第四章经典测验理论——真分数理论.pptVIP

一、什么是误差？ 误差：在测量过程中由与目的无关的变量导致的测量结果的不一致或不准确 其原因：与目的无关的变量导致的 其结果：测量结果会不一致或不准确 凡测量都有误差 二、误差的分类 1、抽样误差：即由抽样变动造成的误差 一般说，取样足够大时，就是n很大，那么标准误就很小，可以忽略不计 2、随机误差：由与测量目的无关的偶然因素引起的误差。也叫测量误差 3、系统误差：由与测量目的无关的因素引起得一种恒定而有规律的误差。 三、测量误差的来源 1、测量工具 a.题目少而缺乏代表性。 b. 过难过易 c、题目用词模糊，对要求叙述不清 d、题目类型，如是非题，易猜测 三、测量误差的来源 2、施测过程 a、测试环境 b、测试时间，时间要合适，不能过短或过长 c、主试因素：主试的年龄、性别、外表、言谈举止、表情动作、对测验的熟悉程度等 d、意外干扰：噪声、停电、生病、作弊 e、评分计分：主观题评分标准难以把握 三、测量误差的来源 3、测量对象： 测验动机:影响作题的态度，认不认真， 测验焦虑： 一般能力高，自信心强，测验焦虑低、经常参加测验的人焦虑低，因为熟悉，当测验成绩与被试关系中大时，焦虑高,倒U曲线 测验经验：熟悉测验的过程、题目形式等 生理原因：生病、过度疲劳、情绪激动 四、真分数及其假设 在研究中，我们把反映被试某种心理特质真正水平的那个数值作为该特质的真分数（True Score） 把实际测量的分数称作该特质的观测分数或观察分数（observed score），或叫实测分数 四、真分数及其假设 经典测验理论假设：观察分数（记为X）与真分数（T）之间是一种线性关系，并相差一个随机误差（记为E） X ＝ T ＋ E observed score true score error 观察分数 真分数 随机误差 CTT的数学模型 四、真分数及其假设 根据CTT模型，我们可以引申出3个相关联的假设公理： 用平行的测验反复测量足够多此后，观察分数的平均值会接近真分数，或者说：随机误差的平均数是零 E（X）＝T，E（E）＝0。或X＝T，E＝0。 四、真分数及其假设 真分数与随机误差之间相关为0。ρ（T，E）＝0。 各平行测验的误差分数之间无相关/零相关,ρ（E1，E2）＝0 四、真分数及其假设 平行测验： CTT认为：如果两个题目不同的测验测得是同一种特质，并且题目形式、数量、难度、区分度以及测查某个团体后得分的分布是一致的，则这两个测验被称作彼此的平行测验 严格地说，平行测验也是一个理想中的概念，实际上是不存在的。但我们降低一下标准，平行测验就是存在的 ，如考试的AB卷 四、真分数及其假设 根据CTT模型和基本假设，可以推导如下关系： SX2 = ST2+ SE2 系统误差的变异包含在真分数的变异之中： ST2 = SV2+ SI2 SX2 = SV2+ SI2+ SE2 测验分数之间的变异性由与测量目的有关的变异数SV2(潜在真分数）、稳定的出自无关来源的系统误差的变异数SI2 ，和测量误差/随机误差的变异数SE2 * *