常模
常模(norm)是心理与教育测量中用于解释测验分数的参照标准,通常由一个具有代表性的标准化样本在该测验上的分数分布构成。孤立的一个原始分数本身并没有意义:某人在一份能力测验上答对四十题,究竟算好还是差,取决于和他比较的是什么人。只有把分数放到常模团体中的相对位置上,分数才能说明水平。常模因此是常模参照测验的解释基础,也是把原始分转化为各种导出分的桥梁。
常模与常模团体
常模的核心不是一组分数,而是产生这组分数的那个团体。所谓常模团体,是指具有某种共同特征、并被用作比较基准的人群,例如某一年龄段的儿童、某一地区的高中毕业生、某一职业的从业者。为了使常模能够代表它所声称代表的总体,样本必须经过严格的抽样设计,通常按年龄、性别、地域、城乡、受教育程度等变量分层,使各层的比例与总体一致。抽样若出现系统性偏差,常模就会失真,而失真的常模会让所有基于它的分数解释都随之出错。在测验手册里,常模一般以常模表的形式给出,把一组组原始分逐段对应到相应的百分等级或标准分,使用者只需查表即可完成换算,不必自行计算,这使常模得以在非专业人员手中广泛使用。
常模本身是一组描述性统计量,最常见的是平均数与标准差,以及由它们派生出的百分等级和标准分。需要强调的是,常模描述的是“一般人的表现如何”,而不是“应当达到什么水平”。它不包含价值判断,一个分数在常模中的位置高,只说明它高于多数同组被试,并不意味着这个水平在绝对意义上就是优秀的。混淆这两点是常模最常被误用的地方。[1]
常模的主要类型
按建立方式,常模可分为发展常模与组内常模两大类。发展常模以个体随年龄或年级增长而表现出的典型水平为参照,最典型的是智力年龄。比奈在编制智力量表时,把题目按难度分配给不同年龄组的普通儿童,一个儿童能通过某年龄组的题目,其智力年龄就被定为该年龄。后来推孟在斯坦福修订版中把智力年龄与实足年龄相比,乘以一百得到比率智商,使不同年龄儿童之间可以相互比较。年级常模的思路类似,用某年级学生的平均成绩作为参照,但它假设学习进度整齐划一,对进度不一的学生往往产生误导。
组内常模则以被试所在团体的分数分布为参照,包括百分等级常模和标准分常模。百分等级常模直接给出一个分数在团体中低于它的人所占的比例,直观但单位不等距。标准分常模把原始分转换为以标准差为单位的量数,韦克斯勒量表所采用的离差智商即属此类,它设定平均数为一百、标准差为十五,用个体偏离同年龄组平均数的程度来表示智力水平。离差智商取代比率智商,正是因为后者在成年后随着年龄增长而失真,而离差智商始终以同龄团体为参照,避免了这一缺陷。[2]
常模的建立与更新
建立一套常模要经历抽样、施测、统计和编制量表几个环节。抽样决定了常模的代表性,施测必须严格遵循统一的指导语与时限,统计则要计算各年龄或各组的分布特征,并据此编制原始分与导出分的对照表。整个过程耗时费力,大型测验的常模往往由专业机构组织,在多个地区同步采集数据。
常模不是一劳永逸的。随着教育水平提高、社会环境变化,同一测验在同一人群上的平均分数会随时间缓慢漂移,这一现象被称为弗林效应,即智力测验分数在代际间普遍上升。常模一旦陈旧,用旧标准解释新数据就会系统性地高估被试水平。因此标准化测验通常需要每隔若干年重新取样、修订常模,测验手册也会注明常模的采集时间,提醒使用者注意时效。忽视常模的时效性,是测量实践中的一个隐蔽误差来源。[3]
常模参照与标准参照
常模的存在对应着一种特定的分数解释框架,即常模参照。它关心的是个体在团体中的相对位置,选拔性考试、智力测验、人格问卷多属此类。与之并列的是标准参照,它不与他人比较,而是与一个事先设定的绝对标准比较,判断被试是否达到了某个知识或技能水平,驾照考试、课程达标测试属于这一类。两种框架各有适用场合,问题出在混用:用常模参照的测验去判断学生是否“掌握了课程内容”,或用标准参照的及格线去排名,都会得出似是而非的结论。
这一区分提醒使用者,在看到任何分数之前,先要问清它参照的是什么。同一个原始分,在常模参照下可能处于中上,在标准参照下可能尚未达标,两者的含义并不冲突,因为它们回答的是不同的问题。把常模位置直接当作能力高低,或把达标与否直接当作相对排名,都是对解释框架的误读。
局限与争议
常模最根本的局限在于代表性永远只是近似。任何抽样都无法完全复现总体,尤其当总体本身难以界定或快速变化时,常模的代表性便打了折扣。对于少数群体、特殊人群或文化背景差异较大的被试,主流常模可能并不适用,用错常模造成的偏差有时比没有常模更严重,这也是测量公平性争论的焦点之一。
另一个常被人忽略的问题是“平均人谬误”,即把常模的平均表现当作理想标准或正常与否的界线。常模只描述分布,不规定应该怎样;把统计上的多数等同于心理上的健康或正确,是一种范畴错误。此外,常模参照的分数本质上是相对的,两个团体整体水平同时提高时,个体在常模中的位置可能纹丝不动,这使常模分数无法反映绝对进步。正是这些局限,促使测量学在保留常模的同时,发展出标准参照与项目反应理论等补充框架。[4]
应用与评价
在应用中,常模几乎渗透到所有标准化测验。学业能力测验借助年级常模或年龄常模报告学生的相对水平,临床量表借助病人常模与正常人常模判断偏离程度,职业兴趣问卷借助从业者常模帮助个体定位。常模把抽象的原始分翻译成可交流的相对位置,使不同测验、不同批次的分数得以比较,这是它不可替代的功能。
评价常模,既要看到它的实用价值,也要看到它的条件性。常模让测量结果具备了社会可读性,却也容易被误当作绝对标尺;它依赖于样本,因而永远带着抽样与时代的印记。成熟的测验使用者不会把常模分数当作终点,而是把它当作一个需要注明来源、时间与适用人群的参照。理解常模“相对于谁、在何时、由怎样的样本建立”,比记住某个分数对应的等级更为重要。
参考资料
- ↑ Psychological Testing,Encyclopaedia Britannica,2024年访问
- ↑ APA Dictionary of Psychology,American Psychological Association,2024年访问
- ↑ 中国心理学会官网,中国心理学会,2024年访问
- ↑ PubMed Central,National Center for Biotechnology Information,2024年访问