心理测量学讲座版之四.docx

心理测量学讲座版之四.docx

《心理测量学讲座版之四.docx》由会员分享，可在线阅读，更多相关《心理测量学讲座版之四.docx（30页珍藏版）》请在冰豆网上搜索。

心理测量学讲座版之四

第四节测验的效度

第一单元效度的概念

一、效度的定义

（一）描述定义：

效度（valiity）是指测量的准确性，也就是一个测验或量具能够测出所要测量的东西的程度。

测验的效度所关心的主要问题有两个：

一、测验要测量什么？

也即要测量什么心理特质？

二、对所要测量的心理特质测得有多准？

例如：

一个测验要测量智力，我们就要考虑这一测验的题目在多大程度上测到了所谓智力？

也就是测量智力的准确性如何？

（二）测量理论对效度的界定：

我们已经知道，一组测验分数的总变异数（S2X）由三个部分组成：

一部分是真实的、与测量目的有关的变异，所谓真实变异，所要测量的因素引起的分数变异，用S2V表示。

例如，智力测验中，个体的间的分数差异中有一部分是由个体间智力本身的差异引起，这一部分差异叫真实变异；

二是真实的、与测验目的无关的变异，用S2I表示。

也就是所谓系统误差，也就是由与测量目的无关的变因引起的一种恒定而有规律的效应，稳定地存在于每一次测量之中。

此时，测值虽然一致，但不准确。

例如，奸商搞鬼秤，在秤砣上做手脚，一斤多一两或少一两，两斤多二两或少二两，这就是系统误差。

可见，误差只影响测值的准确性，而不影响测值的一致性。

三是随机误差的变异，用S2E表示。

例如，在智力测验中，个体间的分数差异，有一部分是由与测验无关的、没有规律的变因引起的，这样的变因有可能使人发挥得好，也可能使人发挥失常。

受测者在智力测验上的分数差异中由这些随机因素造成的差异，就叫随机误差的变异（S2E）。

这四者之间的关系是：

S2X=S2V+S2I+S2E,，

在测量理论中，效度定义为：

在一列测量中，与测量目的有关的真实变异数（S2V）（由所要测量的变因引起的有效变异）与总变异数（即实得变异数，S2X）的比率，即：

效度=S2V/S2X=r2xy

这里r2xy表示效度系数，S2V表示有效变异数，S2X表示总变异数。

一个测验的效度表明，在一组测验分数中，有多大比例的变异数是由所要测量的变因引起的。

（三）效度的重要性：

效度是科学测量工具最重要的必备条件，一个测验如果无效的话，也就是说，如果它没有能够测量到它所要测量的东西的话，即使其他优点再多也是没有用的。

因此，判断一个测验的优劣，首先就要看它效度的高低。

二、信度和效度的关系

根据公式S2X=S2V+S2I+S2E，可以用下图表示信度和效度之间的关系：

S2X

S2V

S2I

S2E

S2T

（一）信度是效度的必要条件而非充分条件。

信度的公式是：

rxx=S2T/S2X=1-S2E/S2X。

（因为S2X=S2T+S2E=S2V+S2I+S2E）。

从信度公式可以见出，信度只受随机误差的影响，当随机误差的变异数增加时，则信度下降，而随机误差的变异数下降时，则信度提高。

效度的公式是：

效度=S2V/S2X=r2xy。

当总变异数（S2X）一定的情况下，效度的大小取决于真实变异数（S2V）的大小。

如果随机变异数（S2E）变小，也就是如果信度提高，真实变异数（S2V）的大小还要看系统误差变异数（S2I）的大小。

因此，一个测验信度高，效度却不一定高。

但要一个测验效度高，真分数的变异（S2T）必须占较大的比重，即测验的信度必须高。

信度和效度的关系，换一种说法就是效度高的测验，信度必然高；信度高的测验，效度不一定高。

例子：

信度和效度的这种关系，在日常生活中也可以看到。

例如，用米尺来量身高，既是可信的，也是有效的；而用米尺来量体重，虽然多次量得的结果是一致的，即有较高的信度，但效度很低。

又如：

我们想用测量人的头盖骨的大小来判断人的智力的高低，对人的头盖骨大小的测量可以达到相当精确的程度，测量中的一致性较高，信度很高。

但因为头盖骨的大小和智力并没有线性相关的关系，甚至说没有任何关系，所以，这一测验的效度为零。

由此可见，信度高并不能保证效度也高。

再如：

心理学史上最初的心理测验尝试是由高尔顿发起的，他通过测量人的感觉的敏锐度和反应时来测量人的智力，我相信这方面的测量可以达到很高的信度，但对测量智力这一心理特质来说，效度是很低的。

卡特尔的学生惠斯勒证明了这类感觉主义智力测验的极低效度。

（二）测验的效度受它的信度的制约

根据信度的定义（rxx=S2T/S2X）及效度的定义（S2V/S2X=r2xy）以及公式

S2T=S2V+S2I可以得到：

r2xy=S2V/S2X=（S2T—S2I）/S2X=S2T/S2X—S2I/S2X=rxx－S2I/S2X，，由于S2I≥0，所以，r2xy≤rxx。

这就是说，一个测验的效度总是受其信度的制约，即效度永远不可能大于信度的平方根。

三、效度的性质

（一）效度具有相对性

效度的相对性，是指任何一个测验的有效程度，都与你用这一测验测什么有关。

每一种测验都有其功能上限制，都有其特定的使用领域，都有其要测量的特定的心理特质。

例如：

一个焦虑测验，对测量个体的焦虑水平这个心理特质可能有较高的效度，而对测量内外向这一心理特质来说，效度可能就低。

斯坦福——比纳智力量表用于测量智力这一心理特质有较高的效度，而对测量焦虑水平来说，效度就会很低。

世界上没有一种能够测量所有心理特质的测验。

因此，要评价一个测验效度的高低，就要考虑这一测验要测量什么心理特质。

我们不能笼统地说，某测验效度高或效度低，而应该说它对测量什么效度高或效度低。

这就是说，在评鉴测验的效度时，必须考虑其目的与功能。

只有所测得的结果符合该测验的目的，才能认为它是个有一定效度的测量工具。

（二）效度具有连续性

测验是根据行为样本，（如测量智力题目可说很多，我们编制题目时，只从这测量智力的题目总体中抽取能代表总体的题目样本），对所要测量的心理特质作间接的推断，只能达到某种程度的准确性；而且测验效度通常以相关系数表示之，只有程度上的不同，而不是一个全有和全无的关系。

我们只能说，某一个测验效度高或低，而不能说“这个测验无效或有效”。

另外，测验的效度是针对测验的结果而言的，而不是对测验的过程而言的。

测验效度是指测验结果的有效性程度。

四、影响效度的误差来源

凡是能产生随机误差和系统误差的因素都会降低测验的效度。

一个效度低的测验，其得分在很大程度上受到与测验目的无关的因素的影响，而效度高的测验则受无关因素的影响很小。

对效度有普遍影响的因素主要有下列三个方面：

（一）测验的组成方面

试题是测验的要素，测验的效度取决于试题的性能。

凡测验的取材、测验的长度、试题的区分度、难度和试题的编排方式等都与效度有关。

如果测验材料选择得当，测验长度恰当，试题的区分度高，难度适中，并且安排合理，那么测验的效度就高，反之测验的效度就低。

（二）测验的实施方面

测验的实施程序是影响效度的重要因素。

如果施行测验的人能适当控制测验情境，严格遵守测验手册上的各项规定，就可避免外在因素对测验的消极影响。

总之，要保证测验的效度，就必须在实施测验时，严格按标准化的方式实施。

在测验过程中，无论是场地的布置，材料的准备，作答方式的说明，时间的限制等，如果不按照标准化的程序实施，必然会使效度降低。

（三）受试者的反应方面

受试者的兴趣、动机、情绪、态度和身心健康状况等，都会对其在测验情境中的行为产生影响，而被试者是否充分合作，是否尽力而为，都会影响测验结果的可靠性（即信度）和准确性（即效度）。

无论是能力测验，还是人格测验，只有受试者反应真实，才能推断其心理特性和适应状态。

第二单元效度的种类及评估方法

检验效度的方法很多，每种方法都侧重于不同的问题。

美国心理学会在1974年发行的《教育和心理测验之标准》一书中，将测验的效度分为三大类：

即内容效度、构想效度和效标效度。

内容效度涉及的问题是，从所感兴趣的行为总体中取样的测验题目，其代表性如何。

如出一张卷子考《普通心理学》这门课程，不可能将所有的知识点都考一遍，卷子上的题目只是所有这些知识的一个样本。

这张卷子上的题目能否代表所有普通心理学知识这个总体，是否具有代表性，就与内容效度有关。

构想效度是指一个测验对某种心理学理论所涉及的抽象概念或心理特质测得如何。

例如，一个智力测验所测得的结果，如果与这一测验所依据的智力理论关于智力的一些假设相符，那么这一测验就具有构想效度。

效标效度，也叫实证效度，指的是测验对我们所感兴趣的外在行为能够做出多好的预测。

这种外在行为是衡量测验是否有效的标准，简称效标。

测验分数和效标相关的大小，便表示测验效度的高低。

例如，一个智力测验可以用学生的学业成绩作效度指标。

又如，大学入学考试可以用学生进大学之后的学习成绩作效标，二者的相关便是高考的效度指标。

一、内容效度

（一）什么是内容效度

内容效度是指测验题目对有关内容或行为范围取样的适当性。

例如，我们出卷子考学生，目的是了解学生对某门课程掌握得怎么样。

如果可能的话，把这门课的所有内容都编成题目，然后考学生。

但一般来讲，时间和精力不允许我们这么做。

我们一般是从所有内容中抽取一些题目，组成一张卷子，卷子上的这些题目（样本）要能够代表这门课程的内容总体。

然后我们根据学生在这张卷子上的得分，来推断学生对这门课程掌握得怎么样。

这时，推断的有效性取决于这张卷子上的题目能否真正代表这门课程的所有内容。

如果这张卷子上的题目能够代表这门课程的内容总体，那么我们根据学生在这张卷子上得分推断他们对这门课程内容的掌握情况才是有效的；如果选题有偏差，卷子上的题目不能代表这一课程的内容总体，那么这样的推论就是无效的。

由于这种测验的效度主要与测验的内容有关，所以叫内容效度。

（二）一个测验要有内容效度必须具备的条件

1、要有定义得完好的内容范围。

（我们的参考书上讲，要对所测量的心理特质有明确的概念，并确定哪些行为与这种心理特性有关，又比较密切。

意思是一样的）

所谓内容范围，可以是一个明确而有限的题目总体（如20以内加减法，或二元一次方程），也可以是由编制者界定的一些范围较广的材料与技能；可以包括具体的知识，也可以包括复杂的技能。

例子：

学绩测验通常十分注重内容效度。

就学绩测验而言，内容范围包括“教材内容”和“教学目标”两个方面。

所谓“教材内容”是指“主题”或“教材领域”。

例如，对于中学物理课程，“教材内容”包括力学、热学、电学、光学、原子物理学等；所谓教学目标，是指预期的学生行为的改变。

如获得知识、理解、应用、综合、评价等能力。

虽然内容效度通常与学绩测验有关，但也可用于其他心理测验。

例如，我们可以从各种与机械能力有关的技能与能力中取样，构成机械能力测验。

但与学绩测验相比，其他测验，例如智力测验和人格测验，所测量的内容或行为范围较难界定。

2、测验题目应是所界定的内容范围的代表性取样。

所谓代表性取样，就是根据材料和技能的重要性来选题目，而非随机取样，以便选出的题目包含所测内容范围的主要方面，并使各方面比例适当。

为了保证题目的代表性，必须对内容范围进行系统分析，将该范围划分细目，并对每一个纲目作适当加权，然后再根据权数从每一个纲目中作随机取样，直到得到所需要数目的题目。

为了提高测验的内容效度，可以采取以下步骤：

（因为与测验编制有关，故细讲）

1）分别列出教材内容的各项重点和所要测量的各类学习结果（教学目标）。

这可以根据教学大纲和教学计划来确定。

2）根据各项教材重点和各类行为改变的相对重要性来确定它们的权重。

3）编制一个命题双向细目表。

如下图

此表是广东省1985年物理标准化考试模拟测试双向细目表，表中各细格的数字代表各项教材重点和行为改变的相对权数。

编制命题双向细目表，首先，要分别从两个方向确定各个大部分的权重。

例如，对于上述物理测验，可以把教材内容分成力学、热学、电磁学、光学、原子物理学，并确定各部分的权重。

还可以把教学目标分成了解、理解、应用、发展这四个大部分，并确定各部分的权重。

其次，确定各细格的权重数，最后还要综合平衡。

4）根据命题双向细目表来编制测验。

所编制的测验越是符合双向细目表各细格所占的比重，内容效度就越高。

特别注意：

要求内容效度的测验，并不要求测验是同质的。

因为甚至最具局限性的教学单元通常也包括各种内容和技能，要做到高度同质是不可能的。

在细纲目内，也许需要高度同质，但不必强求测验总体的同质。

当然，如果测验用来测量某种心理特质，就必须高度同质。

也就是说，测量同一种心理特质的题目之间要高度相关。

（三）确定内容效度的方法

1、专家判断法：

这是最常用的方法，就是请专家对测验题目与原定测验范围的符合性作出判断。

这种衡量效度的方法是一个逻辑分析的过程，所以又称“逻辑效度”。

具体有以下几个步骤：

1）定义好内容总体，描绘好有关知识与技能的轮廓。

对于学科测验，还要了解所用材料的来源。

2）划分细目，并根据重要性规定好纲目的比例，对内容范围作尽可能详尽的描述。

3）确定每个题目所测的内容与技能，并与测验编制者所列的双向细目表（编题计划）对照，逐题将自己的分类与编制者的分类相比较。

4）制定评定量表，从测验内容、所测的技能、题目对所定义的内容范围的覆盖率、各种题目的数量、分数的比例、题目形式对内容的适当性等方面，对测验进行总体评价。

2、统计分析

克伦巴赫（Cronbach）还提出过内容效度的统计方法。

其具体方法是：

1）从同一个内容总体中抽取两套相互独立的平行测验；2）用这两个测验来测同一批被试；3）然后求其相关。

如果相关低，则两个测验中至少有一个缺乏内容效度；如果相关高，则测验可能有较高的内容效度。

除非两个测验取样偏向同一个方面。

3、再测法

这种方法的具体操作过程如下：

1）在被试学习某种知识之前进行一次测验（如学习电学知识之前考电学知识）；2）在学过该知识后，再作同样的测量。

这时，如果后测的成绩显著地优于前测的成绩，则说明所测的内容正是被试新近所学的内容。

进而证明该测验对这部分内容而言具有较高的内容效度。

4、经验法

检查不同年级的学生在测验上的得分和在每一个题目上的反应情况。

一般来说，从低年级到高年级，如果测验总分和每个题目的通过率随年级而增高，就可以推测该测验所测的基本上是学校中所教的材料。

测验总分和题目通过率随年级而增高，便是测验具有内容效度的证据。

（四）内容效度的特点

1、内容效度的特定性

如果测验的编制者清楚地定义了测验内容的范围，并从中选取了具有代表性的题目组成测验，那么，不管我们是否同意编制者对测验内容范围的界定，我们必须根据测验编制者自己所定义的范围，来考察测验是否真正代表了编制者所界定的范围，以此确定这一测验在多大程度上测到了想要测的东西。

从这个意义上讲，内容效度是测验的一般性质，不受特定情境的影响。

但是，测验使用者总是将测验用于特定的情况。

他在每一种情况下应用测验时，总是测量自己认为重要的行为。

如果测验的使用者所定义的范围与测验的编制者所定义的范围基本一致，就没有什么问题。

但是，如果测验的使用者与测验的编制者所定义的范围有所不同时，这个测验就不是测验使用者所定义范围的良好代表了，因此，就测验的使用者的目的而言，这一测验的效度就是比较低的。

因此，从这一观点来看，内容效度又是由特定情况决定的。

例如：

你根据老的教学大纲和教材编制了一个小学五年级学生语文学绩测验，新课程改革以后，采用了新的课程标准、教学大纲和教材，那么，你现在要考察用新课程的小学五年级学生的语文成绩，就不能再采用以前的测验了。

因为以前考卷上的题目不再是新课程内容的代表性样本了。

以前编制的测验，如果说对老的教学大纲和教材而言具有较高的内容效度的话，那么，对新的大纲和教材内容而言，其内容效度就是比较低的。

2、内容效度容易与表面效度混淆

1）什么叫表面效度

测验的外行一般只是凭经验和直觉来判断某一个测验的题目同所要测量的心理特质之间是否一致。

这种一致性判断就是表面效度。

所以，表面效度的定义是表面看起来测验题目与测验目的之间的吻合程度。

而内容效度，也就是测验内容代表其所要测验的行为领域的程度，则是由专家通过系统分析才能确定。

表面效度的例子：

例如，有这样一个测验题目：

‘你是否喜欢参加各种兴趣小组活动？

”，如果把这样的题目放在兴趣测验中，外行会认为这一题目是有效的；如果放在智力测验中，这样的题目通常被认为与智力无关，因此缺少表面效度。

2）表面效度与内容效度的区别

A：

表面效度只考虑测验题目与测验目的（也就是所要测量的心理特质）之间明显、直接的关系。

而内容效度考虑的则是题目与测验目的和内容总体之间的微妙逻辑关系。

B：

常有这种情况，外行认为无效的题目实际上是有效的。

例如，在明尼苏达多相人格测验中，有这样一道题目：

“我的喉咙里总好象有一块东西堵着。

”表面上，这道题目似乎与人格无关，但在临床上，回答“是”的人很可能为癔病或神经衰弱症患者。

又如，假如焦虑问卷中有“你上厕所的次数是否很多？

”这样的题目，外行人通常认为这一题目与焦虑无关，即缺乏表面效度，但这样的题目实际上是测量焦虑水平的一个有效的题目。

3）表面效度的作用

表面效度不是效度的客观指标，它虽然不能保证测验的准确性，但会影响受测者的动机，因而也会影响到效度。

所以在编制测验时，也要考虑测验的表面效度。

不同的测验对表面效度有不同的要求：

一般来说，最高行为测验（如智力测验、各种能力测验、学绩测验等）要求有较高的表面效度，以激发受测者的动机，促使受测者尽最大努力去完成。

如果测验内容与所测的目标看起来无关，他们有可能不会尽力完成。

相反，典型行为测验（如各种人格测验）就要求较低的表面效度。

如果受测者很容易看出测验题目是测什么的，就容易作假（因为存在社会赞许倾向等因素）。

只有受测者不知道测验题目是测什么时，才会如实作答。

4）改变表面效度的方法

只要把测验题目所用的词句稍加改动，使测验看起来同采用测验的情境有关或似乎无关就可以了。

例如，为一个机械师编制的算术推理测验，题目应采用机械操作的术语，而不是采用“一元钱可以买多少桔子？

”之类的问题。

当同样的测验用于飞行员时，就用空军的术语表达。

这样做并不改变所要测的行为，因此，不能认为提高了测验的表面效度就是提高了它的客观效度。

但也不能认为，当一个测验的表面效度改变后，它的客观效度仍保持不变。

二、构想效度

（一）什么是构想效度（constructvalidity）

1、什么是构想：

是指心理学理论所涉及的抽象的、假设性的概念或特质，如智力、焦虑、内向、动机等，它们往往用某种操作来定义并且用测验来测量。

例如：

关于智力就有各种不同的构想，如斯皮尔曼的二因素理论、瑟斯顿的群因素理论、吉尔福特三维智力结构理论、加德纳的多元智能理论等，不同的智力理论对智力的结构有不同的认识，因此，任何智力测验都是根据特定的智力理论编制的。

所以，要考虑根据这些智力理论所编制出来的智力测验，是否真正测到了智力理论家们所构想的智力。

这就是构想效度的问题。

人格测验也有类似情况，如不同的人格特质理论家，人格的结构有不同的认识，如卡特尔的十六种人格因素问卷，艾森克的EPQ理论和大五人格理论，还有王登峰等人提出的大七人格理论。

有些人格测验是根据这些人格特质理论编制出来的。

因此，就要考虑根据这些人格理论所编制出来的人格测验是否真正测到了相应理论所提出的人格特质呢？

这也是构想效度的问题。

2、什么是构想效度呢？

构想效度是指测验对理论上的构想或特质的测量程度。

（二）确定构想效度的基本步骤

确定构想效度的基本步骤是：

首先，从某一理论出发，提出关于某一心理特质的假设；然后，设计和编制测验并施行测验；最后，对测验的结果采用相关或因素分析等方法进行分析，验证与理论假设的相符程度。

例如，首先，根据一般的智力理论，可以提出四项主要假设：

1）智力随年龄增长；2）智商是相对稳定的；3）智力与学业成就有密切关系；4）智力受遗传与环境的影响。

然后，根据智力理论的要求，根据上述假设，编制智力测验。

最后，实施这一测验，并对测验所得的资料加以分析。

如果发现受测者的分数随年龄增长而全面增加；其智商在一段时间内保持相对稳定；受测者在这一智力测验上的得分与学业成绩有较高正相关；同卵双生子的智力相关要高于一般兄弟姐妹，一起抚养的双生子的智力相关要高于分开抚养的双生子，那么，根据这些研究结果，就可以肯定所编的智力测验测到了智力理论所指的那种智力，因而具有较高的构想效度。

由此可见，构想效度是由累积的证据来评价的，因而不可能有单一的构想效度指标。

（三）确定构想效度的方法

为了确定测验的构想效度，必须详细检查与测验有关的各方面证据：

测验包含了什么样的题目、在各种情况下测验分数的稳定性、测验的同质性、与其他测验和变量的关系、实验操作对测验行为的影响、以及任何与测验分数的意义有关的材料。

通过箍选和分析有关测验证据，就会发现测验所测的构想定义。

确定测验构想效度的方法有以下几种：

测验内方法（包括确定测验的内容效度、分析被试对题目做反应的过程、考察测验的同质性）、测验间方法（包括相容效度、区分效度、因素效度）、研究测验的实证效度、考察实验变量对测验分数的影响、搜集某些变异上的证据。

1．测验内方法

这类方法主要是通过研究测验的内部结构，如测验的内容以及题目间的关系等来分析测验的构想效度。

（1）确定测验的内容效度

测验的内容效度有时可以作为测验的构想效度的证据。

通过确定测验取样的内容范围，我们就可以据此确定测验所测的构想的性质。

例如，在编制语文能力测验时，我们将内容总体描述为对词汇下定义、对语言进行类比推理和正确运用文字的能力，这实际上就是给“语文能力”这一构想下了定义。

因此，确定了测验的内容效度便为构想效度提供了证据。

（2）分析被试对题目作反应的过程

通过观察被试的操作，询问他们的解题过程，并进行必要的统计分析，可以发现究竟是哪些因素影响了被试的反应，因而也可以确定该测验是否真正测到所要测量的心理特质。

例如，在人格测验上有这样一个题目：

“当我事情不顺我的意时，我时常动怒。

”“我总是批评别人的言行”。

通过分析，我们发现，对这类题目的反应一方面受到被试真正行为的影响，另一方面会受社会赞许倾向的影响。

这说明，影响被试反应的，不只是其本身的人格，还有其道德观念。

此类题目如果过多，又不加控制和校正，就会影响到测验的效度。

（3）考察测验的同质性

通过计算受测者在每个题目的得分与测验总分的相关，或者计算分测验分数与总测验分数的相关，以及计算α系数、库德—理查逊系数等指标，可以推测测验所测量的是单一特质还是多种特质，从而确定测验的构想效度的高低。

2．测验间方法

通过研究几个测验间的相互关系，找出它们的共同点，进而推断这些测验所测的共同特质是什么，这样就可以确定这些测验是否具有构想效度。

（1）相容效度

如果你编了一个新测验，为了确定其构想效度，就可以找一个公认效度很高的同类测验，然后分别施测，然后计算被试在这两个测验上得分的相关。

如果相关很高，就说明两个测验测量的是相同的特质。

由于相关系数的平方代表两组测验分数所共有的变异数比例，所以称此方法所确定的效度为相容效度。

例如，斯坦福—比内量表是公认效度很高的智力量表，后人所编的智力测验大多与此比较，如果相关高，就说明新的智力量表效度也较高，否则效度就是低的。

（2）区分效度

一个有效的测验，不但应和其他测量同一构想的测验有较高的相关，而且还应和测量不同构想的测验具有较低的相关。

换言之，测验要有高的效度，必须测量与其他变量无关的独立构想。

用此种方法确定的效度叫区分效度。

例如，数学推理能力测验应与平时的数学考试成绩具有高相关，而应与阅读能力测验具有低相关。

如果与后者相关高，便说明前者受了阅读能力的影响，因而效度是可疑的。

又如新编的抑郁自评量表应与公认有权威的明尼苏达多相人格测验上的抑郁分量表有很高的相关，而与男子气——女子气的分测验有较低的相关。

这里要注意的是，一个新测验同另一个不同的测验有低相