效度概化理论研究述评.docVIP

效度概化理论研究述评 　　摘 要：效度概化（validity generalization：VG）是心理测量理论和元分析的结合体，也是元分析在人事测评领域的重要应用。它深刻地挑战了人事测评效度的情景特异论，在工业与组织心理学的发展历程当中具有里程碑意义。该文系统地介绍了效度概化理论的逻辑思路、主要模型、关键理论语与应用，以及研究趋势。 　　关键词：效度概化;统计性偏差;元分析;人事测评 　　中图分类号：B841.2 　　 文献标识码：A 文章编号：1003-5184(2008)04-0085-05 　　 　　1 引言 　　 　　从上世纪六、七十年代开始，心理测评及选拔领域就一直面临着两个方面的难题：一个是测评工具的效度与被测评对象的工作种类有关；另一个就是在类似情景下，采用类似测评工具对从事类似工作的人员进行测验时，效度波动很大。于是，当时的工业与组织心理学家（如Guion和Ghiselli等）就认为：由于在不同情境下看似相同的工作，具有截然不同的本质，所以人事测评的效度（主要指效标效度，下文同）具有情景特异性――同样的人事测评工具在不同的情景下会表现出截然不同的效度。因此，支持“情景特异论”的研究者就认为：人事测评工具对情景变异非常敏感，每个人事测评研究都应该考察其所用测量工具的效度。 　　70年代末，研究者开始用效度概化理论来检验“情景特异论”的可靠性［1］，发现通过研究设计来控制那些可能会影响效度的因素之后，在不同情景下所得到的效度就会表现出明显的一致性［1］。该结论对工业与组织心理学来讲是具有里程碑意义的，意味着人事测评不再是一种技术，而是一门科学［1］。VG（validity generalization：效度概化）受到了心理学界的普遍关注，现已成为元分析的三大主要应用领域之一［2］。在心理测量学、工业与组织心理学以及人事测评等领域，VG均已产生了强烈影响。很多欧美国家的政府部门、劳动中介机构以及大企业均已把VG的结论作为人事测评有效性的重要依据。而在中国，此方面的研究还刚刚起步。 　　 　　2 VG的理论逻辑 　　 　　VG综合应用了心理测量学和心理统计学的原理，把以往特定领域的人事测评研究结果（这就是VG的原始研究）汇总起来，然后采用类似元分析的方法对这些测评研究所用工具的效度进行综合分析，从而对特定测评工具的效度进行评估。VG的实质就是使用元分析的方法、思路，对包括测量误差在内的统计性偏差（statistical artifacts）进行统计矫正，最后估计出真实效度值。它是心理测量理论和元分析的结合体，因而也被称作心理测量型元分析(psychometric meta-analysis)。心理测量学考虑了测评工具的测量误差；元分析考虑了测评研究的取样误差。而VG的优势就在于它既考虑了测评工具的测量误差，又考虑了其取样误差［3］。 　　VG研究是针对原始研究（单个测评研究）进行的；原始研究则是针对被试进行的。所以，原始研究就对应于是VG研究的被试。VG研究在逻辑上比较接近多水平模型：聚焦于研究水平的特征（如研究方法、统计方法以及取样特征等）对于效度的影响模式；而原始研究则关注于被试水平的特征对效度的影响模式。两者是互相补充而非互相抵触的：原始研究是VG研究的基础；VG研究的结果相对宏观，能为进一步的、精细化的原始研究提供思路。VG是帮助人们从众多原始研究中获得启发的一种重要工具。 　　原始研究所得到的效度值是基于相对较小的样本计算得来的。这种效度值在平均数方面往往会小于真实值，在标准差方面上会大于真实值。VG的核心思想就是：原始研究所得到的效度值的变异，主要源于原始研究中的统计性偏差(statistical artifacts)。这些统计性偏差不会影响到变量X和变量Y之间的真实关系，但会影响到效度的估计值。VG在原始研究的基础上，通过统计方法校正各种统计性偏差，从而准确估计出效度的真实值及其真实方差。 　　第4期杨建锋等 效度概化的理论研究述评 　　在VG研究中，常见的统计性偏差有13种。这13种统计性偏差能够解释效度总变异的80%－90%［4］。现在关于余下的15％左右的统计性偏差，有两种说法：一种认为可能低估了上述13变异源的效应［5］；另一种则认为可能存在一些尚未探知的统计性偏差［6］。在这13种统计性偏差中，VG研究现在还只能校正前面4种的效应(如表1所示)。 　　 　　在这四种统计性偏差中，抽样误差的影响最大，能解释效度变异的70%左右。所以，早期的VG研究就仅校正抽样误差。这些早期的研究其实还并不是真正的VG研究。真正的VG研究还需要利用心理测量理论对自变量和效标的测量误差以及自变量的区间限制进行校正。这也正是VG研究与普通元分析的差异所在。 　　 　　3 V