心理統(tǒng)計(jì)與測(cè)量講義

1、網(wǎng)絡(luò)課堂課程配套講義心理學(xué)應(yīng)用心理考點(diǎn)精講講義心理統(tǒng)計(jì)與測(cè)量主講：肖震宇歡迎使用1網(wǎng)絡(luò)課堂課程配套講義心理學(xué)課程結(jié)構(gòu)：本課程分為兩部分一、心理統(tǒng)計(jì)與測(cè)量考點(diǎn)精講二、名校精講（若此部分沒(méi)有考生目標(biāo)院校，建議在復(fù)習(xí)時(shí)還可參考其他院校真題）一、考點(diǎn)精講第一部分 整體介紹主要參考書(shū)已通讀對(duì)心理統(tǒng)計(jì)和測(cè)量有宏觀把握和感性認(rèn)識(shí)了解心理統(tǒng)計(jì)和測(cè)量的語(yǔ)言體系和符號(hào)系統(tǒng)簡(jiǎn)單的知識(shí)點(diǎn)熟練識(shí)記復(fù)雜的方法和理論有感性認(rèn)識(shí)，知道解題步驟或理論要點(diǎn)強(qiáng)化班為大家講解復(fù)雜的知識(shí)點(diǎn)部分的第二部分 知識(shí)講解心理統(tǒng)計(jì)與測(cè)量心理統(tǒng)計(jì)描述統(tǒng)計(jì)推論統(tǒng)計(jì)心理測(cè)量心理測(cè)量的基本理論心理測(cè)驗(yàn)及其應(yīng)用描述統(tǒng)計(jì)（一）統(tǒng)計(jì)圖表（二）集中量數(shù)（三）差

2、異量數(shù)（四）相對(duì)量數(shù)2網(wǎng)絡(luò)課堂課程配套講義心理學(xué)（五）相關(guān)量數(shù)統(tǒng)計(jì)圖表常用統(tǒng)計(jì)圖：條形圖（棒圖）（分類變量）圓形圖（餅圖）（分類變量）直方圖（等比或等距變量）折線圖（等比或等距變量）莖葉圖散點(diǎn)圖（和相關(guān)結(jié)合復(fù)習(xí)）碎石圖（和主成分分析、因素分析結(jié)合復(fù)習(xí)）簡(jiǎn)單次數(shù)分布表分組次數(shù)分布表相對(duì)次數(shù)分布表累積次數(shù)分布表雙列次數(shù)分布表（與相關(guān)、回歸結(jié)合復(fù)習(xí)）集中量數(shù)算術(shù)平均數(shù)（特點(diǎn)、應(yīng)用）中數(shù)（特點(diǎn)、應(yīng)用）眾數(shù)（特點(diǎn)、應(yīng)用）平均數(shù)幾何平均數(shù)調(diào)和平均數(shù)眾數(shù):雙峰分布3網(wǎng)絡(luò)課堂課程配套講義心理學(xué)平均數(shù)、中數(shù)、眾數(shù)關(guān)系偏態(tài)分布中：平均數(shù)永遠(yuǎn)在尾端，中數(shù)永遠(yuǎn)在中間差異量數(shù)離差（特點(diǎn)、應(yīng)用）平均差（特點(diǎn)、應(yīng)用）標(biāo)準(zhǔn)差

3、、方差（特點(diǎn)、應(yīng)用）變異系數(shù)（特點(diǎn)、應(yīng)用）全距四分位差百分位差和方和方（SS）：離差的平方和。å(2i計(jì)算：SS =(å X)2åX -2iin另一種計(jì)算公式：SS=記憶口訣：“平方和減去和的平方”方差、標(biāo)準(zhǔn)差4網(wǎng)絡(luò)課堂課程配套講義心理學(xué)方差：也稱為變異數(shù)、均方?？傮w方差用2 表示，樣本方差用 s2 表示。標(biāo)準(zhǔn)差：方差的平方根。總體標(biāo)準(zhǔn)差用表示，樣本標(biāo)準(zhǔn)差用 s 表示。SSs2N SS n - 1計(jì)算：2 =， =s 2s2 =，s =方差、標(biāo)準(zhǔn)差注：總體的方差和樣本的方差計(jì)算上有不同：樣本比其所屬的總體變異性少，方差、標(biāo)準(zhǔn)差的計(jì)算需要校正。n-1 是樣本的自由度

4、，利用自由度來(lái)校正樣本，可以得到對(duì)總體參數(shù)的無(wú)偏差估計(jì)自由度：給定參數(shù)后可以自由變化的數(shù)值的個(gè)數(shù)例：樣本均值=4，樣本個(gè)數(shù) n=5，其中 4 個(gè)數(shù)是 5, 4, 6, 2，則第 5 個(gè)數(shù)必為 3，不可能自由變化特點(diǎn)：在一組數(shù)據(jù)中，每個(gè)數(shù)都加上一個(gè)常數(shù) C，方差、標(biāo)準(zhǔn)差不變?cè)谝唤M數(shù)據(jù)中，每個(gè)數(shù)都乘上一個(gè)不為 0 的常數(shù) C，所得標(biāo)準(zhǔn)差為原來(lái)的標(biāo)準(zhǔn)差乘常數(shù) C變異系數(shù)又稱差異系數(shù)、相對(duì)標(biāo)準(zhǔn)差，是標(biāo)準(zhǔn)差對(duì)平均數(shù)之百分比sX計(jì)算：CV =*100%意義：不同質(zhì)的數(shù)據(jù)之間的比較，如學(xué)生的身高和體重哪個(gè)離散程度大等注：一般用于具有絕對(duì) 0 點(diǎn)的等比數(shù)據(jù)。只能進(jìn)行一般描述統(tǒng)計(jì)，尚無(wú)法進(jìn)行推論統(tǒng)計(jì)相對(duì)量數(shù)百分

5、位數(shù)百分等級(jí)標(biāo)準(zhǔn)分?jǐn)?shù)（與推論統(tǒng)計(jì)部分相結(jié)合復(fù)習(xí)）標(biāo)準(zhǔn)分?jǐn)?shù)：又稱 z 分?jǐn)?shù)或基分?jǐn)?shù)，以標(biāo)準(zhǔn)差為，表示一個(gè)原始分?jǐn)?shù)在團(tuán)體中所處位置的相對(duì)量數(shù)5網(wǎng)絡(luò)課堂課程配套講義心理學(xué)標(biāo)準(zhǔn)分?jǐn)?shù)特點(diǎn)：z 分?jǐn)?shù)均值為 0，標(biāo)準(zhǔn)差為 1所有原始分?jǐn)?shù)轉(zhuǎn)化為 z 分?jǐn)?shù)之后，這些 z 分?jǐn)?shù)之和也為 0優(yōu)點(diǎn)：可比，可加，明確，穩(wěn)定應(yīng)用：標(biāo)準(zhǔn)化（IQ），可以計(jì)算概率（查 Z 分?jǐn)?shù)表或公式計(jì)算），比較不同質(zhì)的變量之間的關(guān)系（確定在團(tuán)體中的位置）相關(guān)量數(shù)積差相關(guān)又稱為 Pearson 相關(guān)，積矩相關(guān)計(jì)算前提：正態(tài)、連續(xù)變量，成對(duì)、線性關(guān)系積矩（SP）：離差的乘積和SS 和 SP 的比較6網(wǎng)絡(luò)課堂課程配套講義心理學(xué)積差相關(guān)計(jì)算值影響較

6、大，r2 反映了兩個(gè)變量之間的關(guān)系強(qiáng)度特點(diǎn)：受等級(jí)相關(guān)又稱 Spearman 相關(guān)計(jì)算前提：等級(jí)變量或非正態(tài)連續(xù)變量，可以非線性，成對(duì)7和方 (SS)乘積和(SP)SS = å( Xi - X )(Xi -å(Xi - X )(Yi -Y )SP =å XinSS =å X Y- å Xi åYi iiSP =n網(wǎng)絡(luò)課堂課程配套講義心理學(xué)肯德?tīng)柕燃?jí)相關(guān)肯德?tīng)柡椭C系數(shù)：0 W 1，評(píng)價(jià)完全不一致時(shí)為 0，完全一致時(shí)為 1肯德?tīng)栆恢滦韵禂?shù)：評(píng)價(jià)完全一致時(shí)為 1，評(píng)價(jià)完全不一致時(shí)，U = - 1/K（K 是奇數(shù)），U = - 1 / (K

7、-1)（K 是偶數(shù)），一致性系數(shù) U 的正負(fù)號(hào)并不表示相一致的方向點(diǎn)二列相關(guān)一列數(shù)據(jù)是正態(tài)等比或等距變量，另一列變量是二分命名變量（0、1 變量，沒(méi)有正態(tài)要求），兩者之間的相關(guān)關(guān)系二列相關(guān)一列數(shù)據(jù)是正態(tài)等比或等距變量，另一列變量是人為劃分的二分命名變量（原來(lái)分布是正態(tài)，人為劃分成 0、1 分布），兩者之間的相關(guān)關(guān)系點(diǎn)二列相關(guān)與二列相關(guān)區(qū)別二分變量的原始分布是否正態(tài)只要不確定正態(tài)與否，即用點(diǎn)二列相關(guān)，實(shí)際研究中二列相關(guān)使用較少相關(guān)兩個(gè)變量都是 0、1 二分變量，兩個(gè)變量之間的相關(guān)關(guān)系四格表：8網(wǎng)絡(luò)課堂課程配套講義心理學(xué)計(jì)算：特點(diǎn)：r < 0.3，相關(guān)較弱，r > 0.6，相關(guān)較強(qiáng)完全

8、正相關(guān)：全體個(gè)案落于四格表中 a、d 兩格中完全負(fù)相關(guān)：全體個(gè)案落于四格表中 b、c 兩格中零相關(guān)：全體個(gè)案均勻落于四格一般不說(shuō)明相關(guān)方向，只說(shuō)明相關(guān)程度推斷統(tǒng)計(jì)（一）推斷統(tǒng)計(jì)的數(shù)學(xué)基礎(chǔ)（二）參數(shù)估計(jì)（三）假設(shè)檢驗(yàn)（四）方差分析（五）統(tǒng)計(jì)功效與效果量（六）回歸分析（七）卡方檢驗(yàn)（八）非參數(shù)檢驗(yàn)（九）多元統(tǒng)計(jì)分析初步推斷統(tǒng)計(jì)的數(shù)學(xué)基礎(chǔ)概率、后驗(yàn)概率、先驗(yàn)概率當(dāng)觀測(cè)次數(shù)足夠多，后驗(yàn)概率會(huì)趨于先驗(yàn)概率概率的基本性質(zhì)公理 1：任何一個(gè)隨機(jī)A 的概率都是非負(fù)的公理 2：在一定條件下必然發(fā)生的，即必然的概率為 1公理 3：在一定條件下必然不發(fā)生的，即不可能的概率為 00 P(A) 1注意：公理 2、3 反

9、過(guò)來(lái)不成立，概率為 0 的可能發(fā)生，概率為 1 的可能不發(fā)生例：在區(qū)間0，1中任意取個(gè)實(shí)數(shù)，取到 0.5 的概率為 0，但肯定是可以取到 0.5 的。同樣，反過(guò)來(lái)，取到 0.5 的概率為 1。概率分布經(jīng)驗(yàn)分布、理論分布離散分布、連續(xù)分布9網(wǎng)絡(luò)課堂課程配套講義心理學(xué)二項(xiàng)分布、正態(tài)分布、t 分布、2 分布、F 分布總體分布、樣本分布、抽樣分布（樣本均值分布、樣本方差/標(biāo)準(zhǔn)差分布）正態(tài)分布正態(tài)分布：又稱高斯分布、常態(tài)分布、常態(tài)分配標(biāo)準(zhǔn)正態(tài)分布特點(diǎn)： = 0，2 = 1幾個(gè)重要的 Z 值：Z0.05/21.96，Z0.01/22.58，Z0.05=1.65，Z0.01= 2.33二項(xiàng)分布性質(zhì)p = q

10、 時(shí)分布對(duì)稱p q 時(shí)，分布偏態(tài)，但是隨著 n 的增大，偏態(tài)逐漸降低。當(dāng) p < q 且 np 5 時(shí)，二項(xiàng)分布接近正態(tài)分布應(yīng)用：解決猜測(cè)導(dǎo)致的機(jī)遇問(wèn)題二項(xiàng)分布npq = np， =，n 為試驗(yàn)的次數(shù)，p 為某發(fā)生的概率，q= 1 p，某不發(fā)生的概率注意：正態(tài)分布中 X 的值是一段, 而并非一點(diǎn), 所以當(dāng)二項(xiàng)分布近似為正態(tài)分布時(shí)，需10Y-3.0-2.7-2.4-2.1-1.8-1.5-1.2-0.9-0.6-0.30.00.30.60.91.2.51.82.12.2.73.0網(wǎng)絡(luò)課堂課程配套講義心理學(xué)要考慮精確上下限。因?yàn)槲覀兪窃谟眠B續(xù)型分布 (正態(tài)) 來(lái)估計(jì)離散型分布的值t 分布總體

11、分布為正態(tài)，標(biāo)準(zhǔn)差未知，樣本平均數(shù)分布為 t 分布?？傮w分布非正態(tài)，標(biāo)準(zhǔn)差未知，當(dāng)樣本足夠大（n 30），樣本平均數(shù)分布接近 t 分布。樣本平均數(shù)分布的平均數(shù)樣本平均數(shù)分布的標(biāo)準(zhǔn)誤注：s 為樣本標(biāo)準(zhǔn)差，自由度為 n-12 分布特點(diǎn)：正偏態(tài)，沒(méi)有負(fù)值df1，df2 增加，F(xiàn) 分布趨于正態(tài)分布自由度為 1 時(shí)，F(xiàn) 值等于與分母自由度相同的 t 值的平方：F0.05(1, 20) = 4.352t0.05/2(20)=應(yīng)用：樣本方差和總體方差差異是否顯著，順序型、命名型變量的顯著型檢驗(yàn)，兩個(gè)順序型、命名型變量的相關(guān)檢驗(yàn)F 分布特點(diǎn)：正偏態(tài)，沒(méi)有負(fù)值df1，df2 增加，F(xiàn) 分布趨于正態(tài)分布自由度為

12、1 時(shí)，F(xiàn) 值等于與分母自由度相同的 t 值的平方：F0.05(1,20) = 4.35=t0.05/2(20)2應(yīng)用：檢驗(yàn)兩個(gè)樣本方差的顯著性樣本平均數(shù)分布總體中可抽取的所有可能的特定容量(n)的隨機(jī)樣本的集合的樣本均值特點(diǎn)：樣本均值分布在形狀上接近正態(tài)分布。當(dāng) n 30 時(shí)，無(wú)論總體分布形狀如何，樣本均值分布幾乎就是正態(tài)分布總體分布為正態(tài)，標(biāo)準(zhǔn)差已知，樣本平均數(shù)分布為正態(tài)分布11網(wǎng)絡(luò)課堂課程配套講義心理學(xué)總體分布非正態(tài)，標(biāo)準(zhǔn)差已知，當(dāng)樣本足夠大（n 30），樣本平均數(shù)分布接近正態(tài)分布大數(shù)定律：樣本容量(n)越大，樣本越能準(zhǔn)確地代表總體中心極限定律：對(duì)于任何均值為，標(biāo)準(zhǔn)差為的總體, 樣本容量

13、為 n 的樣本均值的分sn布，隨著 n 趨近無(wú)窮大時(shí)，會(huì)趨近均值為，標(biāo)準(zhǔn)差為的正態(tài)分布樣本平均數(shù)的平均數(shù)和總體平均數(shù)一樣，樣本平均數(shù)的標(biāo)準(zhǔn)誤和總體標(biāo)準(zhǔn)差成正比，和樣本容量的平方根成反比標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)誤、最大誤差標(biāo)準(zhǔn)差：總體中某個(gè)數(shù)值到總體均值的距離，統(tǒng)計(jì)量標(biāo)準(zhǔn)誤：某個(gè)樣本均值到總體均值的距離，統(tǒng)計(jì)量最大誤差：先驗(yàn)參數(shù)樣本方差、標(biāo)準(zhǔn)差的分布樣本標(biāo)準(zhǔn)差的平均數(shù)和總體標(biāo)準(zhǔn)差一樣，樣本標(biāo)準(zhǔn)差的標(biāo)準(zhǔn)誤和總體標(biāo)準(zhǔn)差成正比，和樣本容量的平方根成反比樣本標(biāo)準(zhǔn)差分布的平均數(shù)樣本標(biāo)準(zhǔn)差分布的標(biāo)準(zhǔn)誤一般方差、標(biāo)準(zhǔn)差的統(tǒng)計(jì)多用精確分布（2）抽樣原理抽樣的意義：節(jié)省人力物力，節(jié)省時(shí)間提高效率，保證研究結(jié)果的準(zhǔn)確基本原理：

14、隨機(jī)化。在進(jìn)行抽樣時(shí)，總體中每一是否被抽取，不是由研究者決定，而是遵循概率12網(wǎng)絡(luò)課堂課程配套講義心理學(xué)抽樣方法簡(jiǎn)單隨機(jī)抽樣等距抽樣/系統(tǒng)抽樣/機(jī)械抽樣分層隨機(jī)抽樣兩階段隨機(jī)抽樣參數(shù)估計(jì)總體參數(shù)估計(jì)：從樣本獲得一組數(shù)據(jù)，如何通過(guò)樣本信息對(duì)總體特征進(jìn)行估計(jì)，也就是用樣本來(lái)推論總體點(diǎn)估計(jì)區(qū)間估計(jì)（顯著性水平，置信度 1-）標(biāo)準(zhǔn)誤s=sXnSE=總體平均數(shù)估計(jì)a.根據(jù)樣本數(shù)據(jù)，計(jì)算出樣本的均值和標(biāo)準(zhǔn)差 sb.計(jì)算標(biāo)準(zhǔn)誤總體方差已知：總體方差未知：c.確定置信水平或顯著性水平顯著性水平 0.05，即置信水平 0.95d.根據(jù)樣本平均數(shù)的分布，確定統(tǒng)計(jì)量的關(guān)鍵值總體方差已知：查正態(tài)分布表，得 Z/2總體

15、方差未知：查 t 分布表，得 t/2(df)e.計(jì)算置信區(qū)間總體方差已知：置信區(qū)間 =總體方差未知：置信區(qū)間 =解釋總體平均數(shù)的置信區(qū)間f.估計(jì)總體平均數(shù)落入該區(qū)間的正確可能性概率為 1-，犯錯(cuò)誤的可能性為13網(wǎng)絡(luò)課堂課程配套講義心理學(xué)標(biāo)準(zhǔn)差的區(qū)間估計(jì)當(dāng) n 30 的時(shí)候，樣本標(biāo)準(zhǔn)差接近正態(tài)分布樣本標(biāo)準(zhǔn)差分布的平均數(shù)樣本標(biāo)準(zhǔn)差分布的標(biāo)準(zhǔn)誤方差的區(qū)間估計(jì)(n - 1)s 2s 22 =(n -1)s 2(n - 1)s 2c 2c21-a / 22a / 2假設(shè)檢驗(yàn)通過(guò)樣本統(tǒng)計(jì)量得出的差異做出一般性結(jié)論，總體參數(shù)之間是否存在差異假設(shè)檢驗(yàn)原理H1：研究假設(shè)H0：虛無(wú)假設(shè)假設(shè)檢驗(yàn)中的兩類錯(cuò)誤I 型錯(cuò)

16、誤：型錯(cuò)誤II 型錯(cuò)誤：型錯(cuò)誤 + 不一定等于 1（一般小于 1）其它條件不變，和不可能同時(shí)減小和增大1 是統(tǒng)計(jì)檢驗(yàn)效力14網(wǎng)絡(luò)課堂課程配套講義心理學(xué)影響效力的因素增加，統(tǒng)計(jì)效力增加如果能夠正確設(shè)定尾端，單尾檢驗(yàn)統(tǒng)計(jì)效力比雙尾檢驗(yàn)高增加樣本容量，會(huì)減少標(biāo)準(zhǔn)誤，統(tǒng)計(jì)效力增加假設(shè)檢驗(yàn)的步驟a.根據(jù)問(wèn)題，提出虛無(wú)假設(shè)和備擇假設(shè)b.選擇適當(dāng)?shù)慕y(tǒng)計(jì)量c.確定顯著性水平d.計(jì)算檢驗(yàn)統(tǒng)計(jì)量的值e.做出接受還是拒絕虛無(wú)假設(shè)的決策樣本與總體平均數(shù)差異的檢驗(yàn)總體正態(tài)分布，總體方差已知：Z 檢驗(yàn)總體正態(tài)分布，總體方差未知：t 檢驗(yàn)（注意：t 檢驗(yàn)的前提除了正態(tài)之外，兩個(gè)樣本的方差要齊性）總體非正態(tài)分布，容量較大（n

17、 30），近似正態(tài)分布，用 Z 檢驗(yàn)，n<30，轉(zhuǎn)換數(shù)據(jù)或用非參數(shù)檢驗(yàn)方差齊性檢驗(yàn)22樣本：F 檢驗(yàn)，F(xiàn)obsSmaxSmin=/拇指原則：n 10，方差相差 2 倍以內(nèi)；n < 10，方差相差 4 倍以內(nèi)相關(guān)系數(shù)的顯著性檢驗(yàn)相關(guān)系數(shù)檢驗(yàn)：情況一： = 0rst =情況二： 01 - r2 s n - 2Spearman 相關(guān)：同 Pearson 相關(guān)點(diǎn)二列相關(guān)二列相關(guān)相關(guān)求相關(guān)的答題步驟a. 畫(huà)散點(diǎn)圖b. 求解相關(guān)系數(shù)15網(wǎng)絡(luò)課堂課程配套講義心理學(xué)c. 相關(guān)系數(shù)顯著性檢驗(yàn)方差分析原理：綜合的 F 檢驗(yàn)應(yīng)用：兩個(gè)以上平均數(shù)之間的差異檢驗(yàn)問(wèn)題虛無(wú)假設(shè)：H0：1 = 2 = 3 。方差

18、可分解，實(shí)驗(yàn)數(shù)據(jù)的總變異分解為若干不同來(lái)源的分變異，一般分為組內(nèi)變異和組間變異組內(nèi)變異：實(shí)驗(yàn)誤差、被試差異等組間變異：不同實(shí)驗(yàn)條件造成的變異F = 組間均方 / 組內(nèi)均方 的顯著性方差分析的前提總體正態(tài)分布變異互相各實(shí)驗(yàn)條件的方差齊性方差分析的步驟a.求總和方、組間和方、組內(nèi)和方b.求總自由度、組間自由度、組內(nèi)自由度c.求組間均方、組內(nèi)均方d.計(jì)算 F 觀測(cè)值e.列方差分析表f.查 F 表求 F 臨界值g.作單因素完全隨機(jī)方差分析隨機(jī)區(qū)組設(shè)計(jì)的方差分析16網(wǎng)絡(luò)課堂課程配套講義心理學(xué)事后檢驗(yàn)N-K 檢驗(yàn)HSD 檢驗(yàn)Scheffe 檢驗(yàn))n，例如本例 P = 1 - (1 0.05)3 = 0.1

19、43注意：不能用兩兩之間 t 檢驗(yàn)，P = 1 - (1 -協(xié)方差分析在某些實(shí)際問(wèn)題中，有些因素在目前還不能或難以，如果直接進(jìn)行方差分析，會(huì)因?yàn)榛祀s因素的影響而無(wú)法得出正確結(jié)論。協(xié)方差分析(Analysis of Covariance)是將回歸分析與方差分析結(jié)合起來(lái)使用的一種分析方法協(xié)方差分析將那些人為很難的因素作為協(xié)變量(Covariate) ，并在排除協(xié)變量對(duì)觀測(cè)變量影響的條件下，分析自變量（可控）對(duì)應(yīng)變量的作用，從而更加準(zhǔn)確地對(duì)因素進(jìn)行評(píng)價(jià)協(xié)方差分析仍然沿承方差分析的基本思想，并在分析因變量變化時(shí)，考慮了協(xié)變量的影響因變量的變化受四方面的影響：自變量的作用、自變量的交互作用、協(xié)變量的作用

20、和隨機(jī)因素的作用，并在扣除協(xié)變量的影響后，再分析自變量的影響統(tǒng)計(jì)前提：協(xié)變量是連續(xù)變量，與因變量存性回歸關(guān)系檢驗(yàn)統(tǒng)計(jì)量仍采用 F 統(tǒng)計(jì)量（均用計(jì)算機(jī)軟件計(jì)算） ，它們是各均方與隨機(jī)因素引起的均方比只有個(gè)協(xié)變量時(shí)稱為一元協(xié)方差分析、含有個(gè)及個(gè)以上協(xié)變量時(shí)稱為多元協(xié)方差分析多因素方差分析自變量有多個(gè)（A、B、C）17網(wǎng)絡(luò)課堂課程配套講義心理學(xué)主效應(yīng)：某個(gè)自變量的不同水平對(duì)因變量造成影響的差異交互效應(yīng)：某個(gè)自變量對(duì)因變量的影響隨另一個(gè)變量的不同水平而不同A x B 的因素設(shè)計(jì)：因素 A 的主效應(yīng)，因素 B 的主效應(yīng)，因素 A 和因素 B 的交互作用，三個(gè)檢驗(yàn)是彼此的先交互作用，如果交互作用顯著, 主

21、效應(yīng)就不必解釋，然后主效應(yīng)作圖以直觀表示結(jié)果和方的第一階段分解：總和方 = 處理間和方 + 處理內(nèi)和方和方的第二階段分解：處理間和方 = A 的主效應(yīng)+ B 的主效應(yīng)+AxB 交互作用三個(gè) F 比率可以表達(dá)為：FA 的主效應(yīng)=A 的主效應(yīng)均方 / 誤差均方FB 的主效應(yīng)=B 的主效應(yīng)均方 / 誤差均方FAxB=AxB 交互作用均方/誤差均方統(tǒng)計(jì)功效與效果量統(tǒng)計(jì)功效：在假設(shè)檢驗(yàn)中，拒絕原假設(shè)后，接受正確的替換假設(shè)的概率。計(jì)算：1- （一般由計(jì)算而得）18大教室小教室網(wǎng)絡(luò)課堂課程配套講義心理學(xué)統(tǒng)計(jì)效果量：不依賴于樣本，反應(yīng)自變量與應(yīng)變量關(guān)聯(lián)強(qiáng)度的指標(biāo)。統(tǒng)計(jì)效果量計(jì)算：2樣本 t 檢驗(yàn)：d、rpb兩

22、個(gè)t2X - Xr=2d = 12 Sppbt + n + n - 22122兩個(gè)相關(guān)樣本 t 檢驗(yàn)：d、rpbt2X - XXr2=d = 12 = D SDSDpbt2 + n -1方差分析：2（h2 = SS組間樣本）、2（總體）SS總統(tǒng)計(jì)效果量評(píng)價(jià)：d： 0.2，效果??；= 0.5，效果中等； 0.8，效果大。2rpb ： 0.010，效果?。? 0.059，效果中等；0.138，效果大。2、2： 0.06，效果??； 0.16，效果大統(tǒng)計(jì)效果量的影響因素：良好的實(shí)驗(yàn)設(shè)計(jì)能夠提高統(tǒng)計(jì)效果量回歸分析一元線性回歸分析：只有一個(gè)自變量的線性（一次函數(shù)）回歸分析回歸分析：以數(shù)學(xué)方式表示變量間的關(guān)

23、系相關(guān)分析：檢驗(yàn)變量間關(guān)系的密切程度一元線性回歸方程Y = bX + ab：斜率，每當(dāng) X 增加一個(gè)，Y 就增加 b 個(gè)a：截距，當(dāng) X 等于 0 時(shí)，Y 的值對(duì)于給定的 X、Y 散點(diǎn)圖，可能的擬合線不止一條。我們的目標(biāo)是尋找最佳擬合線最小二乘法（最小平方法）19網(wǎng)絡(luò)課堂課程配套講義心理學(xué)線性回歸基本假設(shè)線性正態(tài)性性誤差等分散性一元線性回歸方程的檢驗(yàn)回歸方程顯著性檢驗(yàn)，F(xiàn) 檢驗(yàn)回歸系數(shù)檢驗(yàn)，t 檢驗(yàn)關(guān)系：t2 = F，兩者檢驗(yàn)其一即可一元線性回歸方程a.畫(huà)散點(diǎn)圖b.求回歸方程c.回歸方程顯著性檢驗(yàn)d.計(jì)算回歸標(biāo)準(zhǔn)誤 SEbe.用回歸模型進(jìn)行，估計(jì)真值區(qū)間可化為一元線性回歸的曲線方程在實(shí)際應(yīng)用中

24、，有些變量之間并不是線性相關(guān)關(guān)系，但可以經(jīng)過(guò)適當(dāng)?shù)淖儞Q，把非線性回歸問(wèn)題轉(zhuǎn)化為線性回歸問(wèn)題卡方檢驗(yàn)用于列聯(lián)表或交叉表檢驗(yàn)屬于非參數(shù)檢驗(yàn)的一種，對(duì)總體形態(tài)無(wú)正態(tài)性要求前提：分類相互排斥，觀測(cè)值相互，每單元格期望次數(shù)至少在 5 個(gè)以上基本公式卡方擬合度檢驗(yàn)（fo：觀測(cè)值，fe：理論值）20網(wǎng)絡(luò)課堂課程配套講義心理學(xué)又稱匹配度檢驗(yàn)、配合度檢驗(yàn)，某一個(gè)因素多項(xiàng)分類的實(shí)際觀測(cè)數(shù)和理論值是否接近。df= C 1，C：分類數(shù)卡方性檢驗(yàn)兩個(gè)或以上因素各種分類之間是否關(guān)聯(lián)或相互。df= (R 1)(C 1)，R：行分類數(shù)，C：列分類數(shù)非參數(shù)檢驗(yàn)參數(shù)檢驗(yàn)：給定或假定總體分布（一般為正態(tài)），滿足某些總體參數(shù)的條件（

25、方差齊性等）非參數(shù)檢驗(yàn)：不知道總體分布，參數(shù)檢驗(yàn)條件不滿足特點(diǎn)：不需要嚴(yán)格的前提假設(shè)適用于等級(jí)變量適用于小樣本不能充分利用全部信息無(wú)法處理交互作用樣本均值差異的非參數(shù)檢驗(yàn)類比于樣本 t 檢驗(yàn)秩和檢驗(yàn)：又稱曼-惠特尼 U 檢驗(yàn)類比于相關(guān)樣本 t 檢驗(yàn)符號(hào)等級(jí)檢驗(yàn)法：維爾克松 T 檢驗(yàn)將差異分?jǐn)?shù)排序，忽略正負(fù)號(hào) (+或-)，然后分別計(jì)算正的差異分?jǐn)?shù)的秩次和以及負(fù)的差異分?jǐn)?shù)的秩次和。 Wilcoxon T 就是較小的那個(gè)和相關(guān)樣本均值差異的非參數(shù)檢驗(yàn)符號(hào)檢驗(yàn)法點(diǎn)數(shù)整個(gè)樣本(n)中正的差異的數(shù)目 ， 然后用 p=q=1/2 的二項(xiàng)檢驗(yàn)多元統(tǒng)計(jì)分析初步多元線性回歸分析現(xiàn)實(shí)生活中，大多數(shù)影響因變量的因素不

26、是一個(gè)而是多個(gè)。性回歸分析中，如果對(duì) 2個(gè)或 2 個(gè)以上的自變量對(duì)因變量影響的現(xiàn)象進(jìn)行分析，就是多元線性回歸分析優(yōu)點(diǎn)：更加接近現(xiàn)實(shí)，增強(qiáng)對(duì)因變量分析估計(jì)的準(zhǔn)確性21網(wǎng)絡(luò)課堂課程配套講義心理學(xué)缺點(diǎn)：計(jì)算復(fù)雜、多重共線性。統(tǒng)計(jì)前提：同一元線性回歸：線性、正態(tài)性、性、誤差等分散性特有的前提：樣本容量（被試數(shù):自變量數(shù)，被試總數(shù)）、自變量的選擇、多重共線性一般形式：Y =b1X1b2X2+ +bkXk+ abk：偏回歸系數(shù)a：常數(shù)項(xiàng)標(biāo)準(zhǔn)化形式：ZY1ZX12ZX2=+ +kZXkk：標(biāo)準(zhǔn)回歸系數(shù)（ -1k1）計(jì)算：涉及矩陣運(yùn)算，一般采用專門(mén)的計(jì)算機(jī)軟件計(jì)算（Excel、SPSS、SAS 等）檢驗(yàn)（均通

27、過(guò)計(jì)算機(jī)軟件計(jì)算）對(duì)整個(gè)方程的檢驗(yàn)：F 檢驗(yàn)SST：總和方，即 Y 的和方， dfT= n 1SSR：線性回歸部分的和方，dfR= k（自變量數(shù)），MSRSSRdfR=/SSESSTSSR ，殘差的和方，dfE=-= n 1 k，MSE=SSE/dfEF =MSRMSE，F(xiàn)(dfR，dfE)/方程的解釋能力測(cè)定系數(shù)：R2，回歸部分和方占總和方的比例，R20 12調(diào)整后的測(cè)定系數(shù)：Radjn -1= 1 -(1 - R2 )R2adjn - k -122當(dāng) k 接近于 n 時(shí)，Radj 比 R 小很多2當(dāng) n 遠(yuǎn)大于 k 時(shí)，RadjR2對(duì)偏回歸系數(shù)的檢驗(yàn)：t 檢驗(yàn)Y =b1X1b2X2+ +b

28、kXk+ ati(bi= 0) /(SEb)與一元線性回歸不同：某個(gè)（或某幾個(gè)）偏回歸系數(shù)不顯著時(shí)，整個(gè)回歸方程仍有可能是顯著的，即 F 檢驗(yàn)顯著時(shí)，某個(gè)（或某幾個(gè)）t 檢驗(yàn)可能不顯著22網(wǎng)絡(luò)課堂課程配套講義心理學(xué)自變量的選擇最優(yōu)回歸方程：整個(gè)方程顯著且每個(gè)偏回歸系數(shù)顯著最優(yōu)方程選擇法同時(shí)分析法/標(biāo)準(zhǔn)回歸（Enter）逐步分析法：順向進(jìn)入法/向前回歸（Forward）、反向淘汰法/向后回歸（Backward）逐步回歸法（Stepwise）階層分析法/分層回歸多重共線性定義：自變量之間存在較高相關(guān)性。問(wèn)題：大量偏回歸系數(shù)不顯著，標(biāo)準(zhǔn)誤增加， I 類錯(cuò)誤幾率增加，偏回歸系數(shù)不可靠，歪曲研究結(jié)果檢驗(yàn)

29、：2Ri容限度（tolerance）：1 方差膨脹因素（VIF）：容限度的倒數(shù)，注意 VIF>5 的情況。解決方法：增加樣本容量、刪除不必要的自變量（逐步回歸、利用已知信息） 、嶺回歸 、主成分分析、因素分析主成分分析主成分分析和因素分析能夠提取信息，使變量簡(jiǎn)化降維，從而使問(wèn)題更加簡(jiǎn)單直觀多個(gè)變量間相關(guān)性一種多元統(tǒng)計(jì)方法?；驹恚貉芯咳绾瓮ㄟ^(guò)少數(shù)幾個(gè)主成分(principal component)來(lái)解釋多個(gè)變量間的內(nèi)部結(jié)構(gòu)。即從原始變量中導(dǎo)出少數(shù)幾個(gè)主分量，使它們盡可能多地保留原始變量的信息，且彼此間互不相關(guān)目的：數(shù)據(jù)的壓縮；數(shù)據(jù)的解釋主成分分析基本思想：主成分分析是設(shè)法將原來(lái)眾多具有

30、一定相關(guān)性的變量，重新組合成一組新的、互相無(wú)關(guān)的綜合指標(biāo)來(lái)代替原來(lái)的指標(biāo)數(shù)學(xué)上的處理：將原來(lái) P 個(gè)指標(biāo)作線性組合，作為新的綜合指標(biāo)23網(wǎng)絡(luò)課堂課程配套講義心理學(xué)計(jì)算步驟（一般用軟件）對(duì)原來(lái)的 p 個(gè)變量進(jìn)行標(biāo)準(zhǔn)化，以消除變量在水平和量綱上的影響根據(jù)標(biāo)準(zhǔn)化后的數(shù)據(jù)矩陣求出相關(guān)系數(shù)矩陣。求出協(xié)方差矩陣的特征根和特征向量確定主成分，并對(duì)各主成分所包含的信息給予適當(dāng)?shù)慕忉專粗鞒煞置┮蛩胤治鲇址Q因子分析，與主成分分析類似，它們都是要找出少數(shù)幾個(gè)新的變量來(lái)代替原始變量因素分析的主要目的是隱藏在一組測(cè)量到的變量中的一些更基本的，但又無(wú)法直接測(cè)量到的潛變量 (latent variable, late

31、nt factor)從顯性的變量中得到因素探索性因素分析（EFA）：不事先假定因素與變量之間的關(guān)系，而讓數(shù)據(jù)“說(shuō)話”。主成分分析是其中的典型方法驗(yàn)證性因素分析（CFA）：假定因素與變量的關(guān)系是部分知道的，即哪個(gè)變量對(duì)應(yīng)于哪個(gè)因素，雖然尚且不知道具體的系數(shù)因素分析的相關(guān)概念共同度(Communality)：變量 xi 的信息能夠被 k 個(gè)公因素解釋的程度，用 k 個(gè)公因素對(duì)第 i 個(gè)變量 xi 的方差貢獻(xiàn)率表示，一般要求大于等于 0.3方差貢獻(xiàn)率：第 j 個(gè)公因素對(duì)變量 xi 的提供的方差總和，反映第 j 個(gè)公因素的相對(duì)重要程度因素分析的計(jì)算前提因素分析要求樣本的個(gè)數(shù)要足夠多（樣本數(shù)至少是變量的

32、 5 倍以上，同時(shí)樣本總數(shù)在100 以上）用于因素分析的變量必須是相關(guān)的（計(jì)算各變量之間的相關(guān)矩陣，若大部分相關(guān)系數(shù)24網(wǎng)絡(luò)課堂課程配套講義心理學(xué)小于 0.3，則不適合作因素分析）使用 Kaiser-Meyer-Olkin 檢驗(yàn)(簡(jiǎn)稱 KMO 檢驗(yàn))和 Bartlett 球度檢驗(yàn)(Bartlettstest of sphericity)來(lái)KMO 檢驗(yàn)：KMO 統(tǒng)計(jì)量在 0.7 以上時(shí)，因素分析效果較好；KMO 統(tǒng)計(jì)量在 0.5 以下時(shí)，因素分析效果很差Bartlett 球度檢驗(yàn)：顯著，p < 0.05因素提取的方法主成分法(Principal components)不最小平方法(Unwe

33、ight Least Square)最小平方法(Generalized Least Square)最大似然法(um Likelihood)主軸因素法(Principal Axis Factoring)因素?cái)?shù)量的確定用公因素方差貢獻(xiàn)率提取用特征根提取根據(jù)碎石圖選擇根據(jù)可解釋度選擇因素旋轉(zhuǎn)目的：使因素的含義更加清楚，以便于對(duì)因素名和解釋方法：正交旋轉(zhuǎn)、斜交旋轉(zhuǎn)因素命名一個(gè)因素包含了多個(gè)原始變量的信息，它究竟反映了原始變量的哪些共同信息？因素分析得到的因素的含義是模糊的，需要重新命名，以便對(duì)研究的問(wèn)題作出合理解釋可通過(guò)觀察因素載荷矩陣并結(jié)合實(shí)際問(wèn)題完成命名已經(jīng)不是統(tǒng)計(jì)問(wèn)題，需要的實(shí)踐經(jīng)驗(yàn)計(jì)算因素得分

34、：因素得分(factor score)是每個(gè)因素在每個(gè)樣本上的具體取值，它由下列因素得分函數(shù)給出：25網(wǎng)絡(luò)課堂課程配套講義心理學(xué)ì f1 = b11x1 + b12x2 +L+ b1p xpï f= b x + b x +L+ b xï221 122 22 p píï Mïî fk= bk1x1 + bk 2 x2 +L+ bkp xpR 型因素分析和 Q 型因素分析上述從變量群中提取公共因素的方法，又稱 R 型因素分析和 R 型主成分分析如果研究個(gè)案群的公共因素，則稱 Q 型因素分析和 Q 型主成分分析。這時(shí)只須把的 n

35、個(gè)被試，當(dāng)作 n 個(gè)變量，其分析方法與 R 型因素分析完全相同探索的因素分析局限性：假定所有的因素 (旋轉(zhuǎn)后)都會(huì)影響變量。在實(shí) 際研究中，我們往往會(huì)假定一個(gè)因間沒(méi)有因果關(guān)系，所以可能影響另外一個(gè)因素的變量假定變量殘差之間是相互。實(shí)際上，變量的殘差之間可以因?yàn)閱我环椒ㄆ?、子因素等因素而相關(guān)強(qiáng)制所有因素為。這雖然是求解因素個(gè)數(shù)時(shí)不得不采用的機(jī)宜之計(jì)，卻與大部分的研究模型不符。最明顯的是，自變量與應(yīng)變量之間是應(yīng)該相關(guān)的，而不是的這些局限性就要求有一種更加靈活的建模方法，使研究者不但可以更細(xì)致地描述變量與因間的關(guān)系，而且并對(duì)這個(gè)關(guān)系直接 進(jìn)試。而在探索性因素分析中，一個(gè)被測(cè)試的模型 (比如正交的因

36、素) 往往不是研究者理論中的確切的模型驗(yàn)證性因素分析的強(qiáng)項(xiàng)正是在于它研究者明確描述一個(gè)理論模型中的細(xì)節(jié)因?yàn)闇y(cè)量誤差的存在，研究者需要使用多個(gè)變量當(dāng)使用多個(gè)變量之后，我們就有變量的“質(zhì)量”問(wèn)題，即有效性檢驗(yàn)有效性檢驗(yàn)就是要看一個(gè)變量是否與其所設(shè)計(jì)的因素有顯著的載荷，并與其不相干的因素沒(méi)有顯著的載荷可能進(jìn)一步檢驗(yàn)一個(gè)變量工具中是否存在單一方法偏 差，一些變量之間是否存在“子因素”。這些測(cè)試都要求研究者明確描述變量、因素、殘差之間的關(guān)系。對(duì)這種關(guān)系的描述又叫測(cè)度模型 (measurement m)。對(duì)測(cè)度模型的質(zhì)量檢驗(yàn) 是假設(shè)檢驗(yàn)之前的必要步驟。驗(yàn)證性因素分析往往用極大似然法求解。它往往與結(jié)構(gòu)方程的

37、方法連用主成分分析與因素分析的不同主成分分析中的主成分個(gè)數(shù)與原始變量個(gè)數(shù)是一樣的，即有幾個(gè)變量就有幾個(gè)主成分，只不過(guò)最后我們確定了少數(shù)幾個(gè)主成分而已。而因素分析則需要事先確定要找?guī)讉€(gè)成分，26網(wǎng)絡(luò)課堂課程配套講義心理學(xué)也稱為因素(factor)，然后將原始變量綜合為少數(shù)的幾個(gè)因素，以再現(xiàn)原始變量與因間的關(guān)系，一般來(lái)說(shuō)，因素的個(gè)數(shù)會(huì)遠(yuǎn)遠(yuǎn)少于原始變量的個(gè)數(shù)因素分析可以看作是主成分分析的推廣和擴(kuò)展，但它對(duì)問(wèn)題的研究更深入、更細(xì)致一些。實(shí)際上，主成分分析可以看作是因素分析的一個(gè)特例。因素分析在實(shí)際中被廣泛應(yīng)用，而主成分分析通常只作為大型統(tǒng)計(jì)分析的中間步驟，幾乎不再單獨(dú)使用因變量和因素個(gè)數(shù)的不一致，使得

38、不僅在數(shù)學(xué)模型上，而且在實(shí)際求解過(guò)程中，因素分析和主成分分析都有著一定的區(qū)別，計(jì)算上因素分析更為復(fù)雜主成分分析與因素分析的不同在對(duì)主成分和原始變量之間的關(guān)系進(jìn)行描述時(shí)，如果主成分的直觀意義比較模糊不易解釋，主成分分析沒(méi)有更好的改進(jìn)方法；因素分析則額外提供了因素旋轉(zhuǎn)(factor rotation) 這樣一個(gè)步驟，可以使分析結(jié)果盡可能達(dá)到易于解釋且更為合理的目的其它說(shuō)明：主成分分析和因素分析都是多元分析中處理降維的兩種統(tǒng)計(jì)方法，只有當(dāng)原始數(shù)據(jù)中的變量之間具有較強(qiáng)的相關(guān)關(guān)系時(shí)，降維的效果才會(huì)明顯否則不適合進(jìn)行主成分分析和因素分析主成分和因素的選擇標(biāo)準(zhǔn)應(yīng)結(jié)合具體問(wèn)題而定。在某種程度上取決于研究者的知

39、識(shí)和經(jīng)驗(yàn)，而不是方法本身即使得到了滿意的主成分或因素，在運(yùn)用它們對(duì)實(shí)際問(wèn)題進(jìn)行評(píng)價(jià)、排序等分析時(shí)，仍然要保持謹(jǐn)慎，因?yàn)橹鞒煞趾鸵蛩禺吘故歉叨瘸橄蟮牧?，無(wú)論如何，它們的含義都不如原始變量清晰27網(wǎng)絡(luò)課堂課程配套講義心理學(xué)心理測(cè)量的基本理論（一）心理測(cè)量的理論基礎(chǔ)（二）經(jīng)典測(cè)量理論（三）項(xiàng)目反應(yīng)理論（四）概化理論心理測(cè)量的理論基礎(chǔ)心理測(cè)量定義心理測(cè)量分類經(jīng)典測(cè)量理論心理特質(zhì)：表現(xiàn)在一個(gè)人身上所特有的相對(duì)穩(wěn)定的行為方式心理特質(zhì)具有內(nèi)部性、一致性、抽象性、穩(wěn)定性、層次性、可性等特點(diǎn)CTT 的心理特質(zhì)可測(cè)性假設(shè)：心理特質(zhì)是一種客觀存在，凡客觀存在的事物都有其數(shù)量，凡有數(shù)量的東西都可以測(cè)量真分?jǐn)?shù)CTT 的

40、真分?jǐn)?shù)理論模型：X = T + E對(duì)于同一被試用平行的測(cè)驗(yàn)反復(fù)多次測(cè)驗(yàn)，觀察分?jǐn)?shù)的平均值會(huì)接近真分?jǐn)?shù)2SX2ST2SX2ST2SV2SV2SE2SI=+=+=+22SISE測(cè)量的信度和效度信度（reliability）：測(cè)量結(jié)果的穩(wěn)定性程度信度的作用1、評(píng)價(jià)測(cè)驗(yàn)的好壞，反映隨機(jī)誤差的大小。注：系統(tǒng)誤差與信度無(wú)關(guān)2、解釋個(gè)人測(cè)驗(yàn)的分?jǐn)?shù)，X 1.96SE T X + 1.96SE，標(biāo)準(zhǔn)誤 SE = SSx：所得分?jǐn)?shù)標(biāo)準(zhǔn)差，rxx：測(cè)驗(yàn)信度，S2 - rx3、比較兩種測(cè)驗(yàn)，差異的標(biāo)準(zhǔn)誤 SEd =信度系數(shù)的估計(jì)28網(wǎng)絡(luò)課堂課程配套講義心理學(xué)重測(cè)信度（前提、特點(diǎn)）副本信度（前提、特點(diǎn)）分半信度（前提、

41、特點(diǎn)、簡(jiǎn)單計(jì)算）同質(zhì)性信度評(píng)分者信度（結(jié)合肯德?tīng)栂嚓P(guān)復(fù)習(xí)）信度的影響因素被試越異質(zhì)，信度越高條目數(shù)適當(dāng)增加，信度提高（簡(jiǎn)單計(jì)算）團(tuán)體平均水平太高或太低主試不按規(guī)定施測(cè)，評(píng)分標(biāo)準(zhǔn)不一測(cè)試情境不一測(cè)驗(yàn)時(shí)間過(guò)長(zhǎng)，難度過(guò)大或過(guò)易兩次測(cè)驗(yàn)間隔時(shí)間信度改進(jìn)適當(dāng)增加測(cè)驗(yàn)長(zhǎng)度難度接近正態(tài)分布，在中等水平提高項(xiàng)目區(qū)分度選取恰當(dāng)?shù)谋辉噲F(tuán)體主試、評(píng)分者、場(chǎng)地標(biāo)準(zhǔn)化測(cè)量的效度指一個(gè)測(cè)驗(yàn)或量表實(shí)際能測(cè)出其所要測(cè)的心理特質(zhì)的程度效度系數(shù) r =/2222SvSx ，Sv ：有效方差，Sx ：總方差內(nèi)容效度（法、復(fù)本法、再測(cè)法、經(jīng)驗(yàn)法）結(jié)構(gòu)效度（相容效度、區(qū)分效度、因素效度、效標(biāo)關(guān)聯(lián)法、多特質(zhì)-多方法矩陣法、實(shí)驗(yàn)操作法）實(shí)

42、證效度/效標(biāo)效度（相關(guān)法、分組法、利率法）表面效度實(shí)證效度的確定29網(wǎng)絡(luò)課堂課程配套講義心理學(xué)總：(B + C) / (A + B + C + D)正：B / (A + B)效度的影響因素測(cè)驗(yàn)的條目質(zhì)量、條目數(shù)量（簡(jiǎn)單計(jì)算）測(cè)驗(yàn)的實(shí)施被試：身心狀態(tài)，樣本特點(diǎn)效標(biāo)：是否線性信度提高效度的方法精心編制測(cè)驗(yàn)量表，避免出現(xiàn)較大的系統(tǒng)誤差妥善組織測(cè)驗(yàn)，隨機(jī)誤差創(chuàng)設(shè)標(biāo)準(zhǔn)的應(yīng)試情境，讓每個(gè)被試都能發(fā)揮正常的水平選好正確的效標(biāo)、定好恰當(dāng)?shù)男?biāo)測(cè)量，正確地使用有關(guān)公式信度與效度的關(guān)系信度高是效度高的必要而不充分條件2效度受信度制約 rXrXX<心理測(cè)量的誤差系統(tǒng)誤差：由與測(cè)量目的無(wú)關(guān)的因素引起的一種恒定而

43、有規(guī)律的誤差。只影響準(zhǔn)確性。隨機(jī)誤差：由與測(cè)量目的無(wú)關(guān)的、偶然因素引起的、而又不易的誤差。影響準(zhǔn)確性和一致性誤差來(lái)源及系統(tǒng)誤差&隨機(jī)誤差：測(cè)驗(yàn)項(xiàng)目30網(wǎng)絡(luò)課堂課程配套講義心理學(xué)施測(cè)環(huán)境被試心理測(cè)驗(yàn)的項(xiàng)目分析難度（通過(guò)率法）區(qū)分度（通過(guò)率法、相關(guān)法）區(qū)分度不同計(jì)算方法，區(qū)分度不同，各項(xiàng)目要采取同一計(jì)算方法樣本容量大小影響相關(guān)法區(qū)分度大小，因此需要檢驗(yàn)顯著性分組標(biāo)準(zhǔn)影響鑒別值被試樣本同質(zhì)性越高，區(qū)分度越小題目的綜合分析和篩選區(qū)分度與難度的關(guān)系：難度越接近 0.50，項(xiàng)目潛在的區(qū)分度越大，而難度越接近 1.00 或 0 時(shí)，項(xiàng)目的潛在區(qū)分度越小使項(xiàng)目的難度分布廣一些，梯度大一些，使整個(gè)測(cè)驗(yàn)的

44、難度分布呈正態(tài)分布，且平均水平保持在 0.50 左右項(xiàng)目反應(yīng)理論潛在特質(zhì)理論潛在特質(zhì)空間項(xiàng)目特征曲線項(xiàng)目信息函數(shù)測(cè)驗(yàn)信息函數(shù)應(yīng)用（題庫(kù)、自適應(yīng)）單參數(shù)模型、雙參數(shù)模型和三參數(shù)模型決定 S 型曲線有三個(gè)參數(shù)：a、b、c31網(wǎng)絡(luò)課堂課程配套講義心理學(xué)的范圍從負(fù)無(wú)窮到正無(wú)窮，P()漸進(jìn)于 1，習(xí)慣上采用標(biāo)準(zhǔn) Z 分?jǐn)?shù)形式c：偽機(jī)遇水平參數(shù)，相當(dāng)于 CTT 里的猜測(cè)參數(shù)b：題目難度，P() = 0.5(1 + c)，b 值增大，曲線向右平移a：題目區(qū)分度，陡峭參數(shù)，是曲線拐點(diǎn)處切線斜率的函數(shù)值。若記過(guò)拐點(diǎn)的切線夾角為 A，則 a=2p × tgA模型參數(shù)估計(jì)：多用計(jì)算機(jī)優(yōu)點(diǎn)：題目參數(shù)跨群體不

45、變（建設(shè)題庫(kù)）潛在特質(zhì)量表的可選擇性（測(cè)驗(yàn)等值）參數(shù)設(shè)計(jì)科學(xué)概化理論方差分量的估計(jì)分?jǐn)?shù)方差測(cè)量學(xué)測(cè)驗(yàn)情境關(guān)系（測(cè)量目標(biāo)、測(cè)量側(cè)面）概化系數(shù)（G 系數(shù)）：衡量常模參照性測(cè)驗(yàn)穩(wěn)定性可靠性系數(shù)（系數(shù)）：衡量標(biāo)準(zhǔn)參照性測(cè)驗(yàn)穩(wěn)定性和一致性兩個(gè)系數(shù)類似于 CTT 中的信度G 研究與 D 研究第一階段：G 研究，方差分量分析第二階段：D 研究，提供各種測(cè)量方案下的測(cè)驗(yàn)誤差估計(jì)值注意：樣本數(shù)據(jù)的代表性，科學(xué)抽樣，對(duì)施測(cè)條件若測(cè)驗(yàn)側(cè)面過(guò)多，不僅會(huì)有實(shí)測(cè)組織的，還會(huì)有模型設(shè)計(jì)和計(jì)量分析的心理測(cè)驗(yàn)的應(yīng)用（一）心理測(cè)驗(yàn)的編制技術(shù)（二）心理測(cè)驗(yàn)的施測(cè)（三）測(cè)驗(yàn)常模（四）標(biāo)準(zhǔn)參照測(cè)驗(yàn)32網(wǎng)絡(luò)課堂課程配套講義心理學(xué)（五）常

46、用心理測(cè)驗(yàn)（六）心理測(cè)驗(yàn)的應(yīng)用心理測(cè)驗(yàn)編制的基本程序確定測(cè)驗(yàn)?zāi)康模▽?duì)象、目標(biāo)、用途）擬定編制計(jì)劃（二向細(xì)目表）設(shè)計(jì)測(cè)試項(xiàng)目試和分析測(cè)驗(yàn)測(cè)驗(yàn)使用的標(biāo)準(zhǔn)化鑒定測(cè)驗(yàn)（信度、效度）編寫(xiě)測(cè)驗(yàn)手冊(cè)心理測(cè)驗(yàn)的施測(cè)測(cè)驗(yàn)的設(shè)計(jì)所選測(cè)驗(yàn)必須適合測(cè)量的目的所選測(cè)驗(yàn)必須符合心理測(cè)量學(xué)的要求施測(cè)的程序和步驟施測(cè)前準(zhǔn)備：準(zhǔn)備好測(cè)驗(yàn)材料;熟練掌握施測(cè)手續(xù);熟記測(cè)驗(yàn)指導(dǎo)語(yǔ)并能用口語(yǔ)清楚而流利地說(shuō)出來(lái)指導(dǎo)語(yǔ)測(cè)驗(yàn)情境測(cè)驗(yàn)焦慮與受測(cè)者建立良好的協(xié)調(diào)關(guān)系評(píng)分技術(shù)測(cè)驗(yàn)分?jǐn)?shù)的解釋敘述的解釋溯因的解釋的解釋評(píng)價(jià)的解釋報(bào)告測(cè)驗(yàn)分?jǐn)?shù)33網(wǎng)絡(luò)課堂課程配套講義心理學(xué)用當(dāng)事人所理解的語(yǔ)言保證當(dāng)事人知道這個(gè)測(cè)驗(yàn)測(cè)量什么或什么讓當(dāng)事人知道常模是什么團(tuán)體

47、讓當(dāng)事人知道分?jǐn)?shù)只是一個(gè)估計(jì)讓當(dāng)事人知道如何運(yùn)用分?jǐn)?shù)考慮測(cè)驗(yàn)分?jǐn)?shù)對(duì)當(dāng)事人的影響結(jié)果向無(wú)關(guān)對(duì)低分者解釋要謹(jǐn)慎報(bào)告測(cè)驗(yàn)分?jǐn)?shù)應(yīng)設(shè)法了解當(dāng)事人的心理感受測(cè)驗(yàn)等值多個(gè)測(cè)驗(yàn)形式，找到不同測(cè)驗(yàn)形式之間的轉(zhuǎn)換關(guān)系，把所有不同形式的測(cè)驗(yàn)分?jǐn)?shù)都轉(zhuǎn)換到同一個(gè)分?jǐn)?shù)系統(tǒng)上等值轉(zhuǎn)換是多個(gè)不同測(cè)驗(yàn)形式分?jǐn)?shù)系統(tǒng)的轉(zhuǎn)換，導(dǎo)出分?jǐn)?shù)轉(zhuǎn)換是同一個(gè)測(cè)驗(yàn)形式不同分?jǐn)?shù)系統(tǒng)的轉(zhuǎn)換尋找等值關(guān)系：同一種心理特質(zhì)尋找關(guān)系：可以不同等值條件：同質(zhì)性，等信度，公平性，可遞推性，對(duì)稱性，樣本不變性等值方法：百分位等值、線性等值等值結(jié)果表示：列表、公式、圖示測(cè)驗(yàn)常模常模：常模團(tuán)體的分?jǐn)?shù)分布確定有關(guān)的比較團(tuán)體獲得該團(tuán)體成員的測(cè)驗(yàn)分?jǐn)?shù)把原始分?jǐn)?shù)轉(zhuǎn)化為量表，該

48、量表能把個(gè)人分?jǐn)?shù)表示成在這個(gè)團(tuán)體內(nèi)的相對(duì)位置常模團(tuán)體群體的必須明確界定標(biāo)準(zhǔn)化樣本必須是所要測(cè)量群體的一個(gè)代表性取樣取樣過(guò)程必須詳盡描述樣本大小適當(dāng)注意常模的時(shí)間性34網(wǎng)絡(luò)課堂課程配套講義心理學(xué)一般常模和特殊常模相結(jié)合分?jǐn)?shù)轉(zhuǎn)換與原始分?jǐn)?shù)：被試反應(yīng)計(jì)算出來(lái)的測(cè)驗(yàn)分?jǐn)?shù)。導(dǎo)出分?jǐn)?shù)：在原始分?jǐn)?shù)轉(zhuǎn)換的基礎(chǔ)上，按照一定規(guī)則，經(jīng)過(guò)統(tǒng)計(jì)處理后獲得的具有一定參考點(diǎn)和，可以相互比較的分?jǐn)?shù)分?jǐn)?shù)轉(zhuǎn)換：按某種規(guī)則將原始分?jǐn)?shù)轉(zhuǎn)化為導(dǎo)出分?jǐn)?shù)的過(guò)程百分等級(jí)分?jǐn)?shù)標(biāo)準(zhǔn)分?jǐn)?shù)T 分?jǐn)?shù)標(biāo)準(zhǔn)九分?jǐn)?shù)分?jǐn)?shù)幾個(gè)分?jǐn)?shù)或幾個(gè)源組合起來(lái)，以獲得一個(gè)分?jǐn)?shù)或作總的。項(xiàng)目的組合，分測(cè)驗(yàn)的組合，測(cè)驗(yàn)或源的組合用什么方法，什么形式，多少種及何種測(cè)驗(yàn)來(lái)分?jǐn)?shù)？臨床

49、診斷：直覺(jué)高度綜合性靈活性35網(wǎng)絡(luò)課堂課程配套講義心理學(xué)沒(méi)有精確的數(shù)量指標(biāo)求和：XC=X1 +X2 +XnZC=Z1 +Z2 +ZnZC=W1Z1 +W2Z2 +WnZn多重回歸：Y = a +b1x1b2x2+ +bnxn線性，連續(xù)變量，源和效標(biāo)能同時(shí)獲得多重劃分：在各個(gè)特質(zhì)上都確定一個(gè)標(biāo)準(zhǔn)，從而把成績(jī)劃分為與不兩類。所有測(cè)驗(yàn)都才算最有效的源放在最前面常模的編制確定有關(guān)的比較團(tuán)體獲得該團(tuán)體成員的測(cè)驗(yàn)分?jǐn)?shù)把原始分?jǐn)?shù)轉(zhuǎn)化為量表分?jǐn)?shù)幾種常用的常模發(fā)展量表：心理、年級(jí)當(dāng)量商數(shù)：教育商數(shù)、 成就商數(shù)標(biāo)準(zhǔn)參照測(cè)驗(yàn)36網(wǎng)絡(luò)課堂課程配套講義心理學(xué)標(biāo)準(zhǔn)參照測(cè)驗(yàn)：又稱目標(biāo)參照測(cè)驗(yàn)，當(dāng)一個(gè)測(cè)驗(yàn)是以某一明確界定的內(nèi)容范圍為基礎(chǔ)編制而成，并且其分?jǐn)?shù)是參照該內(nèi)容范圍所要求的絕對(duì)標(biāo)準(zhǔn)進(jìn)行解釋作用：了解在所規(guī)定的測(cè)量?jī)?nèi)容上的行為水平，因此其出發(fā)點(diǎn)是本身的絕對(duì)水平，而不再是間的水平差異標(biāo)準(zhǔn)參照測(cè)驗(yàn)的題目分析內(nèi)容范圍的確定：雙向細(xì)目表內(nèi)容效度分析：評(píng)定難度、區(qū)分度分析：試前測(cè)-后測(cè)已接受教學(xué)組-未接受教學(xué)組對(duì)照組難度分析：通過(guò)率，大多數(shù)情況為區(qū)分度