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！
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验时的情况相近似。
3．预测的时限可稍宽一些，最好使每个受试者都能将题目做完。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，应对受试者的反应情形随时加以记录，如在不同时限内一般受试者所完成的题数、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题目如何反应的资料，它既能提供哪些题目意义不清，容易引起误解等质量方面的信息，又能提供关于题目好坏的数量指标，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切性，题目的思想性以及表达否清楚等方面加以评鉴，后者是对预测结果进行统计分析，确定题目的难度、区分度、备选答案的合适度等。
编制一套测验，只依据一次预测的结果所作的题目分析是不够的。
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完全可靠；为了检验所选出的项目的性能是否真正符合要求，通常需再选取来自同一总体的另一样本再测一次，并根据其结果进行第二次项目分析，看两次分析结果是否一致。如果某个题目前后差距较大，说明该题的性能值得怀疑。这种在两个独立样本中进行项目分析的过程叫做复核。关于项目分析方面的问题，将在第七章详细讨论。
五、合成测验
经过预测和项目分析，对各个题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题目加以适当的编排，组合成测验。
（一）项目的选择
在选择项目时，不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。最好的题目，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题目。首先是要测定所需要的特征，如果我们想测定语言推理能力，就不要包括主要测量阅读能力或算术知识的项目。题目性能好坏是相对的，不同的测验对题目的难度和区分度有不同的要求。
一般说来，题目的区分度越高越好，这是选择题目的一条重要标准。特别是对于选拔测验，此条尤为重要。但有时根据需要也可以保留个别鉴别力不高的题目。如在学科成就测验中有些内容十分重要，即使区分度低一些，也要包括在内。
选择题目的另一个指标是难度．难度多大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，只要整个测验的平均难度符合测验要求即可。
根据题目分析资料选出的题目，还要与测验计划（双向细目表）再次对照，看看在材料内容以及所测量的认知技能上的比率是否与计划相符，必要时须加以适当调整。此外题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，并考虑受试者作答时的心理反应方式，加以合理安排。
在测验开头应该有一，两个十分容易的题目，以使受测者熟悉作答程序，解除紧张情绪，建立信心，进入测验情境。对试题的总的编排原则是要由易到难。这样可避免受测者在难题上耽搁时间太多，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题目，以测出受测者的最高水平。
下面是两种常见的排列方式：
1．并列直进式
此种方式是将整个测验按试题材料的性质归为若干分测验，在同一分测验的试题，则依其难度由易到难排列。
2．混合螺旋式
此种方式是先将各类试题依难度分成若干不同的层次，再将不同性质的试题予以组合，作交叉式的排列，其难度则渐次升进。此种排列的优点是，受试者对各类试题循序作答，从而维持作答的兴趣。
（三）编造复本
为增加实际的效用，一种测验至少要有等值的两份，份数越多，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。如果测验只有一份，用两次就难免有练习的影响，不能完全代表进步的数量。要是这个测验有好几份替换使用，就可以免掉这种困难。
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性。
2．各份测验具有相同的内容和形式。
3．各份测验的题目不应有重复的地方。
4．各份测验题目数量相等，并且有大体相同的难度和区分度。
5．各份测验的分数分布（平均数和差异度）大致相等。
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排列，其次序为1、2、3、4、5、6、……如果要分成两个等值的测验本，可采用下面的分法。
A本：1、4、5、8、9、12、13、16、17、20、……
B本：2、3、6、7、10、11、14、15、18、19、……
如果要分成三个等值的测验本，可用采下的分法：
A本：1、6、7、12、13、18、19、24、……
B本：2、5、8、11、14、17、20、23、……
C本：3、4、9、10、15、16、21、22、……
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，以决定各份究竟是否等值。
六、将测验标准化
—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，称作标准化。具体包括以下几方面：
（一）内容
标准化的首要条件，是对所有受测者施测相同的或等值的题目。测验的内容不同，所得的结果便无法比较。
（二）施测
尽管对于所有的受测者使用了相同的题目，但如果在施测时各行其是，所得的分数也不能进行比较。为了使测验条件相同，必须有统一的指导语和时间限制。
1。指导语
给受测者的指导语属于测验刺激的一部分，它的内容通常包括对测验目的说明和受测者应该如何作答的指示（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，这些指示一般印在测验的开始部分，也可以印在另外一张纸上。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。
指导语会直接影响受测者的作答态度与方法。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，成绩最高；将之说成“日常测验”的一组，成绩最纸。
为了保证测验情境的一致，还要有对主试者的指导语，主要是对测验细节作进一步解释，以及其它一些有关事项，包括测验房间场地的安排（照明、桌掎、隔音、温度等），测验材料的分发，如何计时、记分，对被试的各种提问如何回答，以及在测验中途发生意外情况（如停电，有人迟到，生病；作弊等应该如何处理。由于主试者的一言一行，甚至表情动作都会对受测者产生影响，所以主试者一定要严格遵守施测指导，不要任意发挥和解释。总的要求是，无论什么人、在什么时候、什么地点使用同一测验，都必须做同样的事，说同样的话。对主试者的指导语与测验是分开的。
2．时限
确定测验的时限，要考虑施测条件和实际情况的限制（如一节课时间的长度），以及被试的特点（如对儿童、老人、病人施测时间不宜过长），不过更重要的是考虑测量目标的要求。
对于人格测验来说，反应速度是不重要的，可不必规定严格的时限，但是在测量能力和学绩成就时，速度是需要考虑的一个重要因素。依据速度在活动中所起的作用，可以把测验分成速度测验和难度测验。纯速度测验时间应当严格限制，使被试中没有人能在规定时间内做完全部题目。纯难度测验只考察被试解决难题的水平而不考虑完成时间。实际上，大多数能力和学绩测验介于上述二者之间，既考察反应的速度也考察解决难题的能力。通常所用的时限是使大约90％的受训者能在规定时间内完成全部测验，如果题目由易到难排列，应使大多人在规定对间内完成他会答的问题。
确定时限一般采用尝试法，即通过预测来决定。假设根据第一次试测的经验，我们估计大部分被试可以在25分钟内做完，在第二次试测时，可以先叫被试用黑铅笔做20分钟，然后换成红铅笔，再过5分钟换成蓝铅笔，这样便可了解被试在规定时间内完成题目的数量。另一种方法是在施测现场挂一只钟，每个被试做完后即将当时时间写在试卷末尾。试卷收齐之后再根据被试完成情况规定合适的时限。
（三）评分
标准化的第三个要素是客观评分。客观性意味着在两个或两个以上的受过训练的评分者之间有一致性。只有当评分是客观的时候才能够把分数的差异完全归诸受测者的差异。一般说来，自由反应的题目（如问答题、论文题等）评分者之间很难取得完全一致，而选择题的评分较为客观，因此有人将选择题组成的测验叫客观性测验。
无论哪种测验，为使评分尽可能客观，有三点要求：
1。 对反应的及时的和清楚的记录。特别是对口试和操作测验，此点尤为重要，必要时可以录音和录象。
2。 要有一张标准答案或正确反应的表格，即计分键。选择题测验的计分包括一系列正确的答案和容许的变化；论文题的计分键包含各种可能答案的要点；人格测验不可能有明确而统一的答案；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�