心理統(tǒng)計與測量講義

1、網(wǎng)絡(luò)課堂課程配套講義心理學(xué)應(yīng)用心理考點精講講義心理統(tǒng)計與測量主講：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)計與測量考點精講二、名校精講（若此部分沒有考生目標(biāo)院校，建議在復(fù)習(xí)時還可參考其他院校真題）一、考點精講第一部分 整體介紹主要參考書已通讀對心理統(tǒng)計和測量有宏觀把握和感性認(rèn)識了解心理統(tǒng)計和測量的語言體系和符號系統(tǒng)簡單的知識點熟練識記復(fù)雜的方法和理論有感性認(rèn)識，知道解題步驟或理論要點強化班為大家講解復(fù)雜的知識點部分的第二部分 知識講解心理統(tǒng)計與測量心理統(tǒng)計描述統(tǒng)計推論統(tǒng)計心理測量心理測量的基本理論心理測驗及其應(yīng)用描述統(tǒng)計（一）統(tǒng)計圖表（二）集中量數(shù)（三）差

2、異量數(shù)（四）相對量數(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)計圖表常用統(tǒng)計圖：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)）簡單次數(shù)分布表分組次數(shù)分布表相對次數(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、應(yīng)用）中數(shù)（特點、應(yīng)用）眾數(shù)（特點、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、應(yīng)用）平均差（特點、應(yīng)用）標(biāo)準(zhǔn)差

3、、方差（特點、應(yīng)用）變異系數(shù)（特點、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計算：SS =(å X)2åX -2iin另一種計算公式：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?？傮w標(biāo)準(zhǔn)差用表示，樣本標(biāo)準(zhǔn)差用 s 表示。SSs2N SS n - 1計算：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)差的計算需要校正。n-1 是樣本的自由度

4、，利用自由度來校正樣本，可以得到對總體參數(shù)的無偏差估計自由度：給定參數(shù)后可以自由變化的數(shù)值的個數(shù)例：樣本均值=4，樣本個數(shù) n=5，其中 4 個數(shù)是 5, 4, 6, 2，則第 5 個數(shù)必為 3，不可能自由變化特點：在一組數(shù)據(jù)中，每個數(shù)都加上一個常數(shù) C，方差、標(biāo)準(zhǔn)差不變在一組數(shù)據(jù)中，每個數(shù)都乘上一個不為 0 的常數(shù) C，所得標(biāo)準(zhǔn)差為原來的標(biāo)準(zhǔn)差乘常數(shù) C變異系數(shù)又稱差異系數(shù)、相對標(biāo)準(zhǔn)差，是標(biāo)準(zhǔn)差對平均數(shù)之百分比sX計算：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離散程度大等注：一般用于具有絕對 0 點的等比數(shù)據(jù)。只能進行一般描述統(tǒng)計，尚無法進行推論統(tǒng)計相對量數(shù)百分

5、位數(shù)百分等級標(biāo)準(zhǔn)分?jǐn)?shù)（與推論統(tǒng)計部分相結(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，表示一個原始分?jǐn)?shù)在團體中所處位置的相對量數(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：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：可比，可加，明確，穩(wěn)定應(yīng)用：標(biāo)準(zhǔn)化（IQ），可以計算概率（查 Z 分?jǐn)?shù)表或公式計算），比較不同質(zhì)的變量之間的關(guān)系（確定在團體中的位置）相關(guān)量數(shù)積差相關(guān)又稱為 Pearson 相關(guān)，積矩相關(guān)計算前提：正態(tài)、連續(xù)變量，成對、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)計算值影響較

6、大，r2 反映了兩個變量之間的關(guān)系強度特點：受等級相關(guān)又稱 Spearman 相關(guān)計算前提：等級變量或非正態(tài)連續(xù)變量，可以非線性，成對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)肯德爾等級相關(guān)肯德爾和諧系數(shù)：0 W 1，評價完全不一致時為 0，完全一致時為 1肯德爾一致性系數(shù)：評價完全一致時為 1，評價完全不一致時，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)號并不表示相一致的方向點二列相關(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，即用點二列相關(guān)，實際研究中二列相關(guān)使用較少相關(guān)兩個變量都是 0、1 二分變量，兩個變量之間的相關(guān)關(guān)系四格表：8網(wǎng)絡(luò)課堂課程配套講義心理學(xué)計算：特點：r < 0.3，相關(guān)較弱，r > 0.6，相關(guān)較強完全

8、正相關(guān)：全體個案落于四格表中 a、d 兩格中完全負(fù)相關(guān)：全體個案落于四格表中 b、c 兩格中零相關(guān)：全體個案均勻落于四格一般不說明相關(guān)方向，只說明相關(guān)程度推斷統(tǒng)計（一）推斷統(tǒng)計的數(shù)學(xué)基礎(chǔ)（二）參數(shù)估計（三）假設(shè)檢驗（四）方差分析（五）統(tǒng)計功效與效果量（六）回歸分析（七）卡方檢驗（八）非參數(shù)檢驗（九）多元統(tǒng)計分析初步推斷統(tǒng)計的數(shù)學(xué)基礎(chǔ)概率、后驗概率、先驗概率當(dāng)觀測次數(shù)足夠多，后驗概率會趨于先驗概率概率的基本性質(zhì)公理 1：任何一個隨機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、過來不成立，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中任意取個實數(shù)，取到 0.5 的概率為 0，但肯定是可以取到 0.5 的。同樣，反過來，取到 0.5 的概率為 1。概率分布經(jīng)驗分布、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： = 0，2 = 1幾個重要的 Z 值：Z0.05/21.96，Z0.01/22.58，Z0.05=1.65，Z0.01= 2.33二項分布性質(zhì)p = q

10、 時分布對稱p q 時，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，二項分布接近正態(tài)分布應(yīng)用：解決猜測導(dǎo)致的機遇問題二項分布npq = np， =，n 為試驗的次數(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, 所以當(dāng)二項分布近似為正態(tài)分布時，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。因為我們是在用連續(xù)型分布 (正態(tài)) 來估計離散型分布的值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：正偏態(tài)，沒有負(fù)值df1，df2 增加，F(xiàn) 分布趨于正態(tài)分布自由度為 1 時，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，兩個順序型、命名型變量的相關(guān)檢驗F 分布特點：正偏態(tài)，沒有負(fù)值df1，df2 增加，F(xiàn) 分布趨于正態(tài)分布自由度為

12、1 時，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：檢驗兩個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)的隨機樣本的集合的樣本均值特點：樣本均值分布在形狀上接近正態(tài)分布。當(dāng) n 30 時，無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 趨近無窮大時，會趨近均值為，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：總體中某個數(shù)值到總體均值的距離，統(tǒng)計量標(biāo)準(zhǔn)誤：某個樣本均值到總體均值的距離，統(tǒng)計量最大誤差：先驗參數(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)省時間提高效率，保證研究結(jié)果的準(zhǔn)確基本原理：

14、隨機化。在進行抽樣時，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)抽樣方法簡單隨機抽樣等距抽樣/系統(tǒng)抽樣/機械抽樣分層隨機抽樣兩階段隨機抽樣參數(shù)估計總體參數(shù)估計：從樣本獲得一組數(shù)據(jù)，如何通過樣本信息對總體特征進行估計，也就是用樣本來推論總體點估計區(qū)間估計（顯著性水平，置信度 1-）標(biāo)準(zhǔn)誤s=sXnSE=總體平均數(shù)估計a.根據(jù)樣本數(shù)據(jù)，計算出樣本的均值和標(biāo)準(zhǔn)差 sb.計算標(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.估計總體平均數(shù)落入該區(qū)間的正確可能性概率為 1-，犯錯誤的可能性為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)間估計當(dāng) n 30 的時候，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(n - 1)s 2s 22 =(n -1)s 2(n - 1)s 2c 2c21-a / 22a / 2假設(shè)檢驗通過樣本統(tǒng)計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)檢驗原理H1：研究假設(shè)H0：虛無假設(shè)假設(shè)檢驗中的兩類錯誤I 型錯

16、誤：型錯誤II 型錯誤：型錯誤 + 不一定等于 1（一般小于 1）其它條件不變，和不可能同時減小和增大1 是統(tǒng)計檢驗效力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)計效力增加如果能夠正確設(shè)定尾端，單尾檢驗統(tǒng)計效力比雙尾檢驗高增加樣本容量，會減少標(biāo)準(zhǔn)誤，統(tǒng)計效力增加假設(shè)檢驗的步驟a.根據(jù)問題，提出虛無假設(shè)和備擇假設(shè)b.選擇適當(dāng)?shù)慕y(tǒng)計量c.確定顯著性水平d.計算檢驗統(tǒng)計量的值e.做出接受還是拒絕虛無假設(shè)的決策樣本與總體平均數(shù)差異的檢驗總體正態(tài)分布，總體方差已知：Z 檢驗總體正態(tài)分布，總體方差未知：t 檢驗（注意：t 檢驗的前提除了正態(tài)之外，兩個樣本的方差要齊性）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，n<30，轉(zhuǎn)換數(shù)據(jù)或用非參數(shù)檢驗方差齊性檢驗22樣本：F 檢驗，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)的顯著性檢驗相關(guān)系數(shù)檢驗：情況一： = 0rst =情況二： 01 - r2 s n - 2Spearman 相關(guān)：同 Pearson 相關(guān)點二列相關(guān)二列相關(guān)相關(guān)求相關(guān)的答題步驟a. 畫散點圖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)顯著性檢驗方差分析原理：綜合的 F 檢驗應(yīng)用：兩個以上平均數(shù)之間的差異檢驗問題虛無假設(shè)：H0：1 = 2 = 3 。方差

18、可分解，實驗數(shù)據(jù)的總變異分解為若干不同來源的分變異，一般分為組內(nèi)變異和組間變異組內(nèi)變異：實驗誤差、被試差異等組間變異：不同實驗條件造成的變異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)分布變異互相各實驗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.計算 F 觀測值e.列方差分析表f.查 F 表求 F 臨界值g.作單因素完全隨機方差分析隨機區(qū)組設(shè)計的方差分析16網(wǎng)絡(luò)課堂課程配套講義心理學(xué)事后檢驗N-K 檢驗HSD 檢驗Scheffe 檢驗)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，P = 1 - (1 -協(xié)方差分析在某些實際問題中，有些因素在目前還不能或難以，如果直接進行方差分析，會因為混雜因素的影響而無法得出正確結(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)變量對觀測變量影響的條件下，分析自變量（可控）對應(yīng)變量的作用，從而更加準(zhǔn)確地對因素進行評價協(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，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)系檢驗統(tǒng)計量仍采用 F 統(tǒng)計量（均用計算機軟件計算） ，它們是各均方與隨機因素引起的均方比只有個協(xié)變量時稱為一元協(xié)方差分析、含有個及個以上協(xié)變量時稱為多元協(xié)方差分析多因素方差分析自變量有多個（A、B、C）17網(wǎng)絡(luò)課堂課程配套講義心理學(xué)主效應(yīng)：某個自變量的不同水平對因變量造成影響的差異交互效應(yīng)：某個自變量對因變量的影響隨另一個變量的不同水平而不同A x B 的因素設(shè)計：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，三個檢驗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 F 比率可以表達為：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)計功效與效果量統(tǒng)計功效：在假設(shè)檢驗中，拒絕原假設(shè)后，接受正確的替換假設(shè)的概率。計算：1- （一般由計算而得）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)強度的指標(biāo)。統(tǒng)計效果量計算：2樣本 t 檢驗：d、rpb兩

22、個t2X - Xr=2d = 12 Sppbt + n + n - 22122兩個相關(guān)樣本 t 檢驗：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)計效果量評價：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)計效果量的影響因素：良好的實驗設(shè)計能夠提高統(tǒng)計效果量回歸分析一元線性回歸分析：只有一個自變量的線性（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，Y 就增加 b 個a：截距，當(dāng) X 等于 0 時，Y 的值對于給定的 X、Y 散點圖，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回歸方程顯著性檢驗，F(xiàn) 檢驗回歸系數(shù)檢驗，t 檢驗關(guān)系：t2 = F，兩者檢驗其一即可一元線性回歸方程a.畫散點圖b.求回歸方程c.回歸方程顯著性檢驗d.計算回歸標(biāo)準(zhǔn)誤 SEbe.用回歸模型進行，估計真值區(qū)間可化為一元線性回歸的曲線方程在實際應(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)過適當(dāng)?shù)淖儞Q，把非線性回歸問題轉(zhuǎn)化為線性回歸問題卡方檢驗用于列聯(lián)表或交叉表檢驗屬于非參數(shù)檢驗的一種，對總體形態(tài)無正態(tài)性要求前提：分類相互排斥，觀測值相互，每單元格期望次數(shù)至少在 5 個以上基本公式卡方擬合度檢驗（fo：觀測值，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、配合度檢驗，某一個因素多項分類的實際觀測數(shù)和理論值是否接近。df= C 1，C：分類數(shù)卡方性檢驗兩個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)檢驗參數(shù)檢驗：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：不知道總體分布，參數(shù)檢驗條件不滿足特點：不需要嚴(yán)格的前提假設(shè)適用于等級變量適用于小樣本不能充分利用全部信息無法處理交互作用樣本均值差異的非參數(shù)檢驗類比于樣本 t 檢驗秩和檢驗：又稱曼-惠特尼 U 檢驗類比于相關(guān)樣本 t 檢驗符號等級檢驗法：維爾克松 T 檢驗將差異分?jǐn)?shù)排序，忽略正負(fù)號 (+或-)，然后分別計算正的差異分?jǐn)?shù)的秩次和以及負(fù)的差異分?jǐn)?shù)的秩次和。 Wilcoxon T 就是較小的那個和相關(guān)樣本均值差異的非參數(shù)檢驗符號檢驗法點數(shù)整個樣本(n)中正的差異的數(shù)目 ， 然后用 p=q=1/2 的二項檢驗多元統(tǒng)計分析初步多元線性回歸分析現(xiàn)實生活中，大多數(shù)影響因變量的因素不

26、是一個而是多個。性回歸分析中，如果對 2個或 2 個以上的自變量對因變量影響的現(xiàn)象進行分析，就是多元線性回歸分析優(yōu)點：更加接近現(xiàn)實，增強對因變量分析估計的準(zhǔn)確性21網(wǎng)絡(luò)課堂課程配套講義心理學(xué)缺點：計算復(fù)雜、多重共線性。統(tǒng)計前提：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)項標(biāo)準(zhǔn)化形式：ZY1ZX12ZX2=+ +kZXkk：標(biāo)準(zhǔn)回歸系數(shù)（ -1k1）計算：涉及矩陣運算，一般采用專門的計算機軟件計算（Excel、SPSS、SAS 等）檢驗（均通

27、過計算機軟件計算）對整個方程的檢驗：F 檢驗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)整后的測定系數(shù)：Radjn -1= 1 -(1 - R2 )R2adjn - k -122當(dāng) k 接近于 n 時，Radj 比 R 小很多2當(dāng) n 遠(yuǎn)大于 k 時，RadjR2對偏回歸系數(shù)的檢驗：t 檢驗Y =b1X1b2X2+ +b

28、kXk+ ati(bi= 0) /(SEb)與一元線性回歸不同：某個（或某幾個）偏回歸系數(shù)不顯著時，整個回歸方程仍有可能是顯著的，即 F 檢驗顯著時，某個（或某幾個）t 檢驗可能不顯著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：整個方程顯著且每個偏回歸系數(shù)顯著最優(yōu)方程選擇法同時分析法/標(biāo)準(zhǔn)回歸（Enter）逐步分析法：順向進入法/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。問題：大量偏回歸系數(shù)不顯著，標(biāo)準(zhǔn)誤增加， I 類錯誤幾率增加，偏回歸系數(shù)不可靠，歪曲研究結(jié)果檢驗

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，使變量簡化降維，從而使問題更加簡單直觀多個變量間相關(guān)性一種多元統(tǒng)計方法?；驹恚貉芯咳绾瓮ㄟ^少數(shù)幾個主成分(principal component)來解釋多個變量間的內(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、互相無關(guān)的綜合指標(biāo)來代替原來的指標(biāo)數(shù)學(xué)上的處理：將原來 P 個指標(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)計算步驟（一般用軟件）對原來的 p 個變量進行標(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)幾個新的變量來代替原始變量因素分析的主要目的是隱藏在一組測量到的變量中的一些更基本的，但又無法直接測量到的潛變量 (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)“說話”。主成分分析是其中的典型方法驗證性因素分析（CFA）：假定因素與變量的關(guān)系是部分知道的，即哪個變量對應(yīng)于哪個因素，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 個公因素解釋的程度，用 k 個公因素對第 i 個變量 xi 的方差貢獻率表示，一般要求大于等于 0.3方差貢獻率：第 j 個公因素對變量 xi 的提供的方差總和，反映第 j 個公因素的相對重要程度因素分析的計算前提因素分析要求樣本的個數(shù)要足夠多（樣本數(shù)至少是變量的

32、 5 倍以上，同時樣本總數(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(簡稱 KMO 檢驗)和 Bartlett 球度檢驗(Bartlettstest of sphericity)來KMO 檢驗：KMO 統(tǒng)計量在 0.7 以上時，因素分析效果較好；KMO 統(tǒng)計量在 0.5 以下時，因素分析效果很差Bartlett 球度檢驗：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)因素數(shù)量的確定用公因素方差貢獻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，以便于對因素名和解釋方法：正交旋轉(zhuǎn)、斜交旋轉(zhuǎn)因素命名一個因素包含了多個原始變量的信息，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，以便對研究的問題作出合理解釋可通過觀察因素載荷矩陣并結(jié)合實際問題完成命名已經(jīng)不是統(tǒng)計問題，需要的實踐經(jīng)驗計算因素得分

34、：因素得分(factor score)是每個因素在每個樣本上的具體取值，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。這時只須把的 n

35、個被試，當(dāng)作 n 個變量，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)都會影響變量。在實 際研究中，我們往往會假定一個因間沒有因果關(guān)系，所以可能影響另外一個因素的變量假定變量殘差之間是相互。實際上，變量的殘差之間可以因為單一方法偏差、子因素等因素而相關(guān)強制所有因素為。這雖然是求解因素個數(shù)時不得不采用的機宜之計，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，而且并對這個關(guān)系直接 進試。而在探索性因素分析中，一個被測試的模型 (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證性因素分析的強項正是在于它研究者明確描述一個理論模型中的細(xì)節(jié)因為測量誤差的存在，研究者需要使用多個變量當(dāng)使用多個變量之后，我們就有變量的“質(zhì)量”問題，即有效性檢驗有效性檢驗就是要看一個變量是否與其所設(shè)計的因素有顯著的載荷，并與其不相干的因素沒有顯著的載荷可能進一步檢驗一個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”。這些測試都要求研究者明確描述變量、因素、殘差之間的關(guān)系。對這種關(guān)系的描述又叫測度模型 (measurement m)。對測度模型的質(zhì)量檢驗 是假設(shè)檢驗之前的必要步驟。驗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數(shù)與原始變量個數(shù)是一樣的，即有幾個變量就有幾個主成分，只不過最后我們確定了少數(shù)幾個主成分而已。而因素分析則需要事先確定要找?guī)讉€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)的幾個因素，以再現(xiàn)原始變量與因間的關(guān)系，一般來說，因素的個數(shù)會遠(yuǎn)遠(yuǎn)少于原始變量的個數(shù)因素分析可以看作是主成分分析的推廣和擴展，但它對問題的研究更深入、更細(xì)致一些。實際上，主成分分析可以看作是因素分析的一個特例。因素分析在實際中被廣泛應(yīng)用，而主成分分析通常只作為大型統(tǒng)計分析的中間步驟，幾乎不再單獨使用因變量和因素個數(shù)的不一致，使得

38、不僅在數(shù)學(xué)模型上，而且在實際求解過程中，因素分析和主成分分析都有著一定的區(qū)別，計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主成分和原始變量之間的關(guān)系進行描述時，如果主成分的直觀意義比較模糊不易解釋，主成分分析沒有更好的改進方法；因素分析則額外提供了因素旋轉(zhuǎn)(factor rotation) 這樣一個步驟，可以使分析結(jié)果盡可能達到易于解釋且更為合理的目的其它說明：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)計方法，只有當(dāng)原始數(shù)據(jù)中的變量之間具有較強的相關(guān)關(guān)系時，降維的效果才會明顯否則不適合進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)合具體問題而定。在某種程度上取決于研究者的知

39、識和經(jīng)驗，而不是方法本身即使得到了滿意的主成分或因素，在運用它們對實際問題進行評價、排序等分析時，仍然要保持謹(jǐn)慎，因為主成分和因素畢竟是高度抽象的量，無論如何，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)心理測量的基本理論（一）心理測量的理論基礎(chǔ)（二）經(jīng)典測量理論（三）項目反應(yīng)理論（四）概化理論心理測量的理論基礎(chǔ)心理測量定義心理測量分類經(jīng)典測量理論心理特質(zhì)：表現(xiàn)在一個人身上所特有的相對穩(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CTT 的心理特質(zhì)可測性假設(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)量的東西都可以測量真分?jǐn)?shù)CTT 的

40、真分?jǐn)?shù)理論模型：X = T + E對于同一被試用平行的測驗反復(fù)多次測驗，觀察分?jǐn)?shù)的平均值會接近真分?jǐn)?shù)2SX2ST2SX2ST2SV2SV2SE2SI=+=+=+22SISE測量的信度和效度信度（reliability）：測量結(jié)果的穩(wěn)定性程度信度的作用1、評價測驗的好壞，反映隨機誤差的大小。注：系統(tǒng)誤差與信度無關(guān)2、解釋個人測驗的分?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：測驗信度，S2 - rx3、比較兩種測驗，差異的標(biāo)準(zhǔn)誤 SEd =信度系數(shù)的估計28網(wǎng)絡(luò)課堂課程配套講義心理學(xué)重測信度（前提、特點）副本信度（前提、特點）分半信度（前提、

41、特點、簡單計算）同質(zhì)性信度評分者信度（結(jié)合肯德爾相關(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（簡單計算）團體平均水平太高或太低主試不按規(guī)定施測，評分標(biāo)準(zhǔn)不一測試情境不一測驗時間過長，難度過大或過易兩次測驗間隔時間信度改進適當(dāng)增加測驗長度難度接近正態(tài)分布，在中等水平提高項目區(qū)分度選取恰當(dāng)?shù)谋辉噲F體主試、評分者、場地標(biāo)準(zhǔn)化測量的效度指一個測驗或量表實際能測出其所要測的心理特質(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、再測法、經(jīng)驗法）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、實驗操作法）實

42、證效度/效標(biāo)效度（相關(guān)法、分組法、利率法）表面效度實證效度的確定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)效度的影響因素測驗的條目質(zhì)量、條目數(shù)量（簡單計算）測驗的實施被試：身心狀態(tài)，樣本特點效標(biāo)：是否線性信度提高效度的方法精心編制測驗量表，避免出現(xiàn)較大的系統(tǒng)誤差妥善組織測驗，隨機誤差創(chuàng)設(shè)標(biāo)準(zhǔn)的應(yīng)試情境，讓每個被試都能發(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<心理測量的誤差系統(tǒng)誤差：由與測量目的無關(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。隨機誤差：由與測量目的無關(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源及系統(tǒng)誤差&隨機誤差：測驗項目30網(wǎng)絡(luò)課堂課程配套講義心理學(xué)施測環(huán)境被試心理測驗的項目分析難度（通過率法）區(qū)分度（通過率法、相關(guān)法）區(qū)分度不同計算方法，區(qū)分度不同，各項目要采取同一計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，項目潛在的區(qū)分度越大，而難度越接近 1.00 或 0 時，項目的潛在區(qū)分度越小使項目的難度分布廣一些，梯度大一些，使整個測驗的

44、難度分布呈正態(tài)分布，且平均水平保持在 0.50 左右項目反應(yīng)理論潛在特質(zhì)理論潛在特質(zhì)空間項目特征曲線項目信息函數(shù)測驗信息函數(shù)應(yīng)用（題庫、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)無窮到正無窮，P()漸進于 1，習(xí)慣上采用標(biāo)準(zhǔn) Z 分?jǐn)?shù)形式c：偽機遇水平參數(shù)，相當(dāng)于 CTT 里的猜測參數(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)，是曲線拐點處切線斜率的函數(shù)值。若記過拐點的切線夾角為 A，則 a=2p × tgA模型參數(shù)估計：多用計算機優(yōu)點：題目參數(shù)跨群體不

45、變（建設(shè)題庫）潛在特質(zhì)量表的可選擇性（測驗等值）參數(shù)設(shè)計科學(xué)概化理論方差分量的估計分?jǐn)?shù)方差測量學(xué)測驗情境關(guān)系（測量目標(biāo)、測量側(cè)面）概化系數(shù)（G 系數(shù)）：衡量常模參照性測驗穩(wěn)定性可靠性系數(shù)（系數(shù)）：衡量標(biāo)準(zhǔn)參照性測驗穩(wěn)定性和一致性兩個系數(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，提供各種測量方案下的測驗誤差估計值注意：樣本數(shù)據(jù)的代表性，科學(xué)抽樣，對施測條件若測驗側(cè)面過多，不僅會有實測組織的，還會有模型設(shè)計和計量分析的心理測驗的應(yīng)用（一）心理測驗的編制技術(shù)（二）心理測驗的施測（三）測驗常模（四）標(biāo)準(zhǔn)參照測驗32網(wǎng)絡(luò)課堂課程配套講義心理學(xué)（五）常

46、用心理測驗（六）心理測驗的應(yīng)用心理測驗編制的基本程序確定測驗?zāi)康模▽ο?、目?biāo)、用途）擬定編制計劃（二向細(xì)目表）設(shè)計測試項目試和分析測驗測驗使用的標(biāo)準(zhǔn)化鑒定測驗（信度、效度）編寫測驗手冊心理測驗的施測測驗的設(shè)計所選測驗必須適合測量的目的所選測驗必須符合心理測量學(xué)的要求施測的程序和步驟施測前準(zhǔn)備：準(zhǔn)備好測驗材料;熟練掌握施測手續(xù);熟記測驗指導(dǎo)語并能用口語清楚而流利地說出來指導(dǎo)語測驗情境測驗焦慮與受測者建立良好的協(xié)調(diào)關(guān)系評分技術(shù)測驗分?jǐn)?shù)的解釋敘述的解釋溯因的解釋的解釋評價的解釋報告測驗分?jǐn)?shù)33網(wǎng)絡(luò)課堂課程配套講義心理學(xué)用當(dāng)事人所理解的語言保證當(dāng)事人知道這個測驗測量什么或什么讓當(dāng)事人知道常模是什么團體

47、讓當(dāng)事人知道分?jǐn)?shù)只是一個估計讓當(dāng)事人知道如何運用分?jǐn)?shù)考慮測驗分?jǐn)?shù)對當(dāng)事人的影響結(jié)果向無關(guān)對低分者解釋要謹(jǐn)慎報告測驗分?jǐn)?shù)應(yīng)設(shè)法了解當(dāng)事人的心理感受測驗等值多個測驗形式，找到不同測驗形式之間的轉(zhuǎn)換關(guān)系，把所有不同形式的測驗分?jǐn)?shù)都轉(zhuǎn)換到同一個分?jǐn)?shù)系統(tǒng)上等值轉(zhuǎn)換是多個不同測驗形式分?jǐn)?shù)系統(tǒng)的轉(zhuǎn)換，導(dǎo)出分?jǐn)?shù)轉(zhuǎn)換是同一個測驗形式不同分?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、圖示測驗常模常模：常模團體的分?jǐn)?shù)分布確定有關(guān)的比較團體獲得該團體成員的測驗分?jǐn)?shù)把原始分?jǐn)?shù)轉(zhuǎn)化為量表，該

48、量表能把個人分?jǐn)?shù)表示成在這個團體內(nèi)的相對位置常模團體群體的必須明確界定標(biāo)準(zhǔn)化樣本必須是所要測量群體的一個代表性取樣取樣過程必須詳盡描述樣本大小適當(dāng)注意常模的時間性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)計算出來的測驗分?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)過統(tǒng)計處理后獲得的具有一定參考點和，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)的過程百分等級分?jǐn)?shù)標(biāo)準(zhǔn)分?jǐn)?shù)T 分?jǐn)?shù)標(biāo)準(zhǔn)九分?jǐn)?shù)分?jǐn)?shù)幾個分?jǐn)?shù)或幾個源組合起來，以獲得一個分?jǐn)?shù)或作總的。項目的組合，分測驗的組合，測驗或源的組合用什么方法，什么形式，多少種及何種測驗來分?jǐn)?shù)？臨床

49、診斷：直覺高度綜合性靈活性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)能同時獲得多重劃分：在各個特質(zhì)上都確定一個標(biāo)準(zhǔn)，從而把成績劃分為與不兩類。所有測驗都才算最有效的源放在最前面常模的編制確定有關(guān)的比較團體獲得該團體成員的測驗分?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、年級當(dāng)量商數(shù)：教育商數(shù)、 成就商數(shù)標(biāo)準(zhǔn)參照測驗36網(wǎng)絡(luò)課堂課程配套講義心理學(xué)標(biāo)準(zhǔn)參照測驗：又稱目標(biāo)參照測驗，當(dāng)一個測驗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標(biāo)準(zhǔn)進行解釋作用：了解在所規(guī)定的測量內(nèi)容上的行為水平，因此其出發(fā)點是本身的絕對水平，而不再是間的水平差異標(biāo)準(zhǔn)參照測驗的題目分析內(nèi)容范圍的確定：雙向細(xì)目表內(nèi)容效度分析：評定難度、區(qū)分度分析：試前測-后測已接受教學(xué)組-未接受教學(xué)組對照組難度分析：通過率，大多數(shù)情況為區(qū)分度