一、单项选择题下列每题给出的四个选项中,只有一个选项是符合题目要求的。 二、多项选择题下列每题给出的四个选项中,至少有两个选项是符合题目要求的。 三、简答题1. 举例说明如何控制实验者效应。
实验者效应一般是无法消除的,但可以通过一些研究方法大大地减小它们的作用:
(1)可采用安慰剂控制方法,在实验中是指一种看起来像药物或其他速效物质,实际上是一种无效或非活动性的物质。
(2)另外一种更为有效的控制需要特征和实验者效应的研究方法称作单盲或者双盲实验,即被试或者主试有一方或者双方都不了解各个实验组接受的实验条件。
2. 假设某学者自编了一套神经类型测验,并且让几十万人中进行了试用,试问该测验是否一定有效?
测验的有效性,即测验的效度,是指一个测验或量表实际能测出其所要测的心理特质的程度。分为内容效度、结构效度和实证效度等,可以分别从这三个方面来探讨一下该测验是否有效:
(1)从内容效度方面来看
内容效度是指一个测验实际测到的内容与所要测量的内容之间的吻合程度。通常来讲,内容效度的确定方法是:专家评定法和统计分析法。
①明确欲测内容的范围,包括知识范围和能力要求两个方面。这种范围的确定必须具体、详细,并要根据一定目的规定好各纲目的比例。
②确定每个题目所测的内容,并与测验编制者所列的双向细目表(考试蓝图)对照,逐题比较自己的分类与制卷者的分类,并做记录。
③制定评定量表,考察题目对所定义的内容范围的覆盖率、判断题目难度与能力要求之间的差异,还要考察各种题目数量和分数的比例以及题目形式对内容的适当性等,对整个测验的有效性作出总的评价。
④克龙巴赫还提出过内容效度的统计分析方法。其具体方法是:
a.从同一个教学内容总体中抽取两套独立的平行测验,用这两个测验来测同一批被试,求其相关。若相关低,则两个测验中至少有一个缺乏内容效度;若相关高,则测验可能有较高的内容效度(除非两个测验取样偏向同一个方面)。
b.第二种判断内容效度的方法是再测法。这种方法的操作过程是:在被试学习某种知识之前作一次测验,在学过该知识后再作同样的测验。这时,若后测成绩显著地优于前测成绩,则说明所测内容正是被试新近所学内容,进而证明该测验对这部分内容而言具有较高的内容效度。
从题目看来,这测验是由某学者自编的,缺少专家的评判,也没有相应的统计分析方法,所以,该测验实际测验出来的内容是否与想要测验的内容相吻合,值得商榷。
(2)从结构效度方面来看
结构效度是指一个测验实际测到所要测量的理论结构和特质的程度,或者说它是指测验分数能够说明心理学理论的某种结构或特质的程度。结构效度的确定方法:
①提出理论假设,并把这一假设分解成一些细小的纲目,以解释被试在测验上的表现。
②依据理论框架,推演出有关测验成绩的假设。
③用逻辑的和实证的方法来验证假设。
从题目上来看,题目中没有交代清楚该测验编写的理论依据,因此测验的结构效度也值得怀疑。
(3)从实证效度方面来看
实证效度,也称效标关联效度,是指一个测验对处于特定情境中的个体的行为进行估计的有效性。即一个测验是否有效,应该以实践的效果来作为检验标准。被估计的行为是检验测验效度的标准,简称为效标。该题目中没有涉及到效标的界定,所以也不能够从实证效度的角度来探讨其的有效性。
总之,非常值得肯定的一点是该测验的施测样本比较大,在某种程度上可以减少由于样本选择所带来的随机误差,因为无论是随机误差还是系统误差都会影响到测验的效度,随机误差减小可以增加测验的效度,但是该测验的系统误差,如:测验的内容效度、结构效度和实证效度方面资料不足,因而可能影响到该测验的有效性。
3. 测验分数为什么要合成?说明合成测验分数的主要方法。
使用测验时,需要将几个分数或几个预测源组合起来获得一个合成分数或做出总的预测。包括项目的组合、分测验或量表的组合、测验或预测源的组合等。
(1)测验分数合成的原因
测验分数要合成是因为测验施测以后,将受测者的反应与答案作比较即可得到每个人在测验上的分数,这种直接从测验上得到的分数是原始分数。它本身没有太大的意义。而为了使原始分数有意义,同时为了使不同的原始分数可以比较,必须把它们转换成具有一定的参照点和单位的测验量表上的数值。通过统计方法由原始分数转化到量表上的分数称为导出分数。有了导出分数,才能对测验结果作出有意义的解释。
(2)合成测验分数的主要方法
①临床判断。研究者根据直觉经验,主观地将各种因素组合以得出结论或预测的方法。其优点是能从整体上对各因素加以综合考虑,考虑到了各因素间的交互作用;同时,也能考虑到每个人的具体情况。其缺点是主观加权可能受判断者的偏见的影响,不够客观,没有精确的数量指标,判断者需要受过训练并具有丰富的经验。
②推理方法。不考虑各个变量之间的经验关系,而是根据某种先验的理想程序来做推理性加权。包括单位加权和等量加权。单位加权最简单的方法是将各个变量直接相加而得到一个合成分数;等量加权需要将所有分数转换成标准分数(z分数)。
③多重分段。当用测验来决定取舍时,必须确定一个分数线,分数在这条线以上的人接受,在这条线以下的拒绝,这是只有一个预测源的情况。在实际决策中,人们往往不只使用一个预测源。这种方法只是把人分为达到最低标准(接受)与未达到最低标准(拒绝)两类,而不在两组人内部做进一步的区分。根据确定分数线的不同情况,多重分段可有两种主要模式:综合分段、连续栅栏等。
④多重回归。当同时采用几个预测源来预测一个效标,而这些预测源变量之间又具有互偿性时,多重回归是最常用来组合分数的模式。多重回归方程式的导出一般是借助计算机来进行的。
⑤合成分数的特殊方法。在某些情况下需要采用一些特殊的方法来组合分数,比如:完形记分、轮廓分析等。完形记分就是将各个变量看作一个整体,不是孤立地看每一个反应结果,而是看总的反应模式。轮廓分析主要是考虑被试在各个测验或量表上所得分数的轮廓,而不是将各个变量做简单的线性组合。
4. 简述荣格的人格理论。
(1)人格结构论
荣格认为,一个完整的人格是由若干不同,但彼此相互联系的系统(层次)组成的,即由意识、个体潜意识和集体潜意识构成。个体潜意识的内容以“情结”的形式表现出来,集体潜意识的内容以“原型”的形式表现出来。
(2)人格动力论
荣格认为,构成人格结构的心理要素不能静止不动地支配人格,它们要在一定的心理能量作用下建构人格。人格结构本身就是一个具有相对闭合性的动力系统。
(3)人格发展理论
荣格认为,人格的发展就是个性化的过程,即在意识的指导下,使意识的心灵和潜意识内容融洽地结合为一体的过程。人格发展分为童年期、青年期、中年期和老年期。
(4)心理类型理论
荣格根据态度倾向,将人划分为内倾性和外倾性两种类型;又提出了四种心理功能,即思维、情感、感觉和直觉;根据态度和功能的结合,人格类型分为八种:外倾思维型、外倾情感型、外倾直觉型、外倾感觉型、内倾思维型、内倾情感型、内倾直觉型、内倾感觉型。
5. 简述将测验原始分数转化为标准分数的方法。
被试在接受测验后,根据测验的计分标准,对照被试的反应所计算出的测验分数称作原始分数。原始分数反映了被试答对题目的个数或作答正确的程度。但是原始分数不能直接反应出差异状况,不能刻画出被试相互比较后所处的地位,所以要转换成导出分数。标准分数是一种具有相等单位的量数。它是将原始分数与团体平均数之差除以标准差所得的商数。标准分数是常用的导出分数。将原始分数转化为标准分数的方法有两种:
①线性转化的标准分数。可直接根据标准分数的定义,即

,直接计算得到原始分数对应的标准分数。
②正态化的标准分数。为了能将来源于不同分布形态的分数进行比较,可使用非线性转换,将非正态分布变成正态分布。具体做法:先将原始分数转换成百分等级,然后从正态曲线的面积表中查出对应的标准分数。
[解析] 本题考点:测验常模。回答本题,首先要知道原始分数和标准分数的概念定义,尤其要熟记计算标准分数的公式,在理解的基础上学会分析问题。然后要知道原始分数转化标准分数的方法包括两种:直接用标准分数公式,和非线性转换。测验常模部分分数的转换与合成为考频较高的内容,标准分数的变式部分考查难度不大,但需考生在理解的基础上熟练记忆,并会进行简单的运算。
四、综合题1. 从α与β两类错误的关系分析,为什么α与β的和不一定等于1 7
α与β是在两个前提下的概率。α是拒绝H
0时犯错误的概率(这时前提是“H
0为真”);β是接受H
0时犯错误的概率(这时“H
0为假”是前提),所以α+β不一定等于1。
如果H
0:μ
1=μ
0为真,对于某一显著性水平α,其临界点为

。(将两端各α/2放在同一端)。

右边表示H
0的拒绝区,面积比率为α;左边表示H
0的接受区,面积比率为1-α。在“H
0为真”的前提下随机得到的

落到拒绝区时拒绝H
0是犯了错误的。由于

落到拒绝区的概率为α,因此拒绝在“H
0为真”时所犯错误(Ⅰ型)的概率等于α。而又落到H
0的接受区时,由于前提仍是“H
0为真”,因此接受H
0是正确决定,

落在接受区的概率为1-α,那么正确接受H
0的概率就等于1-α。如α=0.05则1-α=0.95,这0.05和0.95均为“H
0为真”这一前提下的两个概率,一个指犯错误的可能性.一个指正确决定的可能性,这二者之和当然为1。但讨论β错误时前提就改变了,要在“H
0为假”这一前提下讨论。对于H
0是真是假事先并不能确定,如果H
0为假、等价于H
1为真,它与在“H
0为真”的前提下所讨论的相似,

落在临界点左边时要拒绝H
1(即接受H
0),而前提H
1为真,因而犯了错误,这就是Ⅱ型错误,其概率为β。很显然,当α=0.05时,β不一定等于0.95。
2. E字形视标检查儿童的视敏度,每种视力值(1.0,1.5)有4个方向的E字各两个,问:说对几个才能说真得看清了而不是猜对的?
n=8,p=1/4=0.25,np=2,所以这个二项分布不近似正态分布,只能根据二项分布求解
p(X≥x)≤0.05,求x
p(X=8)=b(8,8,0.25)=0.000015
p(X=7)=b(7,8,0.25)=0.000036
p(X=6)=b(6,8,0.25)=0.0033
p(X=5)=b(5,8,0.25)=0.023
p(X=4)=b(4,8,0.25)=0.087
p(X≥5)≤0.05
说对了5个才能说看清了而不是猜对的
某机构开发了一套选拔性测验,有100名考生参加了该测验,平均分为50,标准差为11。一年后又搜集了这批考生的工作能力分数作为效标分数,其平均数为500,标准差为110。考生的测验分数与工作能力分数的相关系数为0.80。选拔性测验的次数分布表如下: 选拔性测验分数区间 | 观察次数 | 正态分布面积比例 |
69~80 57~68 45~56 33~44 21~ 32 | 6 21 42 27 4 | P1=0.04 P2=2.24 P3=0.45 P4=0.24 P5=0.04 |
根据上述材料,回答下列问题(计算结果保留2位小数):3. 检验这次选拔性测验分数是否满足正态分布(

;F
(3.99)0.05=2.70,F
(4,99)0.05=2.46,F
(5.99)0.05=2.30)。
①使用χ
2检验。H
0:该分布符合正态分布。H
1:该分布不符合正态分布。
②整理数据并计算χ
2值
整理数据如下表所示:
选拔性测验分数区间
|
实际次数(f0)
|
理论次数(fe)
|
f0-fe
|
69~80 57~68 45~56 33~44 21~32
|
6 21 42 27 4
|
4 24 45 24 4
|
2 -3 -3 3 0
|
③自由度为df=5-1=4,比较计算得到的χ
2值与临界值的大小,

,不能拒绝H
0。
④结论:这次选拔性测验的分数满足正态分布。
4. 就本选拔性测验目的而言,工作能力分数中无法解释的误差变异所占的比例是多少?
已知选拔性测验分数与效标分数的相关系数r=0.80,故

无法解释的误差变异为

,即工作能力分数中无法解释的误差变异占总变异的36%。
5. 如果学生甲的选拔性测试分数为71.60,则该学生的百分等级是多少?
计算学生甲的Z分数,

由于选拔性测验分数满足正态分布,所以比该学生成绩低的学生所占比例为97.50%,即该学生的百分等级为98。
6. 如果回归方程为

,其中,a=100,请预测学生甲的工作能力分数。

,学生甲的工作能力分数是672.80。