測試效果的測量和有效性

1、? 有效性? 可靠性? 測試效果的測量有效性有效性是對選擇測試的一個基本要求，是評價測試效果 的一個指標(biāo)。有效性( validity )是指一項測試所能測量出的 其所要測量的容的程度，它表明一種測試在預(yù)測參加者在未 來業(yè)績方面成功與否。即選拔過程中得分較高的應(yīng)聘者其工 作表現(xiàn)也比測試得分較低的應(yīng)試者好。如果一項測試不能表 明某人是否具有完成某項工作的能力那么它就毫無價值。 在我們測試有效性之前，要確定一些指標(biāo)說明哪些反映工作 中的成功業(yè)績，哪些只反映出應(yīng)聘面試和測試中的成功表 現(xiàn)。 有效性用效度來衡量。效度就是指一個測驗在測量中要測的 行為特征所具有的準(zhǔn)確度，也就是說這個測驗的測量結(jié)果與 想要

2、測量的容的相關(guān)系數(shù)。它概括了兩個變量間的聯(lián)系，其 差異圍在 0 至正(負)1 之間，效度最高是。 效度達到 就相當(dāng)不錯了，而在之間也可以接 受。根據(jù)問題的不同的側(cè)重，可以把效度主要分為兩類，即容效 度和效表關(guān)聯(lián)效度。（） 容效度，又叫形式有效度。容效度主要就是指測量所 選的項目是否符合有關(guān)的容，就是測驗在性質(zhì)上與收集方法 上與事先所建立的標(biāo)準(zhǔn)是否一致。要確定一個測試方法的容 效度是高還是低，最常用的方法就是請有關(guān)的專家對測量的 有關(guān)項目進行全面的考核，看其是否代表所要測試的容，這 樣來確定它的容效度。（） 效表關(guān)聯(lián)效度，又叫試驗有效度。效表關(guān)聯(lián)效度是指 測驗?zāi)芊襁_到預(yù)期要求的程度。心理測量的作

3、用，往往是為 了預(yù)測將來的行為，如果在招聘中，某一個被試者在通過某 一項心理測試時顯示他的管理才能很高，但是在以后實踐中 發(fā)現(xiàn)他的管理能力并不高，這樣我們說該心理測試的效度不 高，效表關(guān)聯(lián)效度的確定是由心理測量的結(jié)果與有關(guān)人員對 被試的有關(guān)心理活動進行評價的相關(guān)的系數(shù)來決定的。測量有效性的方法可分為：、結(jié)構(gòu)有效性（ construct validity ）：是測量有效性的一種方法。它是一種確定測試是否能衡量出對完成某項工作十 分重要的特性的有效性的測試方法。例如，如果工作要求高 度的配合協(xié)作(這一點在全面質(zhì)量管理導(dǎo)向的企業(yè)中尤為重 要)，測試可能會被用來衡量求職者在小組中有效工作能力。、容有效

4、性( content validity )：是測量有效性中容效度 的一種方法。它是以一個人完成實際工作所要求的某些任 務(wù)，或完成量相關(guān)工作知識的一篇論文或筆試卷為基礎(chǔ)的有 效性的測試方法，當(dāng)采用這種形式的有效性測試時，需要仔 細的工作分析和精心準(zhǔn)備的工作說明。采用容有效性的常見 例子是對主要工作為打字的求職者進行打字測試。 、與標(biāo)準(zhǔn)相關(guān)的有效性 ( criterion-related Validity )：是測量 有效性中效表關(guān)聯(lián)效度的一種方法。它是通過比較選擇測試 分數(shù)與工作業(yè)績的某些方面而確定的。業(yè)績衡量可以包括工 作的數(shù)量和質(zhì)量、工作調(diào)動和缺勤情況。測試分數(shù)與工作業(yè) 績密切相關(guān)。表明測試

5、是有效的。 與標(biāo)準(zhǔn)相關(guān)的有效性有兩種基本形式：并存有效性和預(yù)測有 效性。 并存有效性是指測試分數(shù)與標(biāo)準(zhǔn)數(shù)據(jù)基本上同時獲得的形 式。例如，對所有目前在職的電視人員進行一次測試，公司 記錄有當(dāng)前第位職員業(yè)績的信息，如果測試能夠確定出哪些 人工作較好，哪些人工作不太好，那么就可以說測試是有效 的。但是采用這種有效性的潛在問題是，工作組織部可能發(fā) 生一些變化，工作不好的員工可能被解雇。而工作好的員工可能被提升到其他部門預(yù)測有效性 ( predictive validity )是指進行測試后方獲得標(biāo) 準(zhǔn)信息的形式。例如，對所有求職者進行測試，但測試結(jié)果 不用于選擇決策，而是根據(jù)其他選擇標(biāo)準(zhǔn)決定是否雇用。

6、在 對員工的觀察一段時間后才分析測試結(jié)果是否能將成功與 不成功的員工區(qū)分開，預(yù)測有效性被認為是一種技術(shù)上合理 的程序， 但是， 由于時間和成本問題， 其在應(yīng)用常不太可行。可靠性可靠性( reliability )是評價測試效果的一個指標(biāo)，它是 指一個人在同一心理測量中，幾次測量結(jié)果一致性，它反映 測試所提供結(jié)果的一致程度。 可靠性數(shù)據(jù)提示了測試的可信程度。如果可靠性很低，則測 驗也就無有效性可言。但是可靠性存在本身并不能保證其有 效性。測試的可靠性應(yīng)是測試的圍對所有測試對象保持一 致?？煽啃钥梢苑譃橐韵聨最悾涸俅涡哦?。這種信度是檢驗時間間隔對測試分數(shù)的影 響，也就是說同一個測驗對同一個被度者進

7、行前后兩次測 試，求其兩次測試結(jié)果之間的相關(guān)，所得的相關(guān)系數(shù)就是再 次信度。 這個時間間隔， 一般在兩個月以上， 這樣比較準(zhǔn)確副本信度，又叫等值信度。就是指一種心理測試的結(jié) 果與另外副本的心理測試結(jié)果進行相關(guān)性分析得出的信度。 這種評價方法的缺點在于，副本有的時候比較難找到。 分半信度。就是說題目分成對等的兩半，根據(jù)兩半測驗所 得的分數(shù)，計算其相關(guān)系數(shù)，評為信度指標(biāo)，其意義與等值 信度一樣解釋。所不同的是一個心理測驗里邊包括兩個獨立 的副本，這樣，一次測驗以后就可以找到測試信度。測量可靠性的方法有：、標(biāo)準(zhǔn)形式方法 (equivalent forms method) 是測量可靠性 中副本信度的一

8、種方法。它是通過對類似但不完全相同的測 試結(jié)果做相關(guān)分析來檢驗可靠性。這種方法克服了測試再 測試方法遇到的一些問題，但是一個測試采用兩種形式進行 的成本也較高。為了克服這上缺點，可采用均分方法。、測試 -再測試方法( test-retest method)是測量可靠性 中再次信度的一種方法。它是通過對同一組人進行兩次測 試，并對兩組測試得分做相關(guān)分析，以確定選擇測試可靠性 的一種方法。 兩個分值完全正相關(guān)時的系數(shù)是 1.0?？煽啃?系數(shù)接近該值，表明測試結(jié)果越一致，測試就越可靠。、均分方法 (split-halves method) 是測量可靠性中分半信 度的一種方法。它是通過將一個測試的結(jié)果

9、分成兩部分，再 對兩部分的結(jié)果做相關(guān)分析，進行一次測試最大的優(yōu)點是成本低，并且沒有機會學(xué)習(xí)或回憶，而學(xué)習(xí)或回憶會使第二次 測試的分數(shù)不真實。測驗的可靠性體現(xiàn)在兩個方面：（） 測驗本身的一貫性，即如果發(fā)生誤差，乃是由于應(yīng)試 者表現(xiàn)上的不穩(wěn)定，而不是由于測驗本身性質(zhì)的差異造成 的。（） 一次測驗與多次測驗的結(jié)果大致相同， 具有穩(wěn)定的預(yù) 測?？煽啃允怯尚哦葋砗饬康?。其差異圍在 0 至正（負） 1 之間。 心理測試的信度最高可以達到。心理測試的信度達到是 一種理想的狀態(tài)，在實際中是辦不到的。一般的智力測驗的 信度系數(shù)在以上，就可以認為該測驗信度相當(dāng)好。一 般信度在 80% 以上就令人相當(dāng)滿意， 如果低

10、于 80%，在沒有 更好的測驗時也可以作為參考，但對于測驗所得的分數(shù)不宜 寄予過高的信賴。影響信度的因素： 信度的準(zhǔn)確與否與誤差，特別是隨機誤差的關(guān)系十分密切， 這種誤差是各種各樣的。比如，被試者的身心健康，參加測 試的動機、態(tài)度，主試的專業(yè)水平，空氣的溫度，測試場地 的環(huán)境， 指導(dǎo)語的差異， 題意的明確與否， 項目的多少等等， 那會影響到測試的信度。因此，為了使心理測試獲得有意義 的信度，必須嚴格控制可能影響測試結(jié)果的各種主觀變量?？煽啃耘c有效性的關(guān)系：一般來講，測驗必須先具有相當(dāng)?shù)目煽啃?，然后才可以預(yù)測 有效性，但是可靠性高的測驗并不一定保證高的有效性，因 為可靠性表示測驗本身可靠的程度，

11、而有效性則涉及到測驗 所測量的容是否與工作的決定因素發(fā)生關(guān)聯(lián)的問題，如果測 驗的目標(biāo)側(cè)重個人職業(yè)的指導(dǎo)以分析其性格和能力時，則測 驗的有效性越高，其指導(dǎo)正確的可能性越大，故應(yīng)特別重視 有效性，有效性越高越好。如果測驗?zāi)繕?biāo)是為了考選大批新 進人員，為了達到考選的目的，通過具有一定有效性的測驗 而錄取的人員比未經(jīng)測驗而錄用的人員的實際績效好，那么 人力資源管理人員在即使測驗有效性不高的情況下也可以 使用，因為這畢竟比漫無目標(biāo)的情況好。測試效果的測量測試的效果是指測試是否盡可能地選擇了符合要求的人，和 盡可能地排除了不符合要求的人。如何測量測試效果呢？有 下面幾個要素標(biāo)準(zhǔn)：() 標(biāo)準(zhǔn)化。標(biāo)準(zhǔn)化( s

12、tandardization )是指與實施測試有 關(guān)的過程和條件的一致性。為了能根據(jù)同樣的測試來比較若 干求職者的表現(xiàn)，所有人都必須在盡可能相似的條件下接受測試。例如，提供的容說明和允許的時間必須相同，測試環(huán)境也必須相似。如果一個人在一間喧鬧的房間接受測試，另一人在安靜的環(huán)境中接受測試，測試結(jié)果很可能有差別。盡 管測試的設(shè)計者對測試實施過程有詳細的說明，但確保測試 條件標(biāo)準(zhǔn)化是測試實施者的職責(zé)。（） 客觀性。當(dāng)給測試者評分的每個人所得結(jié)論相同時， 測試就具客觀性（ objectivity ）。多項選擇和判斷對錯的測試 是客觀的。這種測試的評分是高度機械化的過程，即利用機 器評分。（） 規(guī)。規(guī)（ norm）為將一個求職者的表現(xiàn)與其他求職者 相比較提供了一種參考框架。尤其是，一種規(guī)反映了類似于 受測試者的許多人的分數(shù)分布狀態(tài)，這些分數(shù)將根據(jù)正態(tài)概 率曲線分布。標(biāo)準(zhǔn)差表明數(shù)據(jù)的離散程度。一個規(guī)化的測試，將有大約的分數(shù)落在 ±個標(biāo) 準(zhǔn)差的圍。該圍的每個分值都被認為是平均值。落在 &#