测量误差
| 测量误差 | |
|---|---|
| 英文名 | Measurement Error |
| 学科归属 | 心理测量、统计方法 |
| 核心含义 | 观测分数偏离真分数的全部误差,含随机误差与系统误差 |
| 经典分解 | 观测分数 = 真分数 + 误差 |
| 对研究的影响 | 衰减相关、削弱检验力、偏置回归系数 |
| 相关条目 | 经典测验理论、信度、测量误差的统计处理|} |
测量误差指观测分数与被测属性真实值之间的全部偏离:一个人在焦虑量表上得 58 分,其"真实焦虑水平"对应的期望分数可能是 55——这 3 分的偏离就是测量误差。任何测量都含误差,问题从来不是"有没有",而是"多大、什么性质、如何处理"。
测量误差在经典框架下分解为真分数加误差;在更细的框架下,误差再分为随机误差与系统误差。两者的性质与对策完全不同:随机误差无方向、可平均、信度系数捕捉它;系统误差有方向、不可平均、信度对它无感,需要效度证据来诊断。
随机误差的来源
随机误差的常见来源贯穿测量情境的各个方面。
被试状态:疲劳、情绪波动、动机起伏、猜测行为——同一被试两次施测分数不同,多半源于此。
施测情境:环境噪声、时间压力、主试差异、施测程序执行的不一致。
工具特性:题目抽样的随机性(同一构念可编无数题目,本卷抽中的是这一组)、计分与转录的偶然错误。
记分过程:开放题评分的随机波动(虽属评分者误差,但对总分构成随机成分)。
随机误差的特征是无方向:它使分数围绕真分数上下波动,多次测量的平均值趋近真分数。正因为无方向,它可以通过信度系数被估计,并通过测量程序的标准化被压缩。
系统误差的来源
系统误差使分数偏离真分数的方向恒定,其来源通常是结构性的。
方法偏差:自评的共同方法效应——所有题目都由同一人对自己作答,分数中混入自我知觉风格的影响;措辞效应——负向题与正向题的作答模式差异。
反应风格:一贯性的极端作答、acquiescence(倾向答"是")、社会赞许性——被试在敏感题目上系统性地美化自己。
工具偏差:题目在特定群体中的含义不同(文化偏差、翻译不当),使分数系统偏离该群体的真值。
情境偏差:同一量表在公司重组后施测,分数整体下降——下降可能反映真实恶化,也可能反映情绪氛围的普遍变化。
系统误差的危害在于它的不可见性:信度系数完全无法察觉它(它不引起波动),只有效度证据——与外部效标的关系、跨方法的收敛、跨群体的等值——才能暴露它。测量质量评估因此必须信度与效度并重,只报信度的研究等于只检查了一半。
测量误差对研究结论的影响
测量误差对研究结论的影响有一套明确的量化规律。
相关衰减:观测相关等于真实相关乘以两变量信度系数的平方根。两量表信度均为 0.64 时,观测相关只有真实相关的 0.64 倍——大量"心理学效应偏弱"的印象,一部分是测量衰减的产物。校正衰减的公式在测量文献中标准化,但其应用需要信度估计本身的可靠。
回归系数偏置:预测变量含误差时,回归系数向零偏置(衰减);结局变量含误差时,系数无偏但标准误增大。测量误差还可能使含测量误差的混淆变量"控制不住"——残差混淆是观察性研究的隐蔽威胁。
检验力损失:误差方差挤占真实方差,使同等样本量的检验力下降。把信度从 0.7 提升到 0.9 的检验力收益,可能超过样本量翻倍。
组间比较的扭曲:测量等值不成立时,组间均值差异可能是测量假象——这是跨文化、跨时间比较的核心风险。
这些规律的公共含义是:测量质量是研究质量的上限——统计分析再精巧,也不能从不可靠的测量中恢复出可靠的结论。
处理测量误差的策略
处理测量误差的策略分三个层面。
测量设计层面:标准化施测程序;多题测量(多题平均的随机误差小于单题);多方法测量(自评加他评、报告加行为指标,方法偏差可交叉验证);平衡正负向措辞;预试中的题目净化。
分析层面:潜变量建模——把误差显式放进模型(结构方程、多水平模型中的测量层),结构关系的估计自动校正衰减;信度校正的衰减校正——简单但依赖信度估计的精度;多指标合成分数时的权重优化。
解释层面:诚实标注测量的局限——单指标、低信度的测量结论应降级表述;比较性结论前先检验测量等值;把"效应偏弱"的讨论与测量衰减联系起来,而非一律归因于"效应真的小"。
三个层面的公共前提是对测量质量的敏感:一个研究者是否养成看信度系数、看等值证据、看方法偏差的习惯,直接决定其结论的可信度上限。测量误差因此不是测量专家的专属话题,而是每个心理学研究者的基本功。
测量误差与个体决策
测量误差在群体研究与个体决策中的容忍度截然不同,这一区分常被忽视。
群体层面(比较组均值、检验假设):随机误差通过平均被部分稀释,中等信度的量表在足够样本下仍可做出可靠的组间推断——衰减校正与潜变量建模进一步补救。
个体层面(诊断分类、录用淘汰、切线判定):误差直接作用于个体结论。信度 0.85 的量表对个体分数的 95% 区间仍有约 ±0.35 个标准差宽——切线附近的分数根本无法可靠判定高低。规范做法包括:多次测量取均值、多方法汇聚证据、为切线附近设置"不确定区"(不建议立即判定,安排复测或补充信息)。
高风险个体决策的伦理含义也由此而来:把含误差的分数当作个体能力的精确读数,等于让随机波动决定一个人的人生节点。测量文献反复强调的真分数区间解释,正是对这一风险的制度性回应。研究者与测评使用者都应记住:测量误差对群体的代价是统计效率,对个体的代价是命运——两种代价对应完全不同的质量标准。
在研究报告中,测量误差的信息披露也应形成习惯:量表信度(注明在哪个样本上计算)、施测程序、缺失处理,缺一不可。文献阅读时,一个没有信度信息的量表使用,其结论只能按最低精度解读——这是读者自我保护的简单规则,也是推动报告规范的市场力量。