测试有效性剖析方法有哪些(测验推算测试)
测验的效度有那三种
（1）内容效度(内容吻合)：实际测得内容和你要测的内容的吻合程度，一般用于成就测验，如考试类，主要剖析法：逻辑剖析法（2）结构效度（理论效度）实际测到的论理结构和心理特质的程度，可以从测验内容寻找证据，测验之间寻找证据，考察检验实证效度，多种特质—多方矩阵法（3）实证效度（校标效度）：特定情境下测量的有效性，有相关法（校标关联），区分法，命里率等方法进行估计。参考书籍：戴海琦，《现代教导与测量》
简述考评人员素质测评的效度的方式方法
人员素质测评指标构建基本方法 一：工作剖析法概念：工作剖析法是一种以确定职位工作要求与责任范围为目的的人力资源管理方法，通过工作剖析，可以明确所从事的工作任职者应该具备哪些素质，哪些素质是必不可少的，哪些素质是最要紧的，哪些是不所需的，哪些素质是无关紧要的。 工作剖析法步骤。
1：依据测评目的与工作要求，确定需要调查的职务范围，制定调查提纲和计划
2：采用一定方法广泛收集有关职位任职者的主要工作要求和内容素材
3: 通过定性的方式方法栓选，形成内容全面的素质调查表，包括品德，智能，知识，经验和资历。
4： 在更大范围内进行调查，要求被调查者对调查表上的素质内容进行评价与补充
5：对调查结果进行多元统计剖析，栓选主要素质项目
6：对选出来的主要素质测评项目进行测试或者专业人士咨询，保证素质测评目标的实现
二：专题访谈法 研究者通过面对面的谈话，用口头信息沟通的途径直接获取有关专题信息的研究方法。 专题访谈法包括个别访谈法和群体访谈法两种 优点;具有简单易行，研究内容集中，便于迅速获得第1手材料。 缺点;谈话没有统一规范，使信息的获取和加工受到研究者个人条件的作用与影响
三：问卷调查法 概念：问卷调查法是指运用内容明确，表达正确的问卷量表，让被调查者依据自个的知识与经验，自行选择答案的研究方法。
分为开放式和封闭式两种
开放式问卷：开放式问卷无标准化答案和回答流程被调查者可以依据本人的真实想法，自由回答，适合使用于广泛了解民意，大量收集信息，适用要素选择阶段
封闭式问卷; 封闭式有标准的答题方式，常常见到的封闭问卷有是非法，选择法等级排列法，答案规范便于统计剖析，适合使用于推测辨别及要素总体规划阶段。 常常见到的封闭式问卷法有;是非法，选择法，等级排列法。
四：个案研究法 概念：对某一个体，群体或某一组织在较长久里连续进行调查研究，期望从典型个案中推导普遍规律的研究方法。，包括典型人物（事物）剖析法与典型资料剖析法。 典型人物剖析法; 经过对典型人物的工作状况，具体表现或是事业角色特征的分析研究，来编制人员测评的指标体系的方式方法。
典型人物剖析法步骤：
1：明确测评的意图对象
2：根据测评目的和对象特征来选择典型样本
3：选择适当的方式方法对典型人物做一个全面的剖析，找出最主要的特点 典型资料剖析法以人物或时间的文字资料为直接研究对象，经过对这几个材料的汇总剖析，归纳出测评指标体系。（成功的典型资料正向测评指标，失败的反向测评指标） 个案研究法优缺点对比。
优点：真实可信，要素有针对性，全面的整体构思
缺点：研究周期长，结果具有描述性，较易受研究者的知识经验能力等个人因素的作用与影响
五：胜任力特征剖析法 是基于胜任力概念的素质测评指标剖析法 形成步骤;
1: 确认企业战略，研究组织面临的竞争角逐挑战和组织文化；了解胜任力模型将用于何处。
2：适合的方法进行数据收集得到胜任力的主要模块和指标体系
3：数据集成，归纳剖析已收集的数据，提炼作用与影响因素
4：有效性剖析模型形成之后，通过绩效考评进行效度验证。
5:个人访谈
素质测评是指测评主体采用科学的方式方法，收集被测评者在主要活动范畴中之代表信息，针对某一素质测评指标做出量值或价值的判断过程，或者直接从所收集之代表信息中引发与推断某些素质特征的过程。
更多阅读：
素质测评流程：
确定测量的意图和内容
依据不同的测量目的确定具体的测量内容是人事测量的第1步。测量内容应依据所选拔岗位的任职素质要求，通常来讲可以工作剖析、职务说明为根据，针对不同职务、不同岗位、不同企业特征的特殊要求来核实确定所所需的测量内容。
确定测量的基本形式和测量工具
测量的形式和工具依据测量内容的区别而不同。测量形式和工具的确定也是很重要的一步。不恰当的测量方法会使测量结果不能满足测量目的，甚至会致使收集到虚假信息，误导决策的制定。
一般自陈量表（即基于自我评价的问卷）的动机测验题目表面效度（即从题目表面是否容易看出出题人的意向和答案倾向）过高。应聘者容易展现出较高的社会赞许性，即题目本身的答案反映了一般社会价值倾向，应聘者容易展现出反应偏差，投其所好，故或许不适合于在招聘考核中采用时，就能够采用隐蔽性有些高的投射测验（如主题统觉测验）来对应试者的动机进行评定。
测量的实施与数据采集
在测量的实施过程中，须留意做到客观化、标准化，保证收集到的测量结果能够公平、真实地反映应试者的状况。在收集测量资料的并 且，须留意将实施测量的过程中有关的信息及可能对决策产生作用与影响的细节与关键记录下来，作为决策的辅助材料。另外，对测量结果造成作用与影响的特殊因素也应进行记录。
通常来讲，要求测量的现场环境要空气通畅、新鲜，照明充足，温度、湿度适宜，干净整洁，安静，没有外界干扰，每个被测者的桌椅应尽可能舒适，并有足够的空间，尤其避开多个被试者同时应试时互相作用与影响、干扰。
剖析测量结果
对测量结果的剖析通常来讲包括对测量结果的计分、统计和解释。使用者仅需依照测验手册的说明进行操作即可。
依据剖析作出决策或对决策的意见
决策与测量的意图联系紧密，以选拔为目的的测量，其决策内容为候选人名单；以安置为目的的测量，其决策内容为岗位与应聘者的匹配；以评价为目的的测量，其决策内容为对应试者素质的评价；以诊断为目的的测量，其决策内容为应试者的问题和特长或应试团体的状况和管理问题；以预测推算为目的的测量，其决策内容为应试者将来的绩效和工作表现。
跟踪检验和反馈
在大部分情况下，需要对测量结果及聘用结果进行跟踪，着重是依据工作绩效对测量结果和聘用进行检验，这就为此前的工作提供了重要的反馈，为测量取得经验性资料，为进一步矫正测量以达到更大的精确度提供根据。可以说，到这一阶段，才真真正正完成了一个人事测量作业系统。
参考资料：知识混装大无极-素质测评
怎样提高测试的效度和信度
信度是指测验结果的一致性、稳定性及可靠性，一般多以内部一致性来加以预示该测验信度的高低。信度系数愈高即预示该测验的结果愈一致、稳定与可靠。系统误差对信度没啥作用与影响，由于系统误差总是以一样的方式作用与影响测量值的，因此不会造成不一致性。反之，随机误差可能致使不一致性，从而降低信度。效度（Validity）即有效性，它是指测量工具或手段能够准确测出所需测量的事物的程度。效度是指所测量到的结果反映所想要考察内容的程度，测量结果与要考察的内容越吻合，则效度越高；反之，则效度越低。效度分为三种类型：内容效度、准则效度和结构效度。提高测验信度的方式方法 : （ 1 ）适当延长测验的长度 : 测验的长度主要指量表所蕴含的题目多少。对一个测验来说 ， 测验的题目越少 ， 得分越较易受偶然因素的作用与影响 ， 故测验的信度越低。 反之假如测验题目较多 ， 即测验长度延长 ， 扩大了被试得分范围 ， 可在某种程度上排除偶然因素的作用与影响 ， 从而提高测验信度。不过测验信度的增添并不是等比例提高信度系数。当信度系数较小时 ， 延长测验长度信度系数增添较大 ; 当信度系数已经较大时 ， 延长测验长度对信度系数的作用与影响就较小了。而且 ， 在延长测验长度时 ， 还需考虑别的因素的作用与影响 ， 如被试在解答问题时是否疲倦或产生厌烦情绪 ， 是否节省时间、物力和财力 ， 测题是否附合测验目的等。 （ 2 ）测验的难度要适中 : 难度即测验的难易程度 ， 当测验难度太大时 ， 被试得分普遍太低 ， 呈负偏态分布 ; 当测验难度太小时 ， 被试得分普遍较高 ， 呈正偏态分布。太难太易的测验都使被试得分差别减小 ， 使实得分数方差减小 ， 从而降低测验信度。（ 3 ）测验的内容尽最大力量同质 : 性质一样的测验内容 ， 对被试也要求一样的能力、知识和技能 ; 而内容不同质的测验 ， 则要求被试不同的能力、 知识和技能。因而为了提高测验信度 ， 测验内容应尽最大力量同质。 （ 4 ）测验的时间要充分 : 对某一测验来讲 ， 应保证绝大都被试在规定时间内完成测验 ; 要不然 ， 假如被试不能从容回答所有问题 ， 就不能反映被试的真实水平。 （ 5 ）测验的流程要统一 : 包括测验的题目统一 ， 指导语、 解答问题的方式、分收试卷的方式方法、测验时间等都要统一。 （ 6 ）评分要客观 : 评分是否客观对测验信度有直接的作用与影响。对于客观性题目 ， 评分标准明确 ， 评分容易做到客观 ; 不过对于主观性题目 ， 受评分者作用与影响较大 ， 不易做到客观。为了尽可能客观评分 ， 应制定明确而易掌握的评分标准 ， 尽最大力量做到一卷多评 ， 或一人只评一题等。 提高测验效度的方式方法 : （ 2 ）控制系统误差 : 系统误差是作用与影响测验效度的主要因素。它主要包括仪器不准 ， 题目和指导语有暗示性 ， 答案按排不当 ( 被试可以猜测 ) 等 ， 控制这几个因素可以降低系统误差 ， 提高效度。 (2) 精心编制测题和测验量表 : first of all测题内容要适合测验目的 ， 如知识性测题就不能全面反映被试的智慧水平 ， 它主要测量其知识水平。其次 ， 测题要显而易见 ， 用语要让被试理解 ， 排列由易到难。第3 ， 测题的难度和曲分度要合适。 (3) 严格依照测验流程进行测量 ， 防止测量误差 : 要严格依照测验手册进行测量 ， 不能作过多的解释 ， 按标准评分 ， 两次测验间隔要适当。 (4) 样本容量要适当 : 当样本容量加大时 ， 样本对总体的表现性提高 ， 样本大 ， 被试的内部差别加大 ， 扩大了真分数的方差 ， 使效度提高。 样本容量一般不应低于 30 。另外 ， 抽样方法也特别重要 ， 一般用随机抽样 ， 当群体很大时 ， 可分层抽样 ， 样本容量扩大时 ， 其表现性才随之加大。 (5) 正确处理好信度与效度的关系 : 信度是效度的必要条件 ， 但信度高的测验 ， 效度不一定高 ; 而效度高的测验 ， 信度却有些高。不过 ， 既要有高效度 ， 又要有高信度是不容易做到的。“最大可靠度（信度）要求测验项目之间有高度的组间相关； 最大预测推算有效度却要求低度的组间相关。最大可靠度（信度）要求项目等同的难度； 最大预测推算有效度却要求项目的难度有所区别。中等程度的组间相关（ 0。10 ─ 0。60)， 通常来讲可产生良好的效度 (0。30 ─ 0。80)， 并且产生满意的信度 (0。90) 。” ( 郝德员 : 《教导与心理统计》 ， 教导科学出版社 ，1962 年版 。P429) (6) 适当增添测验的长度 : 增添测验的长度可提高测验的信度 ， 也可来提升效度 ， 但增添测验的长度对信度的作用与影响大于对效度的作用与影响。假如增添测验 长度到原来的 n 倍 。
有效性测试是在模拟的环境下运用黑盒法，验证软件特征是否与需
黑盒测试和白盒测试： 黑盒测试 黑盒测试也称功能测试或数据驱动测试，它是在已知产品所应拥有的功能，通过测试来检测每个功能是否皆能正常使用，在测试时，把流程看作一个不能打开的黑盆子，在完全不考虑流程内部结构和内部特性的情形下， 测试者在流程接口进行测试，它只检查流程功能是否依照需求规格说明书的规定正常使用，流程是否能适当地接收输入数锯而产生正确的输出信息，并且保持外部信息（如数据库或文件）的完整性。黑盒测试方法主要有等价类划分、边值剖析、因—果图、错误推测等，主要用于软件确认测试。 “黑盒”法着眼于流程外部结构、不考虑内部逻辑结构、针对软件界面和软件功能进行测试。“黑盒”法是穷举输入测试，只有把所有可能的输入都作为测试情况使用，才能以这一个方法查出流程中所有的错误。 白盒测试： 白盒测试也称结构测试或逻辑驱动测试，它是知道产品内部工作过程，可通过测试来检测产品内部动作是否依照规格说明书的规定正常进行，依照流程内部的结构测试流程，检验流程中的每条通路是否皆有能按预定要求正确工作，而不顾它的功能，白盒测试的主要方法有逻辑驱动、基路测试等，主要用于软件验证。“白盒”法全面了解流程内部逻辑结构、对所有逻辑路径进行测试。“白盒”法是穷举路径测试。在使用这一方案时，测试者必须检查流程的内部结构，从检查流程的逻辑着手，总结出测试数据。 黑盒测试和白盒测试 任何工程产品（注意和提防是任何工程产品）皆可以使用来下两种方法之一进行测试。 黑盒测试：已知产品的功能设计规格，可以进行测试证明每个实现了的功能是否符合要求。 白盒测试：已知产品的内部工作过程，可Yi经过测试证明每种内部操作是否符合设计规格要求，所有内部成分是否以经过检查。 软件的黑盒测试象征着测试要在软件的接口处进行。这一个方法是把测试对象看做一个黑盒子，测试人员完全不考虑流程内部的逻辑结构和内部特性，只根据流程的需求规格说明书，检查流程的功能是否符合它的功能说明。因此黑盒测试又叫功能测试或数据驱动测试。黑盒测试着重是为了发现以下几类错误： 1。是不是有不正确或遗漏的功能？ 2。在接口上，输入是否能正确的接受？能不能输出正确的结果？ 3。是不是有数据结构错误或外部信息（例如数据文件）访问错误？ 4。性能上是否能够满足要求？ 5。是不是有初始化或终止性错误？ 软件的白盒测试是对软件的过程性细节与关键做细致的检查。这一个方法是把测试对象看做一个打开的盒子，它允许测试人员利用流程内部的逻辑结构及相关信息，设计或选择测试用例，对流程所有逻辑路径进行测试。通过在不同点检查流程状态，确定实际状态是否与预期的状态一致。因此白盒测试又称为结构测试或逻辑驱动测试。白盒测试着重是想对流程模块进行如下检查： 1。对流程模块的所有单独的执行路径至少测试一遍。 2。对所有的逻辑判定，取“真”与取“假”的两种情况皆能至少测一遍。 3。在循环的边界和运行的界限内执行循环体。 4。测试内部数据结构的有效性，等等。 以上事实说明，软件测试有一个致命的缺陷，即测试的不完全、不彻底性。因为任何流程只能进行少量（相比于穷举的巨大数量来讲）的有限的测试，在未发现错误时，不可以说明流程中没有错误
有效性测试是在模拟的环境下运用黑盒法，验证软件特征是否与需
黑盒测试和白盒测试： 黑盒测试 黑盒测试也称功能测试或数据驱动测试，它是在已知产品所应拥有的功能，通过测试来检测每个功能是否皆能正常使用，在测试时，把流程看作一个不能打开的黑盆子，在完全不考虑流程内部结构和内部特性的情形下， 测试者在流程接口进行测试，它只检查流程功能是否依照需求规格说明书的规定正常使用，流程是否能适当地接收输入数锯而产生正确的输出信息，并且保持外部信息（如数据库或文件）的完整性。黑盒测试方法主要有等价类划分、边值剖析、因—果图、错误推测等，主要用于软件确认测试。 “黑盒”法着眼于流程外部结构、不考虑内部逻辑结构、针对软件界面和软件功能进行测试。“黑盒”法是穷举输入测试，只有把所有可能的输入都作为测试情况使用，才能以这一个方法查出流程中所有的错误。 白盒测试： 白盒测试也称结构测试或逻辑驱动测试，它是知道产品内部工作过程，可通过测试来检测产品内部动作是否依照规格说明书的规定正常进行，依照流程内部的结构测试流程，检验流程中的每条通路是否皆有能按预定要求正确工作，而不顾它的功能，白盒测试的主要方法有逻辑驱动、基路测试等，主要用于软件验证。“白盒”法全面了解流程内部逻辑结构、对所有逻辑路径进行测试。“白盒”法是穷举路径测试。在使用这一方案时，测试者必须检查流程的内部结构，从检查流程的逻辑着手，总结出测试数据。 黑盒测试和白盒测试 任何工程产品（注意和提防是任何工程产品）皆可以使用来下两种方法之一进行测试。 黑盒测试：已知产品的功能设计规格，可以进行测试证明每个实现了的功能是否符合要求。 白盒测试：已知产品的内部工作过程，可Yi经过测试证明每种内部操作是否符合设计规格要求，所有内部成分是否以经过检查。 软件的黑盒测试象征着测试要在软件的接口处进行。这一个方法是把测试对象看做一个黑盒子，测试人员完全不考虑流程内部的逻辑结构和内部特性，只根据流程的需求规格说明书，检查流程的功能是否符合它的功能说明。因此黑盒测试又叫功能测试或数据驱动测试。黑盒测试着重是为了发现以下几类错误： 1。是不是有不正确或遗漏的功能？ 2。在接口上，输入是否能正确的接受？能不能输出正确的结果？ 3。是不是有数据结构错误或外部信息（例如数据文件）访问错误？ 4。性能上是否能够满足要求？ 5。是不是有初始化或终止性错误？ 软件的白盒测试是对软件的过程性细节与关键做细致的检查。这一个方法是把测试对象看做一个打开的盒子，它允许测试人员利用流程内部的逻辑结构及相关信息，设计或选择测试用例，对流程所有逻辑路径进行测试。通过在不同点检查流程状态，确定实际状态是否与预期的状态一致。因此白盒测试又称为结构测试或逻辑驱动测试。白盒测试着重是想对流程模块进行如下检查： 1。对流程模块的所有单独的执行路径至少测试一遍。 2。对所有的逻辑判定，取“真”与取“假”的两种情况皆能至少测一遍。 3。在循环的边界和运行的界限内执行循环体。 4。测试内部数据结构的有效性，等等。 以上事实说明，软件测试有一个致命的缺陷，即测试的不完全、不彻底性。因为任何流程只能进行少量（相比于穷举的巨大数量来讲）的有限的测试，在未发现错误时，不可以说明流程中没有错误
怎样提高测试的效度和信度
信度是指测验结果的一致性、稳定性及可靠性，一般多以内部一致性来加以预示该测验信度的高低。信度系数愈高即预示该测验的结果愈一致、稳定与可靠。系统误差对信度没啥作用与影响，由于系统误差总是以一样的方式作用与影响测量值的，因此不会造成不一致性。反之，随机误差可能致使不一致性，从而降低信度。效度（Validity）即有效性，它是指测量工具或手段能够准确测出所需测量的事物的程度。效度是指所测量到的结果反映所想要考察内容的程度，测量结果与要考察的内容越吻合，则效度越高；反之，则效度越低。效度分为三种类型：内容效度、准则效度和结构效度。提高测验信度的方式方法 : （ 1 ）适当延长测验的长度 : 测验的长度主要指量表所蕴含的题目多少。对一个测验来说 ， 测验的题目越少 ， 得分越较易受偶然因素的作用与影响 ， 故测验的信度越低。 反之假如测验题目较多 ， 即测验长度延长 ， 扩大了被试得分范围 ， 可在某种程度上排除偶然因素的作用与影响 ， 从而提高测验信度。不过测验信度的增添并不是等比例提高信度系数。当信度系数较小时 ， 延长测验长度信度系数增添较大 ; 当信度系数已经较大时 ， 延长测验长度对信度系数的作用与影响就较小了。而且 ， 在延长测验长度时 ， 还需考虑别的因素的作用与影响 ， 如被试在解答问题时是否疲倦或产生厌烦情绪 ， 是否节省时间、物力和财力 ， 测题是否附合测验目的等。 （ 2 ）测验的难度要适中 : 难度即测验的难易程度 ， 当测验难度太大时 ， 被试得分普遍太低 ， 呈负偏态分布 ; 当测验难度太小时 ， 被试得分普遍较高 ， 呈正偏态分布。太难太易的测验都使被试得分差别减小 ， 使实得分数方差减小 ， 从而降低测验信度。（ 3 ）测验的内容尽最大力量同质 : 性质一样的测验内容 ， 对被试也要求一样的能力、知识和技能 ; 而内容不同质的测验 ， 则要求被试不同的能力、 知识和技能。因而为了提高测验信度 ， 测验内容应尽最大力量同质。 （ 4 ）测验的时间要充分 : 对某一测验来讲 ， 应保证绝大都被试在规定时间内完成测验 ; 要不然 ， 假如被试不能从容回答所有问题 ， 就不能反映被试的真实水平。 （ 5 ）测验的流程要统一 : 包括测验的题目统一 ， 指导语、 解答问题的方式、分收试卷的方式方法、测验时间等都要统一。 （ 6 ）评分要客观 : 评分是否客观对测验信度有直接的作用与影响。对于客观性题目 ， 评分标准明确 ， 评分容易做到客观 ; 不过对于主观性题目 ， 受评分者作用与影响较大 ， 不易做到客观。为了尽可能客观评分 ， 应制定明确而易掌握的评分标准 ， 尽最大力量做到一卷多评 ， 或一人只评一题等。 提高测验效度的方式方法 : （ 2 ）控制系统误差 : 系统误差是作用与影响测验效度的主要因素。它主要包括仪器不准 ， 题目和指导语有暗示性 ， 答案按排不当 ( 被试可以猜测 ) 等 ， 控制这几个因素可以降低系统误差 ， 提高效度。 (2) 精心编制测题和测验量表 : first of all测题内容要适合测验目的 ， 如知识性测题就不能全面反映被试的智慧水平 ， 它主要测量其知识水平。其次 ， 测题要显而易见 ， 用语要让被试理解 ， 排列由易到难。第3 ， 测题的难度和曲分度要合适。 (3) 严格依照测验流程进行测量 ， 防止测量误差 : 要严格依照测验手册进行测量 ， 不能作过多的解释 ， 按标准评分 ， 两次测验间隔要适当。 (4) 样本容量要适当 : 当样本容量加大时 ， 样本对总体的表现性提高 ， 样本大 ， 被试的内部差别加大 ， 扩大了真分数的方差 ， 使效度提高。 样本容量一般不应低于 30 。另外 ， 抽样方法也特别重要 ， 一般用随机抽样 ， 当群体很大时 ， 可分层抽样 ， 样本容量扩大时 ， 其表现性才随之加大。 (5) 正确处理好信度与效度的关系 : 信度是效度的必要条件 ， 但信度高的测验 ， 效度不一定高 ; 而效度高的测验 ， 信度却有些高。不过 ， 既要有高效度 ， 又要有高信度是不容易做到的。“最大可靠度（信度）要求测验项目之间有高度的组间相关； 最大预测推算有效度却要求低度的组间相关。最大可靠度（信度）要求项目等同的难度； 最大预测推算有效度却要求项目的难度有所区别。中等程度的组间相关（ 0。10 ─ 0。60)， 通常来讲可产生良好的效度 (0。30 ─ 0。80)， 并且产生满意的信度 (0。90) 。” ( 郝德员 : 《教导与心理统计》 ， 教导科学出版社 ，1962 年版 。P429) (6) 适当增添测验的长度 : 增添测验的长度可提高测验的信度 ， 也可来提升效度 ， 但增添测验的长度对信度的作用与影响大于对效度的作用与影响。假如增添测验 长度到原来的 n 倍 。