1 概貌 1
测量概述 2
社会科学中的测量史源 3
几个早期的例子 3
统计方法的出现和智力测验的作用 4
心理物理学的作用 4
测量的后继发展 5
基本概念的演进 5
智力测验的演进 6
心理统计方法领域的扩展 6
测量在社会科学中的作用 6
理论与测量的关系 6
理论量度与非理论量度 8
量表 8
量表并非个个造来平等 10
劣质测量的代价 12
小结与预览 12
2 解读潜变量 14
建构及其量度 14
作为项目成绩造因的潜变量 15
路径图 16
图示约定 16
量表编制过程中的路径图 17
测量模型的进一步讨论 19
经典测量模型的假定 19
平行测试 20
其他模型 22
练习 25
3 信度 26
连续值项目与二值项目 26
内部一致性 27
阿尔法系数 27
协方差矩阵 28
多项目量表的协方差矩阵 29
阿尔法系数与协方差矩阵 30
另外一个阿尔法系数公式 33
信度系数与统计力度 36
基于量表分数相关程度的信度 37
信度系数的复本进路 37
信度系数的折半进路 38
信度系数的项目成绩标准化进路 39
信度系数的历时进路 41
概化理论 42
小结 44
练习 45
4 效度 46
内容效度 47
效标关联效度 48
效标关联效度与正确性 49
建构效度 51
建构效度与效标关联效度的区别 51
相关系数多高才算展现了建构效度 52
多特质—多方法矩阵 52
表面效度又是怎么回事儿 54
练习 56
5 量表编制指南 57
第1步：明确你到底要测量什么 57
理论有助于明确所测内容 57
特定性有助于明确所测内容 58
明确量表应包括的内容 60
第2步：建立一个项目池 61
选择反映量表目的的项目 61
项目冗余 62
项目数量 63
开始编写项目 64
优良项目与劣质项目的特性 64
正面表述的项目与负面表述的项目 68
小结 69
第3步：决定项目形式 69
瑟斯顿治标法 70
古特曼治标法 71
由等权项目构成的量表 73
备择反应选项的最佳个数 73
反应形式的具体类型 77
第4步：请专家评审最初项目池中的项目 85
第5步：考虑把效验性项目包括进去 87
第6步：在样本身上施测项目 88
第7步：评价项目 90
对项目表现情况的初步检查 90
因素分析 95
阿尔法系数 95
第8步：优化量表长度 98
量表长度对信度的影响 98
“差”项目对量表的影响 99
调整量表长度 100
分裂样本 101
练习 102
6 因素分析 103
因素分析概貌 105
因素分析概念类比 105
因素分析的概念 109
提取因素 110
因素旋转 115
因素解释 125
主成分与共同因素 126
成分与因素的异同 127
确认性因素分析 129
量表编制中因素分析的使用 132
样本大小 135
结论 136
7 项目反应理论概述 137
项目难度 139
项目区分度 141
猜测度 142
项目特征曲线 143
IRT的复杂性 146
何时使用IRT 148
等级性项目 148
项目功能差异 149
结论 150
8 广阔研究背景下的测量 153
编制量表之前 153
寻找现存工具 153
在总体背景下审视建构 154
决定量表的施测模式 156
在其他量表或程序的背景下考虑所开发量表 156
量表施测之后 157
数据分析 158
数据解释 158
概括性 159
最后的思考 159
参考文献 160
附录：现行效度理论的外延和内涵 164