全球专业中文经管百科,由121,994位网友共同编写而成,共计435,859个条目

常模团体

用手机看条目

出自 MBA智库百科(https://wiki.mbalib.com/)

目录

什么是常模团体

  常模团体是指由具有某种共同特征的人所组成的一个群体,或者是该群体的一个代表性样本。通常包括同样年龄或教育水平的被试。其分数分布是解释测验分数的基础。确定和选择常模团体,一要确定目标总体,明确认识目标总体的特性,如性别、年龄、专业、家庭背景等;二要根据目标总体有效取样,包括选取的样本能够反映总体的性质以及取样大小要适当等。任何一个测验都可能有很多常模团体,而个人测验分数的相对等级随用作比较的常模团体的不同而有很大的变化,因此对测验分数进行解释时,应选择合适的常模团体。在成就测验和能力测验中,适当的常模团体包括现在和潜在的竞争者。

  常模团体是用一个标准的、规范的分数表示出来,以提供对个体作比较或评价的基础。任何一个测验都有多个可能的常模团体。如智力测验分儿童智力测验和成人智力测验。

  对测验编制者来说,常模的选择主要基于对所要施测的总体的认识。团体常模团体必须能够代表所要研究或施测的总体,具体工作包括:确定一般总体、确定目标总体、确定样本

  对测验的使用者来说,要考虑的问题是,现有的哪个常模团体最适合。标准化测验通常提供许多原始分数与各种常模的比较转换表。有时能够适用的常模团体不止一个。

确定常模团体时应注意的问题条件

  1、群体的构成界限必须明确:每个常模团体的性质和特征必须有一个简单而明确的描述。定义常模团体的标准(变量)有:性别、年龄、职业、教育水平、社会经济地位、种族等。

  2、常模团体必须是所测群体的代表性样本:要注意克服采样误差,遵循随机化原则,采用统计学方法抽取样本。

  3、取样过程必须有明确且详尽的描述:一般的测验手册中,要详细介绍取样的大小、取样方法、取样时间等,越明确、越详尽越好。

  4、样本大小要恰当:样本大小可以根据常模总体数目、性质以及测验结果的精确度来确定。取样误差与样本的大小成反比。样本大小一般30—100,全国性2000—3000,最好为题量的5倍;样本大小适当的关键是样本要有代表性。

  5、标准化样组是一定时空的产物。常模团体必须是近时的,过时的常模不能作为参照标准。

  6、注意一般常模和特殊常模的结合:这样被试可以与最近的群体进行比较,解释分数也更加精确。

常模的取样方法

  1、取样:是指从总体(目标人群)中选择有代表性的样本。

  2、分类:(1)随机取样。(2)非随机取样。

  3、具体取样方法:

  (1)简单随机取样:

  概念:总体中每个个体均有独立的等概率被被抽取的可能。

  常用方法:抽签法和随机数字法(如从50 随机选取10人)。

  (2)系统取样:

  概念:假设总体数目为N,选择1/K的被试作为样本,则样本的大小n为:n = N×1/K(K = N/ n)给被试编号,按组距K分段,每段取1人。

  注意事项:要求目标总体无序可循,也无等级结构存在

  例如:从40人中抽取5人,从第3号开始抽取,为3、11、19、27、35

  (3)分组取样:如:按个方面条件基本相同的学校取样。

  适用于:总体数目大,而且群体有多样性,将群体分组,在组内随机取样。

  注意事项:要求尽可能减小组间差异,尽量加大组内差异。

  (4)分层取样:

  方法:将目标群体按某种变量(如年龄)分成若干层次,再从各层次中随机抽取若干被试。

  特点:使各层次差异显著。同层次保持一致,增加了样本的代表性注意事项:要求尽可能加大层次间的差异,尽量减小层次内的差异。

  分类: (1)分层比例取样。(2)分层非比例取样:各层次的差异很大时采用。

常模参照分数与标准参照分数

  常模参照分数解释的测验:律师考试就是这样,即使大家考试都考得特别好,也只要前面的百分之几。根据大家的成绩。

  标准参照分数解释的测验:国家心理咨询师的考试,出了两份卷子:基础理论,操作技能,满分一百,及格六十。两科都满60,可以得到分数。门槛已经设好了。大家都能跳过门槛,就都能通过。很多人都没有通过,也就不能过去了。通过与不通过,参照一个事先设定好的标准,来解释分数。叫做标准参照分数解释。

本条目对我有帮助4
MBA智库APP

扫一扫,下载MBA智库APP

分享到:
  如果您认为本条目还有待完善,需要补充新内容或修改错误内容,请编辑条目投诉举报

本条目由以下用户参与贡献

Tracy,赵先生.

评论(共0条)

提示:评论内容为网友针对条目"常模团体"展开的讨论,与本站观点立场无关。

发表评论请文明上网,理性发言并遵守有关规定。

打开APP

以上内容根据网友推荐自动排序生成

下载APP

闽公网安备 35020302032707号