心理测量 第5章 测量效度
合集下载
心理测量学知识--效度
智力结构。
• 测验的内部一致性指标可以推断测验是测量单一 还是多种特质：分半信度、a系数等。
•
分析被试者对题目的反应特点也可以作为构思效
度的证据：
24
2013-7-9
二、构想效度
第二单元 效度评估的方法
测验间的相互比较
通过分析几个测验间的相互关系，找出共同之处，进 而推断这些测验的特质是什么，确定构思效度如何。 • 相容效度是构思效度的一个证据：一个旧测验是 有效度证据的，一个新测验是没有效度证明的， 两者测同一种特质。计算两种测验之间的相关。 相关高，新测验所测特质与旧测验一致性就高， 这一相关为相容效度。 • 相容效度高，证明新测验构思效度高。
（logical validity）。
2013-7-9
17
一、内容效度
第二单元 效度评估的方法
专家判断法 • 专家评定前的准备： 1、定义好测验内容的总体范围，描述有关的知识与技 能及所用材料的来源； 2、编制双向细目表，确定内容和技能各自所占的比例， 每个题目测什么内容和技能； 3、制定评定量表来测量测验的整个效度； 最后，由每位评判者在评定量表上作出判断，获得测
第一单元 效度的概念
学了，就知道了！
1、什么是效度？
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、信度与效度的关系？
信度受随机误差影响，效度受随机误差和系统误差影响。可信的测
验未必有效，有效的测验比可信。信度是效度的必要条件。
3、效度的性质？
相对性、连续性
（一）效度具有相对性
任何测验的效度都是对一定的目标来说的。测 验只有用于与测验目标一致的目的和场合才会 有效。… 测验不是万能的，只对特定心理属性有效。…
第五章 效度
观念效标和效标测量
同一个观念效标可有多个效标测量
①效标测量必须真实地反映观念效标的重要侧面；
②效标测量必须稳定可靠；
③效标测量必须客观，避免偏见； ④在保证有效性的前提下，效标测量必须尽可能简 单、省时、花费少。
“大学学习成功”？
实证效度的估计方法：
相关法 区分法 命中率
命中率：用某智力测验对1万名儿童进 行鉴定的结果 测验鉴定 为弱智 真正弱智 真正正常 合计 240 70 310 测验确定 为正常 60 9630 9690 合计 300 9700 10000
如何确定内容效度？ ◆ 专家判断法：“逻辑效度” “双向细目表” ◆ 统计分析法：复本信度（等值性系数） ◆ 再测法
为什么编制问卷时需要双向细目表？
原因一：它是设计试卷的蓝图，使命题者明确测验的目标， 把握试题的比例与分量，提高命题的效率和质量。 原因二：它对于审查试题的效度也有重要的指导意义，包括 两个维度（双向）的表格，反映测验内容、测验目标。
第五章 测量效度
——你的测验准吗？
第一节 效度概述
一、效度的含义 效度——是指一个测验或量表实际能测 量出其所要测的心理特质的程度。 相对性 综合反映随机误差和系统误差 要从多方面收集证据
CTT理论假设：
SX2=SV2+SI2+SE2
效度的数学定义：
S r S
2 xy
2 v 2 x
补充： 信度与效度的关系 信度是测验和自己/严格平行的测验的相 关程度 效度是测验和某个效标测验之间的相关， 此效标不必是平行测验
各种效度策略的恰当使用：
内容效度最适于测量具体属性的测验
2019年 第五章 心理测量学(打印版)
心理测验在未来发展倾向：团体智力测验、能力倾向测验、人格测验和操作测验。 （二）现代心理测验在我国的发展
1916 年樊炳清先生首先介绍了比内—西蒙智力量表。1920 年，北京高等师范和南京师 范学校建立了我国最早的两个心理学实验室，廖世承和陈鹤琴先生在南京高等师范学校开设 心理测量课。1921 年，他俩正式出版《心理测验法》一书，当时影响很大。1922 年夏天， 中华教育改进社聘请美国教育心理测验专家麦考尔来华讲学。
单位是测量的基本要素，没有单位就无法进行测量。好的单位具备条件：一是确定的 意义，二是相同的价值。一般来说，心理测量的单位往往不够完善。
三、测量量表
量表是根据一定法则在一个定有单位和参照点的连续体上把事物的属性表现出来的连 续体。根据量表的精确度，斯蒂文斯将量表从低到高分为成四种水平，即命名量表、顺序量 表、等距量表和等比量表。 （一）命名量表
课程简介
心理测量学是心理学的一门专业基础学科，心理测量是重要的心 理学研究方法，是心理诊断和人力资源管理中决策的辅助工具，但心 理测量工具目前尚不完善。
心理测量是心理学工作者需要熟练掌握的一项工具或一种手段。 因为心理测量学中涉及到统计学和数学方面知识，在心理咨询师知识 结构中是最难学、最难懂的一门课程，所以，本章课程对大部分参加 心理咨询师课程学习者来说是具有相当难度的。
心理咨询师 （基础知识）
第五章 心理测量学
辅 导 资 料
洪进鹏 2018.11
第五章 心理测量学 课程目录
第一讲 测量：心理咋测量 第二讲 定义：什么是心理测验 第三讲 常模：成绩好坏跟谁比 第四讲 信度：心理测量可靠吗 第五讲 效度：心理测量准确吗 第六讲 项目分析：这次测验难吗 第七讲 编制：测验咋编制 第八讲 技术：测验咋使用
1916 年樊炳清先生首先介绍了比内—西蒙智力量表。1920 年，北京高等师范和南京师 范学校建立了我国最早的两个心理学实验室，廖世承和陈鹤琴先生在南京高等师范学校开设 心理测量课。1921 年，他俩正式出版《心理测验法》一书，当时影响很大。1922 年夏天， 中华教育改进社聘请美国教育心理测验专家麦考尔来华讲学。
单位是测量的基本要素，没有单位就无法进行测量。好的单位具备条件：一是确定的 意义，二是相同的价值。一般来说，心理测量的单位往往不够完善。
三、测量量表
量表是根据一定法则在一个定有单位和参照点的连续体上把事物的属性表现出来的连 续体。根据量表的精确度，斯蒂文斯将量表从低到高分为成四种水平，即命名量表、顺序量 表、等距量表和等比量表。 （一）命名量表
课程简介
心理测量学是心理学的一门专业基础学科，心理测量是重要的心 理学研究方法，是心理诊断和人力资源管理中决策的辅助工具，但心 理测量工具目前尚不完善。
心理测量是心理学工作者需要熟练掌握的一项工具或一种手段。 因为心理测量学中涉及到统计学和数学方面知识，在心理咨询师知识 结构中是最难学、最难懂的一门课程，所以，本章课程对大部分参加 心理咨询师课程学习者来说是具有相当难度的。
心理咨询师 （基础知识）
第五章 心理测量学
辅 导 资 料
洪进鹏 2018.11
第五章 心理测量学 课程目录
第一讲 测量：心理咋测量 第二讲 定义：什么是心理测验 第三讲 常模：成绩好坏跟谁比 第四讲 信度：心理测量可靠吗 第五讲 效度：心理测量准确吗 第六讲 项目分析：这次测验难吗 第七讲 编制：测验咋编制 第八讲 技术：测验咋使用
第五章 效度
ˆ 这里， Y 为预测的效标分数;
S X 和 SY 分别为效标分数与测验分数的标准差.
X为测验得分。
效标关联效度的关键是选择好效标。一个好的效标必 须具备以下几个条件：(1)可靠性，即效标测验必须具有 较高的信度，如果效标测验不稳定，就不能与本测验有恒 定的关系．相关系数也就不能科学地解释同时或预测效度； (2)有效性，即效标测验本身必须是有效的，如果效标测 验本身缺乏有效性，则无法准确确定本测验的同时效度或 预测效度；〔3)客观性，即效标测验必须尽量客观 标准化．力求排除主观偏见，特别是防止效标污染的影响； (4)实用性．即效标应尽量使其用法简单、省时、花费少、 讲究经济实用。
三、效标关联效度
效标关联效度是指测验分数与作为效标的另一独立测验结果之间 的一致性程度。一般是用本测验与效标测验去测同一组被试得到的 两组分数的相关系数表示。 所谓效标，是检验测验效度的参照标准。效标实际上是本测验 所想测量或要预测的特性或功能，这些特性和功能通常以另一独 立测验的结果来表示。因此，效标是估计效标关联效度的主要根 据，所以效标必须确实能反映某个方面的特性和功能，才能成为估 计测验效度的依据。在运用效标进行测验时．还要避免效标污染。 所谓效标污染，是指由于主试知道某个人(或某个集体)的原来测验 成绩，存有成见，凭印象给分．影响了在效标测验中对某个人(或 某个集体)的成绩评定。
第一节 效度的估算
效度的估算与效度的类型相关，对于测验效度 的类型，不同学者有不同的分类方法。美国心理 学会1974年发行的《教育和心理测验的标准》一 书，正式采用将效度分为内容效度、构想效度和 效标关联效度三大类的方法。目前在教育与心理 测量中，应用最广泛的就是这种效度分类方法。
一、内容效度
内容效度是指测验内容与预定要测的内容之间 的一致性程度。也可以说是指测验内容对所要测 验的全部内容的取样代表性程度。取样代表性是指 测验题目能最大限度地代表预测的内容范围。因 此，一个测验要具有较高的内容效度必须具备两个 条件，其一是测验内容范围明确，其二是取样具有 代表性。
心理测量(戴海琦版)课后习题答案
心理测量(戴海琦版)课后习题答案第一章心理与教育测量概论练习与思考练习与思考：1.与物理测量相比较，阐明心理测量的特点。
2.为什么人们不能象对物理测量那样容易接受心理测量？（此题为思考题）3.如何才能证明心理测量的必要性和可能性？解答要点：1.（1）从依据的法则来说，心理与教育测量依据的法则在很大程度上只是一种理论。
（2）从测量的内容来说，心理与教育测量的内容是复杂的，内隐的，其测量只能是间接的。
（3）相对与物理测量的定量分析的精确度而言，心理与教育测量定量分析的精确度很低。
3.（1）从心理与教育测量的理论基础来看，心理测量是可能的。
（2）人的心理现象和知识水平如同其他一切物理现象一样是有差异的，这种差异既有质的方面，也有量的方面，因此有必要测定出这些差异的数量。
第二章心理与教育测量的产生与发展>>练习与思考练习与思考1.简述古代中国对心理与教育测量的贡献及其特点。
2.心理与教育测量从卡特尔到比内的发展过程中可以看出什么特点？（此题为思考题）3.推孟和韦克斯勒在智力测验发展过程中各有什么贡献？解答要点：1.在古代中国，在测验实践和测验理论方面都对心理与教育测量作出了贡献并具有自己的特点。
一、在测验实践方面的贡献。
1、在能力测量方面。
早在2500年前，思想家和教育家孔子凭自己的经验观察，首先评定学生能力的个别差异，并将人的智力分成中上之人、中人和中下之人三个等级。
董仲舒已论及到注意测验。
刘邵把人的才能划分为12种类型。
6世纪中叶，中国江南出现了类似现在的婴儿发展测验的\周岁试儿\习俗。
出现于清代的益智图、九连环可以认为是最早的创造力测验。
2、在人格测量方面。
孔子把人分为狂者、狷者和中行3种。
刘邵根据阴阳、五行和形体的关系及其人的行为表现，把人的性格划分成12种类型。
3、在教育测量方面。
世界上最早的教育测量出现于中国西周奴隶时期。
据记载，在西周的\国学\中已经建立具有相当系统性的教育测量制度。
第五章效度
1、影响测量效度的因素
（4）所选效标的性质 有的学者认为，智力测验分数与教师对学生等级评定之 间的效度系数只要在0.30～0.50之间就可以了，因为 教师的评价会受到与智力无关的其他因素的影响。与此 类似，相同科目的标准化测验成绩与教师评价之间的相 关应达到0.60～0.70,两种不同智力测验或标准化测验 之间的相关应达到0.60～0.80等等。 所有这些不同的要求，主要是因为所用效标的不同而提 出来的。
式中 是测验x增长至原来的K倍后，新测验与 效标（y）的相关（效度系数）；K为测验增长的 倍数； 原测验的效度系数； 为原测验的信
度系数。
1、影响测量效度的因素
（2）测验的实施过程 一个测验在实施过程中，如不遵从指导语的要求、
或出现以外干扰、或评分计分出现差错等等，都会降低 测量效度。 （3）接受测验的被试
（二）构想效度（construct Validity）
1954年提出，有人翻译为构思效度，也有叫结 构效度。它是指测验能够测量到理论上的构想 和特质的程度，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。
（三）效标效度
1、定义：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。
一般情况下，被试的应试动机、情绪、态度、身体 状态等等，都会影响测量信度，造成较大的随机误差， 进而影响测量的效度。
就整个被试团体而言，如果缺乏必要的同质性，则 很可能会得到不恰当的效度资料。
1、影响测量效度的因素
（4）所选效标的性质
由于同一个测验可以有不同的效标，同一 个观念效标也可以有不同的效标测量，所以在 评价测量效度时，所选效标的性质是很重要的 考虑因素。
3、效标和效标测量：
第五章-测量效度
第五章测量效度第一节效度概述一、什么是效度（一）效度的概念效度是指一个测验或量表实际能测出其所要测的心理特质的程度。
例如，一个小学生数学测验的成绩若同时受到其数学和语文能力的影响（如，有的人看不懂题意等）则认为实际测到其所要测的特质（数学能力）的程度不高，因而它是个效度不高的数学测验。
（二）对效度概念的理解1、效度是一个相对概念。
这种相对性表现在两个方面：（1）效度是相对于一定的测量目的而言的。
因为效度是指实测结果与所要测查的特质之间的吻合一致性程度，因此，一个测验或量表是否有效主要是看它是否达到了测量目的。
测量某一特质有效的量表，若用它来测量另一种特质，则必然会无效或效度极低。
例如，测量身高很有效的钢尺若用它来测量体重则必定无效。
又如，人的测量智力很有效的量表若是用来测量性格则必定是效度不高的。
（2）心理特质是较隐蔽的特性，只能通过他的行为表现来进行推测，因此，心理测量不可能达到百分之百的准确，而只能达到某种程度上的准确。
不过，由于任何一个量表的编制都有其目的，所以在正常情况下，一个量表的效度也不会为零。
例如，一个数学测验，无论其文字表达如何艰深，它总能测到一定的数学能力，即总会有一定的效度，而不会效度为零。
（3）判断一个测量是否有效要从多方面收集证据。
表面上看来，测量的效度就是实际测量的结果与我们所要测量的心理特性的吻合一致性程度，获取效度的办法也就是拿实测结果与心理特性来比较。
然而，心理特性是我们要测的东西，是未知的，通常也是比较抽象和隐蔽的。
因此，不能把它直接拿来与结果比较，而必须先从多种角度把这种特性描述清楚。
由于描述心理特性的角度可以是理论上的，也可以是实践上的，途径很多，因此，获取测量效度的途径也是多样的。
例如，智力测验是否测得了人的智力，我们就可以从理论上做逻辑分析，也可以从他在工作、学习中的实际表现等许多方面加以证实。
（4）效度和信度一样，也是指一列测量的特性，也是一个构想概念。
心理测量信效度
பைடு நூலகம்
效度的估计
• ◎内容效度：是指一个测验实际测到的内容，与所要测量的内容之间的吻合
• 程度，估计一个测验的内容效度就是去确定该该测验在多大程度上代表了所 要测量的行为领域 应用范围：主要适用于成就测验，选拔和分类的职业测试；不适用于能力倾 向测验和人格测验 确定方法：※逻辑分析法：明确预测内容的范围—确定每个题目所要测的内 容——制定评定量表 ※克龙巴赫还提出过内容效度的统计分析方法。同一个教学内容总体 中抽取两套独立的平行测验，用这两个测验来测同一批被试，求其相关，若 相关低，则两个测验中至少有一个缺乏内容效度；若相关高，则测验有较高 的内容效度（除非两个测验取样偏向同一个方面） ※再测法：在被试学习某种知识之前做一次测验（如学习电学之前考 电学知识），在学习该知识后再做同样的测验。这时，若后测成绩显著的优 于前侧成绩，则说明所测内容正是被新近所学习的内容，进而证明该测验对 这部分内容具有较高的内容效度
信度的估计方法
• 同质性信度：也叫内部一致性系数，是指 测验内部所有的题目间的一致程度。包括 两点：一、所有的题目测的都是同一种心 理特质，二、题目的分之间都有较高的正 相关
• 评分者信度：指的是多个评分者给同一批 人答卷进行评分的一致性程度 • 计算：肯德尔系数
影响信度的因素
被试方面：身体健康状况、应试动机、注 意力、耐心、求胜心、作答态度 主试方面：暗示、协助、评分标准前后不 一 施测环境：安静、光线和通风情况、设备 齐全、桌面、空间宽窄 测量工具：稳定性 两次施测的间隔时间：时间越短信度越大 、时间越长、信度越慢
信度的估计方法
1.重测信度：指的是用同一个量表对同一组 被试施测两次所得结果一致性程度，其大 小等于同一组被试在两次测验上所得分数 的皮尔逊积差相关系数
效度的估计
• ◎内容效度：是指一个测验实际测到的内容，与所要测量的内容之间的吻合
• 程度，估计一个测验的内容效度就是去确定该该测验在多大程度上代表了所 要测量的行为领域 应用范围：主要适用于成就测验，选拔和分类的职业测试；不适用于能力倾 向测验和人格测验 确定方法：※逻辑分析法：明确预测内容的范围—确定每个题目所要测的内 容——制定评定量表 ※克龙巴赫还提出过内容效度的统计分析方法。同一个教学内容总体 中抽取两套独立的平行测验，用这两个测验来测同一批被试，求其相关，若 相关低，则两个测验中至少有一个缺乏内容效度；若相关高，则测验有较高 的内容效度（除非两个测验取样偏向同一个方面） ※再测法：在被试学习某种知识之前做一次测验（如学习电学之前考 电学知识），在学习该知识后再做同样的测验。这时，若后测成绩显著的优 于前侧成绩，则说明所测内容正是被新近所学习的内容，进而证明该测验对 这部分内容具有较高的内容效度
信度的估计方法
• 同质性信度：也叫内部一致性系数，是指 测验内部所有的题目间的一致程度。包括 两点：一、所有的题目测的都是同一种心 理特质，二、题目的分之间都有较高的正 相关
• 评分者信度：指的是多个评分者给同一批 人答卷进行评分的一致性程度 • 计算：肯德尔系数
影响信度的因素
被试方面：身体健康状况、应试动机、注 意力、耐心、求胜心、作答态度 主试方面：暗示、协助、评分标准前后不 一 施测环境：安静、光线和通风情况、设备 齐全、桌面、空间宽窄 测量工具：稳定性 两次施测的间隔时间：时间越短信度越大 、时间越长、信度越慢
信度的估计方法
1.重测信度：指的是用同一个量表对同一组 被试施测两次所得结果一致性程度，其大 小等于同一组被试在两次测验上所得分数 的皮尔逊积差相关系数
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
l h i 2 l h t i
效度系数的平方表示效标分数的变异数由测验 分数的变异数决定的百分比，或者说表示测验 和效标这两组分数的共变部分。如，当 rxy=0.60时，我们可以说效标分数中有36%的 变异来自测验分数的变异，或者说有36%的变 异为两个测验共同具有，说的更通俗点，在效 标分数中36%的方差可以由测验分数正确地预 测到。
1 10 19 28 43
2 19 25 28 28
3 28 28 25 19
4 43 28 19 10
r=0.00
r=0.40
1
4 3 2 1 1 7 25 67
2
7 27 41 25
3
25 41 27 7
4
67 25 7 1
r=0.80
规律：从二者最低一级开始 到二者最高一级的对角线
表3-2 瑞文推理测验的预期表
失败
C （失误）
D（命中）
效标分数的预测
根据测验的效度系数，就可以根据一个人的 测验分数预测他的效标分数。如果X、Y是两列 呈直线关系的变量，只要确定出两者间的回归 方程，就可以从一个变量估计另一个变量。最 简单的回归方程为：
为预测的效标分数，a是纵轴上的截距， ˆ Y 率，X为测验分数。
ˆ ab X Y yx
分组法
相关法是考察同一组被试的测验分数与效
标成绩之间的一致性程度，如果一致性程度高， 测验是有效的。分组法则是考察测验分数能不 能区分开由效标的不同成绩所定义的团体。如 果能区分开，这个测验是有效的。
例如某政府机关通过测验录用了一批公务 员，经半年试用期后，根据他们的实际工作成
绩，将这批公务员区分为称职和不称职两组。 然后回过头来检查这两组人在测验上的分数是 否有显著差异，如果差异显著，说明这个测验 在录用公务员的选拔性测验中是有效的。
再测法
先将测验实施于被试，由于被试对测
验内容了解甚少，因而得分较低，然后
对他们进行教学训练，结束时再测一次，
如果成绩提高很大，说明测验对于教学
具有较高的内容效度。
经验法
不同的被试团体在测验上的得分和对
每题的反应存在较大差异，一般来说， 高年级比低年级的水平要高，如果总分 和题目的通过率随着年级而增高，则说 明测验对于教学具有内容效度。
瑞文标准推 理能力测验 D等以上 55-60 50-54 45-49 99 85 70 一年级数学成绩 C等以上 90 54 32 B等以上 50 30 —
40-44
52
—
—
预期表可同时使用于标准参照测验和常模 参照测验。当上面的效标成绩区分为通过和不 通过或及格和不及格两种标准时，就成了标准 参照测验的预期表。
内容效度的应用
作为一种方法，内容效度较为适合于评价教育 成就测验和职业选拔测验。在这种测验中，测 验内容是知识、技能和实际工作的代表性样本。 内容效度不仅是评价教育成就测验和职业选拔 测验的较好方法，而且也是编制任何测验都应 加以考虑的基本方面。内容效度对标准参照测 验更为重要，因为在标准参照测验中我们主要 关心的是被试对一定范围内的知识、技能掌握 得如何。
21 22 23 24 25 26 27 28 29 30
同异性相处时感到害羞不自在 感到受骗，中了圈套或有人想抓住您 无缘无故地突然感到害怕 自己不能控制地大发脾气 怕单独出门 经常责怪自己 腰痛 感到难以完成任务 感到孤独 感到苦闷
11 12 13 14 15 16 17 18 19 20
容易烦恼和激动 （敌对） 胸痛 （躯体化） 害怕空旷的场所或街道（恐怖） 感到自己的精力下降，活动减慢 （抑郁） 想结束自己的生命 （抑郁） 听到旁人听不到的声音（精神病性） 发抖 （焦虑） 感到大多数人都不可信任（偏执） 胃口不好 （饮食情况） 容易哭泣 （抑郁）
用预期表来根据测验成绩预测和解释被试 的效标成绩时，要注意到制成预期表时取样团 体的代表性和样本的大小。一般而言，样本团 体越具有代表性，样本中人数足够多，则预期 的可靠性越高。
命中率法 在某些情况下，预测源和效标都是二分的， 我们便可以得到一个预测命中表。 表3-3 命中表
成功 成功 A （命中） 失败 B（失误）
的努力去完成。如果这类测验表面效度不高， 就很难获得被试的信任与合作，被试就会马虎 从事，测不出真正的成绩，从而影响测验的效 度。相反，人格测验要求有较低的表面效度， 使被试不会作假，按自己的典型方式作出反应， 从而测到被试真正的人格特征。
编制任何测验都必须考虑到内容效度，
这样可以从测验内容上排除无关变量对
定义好内容总体，并描绘出有关知识与技能的轮廓
划分细纲目，并根据重要性规划好各个纲目的加权 比例，作出尽可能详细的描述
确定每道题所测的知识与技能，将自己的分类与测 验编制者的纲目作比较
制定评定量表，从各方面对测验作出评定
复本法
克伦巴赫认为，内容效度可由一组被试在 取自同样内容范围的两个测验复本上得分的相 关来做数量上的估计。如果相关低则说明两个 测验中至少有一个缺乏内容效度，但无法确定 究竟哪一个缺乏内容效度。当相关高时，一般 推论测验具有内容效度，但也可能出现两个测 验有相同偏差的情况。
表3-1 预期表
从右下角到左上角的对 角线上各格中的数字越 大，说明校标效度越高
大学一年级成绩 A
高
高 考 成 绩 中 低
B
C
D
E
60
10
40
20 10 40 40 30 40 40
1 4 3 2 1 25 25 25 25
2 25 25 25 25
3 25 25 25 25
4 25 25 25 25 4 3 2 1
rpb
X p Xq St
pq
当测验分数与效标分数都是连续变量，但效标 分数需要人为地一分为二时（如及格与不及 格），用二列相关公式：
rp
X p Xq St
pq y
当测验分数为连续变量，效标分数为多种类别 的等级评定（如优良中差）时，可用多列相关 法计算：
rs
[( y y ) X ] (y y ) S p
测量的效度
效度的含义
效度指的是测量的有效性，即一个测验
对它所要测量的特质准确测量的程度。
在测量学中，效度被定义为与测量目的
有关的变异（有效变异）与实测变异之
比。
效度的分类
内容效度
构想效度
效标效度
内容效度
内容效度是指项目对预测的内容或行为范围取 样的适当程度。
一个测验要具备较好的内容效度必须满足两个 条件：
31 32 33 34 35 36 37 38 39 40
过分担忧 对事物不感兴趣 感到害怕 您的感情容易受到伤害 旁人能知道您的私下想法 感到别人不理解您、不同情您 感到人们对您不友好，不喜欢您 做事必须做得很慢以保证做得正确 心跳得很厉害 恶心或胃部不舒服
41 42 43 44 45 46 47 48 49 50
测量结果的影响。
SCL90题目的表面效度
1 2 3 4 5 6 7 8 9 10
头痛 （躯体化） 神经过敏，心中不踏实（焦虑） 头脑中有不必要的想法或字句盘旋（强迫症状） 头晕或晕倒（躯体化） 对异性的兴趣减退 （抑郁） 对旁人责备求全 （人际关系敏感） 感到别人能控制您的思想（精神病性） 责怪别人制造麻烦 （偏执） 忘性大 （强迫症状） 担心自己的衣饰整齐及仪态的端正 （强迫症状）
预期表法
预期表法式将预测源分数和效标分数制成 双维图表，并将每个变量按水平分成若干档次， 然后列出每个档次上的人数百分比。从预期表
我们可以看出效标效度的高低。
预期表的双向表格中，测验分数排在表的 左边，效标分数排在表的上边。表中数字代表 获得每一类测验分数的人数，或在效标成绩上 可能达到某种标准的人数百分比。只要知道了 某被试的测验分数，就可以从预期表上查看到 某被试取得效标成绩各种等次的可能性的大小。
要确定好内容范围，并使测验的全部项目均在此范 围内 测验项目应是已界定的内容范围的代表性样本
确定内容效度的方法
专家判断法
复本法 再测法 经验法
专家判断法
确定测验内容效度常用的方法是由专
家对测验项目与所涉及的内容范围进行
符合性判断，这是一种定性分析的方法。
具体的方法步骤如下：
相关性
有效性 无污染 客观性 实用性
效标效度的估计方法
相关法
确定效标效度最常用的方法是计算测验分 数与效标测量的相关，这个相关系数为效度系 数。根据变量的性质不同，可分别采用积差相 关、等级相关法、二列相关法等。
两列变量是正态连续变量时，用积差相关 当测验分数是连续变量，效标分数为二分变量 （如通过与未通过）时，用点二列相关公式计 算：
有表面效度。
这说明，对于一个具体的测量目标来说， 有表面效度的题目不见得真正有效，没有表面
效度的题目也可能有效，因此，表面效度不是
确定内容效度的客观指标。尽管如此，表面效
度对被试的动机、态度和行为会产生影响，从
而影响到测验的效度，因此在编制测验题目时，
对表面效度要适当控制。
一般来说，智力测验和学科测验要有较高 的表面效度，使被试产生较强的动机，尽最大
感到比不上他人 肌肉酸痛 感到有人在监视您、谈论您 难以入睡 做事必须反复检查 难以做出决定 怕乘电车、公共汽车、地铁或火车 呼吸有困难 一阵阵发冷或发热 因为感到害怕而避开某些东西、场合或活动
效度系数的平方表示效标分数的变异数由测验 分数的变异数决定的百分比，或者说表示测验 和效标这两组分数的共变部分。如，当 rxy=0.60时，我们可以说效标分数中有36%的 变异来自测验分数的变异，或者说有36%的变 异为两个测验共同具有，说的更通俗点，在效 标分数中36%的方差可以由测验分数正确地预 测到。
1 10 19 28 43
2 19 25 28 28
3 28 28 25 19
4 43 28 19 10
r=0.00
r=0.40
1
4 3 2 1 1 7 25 67
2
7 27 41 25
3
25 41 27 7
4
67 25 7 1
r=0.80
规律：从二者最低一级开始 到二者最高一级的对角线
表3-2 瑞文推理测验的预期表
失败
C （失误）
D（命中）
效标分数的预测
根据测验的效度系数，就可以根据一个人的 测验分数预测他的效标分数。如果X、Y是两列 呈直线关系的变量，只要确定出两者间的回归 方程，就可以从一个变量估计另一个变量。最 简单的回归方程为：
为预测的效标分数，a是纵轴上的截距， ˆ Y 率，X为测验分数。
ˆ ab X Y yx
分组法
相关法是考察同一组被试的测验分数与效
标成绩之间的一致性程度，如果一致性程度高， 测验是有效的。分组法则是考察测验分数能不 能区分开由效标的不同成绩所定义的团体。如 果能区分开，这个测验是有效的。
例如某政府机关通过测验录用了一批公务 员，经半年试用期后，根据他们的实际工作成
绩，将这批公务员区分为称职和不称职两组。 然后回过头来检查这两组人在测验上的分数是 否有显著差异，如果差异显著，说明这个测验 在录用公务员的选拔性测验中是有效的。
再测法
先将测验实施于被试，由于被试对测
验内容了解甚少，因而得分较低，然后
对他们进行教学训练，结束时再测一次，
如果成绩提高很大，说明测验对于教学
具有较高的内容效度。
经验法
不同的被试团体在测验上的得分和对
每题的反应存在较大差异，一般来说， 高年级比低年级的水平要高，如果总分 和题目的通过率随着年级而增高，则说 明测验对于教学具有内容效度。
瑞文标准推 理能力测验 D等以上 55-60 50-54 45-49 99 85 70 一年级数学成绩 C等以上 90 54 32 B等以上 50 30 —
40-44
52
—
—
预期表可同时使用于标准参照测验和常模 参照测验。当上面的效标成绩区分为通过和不 通过或及格和不及格两种标准时，就成了标准 参照测验的预期表。
内容效度的应用
作为一种方法，内容效度较为适合于评价教育 成就测验和职业选拔测验。在这种测验中，测 验内容是知识、技能和实际工作的代表性样本。 内容效度不仅是评价教育成就测验和职业选拔 测验的较好方法，而且也是编制任何测验都应 加以考虑的基本方面。内容效度对标准参照测 验更为重要，因为在标准参照测验中我们主要 关心的是被试对一定范围内的知识、技能掌握 得如何。
21 22 23 24 25 26 27 28 29 30
同异性相处时感到害羞不自在 感到受骗，中了圈套或有人想抓住您 无缘无故地突然感到害怕 自己不能控制地大发脾气 怕单独出门 经常责怪自己 腰痛 感到难以完成任务 感到孤独 感到苦闷
11 12 13 14 15 16 17 18 19 20
容易烦恼和激动 （敌对） 胸痛 （躯体化） 害怕空旷的场所或街道（恐怖） 感到自己的精力下降，活动减慢 （抑郁） 想结束自己的生命 （抑郁） 听到旁人听不到的声音（精神病性） 发抖 （焦虑） 感到大多数人都不可信任（偏执） 胃口不好 （饮食情况） 容易哭泣 （抑郁）
用预期表来根据测验成绩预测和解释被试 的效标成绩时，要注意到制成预期表时取样团 体的代表性和样本的大小。一般而言，样本团 体越具有代表性，样本中人数足够多，则预期 的可靠性越高。
命中率法 在某些情况下，预测源和效标都是二分的， 我们便可以得到一个预测命中表。 表3-3 命中表
成功 成功 A （命中） 失败 B（失误）
的努力去完成。如果这类测验表面效度不高， 就很难获得被试的信任与合作，被试就会马虎 从事，测不出真正的成绩，从而影响测验的效 度。相反，人格测验要求有较低的表面效度， 使被试不会作假，按自己的典型方式作出反应， 从而测到被试真正的人格特征。
编制任何测验都必须考虑到内容效度，
这样可以从测验内容上排除无关变量对
定义好内容总体，并描绘出有关知识与技能的轮廓
划分细纲目，并根据重要性规划好各个纲目的加权 比例，作出尽可能详细的描述
确定每道题所测的知识与技能，将自己的分类与测 验编制者的纲目作比较
制定评定量表，从各方面对测验作出评定
复本法
克伦巴赫认为，内容效度可由一组被试在 取自同样内容范围的两个测验复本上得分的相 关来做数量上的估计。如果相关低则说明两个 测验中至少有一个缺乏内容效度，但无法确定 究竟哪一个缺乏内容效度。当相关高时，一般 推论测验具有内容效度，但也可能出现两个测 验有相同偏差的情况。
表3-1 预期表
从右下角到左上角的对 角线上各格中的数字越 大，说明校标效度越高
大学一年级成绩 A
高
高 考 成 绩 中 低
B
C
D
E
60
10
40
20 10 40 40 30 40 40
1 4 3 2 1 25 25 25 25
2 25 25 25 25
3 25 25 25 25
4 25 25 25 25 4 3 2 1
rpb
X p Xq St
pq
当测验分数与效标分数都是连续变量，但效标 分数需要人为地一分为二时（如及格与不及 格），用二列相关公式：
rp
X p Xq St
pq y
当测验分数为连续变量，效标分数为多种类别 的等级评定（如优良中差）时，可用多列相关 法计算：
rs
[( y y ) X ] (y y ) S p
测量的效度
效度的含义
效度指的是测量的有效性，即一个测验
对它所要测量的特质准确测量的程度。
在测量学中，效度被定义为与测量目的
有关的变异（有效变异）与实测变异之
比。
效度的分类
内容效度
构想效度
效标效度
内容效度
内容效度是指项目对预测的内容或行为范围取 样的适当程度。
一个测验要具备较好的内容效度必须满足两个 条件：
31 32 33 34 35 36 37 38 39 40
过分担忧 对事物不感兴趣 感到害怕 您的感情容易受到伤害 旁人能知道您的私下想法 感到别人不理解您、不同情您 感到人们对您不友好，不喜欢您 做事必须做得很慢以保证做得正确 心跳得很厉害 恶心或胃部不舒服
41 42 43 44 45 46 47 48 49 50
测量结果的影响。
SCL90题目的表面效度
1 2 3 4 5 6 7 8 9 10
头痛 （躯体化） 神经过敏，心中不踏实（焦虑） 头脑中有不必要的想法或字句盘旋（强迫症状） 头晕或晕倒（躯体化） 对异性的兴趣减退 （抑郁） 对旁人责备求全 （人际关系敏感） 感到别人能控制您的思想（精神病性） 责怪别人制造麻烦 （偏执） 忘性大 （强迫症状） 担心自己的衣饰整齐及仪态的端正 （强迫症状）
预期表法
预期表法式将预测源分数和效标分数制成 双维图表，并将每个变量按水平分成若干档次， 然后列出每个档次上的人数百分比。从预期表
我们可以看出效标效度的高低。
预期表的双向表格中，测验分数排在表的 左边，效标分数排在表的上边。表中数字代表 获得每一类测验分数的人数，或在效标成绩上 可能达到某种标准的人数百分比。只要知道了 某被试的测验分数，就可以从预期表上查看到 某被试取得效标成绩各种等次的可能性的大小。
要确定好内容范围，并使测验的全部项目均在此范 围内 测验项目应是已界定的内容范围的代表性样本
确定内容效度的方法
专家判断法
复本法 再测法 经验法
专家判断法
确定测验内容效度常用的方法是由专
家对测验项目与所涉及的内容范围进行
符合性判断，这是一种定性分析的方法。
具体的方法步骤如下：
相关性
有效性 无污染 客观性 实用性
效标效度的估计方法
相关法
确定效标效度最常用的方法是计算测验分 数与效标测量的相关，这个相关系数为效度系 数。根据变量的性质不同，可分别采用积差相 关、等级相关法、二列相关法等。
两列变量是正态连续变量时，用积差相关 当测验分数是连续变量，效标分数为二分变量 （如通过与未通过）时，用点二列相关公式计 算：
有表面效度。
这说明，对于一个具体的测量目标来说， 有表面效度的题目不见得真正有效，没有表面
效度的题目也可能有效，因此，表面效度不是
确定内容效度的客观指标。尽管如此，表面效
度对被试的动机、态度和行为会产生影响，从
而影响到测验的效度，因此在编制测验题目时，
对表面效度要适当控制。
一般来说，智力测验和学科测验要有较高 的表面效度，使被试产生较强的动机，尽最大
感到比不上他人 肌肉酸痛 感到有人在监视您、谈论您 难以入睡 做事必须反复检查 难以做出决定 怕乘电车、公共汽车、地铁或火车 呼吸有困难 一阵阵发冷或发热 因为感到害怕而避开某些东西、场合或活动