闂傚倸鍊搁崐鎼佸磹妞嬪孩顐芥慨姗嗗厳缂傛氨鎲稿鍫罕闁诲骸鍘滈崑鎾绘煕閺囥劌浜為柨娑欑洴濮婅櫣鎹勯妸銉︾彚闂佺懓鍤栭幏锟�
闂傚倸鍊搁崐鎼佸磹妞嬪海鐭嗗〒姘e亾妤犵偛顦甸弫鎾绘偐閸愯弓鐢婚梻浣瑰缁诲倿藝椤栨粌顥氱憸鐗堝笚閻撴盯鏌涢妷锝呭姎闁诲繆鏅犻幃宄扳枎濞嗘垹鏆ら梺鍝勮嫰缁夌兘篓娓氣偓閺屾盯骞樼捄鐑樼亪閻庢鍠栭…鐑藉极閹剧粯鍋愰柤纰卞墾缁卞弶绻濆▓鍨灍闁挎洍鏅犲畷銏$鐎n亞鐣哄┑鐐叉濞存艾銆掓繝姘厪闁割偅绻冮ˉ婊堟⒑閸欏鐭掗柡宀€鍠栧畷娆撳Χ閸℃浼�闂傚倸鍊搁崐鎼佸磹閻戣姤鍤勯柛鎾茬閸ㄦ繃銇勯弽銊х煀闁搞劍绻堥弻鐔兼倷椤掑倹鑿囬梺閫炲苯澧柛濠傛健瀵偊宕橀鑲╋紲濠殿喗锚閸熷潡鎮″Ο璁崇箚闁绘劦浜滈埀顒佺墱閺侇噣骞掗弬鍝勪壕婵ḿ鍘ф晶顕€鎽堕悙瀛樺弿婵$偠顕ф禍楣冩⒑閸濆嫭婀伴柣鈺婂灡娣囧﹪鎮滈挊澶岊吅濠电娀娼ч敃銈夘敂椤撶喓绡€缁剧増蓱椤鏌熼崙銈嗗闂傚倸鍊搁崐鎼佸磹妞嬪海鐭嗗〒姘e亾妤犵偛顦甸弫鎾绘偐閸愬弶鐤勯梻浣告啞閹稿棝宕ㄩ婊冨脯闂傚倷绀佸﹢閬嶆惞鎼淬劌闂い鏇楀亾鐎殿噮鍋呯换婵嬪礋閵娿儰澹曞Δ鐘靛仜閻忔繈宕濆顓滀簻闁挎棁顕ч悘鐘绘懚閻愬瓨鍙忔俊鐐额嚙娴滈箖姊洪崫鍕拱闁烩晩鍨辨穱濠囨倻缁涘鏅╅梺缁樻尭鐎垫帒岣挎禒瀣拻濞达綀妫勯ˉ宥嗐亜閺囩喓鐭掓鐐茬箻閺佹捇鏁撻敓锟�闂傚倸鍊搁崐鎼佸磹妞嬪海鐭嗗〒姘e亾妤犵偛顦甸弫鎾绘偐閸愯弓鐢婚梻渚€娼ц噹闁稿本绮屾晶鐐節閻㈤潧浠滄俊顐g懇楠炴劖绻濆顒傦紵闂佺懓澧界划顖炴偂閺囥垺鐓涢柛銉e劚婵″ジ鏌h箛鏇炩枅闁哄本绋撴禒锔炬嫚閹绘帩娼庨梻浣告惈閺堫剟鎯勯鐐叉槬闁告洦鍨扮粈鍐煟閹伴潧澧伴柡鍡愬劦濮婄粯鎷呴挊澹捇鏌涢埡渚婅含妤犵偛绻橀弫鎾绘晸閿燂拷闂傚倸鍊搁崐鎼佸磹閻戣姤鍊块柨鏇炲€哥壕璺ㄢ偓瑙勬礀濞诧箑鐣烽弻銉︾厵閻庢稒岣跨粻姗€鏌¢崱妤侇棤缂佽鲸甯為埀顒婄秵閸嬫帡宕曢妷锔剧缁绢參顥撶弧鈧梺鍝勭灱閸犳挾鍒掑▎鎾冲瀭妞ゆ柨鍚嬮惁锝囩磽閸屾瑦绁板瀵盖硅灋闁告劦鍠栭拑鐔兼煃閵夛箑澧柛姘儔楠炴牜鍒掗崗澶婁壕鐎规洖娴傞崬褰掓⒒閸屾瑧绐旈柍褜鍓涢崑娑㈡嚐椤栨稒娅犲Δ锝呭暞閻撴瑩鏌涢幋娆忊偓鏍偓姘炬嫹闂傚倸鍊搁崐宄懊归崶褏鏆﹂柣銏⑶圭粣妤呭箹濞n剙濡介柛搴$У缁绘繈妫冨☉鍗炲壈缂佺偓鍎抽…鐑藉蓟閻旂厧绀堢憸蹇曟暜濞戙垺鐓熼柟鎯ь嚟閹冲嫰鏌曢崶褍顏€殿喕绮欐俊姝岊檨闁哄棴绻濆娲閳哄啫鍩岀紓鍌氱Т閿曨亜顕f繝姘櫜濠㈣泛妫岄崑鎾绘晝閸屾氨顓哄┑鐘绘涧濡厼岣挎ィ鍐┾拻濞达絽鎽滅粔鐑樸亜閵夛附灏扮紒缁樼洴閸┾偓妞ゆ帒瀚悡娑樏归敐鍫綈鐎规洖鐭傞弻鈩冩媴鐟欏嫬纾抽梺杞扮劍閹瑰洭寮幘缁樻櫢闁跨噦鎷�濠电姷鏁告慨鐑藉极閹间礁纾婚柣鎰惈缁犳澘鈹戦悩宕囶暡闁稿瀚妵鍕箳閹存繍浠鹃梺鎶芥敱濡啴寮诲☉銏犲嵆闁靛ǹ鍎辩粻娲⒑閸濆嫭顥炵紒顔肩焸濠€渚€姊虹粙璺ㄧ闁告艾顑囩槐鐐哄箣閻樼數锛滈梺缁樏崯鍧楀煝閺囥垺鐓涢悘鐐靛亾缁€鍐磼缂佹ḿ顬兼い锔界叀閹顫濋悡搴♀拫闂佺硶鏂侀崑鎾愁渻閵堝棗绗掗柨鏇樺劤閳ь剚鐔幏锟�闂傚倸鍊搁崐鎼佸磹妞嬪海鐭嗗〒姘e亾妤犵偛顦甸弫鎾绘偐閼碱剦妲烽梻浣告惈缁嬩線宕戦崱娑欏剹婵炲棙鎸婚悡娆撴⒑椤撱劎鐣遍柡瀣剁畱閳规垿顢欓挊澶嗘灆闂佸搫鏈ú妯兼崲濞戙垺鍊锋い鎺嶈兌瑜板懐绱撻崒娆掝唹闁稿鎹囬弻娑㈠箛閵婏附鐝栫紓浣哄█缁犳牠寮婚悢琛″亾閻㈢櫥瑙勭瑜旈弻鐔煎礃閹绘帩浼冮梺鍝勮嫰缁夌懓鐣峰▎鎾澄ч柛鈩冾殢娴硷拷缂傚倸鍊搁崐鎼佸磹閹间礁纾瑰瀣捣閻棗銆掑锝呬壕闁芥ɑ绻傞湁闁稿繐鍚嬬紞鎴︽煕閵娿儱鈧潡寮诲☉鈶┾偓锕傚箣濠靛懐鐩庣紓鍌欑婢у酣宕戦妶澶婅摕闁挎繂顦猾宥夋煕閵夛絽濡搁柍褜鍓欓崯鎾蓟閿濆绠抽柟鎼灥閸氼偊姊虹紒妯绘儎闁稿锕ら悾鐑藉醇閺囩倣鈺呮煏婢跺牆鍔滈柣锔芥崌濮婄粯鎷呯憴鍕哗闂佺ǹ臎閸パ咁唵闂佽法鍣﹂幏锟�闂傚倸鍊搁崐鎼佸磹妞嬪海鐭嗗〒姘e亾妤犵偞鐗犻、鏇㈡晝閳ь剟鎮块鈧弻娑㈠箛椤撶姰鍋為梺鍝勵儐閻楁鎹㈠☉銏犵婵炲棗绻掓禒楣冩⒑缁嬪潡顎楃紒澶嬫尦閸╃偤骞嬮敂钘変汗閻庤娲栧ù鍌炲汲閿熺姵鈷戦柟鎯板Г閺侀亶鏌熼悷鐗堝枠鐎殿喛顕ч埥澶娢熼柨瀣垫綌闂備線娼х换鎺撴叏閹惰棄绐楀┑鐘叉处閳锋垿鏌熼懖鈺佷粶闁逞屽劯閸パ咁唵闂佽法鍣﹂幏锟�
濠电姷鏁告慨鐑藉极閸涘﹥鍙忓ù鍏兼綑閸ㄥ倸鈹戦崒婧撳綊寮伴妷鈺傜厸鐎广儱楠搁獮妤呮煕鐎n亶鍎旈柡宀嬬節瀹曞爼鍩¢埀顒傛閹惰姤鐓熼柣鏃偳归悵妤呮煛閸愩劎澧曠€瑰憡绻冮妵鍕箻椤栨凹鍤掗梺鍝勬储閸ㄦ椽宕愰崹顐闁绘劘灏欐禒銏ゆ煕閺冣偓瀹€鎼佸蓟閿濆憘鏃堝焵椤掑嫭鏅濇い蹇撳閺嗭附銇勯弽顐沪闁哄懏鎮傞弻銊╂偆閸屾稑顏�濠电姷鏁告慨鐑藉极閹间礁纾婚柣鏂款浉婢舵劕绠涢柡澶庢硶閿涙盯姊鸿ぐ鎺戜喊闁告ü绮欏畷锝堢疀閹炬劖妫冮弫鎰板川椤撶喓浜鹃梻浣芥〃缁€渚€鏁冮鍫濊摕婵炴垯鍨瑰敮闂侀潧绻嗛崜婵嬫偟閺嵮€鏀介柍钘夋娴滀粙鏌涢妸鈺€鎲惧┑锛勬暬瀹曠喖顢欓崜褎婢戦梻浣告贡閸嬫捇宕滃顓烆嚤闁逞屽墴濮婄粯鎷呴崨濠冨創濡炪伇鈧崑鎾绘⒑閻熸澘娈╅柟鍑ゆ嫹婵犵數濮烽弫鍛婃叏閻戣棄鏋侀柟闂寸绾惧鏌i幇顒佹儓缂佺姴缍婇弻宥夊传閸曨剙娅i梺鎼炲妼閸婂潡寮婚悢椋庢殝闁瑰嘲鐭堝ḿ鑸电箾鐎涙ḿ鐭婄紓宥咃躬瀵鎮㈤搹鍦紲闂侀潧绻掓慨鐢告倶閸績鏀介柍钘夋娴滄繈鏌ㄩ弴妯虹伈鐎殿喛顕ч埥澶愬閻樻牓鍔戦弻鐔衡偓娑欋缚缁犳岸鎮楀顓熺凡闁宠鍨块崺銉╁川椤旂⒈浼�闂傚倸鍊搁崐宄懊归崶褏鏆﹂柛顭戝亝閸欏繘鏌℃径瀣婵炲樊浜濋弲婵嬫煕鐏炲帺姘跺磻閹捐绀冮柍杞拌兌缁愮偤姊鸿ぐ鎺戜喊闁告ê銈稿畷婊堝Ω閵夈垺鏂€闂佺粯岣跨划顖氣槈瑜庢穱濠囶敃椤愩垹绠圭€光偓閿濆懏鍋ユ鐐茬Ч椤㈡瑩鎮锋0浣割棜闂備胶枪缁绘劙藝椤栨稓顩插Δ锝呭暞閳锋垿鏌涘☉姗堝伐濠殿噯绠戦湁婵犲﹤瀚峰▓婊呪偓瑙勬礃閸ㄥ潡寮幘缁樻櫢闁跨噦鎷�闂傚倸鍊搁崐鎼佸磹妞嬪海鐭嗗〒姘e亾妤犵偛顦甸弫鎾绘偐閸愯弓鐢婚梻浣瑰缁诲倿藝椤栨粌顥氱憸鐗堝笚閻撴盯鏌涢妷锝呭姎闁诲繆鏅犻幃宄扳枎濞嗘垹鏆ら梺鍝勮嫰缁夌兘篓娓氣偓閺屾盯骞樼捄鐑樼亪濡ょ姷鍋涢崯顐ョ亽闁荤姵浜介崝搴ㄥ级閹间焦鈷戦悷娆忓閸斻倕顭胯闁帮綁銆佸▎鎾崇婵犲灚鍔栫€靛矂姊洪棃娑氬婵☆偅鐟х划姘跺锤濡や胶鍘甸梺鍛婂灟閸婃牜鈧熬鎷�婵犵數濮烽弫鍛婃叏閻㈠壊鏁婇柡宥庡幖缁愭淇婇妶鍛殲鐎规洘鐓¢弻鐔兼焽閿曗偓閺嬨倗鐥幑鎰撻柟渚垮妼铻i柛褎顨呴幗闈涱渻閵堝棗濮冪紒顔界懇瀵槒顦剁紒鐘崇☉閳藉骞掗幋婊冾棜婵犵數鍋為崹鍫曟嚌閻愵剚娅犲Δ锝呭暞閳锋帒鈹戦悩鏌ヮ€楀ù婊勭矋缁绘稓鎷犺閻g數鈧娲橀悷銊╁Φ閹版澘绠抽柟瀛樼箖閸庮亪姊绘担鑺ョ《闁革綇绠撻獮蹇涙晸閿燂拷闂傚倸鍊搁崐鎼佸磹閻戣姤鍤勯柛鎾茬閸ㄦ繃銇勯弽銊х煀闁搞劍绻勯埀顒€鍘滈崑鎾绘煃瑜滈崜鐔煎春閳ь剚銇勯幒宥囶槮闁搞値鍓熼弻娑㈠箻绾惧顥濆銈嗘磸閸庨潧鐣烽悢纰辨晬婵炴垶眉缁ㄥ姊绘担鍛婂暈缂佸搫娼″畷鏇㈡濞戣京鈧埖銇勯弴妤€浜惧┑顔硷攻濡炰粙鐛弽顓熷€烽柟缁樺笒鍟告繝鐢靛Х椤d粙鍩€椤掑啯鐝柟鍏煎姍閺屽秶绱掑Ο娲绘闂佽桨鐒﹂幑鍥极閹剧粯鏅搁柨鐕傛嫹闂傚倸鍊峰ù鍥х暦閻㈢ǹ绐楅柟閭﹀枛閸ㄦ繄鈧箍鍎卞Λ妤呭垂閺冨牊鐓熼柨婵嗘嚀鐎氫即鏌涢妸锔剧畵閾绘牠鏌ㄥ┑鍡樺櫣闁哄濡囩槐鎾愁吋閸℃瑥鈷岄梺璇″枟椤ㄥ﹪寮幇顓熷劅闁炽儱鍟跨粻浼存⒒娴h櫣甯涢悽顖涘浮閺佸啴顢旈崼鐔蜂簵濡炪倖鍔х粻鎴︽倷婵犲洦鐓忓┑鐐茬仢閸旀碍鎱ㄩ敐鍛ⅵ婵﹥妞介獮鏍倷濞村浜剧憸鏃堢嵁韫囨稒鏅搁柨鐕傛嫹缂傚倸鍊搁崐鎼佸磹閹间礁纾瑰瀣捣閻棗銆掑锝呬壕闂佽鍨伴張顒傜箔閻旂厧鐒垫い鎺嗗亾闁伙絿鍏樺鎾閳ヨ櫕顓奸梻渚€娼ч悧鍡椕洪妸鈺傚亗閻庯綆鍠楅埛鎴︽煙椤栧棗鎳愰鍥⒑閸涘鎴犲垝閹惧磭鏆﹂柟杈剧畱缁犲鏌ら幖浣规锭闁绘繀鍗冲娲倷閽樺濮庨梺鍛娚戦悧鐘茬暦閻楀牏绡€闁稿本顨嗛弬鈧梻浣哥枃濡嫬螞濡や胶顩插Δ锝呭暞閻撴瑩鏌涢幋娆忊偓鏍偓姘炬嫹闂傚倸鍊搁崐鎼佸磹閹间礁纾归柟闂寸绾惧綊鏌熼梻瀵稿妽闁稿顑呴埞鎴︽偐閹绘帩浠鹃梺鍝勬缁秵绌辨繝鍥ч柛灞剧煯婢规洟姊洪崨濠庢畽濡炲瓨鎮傛俊鐢稿礋椤栨氨顔婇梺鐟扮摠缁诲秵绂掓總鍛娾拺闁告稑锕ゆ慨鈧梺绋款儐閹瑰洤顫忕紒妯诲闁告繂瀚紓鎾绘⒑缁嬪灝顒㈡繛鍏肩懇閸┿垹顓兼径濠傚祮闂侀潧绻嗛埀顒€鍘栭惀顏堟⒒娴h姤纭堕柛锝忕畵楠炲繘鏁撻敓锟�
虚阁网 > 邹韬奋 > 职业心理学 | 上页 下页
第二章 个性差异之量度


  吾人既已研究个性差异之原因,为研究职业心理学之背景,请再进而研究如何量度个性差异之程度。

  量度个性差异之必要 吾人诚欲应用研究个性所得之结果,则在理论与实施各方面,对于一群内某种特性,或几种特性,皆须求得一种量度之方法。而且有时不但量度而已,并须比较各种特性。诚欲从事比较,苟仅知某人所得关于某种特性之测验分数较一群中之“平均”或“中数”多若干分,或少若干分;而未知此一群中各人测验分数之差别情形,则此人在此一群中所处之地位(指程度),仍无明确之表示也。试举一例以明之。例如此一群中受同一测验者有百分之五十,其所得之分数与“平均”比较之数,皆与此人所得之比较结果相似,则此人之程度不能有所超出。如此一群中仅有百分之五,所有与“平均”比较之数,与此人相似,则此人之程度即可视为超越矣。除此之外,关于量度个性,尚有一种需要,即尚须应用明确的方法,求出所谓“集中趋势”(central tendency)(即测验法中所称“平均”mean“中数”median或“众数”mode)之“可靠性”(reliability)。如所测验之个性愈有变异,则所测验之人数当愈多,始能获得满意之标准或“平均”。

  关于量度某种个性之差异程度,已有数法最常用者,兹略述其概要如左:

  (1)次数分配曲线(frequency curve) 所谓次数分配曲线,例如下图:平线代表全距离分数,由左向右,起自最低之分数,依次向右,结以最高之分数(此种种分数即由测验一群儿童某种能力所得之结果)。在平线中每一分数之上,可依得此一级分数人数之多寡,根据所定之单位(如以一人为一单位之类),记一点。俟各点记毕,以一曲线连之,即成所谓次数分配曲线。此图之功用,在能用图表示分数之分配大概,由此得觇个性差异之大略情形。如吾人已测验某人所得之分数,则察视此种曲线,一望而知此人在本群中所居之程度地位。就严格言之,此法尚不能称为明确的量度,惟以其能藉图画表明分数分配之大概,用之者颇多,尤以人数在“平均”分数以上或以下者较多时更为有用。

  职业心理学

  上图所示之曲线,乃一种“常态分配”(normal distribution),盖此图左右非常均匀也。受测验之人数愈多,则此种曲线愈近常态。如所得之曲线左右差池不均,称为“偏态分配”(skewed distribution)。

  (2)全距离分数(range of scores) 所谓全距离分数,即是从最小分数至数最大分数之距离。有时欲知所测验之全群成绩,仅须叙述全距离分数,即可知其中有无甚大之差异,并可知此群所具之大概程度。核算时,只须从最大分数内减去最小分数。惟此只能作为一种参考之量数,亦非精确之量度也。

  (3)二十五分差距离(semi-inter-quartile range) 较全距离分数更准确者为二十五分差距离,包含全体分数之中间50%,除去最高分数之四分之一与最低分数之四分之一。此法可表明全群中成绩之中间一部分,占全部分之一半。如以Q代二十五分差,其核算之公式如左:

  职业心理学

  公式中之Q1系代表下二十五分点,为一种点数,在此点数以下有全体分数之25%,在此点数以上有全体分数之75%。Q3系代表上二十五分点,亦为一种点数,在此点数以上有全体分数之25%,在此点数以下有全体分数之75%。

  (4)平均差(average deviation, A. D. , or mean deviation, Mn. D.) 就严格言之,上述之三法,其功用只能作为一种参考的量数;若“平均差”则比较的更为明确之量数矣。然平均差尚属明确量数之最简单者,乃计算“均方差” (standard deviation)或“机误”(probable error)之第一步也。所谓平均差,盖指个人所得之分数与一群中之平均或中数比较之平均差数。其核算方法如左:(差数之正负号不计)

  职业心理学
  职业心理学

  兹再将上述之平均差算法解释如左。

  (甲)未归类之分数:

  (a)将原来之分数列成顺序分配。(此一步可省)

  (b)人数=24,中数为57。(中数系由2除分数总数所得)

  (c)求各分数与中数之差数。第一个分数为20(为15-24.9之中点)与中数相差37,第三个分数相差17,第六个分数相差7,余类推。负号可不用,因与实际上无关系。

  (d)差数之总数为346,正负号不计。

  (e)平均差等于人数除差数之总数。

  (乙)已归类之分数:

  (a)将原来差数重行排列,求次数分配。

  (b)第一级15-24.9之离中差为37,第二级为27,余类推。此差数并非级之差数,乃实际之差数。

  (c)次数乘差数。例如第一级之次数有2,故用2,乘差数37,总数为74。第二级之次数为零,故总数亦为零。第三级次数为3,差数为17,相乘得51,余类推。

  (d)差数之总数为346,正负号不计。

  (e)平均差=346/24=14.416+

  就常态分配言,在“集中趋势”上下之各一个Q包含全体分数之50%,在“集中趋势”上下之各一个平均差包含全体分数之57.5%,故后者之数较前者为大。

  (5)均方差(standard deviation, S. D.) 在“集中趋势”之上下各一个均方差,约占全体分数之68%。如所得之结果系常态曲线,于“中数”左右依均方差之长度作一记号,在此两记号上画两垂线,则能包含曲线内68.26%之面积,换言之,即能包括全体分数之68.26%。其核算方法如左:

  职业心理学

  兹再将上述之均方差算法解释如左:

  (甲)未归类之分数:

  (a)将原来之分数列成顺序分配。(此一步可省)

  (b)人数=24,平均数为7.0。因欲免除差数之小数,故用假定的平均数7.5代替平均数7.0。如不用7.5,用9.5或2.5均可。(平均数7.0系用人数除分数总数所得,所以须加.5,因2分实际为2-2.999中点为2.5)。

  职业心理学
  职业心理学

  (c)求各分数与假定的平均数之差数。第一个分数为2,实际为2-2.99,中点为2.5,与假定之平均数相差为5。余类推。

  (d)各差数均自乘。

  (e)差数方之总数为124。

  (f)均方差S. D. 为人数除差数方之总数,减去校正数的方之方根。校正数的平均数与假定的平均数之差数,在此例内为.5。

  均方差S.D.=职业心理学

  (乙)已归类之分数:

  (a)将原来分数,重行排列,求次数分配。

  (b)人数=24,平均数=7。

  (c)将接近分配中央任何一级之中点,用为“参照点”。凡用假定的平均数,皆取一级的中点。假定的平均数为7.5。

  (d)求各级与假定平均数之差数。

  (e)差数自乘,再乘次数。从上边乘起:(5)2×1=25,(4)2×1=16,(3)2×2=18。余类推。

  (f)均方差S.D.=职业心理学平均数与真实的平均数之差数,在此例内为.5。倘遇无差数,则校正数为零。所以须用假定的平均数,再行校正,盖欲便于核算计,免除小数搀入。

  (6)机误(probable error, P. E.) 所谓机误,亦与分配曲线图有关系。此指量表上(即分配图之底线)之一种距离单位;如在“中数”左右,依机误之距(即长度)作记号,即可表明曲线内全部面积之50%,换言之,即包含全体分数之50%。其算法只须将.6745乘均方差S.D.即得。其公式如左:

  职业心理学

  公式中之d指中数之差数,∑指总数,N指人数。

  左列一表,表示依据以P. E. 为单位离开“平均”之远近,其所包含之全体分数中百分之几亦因之而异。惟此表仅限于常态次数曲线。

  职业心理学

  以上所述可得核算之各种方法,皆以数目字表明在“量表”上与“平均”相离之“距”,藉此表明一级或一群中个性差异之大概趋势。此数法皆应用统计学于教育方面者也。此外统计学中尚有一法与个性差异之量度亦有重要之关系,即所谓相关度。

  相关度之创始 相关度创自葛尔顿(Galton),葛尔顿研究遗传,需要此种量度方法,故此事之探讨,由彼开其端焉。关于相关度之进化史与其公式之沿革,其详情非本章范围所及。惟“相关系数”(coefficient of correlation)在心理学、教育学、经济学等等专门科学中皆有甚大之贡献,尤为研究个性者所不可不知,故其功用与核算方法,为研究职业心理学者所宜特加致意。

  相关度之意义 所谓相关度,乃一种方法,用以鉴定一组人,或一组学校,或其他团体,其所有之两种成绩间有何连带关系?如两种之间有绝对之正比例关系,相关系数(r)为+1.0;如两种之间仅有反比例之关系,则相关系数为-1.0。如两种成绩彼此间毫无关系,则相关系数为0。据经验所示,自0至±.4相关为低;自±.4至±.7之相关颇有关系;自±.7至±1.0之相关程度为高者。

  相关度在教育方面之功用 相关度在教育方面之功用甚大。吾人所采用之智力测验或教育测验,其结果是否可恃?教师之评判与测验之等第是否相符?各种能力彼此间有否连带关系?各种智力与各种科目彼此间是否有连带关系?学业成绩与实际事业之成功有多大关系?此类问题之答案,皆得以相关度之方法解决之。

  核算相关度之方法 现今最通行之核算相关度方法,皆用潘阿生(Pearson)所创作之公式:

  职业心理学

  公式中之r指相关系数,∑指总数;x指第一组测验分数与平均数之差数,y指第二组测验分数与平均数之差数;N指人数;σx指第一组测验之均方差,σy指第二组测验之均方差。上述公式亦可列成如左之公式:

  职业心理学

  兹举一例如左,说明用此公式核算相关度之方法:

  职业心理学
  职业心理学

  兹将上表所示相关系数核算法说明如左:

  (a)依各人之号数,将两种测验之分数依次排列,例如第一人所得测验Ⅰ之分数为2,所得测验Ⅱ之分数为50。余类推。

  (b)求两种分数之平均数。测验Ⅰ之平均数为7,测验Ⅱ之平均数为57.5。

  (c)求测验Ⅰ分数与平均数之差数x,测验Ⅱ分数与平均数之差数y。例如测验Ⅰ之平均数为7.0,第一人之分数为2,比较平均数少5,故在x项下写一负5。

  (d)将x与y之数目自乘。例如-5自乘为25。-7.5自乘为56.25。

  (e)求x与y之相乘数。例如-7.5×-5=37.5。又如-4×-7.5=30.0。

  (f)求x2与y2之总数  ∑x2=124  ∑y2=7850

  (g)求xy之总数。正的xy数=434,负的xy数=135。两数之总数∑xy=299。

  (h)将所得之数目代入公式,r=.303

  均方相关法与等级相关法 上述之方法系“均方相关法”(product-moment method),此法之核算,可不用相关数对数表,其结果比较的最为可靠。此外尚有一更为便利之核算方法,称为“等级相关法”(rank correlation method)。求等级相关,可用斯比亚门之公式(Spearman "Footrule" Formula):

  职业心理学

  公式中之G指“名次较数”(gains in rank),∑指总数,N指人数,R指名次相关系数。用上列公式得到“名次较数”后,尚须参照潘阿生之对数表,化成相关系数。

  核算相关度之对数表 化R为r之对数表

  职业心理学

  职业心理学

  既有此表,请再举一例,以示等级相关之核算法:

  职业心理学

  兹将上述用表核算法说明如左:

  (a)先将各人之测验Ⅰ分数,列成比较的等第。例如2分列第一或1;3分列2;4分有两个,平分3、4等第,故各列3.5;5分有四个,将5、6、7、8四个等第平均之后,各得6.5;余类推。测验Ⅱ之分数亦列成等第。例如20分有两个,平均1、2两等第,各得1.5;40分有三个,平均3、4、5等第,各得4;余类推。测验Ⅰ之分数系以量小者列在最前,如以最大者列在最前亦可,惟两种测验之等第须相对照。

  (b)核算超过第一次等第之数,获得等第较数。例如8.5-1=7.5;8.5-2=6.5。余类推。

  (c)求得等第较数之总数。∑G=74.5

  (d)代入公式,R=.224,参照对数表化成r,r=.37


虚阁网(Xuges.com)
上一页 回目录 回首页 下一页