跳转到内容

标准分

来自VeritasWiki 真理百科

标准分(standard score)又称标准化分数,是以标准差为单位、表示一个原始分数相对其所在团体平均数偏离程度的量数。它的基本思想很朴素:单看原始分,既不知道它在团体中处于什么位置,也无法与其他测验的分数比较,因为不同测验的总分、难度和单位各不相同;而一旦把原始分换算成“偏离平均数几个标准差”,分数就有了统一的解释尺度。最基础的标准分是 z 分数。

概念与 z 分数

z 分数的定义是原始分与平均数之差再除以标准差,即 z =(X − M)/SD,其中 X 为原始分,M 为团体平均数,SD 为标准差。这一变换把任何一个分布都平移到以零为中心、以标准差为一单位的坐标上。z 等于零表示处于平均水平,z 为正表示高于平均,为负表示低于平均;z 的绝对值越大,偏离越远。若原始分服从正态分布,还可以进一步用曲线下的面积来解释分数位置,例如约三分之二的人落在正负一个标准差之间。

z 分数的重要性质来自它是线性变换:它不改变原始分数的分布形状,也不改变个体之间的相对次序,只是换了计量单位。正因如此,z 分数保留了原始数据的全部相对信息,却获得了可比的尺度。举例来说,某班数学平均八十分、标准差十分,一名学生考九十分,其 z 分数就是一;若换到标准差为二十的班级,同样的九十分只对应零点五,可见脱离标准差谈分数高低是没有意义的。z 分数是后续几乎所有标准分变体的共同基础,理解 z 分数,就理解了标准分体系的骨架。[1]

常见的标准分变体

z 分数虽然规范,却有两个不便:一半的分数是负数,且多带小数。为便于报告与阅读,测量实践发展出多种线性变换后的变体,它们在本质上与 z 等价,只是换了平均数和标准差。最常见的是 T 分数,取平均数为五十、标准差为十,一些人格问卷与教育测验采用它,原因之一是可以避免负号。离差智商则取平均数为一百、标准差为十五,韦克斯勒系列智力量表即用此制,它表示个体在同年龄组中偏离平均的程度。

此外还有取平均数为五百、标准差为一百的分数,一些大型学业能力测验曾长期采用这种刻度,使分数跨度看起来更像“总分”。标准九则把分布切成九段,以五为平均、以二为近似标准差,用一位数粗略标示位置,便于快速分类。这些变体形式各异,换算方式却都是先求 z 再作线性变换,因此彼此之间可以精确互转。理解这一点,就不会被不同测验五花八门的分数刻度所迷惑,它们不过是同一把尺子上的不同读数方式。选择哪种刻度,往往取决于行业习惯与报告的便利,而非统计学上的优劣。[2]

标准分的性质与解释

标准分之所以能被广泛接受,关键在于它使等距比较成为可能。原始分之差往往不能直接相减,因为不同区间的难度分布不均;而标准分以标准差为单位,理论上单位等距,因而可以相加、求平均、做加权组合。多个分测验的分数要合成为一个总分时,正是先把各分测验化为标准分再加权,才能避免总分被分数跨度大的分测验所主导。权重的设定本身带有价值判断,标准分只是让这种合成在数学上可行,并不能替研究者决定各分测验应当占多大比重。

解释标准分时必须区分线性标准分与正态化标准分。线性标准分只是对原始分作线性变换,分布形状原样保留;正态化标准分则先求出原始分对应的百分等级,再把这个百分等级当作正态曲线下的面积反查出相应的 z 值,从而强行把分布拉成钟形。两者数值可能相近,含义却不同。把线性标准分当作正态分布来套用面积比例,是常见的错误,因为原始分布未必是正态的。

与百分等级的关系

标准分与百分等级是描述相对位置的两种语言,二者可以互相换算。给定标准分和分布假设,就能算出低于该分数的人所占比例;反过来,给定百分等级也能查出对应的标准分。区别在于,百分等级的单位不等距,分布中段一小段原始分之差可能引起百分等级的大幅变动,两端则相反;标准分在正态假设下单位等距,更适合统计分析。这也是为什么研究者偏爱标准分、而面向公众的报告常同时给出百分等级。

这种互补关系提示使用者,选择哪种表达取决于目的。要做统计推断、合成总分或比较不同测验,标准分更合适;要让家长或被试直观理解“排在什么位置”,百分等级更易读。把两者混为一谈,或用百分等级去做算术平均,都会引入误差。在教学情境中,教师若把班级的百分等级直接平均来代表班级整体水平,就会因为百分等级的非等距性而得到偏斜的结果。二者是同一位置信息的两种投影,各有其适用边界。[3]

局限与争议

标准分最大的局限是它始终依赖常模。没有可靠的常模团体,z 分数就无从计算;常模一旦过时或取样有偏,标准分的解释便随之失真。它也强烈依赖分布形态的假设,当原始分布明显偏态时,线性标准分虽仍可计算,却不宜按正态面积去解读,否则会高估或低估实际位置。

另一个常被忽略的问题是,不同测验的标准分未必可以直接比较。只有当两个测验测量的是同一构念、常模团体可比、分布形态相近时,把它们的标准分放在一起才有意义。现实中,人们常把来自不同量表、不同常模的标准分简单相减或求平均,这种操作在统计上并不成立。标准分提供了统一的计量单位,却没有自动保证可比性,可比性仍需逐一核对测验的来源与常模,它更像一种需要论证的性质,而不是分数形式自带的保证。

应用与评价

标准分在心理与教育测量中几乎无处不在。智力测验报告离差智商,人格问卷报告 T 分数,学业测验把各科原始分化为标准分后合成总分,临床研究把不同量表的得分标准化以便汇总。它使跨测验、跨批次的比较成为常规操作,也为统计建模提供了整齐的输入。在跨年度、跨地区的比较中,标准分尤其重要,因为原始分的分布每年每地都在变动。

评价标准分,应看到它是一种“翻译工具”而非“真值”。它把原始分翻译成相对位置,使分数可读、可比、可运算,这极大提升了测量的实用性;但它同时也把常模的局限、分布假设的局限一并继承下来。真正审慎的使用者不会止步于“标准分多少”,而会追问它基于什么常模、是否经过正态化、与其他分数是否真的可比。标准分的价值,正在于它把这些问题清晰地摆到台面上,而不是替使用者把它们藏起来。这种方法论上的自觉,比记住任何一条换算公式都更值得强调。

参考资料

  1. ↑ APA Dictionary of Psychology,American Psychological Association,2024年访问
  2. ↑ Psychological Testing,Encyclopaedia Britannica,2024年访问
  3. ↑ 中国心理学会官网,中国心理学会,2024年访问