编制测验的一般程序

一、确定测验目的一)测量对象在编制测验前首先要明确测量对象，也就是该测验编成后要用于何种团体。

惟独对受测者的年龄、智力水平、文化背景以及阅读水平等做到心中有数，编制测验时才干有的放矢。

二)测量目标所编的测验用来测量什么，是测能力、人格，还是学业成就，也是必须首先考虑的问题。

非但要明确测量的目标，还要对测量目标加以分析，将此目标转换成可操作的术语，即将目标具体化。

如美国著名测验学家瑟斯顿通过因素分析，将智力分解为七种基本心理能力：语文理解──阅读时了解文字意义的能力；语词流畅──正确迅速拼字与敏捷联想词义的能力；数字运算──正确而迅速使用数字解答算术问题的能力；空间关系──运用感觉器官及知觉经验正确判断空间方位及各种关系的能力；机械记忆──用重复感知的方法记住事物的能力；知觉速度──迅速而正确地观察与辨别事物的能力；普通推理──根据已知条件推出新判断的能力。

瑟斯顿根据上述七种因素于年编成为了“基本心理能力测验”。

三)测验用途所编出的测验是要对被试做描述，还是做诊断，抑或者是选拔和预示，这一点也是在测验编制前就应明确的。

目的不同，编制测验时的取材范围以及试题难度等也不尽相同。

二、拟定编制计划编制计划，实际上就是对测验的总体设计，指出测验的内容结构和项目形式等，以及对每一个内容、目标的相对重视程度。

不同的测验有不同的编制计划。

例如成就测验的编制计划通常是一张双维细目表，其中一个维度是内容，就是某一学科教材中的各个课题，另一维度是在教学中要达到的行为目标。

美国心理学家布卢姆最早提出教育目标的分类问题。

他把学习的心理活动分成认知、精神运动和情感三个领域，又把认知领域具体分为知识、理解、应用、分析、综合、评价六个层次。

在布卢姆等人编的《教育目标的分类》一书中，为每个认知层次提供了许多题目范例。

后来人们普通就依据布鲁姆的认知性行为目标编拟学科试题，以测量学生的学习结果。

表是一个小学高年级自然常识测验的编制计划。

表中的数字代表每一类题目所占的百分比，这些比例反映着每一个内容及目标的相对重要性。

测验计划有两个用途。

①在编制阶段，测验计划指出应该编多少和编哪些种类的项目；项目编好后，可将项目的实际分布情况与测验计划对照，以确定测验项目是否恰当地代表了所要测量的领域，核对重要方面的内容是否有遗漏。

②在记分时可按表中百分比确定每类项目的分数。

三、设计测试项目一)搜集有关资料测验计划编好后，就要搜集有关资料作为设计项目的依据。

一个测验的好坏和测验材料的选择适当与否有密切关系，为此要注意以下几个问题。

资料要丰富制人格测验，搜集的资料应包括：人格的主要理论，用于描述人格的术语，临床观察的资料，以及其他人格测验的项目等。

资料要有普遍性所选择的材料对测验对象要尽可能公平，即被试都有相等的学习机会。

譬如，编制标准化的学科成就测验时，要以统一的教学大纲和统编教材作为题目来源，不能只考虑个别教师的意见，要考虑大多数教师和专家的意见。

在编制智力测验时则要尽量避免特殊知识经验和文化水平的影响。

二) 选择项目形式测验编制者还必须确定测验内容的表现方式，是纸笔测验还是操作测验；是只要被试认出正确答案，还是需要他自己做出正确答案。

在大多数情况下，任何内容都可以用几种形式呈现，问题是如何选择“最优的”表现方式。

在一个测验中，可以采用一种题型，也可以采用几种题型。

在选择项目形式时，要考虑以下几点。

测验的目的和材料的性质如果要考查学生对概念和原理的记忆，宜用简答题；要考查对事物的辨别和判断的能力，宜用选择题；要考查综合运用知识的能力，宜用论文题。

接受测验的团体的特点如对幼儿宜用口头测验，对于文盲或者识字不多的人不宜采用要求读和写的项目，而对有言语缺陷的人如聋哑、口吃则要尽量采用操作项目。

各种实际因素譬如，当被试人数过多，测验时间和经费又有限时，宜用选择题进行团体纸笔测验，而人数少，时间充裕，又有某些实验仪器和设备时，则可用操作测验。

廖世承、陈鹤琴先生几十年前曾经提出以下几条选择测验形式的原则：使被试者容易明了测验做法；在做测验时不会弄错；做法简明、省时；计分省时省力；经济。

三) 编写和修订项目制订项目的过程包括写出、编辑、预试和修改等一系列过程。

在获得一个令人满意的项目之前，这些步骤是不断重复的。

在这个过程中，编制者和有关方面专家要对项目反复审查修订，改正意义不明确的词语，取销一些重复的和不合用的项目。

然后将初步选定的项目汇集起来组成一个豫备测验。

编写项目要注意以下几个问题：①项目的范围要与测验计划相一致；②项目的数量要比最后所需的数目多一倍至几倍，以备筛选和编制复本；③项目的难度必须符合测验目的的需要；④项目的说明必须清晰。

四、项目的试测和分析初步筛选出的项目虽然在内容和形式上符合要求，但是否具有适当的难度与鉴别作用，必须通过实践来检验，也就是要通过预测进行项目分析，为进一步筛选项目提供客观依据。

一) 试测项目性能之优劣，不能仅凭测验编制者主观臆测来决定，必须将初步筛选出的项目组合成一种或者几种豫备测验，经过实际的试测而获得客观性资料。

预测应注意以下几个问题。

①预测对象应取自将来正式测验准备应用的群体。

例如，对于一个成就测验来说，进行预测的学生必须和以后的测验对象属于同一个年级，并且具有相同的课程背景，取样时应注意其代表性，人数不必太多，亦不可过少。

②预测的实施过程与情境应力求与将来正式测试时的情况相近似。

③预测的时限可稍宽一些，最好使每一个被试都能将项目做完，以搜集较充分的反应资料，使统计分析的结果更为可靠。

④在预测过程中，应随时记录被试的反应情形，如在不同时限内普通被试所完成的题数、题意不清之处及其他有关问题。

预测的目的在于获得被试对项目如何反应的资料，它既能提供哪些项目意义不清、容易引起误解等质量方面的信息，又能提供关于项目好坏的数量指标，而且通过预测还可以发现一些原来想不到的情况，如检验时限多长合适，在施测过程中还有哪些条件需要进一步控制等。

二) 项目分析对项目的分析包括质的分析和量的分析两个方面。

前者是从内容取样的适当性、题目的思想性以及表达是否清晰等方面加以分析，后者是对预测结果进行统计分析，确定项目的难度、区分度、备选答案的适宜性等。

编制一套测验，只依据一次预测的结果所作的项目分析是不够的。

由于预测的被试样本可能会有取样误差，故由此得到的项目分析结果未必彻底可靠。

为了检验所选出的项目的性能是否真正符合要求，有时需选取来自同一总体的另一样本再测一次，并根据结果进行第二次项目分析，看两次分析结果是否一致。

如果某个项目的测试结果先后相差较大，说明该项目的性能值得怀疑。

这种在两个独立样本中进行项目分析的过程叫做复核。

五、合成测验经过试测和项目分析，对各个项目的性能已有可靠的资料作为评价的根据，下一步就可以选出性能优良的项目，加以适当的编排，组合成测验。

一) 项目的选择在选择项目时，非但要考虑项目分析所提供的资料，还要考虑测验的目的、性质与功能。

最好的项目，就是只测定所需要的特征，并能对该特征加以有效区分的难度合适的项目。

普通说来，项目的区分度越高越好，这是选择项目的一条重要标准。

特殊是对于选拔测验，此标准尤其重要。

选择项目的另一个指标是难度。

难度多大为合适并无一个绝对标准，而要根据测验目的来确定。

有的要求难一些，有的则要求容易一些，有的可不考虑难度。

就是同一张试卷，题目难度也可以不同，只要整个测验的难度分布符合要求即可。

根据项目分析资料选出的项目，还要与测验计划再次对照，看看材料内容以及所测量的行为目标是否与计划相符，必要时加以适当调整。

此外项目的数量还必须适合于所限定的时间。

二) 项目的编排项目选出之后，必须根据测验的目的与性质，并考虑被试作答时的心理反应，加以合理安排。

在测验开头应该有一两个十分容易的项目，以使被试熟悉作答程序，解除紧张情绪，建立信心，进入测验情境。

对项目的总的编排原则是由易到难，这样可以避免被试在难题上担搁时间太多，而影响对后面问题的解答。

在测验最后可有少数难度较大的项目，以测出被试的最高水平。

下面是两种常见的罗列方式。

并列直进式此种方式是将整个测验按项目内容或者形式分为若干分测验，属同一分测验的项目，则依其难度由易到难罗列。

混合螺旋式此种方式是先将各类项目依难度分成若干不同的层次，再将不同性质的项目予以组合，作交叉式的罗列，其难度则渐次上升。

此种罗列的优点是，被试对各类项目循序作答，从而维持作答的兴趣。

三)编造复本为增加实际的效用，一种测验有时需要有两个以上的等值型，称做复本，复本越多，使用起来愈便利。

例如，我们要用测验来考察一班学生在一学期中的进步，必须测量两次，一次在开学初，一次在学期末，两次结果的差别代表一学期中成绩的提高。

如果测验惟独一份，用两次就难免有练习的影响，两次测验结果的差异不能彻底代表进步的大小。

要是这个测验有几个复本替换使用，就可以免掉这种艰难。

测验的各份复本必须等值，所谓等值需符合下列几个条件：①各份测验测量的是同一种心理特质；②各份测验包含相同的内容范围，但题目不应有重复；③各份测验题型相同，题目数量相等，并且有大体相同的难度分布。

只要有足够数量的题目，编造复本的手续是很简单的。

先将所有合用的题目按难度罗列，其次序为、、、、、……如果要分成两个等值的测验本，可采用下面的分法：本：、、、、、、、、、……本：、、、、、、、、、……如果要分成三个等值的测验本，可采用下面的分法：A本：、、、、、、、……B本：、、、、、、、……C本：、、、、、、、……采用上面的分法可使复本之间在难度上基本相等，从而获得大体相同的分数分布。

复本编好后，应该再试测一次，以判定各本究竟是否等值。

六、测验使用的标准化一套好的题目并不一定是一个好的测验。

对于测验的基本要求是准确、可靠。

为了减少误差，就要控制无关因素对测验目的的影响。

这个控制的过程，称做标准化，包括测验编制的标准化和测验使用的标准化两方面。

制作过程的标准化可保证量具本身符合要求，而使用过程的标准化可保证操作规范，使用得当。

测验使用的标准化又可分为施测过程标准化、评分计分标准化、分数解释标准化三个环节。

(一)施测过程尽管对于所有的被试使用了相同的题目，如果在施测时各行其是，所得的分数便不能进行比较。

为了使测验条件相同，必须有统一的指导语和时间限制。

指导语给被试的指导语属于测验刺激的一部份，它的内容通常包括对测验目的的说明和被试应该如何反应的指示包括如何选择反应、记录反应以及时限等。

对于纸笔测验来说，这些指示普通印在测验的开始部份，也可以印在此外一张纸上。

要求简单明确，不引起误解。

如果题目形式对被试是生疏的，还应该有一些例题。

指导语会直接影响被试的反应态度与方法。

有人以不同的指导语对几组被试实施同一个能力测验，结果表明，将该测验说成“智力测验”的一组，成绩较高；将该测验说成“日常测验”的一组，成绩较低。