第六章 效度理论

2 2 c
2 s
rXX r YX
2 s 2 t
2 2 2 c s 2 2 2 t t t
信度 效度
信度是效度的必要条件
2、效度受信度制约
r • 有公式：
max

rXX r YY
rXX r YY
YX
表示测验信度 表示效标测量的信度
YX XX
则 r r r 取 r 最大值1，则 r r 则由公式得，效度受信度制约
效 度 理 论
理 论 定 义
与 信 度 的 关 系
影 响 因 素
测 验 效 度 的 应 用
测 验 本 身
测 量 误 差
样 本
测 效 标 分 数 预
估计标 准误差、 效标分 数预测 的置信 区间
提高 人才 甑选 的正 确率
人员 安置 和分 类
效度与信度的比较
• 为正确计算预测率提高的数量，先介绍以下概念：
A D • （ 1） 基本率 A B C D
A D 正确预测率 • （ 2） A B C D
• 则正确预测率提高的数量=正确预测率-基本率
A A D 正确预测率提高的数量 AC A B C D
• 效度系数越高，正确预测率越高，越能测验经费开支
XX YY
YY
三、同时提高的困难
• 测验同质性：信度高，效度低 • 测验异质性：信度低，效度高 采用成套性测验: ①每一个单一性测验，信度高 ②整个成套性测验，效度高
第二节 影响因素
1、测验本身 2、测量误差 3、样本
一、测验本身
• 测验的内容、难度、区分度、长度等 • 与长度:长度越长，效度越高 • 长度增加倍，效度估计 rYX rY ( nX ) 1 rXX rXX n
二、效标分数预测的置信区间
• 背景：预测效标分数总会存在误差 • 假设：实际效标分数围绕着预测效标分数 呈正态分布
则可对实际效标分数进行区间估计
三、提高人才甄选的正确率
错误淘汰 （20人） 正确录取 （40人）
D B
A C
正确淘汰 （30人）
错误录取 （10人）
• 影响正确预测和错误预测的比率的因素 • （1）效度系数越高，正确预测的比率越大， 错误预测的比率越小 • （2）受效标变量上成功与失败比率影响 • （3）受测验变量上录取分数线影响
第三节 应用
1、预测效标分数 2、估计标准误差、效标分数预测的置信区间 3、提高人才甑选的正确率 4、在人员安置和分类中的重要影响
一、预测效标分数
• 条件：测验分数和效标分数呈线性关系 • 已知：测验的效度系数、某一被试的测验 分数 则可利用回归方程 Y ˆ Y rYX (X X ) Y X
预测效标分数的估计值
二、估计标准误差
• 定义：预测效标分数并不一定等于实际被 测的效标分数，由预测而产生的误差，称 为估计标准误差 • 公式： 2 ˆ (Y Y ) east n2
2 1 r • 简单形式： east Y YX
1 r
2 YX
• 称为无相关系数，用K表示 • 由效度系数决定： rYX 1，K 0 表示不存在估计标准误 • （ 1） 差，即所预测的效标分数等于实际的效标 分数 rYX 0，K 1 表示效度系数对效标分 • （ 2） 数的预测毫无效力
第六章
效度理论
ຫໍສະໝຸດ Baidu
内容
理论定义、与信度的关系 影响因素 测验效度的应用
一、理论定义
• 在一组测验分数中，所欲测量的属性引起 的方差与测验分数总方差的比率。 即 Val

2 c 2 t
表示） c2表示所欲测量的属性引起的方差 t2 表示测验分数总方差
Val表示效度（常用 rYX
二、与信度的关系
四、在人员安置和分类中的重要影响
• 一、安置： • 定义：根据对被试在单一效标上的观测结 果而做出的处理和安排 • 例：分班考试将学生分配到不同班级
• 二、分类： • 使用两个或两个以上的效标，效标的多少 取决于分类数量 • 一般采用多元回归方程，多元判别分析补 充 • 因多个效标，故需要多个测验，且测验异 质
• 可以求 rY ( nX ) , n
二、测量误差
• 测量误差越小，效度越高 （1）减弱校正法： rYX rW rXX rYY
• 注：属于理论问题，实际运用较少 （2）效标信度估计法： rYX rWX rYY
三、样本
• （1）代表性：代表性越强，效度越高 • （2）容量大小：容量越大，效度越高 • （3）异质性：异质性越强，效度越高 全距缩小，则会低估效度，需加以校正： r( X X) r 2 2 2 2 1 r r ( X X )
1、信度是效度的必要条件
• 测验分数总方差分为三部分： 2 （1）所欲测量的属性引起的方差 c （2）与所欲测量属性无关的特性所引起的方 2 差（包括系统误差） s （3）由误差引起的方差 e2 则测验分数总方差 t2 c2 s2 e2
2 2 t2 e 2 2 2 t2 c s e