心理测量的方法和应用

开发专业心理量表的过程大概是这样的:

首先，我们需要首先确定想法。换句话说，我们想测量什么。

例如，如果我们想知道一个人有多想破坏现有的秩序，带来混乱，获得快乐，我们应该用一个名词来总结这一特征，并给出一个定义，如混乱需求（Needforchaos）。

在确定了这个概念之后，我们需要编制一个项目，也就是说，哪些描述可以与我们想要测量的概念相对应。例如，需求混乱的项目包括我认为我们的社会制度非常糟糕和有时我真的想摧毁美丽的东西。

编制项目的方法有很多，大致可以分为现有量表和自编项目。

借鉴前人编制的量表是一种相对简单的做法，但如果你想测量一个新的想法，比如前人基本上没有做过混乱的需求，你只能考虑后者，自己编制。

自编项目的来源有很多，比如通过搜索关键词找到相关的描述，请专家写下他们对这个概念的理解，或者找普通人做结构化/半结构化的访谈。综合上述文案后，可以获得初始版本的题本。

然而，这个版本的主题可能不够科学，但编辑主观上认为这些描述与他想要研究的概念相同，但事实可能并非如此。

为了解决这个问题，研究人员需要找到很多人（从数百到数千）来回答初始问卷，使用他们的回答数据来分析问题的质量，并删除那些质量差的问题。

而且题目确定后还要找一群人来回答，作为分数的参考。

分数参考？这是什么意思？

原始分数和常模分数。

分数的参考实际上是通过收集到的数据来计算平均值和标准差。

一个人的得分离平均值越远，他的排名就越高或越低。通过比较反映数据程度的差异，我们可以确定一个人的相对排名。

因此，使用这两个指标，测量学家可以将答案的原始分数转换为反映相对排名的标准分数。

在将作者回答的所有测量宜人性的问题上的分数加起来后，我们就可以得到这个人在宜人性上的原始分数。

原始分数计算非常简单，但也会有一些缺点，比如难以跨维比较。例如，如果你得到38分，如果你得到50分，如果你得到25分，如果你得到50分，这是否意味着你的人性必须高于责任？

不一定，因为题目不一样，不能在同一尺度下比较。

可以比较的其实是排名，比如语文的120分和数学的130分分和数学的130分。然而，如果汉语是前十名，而数学的排名只有100多名，那么我们自然可以说汉语比数学好。

类似地，如果将人格问卷的原始分数转换为常规模型，然后转换为排名，也就是说，如果你的宜人性高于70%，你的责任感只高于20%，你可以更好地帮助那些获得报告的人了解他们的性格。

当然，这样的前提是人们应该认真回答问题，并根据自己的实际情况选择回答问题，但现实是，大多数心理测量问卷都是主观报告。如果受访者随意填写或掩盖答案怎么办？例如，当你去医院的心理诊所看医生时，医生让你填写量表，一个人填写量表。他能假装生病吗？

不认真回答的检测方法。

对于假装生病的情况，量表只是诊断的参考工具。医生或顾问经常面对面采访来访的患者。如果患者在采访中的表现与量表相差甚远，医生可以通过经验判断该人是否有精神问题和强烈的问题。

然而，心理测量学家需要解决无法面试的大规模测试问卷中如何挑出随便回答的人。

有两种解决方案，一种是提前采取措施，比如降低任务难度，比如尽量减少问题的数量，你一口气给人们两三百个问题，我们害怕自然不会太认真地回答。

或者添加测谎题，即有明显正确答案的问题，如请在这个问题上选择非常不同意、我的生日是2月31日、我认真回答了上述问题等，让参与者选择是否同意这些描述。如果这些问题的答案表现不佳，我们更容易将此人标记为不认真回答的人。

二是事后分析，可以通过分析一个人的答案模式来筛选那些不认真的答案，如整体答案时间太短，大多数问题选择相同的答案，积极和消极的问题选择非常同意等，这些可以通过一些数据统计方法计算不认真的答案指标。

当然，这些都是自陈量表（自己评分）的缺点，也就是说，让受访者回答他们在各种情况下的行为或感受，归根结底，更主观，事实上，心理测量远不止这些自陈量表。

不仅是答案，还有很多测量方法。

例如，让受试者进入鬼屋，研究人员不仅让受试者从鬼屋出来，每次恐惧和享受，还收集整个心率数据，通过景区闭路监视器实时记录参与者的反应，让独立编码员给他们情绪反应[1]。

在这里，心理学家用各种方法交叉测量鬼屋中的情绪反应，并尽力使数据丰富多样。

此外，还有大数据的测量方法，如-

提取游戏过程中计算机记录的日志文件，然后测量受试者的元认知水平[3]；

或者用文本挖掘和机器学习来评估中国社交媒体的自杀风险和情绪问题[4]。

最后

简而言之，心理测量学家一直在量化人心的道路上，心理测量的进步不仅可以服务于心理学的其他方向，而且具有广泛的应用价值，如辅助临床心理问题筛查，帮助企业评价员工的能力和心理素质，帮助教育机构了解学生的综合素质等。

心理测量可以帮助人类从更高、更多的层了解自己的心理和行为，从而看到发展的可能性。