心理咨询师三级--心理测量学知识汇总

第五章心理学测量学知识

第一节概述

第一单元测量与测量量表

一、什么是测量

测量：是依据一定的法则用数字对事物加以确定

包括三元素：事物、数字、法则

数字：这些数值具有自然数的特点：区分性、序列性或等级性、等距性、可加性

法则：代表测量所依据的规则和方法

二、测量要素

测量具备的两要素：参照点和单位

（一）参照点：要确定事物的量，必须有一个计算的起点，这起点即称参照点

分为：绝对零点和相对零点

理想的参照点是绝对零点

（二）单位：好的单位须具备：⑴有确定的意义⑵有相同的价值

三、测量量表

根据量表的精确程度，斯蒂文斯将测量从低级到高级分为四种水平：

（一）命名量表：最低水平；如用1代表男性，用2代表女性

（二）顺序量表：次低水平；如学生考试的名次

在顺序量表中，既无相等单位，又无绝对零点，数字仅代表等级（三）等距量表：较高水平；不但有大小关系还具有相等单位，其数值能做加、减运算；0℃并不代表没有温度

（四）等比量表：最高水平；长度、重量、时间都是等比量表，所得的数值可做加、减、乘、除运算。

心理测量是在顺序量表中进行的

第二单元心理测验的基本概念

一、心理测验的定义

心理测验：依据心理学的理论，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心理测验测量：（一）人的行为

（二）行为样组

（三）测量的标准化

（四）测量要看常模

二、心理测验具有独特的性质：

（一）间接性：

（一）相对性：

（一）客观性：心理测量标准化的内容：⑴测量的刺激是客观的

⑵评分记分的原则和手续经过了标准化

⑶对结果推论

第三单元心理测验的分类

一、按测验的功能分类：智力测验、特殊能力测验、人格测验（未包括智力测验）

二、按测验的材料分类：文字测验、操作测验

三、按测验材料的严谨程度分类：客观测验、投射测验

四、按测验的方式分类：个别测验、团体测验

五、按测验的要求分类：最高作为测验：有正确答案；如：智力测验、成就测验

典型行为测验：没有正确答案；如：人格测验

第四单元纠正错误的测量观

一、错误的测量观

（一）测验万能论

（二）测验无用论

（三）心理测验即智力测验

二、正确的测量观

（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）心理测试作为研究方法和测量工具尚不完善

第五单元心理测验在心理咨询中的应用

在我国，目前心理门诊中运用较多的心理测验：智力测验、人格测验及心理评定量表

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

高尔顿：提出人的不同气质特点和智能是按身体特点的不同而遗传的

为了研究差异的遗传性，设计了测量差异的方法

为心理测验奠定了统计学的基础

第一个提出心理测验的概念

他的学生皮尔逊创立积差相关法

卡特尔：《心理测验与测量》一文，是心理测验第一次出现于心理学文献中

心理学必须立足于实验与测量上，才能有自然科学的准确性

极力主张测验手续和考试方法应有统一规定，并要有常模以便比较比内：他与助手西蒙编制一个包括30个项目的量表，是世界上第一个正式的心理测验20世纪心理测验主要有下列发展：

（一）操作测验的发展

（二）团体智力测验的发展：始于第一次世界大战中奥蒂斯所编的陆军甲种和乙种智力测验（三）能力倾向测验的发展

（四）人格测验的发展：人格测验的先驱是克雷丕林

罗夏测验是投射测验的发端

二、现代心理测验在我国的发展

我国近代心理测验源于1914年，1979年后，先后对国外广泛采用的测量工具进行修订近来我国的心理学家正致力于测验本土化

第二节测验的常模

第一单元

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

对测验编制者而言，常模的选择主要是基于对测验将要施测的总体的认识

常模团体必须能够代表该总体，包括：确定一般总体、确定目标总体、确定样本

二、常模团体的条件

（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）样本的大小必须要适当：在实际工作中，应从经济的或实用的可能性和减少误差这两方面

来综合考虑样本的大小

最低：不小于30或100个

全国性常模应有2000～3000人为宜

（四）标准化样组是一定时空的产物（具有新进性）

三、取样的方法

取样即从目标人群中选择有代表性的样本

抽样方法：

（一）简单随机抽样：按照随机表顺序选择被试构成样本

（二）系统抽样：要求无序可排，也无等级结构存在

K为组距：K＝N∕n

121名学生中取40人作为样本调查

则K＝121∕40；K＝3；所以3人为一段，可分40段，每段取一人（三）分组抽样：总体数目大，且群体又有多样性，先将群体进行分组，再在组内进行随机取样（四）分层抽样：在确定常模时，最常用的方法

又可分：分层比例抽样和分层非比例抽样

四、常模分数与常模

（一）常模分数：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导出分数具有一定的参照点和单位，是一个有意义的测验量表，它与原始分数

等值，可以进行比较

（二）常模：是常模分数构成的分布，是解释心理测验分数的基础

常模分：一般常模与特殊常模

第二单元常模的类型

一、发展常模

人有许多心理特质如智力、技能等，是随着时间以有规律的方式发展的，可将个人的成绩与各种发展水平的人的平均表现相比较。根据这平均表现所制成的量表就是发展常模，也称年龄量表在此量表中，个人的分数指出他的行为在按正常途径发展方面处于什么样的发展水平

（一）发展顺序量表

最直观的发展常模是发展顺序量表

能告诉人们儿童的发育与其年龄相比为超前、正常或滞后

最早的一个范例是葛塞尔发展程序表，其中按月份显示儿童在运动水平、适应性、语言、

社会性四方面的大致发展水平（儿童感觉运动发展：4周眼球能动；16周头能平衡；28周

手抓握东西；40周能坐或爬行；52周站立和行走）

瑞士心理学家皮亚杰最为著名的是对守恒概念的研究

皮亚杰发现：儿童5岁时能理解质量守恒；6岁掌握重量守恒；7岁才有容量守恒概念（二）智力年龄

比内－西蒙量表中首先使用智力年龄的概念

一个儿童在年龄量表上所得的分数，是最能代表他的智力水平的年龄，这种分数叫智力年

龄，简称智龄

例：某儿童通过了4岁组的全部题目，5岁组通过3题、6岁组通过2题、7岁组通过1题，请问其智龄为?

答：4岁＋(3×2＋2×2＋1×2)月＝4岁＋(6＋4＋2）月＝4岁＋12个月＝5岁

或：4岁＋【(3＋2＋1)×2】月＝4岁＋(6×2)月＝4岁＋12个月＝5岁（三）年级当量

年级当量就是年级量表，测验结果说明属哪一年级的水平，在教育成就测验中最常用

年级量表的单位为10个月间隔，例：4.0（或4～0）为四年级开始时的平均成绩，4.5（或

4～5）表示学年中的平均成积

例：常模样本6年级的算数平均分是35，某儿童在算数测验中得35分，说明该儿童的算数年级当量是6年级水平

二、百分位常模

（一）百分等级

一个测验分数的百分等级是指在常模样本中低于这个分数的人数百分比

百分等级指出的是个体在常模团体中所处的位置，百分等级越低，个体所处的位置就越低

例：55的百分等级表示在常模中样本中有55％的人比这个分数低

百分等级的计算分两种情况：未分组数据及分组数据

未分组数据的百分等级计算，公式为：

100R－50

PR＝100－其中R是原始分数排列顺序数，N指总人数

N

例：王红在30名同学中物理成绩是80分，排列第5名，其百分等级为?

PR＝100－（100×5－50／30）

PR＝100－（450／30）

PR＝100－15

PR＝85

（二）百分点

百分点也称百分位数，与百分等级的计算方法相反

百分点是计算处于某一百分比例的人对应的测验分数是多少

在分数量表上，相对于某一百分等级的分数点就叫百分点或百分位数

例：高考的最高分为650分，其百分等级为100，最低分为105分，百分等级为1，要录取20％的学生进入大学，则百分等级为80的百分位数是?

105分x分650分

1 80 100

79×650－79X＝20X－20×105

51350－79X＝20X－2100

51350＋2100＝20X＋79X

53450＝99X

540＝X

在实际应用中，我们一般既可以由原始分数计算百分等级，又可以由百分等级确定原始分

数。通过这样的双向方式编制的原始分数与百分等级对照表，就是百分位常模（三）四分位数和十分位数

四分位数：百分等级的25％、50％和75％对应的三个百分分成的四段

十分位数：1％～10％为第一段，91％～100％为第十段

三、标准分常模

标准分常模：是将原始分数与平均数的距离以标准偏差为单位表现出来的量表。因为它的基本单位是标准偏差，所以叫标准分数

常见的标准分数有z分数、Z分数、T分数、标准九分数、离差智商（IQ）等

标准分数可以通过线性转换，也可以通过非线性转换得到

（一）线性转换的标准分数

X－X

z＝X为任一原始分数，X为样本平均数，SD为样本标准偏差

SD

Z＝A＋Bz 加上一个常数是为了去掉负值，乘一个常数是为了使单位变小而去掉小数点（二）非线性转换的标准分数

当原始分数不是常态分布时，也可以使之常态化，这一转换过程就是非线性的

常态化过程主要是将原始分数转化为百分等级，在将百分等级转化为常态分布上相应的离

均值

T＝50＋10z′50为平均数，10为标准偏差，叫做T分数

标准九分其量表是个9级的分数量表，以5为平均数、以2为标准偏差的一个分数量表

标准十分：以5为平均数、以1.5为标准偏差

标准二十分：以10为平均数、以3为标准偏差

四、智商及其意义

单纯用心理年龄来表示智力高低的方法缺乏不同年龄儿童间的可比性，目前一般都用比率智商和离差智商来表示智力的高低

（一）比率智商：被定义为心理年龄（MA）与实足年龄（CA）之比

MA

IQ ＝×100

CA

由于个体智力增长是一个由快到慢再到停止的过程，即心理年龄与实足年龄并

不同步增长，所以比率智商并不适合于年龄较大的被试

（二）离差智商

由心理学家韦克斯勒提出

韦克斯勒将离差智商的平均数定为100，标准偏差定为15

离差智商建立在统计学的基础上，表示的是个体智力在年龄组中所处的位置，是表示智力

高低的一种理想的指标

15（X－X）

IQ＝100＋15z′＝100＋

SD

从不同的经验获得的离差智商只有当标准偏差相同或接近时才可以比较，标准偏差不同，

其分数的意义便不同

第三单元常模分数的表示方法

一、转换表法

最简单而且最基本的表示常模的方法就是转换表，也叫常模表

测验的用户利用转换表可将原始分数转换为与其对应的导出分数，从而对测验的分数作出有意义的解释

二、剖面图法

剖面图是将测验分数的转换关系用图形表示出来

从剖面图可以很直观的看出被试在各个分测验上的表现及其相对的位置

第三节测验的信度

第一单元信度的概念

一、信度的意义

信度：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

信度只受随机误差的影响，随机误差越大，信度越低。系统误差产生恒定效应，不影响信

度

每一实验可用公式表示：X（实得分数）＝T（真实分数）＋E（误差）

此公式又可表示为：S X2＝S T2＋S E2

在测量理论中，信度被定义：一组测量的真分数方差与总方差（实得分数的方差）的比率

即：S T2

r xx＝

S X2

而：S T2＝S X2－S E2所以又可转化为：S X2－S E2S E2

r xx＝＝１－

S X2S X2

二、信度的指标

信度指数的平方就是信度系数

测量标准误：测量误差分布的标准偏差

r xx＝１－S E2／S X2

r xx×S X2＝S X2×（1－S E2／S X2）

r xx×S X2＝S X2－S E2

S E2＝S X2－×S X2

S E2＝S X2（1－r xx）

S E＝S X√1－r xx

公式中S E为测量的标准误，S X是所得分数的标准偏差，r xx是测验的信度系数

从公式可看出，测量的标准误与信度之间互为消长的关系：信度越高，标准误越小

信度越低，标准误越大

第二单元信度评估的方法

对信度的评估方法是没有通用法则的，因为不同的信度反映测验误差的不同来源

信度评估的方法可分：

一、重测信度

又称稳定性系数

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人的心理特征如智力、性格、兴趣等，具有相对的稳定性，间隔一段时间，不会有很大变化优点：能提供有关测验是否随时间而变异的资料，可作为被试将来行为表现的依据

缺点：易受练习和记忆的影响

重测信度的时距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

又称等值性系数

以两个等值但题目不同测验（复本）来测量同一群体，然后求被试在两个测验上得分的相关系数这个相关系数代表复本信度的高低。复本信度反映的是测验在内容上的等值性

如果两个复本的施测相隔一段时间，则称重测复本信度或稳定与等值系数

优点：能避免重测信度的一些问题，如记忆效果、学习效应

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完全消除此影响

⑵由于第二个测验只改变题目的内容，已经掌握的解题原则，可以很容易迁移到同类问题

对许多的测验来说，建立复本是十分困难的

三、内部一致性信度

主要是反映题目之间的关系，表示测验能够测量相同内容或特质的程度

（一）分半信度：采用分半法估计所得的信度系数

斯皮尔曼－布朗公式：2r hh

r xx＝

1＋r hh

式中r hh为一半分数的相关系数，r xx为测验在原长度时的信度估计值

（二）同构型信度：代表测验内部所有题目间的一致性

当各个测验的得分有较高的正相关时，不论题目的内容或形式如何，则测验

为同质的；所有题目看起来好像测验同一性质，但相关很低或为负相关时，

则测验为异质的

⑴库德－理查德德德德逊公式：K－R20公式或K－R21公式；只适用答对一

题记一分，答错无分的测题，不适用多重记分测题

⑵克伦巴赫α系数：多项选择人格测验、态度量表等

四、评分者信度

评分者信度：用于测量不同评分者之间所产生的误差。随机抽取若干份测验卷，由两位评分者按评分标准分别分，然后根据每份测验卷的两个分数计算相关

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

可采用肯德尔和谐系数（W）作为评分者信度的估计

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

当r xx＝0.90时，则是实得分数中有90％的变异是真分数造成的，仅10％是来自测验的误差信度系数同时告诉我们测量的误差比例是多少

二、确定信度可以接受的水平

能力测验和成就测验的信度系数都是在0.90以上，有些可达0.95

人格测验、兴趣、态度、价值观等测验的信度一般在0.80～0.85或更高些

一般原则：当r xx＜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≦r xx＜0.85时，可用于团体比较；当r xx≧0.85时，才能用来做鉴别或预测个人

成绩或作为

另一原则：新编的测验信度应高于原有的同类测验或相似测验

三、解释个人分数的意义

从信度可以解释个人分数的意义，也是测量标准误的应用。

作用：一是估计真实分数的范围；二是了解实得分数再测时可能的变化情形

一般采用95％的或然水平，其置信区间为：X－1.96SE＜X T≦X＋1.96SE

例：在一个智力测验中，某个被试的IQ为100，这是否反映了他的真实水平？如果再测一次他的分数将改变多少？已知该智力测验的标准偏差为15，信度系数为0.84，则其IQ的测量标准

误和可能范围分别为：

S E＝S X√1－r xx

S E＝15√1－0.84

S E＝6

X－1.96SE＜X T≦X＋1.96SE

100－1.96×6＜X T≦100＋1.96×6 所以88＜X T≦112

则这个被试的真实IQ有95％的可能性落在88与112之间。即使再测一次他的智商低于88、高于112的可能性不超过5％

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是否有明显差异时也非常重要。包括两个人不同分数的差别和同一被试在两个测验上的差别。这是差异分数的标准误问题。其公式为：

SEd＝S√2－r xx－r yy

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为标准偏差的标准分数。假设言语测验和操作测验的分半信度分别为0.87和

0.88。问其操作智商是否高于言语智商呢?

SEd＝S√2－r xx－r yy

SEd＝15√2－0.87－0.88

SEd＝7.5

将差异标准误7.5乘1.96，结果为14.7，表明个体在韦氏测验两半得分的差异高于约15分，才能达到0.05显着差异的水平（在统计学上，要求两个分数的差异达到0.05以上，才能承

认不是误差的影响）

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

若获得信度的取样团体较为异质，往往会高估测验的信度，相反则会低估测验的信度

S E2S E2

r xx＝1－则r xx大若r xx＝1－则r xx小

S X2（异质性大）S X2（异质性小）（二）样本团体平均能力水平的影响

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

二、测验长度

在一个测验中增加同质的题目可能使信度提高

（一）测验越长，测验的测题取样或内容取样就越有代表性

（二）测验越长，被试的猜测因素影响就越小

测验过长是得不偿失的，反而会引起被试的疲劳和反感而降低可靠性

公式：K＝r kk（1－r xx）／r xx（1－r kk）

例：一个包括40个题目的测验信度为0.80，欲将信度提高到0.90，问至少需要增加多少题目？

K＝r kk（1－r xx）／r xx（1－r kk）

K＝0.90（1－0.80）／0.80（1－0.90）

K＝0.90×0.20／0.80×0.10

K＝1.8／0.8

K＝2.5

即若要取得0.90的信度，测验长度应为原来的2.5倍，即需增加40×2.5－40＝60个题目三、测验难度

洛德提出在学绩测验中，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、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

信度的特殊问题：

一、对于速度测验，不存在评分者信度，只有分半信度不能按传统方法估计

二、每个分测验有一个分数，据此可将它们组合为言语量表分、操作量表分和全量表分，以估计被试

的言语智商（VIQ）、操作智商（PIQ）和总智商（FIQ）

分测验分数几乎可以肯定不如合成分数可靠

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，或说是一个心理测验的准确性

有效方差无效方差

(系统方差)

S T2＝S V2＋S I2

在测验理论中，效度被定义为在一组测量中，与测验目标有关的真实方差（或称有效方差）与总方差的比率

S V2

r2xy＝

S X2

R xy代表测验的效度系数，S V2代表有效方差，S X2代表总方差

测验的效度除受随机误差影响外，还受系统误差的影响

二、效度的性质

（一）效度具有相对性：评鉴测验的效度时，必须考虑其目的与功能

（二）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，我们评价一个测验时，也不应说“有效”或 “无

效”应说效度较高或效度较低表示

测验的有效性是针对测验结果而言，即测验效度是“测验结果”的有效

性程度

信度和效度的关系

一、信度是效度的必要而非充分条件

二、效度是受信度制约的

第二单元 效度评估的方法

美国心理学会在1974年逤所发行的《教育与心理测量之标准》一书中将效度分为三大类：内容效度、 构想效度和效标效度

一、内容效度

（一）何谓内容效度

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验的行为领

域的代表性取样，又称逻辑效度

如何编制较高内容效度的心理测验：

⑴要对测量的心理特性有个明确的概念

⑵测验题目应是所界定的内容范围的代表性取样

⑶要求内容效度的测验，并不一定要求测验为同质的

（二）内容效度的评估方法

⑴专家判断法：请专家对测验题目与原定内容的符合性做出判断，看测验的题目是否代表

规定的内容。如果专家认为测验题目代表了所测内容，则测验具有内容效

度

为使内容效度的确定过程更为客观，弥补不同专家对同一测验的判断可能

不一致，可采用下列步骤：

①定义好测验内容的总体范围

②编制双向细目表

③制定评定量来测量测验的整个效度

⑵统计分析法：除描述性语言外，内容效度的确定也可采用一些统计分析方法，例： ①计算两个评分者之间评定的一致性

②两个测验复本上得分之相关来作评估

③再测法也可用于内容效度的评估

⑶经验推测法：通过实践来检验效度 高信度 高效度 高信度 低效度 低信度 低效度

（三）内容效度的特性

内容效度经常与表面效度混淆。表面效度是由外行对测验作表面上的检查确定的，它不反

应测验实际测量的东西，只是指测验表面上看来好像是测量所要测的东西

在编制测验时，表面效度是一个必须考虑的特性。如：最高行为的测验要求有较高的表面

效度，使被试者有较强的动机，尽最大努力去完成；典型行为测验则要求较低的表面效度二、构想效度

（一）何谓构想效度

构想效度的概念是1954年提出的，也翻译为构思效度，也称结构效度

主要涉及的是心理学的理论概念问题，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（二）构想效度的评估方法

⑴对测验本身的分析

构思效度的证据：①测验的内容效度

②测验的内部一致性指标

③分析被试者对题目的反应特点

⑵测验间的相互比较

计算两种测验之间得分的相关，其中一个测验是有研究效度的，另一个是已有效度证据

的成熟测验，但两者测验的是同一种心理特质。假如相关高，说明新测验所测量的特质

确实是老测验所反映的特质或行为，此相关称为兼容效度

构思效度的证据：相容效度、区分效度、因素分析法

⑶效标效度的研究证明

⑷实验法和观察法证实

三、效标效度

（一）何谓效标效度

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

根据效标数据是否与测验分数同时获得，又可分为：

同时效度：测验所得的分数可与效标同时验证，如：智力测验以学生当时的成绩为效标

预测效度：效标数据通常需要一段时间才可收集到，如：高考的效度

一个好的效标必须具备的条件：

⑴效标测量本身必须有效

⑵效标必须具有较高的信度，不随时间等因素变化

⑶效标可以客观地加以测量，可用数据或等级来表示

⑷效标测量的方法简单，省时省力，经济实用

（二）效标效度的评估方法

⑴相关法：是评估效标效度最常用的方法，是求测验分数和效标数据间的相关

最常用积差相关法，也可用点二列相关公式或二列相关公式及贾斯朋多系列相

关公式

⑵区分法：是检验测验分数能否有效区分由效标所定义的团体的一种方法

当团体较大时，平均数间的小差异在统计上也变得有意义，但测验区分这些团

体的实际价值很小，所以应该分析高分组与低分组分布的重叠量

还可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

⑶命中率法：当测验用来作取舍的依据时，用其正确决定的比例作为效度指标的一种方法

命中：预测成功实际也成功、预测失败实际也失败

失误：预测成功但实际失败、预测失败而实际成功、

方法：计算总命中率（P CT）、计算正命中率（P CP）

第三单元效度的功能

一、预测误差

测验的效度是0.80，则测验的总方差中有64％的方差是测验分数的方差

Sest＝S y√1－r2xy

r2xy代表效度系数的平方，即决定系数；S y为效标成绩的标准偏差

当效标完美时（即r2xy＝1.00）估计标准误是零，测验分数可完全代替效标；当测验效度为零，估计标准误与效标分数的分布标准偏差相同（Sest＝S y）

二、预测效标分数

Y对X的回归方程：Y^＝a＋b yx X

Y^是预测的效标分数；a是综轴的截距，用来纠正平均数的差异；b yx是斜率，是Y向X回归的系数；X为测验分数

三、预测效率指数

K＝√1－r2xy

E＝100（1－K）

E值大小表明使用测验比盲目猜测能减少多少误差，例如一个测验的效度系数为0.80，那么K＝1－0.802＝0.60 所以E＝40

这表明预测误差仅为随机猜测所产生误差的60％；亦即由于使用该测验，使我们在估计被试的效标分数时减少了40％的误差

第四单元影响效度的因素

一、测验本身的因素

要保证测验具有较高效度，要做好以下几点：

（一）测验材料必须对整个内容具有代表性

（二）测题设计时应尽量避免容易引起误差的题型（如是非题）

（三）测题难度要适中，具有较高的区分度

（四）测验长度要恰当，即要有一定的测题量

（五）测题的排列按先易后难顺序

二、测验实施中的干扰因素

（一）主试的影响因素：测验情境，如场地布置、材料的准备、测验场所有无噪音和其它干扰因

素也会影响测验的效度

（二）被试的影响因素

三、样本团体的性质

（一）样本团体的异质性

与信度系数一样，如其它条件相同，样本团体越同质，分数分布范围越小，测验效度就越低

以下情况会影响样本团体的异质性：

⑴只以选拔上的被试为样本团体参加效度研究，降低了测验的效度

⑵选拔标准太高，样本团体的同构型增加，降低了测验的效度

（二）干涉变量

对不同性质的团体，同一测验的效度会有很大不同

这些性质包括年龄、性别、教育水平、智力、动机、兴趣、职业和任何有关的特征

由于这些特征的影响，使测验对于不同的团体具有不同的预测能力，测验学上称这些特征

为干涉变量

美国心理学家吉赛利提出如何找出干涉变量的方法：

⑴利用回归方程求每个人的预测效标分数，将该分数与实际效标分数比较，获得差异数D。

若D的绝对值很大，说明测验中可能存在干涉变量

⑵根据样本团体的组成分析，找出对照组，分别计算效度，找出干涉变量

⑶对于预测团体，根据某些易见的干涉变量将其区分为预测性高和预测性低的两个亚团体。

对于预测性高的团体获得的测验效度会有所提高

四、效标的性质

效标与测验分数之间的关系是否线性关系是很重要的一个因素

皮尔逊积差相关系数的前题是假设两个变量的关系是线性的分布

效标测量的可靠性即效标测量的信度

第五节项目分析

测验的项目分析包括定性分析和定量分析

定性分析：考虑内容效度，题目编写的恰当性和有效性

定量分析：对题目难度和区分度进行分析

第一单元项目的难度

一、定义

难度：指项目的难易程度

在能力测验中需要一个反映难度水平的指标，在非能力测验（如人格测验）中，类似的指标是通俗性

难度的指标以通过率表示，即以答对或通过该题人数百分比表示：

R

P＝×100％P代表项目难度，N为被试人数，R为答对或通过该项目的人数N 通过人数越多（P值越大），难度越低；P值越小，难度越高例：在200个学生中，答对某项目的人数为120人，则该项目的难度为?

P＝120／200×100％P＝0.6

（一）二分法计分的项目

P H＋P L

P＝P代表难度，P H和P L分别代表高分组和低分组通过率

2

例：在370名被试者中，选为高分组和低分组的被试各有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，问第一题的难度为?

P＝70＋40／2 P＝0.55

为了平衡机遇对难度的影响，吉尔福特提出难度的校正公式：

KP－1

C P＝C P为校正后的通过率，P为实际得到的通过率，K为备选答案的数目

K－1

例：一个四选一项目的通过率是P＝0.53，另一个五选一项目的通过率是P＝0.5，请比较两个项目的难度?

四选一的C P＝4×0.53－1／4－1 C P＝1.12／3 C P＝0.37

五选一的C P＝5×0.5－1／5－1 C P＝1.5／4 C P＝0.38

由上可知，四选一的项目难度较难

（二）非二分记分的项目

X

P＝×100％X为全体被试在该题的平均分，X max为该题的满分

X max

例：数学测量的第7题满分为15分，该题考生的平均得分是9.6分，该题难度为?

P＝9.6／15×100％P＝0.64

三、难度水平的确定

（一）项目的难度

进行难度分析的要目的是为了筛选项目

P值越接近0或接近1，越无法区分被试间能力的差异；P值越接近0.5，区别力越高，最

好使试题的平均难度接近0.5，而各题难度在0.5±0.2之间

当测验用于选拔或诊断时，应多选择难度值接近录取率的项目

是非题的难度应为0.75合适，四选一的题目，难度值约为0.63最合适（二）测验的难度

被试样本具有代表性，对中等难度的测验，其测验总分应该接近常态分配

正偏态分布：必须增加足够数量的较容易项目

负偏态分布：必须增加足够数量的较高难度项目

第二单元项目的区分度

一、定义

项目区分度也叫鉴别力，是评价项目质量和筛选项目的主要指针，也是影响测验效度的重要因素区分度取值范围介于﹣1至﹢1之间

（一）鉴别指数

此方法的主要步骤：

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.按下列公式估计项目的鉴别指数

D＝P H－P L

例：某项目共有18人名被试，其中第五题中高分组有5人通过、低分组中有1人通过，请计算该题的鉴别指数?

18人的27％即5人

高分组：P H＝5／5×100％P H＝1

低分组：P L＝1／5×100％P L＝0.2

鉴别指数D＝P H－P L D＝0.8

美国测验专家伊贝尔提出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

（二）相关法

计算区分度最常用的方法，即以某一项目分数与效标成绩或测验总分的相关作为该项目区

分度的指针，相关越高，项目越有区分的功能

1.点二列相关：适用于一类变量为二分称名变量，另一类变量为连续变量的成对变量的相

关计算

2.二列相关：适用于两个连续变量，但其中一个变量被人分为两类

3.∮相关法：适用于两个变量均为二分称名变量

三、区分度与难度的关系

较难的项目对高水平的被试区分度高，较易的项目对低水平的被试区分度高，中等难度的项目对中等水平的被试区分度高

项目难度的分布以常态分布较好，项目的平均难度在0.50时，不仅能保证多数项目具有较高的区分度，而且可以保证整个测验对被试有较高的区分能力

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

编制测验时首先要明确测量的对象，也就是垓测验编成后要用于哪些团体

只有对受测者的年龄、受教育程度和社会经济及阅读水平了解，编制测验时才能有的放矢

二、测验的用途

编出的测验是要对被试做描述、诊断，或是选拔和预测，这些是在测验编制前就应明确的

用途不同，编制测验时的取材范围及试题难度也不相同，可分为：

（一）显示性测验：古德纳夫又加以区分为样本测验和标记测验

（二）预测性测验：

三、测验的目标

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

目标分析以测验不同而异，一般可分为：

（一）工作分析：对于选拔和预测性测验，其主要任务是对所预测的行为活动作具体分析，称为任务分析或工作分析，包括两步骤：

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，此标准称为效标

（二）对特定概念下定义：编制者必须对所要测量的某种特殊心理质量或行为下定义

（三）确定测验的具体内容：

第二单元测题的编写

一、搜集资料

题目来源可分为：

（一）已出版的标准测验

（二）理论和专家的经验

（三）临床观察和记录

二、命题的一般原则

（一）内容方面：1.要求题目的内容符合测验的目的 2.内容取样要有代表性 3.题目间内容相互独立

（二）文字方面：1.使用当代语言 2.语句简明扼要，排除与答案无关因素 3.一句话说明一个概念，少用双重否定句

（三）理解方面：1.题目应有确切的答案，除创造力测验及人格测验外不应具有引起争议的可能

2.题目的内容不要超出受测团体的知识水平和理解能力

3.题目的格式不要被

人误解

（四）社会敏感性方面：菲力普提出的参考策略：

1.命题时假定被试具有某种行为

2.命题时假定规范不一致

3.指出该行为是常见的，虽然是违规的

三、测验编制的要领

（一）选择题：既要编好题干也要编好选项，须注意几点：

1.题干所提的问题必须明确

2.选项切忌冗长要简明扼要

3.每题只给一个正确答案

4.各选项长度应相等

5.避免题干用词与选项用词一致

6.选项最好用同一形式

（二）是非题：编制是非题应注意：

1.内容应以有意义的概念、事实或基本原则为基础

2.每道题只能包含一个概念

3.尽量避免否定的叙述，尤其避免双重否定的叙述

4.若是表达意见的题目，最好说明意见的来源和根据

5.“是”和“非”题的数目应有适应比例

（三）简答题：编制简答题的三原则：

1.宜用问句形式

2.若是填充形式则空格不宜太多

3.每题应只有一个正确答案

（四）操作题：编制操作测验的四原则：

1.明确所要测量的目标，并将其操作化

2.尽量选择真实性程度较高的项目

3.指导语要简明扼要

4.制定评分标准，确定计分方法

第三单元测验的编排和组织

一、合成测验

（一）选择和审定试题

选择题目形式时，需考虑：

1.测验的目的和材料的性质

2.接受测验的团体特点

3.各种实际因素

审定试题时，要注意：

1.题目的范围应与测验计划的双向细目表一致

2.题目的数量要比最后所需的数目多一倍至几倍

3.题目的难度必须符合测验目的的需要

4.题目的说明必须清楚明白

（二）测题的编排

测验编排的一般原则：

1.测题的难度排列宜逐步上升，由易到难

2.将同类型的测题组合在一起

3.根据各种类型测题本身的特点排列题目：是非或选择题中避免将同选项的测题安排在一

起

常见的排列方式：

1.并列直进式：韦克斯勒的成人、儿童和幼儿的智力量表

2.混合螺旋式：比内－西蒙智力量表

二、预测与项目分析

预测应注意的问题：

1.预测对象应取自将来正式测验准备应用的群体

2.预测的实施过程与情境应力求与将来正式测验时的情况相近似

3.测验的时限可宽一些，最好使每个被试都能将题目作完

4.在预测过程中，应对被试的反应情形随时记录

三、编写指导手册

测验指导手册的内容：

1.测验的目的和功用

2.测验编制的理论背景及测验中的材料是根据什么原则

3.实施测验的说明

4.测验的标准答案和记分标准

5.常模资料

6.测验的基本特征

第七节心理测验的使用

第一单元主试的资格

主试资格包括技术与道德两方面

一、知识结构

主试者的知识结构是指开展心理测验工作所必须具备的基础知识和与专业相关的知识

二、专业理论知识和专业技能

（一）专业理论知识

要求主试者对心理测验的特点和性质、的作用和局限性有清楚的认识

了解测验的基本特征

熟悉保证心理测验标准化的必要性

（二）专业技能

主试者必须具有实际操作心理测验的专业技能和经验，接受严格、系统的心理测验专业训

练，熟悉有关测验的内容、适用范围、测验程序和记分方法

三、职业道德

（一）测验的保密和控制使用

（二）测验中个人隐私的保护

第二单元测验的选择

选择测验必须注意的两方面：

一、所选测验必须适合测量的目的

二、所选测验必须符合心理测量学的要求

第三单元测验前的准备及注意事项

一、测验前的准备工作

准备工作包括：

（一）预告测验

（二）准备测验材料

（三）熟悉测验指导语

（四）熟悉测验的具体程序

二、测验中主试的职责

（一）应按照指导语的要求实施测验

（二）测验前不讲太多无关的话

（三）对被试的反应，主试不应作出点头、皱眉、摇头等暗示性反应

三、建立协调关系

协调关系：在心理测验实施中，主试与被试之间友好的、合作的、能促使被试最大限度做好测验的一种关系

第四单元测验实施的程序及要素

一、指导语

指导语通常包括：

（一）对被试的指导语

1.如何选择反应形式

2.如何记录这些反应

3.时间限制

4.若不能正确反应时该如何操作

5.例题

6.有时告知被试测验目的

主试念完指导语后，若被试有疑问时，主试应严格遵守指导语解释，不应另加自己的想法

而使测验不标准

（二）对主试的指导语

主试的一言一行，甚至表情动作都会对被试产生影响

三、测验的环境条件

对于测验的环境条件：

（一）必须完全遵从测验手册的要求

（二）记录下任何意外的测验环境因素

（三）解释结果时必须考虑此因素

第五单元被试误差及控制方法

一、应试技巧与练习效应

（一）应试技巧：对测验的程序和技能熟悉程度、测验油子，都能觉察出正确答案与错误答案的细小差别，并懂得合理分配测验时间，且常是各题型都见过（二）练习效应：具体表现为：

1.教育背景差、经验少或智力较高者，受练习效应影响大

2.着重速度的测验，练习效应较明显

3.重复实施相同测验

4.两次测验的时距越大，练习效应越小

5.一般的平均练习效应，约在1／5个标准偏差以上