2．测验的出版和发行要严加控制
对于大多数心理测验来说，泄露测验内容，可能会使测验失效。因此，对测验的出版发行必须严加控制。不应在科普读物上发表测验题目，在一般公开发行的书籍上，（包括某些教科书）介绍能力或教育测验需要举例时，最好用模拟题目。编制和修订一个测验需要很长时间，有的测验经过几十年的使用和反复修订已渐趋完善，一旦公开发表，便整个报废。某些人格测验对题目的保密要求虽然不象能力测验那样强，但广为散发也会增加误用的可能性，造成不良的社会后果。为了保护测验，防止测验失密，不让一般人熟悉测验内容，需要有相应的出版法来保证。
正式发行的测验，必须备有详细的测验手册或说明书，不仅要讲清施测和计分方法，而且应提供足够的信息以使得人们能对测验本身做出评价，没有效度和信度资料的测验是不能发行的。目前在一些科普刊物上登载的测验多半是游艺性的，不能正式拿来使用。在宣传和介绍测验时要实事求是地讲清测验适用范围，指出其不足和局限，不要夸大测验的功能。
3．测验使用者要具备一定的资格
测验的选择、施测、计分和解释都必须由受过专门训练的心理学工作者，教育工作者或医生来进行。一般说来，个别施测的智力测验和大部分人格测验对使用者的要求较高，而学绩测验的使用者只要受过初步训练即可。
测验的使用者既要有能力，又要恪守一定的职业道德。在宣传和分析测验结果时要谨慎行事，要考虑对当事人可能产生的影响，在一般情况下，告诉当事人的应是对结果的解释，而不是简单宣布一个分数，要保护受测者的利益，如对测验结果保密等，如果发现受测者在能力、人格或学习上存在某种问题，要给以辅导和帮助，并尽可能提供相应的教育和治疗上的措施，把诊断与矫正结合起来。
我国著名心理学家陈立先生在一篇文章中谈了对测验的看法，他在充分肯定测验是一个有用工具的前提下，特别表示了对目前社会上乱编、滥用测验的关切。每一个心理测量工作者必须牢记陈老的告诫。
4．要学习和宣传测量理论
乱编滥用测验的根源在于不懂测量理论。为了解决这个问题，有必要提倡心理学和教育学工作者学点测量学对广大教师宣传和普及测量理论，促进考试科学化，亦属当务之急。对国外测量理论和测验一样，也要加以适当改造，使之适合我国国情。
第三章 心理测验的编制
工欲善其事，必先利其器。为了在研究工作和实践中更好地发挥测验的效能，首先要编制出各种高质量的、合用的测验。
第一节 编制测验的一般程序
编造测验的方法，依测验的性质而异。不同类型，不同用途的测验，编制的具体过程是不同的。但由于测验原理大体相同，因而可以概括出一套通用的编制程序。
总的说来，编制心理测验一般要经过以下几个步骤，确定测验的目的，制定编题计划，编辑题目，题目的试测与分析，集合成测验，将测验标准化，对测验的鉴定，编写测验说明书。
一、确定测验的目的
（一）测量对象
在编造测验前首先要明确测量对象，也就是该测验编成后要用于哪些团体。只有对受测者的年龄、智力水平、社会经济和文化背景以及阅读水平等心中有数，编制测验时才能有的放矢。
（二）测量目标
所编的测验用来测量什么，是测能力、人格， 还是学业成就，也是必须首先考虑的问题。不但要明确测量的目标，还要对测量目标加以分析，将此目标转换成可操作的术语，即将目标具体化。如美国著名测验学家瑟斯顿通过因素分析，将智力分解为七种基本心理能力：
语文理解——阅读时了解文义的能力。
语词流畅——正确迅速拼字与敏捷联想词义的能力
数字运算——正确而迅速使用数字解答算术问题的能力。
空间关系——运用感觉器官及知觉经验正确判断空间方向及各种关系的能力。
机械记忆——对事物强记的能力。
知觉速度——迅速而正确地观察与辨别事物的能力。
一般推理——根据已知条件推理判断的能力。
瑟斯顿根据上述七种因素于1941年编成了“基本心理能力测验”又如，在60年代后期，人们开始对测量创造力发生兴趣。作为指导测验编制的操作定义，有人将创造力看作发散思维的能力，即对规定的刺激产生大量的、变化的、独特反应的能力，据此定义从反应的流畅性、变通性（灵活多变）和独创性三方面来测量创造力。
（三）测量目的
所编出的测验是要对被试做描述，还是做诊断，亦或是选拔和预测，这一点也是在测验编制前就应明确的。目的不同，编制测验时的取材范围以及试题难度等也不尽同。譬如，中学毕业考试的目的是考察学生是否掌握了中学阶段所学的各学科的基本知识，在命题时主要注意取材的代表性，不必过多参考虑题目的难度。而大学入学测验的目的是把学生作区分，以便择优录取，因此试题取样的代表性并不重要（在我国，高考实际上还具有左右中学教学的指挥棒作用，所以应考虑题目取样是否符合教学大纲），但必须根据录取率来确定适当的难度。而一个学科诊断测验，则只要能找出学生学习困难之所在就可以了，对题目的难度和取样的代表性都不必考虑。
二、制定编题计划
编题计划，实际上就是编制测验的蓝图，通常是一张双向细目表，指出测验所包含的内容和要测定的各种技能，以及对每一个内容、技能的相对重视程度。不同的测验有不同的内容和技能，对于学绩测验来说，所谓内容就是某一学科教材中的各个课题；所谓技能，就是在教学中要达到的行为目标。美国心理学家布鲁姆（B？S？BlJoom）最早提出教育目标的分类问题。他把学习的心理活动过程分成认知、精神运动和情感三个领域，又把认知领域具体分为知道（记忆事实、条件、方法、原理等的能力）、理解、应用、分析、综合、评价六个层次。在布鲁姆等人编的《教育目标的分类》一书中，为每个认知层次提供了许多题目范例。后来人们一般就依据布鲁姆的认知性行为目标编拟学科试题，以测量学生的学习结果。
表3—1是一个小学高年级自然常识测验的编题计划。表中的数字代表每一类题目所占的百分比，这些比例反映着每一个内容及目标的相对重要性。在编制标准化的学绩测验时，这种双向细目表是由学科专家和有经验的教师，在对教材和教学大纲仔细分析的基础上，经过集体讨论制定的，以确保分类合理，比例恰当。
表3一1小学自然常识测验编题计划
获得基
本知识 理解原
理原则 应用原
理原则 分析因
果关系 综合成
系统
见解 建立评
价标准 合 计
生物世界 3 5 6 3 2 1 20
资源利用 2 3 3 1 1 0 10
动力和机械 2 3 4 2 0 1 12
物质、物性与能 量 5 6 8 3 2 1 25
气 象 2 4 3 2 2 0 13
宇 宙 2 5 4 1 0 0 12
地 球 2 2 2 1 1 0 8
合 计 18 28 30 13 8 8 100
测验计划有两个用途：
（一）在编题阶段，测验计划指出应该写多少和写哪些种类的题目；题目编好后可将题目的实际分布情况与测验计划对照，以确定测验题目是否恰当地代表了所要测量的领域，核对重要方面的内容是否有遗漏。
（二）在记分时可按表中百分比确定每类题目的分数。
三、编辑项目或题目
（一）搜集有关资料
测验计划编好后，就要搜集有关资料作为命题取材的依据，一个测验的好坏和测验材料的选择适当与否有密切关系。为此要注意以下几个问题：
1．材料要丰富
资料搜集愈齐全，命题工作便愈顺利，这样测验内容便不致有所偏颇，而且能提高行为样本的代表性。如编制人格测验，搜集的资料应包括：人格的主要理论，用于描述人格的术语，临床观察的资料，以及其它人格调查表的题目等。
2．材料要有普遍性
所选择的材料对测验对象要尽可能公平，即受测者都有相等的学习机会。譬如，编制标准化的学科成绩测验时，要以统一的教学大纲和统编教材作为题目来源，不能只考虑个别教师的意见，而要考虑大多数教师和专家的意见。在编制智力测验时则要尽量避免特殊知识经验和文化水平的影响。
（二）选择项目形式
测验编制者还必须确定题目的表现方式，是纸笔测验还是操作测验，是只要受测者认出正确答案，还是需要他自己做出正确答案。在大多数情况下，任何题目都可以用几种形式呈现，问题是如何选择“最优的’形式（各种题目形式的比较和编题原则，在下一节详细讨论）。在一个测验中，可以采用一种形式，也可以采用几种形式。
在选择题目形式时，要考虑以下几点，
1．测验的目的和材料的性质
如果要考察学生对概念和原理的记忆，适于用简答题，要考察对事物的辨别和判断，适于用选择题，而要考察综合运用知识的能力，则适于用论文题。
2．接受测验的团体的特点
如对幼儿宜用口头测验，对于文盲识字不多的人不宜采用要求读和写的项目，而对有言语缺陷的人（如聋哑，口吃）则要尽量采用操作项目。
3．各种实际因素
譬如，当被试人数过多，测验时间和经费又有限时，宜用选择题进行团体纸笔测验，而人数步，时间充裕，又有某些实验器和设备，则可用操作测验。
我国的廖世承、陈鹤琴先生几十年前曾提出以下几条选择测验形式的原则：使被试者容易明了测验作法；在做测验时不会弄错；做法简明省时，计分省时省力；经济。
（三）编写和修订题目
制定测题的过程包括，写出、编辑、预试和修改等一系列过程。在获得一个令人满意的测题之前，这些步骤是不断重复的。在这个过程中，编制者和有关方面专家要对题目反复审察修订，改正意义不明确的词语，取消一些重复的和不合用的题目。然后将初步满意的题目集起来组成一个预备测验。编写题目要注意以下几个问题。
1．题目的范围要与测验计划所列的内容技能双维表相一致。
2．题目的数量要比最后所需的数目多一倍至几倍，以备筛选和编制复份。
3．题目的难度必须符合测验目的的需要。
4．题目的说明必须清楚明白。
四、项目的试测和分析
初步筛选出的项目虽然在内容和形式上符合要求，但是否具有适当的难度与鉴别作用，必须通过实践来检验，也就是要通过预测进行项目分析，为进一步筛选题目提供客观依据。
（一）试测
项目性能之优劣，不能仅凭测验编制者主观的臆测来决定，必须将初步筛选出的项目结合成一种或几种预备测验，经过实际的试测而得客观性资料。预测应注意以下几个问题：
1．预测对象应取自将来正式测验准备应用的群体。例如，对于一个学绩测验来说，进行预备测验的学生必须和测验所指定的被试属于同一个年级。并且具有相同的课程背景。取样时应注意其代表性，人数不必太多，亦不可过少。
2．预测的实施过程与情境应力求与将来正式测验时的情况相近似。
3．预测的时限可稍宽一些，最好使每个受试者都能将题目做完。以搜集较充分的反应资料，使统计分析的结果更为可靠。
4．在预测过程中，应对受试者的反应情形随时加以记录，如在不同时限内一般受试者所完成的题数、题意不清之处及其他有关问题。
预测的目的在于获得被试对题目如何反应的资料，它既能提供哪些题目意义不清，容易引起误解等质量方面的信息，又能提供关于题目好坏的数量指标，而且通过预测还可以发现一些原来想不到的情况，如检验时限长合适，在施测过程中还有哪些条件需要进一步控制等。
（二）项目分析
对项目的分析包括质的分析和量的分析两个方面。前者是从内容取样的适切性，题目的思想性以及表达否清楚等方面加以评鉴，后者是对预测结果进行统计分析，确定题目的难度、区分度、备选答案的合适度等。
编制一套测验，只依据一次预测的结果所作的题目分析是不够的。
由于预测的被试样本可能会有取样误差，故由此得到的项目分析结果未必完全可靠；为了检验所选出的项目的性能是否真正符合要求，通常需再选取来自同一总体的另一样本再测一次，并根据其结果进行第二次项目分析，看两次分析结果是否一致。如果某个题目前后差距较大，说明该题的性能值得怀疑。这种在两个独立样本中进行项目分析的过程叫做复核。关于项目分析方面的问题，将在第七章详细讨论。
五、合成测验
经过预测和项目分析，对各个题目的性能已有可靠的资料作为评价的根据，下一步就可以选出性能优良的题目加以适当的编排，组合成测验。
（一）项目的选择
在选择项目时，不但要考虑项目分析所提供的资料，还要考虑测验的目的、性质与功能。最好的题目，就是只测定所需要的特征，并能对该特征加以有效区分的难度合适的题目。首先是要测定所需要的特征，如果我们想测定语言推理能力，就不要包括主要测量阅读能力或算术知识的项目。题目性能好坏是相对的，不同的测验对题目的难度和区分度有不同的要求。
一般说来，题目的区分度越高越好，这是选择题目的一条重要标准。特别是对于选拔测验，此条尤为重要。但有时根据需要也可以保留个别鉴别力不高的题目。如在学科成就测验中有些内容十分重要，即使区分度低一些，也要包括在内。
选择题目的另一个指标是难度．难度多大合适并无一个绝对标准，而要根据测验目的来确定。有的要求难一些，有的则要求容易一些，有的可不考虑难度，就是同一张试卷，题目难度也可以不同，只要整个测验的平均难度�