二、構想效度

　　1、構想效度：1954年提出，有人翻譯為構思效度，也有叫結構效度。它是指測驗能夠測量到理論上的構想和特質的程度，即測驗的結果是否能證實或解釋某一理論的假設、術語或構想，解釋的程度如何。

　　2、構想效度的估計方法：（1）對測驗本身的分析：對測驗本身的分析：測驗的內容效度可以作為構思效度的證據；測驗的同質性指標可以推斷測驗是測量單一特質還是測量多種特質，從而為評估測驗構思效度提供證據；分析被試對題目的反應特點也可以作為構思效度的證據。（2）測驗間的相互比較：相容效度是構思效度的一個證據。區分效度是構思效度的又一個證據，一個有效的測驗不僅應與其他測量同一構思的測驗有關，而且還必須與測量不同構思的測驗無相關；因素分析法也是建立構思效度的常用方法，通過對一組測驗進行因素分析，可以找到影響測驗分數的共同因素，這種因素可能就是我們要測量的心理特質（構思）。（3）效標效度的研究證明：一個測驗若效標度理想，那么該測驗所預測的效標的性質和種類就可以作為分析測驗構思效度的指標，另一種證實構思效度的方法是心理特質的發展變化。實驗法和觀察法證實：觀察實驗前和實驗后分數的差異是驗證構思效度的方法。

　　三、效標效度

　　1、效標效度：又稱實證效度，反映的是測驗預測個體在某種情境下行為表現的有效性程度。被預測的行為是檢驗效度的標準，簡稱效標。由于這種效度是看測驗對效標預測如何，所以叫效標效度。這種效度需在實踐中檢驗，所以又稱為實證效標。

　　分類：根據效標資料是否與測驗分數同時獲得，又可分為同時效度和預測效度兩類。同時效度即測驗所得分數可與效標同時驗證，通常與心理特征的評估及診斷有關。預測效度的效標資料需要一段時間才可搜集到，通常用于選拔、分組。因為效標資料在考試以后相隔一段時間才能獲得，所以高考的效標是一種預測效標。同時效標和預測效標意義上的差異，不是來源于時間，而是來自測驗的目的。前者與用來診斷現狀的測驗有關，后者與預測將來結果的測驗有關。

　　一個好的效標必須具備以下條件：

　　1必須能最有效地反映測驗的目標，即效標測量本身必須有效；

　　2效標必須具有較高的信度，穩定可靠，不隨時間等因素變化；

　　3效標可以客觀地加以測量，可用數據或等級來表示；

　　4效標的測量的方法很簡單，省時省力，經濟實用。

　　2、效標和效標測量：效標，即衡量測驗有效性的參照標準，指的是可以直接而且獨立測量的我們感興趣的行為。我們感興趣的行為，就是要預測的行為，這是一個總的觀念，故必須以可操作的測量來確定才有實際意義。因此有必要把效標細分為兩個層次，其一是理論水平的“觀念效標”， 其二是操作定義水平的“效標測量”。

　　3、常用的效標包括：

　　1學業成就：如在校成績、學歷、有關的獎勵和榮譽、教師對學生智力的評定等，常作為智力測驗的效標，也可作為某些多重能力傾向測驗和人格測驗的效標。

　　2實際工作表現：是最滿意的效標測量，為一般智力測驗、人格測驗和一些能力傾向測驗的效標；

　　3特殊訓練成績

　　4精神病診斷；

　　5等級評定：是觀察者根據測驗欲測量的心理特質在被試身上的表現而作出的一種個人判斷；

　　6效標團體的比較：即找出兩個在效標表現上有差別的團體，比較他們在測驗分數上的差別；

　　7先前有效的測驗：一個新測驗與先前有效的測驗的相關也經常作為效度檢驗的證據。（簡答）

　　第三節 效度的表示方法及應用

　　一、 效度的表示方法

　　1、 相關法：效度系數是最常用的效度指標，尤其是效標效度。它是以皮爾遜積差相關系數來表示的，主要反映測驗分數與效標測量的相關。當測驗成績是連續變量，而效標資料是二分變量時，計算效度系數可用點二列相關公式或二列相關公式；當測驗分數為連續變量，效標資料為等級評定時，可用賈斯朋多系列相關公式計算。

　　2、 區分法：是檢驗測驗分數能否有效地區分由效標所定義的團體的一種方法。算出t值后，便可知道分數的差異是否顯著。若差異顯著，說明該測驗能夠有效地區分由效標定義的團體，否則，測驗是無效的。重疊百分比可以通過計算每一組內得分超過（或低于）另一組平均數的人數百分比得出；另外，還可以計算兩組分布的共同區的百分比。重疊量越大，說明兩組分數差異越小，即測驗的效度越差。

　　3、 命中率法：是當測驗用來做取舍的依據時，用其正確決定的比例作為效度指標的一種方法。命中率的計算有兩種方法，一是計算總命中率，另一種是計算正命中率。

　　4、 預期表法：是一種雙向表格，預測分數排在表的左邊，效標排在表的頂端。從左下至右上對角線上各百分數字越大，而其它的百分數字越小，表示測驗的效標效度越高 ；反之，數字越分散，則效度越低。

　　二、 效度的應用

　　1、 預測誤差：效度系數的平方，統計學上稱這種指標為決定系數，表示測驗正確預測或解釋的效標的方差占總方差的比例。另一種表達方式是估計的標準誤，簡寫為Sest，它是指所有具有某一測驗分數的被試其效標分數（Y）分布的標準差，也即預測誤差大小的估計值， （公式4-9）估計的標注誤可如同其他標準誤一樣解釋。真正效標分數落在預測效標分數±1Sest的范圍內，有68％的可能性；落在預測效標分數±1.96Sest的范圍內，有95％的可能性；落在預測效標分數±2.58Sest的范圍內，有99％的可能性。

　　2、 預測效標分數：如果X與Y兩變量呈直線相關，只要確定出二者間的回歸方程，就可以從一個變量推估出來另一個變量。在測驗工作中，人們感興趣的是從測驗分數預測效標成績。

　　3、 預測效標指數：公式4-9中的 又稱作無關系數，以K表示之，K值大小表明預測源分數與效標分數無關的程度。（1－K）可作為預測效率的指數，用E表示：E＝100（1－K） （公式4-15）E值大小表明使用測驗比盲目猜測能減少多少誤差。