文档介绍：教育测量与评价——测量指标
例二
以A、B两型英语复本测验对初中三年级10个学生施测，为避免由测验施测顺序所造成的误差，其中5个学生先做A型测验，休息15分钟后，再做B型测验；而另5个学生先做B型测验，休息15分钟后，再做A型测验。测量内容的一个具有代表性的行为样本，在编制测验时，就要考虑建立内容效度的问题。
2、内容效度的估计
（1）逻辑分析法
其工作思路是请有关专家对测验题目与原定内容范围的吻合程度作出判断。
（2）统计分析法
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。若相关高，表明测验内容效度较高；若相关低，表示测验的内容效度较低。
采用求统计量的公式进行计算，其公式有以下三种形式：
例一
在《社会发展史》某一单元教学之前，对学生进行有关这一单元内容的测验。教学之后，再以复本测验施测，两次测验分数如下，试检定测验的内容效度？
学生序号 1 2 3 4 5 6 7 8 9 10
教学前X 34 40 32 30 31 35 44 33 42 36
教学后Y 52 64 50 54 58 63 72 62 62 50
结论
然后根据自由度df=N-1=9,查t值表，（9）=，而实际计算出的[t]=>=t(9)，于是可以说，教学前后学生在两个复本测验上得分的平均数有极显著性差异，从而可以作出判断，《社会发展史》中该单元测验的内容具有有效性，或内容效度较高。
内容效度主要应用于成就测验、学科测验、选拔和分类职业测验。
内容效度不适合用于能力倾向和人格测验。
2、结构效度
是指测验对于人的心理特性或理论概念测量到的程度。通常用某种操作来定义，并用测验来测量。
例如：人的创造力可以分解为人的思维流畅性、灵活性和创造性三大特性，并根据这三大特性编制测验，若有足够的证据来证明该测验确实可以测到这些特性，则认为该测验是个结构效度较高的创造力测验。
（1）结构效度的特点
结构效度的大小完全取决于事先假定的心理特质理论，一旦人们对同一种心理特质有着不同的定义或假设，则会使得关于特质测验的结构效度的研究结果无法比较。
当实际测量的资料无法证实我们的理论假设时，并不一定就表明该测验结构效度高。因为还有可能出现理论假设不成立，或者该实验设计不能对该假设作适当的检查等情况，这就使得结构效度的获取更为困难。
（2）建立结构效度的步骤
A、提出理论假设；
B、根据假定结构拟定测题，编制测验；
C、以测验结果为根据来验证假设结构中的各种因素是否成立。
（3）结构效度的估计
A、因素分析法
其目的是把一些具有错综复杂关系的因素归结为数量较少的几个综合因素或称共同因素，并以此测验所测之特质对测验分数作出解释。
B、多元特质多重方法矩阵法
是由肯贝尔和菲斯克1959年提出的最受欢迎的一种结构效度的评估方法。
这种方法的设想：若采用两种方法以上的方法去测量两种以上的特质，那么这些测量结果之间可以形成一个多元特质多重方法矩阵。
从理论上说，以不同方法测量同一特质的相关应当为最高；以相同方法测量不同特质的相关次之；以不同方法测量特质的相关为最低。
与内容效度不同，结构效度主要用于智力测验、人格测验等一些心理测验方面。
3、效标关联效度
是以测验分数和效标之间的相关系数来表示测验效度高低的方法。
例如：某年全国高考物理学科的测验效度，可用大学一年级物理学科的测验分数为效标，然后求同一组学生高考物理得分与大一物理得分之间的相关，此相关系数就是该年高考物理测验的效标关联效度系数。当这个相关系数与总体零相关有显著性差异时，相关系数的值（正值）越大，效度就越高；相关系数的值越小，效度就越低。
效标不仅随测验的种类不同而不同，而且可能随时间而改变，现在是一个好的成功的效标，将来就不一定是。所以，为某个测验选择一个最有效的效标，这是最重要的事情。
教育测验的效标，可采用各学科成绩和教师评定的结果；
智力测验的效标，可采用学科成绩、教师评判的结果、学生总成绩、受教育年限、年龄以及其他事物；
能力倾向测验的效标，可采用特殊课程或特殊训练的成绩；
职业兴趣测验的效标，可采用从业人员实际服务成绩或记录；
人格测验的效标，可采用编制者的主观标准，或以被试以后行为或临床资料。
效标关联效度的估计方法
（1）相关法
由于测验分数和效标分数这两个变量的类型不同，二者相关系数的计算方法也就不同。
A、积差相关法：适用于两个变量为连续变量
进行显著性检验：
自由度df=N-2，检验的是两个变量，都减去2；
，查相关系数界值表，寻找临界值；
结论：r>临界