测验的信度

测量标准误与信度的关系：互为消长， 测量标准误与信度的关系：互为消长， 信度高，标准误低；信度低， 信度高，标准误低；信度低，标准误高
例题： 例题：
1、公式rxx =r2xT=S2T/ S2x和公式 xT=ST/ Sx表明 、公式 和公式r 信度指数的（ 就是信度系数。 信度指数的（ ）就是信度系数。 （A）一半 ） （B）平方 ） （C）倍数 ） （D）本身 ） 2、（ ）是指同一被试在不同时间内用同一测 、（ 或用另一套相等的测验）重复测量， 验（或用另一套相等的测验）重复测量，所得 结果的一致程度。 结果的一致程度。 （A）信度 ） （B）效度 ） （C）难度 ） （D）区分度 ） 3、信度只受 )的影响。 的影响。 、信度只受( 的影响 （A)系统误差 系统误差 （B)随机误差 随机误差 （C)恒定效应 恒定效应 （D)概化作用 概化作用
评分者信度
适用： 适用：用于测量不同评分者之间所产生 的误差。 的误差。 两个评分者之间的信度：有若干份试卷， 两个评分者之间的信度：有若干份试卷， 每份试卷由两人评分， 每份试卷由两人评分，然后根据每份试 卷的两个分数求相关。（ 。（如果受过训练 卷的两个分数求相关。（如果受过训练 的评分者，其评分一致性应达0.90以上） 以上） 的评分者，其评分一致性应达 以上 多个评分者之间的信度： 多个评分者之间的信度：如果采用等级 评分，可采用W系数计算评分者信度。 评分，可采用 系数计算评分者信度。 系数计算评分者信度
能力或成就测验： 甚至0.95) 能力或成就测验： rxx≥0.90(甚至 甚至 人格测验： [0.80,0.85]或更高 人格测验： rxxЄ[0.80,0.85]或更高 [0.80,0.85]
解释个人分数的意义
测量标准误的作用： 测量标准误的作用：
估计真实分数的范围； 估计真实分数的范围； 了解实得分数再测时可能的变化情形。 了解实得分数再测时可能的变化情形。
同质性信度
主要代表测验内部所有题目间的一致性。正 主要代表测验内部所有题目间的一致性。 所有题目间的一致性 相关高，测验为同质的； 相关高，测验为同质的；低正相关或为负相 关时，测验为异质。 关时，测验为异质。 如果测验由许多分测验组成， 如果测验由许多分测验组成，则要求分测验 内部同质，分测验之间异质。 内部同质，分测验之间异质。 计算方法： 计算方法： 库德—理查逊公式：K-R20，K-R21（适 库德 理查逊公式： ， （ 理查逊公式 用条件：两级评分， 用条件：两级评分，后者还要求测题难度 相同或近似） 相同或近似） 克伦巴赫α系数 既可适用于两级评分， 系数： 克伦巴赫 系数：既可适用于两级评分， 也可适用于多级评分（ 也可适用于多级评分（如有多项选择的人 格测验、态度量表等）。 格测验、态度量表等）。
应注意的问题
有多少误差来源就有多少信度估计方法。 有多少误差来源就有多少信度估计方法。 应根据情况采用不同的信度指标， 应根据情况采用不同的信度指标，原则 上一个测验哪种误差大， 上一个测验哪种误差大，便用哪种误差 估计。 估计。 一个测验往往要计算多种信度系数。 一个测验往往要计算多种信度系数。
测验的信度
主讲：邓稳根
信度的概念
一般定义： 一般定义：
信度：即测验的可靠性， 信度：即测验的可靠性，指的是测验所得结 果的一致程度。 果的一致程度。它是衡量测验质量好坏的最 基本指标。 基本指标。
经典测量理论的定义
经典测量理论的假设：X=T+E.(X为实得分数， 为实得分数， 经典测量理论的假设： 为实得分数 T为真实分数，E为随机误差分数。 为真实分数， 为随机误差分数 为随机误差分数。 为真实分数 可以转换为： 可以转换为：S2x=S2T+S2E. 信度定义： 信度定义：信度是一组测验分数的真分数方 差与总方差（实得分数方差）的比率， 差与总方差（实得分数方差）的比率，即 rxx=S2T/ S2x= 1-S2E/ S2x
信度评估的方法
根据反映测验来自百度文库差的不同来源，可分： 根据反映测验误差的不同来源，可分：
重测信度——考察跨时间的一致性。 考察跨时间的一致性。 重测信度 考察跨时间的一致性 复本信度——考察跨内容的等值性。 考察跨内容的等值性。 复本信度 考察跨内容的等值性 内部一致性——考察题目的同质性。 考察题目的同质性。 内部一致性 考察题目的同质性 评分者信度——考察评分的一致性。 考察评分的一致性。 评分者信度 考察评分的一致性
（A）X-1.96SE<XT≤X+1.97SE ） （B）X-1.96SE≥XT ） （C）X+1.96SE≤XT ） （D）X-1.96SEXT≤X+1.97SE ）
真分数估计举例
在一个人格测验中，某个被试的外向性 得分为20分，已知该分测验的标准差为 10，信度系数为0.91。试问该被试外向 性的真实水平处于什么范围（或然水平 为95%？如果对该被试重新施测，他的 分数将不会落在什么范围外？
比较不同测验分数的差异。 比较不同测验分数的差异。
已知X 是否差异显著。 已知 1，X2，求X1，X2是否差异显著。 求X1- X2； 根据SEd=S(2- rxx - ryy)1/2 ，求SEd，这里要 根据 ， 求两个测验的标准差相同。 求两个测验的标准差相同。 比较|X 比较 1- X2|/SEd和1.96（要求或然水平为 和 （ 95%时才为 时才为1.96）的大小，如果 1- X2| 时才为 ）的大小，如果|X /SEd> 1.96 ，则差异显著；反之，则差异 则差异显著；反之， 不显著。 不显著。
对同一批（多于一个） 对同一批（多于一个）被试前后施测两次或采 用两套相等的测验对同一批被试施测， 用两套相等的测验对同一批被试施测，求取两 次测验分数的相关系数即为测验的信度系数， 次测验分数的相关系数即为测验的信度系数， 这是信度的第三种表示。 即rxx，这是信度的第三种表示。
思考：信度系数与信度指数的关系是什么？ 思考：信度系数与信度指数的关系是什么？ 有了r 就可以通过公式r 有了 xx，就可以通过公式 xx= 1-S2E/ S2x计算第二 种表示中的SE， 种表示中的 ， SE=Sx(1- rxx)1/2
真分数方差， 真分数方差，误差分数方差和信度之间的关系
真分数方差越大，误差分数方差越小，信度越大。 真分数方差越大，误差分数方差越小，信度越大。
信度的求取
r2xT=S2T/ S2x，rxT即为信度的第一种表示信度 ， 指数。但这里S 无法求取。 指数。但这里 2T无法求取。 对同一被试反复施测无数次，或用无数个相等 对同一被试反复施测无数次， 的测验对同一被试反复施测无数次， 的测验对同一被试反复施测无数次，从而一个 被试可以得到无数个分数， 被试可以得到无数个分数，这无数个分数的平 均值为真实分数T， 均值为真实分数 ，标准差即为测量的误差方 它也是信度的第二种表示。 差，它也是信度的第二种表示。这里对一个被 试能不能反复施测无数次？ 试能不能反复施测无数次？
稳定性与等值性系数。 稳定性与等值性系数。A
两个复本的施测相隔一段时间。 两个复本的施测相隔一段时间。
B
优点： 优点：等值性系数能避免重测信度的记忆和学 习效应。 习效应。 缺点：只能减少不能消除练习效应； 缺点：只能减少不能消除练习效应；无法消除 迁移效应；建立复本很难。 迁移效应；建立复本很难。
复本信度
等值性系数： 等值性系数：A B
定义：是以两个等值但题目不同的测验（复本） 定义：是以两个等值但题目不同的测验（复本）来 测量同一群体， 测量同一群体，然后求得被试在两个测验上得分的 相关系数。 相关系数。 施测方法：将被试随机分成两半，一半被试先做A， 施测方法：将被试随机分成两半，一半被试先做 ， 再做B；另一半先做B，再做A，合并两个A和 的 再做 ；另一半先做 ，再做 ，合并两个 和B的 数据求相关。 数据求相关。
真分数的估计，或再测时实得分数的变化范 真分数的估计， 围计算： 围计算：
根据SE=Sx(1- rxx)1/2，求SE。 根据 。 如果已知或然水平，一般为95%。 如果已知或然水平，一般为 。 则真分数的置信区间或再测时X的变化范围是 的变化范围是： 则真分数的置信区间或再测时 的变化范围是： X-1.96SE<T≤ X+1.96SE
确定信度可以接受的水平
两个原则： 两个原则：
rxx<0.70时，测验不能用于团体比较和对个人进 时 行评价和预测。 行评价和预测。0.70≤rxx<0.85时，测验能用于 时 团体比较。 团体比较。rxx≥0.85时，能用于鉴别或预测个人 时 成绩或作为。 成绩或作为。 新编测验的信度应高于原有同类测验或相似测验。 新编测验的信度应高于原有同类测验或相似测验。
内部一致性信度
分半信度： 分半信度：1/2A 1/2A
定义 指在测验实施后， 指在测验实施后，将测验按奇偶性分成两 半，并分别计算每位被试在两半测验上的 得分，求出这两半分数的相关系数。 两半分数的相关系数 得分，求出这两半分数的相关系数。 校正 原因：测验长度变短，易低估测验的信度； 原因：测验长度变短，易低估测验的信度； 公式： ，（假设条件是两 公式： rxx=2rhh/(1+rhh)，（假设条件是两 ，（ 半分数的方差相等，如不等， 半分数的方差相等，如不等，采用弗朗那 根公式或卢伦公式直接求r 根公式或卢伦公式直接求 xx）。
（A）时间 ） （C）评分 ） （B）题目 ） （D）内容 ）
一般要求在成对的受过训练的评分者之间平均 一致性达到( 以上 以上， 观的。 一致性达到 )以上，才认为评分是客 观的。
(A) 0.70 （C) 0.90 (B) 0.80 (D)l .00
信度与测验分数的解释
解释真实分数与实得分数的相关程度 rxx=S2T/ S2x rxx=0， S2E= S2x =0， rxx=1， S2T= S2x =1， rxxЄ[0,1] [0,1]
注意： 注意：
信度估计方法不只上面几种， 信度估计方法不只上面几种，实际上有多少 误差来源，便有多少估计信度的方法。 误差来源，便有多少估计信度的方法。原则 上一个测验哪种误差大， 上一个测验哪种误差大，便采用哪种估计方 有时甚至需要有几种信度系数。 法，有时甚至需要有几种信度系数。
重测信度
定义：又称稳定性系数，即使用同一测验， 定义：又称稳定性系数，即使用同一测验，在 同样条件下对同一组被试者前后施测两次， 同样条件下对同一组被试者前后施测两次，求 两次得分间的相关系数。 两次得分间的相关系数。 2-4周 周 计算方法：重测法。 A2，求r12。 计算方法：重测法。A1 ， 优点： 优点：能提供有关测验是否随时间而变异的资 料，可作为被试将来行为表现的依据。 可作为被试将来行为表现的依据。 缺点：易受练习和记忆的影响。 缺点：易受练习和记忆的影响。 两次测量之间最适宜的时距：随测验的目的、 两次测量之间最适宜的时距：随测验的目的、 性质和被试特点而异，一般是两周到四周为宜， 性质和被试特点而异，一般是两周到四周为宜， 间隔时间最好不超过六个月。 间隔时间最好不超过六个月。
例子
复本信度又称等值性系数。 复本信度又称等值性系数。它是以两个等值但 题目不同的测验（复本）来测量同一群体，然 题目不同的测验（复本）来测量同一群体， 后求得被试者在两个测验上得分的相关系数。 后求得被试者在两个测验上得分的相关系数。 复本信度反映的是测验在（ 上的等值性。 复本信度反映的是测验在（ ）上的等值性。
不同测验分数的差异比较举例
某被试在韦氏成人智力测验中言语智商 为100，操作智商为105，已知两个分数 都是以100为平均数，15为标准差的标准 分数，假设言语分量表和操作分量表的 分半信度为0.87和0.88，问言语智商和 操作智商是否存在显著性差异。
举例
“大约有 大约有95%的可能性真分数落在所得分 大约有 的可能性真分数落在所得分 的范围内， 的范围内 或有5%的可能性 数+1.96SE的范围内，或有 的可能性 落在范围之外”的描述， 落在范围之外”的描述，其置信区间为 （ ）。