二、构想效度

　　1、构想效度：1954年提出，有人翻译为构思效度，也有叫结构效度。它是指测验能够测量到理论上的构想和特质的程度，即测验的结果是否能证实或解释某一理论的假设、术语或构想，解释的程度如何。

　　2、构想效度的估计方法：（1）对测验本身的分析：对测验本身的分析：测验的内容效度可以作为构思效度的证据；测验的同质性指标可以推断测验是测量单一特质还是测量多种特质，从而为评估测验构思效度提供证据；分析被试对题目的反应特点也可以作为构思效度的证据。（2）测验间的相互比较：相容效度是构思效度的一个证据。区分效度是构思效度的又一个证据，一个有效的测验不仅应与其他测量同一构思的测验有关，而且还必须与测量不同构思的测验无相关；因素分析法也是建立构思效度的常用方法，通过对一组测验进行因素分析，可以找到影响测验分数的共同因素，这种因素可能就是我们要测量的心理特质（构思）。（3）效标效度的研究证明：一个测验若效标度理想，那么该测验所预测的效标的性质和种类就可以作为分析测验构思效度的指标，另一种证实构思效度的方法是心理特质的发展变化。实验法和观察法证实：观察实验前和实验后分数的差异是验证构思效度的方法。

　　三、效标效度

　　1、效标效度：又称实证效度，反映的是测验预测个体在某种情境下行为表现的有效性程度。被预测的行为是检验效度的标准，简称效标。由于这种效度是看测验对效标预测如何，所以叫效标效度。这种效度需在实践中检验，所以又称为实证效标。

　　分类：根据效标资料是否与测验分数同时获得，又可分为同时效度和预测效度两类。同时效度即测验所得分数可与效标同时验证，通常与心理特征的评估及诊断有关。预测效度的效标资料需要一段时间才可搜集到，通常用于选拔、分组。因为效标资料在考试以后相隔一段时间才能获得，所以高考的效标是一种预测效标。同时效标和预测效标意义上的差异，不是来源于时间，而是来自测验的目的。前者与用来诊断现状的测验有关，后者与预测将来结果的测验有关。

　　一个好的效标必须具备以下条件：

　　1必须能最有效地反映测验的目标，即效标测量本身必须有效；

　　2效标必须具有较高的信度，稳定可靠，不随时间等因素变化；

　　3效标可以客观地加以测量，可用数据或等级来表示；

　　4效标的测量的方法很简单，省时省力，经济实用。

　　2、效标和效标测量：效标，即衡量测验有效性的参照标准，指的是可以直接而且独立测量的我们感兴趣的行为。我们感兴趣的行为，就是要预测的行为，这是一个总的观念，故必须以可操作的测量来确定才有实际意义。因此有必要把效标细分为两个层次，其一是理论水平的“观念效标”， 其二是操作定义水平的“效标测量”。

　　3、常用的效标包括：

　　1学业成就：如在校成绩、学历、有关的奖励和荣誉、教师对学生智力的评定等，常作为智力测验的效标，也可作为某些多重能力倾向测验和人格测验的效标。

　　2实际工作表现：是最满意的效标测量，为一般智力测验、人格测验和一些能力倾向测验的效标；

　　3特殊训练成绩

　　4精神病诊断；

　　5等级评定：是观察者根据测验欲测量的心理特质在被试身上的表现而作出的一种个人判断；

　　6效标团体的比较：即找出两个在效标表现上有差别的团体，比较他们在测验分数上的差别；

　　7先前有效的测验：一个新测验与先前有效的测验的相关也经常作为效度检验的证据。（简答）

　　第三节 效度的表示方法及应用

　　一、 效度的表示方法

　　1、 相关法：效度系数是最常用的效度指标，尤其是效标效度。它是以皮尔逊积差相关系数来表示的，主要反映测验分数与效标测量的相关。当测验成绩是连续变量，而效标资料是二分变量时，计算效度系数可用点二列相关公式或二列相关公式；当测验分数为连续变量，效标资料为等级评定时，可用贾斯朋多系列相关公式计算。

　　2、 区分法：是检验测验分数能否有效地区分由效标所定义的团体的一种方法。算出t值后，便可知道分数的差异是否显著。若差异显著，说明该测验能够有效地区分由效标定义的团体，否则，测验是无效的。重叠百分比可以通过计算每一组内得分超过（或低于）另一组平均数的人数百分比得出；另外，还可以计算两组分布的共同区的百分比。重叠量越大，说明两组分数差异越小，即测验的效度越差。

　　3、 命中率法：是当测验用来做取舍的依据时，用其正确决定的比例作为效度指标的一种方法。命中率的计算有两种方法，一是计算总命中率，另一种是计算正命中率。

　　4、 预期表法：是一种双向表格，预测分数排在表的左边，效标排在表的顶端。从左下至右上对角线上各百分数字越大，而其它的百分数字越小，表示测验的效标效度越高 ；反之，数字越分散，则效度越低。

　　二、 效度的应用

　　1、 预测误差：效度系数的平方，统计学上称这种指标为决定系数，表示测验正确预测或解释的效标的方差占总方差的比例。另一种表达方式是估计的标准误，简写为Sest，它是指所有具有某一测验分数的被试其效标分数（Y）分布的标准差，也即预测误差大小的估计值， （公式4-9）估计的标注误可如同其他标准误一样解释。真正效标分数落在预测效标分数±1Sest的范围内，有68％的可能性；落在预测效标分数±1.96Sest的范围内，有95％的可能性；落在预测效标分数±2.58Sest的范围内，有99％的可能性。

　　2、 预测效标分数：如果X与Y两变量呈直线相关，只要确定出二者间的回归方程，就可以从一个变量推估出来另一个变量。在测验工作中，人们感兴趣的是从测验分数预测效标成绩。

　　3、 预测效标指数：公式4-9中的 又称作无关系数，以K表示之，K值大小表明预测源分数与效标分数无关的程度。（1－K）可作为预测效率的指数，用E表示：E＝100（1－K） （公式4-15）E值大小表明使用测验比盲目猜测能减少多少误差。