07年北大自考“心理測驗學(xué)”串講筆記（4） -自考串講筆記

　　第二節(jié) 信度的類型及估計方法

　　1、 重測信度：又稱穩(wěn)定性系數(shù)。他的計算方法是采用重測法，即使用同一測驗，在同樣條件下對同一組被試前后施測兩次測驗，求兩次得分間的相關(guān)系數(shù)。

　　最適宜的時距隨測驗的目的、性質(zhì)和被試的特點而異，一般是兩周到四周較宜，間隔時間最好不超過六個月。

　　重測信度的前提假設(shè)是：⑴所測量的特性必須是穩(wěn)定的；⑵每個人對前一次反應(yīng)的遺忘程度相同；⑶在時間間隔中沒有學(xué)習(xí)另外的與測驗有關(guān)的東西。

　　2、 復(fù)本信度：又稱等值性系數(shù)。它是以兩個等值但題目不同的測驗（復(fù)本）來測量同一群體，然后求得被試在兩個測驗上得分的相關(guān)系數(shù)，這個相關(guān)系數(shù)就代表了復(fù)本信度的高低。

　　復(fù)本信度的高低關(guān)鍵取決于復(fù)本測驗的選擇，因而是題目取樣問題。

　　同重測信度一樣，復(fù)本信度也要考慮兩個復(fù)本實施時間間隔。如果兩個復(fù)本幾乎是在同一時間內(nèi)施測的，相關(guān)系數(shù)反映的才是不同復(fù)本的關(guān)系，而不摻有時間的影響。如果兩個復(fù)本的施測相隔一段時間，則稱穩(wěn)定與等值系數(shù)。穩(wěn)定與等值系數(shù)既考慮了測驗在時間上的穩(wěn)定性，也考慮了不同題目樣本反應(yīng)的一致性，因而是更為嚴(yán)格的信度考察方法，也是應(yīng)用較為廣泛的方法。

　　內(nèi)部一致性信度包括：分半信度和同質(zhì)性信度。（1）分半信度：指采用分辦法估計所得的信度系數(shù)。這種方法估計信度系數(shù)只需一種測驗形式，實施一次測驗。通常是在測驗實施后將測驗按奇、偶數(shù)分為等值的兩半，并分別計算每位被試在兩半測驗上的得分，求出這兩半分?jǐn)?shù)的相關(guān)系數(shù)?！?常見的是將測題按其序列號的奇偶分半，這種分法的前提是：測題并非隨機(jī)排列，而是按某種順序（如難度）排列；如果隨機(jī)排列的題目，則必須是所有題目平等的（要么難度相等，要么性質(zhì)一樣）；如果測驗有多個分量表，應(yīng)該在分量表內(nèi)部排好順序，再把各分量表分兩半組合起來求相關(guān)?！?常用的修正公式是：斯皮爾曼－布朗公式：

　　3、 斯皮爾曼－布朗公式為經(jīng)驗公式，他的假設(shè)條件是兩半測驗分?jǐn)?shù)的變異數(shù)相等，但實際資料有時未必完全符合這一條件。當(dāng)假設(shè)不成立時，可采用：弗朗那根公式或盧倫公式中的任一一個。（公式見書3-12、3-13）

　　同質(zhì)性信度：指測驗內(nèi)部所有題目間的一致性。當(dāng)各個測題的得分有較高的正相關(guān)時，不論題目的內(nèi)容和形式如何，測驗即為同質(zhì)的；若所有題目看起來好像測量的是同一特質(zhì)，但相關(guān)很低或為負(fù)相關(guān)時，測驗即為異質(zhì)的。此外，對于一些復(fù)雜的、異質(zhì)的心理學(xué)變量，采用單一的同質(zhì)性測驗是不行的，因而常常采用若干相對異質(zhì)的分測驗，并使每個分測驗內(nèi)容具有同質(zhì)性，這樣每個分測驗就能用來預(yù)測異質(zhì)效標(biāo)的某一方面。同質(zhì)性信度的公式主要有：庫德-理查遜公式：常用的是K-R20公式，在個各測題難度相同或近似的情況下，還可采用計算更為簡便的K-R21公式。

　　克倫巴赫α系數(shù)（這幾個公式在書上好好看看）

　　4、評分者信度：用于測量不同評分者之間所產(chǎn)生的誤差。為了衡量評分者之間的信度高低，可隨機(jī)抽取若干份測驗卷，由兩位評分者按評分標(biāo)準(zhǔn)分別給分，然后再根據(jù)美分測驗卷的兩個分?jǐn)?shù)計算相關(guān)，即得評分者信度。一般要求在成對的受過訓(xùn)練的評分者之間平均一致性達(dá)0.90以上，才認(rèn)為評分是客觀的。

　　第三節(jié) 影響信度的因素

　　1、 樣本的特征：（1）樣本團(tuán)體分?jǐn)?shù)分布的影響：任何相關(guān)關(guān)系都是受到團(tuán)體中分?jǐn)?shù)分布的影響，當(dāng)分布范圍增大時，其信度估計就較高；當(dāng)分布范圍減小時，相關(guān)系數(shù)隨之下降，信度值則較低。（2）樣本團(tuán)體異質(zhì)性的影響：若獲得信度的取樣團(tuán)體較為異質(zhì)的話，往往會高估測驗的信度，相反則會低估測驗的信度。樣本團(tuán)體平均能力水平的影響：對于不同水平的團(tuán)體，題目具有不同的難度，每個題目在難度上的微小差異累計起來便會影響信度。

　　2、 測驗的長度：在一個測驗中增加同質(zhì)的題目，可以使信度提高。①測驗越長，測驗的測題取樣或內(nèi)容取樣越有代表性；②測驗越長，被試的猜測因素影響越小。

　　3、 測驗的難度：如果一個測驗對某團(tuán)體而言太容易，會使所得分?jǐn)?shù)都集中在高分端；當(dāng)題目太困難時，得分就會集中在低分端。兩種情況均會使信度樣本的分?jǐn)?shù)范圍變窄，從而使測驗變得不夠可靠。

　　4、 測驗的時間間隔：以再測法或復(fù)本法求信度，兩次測驗相隔時間越短，其信度系數(shù)越大；間隔時間越久，其它變因介入的可能性越大，受外界的影響越大，信度系數(shù)便越低。

　　第四章 測驗的效度

　　第一節(jié) 效度的概念

　　1、效度是指所測量的與所要測量的心理特點之間符合的程度，或者簡單地說是指一個心理測驗的準(zhǔn)確性。效度是科學(xué)測量工具最重要的必備條件。（1）一組測驗分?jǐn)?shù)的總方差等于真實方差與誤差方差之和，而真實方差又可分為兩部分，即有關(guān)的方差和無關(guān)的但穩(wěn)定的方差，后者也就是所謂系統(tǒng)誤差帶來的方差 （公式4-2）。

　　2、信度和效度的關(guān)系（1）信度是效度的必要而非充分條件：從方差分配公式： 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。當(dāng)信度高時，即 降低時， 是否增加還要看 是否增減，因此效度不一定就高。效度高必然信度高，而信度高并不一定保證效度高，說明信度高只是效度高的必然條件，并不是效度高的充分條件。（2）效度是受信度制約的

　　3、效度的性質(zhì)：（1）a效度具有相對性：在評鑒測驗的效度時，必須考慮其目的與功能。只有所測的結(jié)果符合該測驗的目，才能認(rèn)為它是個有效的測量工具。（2）效度具有連續(xù)性。測驗效度通常用相關(guān)系數(shù)表示，它只有程度上的不同，而沒有“全有”或“全無”的區(qū)別。因此，我們評價一個測驗時，不應(yīng)該說“有效”或“無效”，而應(yīng)該用效度較高或效度較低來評價。

　　第二節(jié) 效度的類型與估計方法

　　一、效度的類型及評估方法

　　1、內(nèi)容效度：指的是測驗題目對有關(guān)內(nèi)容或行為取樣的適用性，從而確定測驗是否是所欲測量的行為領(lǐng)域的代表性取樣。（名詞解釋）

　?。?）想編制有較高內(nèi)容效度的心理測驗：○1要對所測量的心理特性有個明確的概念，并劃定出哪些行為與這心理特性有關(guān)，又比較密切。○2測驗題目應(yīng)是所界定的內(nèi)容范圍的代表性取樣。

　?。?）需要說明的是，要求內(nèi)容效度的測驗，并不一定要求測驗為同質(zhì)的。

　　2、內(nèi)容效度的評估方法：（1）專家判斷法：為了確定一個測驗是否有內(nèi)容效度，最常用的方法是請有關(guān)專家對測驗題目與原定內(nèi)容的符合性作出判斷，看測驗的題目是否代表規(guī)定的內(nèi)容。如果專家認(rèn)為測驗題目代表了所測內(nèi)容，測驗就是有內(nèi)容效度。由于這種估計效度的方法，是一個邏輯分析的過程，所以內(nèi)容效度有時也可稱為“邏輯效度”。（2）統(tǒng)計分析法：計算兩個評分者之間評定的一致性，雖然考察的是評分者的判斷信度，但由于來自兩個獨立的評判者，因此符合程度越高越能反映測驗的內(nèi)容效度。克倫巴赫提出，內(nèi)容效度可由一組被試在獨立取得自同樣內(nèi)容范圍的兩個測驗復(fù)本上得分之相關(guān)來作數(shù)量的估計。再測法也可用于內(nèi)容效度的評估。（3）經(jīng)驗推測法：通過實踐來檢驗效度。如果通過率是隨著年齡的增加而增加，就可以推測該測驗有內(nèi)容效度。

　　3、內(nèi)容效度與表面效度的關(guān)系：經(jīng)?；煜?。表面效度是由外行對測驗作表面上的檢查確定的，它不反映測驗實際測量的東西，只是指測驗表面上看來好像是所要測的東西；內(nèi)容效度是由夠資格的判斷者（專家）詳盡地、系統(tǒng)地對測驗作評價建立的。雖然二者都是根據(jù)測驗內(nèi)容作出的主觀判斷，但判斷的標(biāo)準(zhǔn)不同。前者只考慮題目與測量目的之間的明顯的、直接的關(guān)系，后者則考慮到題目與測量目的和內(nèi)容總體之間邏輯的微妙關(guān)系。如果測驗內(nèi)容看起來與測量目標(biāo)和要作的決定不相干，就會使被試產(chǎn)生不配合、馬馬馬乎乎、應(yīng)付了事等反應(yīng)，而影響測驗的效度。相反，典型行為測驗卻要求較低的表面效度。如果被試很容易從測驗題目看出測驗的目的，就可能產(chǎn)生反應(yīng)偏差（如掩飾等）。