人机测试（人机测试）

类型

目前，人机对话测试分单机版、局域网版、远程网络版几大类型。随着经济高速发展，企业规模不断扩大，网络技术日新月异，远程网络版人机对话测试逐渐成为主流，它不仅避免了传统纸笔测试在人力、物力、时间上的资源浪费，以及分数统计误差，还能解决不同地区同时测试统一管理的问题。

常识

标准化测验

标准化测验是通过严格完整的程序编制的，具有事先确定的测验题目、规范的施测流程、客观的评分标准和标准的结果解释系统，此外还有测验的信度、效度和项目分析数据等相关资料用以说明测验的质量。因此，一套好的标准化测验的编制成本比较高，但相应地，它的科学性和价值也非常高，此外，一旦编制成功，它具有使用方便、经济、客观等特点。

编制一套标准化测验时，专业研究人员通常要经过如下几大步骤：确定与分析测量的目标和内容——题目的编写与排列——预测与题目分析——题目修订——规范测试程序和要求——样本收集与建立常模——信度效度等相关分析——制定结果解释

标准化测验能够对人的许多方面进行比较客观的评价，尤其在评价底层潜在的、不易从行为表现中直接观察出来的素质时。而且显示出比较高的有效性，如个性特征、智力、能力倾向、价值观、兴趣等。

信度

信度表示测量数据和结论的可靠性程度，即评价工具稳定地测评到它要测量的内容的程度。一般来说，检验信度有以下几种方法：

重测信度：在恰当的时间间隔前后，重复同样的测量，统计两次测量结果的匹配程度。

复本信度：用原本和复本同时进行测量，统计原本和复本测量结果的相关程度。

分半信度：在没有复本且不能重测的情况下，将同一测量内容的测验题目随机分成两组，统计两组测量结果的相关程度。

评分者信度：用于测量工具的标准化程度较低的情况下，比较典型的是评委主观评分的测量。不同评委的判分标准会影响测量的信度，因此需用计算两位评委评分的相关程度。

效度

效度表示评价的正确性程度，即评价工具准确地反映到它要测量的内容的程度。一般来说，检验效度有以下几种方法：

内容效度：系统地检查测量内容的适当性，即根据对要测量内容的了解去鉴别测验题目。

准则效度：用已经被假设或定义为测量某一内容有效的工具作为效标，当用新的测量工具对该内容进行测量时，统计测量结果与效标测量结果的一致性程度。

结构效度：系统地检查测量工具是否反映了要测量内容的概念和命题结构，这种方法常常在理论的研究中使用，因此也被称为理论效度。

从信度和效度的关系上来看，信度不高，效度必定不高；信度高，效度不一定高；效度不高，信度不一定不高；效度高，信度必定高。

常模

测量结果是否准确，常模(Norm)的适合性是非常关键的因素。常模是一群人在同一测量工具中得分的分布情形，这群人就是获得该常模的样本。某人在某一测量工具中的得分，需要经过常模的比较才具有意义和参考价值。例如，某人完成100题数学题，答对了70题，那么他的成绩属于优秀、普通还是不及格，就需要和他同年龄、同教育水平的群体进行比较。因此，为使测量结果更为准确，常模需要依据性别、年龄、学历，甚至所在区域、岗位性质、职位高低、行业背景等进行细分。

标准九分

它是一种标准分，将样本的测验原始得分划分为9部分，最高是9分，最低1分，除1和9的范围略大以外，其余均是以5为中心向两边各包含0.5个标准差的分数段。简单理解，即9为最高分，1为最低分，5为中间分。

掩饰性

受到测评动机的影响，被评价者在完成某些测验（如个性特征测验）时，有时会掩饰自身的真实情况，揣测测验编制者的出题用意，从社会赞许度较高的方向答题，容易导致测评结果不能准确反映被评价者的实际，甚至与实际截然相反。为鉴别真实回答与虚假回答，测验编制者在非能力测评的测验中加入掩饰性分量表，通过分析被评价在掩饰性分量表上的得分高低，了解其在测验过程中是否存在掩饰性以及掩饰程度，从而推断整个测验结果的准确性和有效性。