目录

    临时参考
    阅读量 1

    心理量表基础知识

    QR code for 心理量表基础知识

    一、心理量表的四层结构

    第一层:理论(Theory)

    所有正规量表背后都有理论。

    例如:

    量表 理论
    SCL-90 症状学模型
    SAS 焦虑理论
    SDS 抑郁理论
    Big Five 五因素人格理论
    MBTI 荣格类型理论
    ADHD量表 执行功能缺陷理论

    很多站长只看到题目:

    我经常感到紧张
    ○没有
    ○轻度
    ○中度
    ○重度

    实际上背后对应:

    焦虑因子

    第二层:维度(Dimension)

    正规量表一般不是一个总分。

    例如 SCL-90:

    因子
    躯体化
    强迫
    人际敏感
    抑郁
    焦虑
    敌对
    恐怖
    偏执
    精神病性

    共9个维度。


    例如 Big Five:

    因子
    开放性
    尽责性
    外向性
    宜人性
    神经质

    所以:

    题目
    
    维度
    
    总分

    才是完整结构。


    第三层:题目(Item)

    量表最核心其实是题目。

    研究时要关注:

    正向题

    我喜欢与陌生人交流

    反向题

    我讨厌参加社交活动

    反向计分。


    很多野鸡测试没有反向题。

    导致:

    全部选同意

    分数一样很高。

    失去测量意义。


    第四层:常模(Norm)

    这是最被忽视的。

    例如:

    焦虑得分
    55

    55代表什么?

    不知道。


    必须和样本比较:

    全国平均
    50
    标准差
    10

    那么:

    55

    其实只是轻度偏高。


    二、做研究必须懂的几个指标

    1 信度(Reliability)

    测量稳定性。

    最常见:

    Cronbach α

    一般:

    α值 评价
    >0.9 非常好
    0.8~0.9
    0.7~0.8 可接受
    <0.7 偏低

    例如:

    MBTI很多维度:

    α≈0.6~0.75

    学界争议较大。


    Big Five:

    α≈0.8+

    普遍更稳定。


    2 效度(Validity)

    测到了什么。

    例如:

    抑郁量表

    到底测的是:

    • 抑郁
    • 焦虑
    • 压力

    哪一个?


    效度越高:

    测的越准。


    3 区分度

    一道题是否能区分人。

    例如:

    你会呼吸吗?

    100%都选是。

    毫无区分度。


    4 因子分析

    研究量表时经常出现:

    EFA
    探索性因子分析
    
    CFA
    验证性因子分析

    作用:

    验证维度是否真实存在。


    三、对于测试网站最有价值的研究方向

    如果是学术研究:

    研究:

    信度
    效度
    因子结构

    如果是商业网站:

    研究:

    传播率
    完成率
    付费率

    其实是两套体系。


    四、你的网站未来可以做什么

    你现在已经有:

    • 心理测试站
    • WordPress
    • 用户数据

    其实未来最有价值的不是继续抄量表。

    而是:

    建立中国互联网常模

    例如:

    心理年龄测试

    累计:

    10万人

    之后可以说:

    你的成熟度超过92%的用户

    这其实就是:

    动态常模

    很多爆款测试的秘密并不是量表本身。

    而是:

    你超过了多少人

    用户最关心的是排名。


    五、如果要系统学习心理测量学

    建议顺序:

    1. 心理统计学
    2. 心理测量学(Psychometrics)
    3. 信度与效度
    4. 因子分析(EFA/CFA)
    5. 项目反应理论 IRT
    6. 常模建立
    7. 大规模在线测评系统设计

    对于你的网站而言,最值得研究的不是 SCL-90 本身,而是:

    如何利用已有流量建立自己的常模数据库。

    因为题目别人也能抄,但几十万中国用户形成的常模和百分位排名,才是真正难以复制的资产。