1、一、最早的智力測驗一一比奈一西蒙量表P111.比奈AAlfredBinet)法國心理學家，心理測驗的鼻祖。貢獻：(1)提出了測量智力的方法，并建立了最早的相對客觀、量化的度量工具。(2)將智力測驗成功地運用于教育領域，使人們看到了心理測驗的應用價值，推動了心理測驗的迅速發展。智齡是比奈一西蒙智力量表中使用的判斷智力的術語。比奈智力量表系列主要有比奈量表、斯坦福一比奈量表和中國比奈量表。(一)比奈量表比奈量表是比奈和西蒙編制的，有1905年、1908年和1911年三種版本。內容：1905年版共有30道題，題目順序由易到難排列，通過對3歲至11歲各50名正常兒童和部分智力落后兒童以及成人測試的結果

2、，分析確定題目的難易程度，并用不同難度的題目代表不同年齡的智力水平。特點：個體測驗；用智力年齡來評判結果。不足：(1)從內容上看，該量表主要是對判斷、理解和推理能力的測查，并不能涵蓋智力的全部內容。(2)從形式上看，這個量表無論是測驗主持人的指導，還是被測者的回答或反應，主要都是以語言形式進行的，因而對語言能力的依賴程度較大，這對某些特殊兒童如聾啞兒童是不公平的。(3)這個量表不能準確地表示測驗總分，只能以被測者完成題目的多少來大致確定其智力水平。行為樣本(behavioralsample)就是“少數有代表性的行為“P31標準化(standardization)P32是指測驗編制、實施、記分和

3、測驗分數解釋必須遵循嚴格的統一的科學程序，保證對所有被測者來說施測的內容、條件、記分過程、解釋系統都相同。測驗題目的標準化；實施過程和記分的標準化；選用有代表性的常模。信度(reliability),主要是指測量結果的可靠性或一致性。P32信度(reliability)是指測驗結果的可靠性、穩定性，即測驗結果是否反映了被測者的穩定的、一貫性的真實特征。簡言之，信度就是對測量一致性程度的估計。#誤差的含義和類型P1401 .含義：誤差一一測量中與目的無關的變因所產生的不準確、不一致的效應。2 .類型(1)抽樣誤差一一由樣本變動而產生的誤差。信度或效度估計中，抽樣誤差可以忽略不計。(2)系統誤差一

4、一與測驗無關的因子所引起的恒定、系統的、有規律的變化，存在于每次測驗中，又稱常定誤差。系統誤差影響效度，但與信度無關。(3)測量誤差(或觀察誤差、隨機誤差、偶然誤差)一一使用測量工具進行心理測量所造成的誤差。測量誤差是不系統的、隨機的，偶然因素引起的。信度完全受測量誤差的影響，也會影響效度。#影響信度系數的因素P156一、分數分布范圍的影響(一)團體的異質性如同所有相關系數一樣，信度系數受分數的分布范圍所影響，而分數范圍與被試團體的異質程度有關。一個團體越是異質，其分數范圍越大；而一個經過篩選，相對同質的團體分數較為均勻。提高信度系數，需要測驗團體的異質性高。團體異質性不同，分數的標準差亦不同

5、。當將測驗用于標準差不同的團體時，可用克萊公式推算出新的信度系數。r=1_(5,21)5S：式中£為信度系數已知的分布的標推差，5tli為信度系數未知的分布的標準差，外,為用于原團體的值度，I為用于異質程度不間的團體時的信度。（二）團體的平均水平對于不同水平的團體，題目具有不同的難度。每個題目在難度上的微小差異累積起來便會影響信度。這種影響都不能由統計公式來推估，只能從經驗中發現它們。比如：斯坦福一比奈測驗的信度系數從0.83到0.98不等。年齡較大的比年齡較小的信度高,智商較低的比智商較高的信度高。二、測驗長度的影響一般說來，在一個測驗中增加同質性的題目，可以使信度提高。增加測瞼長

6、度的激果可忍用斯皮爾曼一電朝代式的鴻年木時算，：-：'''.'J./7-2+（長一1）正一.（5,22）式中K為改變后的長度與原來長度之比，Y”為原測驗的信度，假設有一個包括10個題目的測驗，信度為0.50：若把測驗增加到50個題目，其信度將增加 到：丫標為測驗長度是原來的K倍時的儲度估計.k建也內1y-外、解出K值，便可以確定一個測驗究竟要增長多少才能達到理想的信度水施口例卻.一個包含50個題目的耕驗信度為0.75,欲將信度提高到Q.9O,需要增加多少題目？K_0.90x（10,75）-0*（下二/90）一即要取得。*90的倍度，捌池長度施為原來的3倍,即需再

7、犧加10。個嶷FL三、測驗難度的影響當測驗過難且題目形式為選擇題時，受試者會對許多題目作隨機反應一一瞎猜，這樣我們就無法對其分數置信。若大部分人隨機作答，分數的差別將主要取決于隨機誤差，因而信度將趨近于零。因此，如果題目確實允許猜測，應使整個測驗稍容易一點，以減少猜測機會，增加可靠性。洛德（Lord）提出在學績測驗中，為了保證其可靠性，各類選擇題的理想平均難度為：五選題0.70四選題0.74三選題0.77是非題0.85四、間隔時間以再測法或復本法求信度，兩次測驗相隔時間越短，其信度系數越大；間隔時間越久，其它變因介入的可能性越大，受外界的影響也越多，信度系數就越低。效度（validity）,與

8、測量目標有關的真實分數方差（即由測量目標變量所產生的方差）與總分方差的比率。P33效度是一個測驗對其所要測量的特性測量到什么程度的估計。通俗的說，也就是測驗是否精確的測量了想要測的東西。社會贊許性做答，有的受測者可能會掩飾自己真實情況，按照社會認可的方式去做出自我評價，使自己看起來更“好”。效度指標主要包括：效標關聯效度內容效度構想效度rXY=Sv2/SX2,Sv其中是有效方差，SX是總方差。P170而SX2=ST2+SE2=SV2+SI2+SE2可見，造成測驗分數變化的原因出自三大來源：測量對象本身的變化，量具的精度造成的系統誤差，量具使用中造成的隨機誤差。二、效度評定的方法（一）內容效度1

9、 .定義：檢查測驗內容是否是所要測量的行為領域的代表性取樣的指標。內容效度分析時要注意兩方面的問題：1）應避免將測驗取樣的行為領域過于泛化。2）要注意測驗分數中無關因素的影響。2 .內容效度的評估方法(1)沒有可用的數量化指標，只能靠推理和判斷評估。(2)依賴條件：測驗內容范圍明確；測驗內容的取樣有代表性。(3)確定方法：通常是由專家根據測驗題目和假設的內容范圍作系統的比較判斷。也可間接借用其他統計指標說明，如評分者信度，復本信度等。克朗巴赫法：由兩個獨立取自同樣內容范圍的測驗的得分之相關來作數量的估計。3 .確定內容效度的步驟1)確定總體范圍，即描述有關的知識與技能及所用材料的來源；2)編制

10、雙向細目表，確定內容和技能各自所占的比例，并由測驗編制者確定各題所測的是何M內容與技能；3)制定評定量表來測量測驗的整個效度及其他特點。4 .內容效度的應用(1)最適合于評估教育和職業成就測驗。內容效度的評價可以回答以下兩個問題：樣本的代表性；無關因素的影響程度。(2)評價某些用于選拔和分類的人事測驗。(3)不適用于能力傾向測驗和人格測驗。5 .表面效度(facevalidity)表面效度是指測驗在采用者或被試的主觀認識上覺得有效的程度。有時為了取得被試的合作和信任，表面效度是不容忽視的。適用領域：職業興趣測驗、成就測驗等不適合領域：人格測驗(二)效標關聯效度(效標效度)1 .定義：反映測驗分

11、數與外在標準(效標)的相關程度，即測驗分數對個體的效標行為表現進行預測的有效性程度。效標關聯效度往往用于預測性測驗。這種測驗中，根據測驗分數作出的預測一般用于甄選決策。2 .效標關聯效度的類型(1)預測效度定義：反映由測驗分數對任一段時間間隔后被試行為表現的預測程度。適用范圍：對人員進行選拔、分類和安置的人事測驗。(2)同時效度含義：效標材料和測驗分數同時搜集。應用范圍：因為同時效度的評估不需要長期追蹤，所以應用比較普遍。(3)同時效度和預測效度的差異一一測驗目的不同。前者多用于診斷現在的狀態，后者多預測未來的結果。3.效標和效標測量(1)效標:衡量測驗有效性的參照標準。(2)效標測量：可操作

12、的測量指標。(3)效標分類：觀念效標：效標的實質概念內容。效標測量：即效標的具體度量方法。(3)保證效標測量客觀性的要點：避免偏見的影響(特別是等級評定)。防止效標污染。效標污染一一由于評定者知道測驗分數而影響個人的效標成績的情形。(三)構想效度1 .定義：測驗的構想效度是指測驗能夠測量到理論上的構想或特質的程度。也稱為結構效度。所謂構想通常指一些抽象的、假設性的概念或特質，如智力、創造力、言語流暢性、焦慮等。這些構想往往無法直接觀察，但是每個構想都有其心理上的理論基礎和客觀現實性，都可以通過各種可觀察的材料加以確定。構想效度關注的問題是：測驗是否能正確反映理論構想的特性。2 .確定構想效度的

13、步驟(1)建立理論框架，以解釋被試在測驗上的表現；(2)依據理論框架，推演出各種有關測驗成績的假設；(3)以邏輯和實證的方法來驗證假設，根據這些累積材料決定這種理論是否能恰當地解釋現有材料，如果不能作出恰當解釋，則應該修正上述假設，直到能作出恰當的解釋為止。3 .收集有關結構效度資料的方法P177(1)測驗內方法這類方法主要是通過研究測驗內部構造(如測驗的內容、對測題反應的過程，以及項目間或分測驗間的關系)來界定所測量的結構范圍。舉例：獨生子女合群性”的結構描述：1 .見老師、小朋友主動匆招呼與否；2 .是愿意自己獨自玩，還是與其他孩子一起玩？3 .言語較多還是較少，見生人時害羞？大方否？4

14、.在做游戲時，與人交往時，能與人合得來嗎？(2)測驗間的方法測驗間的方法是同時考慮幾個測驗間的相互關聯，從而獲知這些測驗所共有的特點是什么或這些測驗是否測量相同的結構。測驗間方法有多種：因素分析；相容效度；會聚效度和區分效度。相容效度相容效度是求一個新編好的測驗(即一個需要確定其結構的測驗)與另一個已知其結構的測驗分數之間的相關。例如，新的智力溯驗的分數通常與已作過效度確定的個別測驗如斯坦福一比納智力測驗來比較，假如相關高，則兩測驗所測且的是相同的結構，而且新測驗的得分也可像已確定結構的測驗的分數一樣解釋。會聚效度和區分效度坎貝爾(D.T.Campbell)和費斯克(D.W.Fiske)195

15、9年提出的構想效度的一種考驗方法。會聚效度：一個測驗與測量相同特質或構想等理論上有關的變量有高的相關。區分效度：一個測驗與測量不同特質或構想等理論上不同的變量有低的相關。P184重疊量的計算四、影響效度的因素P185(一)測驗的因素1 .測題中所用詞匯和句型不能過于困難。2 .試題的意思應該清楚。3 .所編制的測題應該適合所要測量的學習結果。4 .測題中不能提供額外線索。5 .測題的編制要合理。6 .選擇題的正確答案不能有明顯的組型。7 .測題數目一一增加測題的數目8 .測題的難度要適當。（1）常模參照測驗一一測題平均難度應在0.5左右，并有適當的難度分布。（2）標準參照測驗一一測題難度應該與

16、教學目標的要求相一致，不需要區分學生的優劣，（二）測驗實施和計分方面1 .測驗情境，如場地的布置、材料的準備等。2 .是否遵照測驗使用手冊的各項規定進行標淮化的施測。3 .指導語是否已將答題方式說明清楚；4 .是否按要求進行時間限制。（三）被試的主觀方面被試的興趣、動機、情緒、態度和身體健康狀況以及是否充分合作與盡力而為等，都會影響到測驗結果的可靠性和正確性，即效度和信度。（四）進行效度化所依據的有關準則效度系數值受到三方面影響：測驗信度、準則變量測量的信度、預測變量與準則變量間真正的相關程度（五）樣組方面1 .樣本的代表性2 .樣本規模：3 .樣本的異質性總的來說，提高效度必須對測驗編制和實

17、施標準化。五、效度與人才選拔P1904 .基本概念（1）基礎率：在總體中自然存在的合格人員比例。（2）錄取率：采用測驗作為篩選工具時所錄取的人員比例。錄取率=錄取人數/總人數（3）取舍正確性命中一一正確的接受和正確的拒絕失誤一一錯誤的接受和錯誤的拒絕段9.2在嘴界分數6分情況下的決策正誤則臉頊詞涯財先盟|成功一一涅&錨詡接受A（7人）正瑞指登見褪人）失吠正編步金C（冢錯諛拒絕口（2九。取舍正確性比率=g窠嗎命中+失誤LJB±CA+B+C+D38+33_q%-7T38733+22-0*71（4）正命中率（錄取正確率）工命中率r成藝人也 錄取人_38 7+38=*D.845 .各

18、比率值之間的關系(1)臨界分數越高，正命中率也越高，但錄取率降低。(2)隨錄取率增加，取舍正確性比率先增后減。(3)臨界分數的中間范圍內，取舍正確性比率最高。P173信度和效度的關系(1)信度考慮的是隨機誤差的影響，而效度的誤差還包括系統誤差。例：游標卡尺，鋼琴(2)信度是效度的必要條件。效度高必然信度高，但信度高并不保證效度必然會高。效度的最大值是信度系數的平方根。例：磅秤測量身高；南轅北轍難度被試通過每個項目的百分比。P34測驗題目的難度水平影響到測驗的客觀性。天花板效應(ceilingeffect)測驗題目過于容易，致使大部分個體得分普遍較高的現象。地板效應(flooreffect)測驗

19、題目過難，大部分個體得分普遍較低的現象。(一)什么叫項目的難度P202所謂難度，即項目的難易程度。在能力測驗里，稱為項目的難度水平；在非能力測驗里，稱為“通俗性”或“流行性”水平(popularitylevel)。所謂“通俗性”或“流行性”，并不是指“合乎社會需要的東西”，而是指一總體中被試在答案范圍里回答項目的程度。(二)難度的指標以受測者答對或通過每個項目的人數百分比，作為難度的指標。P=緊100%這里P代表項目難度，N為全體受測者人數，R為答對或通過該項目的人數。P值大小與難度高低成反比。項目難度的判斷標準：容易：0.851.00中等：0.500.84困難：0.000.49(三)難度的計

20、算1.二分法記分的項目通過記1分，錯誤記0分。簡便方法：先將受試者依照測驗總分的高低次序排列，然后劃出高分組(27%)和低分組(27%),再分別求出此兩組在每一題目上的通過率，以兩組通過率的平均值作為每一題目的難度。計算公式:2這里Ph與打分別代表高.低分組的通過率廣難度水平的矯正:為了避免猜測的影響，利用下述公式對難度水平加以矯正:CP-KP-1K-1 -這里CP為校正后的通過率，P為實得的通過率，K為備選答案的數目。2.當測題不是二值計分時P=全體考生的平均分數/滿分分數鑒別力一一不同水平的被試通過每個項目的百分比，用來衡量測題對不同水平被試區分程度的指標。P34通常以得分最高的27%的被

21、試（高分組）與得分最低的27%的被試（低分組）答對該題的人數比率之差（D）來衡量。D值越大，項目鑒別力越大，表示項目的質量越好。鑒別力（或稱區分度），指項目對不同水平的被試反應的區分程度和鑒別能力。P208鑒別力能幫助研究者發現如下項目：模棱兩可的答案出錯的太簡單或太難的沒有區分度（不能測量個體差異）的1 .項目鑒別指數把被試按總分高低排序，然后取高分組（27%）和低分組（27%）,再分別求出此兩組在每一題目上的通過率，以兩組通過率的差作為每一題目的鑒別指數。D=PH-PLPH:高分組答對人數的比率；PL:低分組答對人數的比率。標準化測驗中，27%的高分組和低分組的人數都應不少于100人，或總

22、人數不少于370人。D值越大，項目的鑒別力越大，表明項目的質量越好。測題的鑒別指數優劣評價標準：區分度較好：0.311.0區分度一般：0.10.30區分度較差：負數到0.19P217實例2 .智齡（MA）P44智齡即智力年齡（MentalAge,簡稱MA）,指每一個年齡（段）應該完成的難度最適宜的題目個數（即該年齡恰好有60%的被測者能完成的題目）。3 .比率智商P45智商即智力商數（IntelligenceQuotient,簡稱IQ）,用來表示智力的相對水平，亦即反映人的聰明程度。智商（IQ尸智力年齡（MA）/實足年齡（CA）*100比率智商是斯坦福一比奈智力量表中使用的智力判斷術語。比率智

23、商（1）公式：IQ=%xiQb（2）問題高年齡組兒童的智商，其實際年齡無法確定。智力生長是曲線，智齡不是等距單位，求高年齡組智商就需要對實際年齡加以修訂。如果各年齡組的標準差編制的不相等，則一個兒童在各年齡所得的智商不相同，這樣智商在不同年齡組的意義就不同了。P2474 .離差智商離差智商實際上是同年齡組的標準分，是根據同年齡組測得的平均數和標準差計算而得出來的。離差智商是韋克斯勒智力量表中使用的智力判斷術語。基本原理：把每個年齡階段兒童的智力分布看作是常態分布，某個兒童的智力高低，視其與同年齡伙伴智力分布的均數的離差大小而定。(3)計算第一次轉化:第二次轉化:氏=10+32三10十3 工Xa

24、-100 + 15z = 100+15瓦 一Xy 二XrS“ 一孰2寫S/在這里*乙為所要轉換的離差智商，10。為特定的標準分數分布上的均數數值5為指定的標準分數分布上的標港差的數值.X.*為任一年陽水平某個被試所獲得的量表總分數，文,為任一年齡水平全部被試所獲得的量表總分的均數，S“為任一個年齡水平全部被試所獲得的量表總分的標準差。智力的理論:二因素說P75斯皮爾曼(Spearman,1904)提出，智力分為兩類：(1) 一般因素(G因素)：代表個人的普通智力.是一切心智活動的主體和智力的基礎，個體間智力的差異決定于G因素量的多寡。(2)特殊因素(S因素)：代表個人的特殊智力，只有在某些特殊

25、情況下(特殊工作或特殊活動)才會表現出來。吉爾福特的智力Z構立體模型P77美國著名心理學家吉爾福特(J.P.Guilford,1959)用內容、操作和產品三個維度建構了智力結構的立體式模型。內容維度：引起個體心智活動的各種刺激物，包括圖形，符號，語義，行為，聽覺操作維度：智力的加工活動，包括評價，發散思維，聚合思維，記憶，認知產品維度：智力活動的結果，包括單位，類別，關系，系統，轉換，蘊涵卡特爾的流體智力和晶體智力理論P78美國心理學家卡特爾(R.B.Cattell)于1963年到1971年，相繼完整地提出了流體智力和晶體智力理論。(1)流體智力：信息加工和問題解決過程中洞察復雜關系的能力，是

26、個體的生物潛能。如：對關系的認識、類比、演繹推理的能力、形成抽象概念的能力等。流體智力在不同的環境和條件下都會顯示出來，因而是一種普遍性能力，它更多地依賴于遺傳，在個體發育的早期就有明顯地發展，14歲左右達到高峰，成年后逐漸衰退。(2)晶體智力是指知識與技能有效結合的一種能力，主要用于完成某種固定的任務。晶體智力更多地依賴于環境的作用，決定于后天的學習，與社會文化有密切的關系。晶體智力在人的一生中都在發展，但到2530歲之后，發展的速度漸趨平緩。斯滕伯格的智力三重結構理論P80這一理論包括智力的三個亞理論，即智力的情境亞理論、智力的經驗亞理論和智力的成分亞理論。(1)智力的情境亞理論認為社會文

27、化大背景對智力內涵有制約作用，智力主要體現在主體對環境的適應、選擇和改造的能動作用方面。(2)智力的經驗亞理論智力行為要由產生這個具體行為的任務在主體經驗中所處的位置來決定。處理新異性的能力和加工自動化的能力是智力的最基本的特質之一。(3)智力的成分亞理論(核心)闡述智力活動的內部結構和心理機制。成分：信息加工的最基本單元。操作成分：智力任務實施過程中的具體信息加工過程，如編碼、推斷、應用、比較、證實等具體操作成分。執行元成分的指令并提供反饋。元成分：在問題解決過程中的計劃、監控和決策等高級的意識活動，如選擇信息加工成分、選擇信息加工成分的組合策略、決定注意資源的分配等。知識獲得成分：獲得新知

28、識的過程，包括學習成分、保持成分和遷移成分。戴斯等的智力PASS模型理論P81(1) PASS模型四種認知成分計劃-注意-同時性加工-繼時性加工(2) PASS模型中的三個系統：注意一喚醒系統(第一機能區)使大腦處于一種適宜的工作狀態。同時性加工一繼時性加工系統，又稱編碼系統(第二機能區)負責對外界輸入信息的接收、解釋、轉換、再編碼和存貯。計劃系統(第三機能區)執行計劃、監控、評價等高級功能。(4) DN認知評價系統(DN-CAS):第一分測驗(測查計劃性功能系統)：視覺搜索(visualsearch)計劃連接(plannedconnection)數字匹配(matchnumber);第二分測驗

29、(測查注意一喚醒功能系統)：表現的注意(expressiveattention)找數(numberfinding)聽覺選擇注意(auditoryselectiveattention);第三分測驗(測查同時性加工成分)：圖形記憶(figurememory)矩陣問題(matrics)同時性的言語加工(simultaneousverbal);第四分測驗(測查繼時性加工成分)：句子重復(sentencerepetition)句子問題(sentencequestion)字詞回憶(wordrecall)P121投射在心理學上指個人把自己的思想，態度，愿望，情緒，性格等人格特征，不自覺地反應于外界事物或他人

30、的一種心理作用，即個人的人格結構對感知、組織、解釋環境的方式發生影響的過程，是個人的情結對外界事物的影響，也是個人從一種經驗出發作出的錯誤推斷。投射測驗：通過提供一些未經組織的刺激情境，使用意義不明確的各種圖形、墨跡或數字，以沒有結構性的測題，讓受試者在不受限制的情境下，自由地作出反應，由對反應結果的分析來推斷其人格。主要測驗工具：羅夏墨跡測驗，主題統覺測驗，完成句子/文字聯想測驗，繪畫（畫人、畫樹）測驗等。3.投射測驗與其它人格測驗的差異（1）投射測驗就是給被試一個模糊而暖味的刺激情境，使用非結構的任務，使被試有一個機會來表示出內心的需求，以及許多特殊的知覺，和對該情境所作的許多解釋。（2）人格調查測驗是有若干標準化了的問題，要被試回答其在一些不同的情境中是何感情和活動。而投射測驗不能告訴被試測驗的目的，只告訴這是一種想象測驗，測量目標具有隱蔽性，它只是提供給被試相當自由的情境，使其有充分表示知覺上個別差異的機會，減少偽裝可能性，讓被