参照常模的分数解释.ppt

  1. 1、本文档共39页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
* 第七章 测验的实施和计分、解释 第一节 测验的实施 一、测验实施前的准备工作 向被试预告测验:测验的时间、地点、内容,让被试做好心理准备。 熟悉测验程序:测验内容、施测步骤、记分方法、分数解释。 准备测验材料。 准备测验环境:通风、采光、噪声、桌椅高度、桌面大小、挂牌以防止以外干扰等。 熟悉测验的指导语:告诉被试如何选择反应形式(划勾还是涂黑),说明时间限制,例题演示,有时告知被试测验目的。 二、测验的具体实施 按测验手册要求实施测验。 控制测验焦虑,不讲威吓被试的话。 与被试建立良好的协调关系(rapport)。 及时和清楚地记录被试的反应。 对特殊问题有所准备(如作弊、被试不配合等)。 第二节 测验的计分和分数的合成 一、计分的一般程序 (一)计分的基本步骤 1 、及时和清楚地记录被试的反应 2、 制作标准答案,也称计分键 3、 将反应和计分键相比较,给反应归类或赋予分数值 (二)论文题计分 盲审 多个主试评分 细分计分标准 (三) 客观题计分 人工计分和机器计分 猜测校正公式 S=R-W/(K-1) ?S—校正后的分数;R —被试答对的题目数;W —被试答错的题目数;K —选择项目数 是否需要对猜测进行校正? 赞成的理由: 反对的理由: (二)测验分数的合成 1 分数合成的种类 (1)项目的组合 把各个题目得分相加,得到量表分或分测验分。 分等量加权和不等量加权。 (2)分测验或量表的组合 把各个分测验得分相加,得到量表总分。 (3)测验或预测源的组合 ? 同时运用多个测验得分进行预测 2 分数合成的方法 (1)临床诊断——直觉合成 ?从整体上进行的定性分析,灵活性强,有针对性。 (2)加权求和合成 单位加权:各原始分相加 Xc= X1+ X2 +X3 +……+ Xn 等量加权:如果各个分数重要性相等,用标准分相加即可; Zc= Z1+ Z2 +Z3 +……+ Zn 如果各个分数的重要性不一样,就要根据重要性不同,赋予不同的权重,即加权系数。 Zc= W1Z1+ W2Z2 + W3Z3 +……+ WnZn (3)多重回归 用多种预测源分数(测验分数)来预测未来结果。 ?=a + b1x1 + b2x2 + b3x3 +……+ bnxn? (4)多重分段 高中毕业合格→政审合格→体检合格→高考合格→录取 不合格 不合格 不合格 不合格 ↓ ↓ ↓ ↓ 淘汰 淘汰 淘汰 淘汰 (5)轮廓分析(剖面图分析) 在MMPI中,如果在量表2和量表7上分数高,即27/72,说明抑郁、焦虑不安,有神经症。 第三节 参照常模的分数解释 原始分数与导出分数 原始分数(raw score):将被试的反应与标准答案相比较而获得的测验分数。原始分数本身没有多大意义。 导出分数(derived score):按照一定的规则,针对原始分进行统计处理后获得的分数。导出分数具有一定参照点和单位,可以相互比较。 根据解释分数时的参照标准不同,可以将导出分数分为两大类: 常模参照分数 标准参照分数:包括内容参照分数,结果参照分数。 参照常模解释分数,通常是将被试的分数直接或间接地以在某个团体中的相对等级或相对位置来表示。这个用来比较的参照团体,称为常模团体(norm group)。常模团体的分数分布,就是常模(norm)。 一、常模团体的组成 (一)常模团体的性质 由具有共同特征的人所组成的一组群体,或是该群体的一个样本。 任何一个测验,都有许多可能的常模团体。 在制定常模时,首先要确定常模团体。 在对常模参照分数做解释时,也必须首先考虑常模团体的组成。 (二)确定常模团体的注意事项 1 群体构成的界限必须明确 对每个常模团体的性质和特征的简短且明确的描述。 2 常模团体必须是所测群体的代表性样本 克服取样偏差,采用正确的取样方法:随机取样,系统抽样,分层取样。 3 取样的过程必须明确且有详尽的描述 在测验手册中,有关取样的大小、取样方法、取样时间等的说明和描述,越明确、越详尽越好。 4 样本大小要

文档评论(0)

annylsq + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档