2023心理学考研知识点测量的信度--考研网上

2023考研科目中，不少考生将大量时候放在了数英政上，在这里小编提示列位考研人别轻忽专业学科的进修。下面考研小编为大师收拾了“2023生理学考研常识点：丈量的信度”，但愿能帮忙大师更好的筹备专业科目。

2023生理学考研常识点：丈量的信度

第一节甚么是信度

1、信度的界说

信度又叫靠得住性，指的是丈量的一致性水平。一个好的丈量东西必需不乱靠得住，即屡次丈量的成果要连结一致，不然便不成信。信度只受随机偏差影响。随机偏差越大，信度越低。是以，信度亦可视为丈量成果受机会影响的水平。体系偏差发生恒定效应，不影响信度。

在丈量理论中，信度被界说为：一组丈量分数的真变异数与总变异数(实得变异数)的比率。即，

(5.1)

式中rxx代表丈量的信度，S 代表真分数的变异数，代表实得分数的变异数，即总变异数。

按照公式(4.3)，信度还可暗示为

(5.2)

该界说有两点要注重: 1)信度指的是一组考试分数或一列丈量的特征，而不是小我分数的特征。2)真分数的变异数是不克不及直接丈量的，是以信度是一个理论上构思的观点，只能按照一组实得分数作出估量。

任何考试只能包括特定样本的标题，由特定的施测者，对特定的被式，在特定的时候、地址施测，环境分歧便会获得分歧的分数。信度触及的重要问题是对考试分数的意义的概化能力，即从一次丈量来推论整体(真实分数)能到达何种准确水平。

按照现代信息论，每组信息可包含一些真正信息(旌旗灯号)和一些毛病的信息(噪音)。为了供给有效的数据，任何丈量必需有高的旌旗灯号噪音比率——即供给更多真实的信息。旌旗灯号可由真实分数的变异数暗示，噪音可由偏差分数的变异数暗示。

信噪比与信度有以下瓜葛：

旌旗灯号/噪音= (5.3)

公式(5.3)其实不难证实，将代入上式的右端可得：

=旌旗灯号/噪音

假设一个考试的信度为0.90，则信噪比为0.90/(1—0.90)=9.0即真正变异数对偏差变异数的比率为9：1。

一个考试的信度只要略微增长一点就会使信噪比大大扭转。比方，信度从0.90增为0.91，可以使信噪比从9：1,变成10.1:1。是以，即便一个至关靠得住的考试也应尽力改良其信度。

2、信度系数

大部门的信度指标都以相瓜葛数暗示，即用统一被试样本所得的两组资料的相干作为丈量一致性的指标，称作信度系数。

与信度系数有关的一个观点叫信度指数，是实得分数与真分数的相干，这是部门与总体的相干，可用下式暗示：

信度指数的平方就是信度系数，可用以下公式暗示，

(5.4)

换言之，信度系数是实得分数与真正分数相干的平方。相瓜葛数的平方暗示两个变量间共有的变异数比例。是以，信度系数现实是真正分数与实得分数之间的决议系数。可以诠释为在实得分数的变异数中有几多比例是由真分数的变异决议的。比方，当rxx =0.90时，咱们可以说实得分数中有90%的变异数是来自真正分数的不同，唯一10%是来自丈量偏差，在极度例子中，如rxx=1.00，则无丈量偏差，所有的变异都来自真分数，若rxx=0，则所有的变异均反应了丈量偏差。

对信度系数也要注重三点，1)在分歧环境下，对分歧样本，采纳分歧法子会获得分歧的信度系数，是以一个考试可能不止一个信度系数。2)信度系数只是对丈量分数纷歧致性水平的估量，并无指出纷歧致的缘由。3)得到较高的信度系数其实不是生理丈量寻求的终极目标，它只是迈向方针的一步，是使考试有用的一个需要前提。

信度系数到达多高才可以接管呢?最抱负的环境是 rxx=1.00m，但这是办不到的。不外咱们可用已有的同类考试作为比力的基准。一般能力与学绩考试的信度系数在0.90以上，有的可以达0.95，至于性情、乐趣、价值观等人格考试的信度系数，凡是在0.80到0.85或更高些。当 rxx<0.70时，不克不及用考试来对小我作评价，也不克不及在集团间作比力，当 rxx="">0.70时，可用于集团间比力;当 rxx>0.85时，可用于辨别小我。

因为信度系数老是在特定环境下得到的，是以只有当一个考试在不少环境下都被证明具备较高的信度时，才可以说它是比力靠得住的考试。

3、信度与考试分数的诠释

信度系数有两个现实用场：一是用来诠释小我分数的意义，二是用来比力分歧考试分数的差别.

(一)小我考试分数的偏差

信度仅表白一组丈量的实得分数与真分数的合适水平，但并没直接指出小我考试分数的变异量。因为存在丈量偏差，一小我所得分数有时比真分数高，有时比真分数低，有时两者相称。理论上咱们可对一小我施测无穷屡次，然后求所得分数的均匀数与尺度差。在这个假如的散布里，均匀数就是这小我的真分数，而尺度差则为丈量偏差巨细的指标。这在其实是行欠亨的。但是，咱们可以用一组被试(人数足够多)两次施测的成果来取代对统一小我频频施测，、以估量丈量偏差的变异数。此时，小我在两次考试中的分数差别就是丈量偏差。据此可制成偏差分数的散布。这个散布的尺度差就是丈量的尺度误，是暗示丈量偏差巨细的指标。

丈量的尺度误可用下式求出：

SE=S

这里SE为丈量的尺度误，为所的分数的尺度差，为丈量信度。从式中可以看出，丈量的尺度差与信度之间有互为消长的瓜葛：信度越高，尺度误越小;信度越低，尺度误越大。

丈量的尺度误其实是在一组丈量分数中偏差散布的尺度差，可以象其它尺度差同样地诠释。是以，小我每次丈量所得分数(X)有68%的可能性落在真分数(T)加减一个单元尺度误(SE)的范畴内，有95%的机遇落在真分数加减1.96个尺度误的范畴内。图5—1表白实得分数在真实分数上的回归，和距回归线一个尺度误的平行线。

按照公式(5.6)，晓得了一组丈量的尺度差和信度系数便可以求出丈量的尺度误。进一步咱们便可以从每小我的实得分数估量出真分数的可能范畴，即肯定出在分歧或然率水准上真分数的置信区间。人们一般采纳95%的或然率水准，其置信区间为：

(X-1.96SE)≤T≤(X+1.96SE) (5.7)

这就是说，约莫有5%的可能性真正分数落在所得分数±1.96SE的范畴内，或有5%的可能性落在这范畴以外。这现实上也表白了再测时分数扭转的可能范畴。

比方：在一次考试中有些学生得80分，这是不是反应了他们的真实程度?若是再测一次他们的分数将扭转几多?已知该次考试的尺度差为5，信度系数为0.84，将得当的数值代入公式5.6与5.7，并解之：

SE=5× =2

T=80±1.96*2=80±3.92=76.08~83.92

咱们可说这些学生的真正分数有95%的可能性落在76与84分之间。即若再测一次，他们的分数低于7六、高于84的可能性不跨越5%。

(二)两种考试分数的比力

来自分歧考试的原始分数是没法直接比力的，只有参照统一个集团的均匀分数，将它们转换成不异标准的尺度分数，才能举行比力。

比方某班期末测验，张生语文数学的成就转换成T分数(均匀数为50、尺度差为10)别离为65和70，由此咱们可以晓得张生的数学比语文考得稍好些，但两者差别是不是成心义，仍不清晰。为了阐明小我在两种考试上表示的好坏，咱们可用“差别的尺度误”来查验其差别的显著性，经常使用的公式以下：

SEd= (5.8)

式中SEd为差别的尺度误，SE一、SE2别离是两组考试分数的尺度误，用SE1= 和SE2= 代入公式5.8可得：

SEd= (5.9)

这里S暗示不异标准的尺度分数之尺度差，Txx暗示第一种考试的信度系数，ryy暗示第二种考试的信度系数。

在上例中，假设这次语文，数学测验的信度系数别离为0.84和0.91，张生的两个分数转化成T 分数后，其差别的尺度误为:SEd= 5

采纳95%的置信区间(即.05显著程度)，，则张生在这两门课上了分数的差别必需到达或跨越1.96SEd=1.96×5=9.8，始能认为两者真有差别。由于数学的T分数只比语文高5分，以是差别其实不显著。

用SE估量小我分数的偏差要注重三点:1)一个考试有不少可能的信度估量，因此也有一样多的尺度误估量，为此，咱们要选择最合适某一特别环境的信度估量来解决问题。比方借使倘使咱们对半年内的分数不乱性感乐趣,咱们就以六个月为时距施测两次的相瓜葛数作为信度估量，根据此信度系数求出尺度误，再用来估量在六个月内分数可能扭转几多。2)这个估量假设SE在所有分数程度都同样，但有时高分段与低分段其尺度误其实不不异。上面所计较的SE现实是全部分数范畴的均匀丈量偏差指标。若是分数的散布类似正态，并且实得的分数不跨越可能的全距，则丈量的尺度偏差在所有分数程度上类似一致。3)考试上所得分数是一小我真正分数的最好现成估量，可是，因为存在丈量偏差，以是它其实不是个切当的指标。所得分数对真分数估量得若何切确，可以由SE的巨细或间接地由考试的信度显示出来。由于在一般环境下，rxx<1.00,se>0，以是咱们必需将考试分数当作范畴或带状，而不要当作切当的点。这条带子有多宽将取决于丈量尺度误的巨细，终极取决于信度系数。rxx越小，SE越大，这个范畴便越广。若常常将分数想成是一个范畴，咱们在比力分歧被试的分数，或统一个被试在分歧考试上的分数时，便可以降服对分数间的细小辨别作出过分化释的习气。4)丈量尺度误是对丈量偏差的刻画，用它能对小我真正分数的置信区间作出估量，但用它来估量小我真正能力则可能致使紧张毛病，由于它没有斟酌到体系偏差的影响，真分数与真正能力是两个分歧的观点。

以上是