心理测量学完整版本

心理测量学钟琴第一节概述第二节测验的常模第三节测验的信度第四节测验的效度第五节项目分析第六节测验编制的一般程序第七节心理测验的使用第1单元测量与测量量表

第2单元心理测验的基本概念

第3单元心理测验的分类

第4单元纠正错误的测验观第5单元心理测验在心理咨询中的应用

第6单元心理测验的发展史第一节概述一、什么是测量测量就是依据一定的法则用数字对事物加以确定3个元素事物：指的是我们要测量的对象，更准确地说，就是引起我们兴趣的事物的属性或特性。在心理测量中，实际上是测量的心理现象的外显行为。数字：代表某一事物或事物某一属性的量

（数字有区分性序列性等距性可加性）法则：代表的是测量所依据的规则和方法第一单元测量与测量量表二、测量要素任何测量都具有两个要素：参照点和单位（一）参照点有两种：1、绝对零点2、相对零点

(理想的参照点是绝对零点)（二）单位是测量的基本要求，没单位就无法进行测量好的单位必须具备两个条件：一为有确定的意义:对同一单位的理解相同。二为有相同的意义：相邻单位间的差别是一样的。三、测量量表（从低到高的四种量表）（1）命名量表——用数字来代表事物或事物归类1、代号:用数字来代表个别事物，如学生和运动员的编号等2、类别:用数字来代表某一具有某种属性的事物的全体，即把某种事物确定到不同性质的类别中，如用1代表男、用2代表女，或用不同数字代表不同职业等

（2）顺序量表数字包含数量关系，主要用于分等或排除顺序。如：学生考试名次，工资级别，能力等

A>B>C（3）等距量表1、具有较高水平的量表，有大小关系，有相等的单位2、没有绝对零点只有相对零点。只可以加减，不能乘除例如：温度计表示200度，比100度高100度，但不能说是100度的两倍。（4）等比量表是最高水平的量表，既有相等单位又有绝对零点

例如：甲80公斤，乙40公斤。甲比乙重40公斤，也可以说甲是乙的两倍。第二单元心理测量的基本概念一、心理测量的定义

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要点：四个基本的要素

项目反应行为样本、标准化、常模二、心理测量的性质（一）间接性心理测验是通过一个人的外显行为来推断他的心理特质（二）相对性每个人测量的结果都是与所在团体或大多数人群的行为或某种人为确定的标准而言的。（三）客观性测验的标准化问题（物理条件、评分手段、常模）第三单元心理测验的分类

心理测验与心理测量的区别：心理测验是一种工具心理测量是一个过程心理测验分类一、按测验的功能分类（一）智力测验（比内-西蒙智力测验、韦克斯勒成人智力量表）（二）特殊能力测验（例如霍兰德职业倾向测试）（三）人格测验（MMPI16PF）二、按测验材料的性质分类（一）文字测验（二）操作测验三、按测验材料的严谨程度分类（一）客观测验（二）投射测验

罗夏墨迹测验——联想法

主题统觉测验——构造法

句子填充测验——完成法

我最喜欢＿＿＿＿。我最讨厌＿＿＿＿。

表露法，主要有：a.画人测验四、按测验的方式分类（一）个别测验（二）团体测验五、按测验的要求（一）最高作为测验：求受测者尽可能做出最好的回答。这主要与认知过程有关，有正确答案。成就测验、学绩测验属于最高行为测验。（二）典型行为测验：典型行为测验要求受测者按通常习惯方式做出反应，没有正确答案。人格测验属于典型行为测验。第四单元纠正错误的测验观一、错误的测验观（一）测验万能论（二）测验无用论（三）心理测验即智力测验（一）心理测验是重要的心理学研究方法之一，是决策的辅助工具（二）心理测验作为研究方法和测量工具尚不完善二、正确的测验观第五单元

心理测验在心理咨询中的应用

我国目前情况下，心理门诊中运用较多的大致有这样3类心理测验：一、智力测验韦氏智力量表、中国比内量表、联合瑞文量表二、人格测验艾森克人格问卷（EPQ）、卡特尔16人格因素问卷（16PF）、明尼苏达多项人格调查表（MMPI）三、心理评定量表精神病评定量表、躁狂状态评定量表、抑郁量表、焦虑量表。第六单元心理测验的发展史一、科学心理测验的产生与发展（一）首先倡导科学心理测验的学者是英国生物学家和心理学家高尔顿（二）1890年，卡特尔在《心理》杂志上发表“心理测验与测量”一文，这是心理测验第一次出现于心理学文献中。（三）比内与其助手西蒙研究制作了世界上第一个正式的心理测验。二、20年代以后心理测验的发展1、操作测验的发展2、团体智力测验的发展3、能力测验的发展4、人格测验的发展三、现代心理测验在我国的发展1、我国近代心理测验源于1914年，2、1979年后，先后对国外广泛采用的智力和人格测验工具进行修订。3、近年来，我国心理学家在致力于心理测验本土化。课堂练习1、测量所用数字具有自然数的特点，即具有（ABCD）。（A）区分性（B）等级性（C）等距性（D）可加性2、用1代表男，2代表女等等，这样的量表叫做（A）A命名B顺序C等距D等比3、测量所用数字具有自然数的特点，即具有（）。（A）区分性（B）等级性（C）等距性（D）可加性ABCD4、其数值可以进行加减乘除运算的量表是A命名量表B顺序量表C等距量表D等比量表D5、按测验材料的性质，可将测验分为（）。（A）文字测验（B）智力测验（C）主题统觉测验（D）操作测验AD6、按测验的功能，可将测验分为(ABC)。

(A)智力测验

(B)特殊能力测验

(C)人格测验

(D)投射测验7、按测验的功能，可将测验分为()。(A)智力测验(B)特殊能力测验(C)人格测验(D)投射测验ABC8、正确的测验观包括(

)。

(A)心理测验是重要的心理学研究方法之一，是决策的辅助工具

(B)做心理测验时态度要正确(C)心理测验作为研究方法和测量工具尚不完善

(D)心理测验的结果可以非常准确地反映人的特点

ABC9、（）编制了世界上第一个正式的心理测验。A高尔顿B比内C卡特尔D奥蒂斯B10、近些年，我国心理学家正在致力于心理测验研究的（）。A本土化B数量化C引进并修订国外量表D大量测验A第二节测验的常模第一单元常模团体第二单元常模的类型第三单元常模分数的表示方法

第一单元常模团体一、常模团体的性质

常模团体是由具有某种共同特征的人所组成的一个群体，或者是该群体的一个样本。

1、对测验编制者而言，常模团体要能够代表总体：选择常模团体的步骤：确定一般总体——确定目标总体——确定样本。

2、对测验的使用者来说，要考虑的问题是，现有的常模团体哪一个最合适。（例如，人员安置时，同一个分数就可以与各种不同工种的常模比较）（一）群体的构成必须明确界定。（二）常模团体必须是所测群体的代表性样本。（三）样本的大小要适当总体数目小，只有几十个人，则需要100%的样本。如果总体数目大，相应的样本也大，一般最低不小于30或100个。全国性常模，一般应有2000~3000人为宜。（四）标准化样组是一定时空的产物——在选择常模的时候注意选择较为新近的常模。二、常模团体的条件取样：从目标人群中选择有代表性的样本。（一）简单随机抽样常用方法：抽签法和随机数字法（如从50随机选取10人）。

（二）系统抽样又称等距抽样，将已编好的个体排成顺序，然后每隔若干个号码抽取一个。关键是计算组距。K=N/n系统抽样要求目标总体无等级结构存在。三、取样的方法（三）分组抽样将群体分组，再在组内进行进行随机取样。例如：全国取样——按行政区分组适用于：总体数目大，而且群体有多样性，将群体分组，在组内随机取样。（四）分层抽样将目标总量按照某种变量分成若干层次（如，年龄）再从各层次中抽取若干受测者。分层抽样分为，分层比例抽样和分层非比例抽样四、常模分数与常模（一）常模

常模是一种供比较的标准数量，由标准化样本测试结果而来，他是心理测验时用于比较和预测结果的参照分数标准。依据样本大小——全国常模、区域常模、依据样本来源——

一般常模（为测验指导书上列出的常模）特殊常模（为非典型群体建立的，如某个单位）依据具体应用标准和分数特征——百分位常模和标准分常模

（二）常模分数

常模分数就是施测常模样本被试后，将被试者的原始分数按一定规则转换出来的导出分数。例如：抑郁量表，原始分*1.25=常模分数第二单元常模的类型

发展常模又称年龄量表，就是根据不同年龄上各种发展水平的人的平均表现（如智力、技能、感觉运动等方面的发展水平）所制定的量表。一、发展常模发展顺序量表智力年龄年级当量（一）发展顺序量表：与发育正常的儿童相比，按年龄评定一个儿童的心理发展水平。

1）葛尔塞发展程序量表（最早）：按月份显示发育正常儿童在运动水平、适应性、语言、社会性四个方面的发展水平，以此作为标准，评定个体的发展水平。强调儿童早期行为的发展是有规律的。

例如：婴儿的感觉运动发展：

4周——能控制眼睛运动，去追随一个对象看。

16周——能保持头平衡

28周——能用手抓握东西，并玩弄它40周——能控制躯干，坐立或爬行

52周——能控制腿脚，站立和行走2）皮亚杰的发展理论——对守恒概念的研究：儿童在不同时间出现不同守恒概念。通常情况下：5岁时才会理解质量守恒；6岁才会掌握重量守恒；7岁时才有容量守恒概念（二）智力年龄：

1）比内-西蒙智力量表——首先使用智力年龄的概念；编制出可区分各年龄儿童的智力水平的测题，这些测题的难度随年龄而逐渐加大。一个儿童在量表上所得的分数，就是最能代表他的智力水平的年龄。智龄是年龄量表上度量智力的单位。

2）测量方法：（1）、测题分年龄组计算方法：智力年龄=基础年龄+更高年龄组上通过的测题数量所代表的智龄增长的月数（每答对一题加2个月）

假如：某儿童6岁组的题目全部通过，7岁组通过4题，8岁组通过3题，9岁组通过2题，其智龄为：6（岁）+4*2（月）+3*2（月）+2*2（月）=6岁+18月=7岁6个

（2）、测题不分年龄组测题不分年龄组，以标准化样本中每个年龄组的平均分数作为年龄常模，将个人的原始分数与年龄常摸作比较，计算其智力年龄。

例如：某个儿童的原始分数等于8岁组的平均分数，则其智力是年龄是8岁。

（三）年级当量：年级当量实际上就是年级量表，说明测验结果属哪一年级的水平，（例如：算数水平是5年级的，理解水平是6年级。）在教育成就测验中最常用。年级量表的单位通常是10个月，以10个月为一个年级。4-0指4年级开始时的平均成绩，4-5指4年级学年中间的平均成绩

二、百分位常模1、百分等级2、百分点3、四分位数和十分位数1、百分等级（PR）：一个测验分数的百分等级指在常模样本中低于这个分数的人数的百分比。（1）百分等级越低，个体所处的位置就越低。（2）计算方法：公式：PR=100-(100R-50)N（PR：百分等级，R：排列序号，N：总人数）

例如：某被试在一次由50人参加的成绩中排名第9，该生成绩的百分等级是多少？（答案：83%）课堂练习：

某班学生参加数学测验，随机抽取10名同学依照成绩排列大小分别是：90898578777369666560请问：得分85分的百分等级（答案：75%）2、百分点：（1）百分点也称百分位数（PP），计算处于某一百分比例的人对应的测验分数是多少。

例如：挑选出得分高的20%的受测者，就是要选择百分等级是80的测验分数。

计算方法：直线内插法

例如：高考的最高分是650分，其百分等级是100，最低分是105分，百分等级是1，要录取20%的学生进入大学，百分等级为80的百分位数（答案：540分）3、四分位数和十分位数：四分位数和十分位数只是百分位数的两个变式，其含义相似。四分位相当于百分位的25%，50%，75%100%

十分位数相当于百分位的1%-10%，-----91%-100%三、标准分数常模标准分常模：是将原始分数与平均数的距离以标准差为单位表示出来的量表；1、其基本单位是标准差（standerdeviation）:是各数据偏离平均数的距离的平均数，反映数据的离散程度。2、常用的标准分数有T分数——平均数为50、标准差为10标准九分——平均数为5,标准差为2标准十分——平均数为5，标准差为1.5；标准二十分——平均数为10，标准差为3离差智商——平均分为100，标准差为153、分类：标准分数可以通过线性转换，也可以通过非线性转换得到，由此可将标准分数分为线性转换的标准分数与非线性转换的标准分数。

线性转换的标准分数和非线性转化的标准分数（一）线性转换的标准分数：

（1）适用于正态（常态）分布的数据资料；（2）z分数为最典型的线性转换的标准分数；z分数：z=（X-M）/SDX为任一原始分数，M为样本平均数，SD为样本标准差。

z分数可以用来表示某一分数与平均数之差是标准差的几倍。（3）转换后的Z分数：Z=A+BZZ为转换后的标准分数，A、B为根据需要指定的常数；加上一个常数A是为了去掉负值，乘以一个常数B是为了使单位变小而去掉小数点；加或乘一个常数并不改变原来分数间的关系。

（二）非线性转换的标准分数：

（1）原始分数不是常态分布——使之常态化（常态化过程是非线性的）；（2）常态化过程主要是将原始分数转化为百分等级，再将百分等级转化为常态分布上相应的标准分数（3）计算步骤：

A、对每个分数值计算累积百分数

B、在常态曲线面积中,求出对应的该百分比的z分数

在最早的比内—西蒙智力测验中没有智商的概念，只用“心理年龄”（MA）来表示被试智力的高低。目前一般都用比率智商和离差智商来表示智力的高低。

1、比率智商（IQ）：

1、比率智商：心理年龄（MA）与实足年龄（CA）之比。为避免小数，将商数乘以100。

2、计算公式IQ=MA×100CA

例如：如果一个儿童的心理年龄等于实足年龄，他的智商就100。IQ等于100代表正常的或平常的智力。（缺陷：个体心理年龄和实足年龄不是同步增长比率智商并不适合于年龄较大的被试。）四、智商及其意义2、离差智商：（1）、离差智商，是一种以年龄组为样本计算而得的标准分数；韦克斯勒将离差智商的平均数定为100，标准差为15；离差智商表示的是个体智力在年龄组中所处的位置；是表示智力高低的一种理想指标。

（2）、计算公式：IQ=100+15（X-X）

SDX表示被试的量表分数，X表示被试所在年龄水平的平均量表分数，SD表示这一年龄水平被试的量表分数的标准差。

3、在实际工作中，通常将原始分数与IQ值对应关系计算出来作为常模表，使用时，可以在常模表上按其年龄直接查出智商3、不同测验获得的离差智商只有当标准差相同或接近时，才可以比较，标准差不同，分数的意义就不同。参考表5-1第三单元常模分数的表示方法1、转换表法（常模表）

——是最简单而且最基本的表示常模的方法就是转化表，也叫常模表参考表5-22、剖面图

——是将测验分数的转换关系用图形表示出来。可以很直观地看出被试在各分测验上的表现及其相对位置。参考图5-1

课堂练习1、随机号码表法是(

)。(A)简单随机抽样

(B)系统抽样

(C)分组抽样

(D)分层抽样A2、解释心理测验分数的参照基础是(

)

(A)常模分数

(B)常模

(C)导出分数

(D)分数B

3、量表中首先使用智力年龄概念的是(

)

(A)比内一西蒙

(B)韦克斯勒

(C)斯坦福一比内

(D)瑞文A4、解释心理测验分数的参照基础是(

)。

(A)常模分数

(B)常模

(C)导出分数

(D)分数B5、常模样本量的大小，一般不小于(

)。

(A)l00或500

(B)800或1000

(C)20或25

(D)30或100

D（多选）6、百分位常模包括(

)。(A)百分等级

(B)百分点

(C)四分位数

(D)十分位数

ABCD（多选）7、在分数量表上，相对于某一百分等级的分数点可称为(

)。(A)百分等级

(B)四分位数

(C)百分点

(D)百分位数CD

8、“某分数的百分等级为55”表示在常模样本中有55%的人的分数比该分数（）。（A）低（B）相等（C）高（D）全不是

A（多选）9、获得标准分数的途径包括(

)。(A)线性转换

(B)非线性转换

(C)矢量计算

(D)坐标变化AB10、以50为平均数、以10为标准差来表示的分数通常叫（

）。（A）Z分数（B）T分数（C）标准九分数（D）离差分数B11、（）表示的是个体智力分数在同年龄组分数分布中所处的位置。（A）离差智商（B）比率智商（C）百分等级（D）标准九分数A12、比率智商（IQ）是（）与实足年龄之比。（A）生理年龄（B）真实年龄（C）心理年龄（D）智力商数C第三节测验的信度

信度是评价一个测验是否合格的重要指标之一，一个测验是否可靠，具有稳定性，就是考察这个测验的信度。第一单元信度的概念一、信度的定义：信度是指同一被试者在不同时间内用同一测验（或用另一套相等的测验）重复测量，所得结果的一致程度。

1、信度越高，说明测验的稳定性越好。

2、每一个测试的实得分数（X）总是由真实分数(T)和误差(E)两部分构成的.X=T+E(随机误差系统误差)信度只受随机误差的影响，随机误差越大，信度越低。二、信度的指标信度用：信度系数、信度指数、测量标准误来表示

1、信度系数r(xx)：它是一种相关系数，是受测者样本所得两种资料的相关。(表示实得分数和真实分数的符合情况)

r(xx)=ST²SX²

(真分数方差与实得方差比率)

2、信度指数：信度系数开根号3、测量标准误:

信度系数只是表示一组测量的实得分数和真实分数的符合程度，但没有指出个体分数的变异量。标准差和标准误的区别可以这样表述：标准差是衡量样本数据的离散程度；标准误是样本均值的标准差，衡量的是样本均值的离散程度。

标准误表示的是个人测验分数的变异量。（表示误差大小）SE=S(x)√1-r(xx)SE所得分数是测量的标准误S(x)所得分数的标准差r(xx)测验的信度系数信度越高，标准误就会越低。第二单元信度评估的方法对信度的评估没有通用的法则，不同的信度反映测验误差的不同来源，所以每一种信度系数只能说明信度的不同方面。1、重测信度——稳定性系数2、复本信度——等值性系数3、内部一致性信度4、评分者信度一、重测信度（又称稳定性系数）

1、它的计算方法是采用重测法。（使用同一测验，在同样条件下对同一组被试者前后施测两次测验，求两次得分间的相关系数。）

2、优点：能考察测验是否随时间而变化缺点：时间短：易受到练习和记忆的影响时间长：身心的发展和学习经验的积累

一般是两周到四周较宜，间隔时间最好不超过六个月二、复本信度（等值性信度）

1、以两个等值但题目不同的测验来测量同一群体，然后求应试者在这两个测验上得分的相关系数。在应用上，有一半受测先做A本，再做B本，另一半受测，先做B本，再做A本。

A本：你是一个喜欢热闹的人吗？

B本：你是一个喜欢安静的人吗

2、优点：能够避免重测信度的一些问题，如记忆效果、练习效应等。缺点：⑴如果测量的行为易受练习的影响，则复本信度只能减少而不能消除这种影响。⑵由于第二个测验只改变了题目的内容，已经掌握的解题原则，可以很容易的迁移到同类题目上⑶有些测验很难找到合适的复本，建立副本比较困难。三、内部一致性信度内部一致性信度，主要反映的是题目之间的关系，表示测验能够测量相同内容和特质的程度。1、分半信度：是指采用分半法估计所得的信度系数。

具体做法：奇数项目和偶数项目的相关分半信度实际上是反映的只是两半测验之间的相关系数，测验越长信度就越高，常会低估信度，需要用公式来加以修正。（斯皮尔曼—布朗矫正公式）2、同质性信度：同质性代表测验内容所有题目间的一致性。

当各个测验得分之间有较高的正相关时，测验为同质，反之为异质。（测验应有若干个相对异质的分测验，分测验内部具有同质性）四、评分者信度

是指不同评分者对同样对象进行评定时的一致性。最简单的估计方法就是随机抽取若干份答卷，由两个独立的评分者打分，再求每份答卷两个评判分数的相关，即评分者信度，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。第三单元信度与测验分数的解释一、解释真实分数与实得分数的相关信度系数r(xx)可以解释为总的方差中有多少比例是由真实分数的方差决定的，也就是测验的总变异中真分数造成的变异占百分之几。

r(xx)的分布是从0.00到1.00，代表从缺乏信度到完全可信的状态。

例如：r(xx)=0.90则得分中90%的变异是真分数，仅10%是来自测验的误差。

r(xx)=0反映变异和差别都反应的是测量误差

r(xx)=1反映没有误差二、确定信度可以接受的水平（0.7-0.85）当rxx<0.70时，测验不能用于对个人作出评价或预测，而且不能做团体比较；当0.70≤rxx<0.85时，可用于团体比较；当rxx≥0.85时，才能用来鉴别或预测个人成就或作为。三、解释个人分数的意义

信度在解释个人分数的意义上，是通过应用测量标准误（抽样的误差）

作用：其一是估计真实分数的范围；其二是了解实得分数再测时可能的变化情形。

SE=sx√1-rxx

SE=sx√1-rxx一般采用95%的概率水平，其置信区间为：X―1.96SE＜XT≤X+1.96SE(95%的可能性真分数落在所得分数±1.96SE

上)

例：在一个智力测验中，某个被试的IQ为100，已知该智力测验的标准差为15，信度系数为0.84，如果再测一次，他的分数将改变多少？

SE=sx√1-rxx=15√1-0.84=6.0

IQ=100±1.96*6＝100±11.76≈88～112四、比较不同测验分数的差异测量标准误和测验信度在评价两个不同测验的分数时候有明显差异时也非常重要，这种比较包括两个人不同分数的差别和同一受测者在两个差异上的差别。公式：SEd=S√2-rxx-ryy

SEd表示诧异标准误，S代表两个测验使用的标准差，

例；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。已知两个分数都是以100为平均数，15为标准差的标准分数。假设言语测验和操作测验的分半信度分别为0.87和0.88。问其操作智商是否显著高于言语智商呢？1、SEd=√2-0.87-0.88=7.5。2、在统计上，经常要求两个分数的差异程度达到0.05的显著水平，才能承认不是误差的影响。因此，将差异标准误（7.5）乘以1.96，结果为14.7，这表明个体在韦氏测验两半得分的差异高于大约15分，才能达到0.05显著水平。3、上述被试的差异分数110-102=8是不显著的。第四单元影响信度的因素一、样本特征（一）样本团体异质性的影响异质性越高，分数分布范围大，信度系数越高。

（二）样本团体平均能力水平的影响二、测验长度（一）测验越长，测题取样或内容取样越有代表性（二）测验越长，被试的猜测因素影响就越小三、测验难度洛德（Lord）提出在学绩测验中，为了保证其可靠性，各类选择题的理想平均难度为：五择一测题，0.70；四择一测题，0.74；三择一测题，0.77；是非题，0.85四、时间间隔课堂练习1、信度只受（B）的影响。（A）系统误差（B）随机误差（C）恒定效应（D）实验误差2、同质性信度主要反映测验内部()间的一致性。

(A)两半测验(B)题目与分测验

(C)所有题目(D)分测验与分测验C3、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（）。（A）大（B）低（C）小（D）不确定A4、重测信度即（）。（A）等位性系数（B）稳定性系数（C）相关系数（D）X系数B5、一般要求在成对的受训的评分者之间，平均一致性达到（）以上，才能认为评分是客观的。A0.7B0.8C0.9D1.0C第四节测验的效度

第一单元效度的概念

一、效度的定义在心理测验中，效度是指所测量的与所要测量的心理特点之间符合的程度，或者简单地说是指一个心理测验的准确性。

测量效度除受随机误差影响外，还受到系统误差的影响。可信的测验未必有效，有效的测验一定可信。

二、效度的性质1、效度具有相对性：每种测验都有功能和限度，不能笼统的说有没有效，而是对测量什么有没有效。例如：数学测验——性格2、效度具有连续性：测验效度通常用相关系数表示，他只有程度上的不同，应该用效度较高或较低来说明。例如：用尺子测量体重第二单元效度评估的方法

一、内容效度(一)什么是内容效度

1、内容效度指的是测验题目对有关内容或行为取样的适用性。

2、想要编制有较高内容效度的心理测验：首先，要对所测量的心理特征有个明确的界定。

其次，测验题目应是所界定的内容范围的代表性取样。二、内容效度的评估方法1．专家判断法

专家对测验题目与原定内容的符合性做判断，由于这种估计效度的方法，是一个逻辑分析的过程，所以内容效度有时又称“逻辑效度”原定内容测验题目2．统计分析法（1）计算两个评分者之间评定的一致性。

（2）再测法。（测验——学习——再测）3．经验推测法

通过实践来检验效度例如：儿童发展量表的是否有效，对每个年龄阶段的儿童进行调查，然后分析。三、内容效度的特性（1）内容效度不是普遍适用。如果测验分析者与测验使用者定义的内容范围相同，内容效度才有意义。（2）内容效度有时间上的特定性。（适合过去，未必适合现在）

内容效度和表面效度的区别内容效度——专家题目与测量目的总体上和内容总体上的逻辑性表面效度——外行题目与测量目的明显的直接的关系（最高行为测验需要高表面效度，典型行为测验需要低表面效度）二、构想效度

（一）什么是构想效度构想效度。（又称构思效度、结构效度）：指测验能够测量到理论上的构想或特质的程度，即测验的结果是否能证实或解释某一理论的假设、术语、或构想，解释的程度如何

————这个测验测量的什么心理构想？测量的有多好？建立构想效度的步骤1、从某一构想理论出发，提出关于某一心理特质的假设。2、设计和编制测验。3、用相关和因素分析法等方法分析，验证与理论符合的程度。

（二）构想效度的评估方法1.对测验本身的分析——研究测验内部结构（1）测验的内容效度可以作为构想效度的证据。例如：韦氏智力测验内容：常识，理解，算数，相似性，记忆广度，词汇，译码，填图，图片排列，图形拼凑等分测验。这些分测验就等同于韦氏对智力的解释。（2）测验的内部一致性——推断测验是测量单一特质还是测量多种特质。（3）分析被试者对题目的反应特点。若有证明表示某一题目的作答除了反映要测量的特质外，还反映其他影响，则说明该题会降低构想效度。例如，“我总避免对别人的言行作出批评”人格测试中的社会赞许和道德评判的成分2.测验间的相互比较:通过分析几个测验间的相互关系，找出其共同之处，从而推断这些测验测量的特质是什么。

相容效度：新编测验与某个已知的能有效测量相同特质的旧测验的相关，若相关较高，则说明新测验有较高的效度。

区分效度：新编测验与某个已知的能有效测量不同特质的旧测验间的相关，若相关高，则说明新测验结构效度不高，因为也测出了其他的心理特质。

因素分析法：（最常用的方法）通过对一组测验进行因素分析，找到影响测验分数的共同因素，这种因素可能就是要测量的特质，如果这些因素和原先的理论构想的一致，则构想效度就高。例如：一些研究韦氏智力测试做了因素分析，发现公共因子有三个，其中A因子主要负荷的测验有，词汇，分类，知识和领悟，B因子主要符合测验为，图片排列、木块图、填图和图形拼凑，C因子的主要符合测验为算术，数字广度，编码。用因素分析法得出的结论，该测验实际上是测量了A因素——言语理解能力

B因素——知觉组织因素

C因素——记忆和集中因素韦氏的假定是，“智力是一个人去理解和应付他周围世界的总的才能。”3．效标效度的研究证明4.实验法和观察法证实：观察实验前和实验后分数的差异。可以预测，在某种情况下或经过某种训练，受测者的测验得分会有所变化。三、效标效度（一）效标效度1、效标效度又称实证效度，反映的是预测个体在某种情境下行为表现的有效性程度。考察测验对行为的预测性如何。

例如：用机械能力倾向测验，测查机械工人，如能证明测验高分组的实际工作成绩高于低分组的实际工作成绩，则可以认为该测验具有较高的校标效度。2、分类：根据效标资料是否与测验分数同时获得，分为同时效度和预测效度两类同时效度——诊断现在——（例如：会考成绩）预测效度——预测将来——（例如：高考成绩）（二）效标效度的评估方法1、相关法：相关法是评估效标效度最常用的方法，它是计算测验分数与效标资料间的相关系数。（积差相关法，等级相关法，二列相关法，四分相关法）例如：张厚粲教授在主持修订瑞文标准推理测验（SPM）时候，他报告的预测效度是对北京两所普通中学69名高三的学生先施测SPM,再搜集这批学生三个月后的高考成绩，最后计算与高考总分的积差相关。2、区分法：思路：被试接受测验后，让他们工作一段时间，再根据工作成绩的好坏分成两组。来分析这两组原先接受测验的分数差异，若差异显著，则说明有较高的效度。3、命中率法命中率法是当测验用来做取舍的依据时，用其正确决定的比例作为效度指标的一种方法。命中率包括：正命中率：被测验选出来的人中真正选对的人的比例总命中率：被选对了的人数和被淘汰对了的人数的和与总人数的比例。测验鉴定为弱智测验确认为正常合计真正弱智24060300真正正常7096309700合计310969010000例：假如拥有1万名儿童的总体中，真正的弱智有300人，并有心理学家用智力测试做了如下分类，结果是：正命中率是：PPP=240/（240+70）=0.7742总命中率是：（240+9630）/10000=0.9870第三单元效度的功能一、预测误差：1、决定性系数：决定性系数是效度系数的平方，它表示测验正确预测效标的比例。

例如：测验的效度是0.8，决定系数是0.64.则测验分数正确预测效标的比例是64%2、估计的标准误：——对真正分数估计的误差大小公式：Sest=Sy√1-rxy2

Sest：估计的标准误

Sy：效标成绩标准差rxy2：决定性系数当rxy2=1，估计误差为0，测验分数可以代替效标。当rxy2=0，测验无异于猜测二、预测效标分数三、预测效率指数第四单元影响效度的因素

影响效度的因素很多，凡能产生随机误差和系统误差的因素都会降低测验的效度。一、测验本身的因素测验取材的代表性、测验长度、试题类型、难度、区分度以及编排方式等都会影响效度二、测验实施中的干扰因素主试：遵守测验手册规定，指导语是否统一，测验时间，评分标准是否合理被试：兴趣、动机、情绪、态度、身心健康三、样本团体的性质（一）样本团体的异质性样本团体越同质，分布范围就越小，测验效度就越低。样本团体越异质，分布范围越大，测验效度就越高）（二）干涉变量（例如，受测者的兴趣）四、效标的性质如果效标测量的信度不可靠，它与测验分数之间也就失去了可靠性）1、测量的效度除了受随机误差影响外，还受(

)的影响。

(A)随机效应

(B)测量理论

(C)系统误差

(D)相关系数A多选2、在评估测验的效度时，必须考虑测验的(

)。

(A)信度

(B)目的

(C)功能

(D)长度CD

多选3、效标效度可分为（）。（A）相容效度（B）区分效度（C）同时效度（D）预测效度CD多选4、效度具有相对性，在评鉴测验的效度时，必须考虑测验的（

）。（A）信度（B）目的（C）功能（D）长度BC5、测验题目对有关行为取样的适用性是()。

(A)内容效度

(B)构想效度

(C)效标效度

(D)区分效度A6、在编制测验时，效度是重要的要考虑的特性，如果是编制最高行为测验，除了内容效度，也要求有（）。A较高的表面效度B较好的专家判断C较好的外行判断D主观性A测验的项目分析包括定性分析和定量分析。定性分析包括：内容效度，题目编写的恰当性和有效性等定量分析包括：题目难度和区分度

第五节项目分析第一单元项目的难度一、定义：指项目的难易程度。难度的指标通常以通过率（P）表示。通过的人数越多，难度越小，通过的人数越小，难度越大。二、计算方法1、二分法记分的项目（1）心理测验的项目如果是选择题，通过记1分，错误记0分。对这类题目可以用通过率公式计算难度。通过率公式：P=R/N*100%(N代表受测人数，R代表通过人数)P值越大，难度越小）例：在有200个学生参加的测验中，答对某项目的人数为120人，则该项目难度为多少？

P=120/200=0.6（2）当受测人数较多时，则课使用极端分组法。具体做法：受测者分为三组，分数最高的27%受测者为高分组（NH），分数最低的27%受测者为低分组（NL）分别计算高分组和低分组的通过率，以两组通过率的平均值为每题的难度。公式为：P=(PH+PL)/2

例如：在一次又370人的被试的测验中，选为高分组和低分组的被试各100人，其中高分组有70人答对第一题，低分组有40人答对第一题，则第一题的难度为。

P=(PH+PL)/2=1/2(70/100+40/100)=0.052、非二分记分的项目

对于论述题，每个答案不止有答对和答错两种结果，而是从满分至零分之间的多种可能，对于这类项目的难度用公式：P=X/Xmax×100％（X为全体受测者在该题上的平均分，Xmax为该题的满分）例如：某次数学测验的第七题，满分分值是15分，考生在该题上的平均得分是9.6，则该题的难度是（0.64）三、难度水平的确定（一）项目的难度1、P值越接近于0或接近于1，越无法区分被试间能力的差异。相反，P值越接近于0.50，区别力越高。为了使测验具有更大的区别力，应选择难度在0.50左右的试题比较合适。

2、当测验用于选拔或诊断时，应该比较多的选择难度值接近录取率的项目。3、对于选择题而言，P值一般应该大于概率水平（二）测验的难度测验的难度（P396页图5-3）大多数测验难度设计时希望呈现常态分布的模型。A为正偏态分布，即大多数得分集中在低分端，因此必须增加足够数量的较容易的项目；B为负偏态分布，即大多数得分集中在高分端，因此必须增加足够数量的较高难度的项目。一般来说，最好的测验中所包含的试题的难度在0.5+-0.2之间，平均难度接近0.05

第二单元项目的区分度

一、定义

项目区分度也叫鉴别力，是指测验项目对被试的心理特性的区分能力。是评价项目质量和筛选项目的主要指标，也是影响测验效度的重要因素。如果一个项目，实际水平高的被试能顺利通过，而实际水平低的被试不能通过，那么我们就可以认为该项目有较高的区分度。二、计算方法—1、鉴别指数法步骤：（1）按测验总分高低排列答卷；（2）确定高分组与低分组，每一组取答卷总数的27%；（3）分别计算高分组与低分组在该项目上的通过率或得分率；（4）按下列公式估计出项目的鉴别指数：

D=PH-PL（公式5-35）式中，D为鉴别指数，PH为高分组在该项目上的通过率或得分率，PL为低分组在该项目上的通过率或得分率。

表5-5项目鉴别指数与评价标准鉴别指数（D）项目评价0.40以上很好0.30~0.39良好，修改后会更佳0.20~0.29尚可，但需修改0.19以下差，必须淘汰2、相关法用鉴别指数分析项目虽然容易理解，计算方便，但结果不精确，在大规模或标准化的测验中，多采用相关法，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，项目区分度就越高。三、区分度与难度的关系。项目通过率D的最大值1.0000.900.200.800.400.700.600.600.800.501.000.400.800.300.600.200.400.100.20001、一般来说，较难的项目对高水平的受测者区分度(

)。

(A)中等

(B)一般

(C)较高

(D)较低C2、在200个学生中，答对某项目的人数为120，则该项目的难度是（）A0.1B0.2C0.4D0.6D3、项目的（）也叫鉴别力，是指测验项目对被试者的心理特性的区分能力A难度B区分度C信度D效度B4、1965年，美国测验专家伊贝尔依据长期的经验提出用鉴别指数评价项目能力的标准，鉴别指数D为（），说明该项目差，必须淘汰。A0.19以下B0.2-0.29C0.3-0.39D0.4以上A5、难度和区分度的关系，一般说来，较难的项目对高水平者的被试者区分度（），中等难度的项目对中等水平的被试区分度高。A中等B一般C高D低C

第六节测验编制的一般程序

第一单元测验的目标分析一、测验的对象：编制测验前首先要明确测验的对象，即该测验编成后用于哪些团体。中国韦氏城市版，农村版。二、测验的用途

1、显示性测验是指测验题目和所要测量的心理特征相似的测验。（如：成就测验）

2、预测性测验是指预测一些没被测量的行为的测验。它最关心的是测验分数与预测行为之间的关系。（如：高考成绩）三、测验的目标

心理测验的目标指用来测量什么样的心理变量或行为特征。目标分析以测验不同而异，分三种情况：（一）工作分析：预测性测验的主要任务就是要对所预测的行为活动作具体分析包括两个步骤：1、确定哪些心理特征和行为可以使要预测的活动达到成功。2、建立衡量被试是否成功的标准-效标。（二）给所要测量的心理或行为特质下定义，发现该特质所包含的维量将通过什么行为表现出来或怎样进行测量。（三）确定测验的具体内容：对于显示性测验要确定显示的内容和技能，从中取样。（成就测验）。

第二单元测题的编写一、搜集资料，来源三方面：

1、已出版的标准测验。MMPI，WAIS2、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；取样要有代表性；题目见内容相互独立。2、文字方面：避免使用生僻的字句或词汇；语句简明扼要；一句话说明一个概念；尽量少使用双重否定句。3、理解方面：题目有确切的答案；不要超出受试团体知识水平和理解能力。4、社会敏感性方面：应尽量避免社会敏感性问题（如涉及社会禁忌或个人隐私的题目）三、编制要领1、选择题，编制要点：（1）、题干所提的问题必须明确。（2）、选题切忌太长，要简明扼要。（3）、每题只给一个正确答案，其他属诱答。（4）、各选项长度应相等，尽量不要有长有短。（5）、避免题干用词与选项用词一致，否则会成为选择答案的线索。（6）、选项最好用同一形式。2、是非题，编制应注意：

1、内容应以有意义的概念、事实或基本概念为基础。

2、每道题只能包含一个概念。

3、尽量避免否定的叙述，尤其是双重否定。

4、若是表达意见的题目，最好说明意见的来源和根据。

5、是非题的数目应有比例，基本相等，且随机排列。3、简答题，编制简答题的三个原则：

1、宜用问句形式。