效度 : 測量和解釋

效度:測量和解釋

影響效度係數的條件 • 樣本異質性 • 事前選擇樣本變異量受侷限相關削弱後的矯正 • 非直線相關 • 不符合均等分散性 • 是必要條件，但非充分條件

估計標準誤 • 以個人測驗分數來估計其在效標上的表現時，所出現的誤差 • SEest = SDy √1-rxy2

剖面圖 profile

剖面圖的使用要領 • 轉換成同一種衍生分數 • 使用同一個常模組 • 以線段標示出測量標準誤 • 以線段比較兩個分數

剖面圖的特徵 • 一般水準 • 變異程度 • 分數形態

測驗的決策方式 • 篩選(SCREENING) • 初步的概略的甄選過程，以淘汰大部分不合格的應徵者 • 甄選(SELECTION) • 選擇合乎要求資格的人，並擇優錄取 • 安置(PLACEMENT) • 不淘汰，而是分派到同一類的不同水準的群體 • 分類(CLASSIFICATION) • 依在不同性質的團體的成功機率高低，分派到最適合的團體

整合多種測驗分數的方法 • 多元迴歸法(加權計分，加重計分) • 多重切截法(高低標，門檻測驗)

多重切截法的優點(1) • 不同性向之間不能優劣互補 • 切截分數的穩定性高於加權係數 • 原因樣本小；效標的變異小，信度差 • 不需要符合性向與效標要有直線相關的假設 • 不需要複雜計算，使用上較簡單，迅速 • 比較方便向一般人解釋，在就業輔導上更重要

多重切截法的優點(2) • 顧及的因素比多元迴歸法多 • 考慮到工作分析，平均數與標準差的水準，性向與效標的相關

何謂多元迴歸公式 • Y’= a + X1b1 + X2b2 + X3b3 +X4b4 …… Y' = 個人的效標表現分數（預估值） a = 截距 X1, X2, X3....= 個人在各測驗上的原始分數 b1, b2, b3…...= 各測驗的迴歸係數（斜率）

多元迴歸法的優點 • 在擇優錄取時，可以看出每個人的相對名次 • 多元迴歸法可以讓求職者比較他在幾個職業中，在哪一個的工作表現會最好；而多重切截法只能告訴他，他能勝任哪幾種職業

基礎率=80/200=40%(不使用測驗甄選) • 選擇率=50/200=25% • 命中率=45/50=90%(使用測驗甄選) • 增進效度=90%-40%=50%

正確接受 接受錯誤接受實施測驗並使用臨界分數正確拒絕拒絕錯誤拒絕決策結果機率效用估計值策略 .225 +1.00 -1.00 .025 .575 0.00 .175 -.50 Eu=(.225 x 1.00)+(.025 x -1.00)+(.575 x 0)+(.175 X -.50)=.025

泰勒-羅素預期表 • 該表依據基礎率(不經過篩選時工作成功之機率)，效度係數，及選擇率(錄取人數比例)來預測錄取者工作成功之機率 • 選擇率固定時，測驗效度愈高，錄取者預測工作成功之機率愈大。效度愈低，預測成功之機率就愈趨近於基礎率 • 測驗效度固定時，選擇率愈小，預測成功之機率。選擇率愈大，預測成功之機率就趨進於基礎率

多元區辨函數在分類上的應用 • 多元區辨函數是一種多變項統計方法，它根據多個變項將人員分成數組，使每一組在組內差異最小(同質性)，而各組之間差異最大(異質性)。 • 適用時機 • 缺少效標分數，但能確認現有團體成員身分時 • 效標與性向測驗分數呈現非線性關係 • 現有團體都具有高淘汰率，團體內呈現高度同質性

測驗偏差(Test Bias ) • 因為測驗內容有利於某一次群體，而不利於另一次群體，而導致分數上的偏差，而此偏差與真正所要測的特質無關 • 例如:作文題目出現”火車頭”，”台北街頭”，”搭電梯的聯想” • 例如:以SAT的數學測驗測量台灣高中生的數學能力 • Chairmanchairperson postmandeliver

效度 : 測量和解釋

效度 : 測量和解釋

Presentation Transcript