自由读 — 二、效度

效度（validity）通常是指测评工具的有效性和正确性，亦即测评工具能够测量出其所欲测量特性的程度。

一般常用的效度指标有内容效度、结构效度、效标关联效度。

如果以上三个回答的肯定性很高，那说明我们推论的正确性就高。

（一）内容效度

内容效度是指测评题目是否能充分代表所要测量的内容范围，即测评题目对有关内容或行为范围取样的适当性。

在评价中心中，内容效度体现在以下两方面：

典型的内容效度检测过程就是由专家评估这两个要求是否得到了满足。

专家比较判断法：由一组独立的专家组成专家评定组，对测评内容取样的充分性、必要性、适合性进行评定，对实际测评到的内容与所要测素质特征的符合程度做出判断。

评价中心内容效度定论

评价中心从测量设计到实际操作，都以对目标岗位的工作分析为出发点，其典型的测评方法——情景模拟练习更是强调模拟工作的真实性，从情景的取材上要与目标岗位的工作内容尽量相关联，因而其内容效度在测评的设计与应用阶段通常能得到较好的控制。

（二）结构效度

我们要测量某一抽象概念，那么就要构想这一概念的组成方面，并构造这些组成方面的测量工具，哪种构想最贴近这一抽象概念的本质特征，哪种方案的结构效度就高，否则就低。

以“智力”这一概念为例：

在这个过程中把抽象素质“智力”构建成具体行为特征，能否抓住“智力”的本质特征进行构建以及构建的程度，就是结构效度的问题。哪种构想方案最贴近“智力”的本质特征，哪种方案的结构效度就高，否则就低。

结构效度常见定量检验方法有两种：

1.因子分析方法

因子分析法最早是由心理学家发展起来的，因为心理学家经常研究抽象的性格特征和行为取向，从而解释人类的行为能力，但有些概念比较抽象，无法直接测量，需要借助特定行为的推断评判来间接测量这些特质和概念，这些行为指标就称为观测变量。科学家在研究的过程中将行为指标描述出来变成量表中的题目，然后开展研究，运用多种统计方法，最后形成测量该概念的量表。例如比奈—西蒙量表、斯坦福—比奈量表、韦氏智力量表。

在上述量表研究中，科学家将量表中众多观测变量（题目），运用数学方法进行分析，从而找到变量的内部结构，验证先前的理论构想，这就是因子分析方法（Factor Analysis）。

由于在长期实践中证实该方法能有效提取内在结构，现在它已经被运用到了医学、社会学、市场营销等各个领域。现在已经有SPSS、SAS等专业统计软件，来处理因子分析这样的工作了。

例如：我们根据智力的构想方案1，形成测量“识记事物（37、43、45、47、51、54、57）”、“空间推理（6、11、12、14）”、“数学计算（15、28、31、38、41）”、“类比分类（1、2）”等测量题目，然后对这些测量题目进行因子分析，形成因子聚类结果（如表2-3所示）。

表2-3 智力测量的因子聚类结果

结果发现，对于因子1，构想假设是通过37、43、45、47、51、54、57等题目测量，因子分析的结果显示，因子1是通过37、43、45、47、51、54、57、32等题目测量；对于因子6，构想假设是通过15、28、31、38、41等题目测量，因子分析的结果显示，因子6是通过15、28、38等题目测量。

我们根据某一个因子结构方案，结合理论构想，对量表中的观测题目进行分类和命名（如表2-4所示）。

表2-4 智力测量的因子分类和命名