跳转到内容

心理计量

来自VeritasWiki 真理百科

心理计量(又称心理测量学、心理统计与测量)是关于心理特质的测量理论与方法的学科分支,研究如何把不可直接观察的心理属性——智力、人格、态度、能力、症状——转化为可靠、有效、可比的数值,并研究这些数值的性质、误差与解释边界。它由测验编制与评价、计量理论模型、效度理论与数据分析方法四部分组成,是心理学的"度量衡学科":任何实证心理学结论的质量,最终都受制于其所依赖测量的计量质量。

源流

心理计量诞生于对个体差异的量化努力。19世纪末,高尔顿率先尝试以量表化方法测量心理差异,卡特尔提出"心理测验"一词;比奈与西蒙1905年编制的智力测验确立了以行为样本推断心理特质的实用范式。20世纪上半叶的理论奠基有两个里程碑。其一是因子分析的创立:斯皮尔曼提出智力的一般因素与特殊因素模型,瑟斯顿发展多因素分析方法,因子分析从此既是心理学的实质理论工具,也是计量学的统计核心。其二是测验理论体系的建立:库德与理查森、克伦巴赫等人发展了信度理论——克伦巴赫1951年发表的经典论文提出系数α并系统讨论了测验的内部结构分析,α系数自此成为全球使用最广的信度指标。[1]20世纪中叶以后,项目反应理论与概化理论相继问世,计量理论从"测验层面"深入到"项目层面";效度理论也完成了从"多种效度类型并列"到"以构念效度为核心的统一效度观"的演进,测验解释的证据与后果被纳入同一框架。进入21世纪,计算机自适应测验、认知诊断模型与大规模数据(国际比较研究)推动心理计量与统计学习、认知科学交叉,学科版图持续扩张。

核心概念

心理计量的概念体系围绕"误差"展开。真分数模型把观测分数分解为真分数与误差分数;信度刻画测量中随机误差的大小——重测信度(跨时间稳定)、复本信度(跨版本等值)、内部一致性(项目间同质,以α系数为代表)从不同角度估计。[2]效度刻画测量的系统性质量——分数是否真正代表目标构念、对目标决策的支持程度:内容证据(题面覆盖)、效标关联证据(与外部标准的关系)、结构证据(与理论构念网络的一致)三类证据共同构成效度论证;效度属于分数解释而非测验本身,这是现代效度观的关键。项目分析考察单个题目的质量:难度(答对比例)、区分度(能否区分高低水平者)、选项功能与猜测参数。常模提供分数的解释参照——百分位、标准分使原始分数获得群体意义。误差的控制贯穿始终:良好的心理计量实践要求报告信度系数、提供效度证据、分析项目质量并明确分数解释的边界条件。

理论模型

心理计量的两大理论框架各有适用。经典测验理论以真分数模型为基础,统计简单、依赖样本,适用于小规模常规测验;其项目参数(难度、区分度)随被试样本变化,是其主要局限。项目反应理论以被试潜在特质与项目反应之间的概率模型为基础,为每个项目估计不随样本变化的参数,使题目难度与被试水平在同一量尺上表达;项目反应理论支撑着现代大规模测评、计算机自适应测验与题库建设,并在认知能力测评中与认知理论结合,形成认知诊断与认知建模取向——用反应数据推断被试的加工过程而非仅报总分。[3]两框架之外,概化理论把信度分析扩展到多误差来源的分解,结构方程建模则把因子分析与路径分析结合,用于构念的结构验证与关系检验,成为当代心理计量数据方法的中枢。

心理计量的实践

心理计量的实践贯穿心理学全领域。测验编制:从构念界定、条目池编写、初测项目分析到结构验证与常模建立,是一个多轮迭代的过程,编制规范的共识要求每一步的报告透明。量表跨文化修订:把成熟量表译制到新语言群体,需经翻译—回译、预试、项目分析与结构验证的全流程,中文修订版量表(如自控、坚毅、弹性量表)已成为本土研究的基础设施。大规模测评:国际比较研究(如跨国学生测评)依赖项目反应理论与等值技术使不同语言版本、不同年份的分数可比。临床评估:诊断辅助量表的临床阈值设定需要效标效度与灵敏度、特异度分析。组织测评:人员选拔测验的效标效度与公平性审查直接关系用人决策的合法性与伦理。实践中最常见的计量错误包括:仅报告α系数而不报告效度证据、忽视题目的功能差异、把测量误差当作真实差异解读、对群体比较不做等值性检验(见心理测量不变性)——这些错误都会使后续结论失去根基。

中国语境

心理计量在中国的发展经历了引进、本土化与并行创新三个阶段。引进阶段以测验的译制与应用为主;本土化阶段以中文版量表的修订规范化为标志——翻译—回译程序、本土常模建立与结构验证成为标准流程,一批本土自编量表(针对中国学生、员工与临床人群)也在效度论证的规范下产生。当前议题集中在三处。其一,教育测评的高利害使用:中考、高考及各类升学测评的社会影响巨大,测评的效度论证、题目公平性审查与分数解释的边界问题受到学界与公众的双重关注。其二,大数据与智能测评:网络行为数据、过程数据与人工智能建模进入心理计量视野,国内学者积极参与过程数据计量与自适应测评的方法研究,同时关注算法测评的公平与透明。其三,心理测评服务的规范:面向公众的线上心理测验数量庞大而质量参差,缺乏效度证据的"娱乐化测评"(以星座化解读传播)与规范测评之间的区分,是心理健康传播的重要议题;专业界正推动测评工具使用的伦理规范与质量标准。教学与研究层面,心理计量已成为心理学专业的核心课程,统计软件与开源计量工具的普及使规范的计量分析能力成为研究者的基本素养。

争议

心理计量学科的争议沿三条主线。其一,α系数的滥用与替代:克伦巴赫α被当作信度的唯一指标而过度使用,方法学界批评其假设(真分数等价、单维性)常不成立,主张以组合信度、基于项目反应理论的条件信度等多指标替代——α的历史地位与其局限并存的局面是当前方法讨论的常态。[4]其二,构念的测量哲学:把心理特质当作"真有"的实体还是"有用"的建构,影响效度论证的取向——实体论倾向把效度归于测验与特质的对应,建构论倾向把效度归于解释网络的融贯;这一哲学分歧渗入对自陈测量价值的基本评价。其三,方法的可重复性危机:心理学的可重复性问题部分源于测量的低效度与选择性使用,预注册、测量不变性检验与数据透明的推广,是学科对危机的计量学回应。此外,跨群体比较的合法性问题——未检验测量等值性的群体差异比较可能制造方法学假象——正在从专业议题上升为伦理议题。

参见

参考资料

  1. ↑ Coefficient Alpha and the Internal Structure of Tests,Cronbach,Psychometrika,1951年。
  2. ↑ Coefficient Alpha and the Internal Structure of Tests,Cronbach,Psychometrika,1951年。
  3. ↑ What item response theory can tell us about the complex span tasks.,Draheim等,Psychological Assessment,2018年。
  4. ↑ Coefficient Alpha and the Internal Structure of Tests,Cronbach,Psychometrika,1951年。