第三章 測量的誤差及其檢驗

第三章測量的誤差及其檢驗

一、心理測量誤差及其來源二、心理心理測驗的基本指標(biāo)三、心理測量的信度四、心理測量的效度請列舉一些你所使用過或接觸過的量表思考:量表的作用是什么？你如何解釋下述現(xiàn)象？一個很聰明的孩子，測得智商是80分。一個學(xué)習(xí)很好的學(xué)生，考試成績?yōu)?0分。一個人緣很好的人，人際關(guān)系測量低于常模值。

尺子的數(shù)據(jù)與我們的目測更一致，而秤盤的數(shù)據(jù)則與我們的目測不一致。因此，尺子是測量身高的有效工具——效度。什么材料的尺子？——鋼鐵（熱脹冷縮）涉及到一致性的問題?！哦瓤偨Y(jié)：量表是我們用來了解心理特質(zhì)的工具，但這個工具是有誤差的。誤差要控制在一個許可的范圍內(nèi)。第一節(jié)測量的誤差一、誤差種類及其含義系統(tǒng)誤差：與測量目的無關(guān)的因素所引起的恒定的有規(guī)律的誤差，穩(wěn)定地存在與每一次測量之中，這種誤差就叫做系統(tǒng)誤差。隨機誤差：與測量目的無關(guān)的偶然因素所引起的變化無規(guī)律的誤差，使得多次的測量結(jié)果不一致，其誤差的大小和方向是隨機的。這種誤差叫隨機誤差。系統(tǒng)誤差只影響測量的準(zhǔn)確性，而隨機誤差既影響準(zhǔn)確性，又影響一致性。

二、誤差的來源1、測量工具：項目取樣；表述的清晰與準(zhǔn)確，及其可操作性；信度與效度的問題。2、測量對象——被試：情緒、動機、疲勞、經(jīng)驗（技能與技巧）、學(xué)習(xí)效應(yīng)、反應(yīng)傾向等；3、實測過程：由于一些恒定因素容易控制，故主要指一些偶然因素：如物理環(huán)境、時間安排、主試因素、意外干擾、評分等。

三、真分數(shù)真分數(shù)是一個理論上構(gòu)想的概念，指測量沒有誤差時的所得到的值。任何一個測驗分數(shù)都是真分數(shù)與測量誤差的和，即：X=T+E這里的誤差E只是隨機誤差，而系統(tǒng)誤差則包含在真分數(shù)T中。E可以是正的，也可能是負的。對團體來說，實得分數(shù)的變異數(shù)（方差）等于真分數(shù)的變異數(shù)加上誤差的變異數(shù)，即SX2=ST2+SE2

而系統(tǒng)誤差的變異數(shù)包含在真分數(shù)的變異數(shù)之中，所以真分數(shù)的變異數(shù)是由兩部分組成：與測量目的有關(guān)的變異數(shù)，與測量目的無關(guān)的變異數(shù)。即：ST2=SV2+SI2這樣，一組分數(shù)的變異性就由三部分組成：與測量目的有關(guān)的變異數(shù)，與測量目的無關(guān)的變異數(shù)，以及隨機誤差變異數(shù)，即：SX2=SV2+SI2+SE2。SX2ST2

SE2SI2SV2四、心理測驗的基本指標(biāo)1、行為樣本（behaviorsample）:測查的是部分心理特質(zhì)與特定的行為，而非全部，這與質(zhì)檢、水檢、血檢一樣涉及抽樣問題（根據(jù)心理理論抽樣）。2、標(biāo)準(zhǔn)化3、信度（reliability）：測驗的可靠性，表示測量結(jié)果的一致性，通常用同一測驗多次測量同一團體或個體的結(jié)果之間的一致程度來表示。4、效度（validity）：有效性，實際測出所要測的心理特質(zhì)的程度。5、難度或應(yīng)答率難度：成就測驗或能力測驗要求項目難度值（天花板效應(yīng)和地板效應(yīng)），題目應(yīng)由簡到難、由易到繁排列——難度控制。第二節(jié)心理測量的信度一、什么是信度：穩(wěn)定性、可靠性、一致性1．信度指實測值和真值相差的程度2．信度指統(tǒng)計量與參數(shù)之間的接近程度3．信度是指一種測驗對相同的應(yīng)試者再次測驗時引起同樣反應(yīng)的程度一個良好的心理測量，多次進行測量，其結(jié)果應(yīng)該的是始終保持不變。

通常，心理測量的信度通過信度系數(shù)來衡量：1、信度乃是一個被測團體真分數(shù)的變異數(shù)與實得分數(shù)的變異數(shù)之比。

rXX=ST2/SX2

2、信度乃是一個被測團體真分數(shù)與實得分數(shù)的相關(guān)系數(shù)的平方。

rXX=P2TX

3、信度乃是一個測驗X與它的任意一個平行測驗X’的相關(guān)系數(shù)。

rXX=PXX＇二、信度的種類：

1、重測信度（test-retestreliability）：也叫穩(wěn)定系數(shù)，是一組被試在不同時間用同一測驗測量兩次（間隔一段時距）所得分數(shù)的相關(guān)系數(shù)。實質(zhì)：表示測驗結(jié)果的穩(wěn)定性。故稱之為穩(wěn)定性系數(shù)（CoefficientofStability）形式：施測—適當(dāng)時間—再施測重測信度的計算方法是積差相關(guān)法，因而rxx就是皮爾遜的積差相關(guān)系數(shù)。時間間隔的把握：間隔時間越長，穩(wěn)定性系數(shù)越低。適宜時間間隔依照測驗?zāi)康?、性質(zhì)及被試特點而定。幾分鐘至幾年。年幼兒童，間隔要小；年長群體，間隔可大。智力測驗的間隔不能太短，成就測驗的間隔不能太長。

一般間隔時間不超過六個月。（即不能讓被試記住上一次測驗的內(nèi)容，又不能讓其特質(zhì)發(fā)生變化，或?qū)λ鶎W(xué)知識產(chǎn)生遺忘）。在一般情況下，間隔施測的副本信度最低，因為很多因素有機會影響到分數(shù)。相反，校正過的分半相關(guān)，因為影響的因素少，所得的信度估計為最高。使用重測信度應(yīng)注意：不是所有測驗都可以計算重測信度。并且重測信度只是反映了隨機誤差的影響，而不是反映被試心理特點的長期變化。2、復(fù)本信度（alternate-formreliability）：

兩個平行測驗，也叫等值系數(shù)，估計的是兩個假定相等的復(fù)份測驗之間的一致性，是兩個平行測驗分數(shù)的相關(guān)。當(dāng)一個測驗不能用來實施兩次時，就需要給同一個測驗編制兩份平行的測驗。定義：兩個復(fù)本施測同一被試群體，求其相關(guān)。等值性系數(shù)：同時連續(xù)施測，反映內(nèi)容變異。形式：復(fù)本A—最短時間—復(fù)本B穩(wěn)定性與等值性系數(shù)：時間間隔施測，內(nèi)容變異＋重測信度誤差形式：復(fù)本A—適當(dāng)時間—復(fù)本B

復(fù)本等值要符合下列條件：各份測驗測量的是同一種心理特性。各份測驗具有相同的內(nèi)容、形式、數(shù)量、難度、區(qū)分度、時限、指導(dǎo)語等。各份測驗的題目不應(yīng)重復(fù)。前后測驗的時間間隔要適當(dāng)，太長和太短都不好。各份測驗的分數(shù)分布（平均數(shù)和標(biāo)準(zhǔn)差）大致相等。復(fù)本編好后，應(yīng)再測一次，以確保各份測驗的等值。優(yōu)點：避免了重測帶來的記憶效應(yīng)和練習(xí)效應(yīng)；可用于長期追蹤研究前后測量；減少了作弊的可能性。缺陷：1、有些測驗因正遷移效應(yīng)使測驗性質(zhì)改變；如測量的內(nèi)容很容易受練習(xí)的影響，復(fù)本信度也無法清除這種練習(xí)效應(yīng)。2、對許多測驗來說，難以編制合適的復(fù)本。重測復(fù)本信度：即在不同的時間里施測兩個等值的測驗（復(fù)本），得到的相關(guān)就是重測復(fù)本信度，也叫穩(wěn)定等值系數(shù)。它比單一的重測信度或復(fù)本信度都要嚴格、全面一些。3、折半信度（split-halfreliability）：

在測驗沒有復(fù)本且只能實施一次的情況下，可將測驗項目分成對等的兩半，根據(jù)被試在這兩半測驗中所得的分數(shù)計算相關(guān)系數(shù)，即得分半信度。

計算分半信度先要對測驗分半。不同的分半法可能會得到不同的信度值。為了使兩半基本等值，可將項目按由易到難的順序排列編號，然后按奇數(shù)和偶數(shù)序號將項目分半。要注意使那些性質(zhì)相同、聯(lián)系緊密的項目分在相同的一半，否則會使信度值偏高。也不要出現(xiàn)前后直接分段.由于分半信度實際上只是半個測驗的信度，測驗越長、項目越多，兩半分數(shù)的相關(guān)就越高。因此，對長度不同的測驗，要用校正公式。當(dāng)試卷中存在任選題或試卷為速度測驗時,不宜采用分半法.4、同質(zhì)性信度（homogeneityreliability）：所有題目間的一致性程度。同質(zhì)性指測驗的所有題目測量的是同一種心理特質(zhì)，表現(xiàn)為各個題目得分之間有較高的相關(guān)，相關(guān)越高則同質(zhì)性越強，如果相關(guān)很低或是呈負相關(guān)，則題目為異質(zhì)。

因素分析的思路

分半信度是求測驗兩半之間的一致性或同質(zhì)性，而同質(zhì)性是求所有題目間的一致性。因此分半信度實際上是同質(zhì)性信度的一種，可以作為測驗同質(zhì)性評價的粗略估計指標(biāo)。因為可以根據(jù)測驗得分來推論或驗證某種概念或理論構(gòu)思，因此同質(zhì)性信度也是一種構(gòu)思效度，或叫結(jié)構(gòu)效度，它實際上介于信度與效度之間。

5、評分者信度：多個評分者對同一測驗結(jié)果評分所得分數(shù)之間的一致性。評分者信度是指不同評分者之間在測驗結(jié)果計分上的一致性。在心理測驗中,評分者信度的計算,通常是隨機抽取若干份試卷,由至少兩位受過訓(xùn)練的評分者按計分規(guī)則分別判分,然后計算它們的相關(guān)。幾個評分者的評分越一致,評分者信度越高.

估計信度的方法與測驗復(fù)本的數(shù)目

以及施測次數(shù)的關(guān)系被試所需要施測的次數(shù)所需要復(fù)本的數(shù)目一二一分半信度同質(zhì)性信度評分者信度復(fù)本信度（連續(xù)施測）二再測信度復(fù)本信度（間隔施測）在一般情況下，間隔施測的復(fù)本信度最低，因為很多因素有機會影響到分數(shù)。相反，校正過的分半信度，因為影響的因素少，所得的信度估計為最高。各種信度系數(shù)相應(yīng)誤差變異的來源信度系數(shù)的類型誤差變異的來源再測信度復(fù)本信度（連續(xù)施測）復(fù)本信度（間隔施測）分半信度同質(zhì)性信度評分者信度時間取樣內(nèi)容取樣時間與內(nèi)容取樣內(nèi)容取樣內(nèi)容的異質(zhì)性評分者間的差異三、信度系數(shù)的應(yīng)用1、解釋預(yù)測個人分數(shù)的意義。2、解釋真實分數(shù)與實得分數(shù)間的關(guān)系，明確告訴我們測驗誤差大小。3、新編的測驗信度應(yīng)高于原有的同類測驗或相似測驗。4、下結(jié)論說某測驗比較可靠，必須是依據(jù)情境的，經(jīng)多次證實的。5、它是確定測驗好壞的一個指標(biāo)。一般的原則是：當(dāng)rxx＜0.70時，測驗不能用于對個人作出評價或預(yù)測，而且不能做團體間比較。當(dāng)0.70≤rxx＜0.85時，可用于團體比較。當(dāng)rxx≥0.85時，才可以用來鑒別或預(yù)測個人成績

實際上，有多少種誤差來源，便有多少種估計信度的方法。一個測驗?zāi)姆N誤差大，便應(yīng)該用哪種誤差估計。有時一個測驗需要有幾種信度系數(shù)，這樣我們就把總分數(shù)的變異數(shù)分成不同的分支。假設(shè)對100個六年級學(xué)生以兩個月的時間間隔先后施測一個創(chuàng)造力測驗的A、B兩個復(fù)本，所得的等值性與穩(wěn)定性系數(shù)為0.70。我們還根據(jù)被試對每個復(fù)本的反應(yīng)計算出分半信度為0.80（先計算每個復(fù)本的分半相關(guān)系數(shù)。將二者平均后再用斯皮爾曼-布朗公式校正）。同時，我們讓另一個評分者隨機抽取50份卷子另外評分，得到評分者信度為0.92。然后，我們對這三種方法所產(chǎn)生的誤差變異進行分析。一個假想測驗的誤差變異來源分析信度類型誤差變異量誤差變異來源復(fù)本信度（間隔施測)1-0.70=0.30時間與內(nèi)容取樣分半信度1-0.80=0.20內(nèi)容取樣上述二者差異0.30-0.20=0.10時間取樣評分者信度1-0.92=0.08評分者差異誤差變異總和0.2