測驗偏向義同測驗公平性(test fairness)。以與測驗無關的因素來區分人群所做出的預測。
基本介紹
- 中文名：測驗偏向
- 外文名：test bias
主要內容,主要因素,種族差異,斜率偏向,
主要內容
如包含有數學知識的閱讀理解測驗可能有利於數學較好的被試，而不利於數學較差的被試。常見的偏向有宗教、種族、文化和性別等。
主要因素
如果我們要使用測驗去預測某種未來情境中的結果，例如某申請者在大學裡或在某項工作上的表現，那么我們需要測驗對特定的效標具有高度的預測效度。在編制所謂的文化公平測驗(culture．fair test)時，通常忽略了這種要求。為了在這類測驗中僅僅包括不同的文化或亞文化共同的機能，我們可以選取對於我們希望預測的效標沒有什麼關係的內容。一種較好的解決方法是，選取和效標有關的內容，然後研究對於測驗目的而言，測驗有效性中可能存在的總體差異。效度係數、回歸權重、臨界分數等都可以隨測驗參加者經驗背景的差異而有所變化。因此，對於有理由預期會有這類影響的各亞團體，我們應該檢查其中的這些數值。這些可能的亞團體差異被認為是前一節所討論的蒯節變最的一種特例。回憶一下，探索顯著的、穩定的調節變數證明是令人失望的。
應當指出，如果測驗和效標成績有內在關聯性，那么測驗分數的預測性在各文化團體之間不大可能有所變化。如果使用一個言語測驗去預測非言語工作的成績，由於某個文化團體具有以往經驗的傳統聯繫也許會得出意外的效度。然而，在另一個具有不同經驗背景的團體中，該測驗就沒有效度可言了。另一方面，如果一個測驗直接從效標行為中取樣，或它測量本質的、必要的技能，那么它的效度就可能在不同團體中都保持不變。
種族差異
白從60年代中期以來，關於測驗分數的預測意義中可能存在的種族差異，進行了大量的研究。至 今所進行的絕大部分研究涉及美國黑人，雖然一些研究也包括其他少數民族。所研究的各種問題一般歸類於測驗偏向(test bias)。在這種情況下，我們是在嚴格的統計意義上使用“偏向”一詞，表示恆定誤差即系統誤差是相對於偶然誤差而言的。在同樣的意義上，我們講到有偏向的樣本是相對於隨機樣本而言的。測驗偏向的兩個主要問題涉及效度係數(斜率偏向)以及測驗和效標上團體平均數之間的關係(截距偏向)。
斜率偏向
為了便於理解測驗偏向的各個專門問題，讓我們首先考慮第四章所討論的相關散布圖或雙變數分布。出於現 在的目的，橫軸(x)表示測驗分數，而縱軸(Y)則表示效標分數，例如大學年級平均成績或某項工作成績的指標。回憶一下，計數符號表明每一個體在測驗和效標上的位置，它們表示兩個變數之間相關的方向和大小。通過這些計數符號的最優擬合線稱之為回歸線，其方程便是回歸方程。
