心理基础及其测量 12

第二章心理测量概述心理测量Psychometrics李英武董妍中国人民大学心理学系第二章心理测量概述学习目标理解心理测验与心理测量，辨析相关术语。基本框架概念与要素、测验类型、功能与用途。学习要求能够分析测验质量，并为具体情境选择测验。教育情境章节导入：价值观如何测量将社会主义核心价值观融入教育教学。案例思考针对不同年龄学生，如何测量其认知、态度与行为表现？第1节心理测量的概念学校教育心理测量在日常生活中学科考试量化学生的知识与能力表现。职业发展笔试与面试评估能力、人格及职业兴趣。自我认识网络测验回应自我探索需求，科学性仍需检验。一、心理测验的定义通过刺激(例如，题目，图片，游戏，社交媒体上的点赞)，诱发并系统性收集人的行为，对两人或多人的行为进行系统性比较的过程。（1）测验涉及某种行为样本。（2）行为样本必须以某种系统的方式收。（3）测验的目的是比较两个或更多人的行为。(Cronbach,1960)心理测验就是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方法，是心理测量的一种工具和手段，是根据一定法则对人的行为用数字加以确定的方法。(郑日昌,1999)1.行为样本心理测验的核心元素选取有代表性的反应或任务表现。2.系统收集题目、施测程序和评分规则保持一致。3.比较差异比较个体之间或个体内部的行为差异。个体间差异相对性：个体间与个体内差异不同个体在相同条件下的表现差异。例如，比较同龄儿童的认知能力。个体内差异同一人在不同时间或情境中的表现变化。例如，观察压力情境下的情绪波动。心理属性较为抽象间接性：依据行为推论心理智力、人格和情绪通常需要借助可观察指标。推论需要证据任务表现与目标特质的关系需要理论和效度支持。技术发展带来新问题脑机接口等技术拓展观测方式，指标的心理含义仍需验证。由于测量工具的（如，心理测验）效度不足，或施测方法有误，致使个体某特质所测到的分数与真分数之间产生了差距(张厚粲&龚耀先,2009)。

测量误差（ErrorofMeseasurement）是指测量所得值与预测特质的实际值之间的差异值。通常分为：1-随机误差（RandomError）是指测量所得值与预测特质的实际值之间的大小和方向都会随机变化的差异值。通常由偶然因素引起的，使得测量结果在不同时间有所波动。2-系统误差（SystemeticError）则是指测量所得值与预测特质的实际值之间的大小和方向都不变的差异值。测量误差测量误差：随机与系统偏差比较维度随机误差系统误差表现大小和方向随机变化持续地向某一方向偏移例子偶发疲劳或环境干扰某种评分偏差使分数持续偏高主要影响结果的一致性与稳定性分数解释的准确性控制思路规范条件、改进工具与重复施测识别偏差来源并修正程序或工具被试因素心理状态对测验结果的影响动机、情绪、注意力和对测验的态度。互动因素对测验目的的理解、期望及与主试的互动。控制方法规范指导语与环境，关注被试状态，记录异常情况。测量：指根据某种明确的程序或规则，用数字来量化或分配数字给研究者所感兴趣的属性、特质、现象，或行为特征的一种方式。标度：数值赋予心理属性的方式，被称为度量或标度(Scaling)。二、测量与心理测量心理测量：①

心理测量是依据一定的心理学理论，使用测验对人的心理特质进行定量描述的活动。

(戴海崎&罗照盛,2022)②是依据心理学理论和规则，用数字对心理属性或行为特征进行量化赋值的过程。研究对象心理测量学研究什么心理测验的属性及其理论与实践特性。核心问题测验产生什么信息？分数是否可靠？解释是否有效？相关学科心理计量学侧重测量理论、统计方法与数学模型。测验、测量、评量与评鉴的区别术语关注重点教育情境中的例子测验以任务或题目采集行为样本完成一套数学试题测量依据规则赋予数量按规则计算考试得分评量收集、整合和解释信息结合考试、观察与访谈了解学习评鉴依据标准判断品质或价值判断教学目标是否达成行为样本三、心理测验的四个要素代表性与数量适当。标准化实施、评分与解释遵循统一程序。客观化减少主观影响，检验信度和效度。常模以适当参照群体的分布解释分数。代表性行为样本：代表性与数量测量词汇量，题目应覆盖多样词汇。仅用计算机术语难以代表总体词汇量。数量适当过少的题目可能遗漏重要内容。预测关系样本是否有用，取决于它与目标行为的经验联系。内容可以直接对应行为样本与目标行为词汇测验抽取词汇知识样本。也可以间接关联能力倾向测验用于推测未来表现。关键在验证刺激表面的相似性不能代替效度证据。罗夏墨迹测验标准化：测验条件的一致性实施环节需要统一的内容材料与时间题目、图表、辅助工具及作答时限指导与示范指导语、例题及解释方式问题处理对受试者询问的回应方式测验情境场地布置、光线、噪音等条件评分与解释计分规则及分数解释程序实施与评分客观化：减少主观干扰尽量减少主试经验、态度和判断造成的偏差。项目选择通过试测数据确定项目难度与覆盖范围。质量检验用信度和效度证据评价测验，而非仅凭印象。重测信度信度：测验分数的一致性隔一段时间再测，考察分数的稳定性。评分者一致性不同评分者对同一表现的评分是否接近。内部一致性考察测验项目之间的一致程度。解释信度时，应同时了解方法、样本与施测条件。目标与构念效度：分数解释是否有依据测验是否反映拟测量的心理特质？效标关系测验分数与相关外部表现有何联系？实际预测例如，用未来工作表现检验职业测验的预测作用。效度需要持续积累证据，并结合具体用途判断。客观性、信度与效度概念核心问题客观性施测和评分能否尽量避免主观干扰？信度测验分数是否一致、稳定？效度分数能否支持预期的解释和用途？高信度是高效度的必要条件，但不是充分条件。原始分数常模：分数解释的统计基准答对题数、完成时间或错误次数等直接结果。常模根据目标群体的表现分布建立的统计基准。解释作用将个体分数放到同类群体中，了解其相对位置。代表性样本常模的建立与使用标准化样本应代表测验所面向的群体。分布信息不仅关注平均数，还应关注离散程度和分布形态。使用边界常模的适用性取决于样本特征，平均表现不等于理想表现。四、测验、问卷与量表维度测验问卷量表核心目的测量心理特质收集主观信息量化特定维度结果形式分数、等级文字、分类等维度分数设计特点强调标准化形式较灵活结构与计分明确数据来源行为表现等自我报告结构化反应应用例子智力、能力测验态度、行为调查人格、情绪测量专业要求按工具要求施测按调查要求设计专业设计与解释绝对零点量表的要素：参照点表示所测属性的缺失，例如长度为零。相对零点由人为约定，例如摄氏温度的零点。心理测量中的限制考试80分与40分，不能直接解释为能力相差一倍。单位用于表示数量量表的要素：单位长度可用米，质量可用千克。理想单位具有等值性相邻单位之间的距离相等。分数解释需谨慎不同测验中的同样分数，意义可能不同。度量衡斯蒂文斯的分类量表的四种测量水平名称、顺序、等距、比率。分类依据参照点与单位的性质决定可作何种解释和运算。理论与行为小结：分数为什么有意义心理构念需要明确界定，并用适当行为样本测量。程序与证据标准化、客观性、信度和效度支持分数解释。参照与单位常模和量表性质限定比较与运算的方式。第2节心理测量的类型心理测验的六种分类依据分类依据主要类型测量目的能力、人格、兴趣、态度、价值观测验受试人数个别测验、团体测验测量材料文字测验、非文字测验评分方式客观性测验、主观性测验结果解释常模参照测验、标准参照测验测量时限速度测验、难度测验一、最佳表现与典型表现比较维度最佳表现测验典型表现测验关注问题最多能做到什么程度平时通常怎样表现作答要求尽可能发挥能力报告通常的感受和倾向典型内容智力、能力倾向、成就人格、兴趣、态度等分数含义反映能力或成就差异描述特质构成，需结合用途解释认知能力测验能力测验的主要类型考察言语、记忆、空间知觉和推理等认知领域。能力倾向测验评估未来学习、适应或表现的潜力。成就测验评估教育或训练后已经掌握的知识与技能。一般能力倾向能力倾向测验考察语言、数学、空间知觉等多个领域。特殊能力倾向面向音乐、数学等特定领域。行政能力倾向为行政职业情境中的能力评估与选拔提供信息。成就测验：总结性与形成性维度总结性测验形成性测验实施时点课程或阶段结束时教学进行过程中主要目的总结与评定学习成果反馈学习进展，支持改进内容特点综合覆盖教学目标围绕当前学习内容灵活设计典型例子期末考试、阶段结业测试课堂小测、项目进度报告总结性用途案例：考试与教学反馈综合评估阶段性的知识与学术能力。形成性用途分析错误、反馈薄弱环节，调整教学与学习。高考主要目的人格测验描述性格、气质等方面的差异。问卷式测验根据感受和行为倾向作答，例如16PF、MMPI。投射性测验对模糊刺激作出反应，解释需要专业训练和效度证据。关注内容兴趣测验与职业探索个体对活动、职业或情境的偏好方向与强度。解释边界兴趣反映喜欢什么，能力反映能做什么。应用结合兴趣、能力及现实条件，支持学业与职业规划。霍兰德六类型：现实型、研究型、艺术型、社会型、企业型、常规型。认知成分态度测验对态度对象的认识和评价。情感成分对态度对象的情绪与感受。行为成分对态度对象的行为意向或反应倾向。测量态度的方向与强度，可采用观察、访谈和自陈量表等方法。态度测量的三种方法方法主要做法计分思路瑟斯顿等距量表法筛选评判一致、量表值分布适当的陈述汇总同意项目的量表值利克特综合评定法对正向或反向陈述作程度评价按方向计分后汇总奥斯古德语义分析法在两极形容词之间选择位置形成不同语义维度的分数语义分析法：婚姻主题示例维度一端评分等级另一端评价好/美/聪明7654321坏/丑/愚蠢强度大/强/重7654321小/弱/轻活动快/主动/敏锐7654321慢/被动/迟钝每一对形容词分别评分，反映对主题的语义判断。价值观价值观测验：罗克奇分类个体判断是非与决定取舍时所依据的价值系统。终极性价值观希望最终实现的状态或人生目标。工具性价值观为实现目标所偏爱的行为方式与手段。结构维度施瓦茨基本价值观自我超越与自我提高。对变化开放与保守。测量用途理解个人或群体的价值偏好及相互关系。施瓦茨基本价值观类型内在工作价值工作价值观测验例如独立性、创意、智力激发和成就感。外在工作价值例如工作环境及与上司、同事的关系。外在报酬例如声望、经济报酬、安全感和生活方式。用于了解个体在职业选择中重视的因素。二、个别测验与团体测验维度个别测验团体测验施测形式同一时间一名受试者同一时间多名受试者优势便于深入观察和控制情境效率高，适合大规模评估局限耗时较多，对主试要求高个体关注和行为观察较少例子个别施测的韦氏智力量表团体施测的推理或人格测验三、文字与非文字测验维度文字测验非文字测验材料与作答以文字或语言呈现、回答以图形、模型、实物等呈现应用例子语言考试、文字推理题瑞文推理、实物操作任务优势便于考察语言及高层次认知可降低部分语言因素的干扰注意事项注意语言能力及文化背景非文字不等于完全无文化影响四、客观性与主观性测验维度客观性测验主观性测验作答形式选择、是非、填充等论述、评价、情景应答等评分特点答案和规则较明确依赖评分规则与专业判断优势效率高，便于一致计分便于考察组织、表达与创造性局限题目设计要求高，可能受猜测影响评阅耗时，需控制评分者差异五、两种分数解释方式维度常模参照标准参照比较对象适当的参照群体预先确定的行为或内容标准核心问题我在群体中处于什么位置我是否达到目标要求结果表达相对位置、等级、标准分数掌握程度、通过或未通过应用例子以同龄人常模解释认知分数课程目标达成、职业资格达标P=R/N题目难度：通过率符号含义R为答对人数，N为作答总人数。结果解释p在0到1之间。数值越大，题目越容易。评价原则结合目标要求判断难度，不机械追求统一通过率。题目区分度：三种比较方法方法比较的群体通过率差高低分组法总分高分组与低分组D=p高−p低控制组法接受训练组与未训练组D=p训练−p未训练对照组法掌握组与未掌握组D=p掌握−p未掌握分组依据不同，区分度所回答的问题也不同。明确评价目标标准参照测验：目标与内容界定需要掌握的知识、技能与行为标准。建立内容范围测验题目与教学或岗位目标保持对应。解释掌握程度结果服务于达标判断、反馈和后续改进。分类一致性标准参照测验的信度重复或平行测验能否得到一致的达标分类。常用指标可考察一致性指数和Kappa系数。荷伊特信度利用方差分析估计分数可靠性。解释重点分数范围、测验目的与分类决策均影响指标选择。内容证据标准参照测验的效度证据题目是否覆盖应测知识与技能。理论结构证据测验结构及变量关系是否符合理论。效标证据测验分数与当前或未来实际表现是否相关。内容效度：测验蓝图测验模块目标技能分数权重题型听力理解信息理解与分析35%新闻、讲座或讲话阅读理解理解主旨与细节35%选择题、匹配题翻译中英文表达转换15%汉译英写作英文书面表达15%作文示例：用蓝图明确教学目标、测验内容与分数分配。蓝图与评审案例：试测如何支持效度依据英语课程目标细化内容，请专家检查匹配程度。小规模试测书稿案例抽取30名学生，并对6名学生作思维出声访谈。修订与复测分析理解困难、通过率与评分一致性，修订后再验证。理论结构理论结构与效标证据通过因素分析、相关检验或实验检验理论预期。同时效度考察测验分数与当前效标表现的联系。预测效度考察测验分数与未来表现的联系。效标本身的质量会影响效度证据的可信程度。学习反馈标准参照测验的意义与作用揭示已经掌握及仍需改进的内容。教学改进依据达标情况调整讲解、练习与支持措施。资格认证判断是否具备规定的知识与操作技能。教育评价以群体达标情况支持教育质量分析与政策判断。六、速度测验与难度测验维度速度测验难度测验重点完成任务的速度与效率能够解决的问题难度题目特点题目较易，题量较多题目由易到难，含高难度任务时间限制较严格较宽松或不强调时限结果解释在规定时间内的作答表现在充分作答条件下的能力水平同一测验具有多种属性分类之间可以交叉分类依据不同，描述的是不同方面。例：瑞文推理测验认知能力测验、非文字测验，常以常模解释结果。使用时还需核对版本个别或团体施测、时限及适用人群应以相应手册为准。第3节心理测验的功能与用途一、心理测验的六项功能功能主要任务甄别与鉴定识别能力、心理特质与发展需求选拔与分类为录用、分组和岗位匹配提供依据咨询与诊断支持问题评估、咨询及干预方案评估与预测评价当前表现，预测后续行为自我认识与发展了解优势与局限，规划发展方向研究与理论建设提供量化数据，检验和修正理论识别差异甄别与鉴定：发现支持需求了解认知能力、行为特征和社会性发展。制定支持方案将评估发现转化为教学、辅导或训练重点。跟踪变化结合后续评估判断支持方案是否需要调整。案例：学习困难学生的工作记忆与处理速度评估。职业情境选拔与分类：人岗匹配结合岗位要求评估认知能力与相关心理特质。教育情境支持入学选拔、能力分组和个别化教育。军事情境为人员选拔、岗位分配和训练提供信息。初步筛查咨询与诊断：综合使用信息通过量表了解情绪、人格或认知方面的线索。专业评估将测验结果与访谈、观察和背景资料结合。过程追踪通过阶段性测量了解干预过程中的变化。筛查分数用于提供线索，不能单独代替专业诊断。评估与预测评估、预测与自我发展描述当前能力与特质，为未来表现提供预测信息。自我认识了解自身优势、局限、兴趣与价值取向。发展规划结合环境和资源制定学习、职业及个人成长目标。理论检验研究与理论建设以量化数据分析认知、人格、情绪和动机。工具改进在应用中检验项目、结构及分数解释。技术拓展大数据、机器学习及虚拟现实扩展测量场景。