心理测量串讲笔记之欧阳计创编.docx
《心理测量串讲笔记之欧阳计创编.docx》由会员分享，可在线阅读，更多相关《心理测量串讲笔记之欧阳计创编.docx（35页珍藏版）》请在冰豆网上搜索。
心理测量串讲笔记之欧阳计创编
2005年4月心理测量------串讲
时间：
2021.02.11
创作：
欧阳计
第一章总论
第一节心理测验的历史回顾
1．孔子把人分为中人、中人以上和中人以下三个类别，这实际上相当于现代测量学中的命名量表和次序量表。
2．南朝人刘勰在《新论·专学篇》中提到的实验，可以算是世界上最早的“分心测验”。
3．南北朝学者颜之推对周岁试儿加以总结，可以说是格塞尔婴儿发展量表的前导。
4．七巧板在某些方面可以作为创造力测验的一种方法。
5．科举考试中的帖经和对偶，类似于现代西方言语测验中常见的填字和类比。
6．中国古代心理测验的思想，他们都是描述性的，没有定量的标准；心理测验往往将心理特点与道德观念联系起来。
7．简述科学心理测验产生的原因。
⑴对智力落后者分类和训练的早期关注。
心理测验产生的最初原因是对智力落后和精神病人治疗的需要
⑵冯特的实验心理学。
实验心理学的诞生是心理测验产生的另一个重要原因，它给心理测验带来了严格的标准化程序。
8．英国生物学家和心理学家高尔顿是倡导测验运动的主要人物，他是评定量表和问卷法应用的先驱，并经常使用自由联想技术，他还为心理测验奠定了统计学基础，第一个提出相关的概念。
9．美国心理学家卡特尔1890年在《心理》杂志上发表了“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。
10．比内-西蒙量表在1905年发表，它是世界上第一个正式的心理测验。
11．心理测验的蓬勃发展
⑴操作测验的发展。
由于理论上的缺陷和实际上的需要，所以就有操作测验的问世和发展。
⑵团体智力测验的发展。
运用团体测验可以在同一时间内测量许多被试，扩大了测验的应用范围。
⑶能力倾向测验的发展。
能力倾向测验为分析个人心理品质的内部结构提供了适用的工具，逐渐受到人们的重视。
⑷人格测验的发展。
人格测验的先驱是克雷佩林，它涉及人的情感或行为等非智力方面。
12．1922年廖世承和陈鹤琴出版的《心理测验法》，是中国最早的心理测验专著。
第二节心理测验的性质、种类和功能
1．测量：
就是根据一定的法则，用数字对事物加以确定。
所谓“一定的法则”是指测量行为发生时采用的规则或方法。
所谓“事物”是指我们要测量的感兴趣的事物的属性或特征。
用数字对事物加以确定，就是确定一个事物的属性的量的多少。
2．测量有两个要素：
一是参照点，二是单位。
参照点可以分为两种，一种是绝对的零点，表示什么也测不到；另一种是相对参照点，是人为确定的。
心理测验中所用的参照点都是相对的，因而测量结果不能以“倍数”的方式解释。
3．简述测量量表的种类。
斯蒂文斯根据测量精度高低，将测量量表分为4个水平，由低到高依次为命名量表、顺序量表、等距量表和比例量表。
⑴命名量表：
是水平最低的一种测量量表，只是用数字来代表事物或对事物进行分类，没有任何意义，只是表明类别。
⑵顺序量表：
不仅可以表明类别，还能表明不同类别的大小等级，或具有某种属性的程度。
⑶等距量表：
不仅有大小关系，而且又有相等的单位，因此可以加减运算，但没有绝对零点，所以不能做乘除运算。
⑷比例量表：
是最精确的测量，既有相等的单位，又有绝对零点。
不仅可以知道事物之间在某种特点上相差多少，还可以知道它们之间的倍数关系。
4．心理学家喜欢把测验成绩（顺序量表）转换为等距量表，最常用的转换方法是转换为标准分数。
5．所谓测验，是对行为样本进行测量的系统程序。
它包括三个基本要素：
⑴行为样本：
指有代表性的样本，根据某些条件取得的标准样本。
⑵标准化：
指测验、实施、计分以及测验分数解释程序的一致性，需要建立有代表性的常模。
⑶客观性：
在不受被试主观判断支配的范围内，测验的实施、评分、解释应是客观的，尽量减少主试和被试的随意程度，且测题或整个测验的难度水平的确定要客观。
6．神经心理测验客观性最高，智力测验也较高，人格问卷次之，而投射测验的客观性较低。
7．心理测验的性质。
⑴心理测验的间接性：
心理测验只能以测量个体对测验题目的反应来推断出他的心理特质。
⑵心理测验的相对性：
心理测验测得个体的结果，是与他所在团体或人群中大多数人的行为确定的标准相比较而言的。
⑶心理测验的客观性：
实际上就是测验的标准化，包括：
测验的刺激是客观的；评分计分原则和手续是客观的；分数转换和解释是客观的。
8．心理测验的种类：
⑴按测验的功能分类：
智力测验、特殊能力测验和人格测验。
⑵按测验材料的性质分类：
文字测验、操作测验。
⑶按测验材料的严谨程度分类：
客观测验、投射测验。
⑷按测验的方式分类：
个别测验、团体测验。
9．论述心理测验的功能。
⑴从实际应用角度看：
①人才选拔，预测人们从事各种活动的适宜性，提高人才选拔和职业训练的有效率。
②岗位安置，借助心理测验，做到人与工作较好匹配，做到人尽其才。
③临床诊断，借助心理测验可以观察病情程度，比较疗效。
④教育评价，帮助教师了解学生能力水平、性格特点等，有利于教师因材施教。
⑤心理咨询和治疗，借助心理测验可以使求助者了解问题所在，以便进行适当的指导、帮助和进行行为矫正训练。
⑵从理论研究角度看
①搜集资料，心理测验是收集个体差异资料最快捷的办法。
②提出和验证假设，心理学中的许多理论是在测验资料的基础上提出来的，并且用测验来验证。
③试验分组，在心理学研究中，可以根据心理测验的结果对被试进行分类，以满足实验设计的要求。
第三节正确对待和使用测验
1．错误的测验观：
⑴测验万能论；⑵测验无用论，认为某些测验侵犯了个人隐私，为宿命论和种族歧视提供了心理学依据；⑶心理测验即智力测验。
2．正确的测验观
⑴它是重要的心理学研究方法和决策的辅助工具；⑵它作为研究方法和测量工具尚不完善，最大的问题是理论基础不够坚实；⑶科学地看待心理测验，防止乱用测验。
3．为防止测验的滥用，需要注意以下几个问题：
⑴测验使用者必须具备一定的资格；⑵慎重选择测验量表；⑶与被试建立良好的协调关系；⑷正确解释测验结果；⑸注意测验的保密。
第二章心理测验的编制
第一节心理测验的对象、目的及目标
1．在编制测验前首先要明确测量的对象，其包括三个重要的维度，即年龄、教育水平和文化背景。
2．测验的目的可以分为两类：
显示和预测。
3．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。
4．预测性测验是指预测一些没被测量的行为的测验，主要是利用测验分数使我们能够预测一个人在不同情境下的行为。
5．心理测验的目标是指编制的测验是测什么的，即用来测量什么样的心理变量或行为特征。
6．对心理测验的目标分析以测验不同，有3种情况：
⑴工作分析。
对于选拔和预测功用的预测性测验，它的主要任务是要对所预测的行为活动作具体分析。
⑵对特定概念下定义。
测验者为了测量某种特殊的心理品质或特点，就必须给所要测量的心理或行为特质下定义。
⑶确定测验的具体内容。
如果测验是描述性的显示测验，它的目标分析的主要任务是确定显示的内容和技能。
第二节测题的编写技术
1．简述编制测验题目的来源。
⑴已出版的标准测验。
最简单、最直接的方法是从已经出版的各种标准测验中选择合适的题目。
⑵理论和专家的经验。
理论和专家经验可以作为测验题目的来源之一，比如编制态度量表，就可以将理论上对态度的类型、性质维度、定义等描述转换为测验题目。
⑶临床观察和记录。
各种观察量表或检核表很多都是来源于观察到的行为表现。
2．考虑测题的来源时应注意：
⑴资料来源要尽可能丰富；⑵材料应该有普遍性。
3．简述测验题目的命题原则。
⑴内容方面。
首先，要求题目的内容符合测验的目的；其次，内容取样要有代表性；第三，题目间内容相互独立，互不牵连。
⑵文字方面。
使用语言要准确，语句要简明扼要，最好一句话说明一个概念，尽量少使用双重否定句。
⑶理解方面。
题目应有确切的答案，题目的内容不要超出受测团体的知识水平和理解能力，题目格式要容易理解。
⑷社会敏感性方面。
应尽量避开社会敏感性问题，如涉及社会禁忌或个人隐私的题目不应使用。
4．简述涉及社会敏感性问题时，测验命题的思路。
⑴命题时假设被试具有某种行为，使他不得不在确实没有该行为时才否定。
⑵命题时假定规范不一致。
⑶指出该行为是常见的，虽然是违规的。
5．心理测验的题目可以分为两大类：
提供型和选择型题目。
提供型题目包括：
论文题、简答题、填充题等；选择型题目包括：
选择题、是否题、匹配题等。
6．选择题包括两部分：
题干和选项。
题干就是呈现一个问题的情境，一般由直接问句或不完全的陈述句构成。
选项就是问题的多种可能答案，其中错误的答案叫“诱答”。
第三节测验的编排和组织
1．测验编排的一般原则。
⑴测题的难度排列易逐步上升。
对试题的总的编排原则是要由易到难，这样可以避免受测者在难题上耽搁时间过多，而影响对后面问题的解答。
⑵尽可能将同类型的测题组合在一起。
这样可以简化记分工作和对测验结果的统计分析。
⑶注意各种类型测题本身的特点。
是非题或选择题中必须避免将选择相同选项的测题安排在一起，以免引起被试的定势反应。
2．两种常见的试题排列方式：
并列直进式（韦克斯勒智力量表）和混合螺旋式（比内－西蒙智力量表）。
第三章 测验的信度
第一节 信度的概念
1．信度是指同一被试在不同时间内用同一测验重复测量，所得结果的一致程度。
信度只受随机误差的影响，随机误差越大，信度越低。
2．传统信度理论认为，每一个测验的实得分数是由两部分组成的，即
实得分数（X）=真实分数（T）+误差（E）
3．信度可定义为：
一组测量分数的真分数方差与总方差的比率，或者是真分数方差占总方差的百分比。
4．信度的指标有三种常见的表示方法，即
⑴信度系数。
它是一种相关系数，常常是同一被试样本所得的两组资料的相关，理论上就是真分数方差与实得分数的方差的比值，。
⑵信度指数。
真分数标准差与实得分数的标准差的比值，叫信度指数，
⑶测量标准误。
测量的标准误与信度之间呈反比关系：
标准误越小，信度越；标准误越大，信度越低。
5．信度与测验分数的解释
⑴解释真实分数与实得分数的相关。
信度系数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，当=0.90时，我们可以说实得分数中有90%的变异是真分数造成的，仅有10%是来自测验的误差。
⑵比较信度可以接受的水平。
一般原则是：
当<0.70时，测验不能用于对个人作出评价或预测，而且不能作团体比较；当0.70≤<0.85时，可用于团体比较；当≥0.85时，才能用来鉴别或预测个人成绩或作为。
⑶解释个人分数的意义。
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。
⑷比较不同测验分数的差异。
可利用差异的标准误。
第二节信度的类型及估计方法
1．重测信度：
又称稳定性系数，它的计算方法是采用重测法，即使用同一测验，在同样条件下对同一组被试前后施测两次测验，求两次得分间的相关系数。
2．最适宜的时距随测验的目的、性质和被试的特点而异，一般是两周到四周较宜，间隔时间最好不超过六个月。
3．重测信度的前提假设是：
⑴所测量的特性必须是稳定的；⑵每个人对前一次反应的遗忘程度相同；⑶在时间间隔中没有学习另外的与测验有关的东西。
4．复本信度：
又称等值性系数，它是以两个等值但题目不同的测验（复本）来测量同一群体，然后求得被试在两个测验上得分的相关系数，这个相关系数就代表了复本信度的高低。
5．同重测信度一样，复本信度也要考虑两个复本实施的时间间隔。
6．如果两个复本的施测相隔一段时间，则称稳定与等值系数。
7．内部一致性信度包括：
分半信度和同质性信度。
8．分半信度：
指采用分半法估计所得的信度系数。
这种方法估计信度系数只需一种测验形式，实施一次测验。
通常是在测验实施后将测验按奇、偶数分为等值的两半，并分别计算每位被试在两半测验上的得分，求出这两半分数的相关系数。
9．简述分半信度在进行奇、偶分半时的前提。
⑴测题是按某种特定顺序排列的；
⑵如果是随机排列的题目，则必须是所有的题目平等的；
⑶如果测验有多个分量表，应该在分量表内部排好顺序，再把各分量表分两半组合起来求相关。
10．同质性指测验内部所有题目间的一致性。
当各个测题的得分有较高的正相关时，不论题目的内容和形式如何，测验即为同质的。
11．评分者信度：
用于测量不同评分者之间所产生的误差。
为了衡量评分者之间的信度高低，可随机抽取若干份测验卷，由两位评分者按评分标准分别给分，然后根据每份测验卷的两个分数计算相关，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0.90以上，才认为评分是客观的。
12．当多个评分者评定多个对象，并以等级法记分时，可采用肯德尔和谐系数作为评分者信度的估计。
各种信度系数相应误差方差的来源
信度系数类型
误差方差来源
重测信度
时间取样
复本信度（连续施测）
内容取样
复本信度（间隔施测）
时间和内容取样
分半信度
内容取样
同质性信度
内容的异质性
评分者信度
评分者之间的差异
第三节影响信度的因素
1．论述影响信度的因素。
影响信度的因素包括：
样本特征、测验的长度、测验的难度和测量的时间间隔。
⑴样本的特征。
任何相关关系都要受到团体中分数分布的影响，当分布范围增大时，其信度估计就较高；若取样团体较为异质，往往会高估测验的信度；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计起来便会影响信度。
⑵测验的长度。
在测验中增加同质的题目，可以使信度提高，测验越长，测验的测题取样或内容取样越有代表性；测验越长，被试的猜测因素影响越小。
⑶测验的难度。
只有难度水平为50%时，才能使测验分数分布范围最大，求得的信度也越高。
⑷测验的时间间隔。
时间间隔只对重测信度和不同时测量时的复本信度有影响。
间隔时间越长，信度系数越低。
第四节信度的特殊问题
第四章测验的效度
第一节效度的概念
1．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。
2．效度被定义为在一组测量中，与测量目标有关的真实方差与总方差的比率，即
3．简述信度与效度之间的关系。
⑴信度是效度的必要而非充分条件。
从方差分配公式：
可以看出，增大，即效度高，信度的真方差（）必然大，故信度必然高。
当信度高时，即降低时，是否增加还要看是否增减，因此效度不一定就高。
⑵效度是受信度制约的。
信度系数的平方根是效度系数的最高限度。
4．效度的性质：
⑴效度具有相对性。
在评鉴测验的效度时，必须考虑其目的与功能。
只有所测的结果符合该测验的目，才能认为它是个有效的测量工具。
⑵效度具有连续性。
测验效度通常用相关系数表示，它只有程度上的不同，而没有“全有”或“全无”的区别。
第二节效度的类型与估计方法
1．效度可以分为三大类：
内容效度、构想效度和效标效度。
2．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，从而确定测验是否是所欲测量的行为领域的代表性取样。
3．内容效度的评估方法：
⑴专家判断法：
为了确定一个测验是否有内容效度，最常用的方法是请有关专家对测验题目与原定内容的符合性作出判断，看测验的题目是否代表规定的内容，也可称为“逻辑效度”。
⑵统计分析法：
计算两个评分者之间评定的一致性；也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间相关来作数量的估计；或采用再测法。
⑶经验推测法：
通过实践来检验效度。
4．简述内容效度与表面效度的关系。
表面效度是由外行对测验作表面上的检查确定的，它不反映测验实际测量的东西，只是指测验表面上看来好像是所要测的东西；内容效度是由够资格的判断者（专家）详尽地、系统地对测验作评价建立的。
虽然二者都是根据测验内容作出的主观判断，但判断的标准不同。
前者只考虑题目与测量目的之间的明显的、直接的关系，后者则考虑到题目与测量目的和内容总体之间逻辑的微妙关系。
5．最高作为的测验通常要求有较高的表面效度，以使被试有较强的动机，尽最大努力去完成；典型行为测验要求有较低的表面效度，如果被试很容易从测验题目看出测验的目的，就可能产生反应偏差。
智力测验表面效度高，人格测验表面效度低。
6．构想效度是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。
7．构想效度的估计方法：
⑴对测验本身的分析：
测验的内容效度可以作为构思效度的证据；测验的同质性指标可以推断测验是测量单一特质还是测量多种特质，从而为评估测验构思效度提供证据；分析被试对题目的反应特点也可以作为构思效度的证据。
⑵测验间的相互比较：
相容效度是构思效度的一个证据，相容效度是两组测验分数所共同解释的变异的大小；区分效度是构思效度的又一个证据，一个有效的测验不仅应与其他测量同一构思的测验有关，而且还必须与测量不同构思的测验无相关；因素分析法也是建立构思效度的常用方法，通过对一组测验进行因素分析，可以找到影响测验分数的共同因素，这种因素可能就是我们要测量的心理特质。
⑶效标效度的研究证明：
一个测验若效标度理想，那么该测验所预测的效标的性质和种类就可以作为分析测验构思效度的指标，也可用心理特质的发展变化来证实构思效度。
⑷实验法和观察法证实：
观察实验前和实验后分数的差异是验证构思效度的方法。
8．效标效度：
又称实证效度，反映的是测验预测个体在某种情境下行为表现的有效性程度。
被预测的行为是检验效度的标准，简称效标。
由于这种效度是看测验对效标预测如何，所以叫效标效度。
这种效度需在实践中检验，所以又称为实证效标。
9．根据效标资料是否与测验分数同时获得，又可分为同时效度和预测效度两类。
同时效度即测验所得分数可与效标同时验证，通常与心理特征的评估及诊断有关；预测效度的效标资料需要一段时间才可搜集到，通常用于选拔、分组。
10．同时效度和预测效度意义上的差异，不是来源于时间，而是来自测验的目的。
前者与用来诊断现状的测验有关，后者与预测将来结果的测验有关。
11．所谓效标，即衡量测验有效性的参照标准，指的是可以直接而且独立测量的我们感兴趣的行为。
效标可以分为两个层次，其一是理论水平的观念效标，其二是操作定义水平的效标测量。
12．企业家选拔工人时，技术水平就是观念效标，而技术的具体等级如七级工、八级工就是效标测量。
13．常用的效标包括：
⑴学业成就；⑵实际工作表现；⑶特殊训练成绩；⑷精神病诊断；⑸等级评定；⑹效标团体的比较；⑺先前有效的测验。
第三节效度的表示方法及应用
1．效度系数是最常用的效度指标，尤其是效标效度。
它是以皮尔逊积差相关系数来表示的，主要反映测验分数与效标测量的相关。
2．当测验成绩是连续变量，而效标资料是二分变量时，计算效度系数可用点二列相关公式或二列相关公式；当测验分数为连续变量，效标资料为等级评定时，可用贾斯朋多系列相关公式计算。
3．区分法是检验测验分数能否有效地区分由效标所定义的团体的一种方法。
若差异显著，说明该测验能够有效地区分由效标定义的团体，否则，测验是无效的。
4．重叠百分比可以通过计算每一组内得分超过（或低于）另一组平均数的人数百分比得出；另外，还可以计算两组分布的共同区的百分比。
重叠量越大，说明两组分数差异越小，即测验的效度越差。
5．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。
命中率的计算有两种方法，一是计算总命中率，另一种是计算正命中率。
6．预期表法：
从左下至右上对角线上各百分数字越大，而其它的百分数字越小，表示测验的效标效度越高；反之，数字越分散，则效度越低。
7．效度的应用包括：
⑴预测误差；⑵预测效标分数；⑶预测效标指数。
第四节影响效度的因素
1．试述影响效度的因素有哪些。
⑴测验本身的因素。
①测验题目的质量。
测验的指导语和试题的答案说明要明确，试题编制符合测验的目的，试题难度要适中。
②测验的长度。
一般而言，增加测验的长度通常可以提高测验的信度，而信度又制约着效度，因此增加测验的长度也能提高测验的效度。
⑵测验实施中的干扰因素。
①主试的影响因素。
主试是否遵从测验使用手册的各项规定进行标准化的实施，评分是否合理等，都可以影响测验的效度。
②被试的影响因素。
被试在测验时的兴趣、动机、情绪、态度和身心状况、健康状态等都会影响测验的效度。
被试的反应定势也会降低测验的效度。
⑶样本团体的性质。
①样本团体的异质性。
如果其它条件相同，样本团体越同质，分数分布范围越小，测验效度就越低；样本团体越异质，分数分布范围越大，测验效度就越高。
②干涉变量。
样本团体的特质包括：
年龄、性别、教育水平、智力、动机等对测验效度均有影响。
⑷效标的性质。
效标与测验分数之间的关系是否线性关系是一个很重要的因素；效标测量本身的可靠性如何亦是值得考虑的一个问题。
第五章项目分析
第一节难度分析
1．难度是指项目的难易程度。
在能力测验中通常需要一个反映难度水平的指标，在非能力测验（人格测验）中，类似的指标是“通俗性”，即取自相同总体的样本中，能在答案方向上回答该题的人数。
2．难度的指标通常以通过率表示，即以答对或通过该题的人数百分比来表示。
3．难度的计算：
⑴二分法记分的项目；⑵非二分记分的项目。
4．由于选择题允许猜测，所以通过率可能因机遇作用而变大，备选答案的数目越少，机遇的作用越大，越不能真正反映测验的难度。
5．试述项目难度水平的确定。
⑴项目难度的确定。
进行难度分析的主要目的是为了筛选项目，项目的难度多高合适，取决于测验的目的、性质以及项目的形式。
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。
在选择题目时，最好使试题的平均难度接近0.50，而各题难度在0.500.20之间。
当测验用于选拔或诊断时，应该比较多地选择难度值接近录取率的项目。
对于选择题来说，P值一般应大于概率水平。
P值等于概率水平，说明题目可能过难或题意不清，P值小于概率无意义，说明题目质量有问题。
对于是非题而言，其难度值应该为0.75最合适，而对于四选一的题目，其难度值约为0.63时〖CP=（4+1）/2×4=0.63〗最为合适。
⑵测验难度的确定。
测验的难度直接依赖于组成测验的项目的难度。
通过考察测验分数的分布，可以对测验的难度做出直观检验。
偏态分布又有“正偏态分布”和“负偏态分布”两种。
正偏态分布得分多集中于低端，因此必须增加足够数量的较容易的题目；负偏态分布得分集中在高分端，说明测验过易，必须增加足够数量的有较高难度的项目。
第二节项目的区分度
1．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。
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。
它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。
2．项目区分度的估计方法。
⑴鉴别指数。
首先分别计算高分组与低分组在该项目上的通过率，然后用高分组在该项目上的通过率减去低分组在该项目上的通过率。
项目鉴别指数与评价标准
鉴别指数
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
⑵相
升级会员 