1、第二章第二章 教育測(cè)量與評(píng)價(jià)教育測(cè)量與評(píng)價(jià)的質(zhì)量特性的質(zhì)量特性第一節(jié)第一節(jié) 教育測(cè)量與評(píng)價(jià)的信度教育測(cè)量與評(píng)價(jià)的信度第二節(jié)第二節(jié) 教育測(cè)量與評(píng)價(jià)的效度教育測(cè)量與評(píng)價(jià)的效度第三節(jié)第三節(jié) 教育測(cè)量與評(píng)價(jià)中項(xiàng)目的難度教育測(cè)量與評(píng)價(jià)中項(xiàng)目的難度第三節(jié)第三節(jié) 教育測(cè)量與評(píng)價(jià)中項(xiàng)目的區(qū)分度教育測(cè)量與評(píng)價(jià)中項(xiàng)目的區(qū)分度第二章第二章 教育測(cè)量的質(zhì)量特性教育測(cè)量的質(zhì)量特性 衡量教育測(cè)量的質(zhì)量，可采用四個(gè)指標(biāo)： 信 度 主要對(duì)整個(gè)測(cè)驗(yàn)而言。 效 度 難 度 主要對(duì)測(cè)驗(yàn)項(xiàng)目而言。 區(qū)分度 一、什么是信度一、什么是信度 指測(cè)量結(jié)果的穩(wěn)定性或可靠性程度。 一般地說(shuō)，一個(gè)好的測(cè)量必須具有較高的信度，也就是說(shuō)，一個(gè)好的測(cè)量

2、工具，只要遵守操作規(guī)則，其結(jié)果就不應(yīng)隨工具的使用者或使用時(shí)間等方面的變化而發(fā)生較大的變化。第一節(jié)第一節(jié) 教育測(cè)量與評(píng)價(jià)的信度教育測(cè)量與評(píng)價(jià)的信度對(duì)信度的理解 信度指實(shí)測(cè)值（X）和真值（T）相差的程度； 考察信度系數(shù)時(shí)，常常采用相關(guān)系數(shù)作為信度指標(biāo)，測(cè)驗(yàn)結(jié)果之間的相關(guān)程度越高，信度就越高。采用不同的方式計(jì)算相關(guān)系數(shù)，就得到不同類(lèi)型的信度系數(shù)。 心理測(cè)驗(yàn)的信度值在0-1.00之間，當(dāng)信度系數(shù)等于1.00時(shí)，表示測(cè)驗(yàn)完全可靠；當(dāng)信度系數(shù)等于0時(shí)，則表示測(cè)驗(yàn)根本不可靠。問(wèn)題 一個(gè)能力測(cè)驗(yàn)用于人才招聘，經(jīng)檢驗(yàn)它的信度為0.70，如何理解這個(gè)信度系數(shù)的含義。 理解：0.70的信度系數(shù)表明，在不同的招聘候選

3、人之間進(jìn)行比較，候選人測(cè)驗(yàn)分?jǐn)?shù)的70%差別是由于個(gè)體之間真實(shí)的能力差異所導(dǎo)致的，而30%差別是由于隨機(jī)誤差所導(dǎo)致。二、信度的種類(lèi)及估計(jì)方法 采用不同的方法來(lái)計(jì)算相關(guān)系數(shù)，就會(huì)得到不同類(lèi)型的信度指標(biāo)：重測(cè)信度、復(fù)本信度、分半信度、同質(zhì)性信度、評(píng)分者信度。 五種信度的含義和計(jì)算方法各異，我們?cè)谑褂脮r(shí)要特別注意每一種信度的特定內(nèi)涵和適用范圍。（一）重測(cè)信度（一）重測(cè)信度 指同一個(gè)量表對(duì)同一組被試施測(cè)兩次所得結(jié)果的一致性程度。 其大小等于同一組被試在兩次測(cè)驗(yàn)上所得分?jǐn)?shù)的相關(guān)系數(shù)，一般采用皮爾遜積差相關(guān)的公式來(lái)計(jì)算。施測(cè)施測(cè)再施測(cè)再施測(cè)相關(guān)系數(shù)相關(guān)系數(shù)時(shí)間間隔時(shí)間間隔重測(cè)信度的計(jì)算重測(cè)信度的計(jì)算 222

4、2YYNXXNYXXYNr 2222YYNXXNYXXYNrX X：第一次測(cè)驗(yàn)的實(shí)得分?jǐn)?shù)；：第一次測(cè)驗(yàn)的實(shí)得分?jǐn)?shù)；Y Y：第二次測(cè)驗(yàn)的實(shí)得分?jǐn)?shù)；：第二次測(cè)驗(yàn)的實(shí)得分?jǐn)?shù)； N N：被試人數(shù)。：被試人數(shù)。u統(tǒng)計(jì)學(xué)上，我們通常把對(duì)同一組被試實(shí)施的兩次統(tǒng)計(jì)學(xué)上，我們通常把對(duì)同一組被試實(shí)施的兩次等值測(cè)驗(yàn)的成績(jī)的相關(guān)系數(shù)作為這一測(cè)驗(yàn)的信度。等值測(cè)驗(yàn)的成績(jī)的相關(guān)系數(shù)作為這一測(cè)驗(yàn)的信度。例一 用一個(gè)算術(shù)四則的速度測(cè)驗(yàn)12個(gè)小學(xué)生，得分記為X，為了考察測(cè)量結(jié)果的可靠性，于3個(gè)月后再測(cè)一次，得分記為Y，問(wèn)測(cè)驗(yàn)結(jié)果是否可靠？ 學(xué)生序號(hào) 1 2 3 4 5 6 7 8 9 10 11 12 X 20 20 21 22

5、 23 23 23 24 25 26 26 27 Y 20 21 21 20 23 23 25 25 26 26 27 29在使用重測(cè)法計(jì)算信度值時(shí)，應(yīng)注意以下問(wèn)題： 1、信度的取值范圍為0，1，當(dāng)信度值較大時(shí)，說(shuō)明前后兩次測(cè)量結(jié)果比較一致； 2、兩次測(cè)驗(yàn)之間的時(shí)間間隔要適宜。應(yīng)由測(cè)驗(yàn)的性質(zhì)、測(cè)題類(lèi)型、測(cè)題數(shù)量和被試特點(diǎn)所決定； 3、重測(cè)法適用于速度測(cè)驗(yàn)而不適用于難度測(cè)驗(yàn)； 4、應(yīng)注意提高被試者的積極性。重測(cè)信度與時(shí)間間隔 兩次測(cè)量之間的間隔時(shí)間不同，重測(cè)信度也不同。 間隔時(shí)間太短，存在記憶效應(yīng)；間隔時(shí)間太長(zhǎng)，影響測(cè)量的干擾因素增加。一般而言，時(shí)間間隔越長(zhǎng)，信度系數(shù)越低。 適宜的間隔時(shí)間因測(cè)驗(yàn)

6、性質(zhì)、被試特點(diǎn)而異。 如：對(duì)兒童測(cè)量時(shí)間間隔相對(duì)短一些成人測(cè)量時(shí)間間隔可以長(zhǎng)一些。一般以2周到4周較宜，最好不超過(guò)6個(gè)月。 報(bào)告重測(cè)信度時(shí)要明確說(shuō)明兩次測(cè)驗(yàn)之間的時(shí)間間隔，并且，一個(gè)經(jīng)過(guò)良好評(píng)估的測(cè)驗(yàn)應(yīng)當(dāng)具有多個(gè)時(shí)間間隔的重測(cè)信度。（二）復(fù)本信度（二）復(fù)本信度 指兩個(gè)平等的測(cè)驗(yàn)測(cè)量同一批被試所得結(jié)果的一致性程度。 其大小等于同一批被試在兩個(gè)復(fù)本測(cè)驗(yàn)上所得分?jǐn)?shù)的相關(guān)系數(shù)。 所謂復(fù)本測(cè)驗(yàn)是指在性質(zhì)、內(nèi)容、題型、題數(shù)、難度等方面都一致（或相等）的兩份或多份測(cè)驗(yàn)。施測(cè)施測(cè)A型型施測(cè)施測(cè)B型型相關(guān)系數(shù)相關(guān)系數(shù)連續(xù)施測(cè)或間隔施測(cè)連續(xù)施測(cè)或間隔施測(cè)例二 以A、B兩型英語(yǔ)復(fù)本測(cè)驗(yàn)對(duì)初中三年級(jí)10個(gè)學(xué)生施測(cè)，為

7、避免由測(cè)驗(yàn)施測(cè)順序所造成的誤差，其中5個(gè)學(xué)生先做A型測(cè)驗(yàn)，休息15分鐘后，再做B型測(cè)驗(yàn)；而另5個(gè)學(xué)生先做B型測(cè)驗(yàn)，休息15分鐘后，再做A型測(cè)驗(yàn)。10個(gè)學(xué)生A型測(cè)驗(yàn)結(jié)果記為X，B型測(cè)驗(yàn)結(jié)果記為Y，其測(cè)驗(yàn)的復(fù)本信度如何？ 學(xué)生序號(hào) 1 2 3 4 5 6 7 8 9 10 X 19 19 18 17 16 15 15 14 13 12 Y 20 17 18 18 17 15 13 15 12 12復(fù)本信度的優(yōu)缺點(diǎn)表現(xiàn)：復(fù)本信度的優(yōu)缺點(diǎn)表現(xiàn)：優(yōu)點(diǎn)：優(yōu)點(diǎn)： 1、測(cè)驗(yàn)的兩個(gè)復(fù)本，如果在不同的時(shí)間使用，、測(cè)驗(yàn)的兩個(gè)復(fù)本，如果在不同的時(shí)間使用，其信度既可以反映在不同時(shí)間的穩(wěn)定性，又可其信度既可以反映在不同時(shí)

8、間的穩(wěn)定性，又可以反映對(duì)于不同測(cè)題的一致性；以反映對(duì)于不同測(cè)題的一致性； 2、兩個(gè)復(fù)本在同時(shí)使用時(shí)，可以避免再測(cè)信、兩個(gè)復(fù)本在同時(shí)使用時(shí)，可以避免再測(cè)信息的一些缺點(diǎn)，如首測(cè)時(shí)再測(cè)在記憶、練習(xí)、息的一些缺點(diǎn)，如首測(cè)時(shí)再測(cè)在記憶、練習(xí)、效果的影響，間隔期間獲得新知識(shí)的影響，兩效果的影響，間隔期間獲得新知識(shí)的影響，兩次施測(cè)的環(huán)境不同和被試主觀狀態(tài)不同的影響，次施測(cè)的環(huán)境不同和被試主觀狀態(tài)不同的影響，以及為了應(yīng)付測(cè)驗(yàn)所作訓(xùn)練的影響等。以及為了應(yīng)付測(cè)驗(yàn)所作訓(xùn)練的影響等。復(fù)本信度缺點(diǎn)：復(fù)本信度缺點(diǎn)： 1、編制兩個(gè)完全相等的測(cè)驗(yàn)是很困難的，如、編制兩個(gè)完全相等的測(cè)驗(yàn)是很困難的，如果兩個(gè)復(fù)本過(guò)分相似，則變成再

9、測(cè)形式，而過(guò)果兩個(gè)復(fù)本過(guò)分相似，則變成再測(cè)形式，而過(guò)分不相似，又使等值的條件不存在；分不相似，又使等值的條件不存在； 2、兩個(gè)復(fù)本測(cè)驗(yàn)有可能在某種程度上測(cè)量了、兩個(gè)復(fù)本測(cè)驗(yàn)有可能在某種程度上測(cè)量了不同的性質(zhì)，這就會(huì)低估測(cè)驗(yàn)的信度；不同的性質(zhì)，這就會(huì)低估測(cè)驗(yàn)的信度； 3、被試同時(shí)接受性質(zhì)相似的兩個(gè)測(cè)驗(yàn)，可能、被試同時(shí)接受性質(zhì)相似的兩個(gè)測(cè)驗(yàn)，可能減少完成測(cè)驗(yàn)的積極性；減少完成測(cè)驗(yàn)的積極性； 4、雖然兩個(gè)復(fù)本測(cè)驗(yàn)的題目材料不同，但被、雖然兩個(gè)復(fù)本測(cè)驗(yàn)的題目材料不同，但被試一旦掌握了解題的某一模式，就能觸類(lèi)旁通，試一旦掌握了解題的某一模式，就能觸類(lèi)旁通，有可能失去復(fù)本的意義。有可能失去復(fù)本的意義。（三

10、）同質(zhì)性信度（三）同質(zhì)性信度z同質(zhì)性信度同質(zhì)性信度 也稱(chēng)內(nèi)部一致性信度，指測(cè)驗(yàn)內(nèi)部所有題目也稱(chēng)內(nèi)部一致性信度，指測(cè)驗(yàn)內(nèi)部所有題目之間的一致性程度。之間的一致性程度。 兩層意思：兩層意思： 測(cè)驗(yàn)所有題目測(cè)的是否為同一種心理特質(zhì)；測(cè)驗(yàn)所有題目測(cè)的是否為同一種心理特質(zhì)； 測(cè)驗(yàn)所有題目得分之間是否具有較高的正相關(guān)。測(cè)驗(yàn)所有題目得分之間是否具有較高的正相關(guān)。 基本假設(shè)：基本假設(shè)：當(dāng)一個(gè)測(cè)驗(yàn)具有較高的同質(zhì)性信度時(shí)，當(dāng)一個(gè)測(cè)驗(yàn)具有較高的同質(zhì)性信度時(shí)，說(shuō)明測(cè)驗(yàn)主要測(cè)的是某一個(gè)單一心理特質(zhì)，由于眾說(shuō)明測(cè)驗(yàn)主要測(cè)的是某一個(gè)單一心理特質(zhì)，由于眾多題目測(cè)試了同一心理特質(zhì)，那么實(shí)測(cè)結(jié)果就是該多題目測(cè)試了同一心理特質(zhì)，那

11、么實(shí)測(cè)結(jié)果就是該特質(zhì)水平的反映。特質(zhì)水平的反映。估計(jì)方法 分半信度（分半信度（p49） 庫(kù)德庫(kù)德-理查遜信度（理查遜信度（p50） 克龍巴赫系數(shù)（克龍巴赫系數(shù)（系數(shù)，系數(shù)，p52） 荷伊特信度（荷伊特信度（p52）|分半信度分半信度 將測(cè)驗(yàn)分半，再求被試在每一半測(cè)驗(yàn)上所得分?jǐn)?shù)的相關(guān)系數(shù)。 首先根據(jù)內(nèi)容、形式、題數(shù)、平均數(shù)、標(biāo)準(zhǔn)差、難度、測(cè)題間相關(guān)以及分布形態(tài)相等的原則，將試題分成兩半，或者將從易到難排列的測(cè)題，按照測(cè)題序號(hào)，奇數(shù)測(cè)題為一組，偶數(shù)測(cè)題為一組，分成兩半； 然后計(jì)算每個(gè)被試在兩個(gè)分半測(cè)驗(yàn)分?jǐn)?shù)的相關(guān)系數(shù)，再用斯皮爾曼布朗公式加以校正：p49 分半信度只需要一種測(cè)驗(yàn)形式，實(shí)施一次測(cè)驗(yàn)，它

12、比重測(cè)信度和復(fù)本信度的操作更簡(jiǎn)便。 注意：注意：當(dāng)一個(gè)測(cè)驗(yàn)無(wú)法分成對(duì)等的兩半時(shí)，不宜使用分半信度。分半信度的計(jì)算方法1、當(dāng)兩個(gè)半測(cè)驗(yàn)分?jǐn)?shù)的、當(dāng)兩個(gè)半測(cè)驗(yàn)分?jǐn)?shù)的方差相等方差相等時(shí)，計(jì)算時(shí)，計(jì)算兩個(gè)兩個(gè)“半測(cè)驗(yàn)半測(cè)驗(yàn)”之間的皮爾遜積差相關(guān)系之間的皮爾遜積差相關(guān)系數(shù)，然后用數(shù)，然后用斯皮爾曼斯皮爾曼-布朗公式布朗公式校正。校正。rxx=2rhh/(1+rhh) 其中其中rxx是整個(gè)測(cè)驗(yàn)的分半信度，是整個(gè)測(cè)驗(yàn)的分半信度，rhh是是兩個(gè)半測(cè)驗(yàn)之間的相關(guān)系數(shù)。兩個(gè)半測(cè)驗(yàn)之間的相關(guān)系數(shù)。2、當(dāng)兩個(gè)半測(cè)驗(yàn)分?jǐn)?shù)的、當(dāng)兩個(gè)半測(cè)驗(yàn)分?jǐn)?shù)的方差不相等方差不相等時(shí)，時(shí)， 采用采用弗朗那根公式弗朗那根公式和和盧侖公式盧侖公

13、式。u弗朗那根公式：弗朗那根公式：rxx=21-(s2a+s2b)/s2xu盧侖公式：盧侖公式：rxx=1-s2d/s2x 其中：其中： rxx：測(cè)驗(yàn)的分半信度，測(cè)驗(yàn)的分半信度， s2a、s2b：兩半測(cè)驗(yàn)上得分的方差，：兩半測(cè)驗(yàn)上得分的方差， s2x：整個(gè)測(cè)驗(yàn)上得分的方差，整個(gè)測(cè)驗(yàn)上得分的方差， s2d：兩半測(cè)驗(yàn)上得分之差的方差。：兩半測(cè)驗(yàn)上得分之差的方差。例三 對(duì)初中一年級(jí)學(xué)生進(jìn)行地理成績(jī)測(cè)驗(yàn)，每答對(duì)1題得1分，答錯(cuò)1題得0分，其測(cè)驗(yàn)結(jié)果如下表，試估計(jì)該測(cè)驗(yàn)的分半信度？ 學(xué)生序號(hào) 題 序 1 2 3 4 5 61 1 0 0 0 0 02 0 0 0 1 0 03 1 0 1 0 0 04

14、1 1 0 0 1 05 1 0 0 1 0 06 1 1 1 0 1 17 1 1 1 1 0 18 1 1 0 1 1 09 0 1 1 0 0 110 1 1 1 1 1 1（四）評(píng)分者信度（四）評(píng)分者信度 評(píng)分者信度評(píng)分者信度 指多個(gè)評(píng)分者給同一批被試作答情指多個(gè)評(píng)分者給同一批被試作答情況評(píng)分的一致性程度。況評(píng)分的一致性程度。 它主要用于主觀性作品的評(píng)價(jià)過(guò)程中，如它主要用于主觀性作品的評(píng)價(jià)過(guò)程中，如論述題評(píng)分，作文題評(píng)分、歌唱比賽的評(píng)論述題評(píng)分，作文題評(píng)分、歌唱比賽的評(píng)分，設(shè)計(jì)作品的評(píng)分等。分，設(shè)計(jì)作品的評(píng)分等。評(píng)分者信度的計(jì)算方法評(píng)分者信度的計(jì)算方法 1、當(dāng)評(píng)分者人數(shù)、當(dāng)評(píng)分者人數(shù)=

15、2時(shí)，評(píng)分者信度等于時(shí)，評(píng)分者信度等于兩者評(píng)分的相關(guān)系數(shù)。兩者評(píng)分的相關(guān)系數(shù)。 2、當(dāng)評(píng)分者人數(shù)大、當(dāng)評(píng)分者人數(shù)大2時(shí)，評(píng)分者信度采時(shí)，評(píng)分者信度采用肯德?tīng)柡椭C系數(shù)計(jì)算。用肯德?tīng)柡椭C系數(shù)計(jì)算。（五）標(biāo)準(zhǔn)參照測(cè)驗(yàn)的信度分析（五）標(biāo)準(zhǔn)參照測(cè)驗(yàn)的信度分析 1、百分比一致性指標(biāo)（、百分比一致性指標(biāo)（PA ， p54 ） 2、一致性系數(shù)（一致性系數(shù)（p55） 3、 指數(shù)（指數(shù)（p55）2AadPN1()()ACCCPPPabaccdbdPNNNN222022()()()xxSKRXSX |總結(jié)和比較1：五種信度的誤差來(lái)源信度種類(lèi)信度種類(lèi)誤差來(lái)源誤差來(lái)源重測(cè)信度重測(cè)信度復(fù)本信度（同時(shí)測(cè)試）復(fù)本信度（同時(shí)測(cè)

16、試）復(fù)本信度（延時(shí)測(cè)試）復(fù)本信度（延時(shí)測(cè)試）分半信度分半信度Kuder-Richardson 和和Alpha系系數(shù)數(shù)評(píng)分者信度評(píng)分者信度 時(shí)間間隔時(shí)間間隔題目?jī)?nèi)容題目?jī)?nèi)容時(shí)間間隔與題目?jī)?nèi)容時(shí)間間隔與題目?jī)?nèi)容題目?jī)?nèi)容題目?jī)?nèi)容題目?jī)?nèi)容與心理行為特質(zhì)的同質(zhì)性題目?jī)?nèi)容與心理行為特質(zhì)的同質(zhì)性評(píng)分者間差異評(píng)分者間差異 |總結(jié)和比較總結(jié)和比較2： 測(cè)試次數(shù)、測(cè)試卷份數(shù)與信度系數(shù)測(cè)試次數(shù)、測(cè)試卷份數(shù)與信度系數(shù)測(cè)試次數(shù)測(cè)試次數(shù)測(cè)試卷份數(shù)測(cè)試卷份數(shù) 1份份 2份份 1次次 分半信度分半信度Kuder-Richardson信度信度Alpha系數(shù)系數(shù) 復(fù)本信度（同時(shí)測(cè)試）復(fù)本信度（同時(shí)測(cè)試） 2次次 重測(cè)信度重測(cè)信度

17、 復(fù)本信度（延時(shí)測(cè)試）復(fù)本信度（延時(shí)測(cè)試） 作業(yè)1、用某量表測(cè)驗(yàn)10名學(xué)生，得分記為X，為了考察結(jié)果的可靠性，于15天后用原量表對(duì)這10個(gè)學(xué)生重測(cè)一次，得分記為Y，問(wèn)測(cè)驗(yàn)結(jié)果是否可靠？ 學(xué)生序號(hào) 1 2 3 4 5 6 7 8 9 10 X 8 10 9 6 10 7 5 7 9 4 Y 9 10 10 6 10 8 4 8 9 4 2、對(duì)10名應(yīng)試者先進(jìn)行某種測(cè)驗(yàn)X，隔適當(dāng)時(shí)間后（半年），再進(jìn)行內(nèi)容、范圍、難度類(lèi)似的第二次測(cè)驗(yàn)Y，試求測(cè)驗(yàn)的復(fù)本信度？ 應(yīng)試者 1 2 3 4 5 6 7 8 9 10 X 9 10 10 6 10 8 4 8 9 4 Y 4 9 7 9 4 3 5 3 2 4

18、 3、有一個(gè)由100題構(gòu)成的量表施行于10個(gè)高三學(xué)生（分?jǐn)?shù)見(jiàn)下表）。測(cè)驗(yàn)一次后，學(xué)生即畢業(yè)離校，現(xiàn)怎樣評(píng)價(jià)測(cè)驗(yàn)結(jié)果的信度？ 學(xué)生序號(hào) 1 2 3 4 5 6 7 8 9 10 奇X 38 37 38 41 40 36 38 39 40 35 偶Y 37 37 36 39 39 34 38 39 39 36|信度的作用信度的作用 1 1、信度是確定測(cè)驗(yàn)工具好壞的指標(biāo)之一。、信度是確定測(cè)驗(yàn)工具好壞的指標(biāo)之一。測(cè)驗(yàn)類(lèi)型測(cè)驗(yàn)類(lèi)型 信度系數(shù)信度系數(shù) 低低中中高高學(xué)業(yè)成就測(cè)驗(yàn)學(xué)業(yè)成就測(cè)驗(yàn)0.660.920.98學(xué)術(shù)能力測(cè)驗(yàn)學(xué)術(shù)能力測(cè)驗(yàn)0.560.900.97特殊能力傾向測(cè)驗(yàn)特殊能力傾向測(cè)驗(yàn)0.260.88

19、0.96人格測(cè)驗(yàn)人格測(cè)驗(yàn)0.460.850.97興趣測(cè)驗(yàn)興趣測(cè)驗(yàn)0.420.840.93態(tài)度測(cè)驗(yàn)態(tài)度測(cè)驗(yàn)0.470.790.98注：表中數(shù)據(jù)來(lái)源，Lewis R. Aiken: Psychological testing and assessment (eighth edition), Allyn and Bacon, Inc, 1994. 判斷原則：判斷原則：u多年的研究結(jié)果，多年的研究結(jié)果，一般的能力測(cè)驗(yàn)和成就測(cè)驗(yàn)一般的能力測(cè)驗(yàn)和成就測(cè)驗(yàn)的信的信度系數(shù)都在度系數(shù)都在0 09090以上，有的可以達(dá)以上，有的可以達(dá)0 09595；而；而人格人格測(cè)驗(yàn)、興趣、態(tài)度、價(jià)值觀等測(cè)驗(yàn)測(cè)驗(yàn)、興趣、態(tài)度、價(jià)

20、值觀等測(cè)驗(yàn)的信度一般在的信度一般在0 080800 08585或更高些?；蚋咝R0R 原有的同類(lèi)測(cè)驗(yàn)或相似測(cè)驗(yàn)。原有的同類(lèi)測(cè)驗(yàn)或相似測(cè)驗(yàn)。 2 2、信度是測(cè)量過(guò)程中隨機(jī)誤差大小的反映。、信度是測(cè)量過(guò)程中隨機(jī)誤差大小的反映。 3 3、信度可以直接解釋真分?jǐn)?shù)與實(shí)得分?jǐn)?shù)之間、信度可以直接解釋真分?jǐn)?shù)與實(shí)得分?jǐn)?shù)之間的關(guān)系，明確告知測(cè)驗(yàn)誤差的大?。ǖ年P(guān)系，明確告知測(cè)驗(yàn)誤差的大?。y(cè)量標(biāo)測(cè)量標(biāo)準(zhǔn)誤準(zhǔn)誤可作為測(cè)量誤差大小的客觀指標(biāo)）可作為測(cè)量誤差大小的客觀指標(biāo)） 4 4、下結(jié)論說(shuō)某測(cè)驗(yàn)比較可靠，必須依據(jù)情境，、下結(jié)論說(shuō)某測(cè)驗(yàn)比較可靠，必須依據(jù)情境，并經(jīng)多次證實(shí)。并經(jīng)多次證實(shí)。 5 5、信度可以解釋、預(yù)測(cè)

21、個(gè)人分?jǐn)?shù)的意義。、信度可以解釋、預(yù)測(cè)個(gè)人分?jǐn)?shù)的意義。三、提高信度的方法（一）影響測(cè)量信度的主要因素 1、被試方面 2、主試方面 3、施測(cè)情境方面 4、測(cè)量工具方面 5、兩次施測(cè)的間隔時(shí)間方面（二）提高測(cè)量信度的常用方法 1、適當(dāng)增加測(cè)驗(yàn)的長(zhǎng)度 2、測(cè)驗(yàn)的難度要適中 3、測(cè)驗(yàn)的內(nèi)容應(yīng)盡量同質(zhì) 4、測(cè)驗(yàn)的程序應(yīng)統(tǒng)一 5、測(cè)驗(yàn)的時(shí)間要充分 6、測(cè)驗(yàn)的評(píng)分要盡量做到客觀化，減少評(píng)分誤差一、什么是效度一、什么是效度 指測(cè)量結(jié)果的準(zhǔn)確性和有效性的程度。也可以說(shuō)是測(cè)量是否達(dá)到了預(yù)期的目的。1、效度是一個(gè)相對(duì)的概念。（1）測(cè)量的效度是相對(duì)一定的測(cè)量目的而言的（2）測(cè)量的效度是相對(duì)測(cè)量的結(jié)果而言的2、一種測(cè)量的

22、效度只是高或低的問(wèn)題 測(cè)量結(jié)果總是有一定效度的，只是效度高低不同罷了。第二節(jié)第二節(jié) 教育測(cè)量與評(píng)價(jià)的效度教育測(cè)量與評(píng)價(jià)的效度 根據(jù)測(cè)量目標(biāo)的不同，對(duì)測(cè)量工具進(jìn)行效根據(jù)測(cè)量目標(biāo)的不同，對(duì)測(cè)量工具進(jìn)行效度驗(yàn)證的方法主要有三種：度驗(yàn)證的方法主要有三種：內(nèi)容效度內(nèi)容效度（基于所測(cè)內(nèi)容的效度驗(yàn)證方法）（基于所測(cè)內(nèi)容的效度驗(yàn)證方法）結(jié)構(gòu)效度結(jié)構(gòu)效度（基于所測(cè)心理結(jié)構(gòu)的效度驗(yàn)證方法）（基于所測(cè)心理結(jié)構(gòu)的效度驗(yàn)證方法）準(zhǔn)則關(guān)聯(lián)效度準(zhǔn)則關(guān)聯(lián)效度（基于效標(biāo)關(guān)聯(lián)性的效度驗(yàn)證方（基于效標(biāo)關(guān)聯(lián)性的效度驗(yàn)證方法）法）二、效度的估計(jì) 1、什么是內(nèi)容效度 指測(cè)驗(yàn)題目樣本對(duì)應(yīng)測(cè)內(nèi)容及行為領(lǐng)域的代表性程度。如果是教學(xué)情境下的成就

23、測(cè)驗(yàn)，那么其內(nèi)容效度就是看測(cè)驗(yàn)題目樣本能體現(xiàn)教學(xué)目標(biāo)與教材要求的程度。 例如，教師給學(xué)生做一份語(yǔ)文成就測(cè)驗(yàn)，如果該測(cè)驗(yàn)的題目涵蓋了語(yǔ)文教學(xué)所達(dá)到的各項(xiàng)目標(biāo)及教材的重要內(nèi)容，那么我們便說(shuō)該測(cè)驗(yàn)具有較高的內(nèi)容效度。 為了使測(cè)驗(yàn)的內(nèi)容具有有效性，成為所欲測(cè)量?jī)?nèi)容的一個(gè)具有代表性的行為樣本，在編制測(cè)驗(yàn)時(shí)，就要考慮建立內(nèi)容效度的問(wèn)題。（一）內(nèi)容效度（一）內(nèi)容效度2、內(nèi)容效度的估計(jì)（1）邏輯分析法）邏輯分析法 其工作思路是請(qǐng)有關(guān)專(zhuān)家對(duì)測(cè)驗(yàn)題目與原定內(nèi)其工作思路是請(qǐng)有關(guān)專(zhuān)家對(duì)測(cè)驗(yàn)題目與原定內(nèi)容范圍的吻合程度作出判斷。容范圍的吻合程度作出判斷。 以考試內(nèi)容效度分析來(lái)說(shuō)，就是依靠專(zhuān)家來(lái)分以考試內(nèi)容效度分析來(lái)說(shuō)，

24、就是依靠專(zhuān)家來(lái)分析一份試卷的所有題目，把所有題目按考試內(nèi)析一份試卷的所有題目，把所有題目按考試內(nèi)容分布和考查目標(biāo)分布進(jìn)行雙向分類(lèi)，形成實(shí)容分布和考查目標(biāo)分布進(jìn)行雙向分類(lèi)，形成實(shí)際的際的“題目雙向分類(lèi)表題目雙向分類(lèi)表”；基于這個(gè)；基于這個(gè)“題目雙題目雙向分類(lèi)表向分類(lèi)表”的分析，然后由專(zhuān)家對(duì)這次考試的分析，然后由專(zhuān)家對(duì)這次考試（測(cè)量）的內(nèi)容效度的滿(mǎn)意程度作出等級(jí)判斷（測(cè)量）的內(nèi)容效度的滿(mǎn)意程度作出等級(jí)判斷或評(píng)語(yǔ)描述。或評(píng)語(yǔ)描述。 這里不妨先提供一份測(cè)驗(yàn)的命題雙向細(xì)目表這里不妨先提供一份測(cè)驗(yàn)的命題雙向細(xì)目表（參見(jiàn)表（參見(jiàn)表3-9，p62），以增加讀者的感性認(rèn)識(shí)。），以增加讀者的感性認(rèn)識(shí)。（2）量化分

25、析法（）量化分析法（p63） 內(nèi)容效度主要應(yīng)用于成就測(cè)驗(yàn)、學(xué)科測(cè)內(nèi)容效度主要應(yīng)用于成就測(cè)驗(yàn)、學(xué)科測(cè)驗(yàn)、選拔和分類(lèi)職業(yè)測(cè)驗(yàn)。驗(yàn)、選拔和分類(lèi)職業(yè)測(cè)驗(yàn)。 內(nèi)容效度不適合用于能力傾向和人格測(cè)內(nèi)容效度不適合用于能力傾向和人格測(cè)驗(yàn)。驗(yàn)。（二）結(jié)構(gòu)效度 結(jié)構(gòu)（Construct）是指心理學(xué)或社會(huì)學(xué)上的一種理論構(gòu)想或特質(zhì)。它本身觀察不到、并且也無(wú)法直接測(cè)量到，但學(xué)術(shù)理論假設(shè)它是存在的，以便能夠來(lái)解釋和預(yù)測(cè)個(gè)人或團(tuán)體的行為表現(xiàn)。 例如，智力就是心理學(xué)中的一種結(jié)構(gòu)結(jié)構(gòu)效度，指的就是測(cè)驗(yàn)?zāi)軌驕y(cè)量到理論上（通常是心理學(xué)或社會(huì)學(xué)）所定義的某一心理結(jié)構(gòu)或特質(zhì)的程度。 （二）結(jié)構(gòu)效度 結(jié)構(gòu)效度測(cè)驗(yàn)對(duì)于人的心理特性或理論概念

26、測(cè)量到的程度。通常用某種操作來(lái)定義，并用測(cè)驗(yàn)來(lái)測(cè)量。 例如：人的創(chuàng)造力可以分解為人的思維流暢性、靈活性和創(chuàng)造性三大特性，并根據(jù)這三大特性編制測(cè)驗(yàn)，若有足夠的證據(jù)來(lái)證明該測(cè)驗(yàn)確實(shí)可以測(cè)到這些特性，則認(rèn)為該測(cè)驗(yàn)是個(gè)結(jié)構(gòu)效度較高的創(chuàng)造力測(cè)驗(yàn)。1、結(jié)構(gòu)效度的特點(diǎn) 結(jié)構(gòu)效度的大小完全取決于事先假定的心理特質(zhì)理論，一旦人們對(duì)同一種心理特質(zhì)有著不同的定義或假設(shè)，則會(huì)使得關(guān)于特質(zhì)測(cè)驗(yàn)的結(jié)構(gòu)效度的研究結(jié)果無(wú)法比較。 當(dāng)實(shí)際測(cè)量的資料無(wú)法證實(shí)我們的理論假設(shè)時(shí)，并不一定就表明該測(cè)驗(yàn)結(jié)構(gòu)效度高。因?yàn)檫€有可能出現(xiàn)理論假設(shè)不成立，或者該實(shí)驗(yàn)設(shè)計(jì)不能對(duì)該假設(shè)作適當(dāng)?shù)臋z查等情況，這就使得結(jié)構(gòu)效度的獲取更為困難。2、建立結(jié)構(gòu)效

27、度的步驟 A、提出理論假設(shè)； B、根據(jù)假定結(jié)構(gòu)擬定測(cè)題，編制測(cè)驗(yàn)； C、以測(cè)驗(yàn)結(jié)果為根據(jù)來(lái)驗(yàn)證假設(shè)結(jié)構(gòu)中的各種因素是否成立。3、結(jié)構(gòu)效度的估計(jì)（1）因素分析法 其目的是把一些具有錯(cuò)綜復(fù)雜關(guān)系的因素歸結(jié)為數(shù)量較少的幾個(gè)綜合因素或稱(chēng)共同因素，并以此測(cè)驗(yàn)所測(cè)之特質(zhì)對(duì)測(cè)驗(yàn)分?jǐn)?shù)作出解釋。（2）多元特質(zhì)多重方法矩陣法 是由肯貝爾和菲斯克1959年提出的最受歡迎的一種結(jié)構(gòu)效度的評(píng)估方法。 這種方法的設(shè)想：若采用兩種方法以上的方法去測(cè)量?jī)煞N以上的特質(zhì)，那么這些測(cè)量結(jié)果之間可以形成一個(gè)多元特質(zhì)多重方法矩陣。 從理論上說(shuō)，以不同方法測(cè)量同一特質(zhì)的相關(guān)應(yīng)當(dāng)為最高；以相同方法測(cè)量不同特質(zhì)的相關(guān)次之；以不同方法測(cè)量特質(zhì)

28、的相關(guān)為最低。 與內(nèi)容效度不同，結(jié)構(gòu)效度主要用于智力測(cè)驗(yàn)、人格測(cè)驗(yàn)等一些心理測(cè)驗(yàn)方面。（三）效標(biāo)關(guān)聯(lián)效度 是以測(cè)驗(yàn)分?jǐn)?shù)和效標(biāo)之間的相關(guān)系數(shù)來(lái)表示測(cè)驗(yàn)效度高低的方法。 例如：某年全國(guó)高考物理學(xué)科的測(cè)驗(yàn)效度，可用大學(xué)一年級(jí)物理學(xué)科的測(cè)驗(yàn)分?jǐn)?shù)為效標(biāo)，然后求同一組學(xué)生高考物理得分與大一物理得分之間的相關(guān)，此相關(guān)系數(shù)就是該年高考物理測(cè)驗(yàn)的效標(biāo)關(guān)聯(lián)效度系數(shù)。當(dāng)這個(gè)相關(guān)系數(shù)與總體零相關(guān)有顯著性差異時(shí)，相關(guān)系數(shù)的值（正值）越大，效度就越高；相關(guān)系數(shù)的值越小，效度就越低。 效標(biāo)不僅隨測(cè)驗(yàn)的種類(lèi)不同而不同，而且可能隨時(shí)間而改變，現(xiàn)在是一個(gè)好的成功的效標(biāo)，將來(lái)就不一定是。所以，為某個(gè)測(cè)驗(yàn)選擇一個(gè)最有效的效標(biāo)，這是最重要的事情。 教育測(cè)驗(yàn)的效標(biāo)，可采用各學(xué)科成績(jī)和教師評(píng)定的結(jié)果； 智力測(cè)驗(yàn)的效標(biāo)，可采用學(xué)科成績(jī)、教師評(píng)判的結(jié)果、學(xué)生總成績(jī)、受教育年限、年齡以及其他事物； 能力傾向測(cè)驗(yàn)的效標(biāo)，可采用特殊課程或特殊訓(xùn)練的成績(jī)； 職業(yè)興趣測(cè)驗(yàn)的效標(biāo)，可采用從業(yè)人員實(shí)際服務(wù)成績(jī)或記錄； 人格測(cè)驗(yàn)的效標(biāo)，可采用編制者的主觀標(biāo)準(zhǔn)，或以被試