六、將測驗標準化
—套好的題目并不一定是一個好的測驗。對于測驗的基本要求是準確、可靠。為了減少誤差，就要控制無關(guān)因素對測驗?zāi)康牡挠绊懀@個控制的過程，稱作標準化。具體包括以下幾方面：
(一)內(nèi)容
標準化的首要條件，是對所有受測者施測相同的或等值的題目。測驗的內(nèi)容不同，所得的結(jié)果便無法比較。
(二)施測
盡管對于所有的受測者使用了相同的題目，但如果在施測時各行其是，所得的分數(shù)也不能進行比較。為了使測驗條件相同，必須有統(tǒng)一的指導語和時間限制。
1.指導語
給受測者的指導語屬于測驗刺激的一部分，它的內(nèi)容通常包括對測驗?zāi)康恼f明和受測者應(yīng)該如何作答的指示(包括如何選擇反應(yīng)、記錄反應(yīng)、以及時限等)。對于紙筆測驗來說，這些指示一般印在測驗的開始部分，也可以印在另外一張紙上。要求簡單明確，不引起誤解。如果題目形式對被試是生疏的，還應(yīng)該有一些例題。
指導語會直接影響受測者的作答態(tài)度與方法。有人以不同的指導語對幾組被試實施同一個能力測驗，結(jié)果表明，將該測驗說成“智力測驗”的一組，成績高;將之說成“日常測驗”的一組，成績紙。
為了保證測驗情境的一致，還要有對主試者的指導語，主要是對測驗細節(jié)作進一步解釋，以及其它一些有關(guān)事項，包括測驗房間場地的安排(照明、桌掎、隔音、溫度等)，測驗材料的分發(fā)，如何計時、記分，對被試的各種提問如何回答，以及在測驗中途發(fā)生意外情況(如停電，有人遲到，生病;等應(yīng)該如何處理。由于主試者的一言一行，甚至表情動作都會對受測者產(chǎn)生影響，所以主試者一定要嚴格遵守施測指導，不要任意發(fā)揮和解釋。總的要求是，無論什么人、在什么時候、什么地點使用同一測驗，都必須做同樣的事，說同樣的話。對主試者的指導語與測驗是分開的。
2.時限
確定測驗的時限，要考慮施測條件和實際情況的限制(如一節(jié)課時間的長度)，以及被試的特點(如對兒童、老人、病人施測時間不宜過長)，不過更重要的是考慮測量目標的要求。
對于人格測驗來說，反應(yīng)速度是不重要的，可不必規(guī)定嚴格的時限，但是在測量能力和學績成就時，速度是需要考慮的一個重要因素。依據(jù)速度在活動中所起的作用，可以把測驗分成速度測驗和難度測驗。純速度測驗時間應(yīng)當嚴格限制，使被試中沒有人能在規(guī)定時間內(nèi)做完全部題目。純難度測驗只考察被試解決難題的水平而不考慮完成時間。實際上，大多數(shù)能力和學績測驗介于上述二者之間，既考察反應(yīng)的速度也考察解決難題的能力。通常所用的時限是使大約90%的受訓者能在規(guī)定時間內(nèi)完成全部測驗，如果題目由易到難排列，應(yīng)使大多人在規(guī)定對間內(nèi)完成他會答的問題。
確定時限一般采用嘗試法，即通過來決定。假設(shè)根據(jù)第一次試測的經(jīng)驗，我們估計大部分被試可以在25分鐘內(nèi)做完，在第二次試測時，可以先叫被試用黑鉛筆做20分鐘，然后換成紅鉛筆，再過5分鐘換成藍鉛筆，這樣便可了解被試在規(guī)定時間內(nèi)完成題目的數(shù)量。另一種方法是在施測現(xiàn)場掛一只鐘，每個被試做完后即將當時時間寫在試卷末尾。試卷收齊之后再根據(jù)被試完成情況規(guī)定合適的時限。
(三)評分
標準化的第三個要素是客觀評分。客觀性意味著在兩個或兩個以上的受過訓練的評分者之間有一致性。只有當評分是客觀的時候才能夠把分數(shù)的差異完全歸諸受測者的差異。一般說來，自由反應(yīng)的題目(如問答題、論文題等)評分者之間很難取得完全一致，而選擇題的評分較為客觀，因此有人將選擇題組成的測驗叫客觀性測驗。
無論哪種測驗，為使評分盡可能客觀，有三點要求：
1. 對反應(yīng)的及時的和清楚的記錄。特別是對口試和操作測驗，此點尤為重要，必要時可以錄音和錄象。
2. 要有一張標準答案或正確反應(yīng)的表格，即計分鍵。選擇題測驗的計分包括一系列正確的答案和容許的變化;論文題的計分鍵包含各種可能答案的要點;人格測驗不可能有明確而統(tǒng)一的答案;計分鍵上指明的是具有或缺少某種人格特征者的典型反應(yīng)。
3. 將受測者的反應(yīng)和計分鍵比較，對反應(yīng)進行分類。對于選擇題來說，這個程序是很容易的，但是當評分者的判斷可能是一個起作用的因素時(如問答題、論文題)，就需要對評分規(guī)則作詳細的說明，評分時將每一個人的反應(yīng)和評分說明書上所提供的樣例相比較，然后按接近的答案樣例給分。
無論采用何種評分方法，都必須符合客觀、正確/經(jīng)濟/實用四項原則。
(四)常模
一個標準化測驗，不但內(nèi)容、施測和評分要標準化，對分數(shù)的解釋也必須標準化，如果同一個分數(shù)可做出不同的推論，測量便失去了客觀性。
多數(shù)測驗用常模作解釋分數(shù)的依據(jù)。測驗分數(shù)必須與某種標準比較，方能顯出它所代表的意義。例如。某學生成績單上寫著：物理——85分。我們僅從這個分數(shù)很難斷定他學得如何，因為沒有一個比較的標準。在傳統(tǒng)心理測驗中，是把個人所得的分數(shù)與代表一般人同類行為的分數(shù)相比較，以判別其所得分數(shù)的高低。此處所指的“代表一般人同類行為的分數(shù)”，即為“常模”。例如，以攝氏溫度計，便可確診為發(fā)燒，因為一般人的正常體溫是37℃，這就是成人體溫的常模。
建立常模的方法是，在將來要使用測驗的全體對象中，選擇有代表性的一部分人(稱標準化樣本)，對此樣本施測并將所得的分數(shù)加以統(tǒng)計整體，得出一個具有代表性的分數(shù)分布。標準化樣本的平均數(shù)，即為該測驗的常模。
常模可因標準化時選取樣本的不同而有不同的類別。常見的有年齡常模、年級常模、性別常模、地域常模、民族常模、職業(yè)常模等。
京公安網(wǎng)備11010802020593號
