戴海琦《心理与教育测量》【考试题库及答案、知识总结、复习大纲】

目录

《心理与教育测量（第三版）》期末复习................................1

《心理测量》大纲知识要点............................................6

《心理与教育测量学》试题...........................................44

戴海琦《心理与教育测量》习题答案...................................71

戴海琦《心理与教育测量》习题答案...................................82

心理与教育测量一戴版课后习题及解答..................................95

心理与教育测量冷■试版..............................................106

心理与教育测量考试重点【精华总结】................................114

心理与教育测量期末复习资料整合....................................122

心理与教育测量期末试题............................................126

《心理与教育测量学》试题库一......................................132

心理与教育测量重点缩印版..........................................142

《心理与教育测量（第三版）》期末复习

信度.

1、信度的作用：1、信度是测量过程中所存在的随机误差大小的反映。2、信度

可以用来解释个人测验分数的意义。3、信度可以帮助进行不同测验分数的比

较。

2、标准误是多次测量的误差的标准差。Sd

3、信度的估计方法：（1）重测信度：指用同一量表对同一组被试施测两次所得

结果的一致性程度。用两次所得分数的皮尔逊积差相关系数表示。

（2）复本信度：两个平行的测验测量同一组被试所得结果的一致性程度。也是

用所得分数的皮尔逊积差相关表示。

（3）分半信度：是指将一个测验分成对等的两半后，所有被试在这两半上所得

分数的一致性程度。（又被称为内部一致性系数）

（4）同质性信度：（也叫内部•致性系数），是指测验内部所有题目间的一致性程

度。克龙巴赫a系数公式（P58例子）

（5）评分者信度：多个评分者给同一批人的答卷进行评分的一致性程度。当评

分者人数多于2个时，用肯德尔和谐系数进行估计（P60例子）

4,、提高信度的方法：1、适当增加测验长度。2、使测验中所有试题的难度接近

正太分布，并控制在中等水平。3、努力提高测验试题的区分度。4、选取恰当的

被试团体，提高测验在同质性较强的亚团体上的信度。5、主试者要严格执行实

测规程，评分者要严格评分，实测场地要按照测验手册的要求进行布置，减少无

关因素的干扰。

效度：

5、效度的评估：（1）内容效度：指一个测验实际测到的内容与索要测量的内容

之间的吻合程度。主要用于成就测验和某些选拔和分类的职业测验。〃确定方法:

1、逻辑分析方法，2、克龙巴赫的平行测验求相关法，3、再测法（学之前测，

学之后再测）

（2）结构效度：指一个测验实际测到所要测量的理论结构和特质的程度。主要

用于智力测验和人格测验等。〃确定结构效度的步骤：1、提出理论假设并细分，

2、依据理论框架推演出有关测验成绩的假设，3、用逻辑和实证来验证假设。〃

估计方法：1、测验内部寻找证据法（可以看内容效度，还可以看同质性信度）。

2、测验之间寻找证据法（与同质旧测验的相关度，与不同质就测验的相关度，

因素分析找出影响测验的共同因素）。3、考察测验的实证效度法（一个有实证效

度的测验，拿预测的效标的性质与种类作为结构效度的指标）。4、多种特质——

多种方法矩阵（相容效度和区分效度的综合运用）。5、因素分析法（用探索性因

素分析和验证性因素分析）

（3）实证效度1、是指一个测验处于特定情境中的个体的行为进行评估的有

效性。被估计的行为是检验测验效度的标准，简称为效标。根据效标资料搜集的

时间差异，实证效度课分为同时效度和预测效度。2、效标就是衡量一个测验是

否有效的外在标准，它独立于测验并可以从实践中直接获得我们所感兴趣的行

为。3、实证效度确定方法：1、明确观念效标。2、确定效标测量。3、考察测验

分数与效标测量的关系。估计方法：1、相关法：计算测验分数与效标测量的相

关系数（积差相关法、等级相关法、二列相关法、四分相关法）。2、去分法：被

试接受测验后，让他们工作一段时间，再根据工作成绩（效标测量）的好坏分成两

组。这时再回过头来分析这两组被试原先接受测验的分数差异，若分数差异显著，则说

明该测验有较高的效度。3、命中率：当用测验作取舍决策时，命中率常被作为测验有

效性的重要指标。分为正命中率、负命中率和总命中率。4、基础率、灵敏度和确认度。

6、影响测量效度的因素：1、测验的构成，试题内容没有较好的代表想测的内容或

结构时；2、测验施测的过程；3、接受测验的被试；4、所选效标的性质；5、测量的信

度，测量信度是测量随机误差的反映，而任何误差的增加都会降低测量的效度，所以要

注意测量信度。

测验的项目分析

7、测验的项目分析是对测验结果做出正确评价的前提。包括难度和区分度的分析。

8、项目难度的计算：

（1）二分法记分项目的难度

a、通过率：P=R/N（通过人数除以总人数）

b、极端分组法：27%的高分组，27%的低分组，用高分组通过率加上低分组通过率

除以2。

（2）非二分法记分项目的难度：用该题的平均的分除以该题的满分。

9、难度水平的确定：如果个斜眼的大多数项目的难度范围在0.30~0.70之间，

测验就能够最大限度地获得有关个体间差异的信息。

10、用通过率作为难度区分是顺序变量，要转化为可以比较差异的等距量表。

A=13+4•Z（Z为P转化来的标准分数,P=0.84则Z=—1；P=0.16则Z=l；P=0.5则Z=0）,

Z值在一3到3之间，则A值在1到25之间。

10测验难度对测验的影响：（1）测验难度影响测验分数的分布状态。（2）测验难

度影响测验分数的离散程度。

区分度：

11、意义：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。

12、计算：（一）项目鉴别指数法：1、鉴别指数的计算：当测验总分是连续变量

时，可以从分数分布的两端各选择27%的被试，分别成为高分组和低分组，计算出高分

组和低分组分别在题目上的通过率，两者之差就是鉴别指数（D）,即D=PH—PLD值越

高项目越有效。

2、极端组的划分（1）高分组、低分组的划分比率介于27%到33%即可。（2）被试

少时（n<100）,可以以50%为分界点。

（-）相关法：1、点二列相关系数：适用于0、1记分（或二分变量），而效标或

测验总分是连续变量的数据资料。（P91例题）（结果要用积差相关系数或者t检验的

方法检验。）

2、二列相关：

13、区分度的相对性：1、不同的计算方法，所得区分度值不同；2、样本容量大小

影响相关法区分度值的大小；3、分组标准影响鉴别指数值（D）；4、被试样本的同质

性程度影响区分度值得大小

14、项目难度受猜测影响的校正：（1）CP=（KP-1）/（KT）CP为校正后的通过率，P

为实际通过率，K为备选答案数目。

第2/6页

15、求校正后被试得分：S=R-W/（KT）S为校正后得分，R为被试答对的项目数，W

为答错的项目数，K为项目的备选答案数。

16、多重选择题

测验常模

17、分数转换：1、百分等级分数计算：a、未分组分数资料：（1）排序（2）公式:

PR=100-（100R-50）/N（R为排名顺序的序号），N为被试总人数

b、分组分数资料•：被试团体较大时，已对分数资料分组。

PR=100/N*［（X-L）*f/i+Fb］X为被试原始分数，L为X所在组的下限，f为X所在组

的次数，Fb为X所在组以下各组次数之和，i为组距，N为被试总人数，PR为百分等级。

（P108例子）

2、缺点：（1）单位不等。（2）只具有顺序性，无法说明被试之间分数差异的数

量，也无法对同一被试在多相处测验上的百分等级进行合成汇总。

18、标准分数：1、意义：标准分数是一种具有相等单位的量数，又称Z分数。它

将原始分数与团体的平均数之差除以标准差所得的商数，它是以标准差为度量单位原始

分数离开平均数的分数之上多少个标准差，或是在平均数之下多少个标准差。它是一个

抽象值，不受原始测量单位的影响，并可接受进一步的处理。Z=（X-X杠）/SX为原始分

数，X杠为团体被试所有原始分数的平均数，S为团体原始分数的标准差。

Z分数是以一批分数的平均数为参照点，以标准差为单位的等距量表。具有可比性

和可加性。

它的使用基于测验分数正态分布的假设，只有在测验分数是正态分布之下使用标准

分数，才能充分体现标准分数的优越性与内涵。

19标准分数的变式

（一）T分数

1、意义：为了消除Z分数的小数位与负值情况，就将Z分数扩大10被并加50.

2、公式：T=10*Z+50

3、T在［0,100］之间，T分数平均数为50,标准差为10,T分数避免了小数与负

号。

（二）其他形式

Z'=A*Z+BZ'为Z导出的导出分数，A、B为常数。

（1）美国大学入学考试委员会使用的标准分数，即CEEB分数：

CEEB分数=100*Z+500

平均分为500,标准差为100。

（2）韦氏智力采用的离差智商：

IQ=15*Z+100

IQ平均数为100,标准差为15。

（3）我国一种出国人员英语水平考试即EPT所使用的分数转换公式：

EPT分数=20*Z+90

平均分为90,标准差为20。

20、分数组合

第3/6页

常见的分数组合类型：1、由基本测验项目组成一个分测验或一个测验；2、由几个

分测验上的得分组合成分数；3、由几个测验的得分组合，获得合成分数或合成预测。

21、确定常模团体的注意事项

1、群体构成的界限必须明确

2、常模团体必须是所测群体的一个代表性样本

3、取样过程必须明确且有详尽的描述

4、样本大小要适当

5、常模团体必须是进时的

6、注意一般常模与特殊常模的结合

22、制作常模的过程

1、确定测验使用“那一个群体。

2、对常模团体进行施测，获得团体成员的测验分数及分数分布。

3、确定常模分数类型，制作常模分数转换表，即常模量表，同时给出抽取常模团

体的书面说明，以及测验分数的解释指南等。

23、测验的常模一•般可分为两类，一类是发展常模量表，另一类是组内常模量表。

24、发展常模有：年龄常模、年级常模、顺序常模等。

25、团体内常模有：百分等级常模与标准分数常模等。

心理与教育测验的编制

26、基本程序

（-）明确测验目的

1、明确测验对象；2、明确测量目标；3、明确测量用途；

（-）制定编题计划

（三）编辑测验项目

1、收集测验资料（丰富、普遍性、趣味性）；

2、选择项目形式

3、编写测验项目

（四）预测与项目分析

（五）合成测验

1、测验项目的选择

2、测验项目的编排：并列直进式；混合螺旋是。

3、编制复本

（六）标准化测验

（七）鉴定测验：信度、效度、测验量表与常模

（A）编写测验说明书

常用的心理测验常模有百分位常模、标准分常模、发展常模及商数等

27、常模参照性测验和目标模参照性测验的区别：1、前者着重于学生之间的比较,

后者关心有没有达到预定的目标；2、常模参照性测验适用于选拔性考试和总结性评定,

而目标参照性测验适用于诊断性和发现学生的不足，从而为改进教学提供反馈信息。（课

本）

（ppt）1、对测验结果解释的参照系不同；2、对测验结果的解释不同；3、分数

第4/6页

的形式不同；4、测验的用途不同；5、测验的组成不同。

28、内容范围的确定：双向细目表。

29、采用专家评定法、五点量表法。

30、目标参照测验的预测方法：1、前测-后测方法；2、已接受教学组-为接受教学

组方法；3、对照组方法。

31、目标参照性测验的信度：1、分类一致性信度：采用同一被试团体，在两次测

验结果中，均被分为及格或不及格类别中的人数的百分比，作为分类一致性信

2、荷伊特信度——方差分析方法：缺点对被试要求过高。MS-l=rxxxd）/N+（a=MS

度的指标。公式：pO

32、效标关联效度：用决策效度来评估目标参照性测验的效标关联效度。决策效度:

在预测源测验和效标测验中均通过和均不通过的被试人数百分比例。

33、专家评定法过程：1、专家培训。介绍考试目的、内容和形式，讨论合格与淘

汰的重要意义，了解确定合格标准的一般程序，学习确定合格标准的特定方法。

2、界定最低胜任能力的考生。根据经验丰富的学科专家对考生及其工作情境的认

知，讨论最低胜任能力考生所具有的知识和技能，对最低胜任能力考生形成较为明确的

认定。

3、判断练习。利用附有正确答案的典型试题进行练习，帮助专家形成相近或一致

的判断。

4、正式判断。估计和判断最低胜任能力考生正确回答问题的概率。

5、统计分析。取全部专家对所有试题判断结果的平均值作为学科合格标准。

在此基础上，再综合考虑各种因素，确定最终考试合格线。这与现行的基于通过率

确定合格线的方法相比，更为科学、合理和客观。

34、效标组预测：（一）临界组法；（二）对照法。

人格测验：

35、第一个人格问卷——武德沃斯（Woodworth）1919年编制的“个性资料调查表”。

36、人格测验的方法：自陈法、投射法、评定法、情境法

37、分类：自陈量表、投射量表、评定量表、情境测验

38、自陈量表的特点：

1、测量工具一般为调查表。2、题量较大。3、在同一测验中往往包含几个分量表,

测多个特质。4、通常采用纸笔测验，因而可以团体施测。5、计分规则简单而客观。

39、自陈量表的问题：1、社会称许性；2、自我防御：掩饰；3、默认；4、折中。

40、自陈量表的编制方法：1、逻辑分析法（爱德华个人偏好量表（EPPS）、詹金

斯活动调查表、显性焦虑量表）；2、因素分析法（16PF、EPQ）；3、经验法（MMPI）»

4、综合法（杰克逊人格问卷JPI）。

41、MMPI：1943,美国明尼苏达大学哈特卫和麦多利合编。566题；方法：经验法。

组成：10个临床量表，4个效度量表。45到90分钟完成。年满16周岁，小学以上文化

程度。T分数。10个临床量表：

Hs：疑病〃D：抑郁〃Hy：僚病〃Pd：精神病态〃Mf：男性化-女性化Pa：妄想狂〃Pt：

精神衰弱〃Sc：精神分裂〃Ma：轻躁狂〃Si：社会内向

第5/6页

42、疑病（Hs）：异常担心自己身体有病，对身体极端关心，诉说症状笼统含混，

诉说有慢性的疲劳、疼痛、衰弱，自我中心，对他人严厉，间接地表现出敌意悲观主义,

愚钝，顽固，笨嘴拙舌，事事持怀疑观点，心理治疗不太有效。

43、抑郁（D）:忧郁、压抑、闷闷不乐、对未来悲观，对自己评价过低，缺乏自信,

感到无能，抱有罪恶感，寡言、哭泣、动作缓慢，诉说衰弱、疲劳、精力丧失，焦虑不安，

紧张,在学校和工作上的失败感，内向，害羞，与人保持距离,细心刻板,很难下决心

44、4个效度量表：Q：疑问量表（Question）没有回答的题数和对“是”和“否”

都做反应的题数。超过22分，结果不可信。L：说谎量表（Lie）超过10分，结果不可

信。F：诈病量表（Frequency）说明伪装疾病或精神病程度重。K：校正量表（Correction）

根据被试对测验的态度对测验得分进行校正。

45、16PF：美国伊利诺州立大学卡特尔教授，187题，编制方法：经过多年系统观

察、科学实验，以及因素分析统计法。45分钟。初中以上文化程度的老中青。

46、EPQ：英国心理学家伦敦大学教授艾森克及其夫人在艾森克的先前几个个性调

查表的基础上所发展起来的。属于客观测验；包括两试：儿童（7~15），成人（16以上）。

中国，龚耀先，儿童和成人个88个项目。3个分测验和一个效度量表。

E：内-外向，与中枢神经系统的兴奋、抑制的强度密切相关。

N：神经质，与植物神经的稳定、不稳定性密切相关。

P：精神质，与个体的行为表现有关。

L：掩饰性，涉及到测验的信度和效度。

47、投射法分类：联想法：罗夏克墨迹测验；构造法:主题统觉测验；完成法：句

子完成测验；选排法：要被试根据一定准则选择照片或排列；表露发：画人测验。

48、韦氏：背数和数字符号分测验计算复本信度，其余部分计算分半信度，为

0.88飞.98。16到65岁，Q个分测验,

《心理测量》大纲知识要点

［考试总体要求］

1.正确理解心理测量的基本概念,掌握心理测量的基本方法。

2.掌握各种测量理论和各种测量指标的计算方法；能够正确使用各种测验，

并对其结果进行解释。

三、心理测量的基本理论

（一）心理测量的理论基础

L心理测量的基本概念（03首师大，名）

（1）基本概念：所谓心理测量,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。（测量：按照一定法则使用量具给事物

指派数字的过程。）

（2）心理测量三要素：行为样组、标准化和客观性。（01华东师大，简答题）

①行为样组是指以被测量的行为作为代表来推测与其关联的心理特征。一个

测验的好坏，首先决定于测题编制的好坏，即必须要求这些测题能够引发和测量

出具有高度代表性的行为样组。

②标准化是指测验的一致性，也即:测验的编制、实施、记分以及测验分数

解释的程序的一致性。

③心理测验的客观性,是指测验不受主观支配,其测量方法是可以重复的,被

试外部的行为是客观的，测验的实施、记分和解释都是客观的。客观性是衡量科

学性的一个根本标志,对于心理测验尤为重要,这是决定一个心理测验能否存在

的必要条件。行为样组的代表性和测验程序的标准化,都是为了保证这种客观性。

(3)心理测量是动词意义，心理测验是名词意义。

心理测量的参照点是相对参照点;单位不等距。一般来说，心理测量是在胆

序量表上进行的。但通过统计方法,可以把测量数据转换为等距数据。(心理测量

属于哪一种水平上的测量，为什么？【02华东师大，简答题】)

(4)对心理测量的评价

贡献：首先，为心理科学理论的发展，特别是个体差异心理提供了具体方法

和手段，构筑了差异心理理论的重要基石。其次，心理测量为社会实践服务做出

了巨大的贡献。

局限：首先，心理测量具有间接性，精确程度远远劣于物理测量。其次，心

理测量所依据的理论尚不完善。

2.心理测量的特征、分类

(1)心理测量的特征

①心理测量的间接性

研究者无法直接测量人的心理，只能测量人的外显行为。根据心理学特质(04

首师大，名)理论,人们对行为测量的结果进行推论,从而间接了解人的心理属性。

心理特质是一组内部相关或有内在联系的行为倾向，是个人对刺激作反应的一种

内在倾向，是个体特有的、稳定的、可辨别的特征。

②心理测量的相对性

所谓测量就是看每个人处在这个序列的什么位置上,位置具有相对性。心理

测量的比较标准的确定没有永恒的标准,从测量结果进行推论所采用的标准不是

一,成不变的。

③心理测量的客观性

测量的客观性实际就是测量的标准化问题。按照严格的科学程序去编制和使

用的测验称之为标准化测验。(测验为什么要标准化？怎样保证测验的标准化？

【03北师大，简答题】)

为什么要实行标准化:a.可以减少无关因素对测验目的的影响,使测量准确、

客观；b.有统一标准，便于对不同人的测验成绩进行比较和交流；c.同一份测验

可用于许多人并可反复使用,较为经济。

补充：心理测验的可行性（桑代克1918语——凡是客观存在的事物都有数

量；麦柯尔1939语——凡是有数量的事物都可以测量）。

（2）心理测量的分类

①根据测量的对象分类

a.认知测验：又可称为能力测验,这类测验主要包括智力测验、能力倾向测

验（又称性向测验）、教育测验（又称成就测验）及创造力测验等。

b.人格测验:它测量的是个性中除能力以外的部分,亦可看作是非能力测验。

主要测量性格、情绪、需要、动机、兴趣、态度、焦虑、气质及自我概念等方面

的个性心理特征及其相关行为。

②根据测验的人数分类

a.个别测验:通常是一个主试与一个被试面对面进行。比如比奈一西蒙智力

测验、韦克斯勒智力测验等。

优点：主试对被试的言语、情绪状态和行为反应有仔细的观察和控制的机会,

并且有充分的机会与被试合作,激发被试测试的积极性,所以其结果比较正确可

靠,适用于一些特殊对象，如幼儿和文盲。缺点：时间长，施测手续复杂，对主试要

求高，主试需要经过严格训练,因而一般人不易掌握。所以个别测验仅在有特殊目

的（如诊断）时才使用。

b.团体测验:在同一时间内由一位主试对多数人施测。比如瑞文智力测验、

大多数人格测验等。

优点：可以节省人力、物力和时间,主试也不必经过严格的专门训练。团体

测验的记分和评分较个别测验更为严格和客观。一般每题都有标准答案。另外，

因为标准化样组规模相当大,故团体测验更易建立常模。缺点：无法对被试详细

观察,不易控制被试的行为，容易产生误差,难以发现被试的特殊反应,主试和被

试之间无法建立和谐关系等。

注意——团体测验可个别施测，但个别测验不能以团体方式实施。

③根据测验材料分类

a.言语或文字测验:这类测验的题目是以语言或文字呈现的，受试者也要用

文字或语言作答。

优点：它可以测量人类高层次的心理功能,其编制和实施也较容易，因而应用

范围较广。团体测验多数采用文字测验形式。缺点：语言或文字测验不能应用于

语言有困难的人，而且对语言文化背景不同的被试加以比较时,甚至在同一文化

背景下,被试文化程度和教育背景的不同，也会对测验结果产生相当大的影响，因

而多少会损害其客观性。

b.非语言测验或操作性测验:此类测验题目不用文字来呈现,而是以图画（图

形）、符号或实物（如方块、积木、仪器和工具等）为测验材料。

优点：被试的作答无需使用语言或文字，常以操作表达或回应。具有文化公

平性,因而可方便地用于学前儿童和不识字的成人，也可进行不同文化背景的差

异比较研究。缺点：费时太多，不易团体实施等。

还有测验既包括言语测验又包括操作测验，如韦克斯勒智力量表。

④依据测验的功能分类

a.筛选性测验;只是对所欲测量心理特质作一般性的考查。这类测验简便易

行、省时省力，但是测验内容不够全面,因而不够精确。

b.诊断性测验:测验的内容多而全面，一般为个别测验。它的目的是进一步

诊断被试某些方面的特殊优点和缺点。

⑤按测验的要求分类

a.最高作为测验:要求被试尽可能做出最好的回答，一般有对错之分。

b.典型作为测验:要求被试按通常的习惯方式做出反应，一般无对错之分。

⑥按测验的性质分类

a.结构性测验:在测验中，所呈现的刺激和受测者的任务是明确的。

b.投射性测验:在测验中，刺激没有明确意义，问题模糊，对被试的反应也没

有明确规定。罗夏、TAT等。

⑦按测验的应用领域分类

a.教育测验:是测验应用最广的领域，用得最多的是学绩测验。注意速度测

验和难度测验的区别。（速度测验和难度测验的定义和区别，【04北师大，简答

题】）

b.职业测验:主要用于人员选拔和安置，可以是能力和学绩测验,也可以用人

格测验。

c.临床测验:主要用于医务部门。许多能力和人格测验可用来检查智力障碍

或精神疾病，为临床诊断和心理咨询工作服务。

⑧依据测验结果的解程模式分类

常模参照测验:与常模比较，以评价被试在团体中的相对位置为目的；

标准参照测验:与一绝对标准相比较，以评价被试有无达到该标准为目的。

（二者的区别，03北师大，简答题）。

3.经典测量理论和真分数理论模型（03首师大，简答题）

经典测验理论又称真分数理论（有书上称“随机误差理论”）。经典测验由基

本假设、信度和效度等概念组成。其中影响最大的是斯皮尔曼的真分数模型。

（1）真分数模型

①真分数的定义即是测量中不存在测量误差时的真值或客观值,操作定义就

是无数次测量的平均值,通常用X，或T表示。另外，用X,或X表示实得分数，X,

或E表示误差分数。

②真分数模型认为，任何测验所测得的分数都等于真实分数和误差分数之

和。真分数理论的基本方程式如下：

X-e

X=T+E

实得分数是真分数与误差分数的函数,即实得分数X,由X,和X,共同决定。

进行心理测量时，X”一般被视为稳定不变的，因此个体实测分数X,的变化是由

X,引起的。

③除了基本方程式,真分数理论还有三个基本假设作为整个理论的支柱。

其一，误差分数的平均数是零。

其二，误差分数与真分数相互独立,即相关为零。

其三,两次测量的误差分数之间的相关为零。

（2）信度；（3）效度——见下文

（4）经典测验理论的方法体系可分为项目分析和标准化两大部分。项目分析

主要包括计算题目的难度、区分度以及项目特征曲线ICC（坐标为总分或效标分

数和通过率）（04华中师大）。测验的标准化是指对不同的被试在测试题目、施

测条件和程序、计分和分数解释等各方面都采用一个固定的标准。（测验的标准

化对提高测验质量有何作用？它的局限是什么？测验最主要的质量指标是什

么？06北师大，简答题）

（二）测量的信度与效度（04浙大，名）

1.测量的信度

（1）信度的定义

信度的描述定义指测验结果的一致性或稳定性,其测量定义为一组测量分数

的真变异数与总变异数（实得变异数）的比率，含义是在实得分数的变异中有多大

22

比例是由真分数的变异决定的。rxx=ST/Sx

（2）信度系数的估计（种类）

①重测信度:

a.求法是对同一批被试运用某个测验实施首测,相隔一段时间后对它进行再

测，然后计算首测与再测所得分数的相关（•般是积差相关）,即得重测信度。这

种信度能表示两次测验结果有无变在反映测验分数等稳定程度,故又称稳定性

PX\XJN-X\3

系数。?=

b.优点：能提供有关测验结果是否随时间而变异的资料,可作为预测受测者

将来行为表现的依据。

c.缺点：易受练习和记忆的影响，前后两次施测间隔的长短必须适度。如果

相隔时间太短,则记忆犹新,练习的影响较大；如果相隔时间太长,则身心的发展

与学习经验的累积等都足以改变测验分数的意义,而使相关降低。另外,第一次尝

试所发现的错误也可能导致第二次反应的变化而增加误差变异。

d.误差来源：时间的不同所带来的随机影响，如气候、偶然的噪音或其他干

扰，以及引起被试本身身心状态变化的因素如疾病、疲劳、情绪类型、焦虑等。

重测信度代表测验成绩能够应用于不同时间的程度，信度越高,受测验环境中日

常的随机因素的影响越小。

由于测验的稳定性系数受时间和其他各种因素的影响，故任何一个测验都可

有不止一个重测信度系数。所以在测验手册中报告此种信度时应说明时间间隔以

及在此间隔中被试的有关经历,如受过何种教育训练、心理治疗以及有何学习经

历等。

②复本信度:

a.求法是先运用同一-测验的一型或A型施测，随后在最短的时间内运用二型

或B型进行再测,然后再求它们得分的相关系数。

b.误差来源：测验两种形式是否等值：测题取样是否匹配，格式是否相同，

内容、题数、难度、平均数、标准差是否一致。再就是被试方面情绪波动、动机

变化等，以及测验情境的变化，偶发因素的干扰。这些都会引起测量误差。在报告

复本信度时,也应说明两次施测的间隔，以及在此间隔内被试的有关经历。

③内部一致性信度

估计内部一致性系数的方法通常有两类：一类是分半法,另外一类方法需要

对项目反应的方差或协方差进行分析。

a.分半法是将一个测验分裂为两个假定相等而独立的部分,然后计算这两部

分的记分的相关系数（一般是以项目的奇数为一组，偶数为另一组），继而再用斯

皮尔曼-布朗公式来估计整个测验的信度（斯一布公式要求两半的变异数相等）。

公式如下：

r『工,其中rhh是分半信度系数，测验在原版时的信度的估计值。

1+%

缺点：把测验划分成两半的方法实际上有多种,而每一种划分方法产生的乙,估

计都有差别，因此用分半法得到的信度估计值不具备惟一性。

b.克朗巴赫名系数（03首师大，名）

适用于非0,1记分的一种内在一致性系数，计算公式为：

式中，〃为人数，匕是测验每个项目的方差。Sj2

c.除了以上两种方法,还有库德一理查逊公式（只适合于0、1记分的题目）;

荷伊特信度；因素分析等方法。有些测量学家认为因素分析是决定测验同质性的

最好方法。

因素分析方法最初是由心理学家斯皮尔曼在研究智力理论时提出来的，后来

发展成为一种复杂的统计技术,用于确定一组变量间的相互关系最少需要几个因

素来解释。在测验上，如果一个因素就足以解释所有题目分数的变异时,这个测验

就是同质的,假如需要一个以上的因素时，则测验的组成是异质的。

d.内在一致性信度的优点：只需施测一次,就可以估计信度系数,省时节力。

另外用内在一致性系数一般要比重测信度、复本信度所算出的信度系数高。

e.不足之处：求分半信度时，分半的方法不同,估计出的信度系数就不同。而

且,测验须要求具有同质性。所以项目异质的人格测验,通常就不能用内在一致性

系数来估计信度。

④评分者信度（02西北师大，名）

随机抽取相当份数的试卷，由两位评分者按记分规则分别给分。然后根据每

份试卷的两个分数计算其相关系数，即得评分者信度。一般要求在成对的、受过

训练的评分者之间平均一致性达到0.90以上，才认为评分是客观的。

——K2（N3一N）

12

综上所述，信度高低是用相关系数表示的。不同的测验内容,对相关系数的要

求有所不同。一般说来,标准智力测验应达到0.85以上，个性测验和兴趣测验一

般应达0.70-0.80水平。学业成就测验要求信度在0.90以上,才能被称为是一

个良好的测验。

（3）信度的影响因素与改进（03、04首师大，简答题）

信度与误差变异之间有密切的关系。误差变异越大，信度愈低。凡被试、主

试、测验内容和施测情境等各个方面能引起随机误差而导致分数不一致的因素,

都会降低测验的信度。

被试方面——身心健康状况、动机、注意力、持久性、求胜心、作答态度等。

主试方面——不按规定实施测验，制造紧张气氛,给予特别协助，评分主观

等。

测验内容方面——试题取样不当，内部--致性低,题数过少,题意模糊等。

施测情境方面——测验现场条件，如通风、温度、光线、噪音、桌面好坏、

空间阔窄等。

除此之外，还有以下几个因素会影响信度系数的大小：

①被试样本

影响信度系数的一个重要因素是用来确定信度的被试团体的特性。

②团体的异质性（公式）

如同所有相关系数一样,信度系数受分数的分布范围影响，而分数范围与被

试团体的异质程度有关。一个团体越是异质,其分数范围越大。而一个经过筛选、

22

相对同质的团体分数则较为均匀。rnn=l-So（l-roo）/Sn

③团体的平均水平

信度系数不仅受被试样本的个体差异程度的影响，而且受被试团体的平均水

平的影响。这是因为,对于不同水平的团体，题目具有不同的难度。每个题目在难

度上的微小差异累积起来便会影响信度。由于信度系数与被试样本的异质程度和

平均水平有关，因此在编制测验时，应把常模团体按年龄、性别、文化程度分为更

同质的亚团体,并分别报告每个亚团体的信度系数,这样测验才能适用于各种团

体。

④题目的数量（公式）

题目的数量（亦即测验的长度）也是影响信度系数的一个因素。一般说来,在

一个测验中增加同质的题目，可以使信度提高。因为增加测验的长度可以加大分

数范围。rkk=Krxx/[1+（k-1底]

这里要注意一点，只有当新题目是与原题目选自同一总体，即与原题目具有

同质性时，增长测验才能改进信度。

⑤测验难度

测验的难度与信度间没有简单的关系。然而,若测验对某团体太难或太容易，

则分数范围将缩小,从而使信度降低。这表明，要使信度达到最高,能产生最广分

数分布的难度水平方为合适。

⑥间隔时间

以再测法或复本法求信度,两次测验相隔时间越短,其信度系数越大；间隔时

间越久,其他变因介入的可能性越大,受外界的影响也越多,信度系数便越低。

2.测量的效度

（1）效度的定义（04重庆大学，名）

效度的测量定义：与测量目标有关的真变异数与总变异数的比率，含义是在

一组测验分数中，有多大的比例是由测验所要测量的目标引起的。

2222

总分变差分为三个部分：S,=Sco+Ssp+Se,

2

Sm：由所测量的心理特性引起的主要变差,或与所测量的心理特性有关的

共同因素所引起的变差;

s\p：由与所测量的特性无关的其他个别特性所造成的变差（系统误差引起

的变差）；

2

se：误差变差,是测量误差的变差。

描述定义：效度是指一个测验或量具能够测量出其所要测量目标的程度。

（2）效度的估计

测验的效度分为三大类：内容效度、构想效度、效标效度。

①内容效度（02西北师大，名）（友（效度【04首师大，名】）

内容效度指的是测验题目对有关内容或行为范围取样的适当性。这种测验的

效度主要与测验内容有关，所以叫内容效度,指测验题目在要测量的行为领域的

代表性。内容效度的评估方法主要应用于对学绩测验的评估。

一个测验要有内容效度必须具备两个条件：要有定义得完好的内容范围；测

验题目应是所界定的内容范围的代表性取样。测验题目并不需要包罗该范围的所

有材料,而只需包含测验编制者认为是重要的材料。

确定内容效度的方法主要有专家判断、统计分析、经验法等。

a.专家判断

为了确定一个测验是否具有内容效度，最常用的方法是请有关专家对测验题

目与原定内容范围的符合性做出判断。

b.统计分析

内容效度可由一组被试在独立取自同样内容范围的两个测验复本上得分之

相关来作数量的估计。若相关低，说明二者至少有一个缺乏内容效度；若相关高，

一般可推论测验有内容效度。

c.经验法

检查不同年级的学生在测验上的得分和在每个题目上的反应情况。一般说来,

测验总分和题目通过率随年级而提高，便是测验具有内容效度的证据。

构想效度是指一个测验对某种心理学理论所涉及的抽象概念或心理特质测

得如何。

效标效度又称实证效度，指的是测验对研究者所感兴趣的外在行为能够做出

多好的预测。这种外在行为是衡量测验是否有效的标准,简称效标。

②构想效度

构想效度就是测验对某一理论概念或特质测量的程度。研究和考察构想效度

要回答三个问题：一个测验测量什么心理构想,对这构想测得有多好,测验分数中

有多少比例的变异数是来自测验所要测的构想。

确定构想效度的方法主要分为测验内方法、测验间方法。

a.测验内方法主要是通过研究测验内部构造来界定所测量的构想的范围。如

确定测验的内容效度，分析被试对题目作反应的过程,考察测验的同质性等方式。

b.测验间是通过研究几个测验间的相互关系，找出他们的共同特点，进而推

断出所测的共同特质是什么，便可确定这些测验是否有构想效度。如确定相容效

度、区分效度、因素分析（因素分析法在效度验证中的作用，【04首师大，简答

题】）效度等方式。

③效标效度（为了使效标关联效度的更准确反映测验质量，应该关注哪些技

术环节？06北师大，简答题）

效标效度又称实证效度，指一个测验对处于特定情景中的个体的行为进行预

测时的有效性,也就是对于研究者所感兴趣的行为能够预测得怎么样。其中，被预

测的行为是检验测验效度的标准,简称效标。

确定效标效度的方法主要有相关法、区分法、命中率和功利率等。

a.相关法

最常用来建立实证效度的方法是求测验分数与效标测量间的相关,所得到的

数量指标称作效度系数。在测验手册中，一般用它来报告测验对每种效标的效度。

计算效度系数最常用的是积差相关法。

b.区分法

第二个决定效度的方法是看预测源的分数是否可区分由效标测量所定义的

团体。

c.命中率（公式）

当测验用来作取舍的根据时,其有效性的指标就是正确决定的比例（总命中

率（正命中率和总命中率）

d.功利率

为了确定测验的功效，人们还常常对使用测验所花掉的费用与得到的利益进

行比较，看是否利大于弊。这种效度指标，叫功利率。

（3）效度的影响因素与改进

影响测验效度的因素很多，在编制测验或选择标准化测验时，都应该考虑到

这些因素，以免影响测验结果的有效性。

①测验本身的因素

a.测题中所用词汇和句型不能过于困难。测题中的词汇和句型应适于被试的

文化水平。

b.试题的意思应该清楚。题意含糊,容易产生歧义，以致被试产生误解也会降

低测验的效度。

c.所编制的测题应该造合所要测量的学习结果。

d.测题中不能提供额外线索。若测题为被试提供了额外线索,就无法确认测

题是否真正测量到了所欲测量的学习结果。

e.测题的编制要合理。一般地,测题以由易到难的顺序排列。

f.选择题的正确答案不能有明显的组型。如果测验正确答案的位置有明显的

规律,学生有可能发现规律答对一些原本较难的题目，从而影响测验结果的效度。

g.测题数目。增加测题的数目（即增加测验长度）通常可以提高测验的信度和

效度。

h.测题的难度要适当。标准参照测验中的测题平均难度应在0.05左右,并有

适当的难度分布,测题太难或太易都无法区分学生的优劣,从而降低测验的效度。

标准参照测验并不强调测验分数间的差异，也就不需要区分学生的优劣,这时的

测题难度就应该与教学目标的要求相一致。

②测验实施和计分方面

测验情境,如场地的布置、材料的准备等都会影响到测验的效度,此外,在实

施测验的过程中，是否遵照测验使用手册的各项规定进行标准化的施测，指导语

是否已将答题方式说明清楚,是否按要求进行时间限制等,也影响到测验的效度。

如果没有按照标准化的程序进行施测和客观的评分,就必然会使测验效度降低。

③被试的上观方面

被试的兴趣、动机、情绪、态度和身体健康状况以及是否充分合作与尽力而

为等,都会影响到测验结果的可靠性和正确性,即效度和信度。

3.信度和效度的关系（03首师大，简答题）

（1）信度和效度的关系：信度是效度的必要条件，但不是充分条件。

具体是：信度低，效度不可能高。因为如果测量的数据不准确，也并不能有效

地说明所研究的对象；信度高,效度未必高。例如,如果我们准确地测量出某人的

经济收入，也未必能够说明他的消费水平；效度低，信度很可能高。例如，即使一

项研究未能说明社会流动的原因，但它很有可能很精确很可靠地调查各个时期各

种类型的人的流动数量；效度高，信度也必然高。

信度和效度的差别在于所涉及的误差不同。信度考虑的是随机误差的影响，

效度的误差则还包括由于测量了对测验目的来说无关的变量所引起的系统误差。

(2)效度受到信度的制约

(三)一腼值的误差.(误差的来源及其控制)(详述测量误差的来源，【04

首师大，论述】)

1.测量误差的定义

(1)所谓误差是指在测量中与目的无关的因素所产生的不准确的或不一致的

结果。测量误差分为随机误差和系统误差。

(2)在测验中,有与测量目的无关的偶然因素引起的变化无规律的误差，使得

多次测量结果不一致,这种误差的大小和方向是随机的，叫做随机误差或偶然误

差。

(3)有与测量目的无关的因素引起的恒定的有规律的误差，它稳定地存在于

每••次测量中,这种误差叫做系统误差。系统误差只影响测量的准确性,而随机误

差既能影响准确性,也能影响一致性。

能带来误差的因素有很多，实际上任何与测验目的无关的变因都可能引起误

差。测验的标准化就是为了控制这些误差因素，使测验分数更可信、更有效。

2.测量的随机误差来源及控制

(1)测量的随机误差来源于施测过程引起的误差，在测验的实施过程中可能

引起误差的因素很多，如测试环境、时间、主试者、意外干扰、评分记分等。

①测试环境的干扰。施测现场的温度、光线、桌面高低好坏等对被试都有影

响。例如,在测试过程中，光线充足,有利于被试正常地作答；光线暗淡，则会影响

作答的效果。

②测试时间的影响。时间安排也是影响测试准确性的一个重要因素,如果时

间安排不当或时限不统一，必然会引起测验结果的改变。

③主试因素。主试的年龄、性别、外表、言谈举止、表情动作、对测验过程

的熟悉程度等都能影响测验的结果。如果不按照规定施测，如给予暗示、制造紧

张气氛等都会带来很大的误差。

④意外干扰。在测试环境复杂,特别是当被试人数较多时,可能发生意外情况,

例如：停电、有人生病、作弊等等,无论哪种情况出现，都会影响测验结果的准确

性。

⑤评分记分。评分不客观和记分出现错误也是较常见的误差。一般来说，客

观题的评分较为准确客观,而主观题的评分标准较难掌握,再加上阅卷者的风格、

情绪以及其他心理因素的干扰,因而很难保证分数的一致性。

(2)控制

①主试在测验前要把测验材料准备好，以免短缺而临时寻找。事先的充分准

备可减少实施过程的测量误差，负责施测的主试也要有一本测题册和•份答案记

分纸,并请被试准备好铅笔或圆珠笔。

②测验被试的确定和测验场地和时间的约定也是一个不容忽略的问题。一定

要与被试、被试的家长，或者被试所在学校(校长和班主任)在被试对象、时间和

地点等方面事先做好约定,不要临时应付,造成被试情绪上的波动,影响测试的正

常进行。主试应努力联系条件符合要求的测验场地。一般来说，测验场地应保证

良好的照明和空气调节,并避免噪声和其他外界干扰,桌椅大小高低要适合,桌面

要平整。

③评分记分要客观。

3.测量的系统误差来源及控制

(1)测验自身引起的误差

测验自身的误差主要来源于测验的编制过程，其中项目取样影响最大。测验

所要测量的内容是什么,测验的项目能否代表这些内容,是至关重要的。当测验的

项目较少而取样缺乏代表性时,被试的反应很难代表真实水平。对于有些类型的

项目，例如是非题、选择题，被试可能凭猜测作答，从而降低分数的可靠性。此外，

题目用词模棱两可,或对要求叙述不清等,也都会带来误差。

(2)被试引起的误差

在测量工作中，最复杂的和最难控制的是由被试本身引起的各种误差。

①应试动机。如果被试在两次测试时的动机不一样,会使被试的回答态度、

注意力、持久性以及反应速度发生变化,就容易引起测量误差。

②测验焦虑。研究表明，能力与测验焦虑呈负相关,抱负水平与焦虑成正相关,

缺乏自信、情绪不稳定的人焦虑较低等。

③测试经验。被试对测验的程序、内容材料的熟悉程度不同以及回答技巧的

差异都会影响测量的一致性。所以正式测验之前，应有示范或例子、练习。

④学习、发展与教育。重复测验中如果有个别人在首次测验后受到特殊训练

（学习），重复测验中某些人在两次测验间受到特殊训练,或教育学习量不同，均会

造成测量误差。

⑤反应倾向。独立于测验内容的反应倾向，也会使得本来能力相同的被试获

得不同的成绩。对于速度测验，由于测验时间有限，而题量乂较大,求快与求准两

种不同倾向会对测验成绩产生影响；对于是非题,某些人有偏好选“是”或选“非”

的倾向。这些都会给测验成绩带来误差,为此在编制时一定要注意控制这些倾向

的影响。

⑥生理因素。当被试在测试前失眠，或在生病、疲劳的状态下进行测试，也容

易引起则量误差。

能带来误差的因素还有很多实际上任何与测验无关的变因都可能引起误差。

测验的标准化就是为了控制这些误差因素，使测验分数更可信、更有效。

（3）控制

①测题数量要适中，要有代表性，能代表所要测量的内容。表达要简洁清晰，

不要模棱两可。

②测试中,通常应告诉被试如何对测题作反应。主试是通过指导语指导并帮

助被试理。

解测验的施行要求、方法和步骤,并让受测者尽量放松心情,消除焦虑。

4.测量误差的估计（公式）（标准误，【04华中1名）

（1）系统误差仅与无限多次测量结果的平均值有关,而与在重复性条件下得

到的不同测量结果无关。因此,在重复性条件下得到的不同测量结果应该具有相

同的系统误差。

由于系统误差和真值有关,而真值是无法确切知道的，只能用约定真值代替，

因而可能得到的只是系统误差的估计值,并具有一定的不确定度。系统误差可以

SE=Sxyl\-rw

通过对测量结果进行修正而消除。由于误差等于负的修正值，因此系统误差的不

确定度就是修正值的不确定度。

(2)随机误差等于误差减去系统误差。

因为测量只能进行有限次数,故可能确定的只是随机误差的估计值。若测量

结果为无限多次测量结果的平均值,显然此时的随机误差为零，也就是说测量结

果中已经不含有随机误差分量,只存在系统误差。但实际上不可能进行无限多次

测量，因而在测量结果中随机误差和系统误差分量都存在。在重复性条件下得到

的不同测量结果具有不同的随机误差，但有相同的系统误差。

(四)心理测验的项目分析(02西北师大，名)

1.题目的难度

(1)概念：难度就是项目(或题目)的难易程度。能力测验中常以该项目的通

过(或答对)率表示，即以答对或通过该题的人数的百分比来表示：

P=(R/N)x100%

式中，P代表试题难度；N为全体被试人数；R为答对或通过该题的人数。

在非能力测验中，类似的指标是「通俗性”，即取自相同总体的样本中，能在

答案范围内回答该题的人数。

(2)难度的计算方法

①二分法记分的项目

若试题为二分法项目(即答对给1分,答错记0分)时,难度可以直接采用公式

[P=(H/N)xl00%]计算。

当被试人数较多时,则可以根据测验总成绩将被试分成三组:分数最高的27%

的被试为高分组(N”)，分数最低的27%的被试为低分组(N”)，中间46%的被试为

中间组。分别计算高分组和低分组的通过率,再求试题的难度：

P=(P„+PL)/2

其中P代表难度，P„和PL分别代表高分组和低分组的通过率。

②非二分法计分的项目

当测验项目为问答题或其他不能用二分法计分的形式时，常常对部分正确的

反应也给一定分数。对于这类项目，一般用下面的公式计算难度：

P=(X/Xmax)xl00%

式中，又为全体受测者在该题上的平均分，Xmax为该题的满分。

（3）难度水平的确定

①在测验编制过程中，分析项目难度主要是为了筛选项目。项目的难度水平

多高合适,取决于测验的目的、项目的形式以及测验的性质。0.5上下浮动0.2。

在教育工作中,有些测验的目的是为了考查学生对某些方面的知识、技能是

否掌握,此时可以不考虑难度。当测验用于选人时,应该比较多地采用那些难度值

接近录取率的项目。

②作为一个整体的测验的难度,直接依赖于组成测验的项目的难度。对整个

测验的难度的综合性检验,可由分数的分布提供。当分数分布是正偏态,分数密集

在低端,表明测验的难度偏高。当分数分布是负偏态,分数密集在高端,表明测验

的难度偏低。

2.题目的区分度（03华中师大，名）

（1）概念：区分度是指项目对所测量的心理特性的区分程度或鉴别能力，也就

是项目的效度。常以高分组与低分组在该项目得分的平均数的差异表示，或以该

项目得分与测验总分的相关表示。

（2）确定区分度的方法

确定区分度常用的是相关法,即以项目分数与效标分数（或测验总分）的相关

作为项目区分度的指标，相关越高,区分能力越好。

①二列相关。二列相关适用于两个可以连续测量的变量，但其中有一个由于

某种原因被分成两个类别。

②点二列相关。点二列相关适用于一个变量为连续变量,另一个变量为二分

变量的资料。当一个变量是双峰分配时。尽管它并不是真正的二分变量,这种统

计方法也适用。

③四分相关。四分相关适用于两个常态的连续变量均被人为二分的资料。如

果一个题目分数被二分成通过不通过，效标成绩也被分成通过与不通过,这时■就

会得到四个类别，从而可组成•个四格表。计算四分相关最常用的是皮尔逊的余

弦公式。

④①相关。①相关的统计方法适用于两个变量都是点分配的资料,即两个变

量都是二分名义变量。

⑤项目和总分相关重叠的校正。在做项目分析时,需要经常计算项目和总分

的相关,这是一种局部和总体的相关,在一个测验中，只有当每一项目的变异数相

同或项目非常多，以致每个项目所贡献的变异数比例都很微小时,才能把项目和

总分的相关作为项目区分度的指标。如果不具备这些条件,最好计算每一项目和

所有其他项目合成分数之间的相关。

(3)鉴别指数的计算(项目鉴别指数的意义是什么，02华东师大，简答题)

鉴别指数(04华中师大，名)的计算就是求区分度指标。当效标测量是一

个连续变量(例如学业分数)时,可从分布的两端选出高分组(H)和低分组(L),

然后将高分组和低分组通过每个项目的人数用百分比来表示,这两个百分数之间

的差异就提供了题目区分度的指标。计算公式表示为：

D=PH-PL

其中。为鉴别指数，与为高分组(27册通过人数百分比，外为低分组(27册通

过人数百分比。区分度的值亦具有相对性,与计算方法、样本大小、分组标准和

样本的同质性有关。所以很难