测验的常模与量表 第六讲 常模与表 心理测量学教学课件.ppt

第六讲 常模与量表 一、原始分数 二、原始分数的校正(自学) 三、“部分知道”项目的计分(自学) 四、测验的常模与标准化样组 五、发展常模、发展量表及其导出分数 六、组内常模、组内量表及其导出分数 七、常模的相对性 四、测验的常模(norm)和标准化样组 没有另外的解释资料，任何心理测验的原始分数都是毫无意义和价值的。 要使原始分数具有价值，就需要有一些参照数据。 心理测验分数的解释，通常是参照常模进行的。 (一)什么是测验的常模？ (二)如何建立测验的常模？ (三)如何抽取标准化样组？ (四)如何对标准化样组的测验分数进行统计处理？ (一)什么是测验的常模？ 测验的常模？ 指测验适用对象总体的代表性样本（也称标准化样组）的测验分数(或作业情况)及其均分等统计结果。 借助常模，根据被试个体的测验分数，可确定其某种心理特性的水平在总体中的相对位置。 对标准化样组测验分数的进行不同的统计处理，会为测验分数的解释提供不同的参考框架和信息。 (二)如何建立测验的常模（基本环节） 1.根据测验的目的和任务，编制测验的题目，初步形成一套心理测验工具； 2.选择一个小规模随机样本，进行试测、项目分析，对测验项目和工具进一步修订； 3.从测验适用的对象总体中抽取一个标准化样组； 4.对标准化样组进行测验，获取测验数据，以及其它有关的数据资料（如年龄、性别、效标数据等）； 5.对测验结果进行各种必要的统计处理，为个体测验分数的解释建立各种参考数据，例如： 测验的信度和效度，项目的难度和区分度 测验分数次数分布、平均分、标准差、百分位数等 6.确定测验报告分数形式，编制原始分与量表分转换表。 (三)如何抽取标准化样组 1.什么标准化样本 指从测验适用对象总体中抽取出的代表性样本。 2.标准化样组的条件 3.标准化样组的随机抽样方法 简单随机抽样 等距随机抽样 分层随机抽样 整群随机抽样 多阶段随机抽样 2、标准化样组的条件 标准化样组的成员必须给予确切的定义。即说明： 测验适用哪些个体或群体（对象总体） 这些个体或群体具有哪些基本特性或条件 样本必须是欲测量的全域的一个代表性样组 取样的过程和结果必须有详细的描述 样本规模(样本大小)要有适当的大小，足以提供稳定的测验统计结果(平均数、标准差、信度等)。 样本应是同一时间、地域条件下的产物 代表性样组的基本涵义： 在所要测量的心理特性上，样本中各种水平的个体所占的比例，应与对象总体中各种水平的个体所占的比例相同或相近。 样本测验的统计结果(如平均数、标准差、信度等)比较稳定，与总体的实际水平比较接近，抽样误差较小。 简单随机抽样 用简单随机抽样方法，从某学校二年级350名学生中，抽取50名学生，可采用下面步骤和方法： 将抽样范围内的个体(人或单位)编号，1-350 采用下面方法， 取出所需数量的个体编号: 抽签 Excel中的函数RANDBETWEEN(1,150) Excel工具菜单中“数据分析”中的“抽样”程序 SPSS中Data菜单中“Select cases”程序中的“Random sample of cases”(随机样本)选项 分层随机抽样 先按照与测验结果有关的变量(如性别、学业成绩等)，将抽取的总体中的个体分成不同类别或层次; 然后确定从各类别层次中抽取的个体数目： 样本容量÷总体容量×各层人数 最后用简单随机抽样法从各层次类别中抽取个体。 举例 分层随机抽样举例 如果采用分层随机抽样方法，从500名学生中抽取100名学生，作为学习能力测验的样本，可按下面步骤进行： 1.可按照目前的学业成绩，将500名学生分为四个层次: 优秀50名、良好100名、中等300名、较差50名 2.确定每层抽取人数: (样本容量÷总体人数)×每层人数 优秀50名 → 10名 良好100名 → 20名 中等300名 → 60名 较差50名 → 10名 3.用简单随机抽样法从各层中抽取学生。 (四)测验常模原始分数的统计分析 测验的信度和效度 各个项目的难度、区分度 测验原始分数的平均数、标准差 原始分数的次数分布表、直方图 原始分数分布的偏态性分析（计算偏态系数） 原始分数分布的峰态分析（计算峰态系数） 常模原始分数的正态性检验 次数分布表：举例 测验的常模原始分次数分布直方图：举例 测验常模原始分数分布的偏态性分析 分数分布的偏态性(skewness): 对称、负偏态、正偏态 偏态系数(Skewness coefficient) 根据原始数据计算（ Excel函数：SKEW ） 测验常模原始分数分布的峰态分析 正态分布的三种峰态(kurtosis): 标准、扁平、尖峰 扁平(或尖峰)分布，是与 标准正态分布相比而言 如何判断分布的峰态特点？ 计算峰态系数