郑日昌心理测量学-第6章
按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
明确而统一的答案；计分键上指明的是具有或缺少某种人格特征者的典型反应。
3。 将受测者的反应和计分键比较，对反应进行分类。对于选择题来说，这个程序是很容易的，但是当评分者的判断可能是一个起作用的因素时（如问答题、论文题），就需要对评分规则作详细的说明，评分时将每一个人的反应和评分说明书上所提供的样例相比较，然后按最接近的答案样例给分。
无论采用何种评分方法，都必须符合客观、正确/经济/实用四项原则。
（四）常模
一个标准化测验，不但内容、施测和评分要标准化，对分数的解释也必须标准化，如果同一个分数可做出不同的推论，测量便失去了客观性。
多数测验用常模作解释分数的依据。测验分数必须与某种标准比较，方能显出它所代表的意义。例如。某学生成绩单上写着：物理——85分。我们仅从这个分数很难断定他学得如何，因为没有一个比较的标准。在传统心理测验中，是把个人所得的分数与代表一般人同类行为的分数相比较，以判别其所得分数的高低。此处所指的“代表一般人同类行为的分数”，即为“常模”。例如，以摄氏温度计，便可确诊为发烧，因为一般人的正常体温是37℃，这就是成人体温的常模。
建立常模的方法是，在将来要使用测验的全体对象中，选择有代表性的一部分人（称标准化样本），对此样本施测并将所得的分数加以统计整体，得出一个具有代表性的分数分布。标准化样本的平均数，即为该测验的常模。
常模可因标准化时选取样本的不同而有不同的类别。常见的有年龄常模、年级常模、性别常模、地域常模、民族常模、职业常模等。
七、对测验的鉴定
测验编好后，必须对其测量的可靠性和有效性进行考验，为此就要进行测量学方面的分析，搜集信度和效度资料。
（一）信度
信度指的是测量的可靠性或一致性。我们用钢片卷尺去量黑板的长度，所得的结果是可靠的，因为无论是由一个人量数次还是分别由几个人去量，所得的结果都是一致的。如果我们改用橡皮筋做的软尺去测量黑板的长度时，因为拉力大小不同，多次或多人测量所得的结果就难得一致。因此，用橡皮筋做的软尺测量长度是不可靠的，也就是说，这样的测量工具是缺乏信度的。
一个测验在标准化的时候，必须确定它的信度。确定信度多采用相关法。以相关系数的大小表示信度的高低。
（二）效度
效度指的是测量的有效性或正确性，这是测量工具的最基本的要求。衡量一个测量工具有没有效，就是看它所测量的是不是它所要测的东西。例如，以磅秤量体重是有效的，但如果用它量身高，虽然多次测量结果一致（信度高），但所得的数量并不能代表个人的身高，因此对量身高来说，磅秤是个无效或效度极低的工具。
在编制心理测验时，如何提高效度，无疑是个首要的问题。效度的确定方法，视测量的性质和目的而定。一般将效度分为三大类：实证效度、内容效度、构想效度。关于信度和效度问题，本书后边有专章讨论。
八、编写测验说明书
为使测验能够合理地实施与应用，在正式测验编写完成后，还要编制一份说明书，就下列问题作出详尽而明确的说明：
（一）本测验的目的和功用。
（二）编制测验的理论背景以及选择题目的根据。
（三）测验的实施方法、时限及注意事项。
（四）测验的标准答案和评分方法。
（五）常模资料，包括常模表，常模适用的团体及对分数如何做解释。
（六）测验的信度效度资料，包括信度系数，效度系数以及这些数据是在什么情境下得到的。
经过以上八个步骤，一个测验便可正式交付使用了。
第二节 测验题目的编制技术
编制测验的核心是命题。欲编制良好的测验，除必须遵循上一节所讲的程序外，还要掌握命题的方法与技巧。
—、命题的一般原则
试题的类型繁多，性质不同，功能各异，但在编制时还是有一般原则可循的。
（一）试题要符合测验的目的。
（二）内容取样要有代表性。
（三）题目格式不要使被试发生误解。
（四）文字要筒明扼要，即排除与解题无关的因素，又不可遗漏解题所依据的必要条件。要避免使用艰深的字词。
（五）应有不致引起争论的确定答案（创造力测验、人格测验除外）。
（六）各个试题必须彼此独立，不可互相牵连，不要使一个题目的回答影响另一个题目的回答。
（七）题目中不可含有暗示本题或其它题正确答案之线索。
（八）题目内容不要超出受测团体的知识和能力。
（九）所提问题应避免涉及社会禁忌与个人隐私。
（十）施测与评分省时
二、测题的种类及编制要领
在长期的测验实践中，发展出了多种多样的题目形式，根据应答方式，总的说来可以分成两大类，即自由应答型和固定应答型。自由应答型题目是让受测者用自己的语言或行动来对某一问题做出回答，包括填充题、简答题、应用题，论文题、联想题，操作题等。固定应答型题目又称客观性题目，是让受测者从测验编制者事先定好的答案中辨认出正确答案，包括多选题、是非题、匹配题等。这种题目因为评分客观，所以在标准化测验中用得较多。
各种类型的题目均有自己的特点和编制原则。现分别叙述如下：
（一）多选题
在标准化的学科测验，学习能力测验和团体智力测验中最常采用的是多选题。此种题目在结构上包含两部分，一为题干，由直接问句或不完全的陈述句构成；另一为选项，包含一个正确答案或正确答案的组合及若干个（一般3—4个）错误答案。多选题可适用于文字、数字和图形等不同性质的材料，可以考察记忆、分析，鉴别，推理、理解和应用知识的能力。下边是几种常见的变式。
1．简单计算
例题：小明给了弟弟2枝铅笔，自己还剩8枝，小明原来有几枝铅笔？
（A）4（B）6 （C）8 （D）10
2．类比推理：已知甲和乙的关系，推出丙和丁的关系。
例1：船——水，飞机——？
（A）大地 （B）白云 （C）天空 （D）海洋
例2： 对于①相当于口对于
3．找不同类：每一题内有几项属于同一类事物，只有一项不属于这一类，要找出。
例1：找出与其它几项不属于同类的一项：
（A）狗 （鸟 （C）树 （D）鱼
例2：找出与众不同的一个图形：
4．最好理由：几个备选答案都是对的，但其中有一个最好，要把它找出来。
例题：偷东西的人应该受惩罚，因为：
（A）惩罚可使他不敢再犯。
（B）偷窃为法律所不容。
（C）偷东西的人不是好人。
（D）偷窃扰乱社会治安。
多选题的优点是：①单位时间内可以施测很多项目（一般每题不超过一分钟），从而能保证取样的广泛性，使测验更有效。②评分客观，：加上题目数量多，可以减少随机因素的影响，从而能保证测验的可靠性。③可以通过改变错误答案的迷惑性来调整题目的难度。④阅卷方便迅速，并可用机器评分，被试多时比较经济。⑤保密性好，好的题目可存入题库重复使用。
多选题的缺点是：①有固定答案，测不出组织材料的能力和创造力。②题量大，并要为每个题目考虑几个似是而非的答案，因而编写困难费时，需要一定技巧。
编拟多选题的要领及原则如下，
1．根据测验的目的和内容来选择最适当的题型。例如，要考虑辨别，比较和评价能力，宜用最好理由式，要考察推理能力宜用类比法。
2．备选答案要简短，必要的叙述或相同的修饰语应全部置于题干中。
例题：孔子最伟大的成就在于，
（A）学术教育方面 （国防军事方面
（C）艺术建筑方面 （D）内政外交方面
四个选项皆有“方面”两个字；可移置于题干中，将题目改为直接问句：“孔子最伟大的成就在哪一方面？”如此，可使选项更为简短。
3．每题只能环绕一个中心，并只有一个正确该答案在内容和形式上不可特别突出，但其正确性必须确凿无疑。
4．题干应当包括解题所必须的共同要素，并尽可能做到精炼、准确、清楚，不要把选项夹在题干中间。
例题：战国初期，魏继承
（A）秦 （燕 （C）齐 （D）晋
的旧业，最为富强。
此题的题千被选项分隔为二部分，增加作答困难。应改为：战国初期，魏国继承何国旧业而最为富强？
5．错误答案对被试具有迷惑性，不要错得太明显。这种答案可以是人们经常出现的错误，也可以是一般性的误解和似是而非的内容。
例题：美国的首都是：
（A）东京 （华盛顿 （C）太平洋 （D）1776
此题中选项（C）非地名，（D）为美国建国年代 ，（C）、（D）均与题干间缺乏逻辑联系 （A）错得过于明显。如改为（A）纽约 （华盛顿 （C）巴黎 （D）伦敦，则好些。
6．各个选项在形式上应该协调一致，或为数字，或为图形，或为人名，应取—律，文字长短也应大体相当，以免对正确回答提供线索。
7．选项之间不应相互重选，相互包括，相互依赖。
例题：9…3是多少？
（A）大于5 （6 （C）小于7 （D）12
选项中除（D）外，其余三者相互重选，均为正确答案，故应修改。
8．几个选项最好按逻辑顺序（如按量值大小。时间先后等）排列或随机排列，正确答案在每个位置上出现的次数要大致相等，且不要形成固定的格式。
9．所有选项在逻辑上和语法上都能与题干相接，否则本来正确的答案，会因为逻辑上或语法上与题干不一致而放弃。反之，如果干扰答案在逻辑上或语法上与题干不吻合，被试就会根据常识，发觉它们之间的矛盾而加以排除。
10．题干要尽量创设新的情境，文字要自己拟定，避免重复书本上的现成实例或措词。
（二）是非题
是非题又叫正误题，是指出一个论点要被试判断是否正确，或从是非两个答案中做出选择，因此可把是非题看作是两个备选答案的选择题。此种格式出题容易，回答方便，适于考查学生对简单观念或知识的了解。其缺点是易受猜测因素的影响，重要的材料有时不能用对与错简单回答；缺乏教育诊断作用，故应用不如多选题广泛，主要用于年幼儿童以及需要快速而粗略地做出判断的情况。
例题：鲸是哺乳动物，是口非口
编拟是非题应注意下面几点：
1．内容应以有意义的事实、概念或原理为基础，避免无关重要的问题或琐碎的细节。
2．每题应只包含一个观念，避免两个以上的观念在同一题中出现，而造成题目。似是而非”或“半对半错”。如“纽约是美国的首都和第一大城市”。此题后一半是正确的，前一半是错误的。
3．论点要简明扼要，意义明确，不要有艰深难懂的词句或含糊不确定的文字叙述。
4．对论点的陈述要重新组织，不要照搬教科书上的词句或仅仅加上否定词就构成错误项目。
5。避免使用具有暗示性的特殊字词，如“绝不”，“完全”等，通常带有“错”的暗示，而“有时”，“可能”等通常带有“对”的暗示。如：“所有智商高的学生学习成绩都很好。”受试者仅凭题中“所有……都”这种措词便可猜出此话是错的。
6．尽量采用正面肯定的叙述，避免反面陈述或双重否定的文句。如：“生物没有不是由细胞所构成的。”此题既难读又难理解，宜改为“生物是由细胞构成的。”
7．“是”与“非”的题数应大致相等，且随机排列。
8．题数不能太少。
（三）匹配题
此种试题包括并列的两行，—行为刺激项目，另一行为反应项目，被试的任务是由后者中选出与前者相适合的项目。可以是完全匹配（刺激项目与反应项目数量相等），也可以是不完全匹配（反应项目多于刺激项目）；
例题：
指导语：从右边所列的人名中找出左边所列的每本书的作者，每个人名可以用一次，也可用多次或全然不用，
（ 1、家 A、鲁迅
（ 2、子夜 B、郭沫若
（ 3、阿Q正传 C、矛盾
（ 4、骆驼样子 D、老舍
E、巴金
匹配题是选择题的一种变式，一个匹配题实际上就是一套多选题，适用于测量概念或事实之间的关系。其优缺点与多选题相同。
编写匹配题的要领是，
1．一个题目的各个刺激项目及各个反应项目应在内容上同质，若涉及年代都为年代，涉及地点都为地点，涉及符号都为符号。
2．在指导语中要讲清匹配依据，告诉被试每个反应可用几次。
3。配对项目不可过多或过少，如在十对以下，最好应用不完全配合，使反应项目比刺激项目多出一两个，以增加其可靠性。
4．每个刺激项目应有一个而且只有一个反应项目相匹。
5．按一定逻辑次序（例如按字母顺序，数字大小，时间先后等）安排反应项目；同时要避免答案的固定格式。
6．同一组项目应印在同一页上，以免造成作答时的困难。其它原则与编多选题相同。
（四）填空题和简答题
上边几种形式均可归类为选择题，要求的是对正确答案的辨认。填空题与简答题要求的是对正确答案的回忆，即由被试自己写出答案。填空题是提出一个不完整的陈述，要求被试把缺少的字词填上，可以空一处，也可以空几处。
例题：第一个智力测验是由_____与_____编造的。
简答题是提出简单的问题，让被试回答，通常只要几个字或一两句话即可答完。
例题：一年有哪几个季节？
填空题、简答题与选择题适于同样类型的材料，但填空题和简答题比多选题容易编写写，而且被试无法猜，但评分不如选择题方便和客观。
填空题和简答题的编写原则如下，
1．填空题目所空出的应该是关键字句，并且要和上下文有密切联系，不要空出无关紧要的字词。
2．一句内不要有太多的空白，空白太多，不容易明了题意。
3．空白最好放在句子的尾部，免得空格数量为答案提供线索。
4．测题句子避免直接引用教科书的措词。
5．问题要具体，范围要确定，要使受测者知道答案的类型、长度和确切程度。
6．准备一个正确答案和可接受的变式的标准，如果部分正确也适当给分，则要做出更具体的规定。
（五）论文题．
简答题若流于空泛或对其范围不加限定就变为论文题。这两种题目的区别不仅在于长度，还在于它们所起的作用，简答题最适合于测验实际知识的记忆和理解，而论文题最适合测验组织能力、综合能力和文字表达能力，有时还可测量评价能力和创造能力。论文题目编写容易，不允许猜测和简单背诵，可以反映理解的深度。但题目少，取样缺乏代表性，特别是评分困难，即费时又易受无关因素（如文字风格、卷面整洁、个人成见等）的影响，从而使测验的可靠性和有效性降低。
编拟论文题目要注意以下几点，
1．要让被试知道答案的范围和方向，例如长度、举例的详细程度等，但不可规定得太具体，以免变成一系列简答题。
2。最好要求被试在新的情境下，应用知识去解决新伪问题。
3．题目不要过少或过大，数量要适当多些，内容要适当具体些。
4．要选用具有可接受的正确答案的题目 （并不是只有一个正确答案），不用那些仅测量意见和态度的问题。
5．在测验前，对每一个题目编制几个“理想”的答案。对部分正确的回答如何评分做出尽可能具体的规定。
6．一般�
