为真分数的方差与实得分数方差之比表示真分数的变异在实得分数的变异中所占的比例信度系数与信度指数 开方关系平行测验 paralleltests 如果两个题目不同的测验测量的是同一特质 并且题目的形式 数量 难度 区分度以及测查等值团体后所得分数的分布 平均数和标准差 都是一致的 则这两个测验被称作是彼此平行的测验 对参加两个平行测验的被试有 Cov E1 E2 0Cov E1 T2 0Cov E2 T1 0 49 平行测验与信度的关系用X1X2T1T2E1E2分别表示被试在平行测验1和2上的实得分数 真分数和误差分数 根据平行测验的定义有且 通过证明得知 平行测验的相关系数就是该测验的信度 50 理论依据 测验信度等于两平行测验的相关 平行测验的条件难以达成 因此我们需要寻找计算信度系数的替代性方法 常用的有重测法 复本法 分半法和内部一致性系数 第二节信度系数的计算方法 51 1 重测信度用同一量表在不同时间内对同一组被试先后测量两次 计算两次的相关 表示测验结果的稳定性 因此又称稳定性系数 施测模式 适当时间施测 再施测注意事项 测验报告需要注明被试样本的性质 大小以及间隔时间 所测量的心理特质是否稳定 尽量减少练习和遗忘的影响 52 2 复本信度复本是编制测验时形成的两个平行测验 两个复本施测同一被试样本所得的测验分数的相关即为复本信度 又称等值系数 施测模式 最短时间复本A 复本B注意事项 对试题样本取样的要求高 不是所有测验都适合使用复本法计算信度注意消除顺序效应 如被试的疲劳 失去积极性 和迁移 53 3 重测复本信度用一个测验等值的两个复本在不同时间内对同一组被试先后测量两次 计算两次的相关 又称等值稳定系数 施测模式 适当时间复本A 复本B注意事项 信度的取值是最低的 是对测验信度最严格的考察注意时间因素引起的特质变化和试题样本取样的不同影响测验分数的一致性 54 4 分半信度将测验题目分成等值的两半 分别求出两部分的相关系数 分半方法 一般将奇偶题各作为一半 而非前后分半 以避免顺序效应 并要注意 应为测量同一特质的测验 并且分成的两半题目应为等值的 即平行测验 信度系数的矫正 分半实际是将一个测验分成两个等值的复本 所计算的只是一半题目的信度 要求整个测验的信度需要进行矫正 矫正公式例 某测验分半信度为0 61 求矫正后的分半信度 55 5 同质信度 56 6 评分者信度 57 1 信度的意义与作用解释真实分数与实地分数的相关确定信度可以接受的水平评价测验解释分数 第三节信度的作用与影响因素 58 评价测验信度越高 表示测验分数越接近真实值 可靠性越高 因此要求测验的信度越高越好 不同的测验和不同的测验目的对信度要求有所不同 根据测验分一般能力和成就测验要求信度在0 90以上 人格和兴趣测验要求信度在0 80 0 85之间 根据测验目的分进行个人诊断 鉴别 解释时要求信度在0 85以上 信度在0 70 0 85之间只能进行团体比较 不能评价个人 信度在0 70以下 既不能评价个人也不能进行团体比较 59 解释分数解释个人分数点估计和区间估计标准误计算公式 试推导例 假设韦克斯勒儿童量表中国修订版的信度为0 95 请算出其标准误 某儿童得分为120分 求置信区间 60 解释分数差异两分数差异的标准误 试推导某被试在韦氏成人智力测验中言语智商为102 操作智商为110 已知标准差为15 信度系数为0 91 问操作智商是否显著高于言语智商 61 2 影响测验信度的因素信度高低体现了测量中对随机误差的控制程度 被试方面 包括被试的测验动机 注意力 焦虑水平 测验经验 身心健康等 主试方面 包括主试年龄 性别 态度 计分 评分的客观性 测验情景 包括噪音 光线 房间的大小 环境的熟悉程度等 测验内容 包括指导语的清晰度 内容的取样等差别 与计算信度的方法有关的因素 62 与计算信度的方法有关的因素 样本特征 团体异质性 平均能力水平测验长度 一般越长 信度越高 K rkk 1 rxx rxx 1 rkk 例 已知某个测验的信度为0 75 要使该测验的信度达到0 90 必须增加多少题目 测验难度 0 5左右 适合于中等水平的被试时间间隔 间隔越长 信度系数越低 63 笫四讲效度 64 1 概念测验的效度指的是测验的有效性 即测验分数与要测量的心理特质的之间符合的程度 或测验结果达到测验目的的程度 所有测验都不是绝对客观和准确的 效度具有连续性 不能简单地分为有效和无效 效度总是针对一定的测验目的而言的 效度具有相对性 与测量目标直接相关 第一节效度概述 65 系统误差的来源量表本身未能全部包含所测量的特质 题目中包含与所测特质无关的题目 记分方面的问题 答案是否全面 得分未经加权处理 66 系统误差与真分数和随机误差的关系 系统误差混淆在真分数中有效分数V X l E方差分解S2X S2V S2I S2E效度的公式 67 2 信度与效度的关系真分数方差大是有效分数方差大必要条件信度高是效度高的必要条件 68 3 效度的种类有效分数的方差无法估计 只能间接验证效度 内容效度效标效度构念效度 69 1 概念测量题目对有关内容或行为取样的适用性 概念界定和题目代表性 标志题目样本对内容总体的代表性主要针对成就测验 第二节内容效度 70 验证测验内容效度的程序专家评判法 双向细目表 统计分析法 再测法 经验推测法 试测发展变化 71 2 内容效度的确定专家判断结合统计方法题目样本与内容总体相关法两测验相关法处理后的重测法内容效度比cvr ni n 2 n 2 全部项目的内容效度平均数 72 3 内容效度与表面效度表面效度 测验表面看起来是否有效 被试主观上认为测验题目是否测量了所要测的心理特质 表面效度的影响 被试者效应影响被试的测验动机隐蔽性 73 4 内容效度的应用适合评价内容总体易确定的测验教育测验职业心理测验不适合评价智力和人格测验 74 1 效标效标的概念 效度标准 独立于测验结果 反映测验目的的行为参照 也称效标行为 外显之行为一致性 第三节效标关联效度 75 效标的污染主试者由于知道了被试分数而影响对效标分数的评定 76 观念效标与效标的测量观念效标 概念上确定所要选择的测验效标是什么要求数量化有效性 一致可靠性 信度客观性 主观偏见实用性 经济 77 常用效标学业成就常用做智力测验和标准化成就测验的效标主要有在校成绩 学历 获奖情况 教师评定等工作表现常用做特殊能力测验及部分智力和人格测验的效标主要用工作评定 操作有一定难度团体差异测验是否能够区分团体差别作为效标 78 临床诊断常用做人格测验的效标特殊训练成绩常用做特殊能力测验的中间效标特殊训练的表现等级评定常用做人格测验的效标由被试的家长 同学 老师 同事对其心理进行评价现有测验现有的效度得到公认的同类测验可以作为新测验的效标 79 2 效标关联效度效标关联效度 测验预测个体在某种情景下行为表现的有效程度 分为同时效度和预测效度 80 同时效度与预测效度根据效标资料获得时间不同可以将效标关联效度分为同时效度和预测效度 同时效度指测验与同时获得的效标行为的一致性程度 用以检查和测量现有某种能力或特质的有效性 预测效度指测验对效标行为的预测程度 用以表明测验对某种行为预测的有效性 81 效标关联效度的计算方法效标关联效度是一种基于经验的证据 因此又称实证效度或统计效度 根据所测数据类型以及用途 主要有以下几种表示方法 相关系数法分组检验法取舍正确性功利率法 82 相关系数法用测验分数和效标间的相关系数表示效度系数 根据测验分数和效标分数数据性质的不同分为以下几种计算方法 积差相关适用条件 当测验分数与效标都为正态连续变量 且两者存在线性关系时 公式 83 点二列相关适用条件 当测验分数为正态连续变量 效标为真正二分名义变量时 公式 二列相关适用条件 当测验分数与效标都为正态连续变量 但效标按某标准被划分为人为二分名义变量时 公式 84 四分相关适用条件 当测验分数与效标都为正态连续变量 但都按某一标准划分为二分名义变量时 公式 85 相关适用条件 当测验分数与效标都为名义变量 无论是人为划分的还是真正名义变量 公式 86 决定系数相关系数的平方称为决定系数 表示两变量中共同变异的比例 也就是效标分数的变异由测验分数的变异来解释的比例 测验分数对效标的预测建立直线回归方程使用SPSS统计软件包 87 分组检验法原理 如果根据效标将被试分为两组 而两组的测验分数又有显著差异 则认为测验分数能把在效标上表现不同的被试有效的区分开 测验就是有效度的 如果测验分数无差异 则说明测验是无效度的 重叠量 88 取舍正确性原理 当测验的目的是选拔和鉴别时 测验的效度表现为分类决策的命中率 89 功利率原理 考虑到实用性的问题 使用测验所带来的利益大小就是功利率 U代表功利率 B代表录用一个成功人员所产生的平均利润 C代表录用一个不合格人员带来的损失 Ns和Nu分别代表录用人员成功与失败的人数 S代表测验的成本 90 影响功利率的因素录取率以测验分数为依据录取人数占全体被试的比例基础率随机录取被试的成功率 91 1 构想与构想效度构想 为了描述人具有的内在一致性的行为和心理现象而构想出来的抽象概念 构念效度 能测量到理论上的构想或特质的程度 第四节构想效度 92 如何确定构念效度对构念做理论上的构思和解释 包括界定构念 解释与其他构念的关系等 将构念与可测量的经验事实建立联系 类似下操作定义 通过测量对构念进行检验 对智力如何构念 93 2 构念效度的估计对测验本身进行分析 测验间的相互比较 相容效度 区分效度 因素分析法 效标效度 实验法和观察法证实 因素分析法相关分析法 94 因素分析法因素分析是一种多变量的统计技术 通过将为数众多的观测变量简化为少数不可观测的潜在因素 通过使用最少的因素解释观测数据 因素分析的原理 变异的可加性 总变异 共同变异 特殊变异 随即误差因素分析的目的 发现共同变异 探讨共同变异和观测变量之间的关系 95 因素分析的基本步骤计算变量的相关矩阵 96 确定抽取因素的数量特征值碎石图 97 进行因素转轴对因素进行命名和解释 98 相关分析法内部一致性效标分析 99 1 效度的功能预测误差p365预测效标分数 通过回归方程 预测效率指数 第五节效度的功能与影响因素 100 2 效度的影响因素测验本身 代表性 长度 题型 难度 区分度 编排方式 测验实施中的干扰因素 主试 被试 样本团体的性质 异质性 干涉变量 效标的性质 101 笫五讲项目分析 102 第一节项目难度分析 1 难度概念难度是指测验题目的难易程度 定义为被试在某个题目上的通过率或得分率 对两级记分的题目 项目的难度 对多级记分的题目 难度计算公式为 难度的高低与难度值的大小相反 103 2 难度的计算P PH PL 2 高分组和低分组通过率的平均值 例 某个测题高分组有80 的被试通过 低分组12 的被试通过 其难度是多少 104 选择题难度校正校正公式 75 的被试通过某项目 对于有5个 4个 3个 2个备选项目的选择题 校正后的难度为多少 105 第二节项目区分度分析 1 区分度概念区分度是指测验题目对被试实际能力或心理特质水平的区分能力或鉴别能力 项目区分度的计算 相关分析法极端组法因素分析法 106 2 项目区分度的计算 相关分析法1 计算项目与效标分数的相关 2 计算项目得分与总分的相关 3 计算项目得分与其他项目总分的相关 N 20 具体计算时 积差相关 点二列相关 二列相关 四分相关 Phi相关 107 极端组法鉴别度指数 D PH PL例 已知某测题高分组通过人数是70 低分组通过人数38 其鉴别指数是多少 108 临界比当临界比 3 0可以接受 109 因素分析法计算因素负荷 0 3以上才是可以接受的 110 第三节项目分析的相关问题 1 难度 区分度与测验的信效度难度与区分度的关系难度P 0 5时 区分度最大难度与信效度区分度与信效度 111 2 依据统计量挑选项目难度要求0 2 0 8之间 平均难度0 5区分度0 4非常优良0 3 0 39良好0 2 0 29尚可 需修改0 19劣 必须淘汰 112 笫六讲心理测验的编制 113 测验的目标分析 一 测验的对象团体的性质 性别 城乡等 二 测验的用途1 显示 描述 性测验 测量的题目和所要测量的心理特征相似的测验 样本测验 题目取自很明确的总体 和标记测验 题目取自全开放的总体 2 预测性测验 预测一些没被测量的行为的测验 三 测验的目标 1 工作分析 预测性测验 哪些心理特征和行为可以有效预测 成功的标准2 对特定概念下定义 3 确定测验的具体内容 双向细目表 布卢姆目标分类学 114 测题的编写 一 搜集资料 注意来源 1 已出版的标准测验2 理论和专家的经验3 临床观察和记录二 命题的一般原则1 内容方面 符合测验目的 有代表性 相互独立 2 文字方面3 理