传统心理测量学理论.ppt

* 注意事项 当测验用于选拔或诊断时，应该多选择难度值接近录取率的项目。 测验为选择题时，难度值应大于随机猜测概率水平。 难度等于概率水平，说明题目可能太难；或题意不清，被试凭猜测作答。 难度（通过率）低于概率水平，说明题目有系统偏差。 是非题难度值0.75时最合适，四选一题目0.63时最合适。 * 题目难度在0.3~0.7之间，平均难度0.5时，测验具有较理想的区分度。 理论上讲每个单题难度在0.5时具有最好的鉴别效率。 同质的题目难度在0.5时，相关有偏高的趋势。在极端的例子中，如果相关为1.0，难度均为0.5，那么50％的人全通过，另50％的人全不通过，区分效率反而下降。 区分度取值在-1.0~+1.0之间。 区分度为负值：题目不行 区分度为正值：越接近1说明区分度越好，越接近0说明区分度越差。 * 项目分析实例 4个四选一的题目，给370例有代表性的被试实施。 分析步骤 总分排序：取高分者27％（100人）为高分组，取低分者27％（100人）为低分组。 计算高分组和低分组各题的通过率，以PH和PL表示。 求出各题的难度和区分度（鉴别指数和相关） 比较各种指标 根据项目分析结果剔除、修改或增加题目。 * 项目分析实例 题号 组别 选答人数 正确答案 难度 P 区分度 A B C D 未答 rb D 1 高分组 5 92 1 2 0 B 0.71 0.52 0.42 低分组 22 50 12 16 0 2 高分组 58 10 15 16 1 A 0.42 0.33 0.32 低分组 26 21 15 36 2 3 高分组 17 15 28 28 12 D 0.31 -0.04 -0.06 低分组 25 11 19 34 11 4 高分组 1 44 14 36 5 C 0.12 0.08 0.04 低分组 1 56 10 28 5 * 难度 总体偏难，但基本可以接受 区分度 第一题最好 第二题可以 第三题二列相关系数和鉴别指数均为负，不行 第四题二列相关系数和鉴别指数均偏低 回答选择 第一、二题基本可以，后者答案C无鉴别力。 第三题未做人数多，且B、C、D均为负相，差。 第四题选A人少，可能答案缺乏似真性，D项也有负相，不理想。 结论 第一、二题保留 第三题剔除 第四题可以修改后再用 * 第三节测验结果的解释 * 预测效标分数 如果X与Y两变量呈直线相关，只要确定出二者的回归方程，就可以从一个变量推估出另一个变量。 一般常从测验分数来预测效标成绩 公式（回归方程）： 为预测的效标分数 A 为纵轴的截距，用来纠正平均数的差异 Byx 为斜率，Y向X回归的系数 X 为测验分数 计算byx和a的公式 byx=rxy×Sy／Sx rxy 为测验分数与效标分数的相关 Sy和Sx为效标分数与测验分数的标准差 a=Y－ byxX Y为效标分数的平均值，X为测验分数的平均值 * 举例（前例）：用能力倾向测验预测工作绩效，该组平均测验分数为5.35分，标准差1.80分；平均绩效分数为4.28分，标准差1.89分；测验分与绩效分的相关系数为0.68，计算其回归方程？ 计算byx=rxy×Sy／Sx 已知rxy=0.68 Sy=1.89 Sx=1.80 byx=0.68×1.89／1.80=0.714 计算a=Y－ byxX 已知Y=4.28 X=5.35 a=4.28－0.714×5.35=0.46 回归方程： 应用举例：某人能力倾向测验得分为6分，求绩效分？ * 预测效率指数 前面公式-25中的 称作无关系数，以K表示。 K值大小表明预测源分数与效标分数无关的程度 无关系数公式： 预测效率指数（E）=100(1－K) E值的大小表明使用测验比盲目猜测能减少多少误差 举例：一个测验的效度系数为0.80，其预测效率指数为多少？ 说明使用测验比盲目猜测减少40％的误差 也说明测验预测误差仅为随机误差的60％ * 信度和效度的关系 信度和效度的差别在于所涉及的误差不同 信度考虑的是随机误差的影响 效度则还包括测验稳定的测量误差（系统误差） 信度是效度的必要条件而非充分条件（见图） 一个高效度的测验，其信度必然也高； 一个高信度的测验，其效度不一定高。 效度受信度的制约 效度与信度的关系式：rxy≤√rxx rxy效度系数 rxx信度系数 * 效度分析的注意事项 要求内容效度的测验，不一定要求测验为同质的。 测量单一心理特质的测验要求测验条目有高度的同质性 测量一组不同心理特质的成套量表，不要求各分测验之间具有同质性。 不同类型的测验对表面效度的要求是不同的 表面效度是指测验使用者或被试在主观认识上觉得有效 需要被试者在测验中尽最大努力的测验要求较高的表面效度 需要被试这尽可能按自己实际情况回答的测验要