诊断与评估课件 第四章 正式评估应具备的测验学习资料

第四章心理计量评估的基本知识

王辉

南京特殊教育职业技术学院

内容

第一节信度与效度第二节常模第三节其它有关测验的知识第一节效度与信度信度和效度是衡量测验性能的两个重要的指标，它们从不同的侧面反映了测验的质量。

一、信度（一）涵义信度，又叫做可靠性，是指测验分数与儿童能力和行为的正确性与一致性。即是指同一群受测者在同一个测验上多次测量结果的一致性。一个测验如果在相同的条件下反复测量的结果均保持一致，那么它就是一个可靠的测验。否则，就不可靠。

信度系数值落在什么范围内，这个测验才可以称为优良的测验呢？最理想的情况当然是信度系数等于1.00，即测量中没有任何随机误差，实得分数就等于真分数。一般来说，智力测验、学业成就测验的信度系数达到0.90以上，能力倾向测验、人格测验的信度系数达到0.80以上，都可以称为可信、可靠的测验。（二）检验方法

检验信度的方法有多种，常用的有稳定性系数、等值性系数、稳定与等值性系数、分半信度系数、内部一致性系数和评分者信度系数等。1.稳定性系数又叫做再测信度、重测信度，指的是测量结果跨时间的稳定性。其求法是：用同一个测验，对同一群受测者在一段时间的前后各施测一次，求这两组分数的相关系数，即得稳定性系数。两次测验的间隔一般为半个月、1个月、3个月、6个月或1年。有何优劣？2．等值性系数检验测验的等值性系数通常先要编制等值的复本。所谓等值的复本，指的是除了文字表述不一样外，题目所测查的内容、题型、数量、难度、区分度、指导语、时限、测验的平均分、标准差等都相同的测验。编制了若干复本之后，就可以检验测验的等值性系数。等值性系数，又叫做无间隔的复本信度，指的是测量结果跨测验的一致性。其求法是：给一组受测者连续施测两个复本，计算所得的两组分数的相关系数，即为等值性系数。等值性系数的计算公式与稳定性系数相同。3．稳定与等值性系数又叫做有间隔的复本信度，指的是测量结果跨时间和测验的稳定性和一致性。其求法是：给一组受测者在一段时间的前后各实施一个复本，计算所得的两组分数的相关系数，即得稳定与等值性系数。稳定与等值性系数的计算方法与稳定性系数相同。如果用这种方法获得的信度系数很高，就有比较大的把握说该测验是可靠的。

4．分半信度系数分半信度系数指的是两半测验的测量结果之间的一致性。其求法是：在施测后，将测验题目分成相似的两半，分别计算每半测验的总分，计算这两组分数的相关系数，即得分半信度系数。如何将一个测验分为两半，方法有很多种。不管采用哪一种方法，其原则是所分成的两半测验要尽可能地相似。将测验分成两半以后，就可以用积差相关公式来计算这两半测验的相关。有何优劣？5．内部一致性系数又叫做同质性信度，指的是测验内部所有题目间分数的一致性。内部一致性系数也是估计信度的常用方法之一。它的基本逻辑是：如果某个测验企图测量单一特质，那么测验中的每一道题都应该不同程度地测量了这个特质，在各题目上的得分应该呈正相关；如果在各题目上的分数不呈正相关，就说明测验内部不稳定，这个测验也可能测量了多个不同的特质。内部一致性系数的计算公式主要有库德—理查逊公式（适用于题目以0或1记分的情况）和克伦巴赫

系数（适用于所有情况）两种。

6．评分者信度系数评分者信度系数指的是测量结果跨评分者的一致性。其求法是：由两位或多位评分者按评分规则独立地对受测者进行评分，然后根据两组或多组分数来计算相关系数，即得评分者信度系数。当估计两位评分者评分的一致性时，通常采用斯皮尔曼等级相关公式；当分析三个或三个以上评分者间评分的一致性时，要计算肯德尔和谐系数。二、效度（一）涵义效度，又叫做准确性，是指一个测验能够测量到所要测量的心理特质的程度。一个测验如果能达到其测量目的，那么它就是准确、有效的；否则，无论反复测量的结果多么稳定一致，它都不能称为有效的测验。从理论上讲，一组实得分数的真分数还可以进一步分解为两部分，一部分是与测量目的有关的有效分数，另一部分是与测量目的无关的受恒定因素影响的系统误差。在心理测量学中，效度又被定义为有效分数的方差与实得分数方差的比率。（二）检验方法1．内容效度内容效度是指测验中的题目对所要测量的整个内容领域具有的代表性。即测验所包含的题目的代表性就反映了该测验的内容效度。如何检验测验的内容效度呢？目前最常用的方法是专家判断法，即由有关领域的专家通过分析和讨论，判断该测验的题目与所要测量的内容在多大程度上是吻合的。检验内容效度的方法主要为逻辑分析法。有何优劣？

2．效标关联效度效标关联效度，又叫做实证效度，是指一个测验对处于特定情境中的个体的行为进行诊断或预测时的有效程度。在这里，要诊断或要预测的行为称为效标，测验与效标之间的关联程度即为效标关联效度，有时简称为效标效度。根据效标资料收集的时间不同，效标关联效度分为两种：同时效度和预测效度。同时效度是指在实施测验的同时收集效标资料所求得的效标关联效度。预测效度是指在实施测验一段时间之后收集效标资料所求得的效标关联效度。它主要用于检验测验对个体的某些行为作预测时的准确程度。检验效标关联效度的方法主要有：计算效度系数、区分法、确定取舍的正确性。3．构想效度所谓构想，是指心理学理论中提出的人假定具有的某种心理属性或特质，如智力、适应行为、兴趣、爱好、外向性格等都是构想。构想是一些抽象的概念和术语，但是，它们可以通过人的外显行为进行描述和测量。构想效度：指的是一个测验测量到它要测量的心理属性或特质的程度。检验构想效度的方法主要有：逻辑验证法、考察测验的内部一致性、计算相关系数、因素分析法。有何优劣？

第二节常模

本节介绍常模的涵义及类型、常模的标准化、常模参照测验与标准参照测验等问题。

一、常模的涵义及类型（一）涵义常模，也叫做常模量表，指的是根据全体受测者或者某个具有代表性的受测者样本（即常模团体）的测验分数建立起来的，有一定参照点和单位的数量连续体。有了常模，将每个受测者的原始分数与常模作对照，转换为量表分数，就可以判断他所达到的水平。

建立常模的意义就在于为分数的解释提供一套统一的标准，这样，不同的人对同一个分数就能作出相同的解释和推论。

（二）类型常模量表的制作方法有多种，可以分为百分等级、发展量表、商数和标准分数四类。1.百分等级将某一常模团体的水平由低到高分成100个等级（每个等级包含1%的受测者），每位受测者所处在的等级数就是他的水平达到的百分等级。换句话说，百分等级是指常模团体中低于某个分数的人数百分比。百分等级的求法主要有以下几种：原始数据计算法、频数分布表计算法。有何优劣？

2.发展量表人的许多心理特质如言语理解、问题解决、社会适应能力等总会随年龄的增长而有规律地发展变化的。如果把每个年龄的平均值计算出来，并连接在一起，形成一个数量连续体，就可以制成一个量表，这种量表就叫做发展量表。（1）年龄量表年龄量表是发展量表的一种形式，由法国心理学家比内和西蒙最先发明和使用。比内和西蒙在编制比内—西蒙智力量表时决定把受测儿童的智力与各年龄儿童的一般水平作比较，以确定该儿童的智力发展水平。（2）年级量表年级量表是发展量表的另一种形式。在学校里经常要实施各种学业成就测验如语文测验、数学测验、常识测验等等。大多数标准化学业成就测验用年级量表来转换和解释测验分数，这种量表更适于反映受测者的学业成就水平。年级量表的制作方法是：先将受测者按年级分组，然后计算各年级组在某个测验上的平均分，将各年级组的平均分连接起来，就制成了一个年级量表。以后，将受测者在该测验上的得分与年级量表作对照，就可以判断他的学业成就水平相当于几年级。与某个学业成就水平相对应的年级叫做年级当量。3.商数（1）比率智商为了不同年龄的受测者之间进行比较，1916年，推孟在修订比内—西蒙智力量表时提出了比率智商（IQ）的概念及公式，即

比率智商（IQ）=

（2）教育商数教育商数在概念和计算方法上与比率智商有许多类似之处。教育商数的计算公式为：教育商数（EQ）=

在这里，所谓教育年龄不是指受测者实际受教育的年限，而是指受测者已取得的学业成就相当于某个年龄的平均水平。

4.标准分数标准分数量表方法主要有以下几种：（1）Z分数以常模团体的平均分为参照点，标准差为单位制成的量表叫做Z分数量表。将原始分数用处于平均分之上或之下几个标准差来表示，这种转换分数叫做Z分数。其转换公式为：上式中为原始分数，为常模团体的平均分，为常模团体的标准差，Z为与相对应的标准分数。Z分数的分布与原始分数的分布形态相同，各分数之间的相对地位也没有改变，因此，这是一种线性转换。（2）T分数若将Z分数代入公式T=50+10Z，那么计算得的新的分数就叫做T分数。

T分数主要用于说明受测者水平的高低，通常只保留一位小数，均值为50，几乎所有的T分数都分布在20至80之间。由于T分数是由Z分数转换而来的，所以，T分数也分为两类：一类是用线性转换的Z分数计算的，称为线性转换的T分数，另一类是用正态化的Z分数计算得来的，称为正态化的T分数。（3）标准九分数若将Z分数代入公式S=5+2Z，那么计算得的新的分数就叫做标准九分数。

标准九分数只用一位数字表示受测者水平的高低，最低分为1，最高分为9，平均分为5。它也分为线性转换的标准九分数和正态化的标准九分数两类。

（4）离差智商针对比率智商的不足，美国心理学家韦克斯勒提出，用离差智商来解释智力测验的分数。其理论依据是每个年龄段的儿童的智力分布都是正态的，因此，个体智力的高低可以通过与同龄儿童的常模比较，根据与平均数的离差的大小来确定。避开了不同年龄儿童发展速度不同的问题，也解决了如何评估年龄较大的受测者的智力水平的问题。

离差智商的求法是：先根据常模团体的平均数、标准差将原始分数转换成Z分数，然后把Z分数代入公式=中，那么所计算得的新的分数就是离差智商。二、常模标准化

所谓常模标准化，指的是常模团体具有代表性。常模是根据常模团体的测验分数建立起来的，常模制定得好与不好与常模团体的代表性有关。因此，在制定常模时要注意：1.常模团体的组成必须明确界定2.常模团体的抽取必须符合统计学原理3.常模团体的大小要适当4.及时更新常模5.为特殊群体制定特殊常模三、常模参照测验与标准参照测验如果某个测验已经制定了常模，那么评估人员就可以根据常模来解释测验结果，这种测验一般叫做常模参照测验。如果某个测验没有制定常模，但确定了一些判断掌握/未掌握、合格/不合格的标准，评估人员也可以根据这些标准来解释测验结果，这种测验一般叫做标准参照测验。在做筛查、鉴别、教育安置和教育评价时，常模参照测验优于标准参照测验，因为它提供了一个将被评估者与他人进行比较的机会。但是，在制定教学计划时，标准参照测验优于常模参照测验，因为标准参照测验的内容与具体的教学目标有直接的联系。这两类测验的优缺点比较详见下表。常模参照测验与标准参照测验的比较常模参照测验标准参照测验优点1.能鉴别特殊儿童2.能按一定的比例筛选某类儿童3.显示受测者在常模团体中的相对地位能对儿童进行详细的评估能诊断儿童的学习困难能显示儿童对某个教学单元的掌握情况能证明儿童所达到的掌握水平5．儿童处在哪个等级不受固定比例的限制缺点1.只表明儿童在群体中的相对水平2.由于分数不说明掌握知识的情况，所以难以对分数做出明确的解释3.会削弱持续落后者的学习动机4．比较难编制5.施测所花的时间一般比较长1．能表明儿童已学会什么，但不知道他在同龄儿童中的相对地位2．有时难以用简短的方式来解释测验结果3．测评的内容范围一般比较狭窄第三节其它有关测验的知识

在心理计量评估中，除了了解测验的性能指标、常模的制作方法外，还应该懂得如何根据实际情况选择测验、控制施测过程中的误差和解释测验分数。一、测验的选择到目前为止，已有大量的测验出版发行，这些测验良莠不齐，如何从这些测验中选择“好”的测验来做评估呢？第一，要选择符合测量目的的测验。第二，要选择适合于特殊儿童的测验。第三，必须选择性能良好的测验。

二、施测过程中误差的控制

如何控制施测过程中的误差呢？

首先，要做好测验前的各项准备工作。

其次，在施测过程中要严格按指导语的要求去操作，做到：不随便改动测验程序、指导语；不给予提示；态度要亲切、自然，不嘲笑受测者；严格遵守时间规定；准确、及时地记录受测者的各种反应。

最后，要控制来自受测者的误差。在施测过程中注意观察受测者的情绪状态是否稳定、愉快，是否听从主试的指导语，认真做每一项测验任务，是否有生病、疲劳、厌烦或分心的迹象等