效标是心理测量学中用于检验测验有效性的外在参照标准，通常指测验所要预测的行为或结果。在效标关联效度研究中，受到检验的测验被称为预测源，效标则是与测验相互独立、可以直接从现实中获得的参照变量，测验分数与效标的一致程度以效度系数表示。[1][2] 效标选取是否恰当，直接决定效度检验的结论能否成立，因此它被视为效度验证过程中的关键环节。[3][4]
定义
效标又称效度标准，指独立于测验本身、用以体现测验目的的参照行为，通常表现为被预测的那种操作或特质。它一般用另一项独立测验的结果或现实中的行为指标来表示，高质量效标要求具备关联性、抗偏性、可靠性与可行性。[3][1]
可以充当效标的变量形式多样：既可以是分数一类的连续变量，也可以是职业一类的分类变量；既可能是产量、薪水这类现成的客观指标，也可能是课堂测验这种人为设计的指标；评定方式既有主观评判，也有客观测量。[1]
阿斯汀把效标分为观念效标与效标测量两个层次。观念效标是从概念上确定要选用的效标是什么，例如大学入学考试真正关心的是学生能否胜任大学阶段的学习；效标测量则是用具体的数字或等级把这种观念效标表达出来，例如大学期间的实际成绩。如果缺少效标测量，观念效标便无从使用。[1][2]
对效标测量的基本要求包括：如实反映观念效标的关键层面；具有稳定性与可靠性；保持客观、尽量避免偏见；在保证有效性的前提下力求简单、省时、花费较少。[1][4]
原理
效标关联效度考察测验分数与效标之间的关系，也就是测验对目标行为预测得如何；由于它依赖实际证据，又被称为实证效度。开展此类研究的前提是必须找到可供使用的效标，测验分数与效标分数之间的相关程度用效度系数表示，最常采用皮尔逊积差相关。[1][2]
估计效标效度的常用方法有若干种。相关法直接求测验分数与效标测量之间的相关系数，按变量性质可分别使用积差相关、等级相关或二列相关；分组法看测验分数能否区分由效标界定的团体，例如依教师评定把学生分成合格与不合格两组，再比较其原有测验分数；命中法用于以测验作取舍决策的场合，以判断正确的比例作为效度指标；预期表法把预测源分数与效标分数列成双向表格，按档次统计人数百分比，数值越大且越靠近对角线，表明效标效度越高。[1][2]
信度对效度构成上限约束。若测验与效标的信度分别为 $r_{xx}$ 与 $r_{yy}$，则效度系数满足 $r_{xy} \leq \sqrt{r_{xx}}\sqrt{r_{yy}}$，任何一方信度偏低都会压低效度系数的取值。[5]
发展历程
效标曾是效度研究的核心概念。1985年《教育与心理测验标准》第5版出版之前，效度研究被看作以效标证明测验有效、并对测验分数作出有效解释的过程；此后效度研究的核心概念发生变化，构想效度等证据来源的地位逐步上升。[6]
在这一传统下，大规模考试常以效标来检验自身效度。学术评估测验(SAT)多以大学第一年本科成绩的平均值作为效标，托福(TOEFL)考试曾以英语教师对学生英语水平的评价为效标，汉语水平考试(HSK)则以汉语教师的评价为效标。[7]
当效标本身的说服力受到质疑时，研究者转而从内容与构念两方面寻找证据，内容效度与构想效度逐渐与效标效度并列，构成效度验证的主要途径。[7]
应用
按效标资料收集时间的不同，效标效度分为同时效度与预测效度。测验分数与效标资料同时取得的是同时效度，常见于成就测验、执照与资格类测验以及临床诊断；先有测验分数、隔一段时间才收集效标资料的是预测效度，多用于人员选拔与安置。[1][2][8]
常见的效标包括学业成就、等级评定、临床诊断、实际工作表现、特殊训练成绩、团体区分以及先前有效的测验等。例如高考成绩可以用大学学业表现作为效标，教师与同学对学生语文水平的评价也可以充当效标，有经验医生的诊断可作为智力落后或人格障碍测验的效标；模拟考试则常以实际高考成绩作为效标。[2][1]
在医学与健康测量领域，效标效度指测量工具的得分与公认金标准(gold standard)之间的一致程度，常以灵敏度与特异度来概括。[9][10] 只有当新工具相对既有金标准在费用、侵入性或耗时等方面具有明显优势时，采用效标验证才更有实际意义。[11]
局限
效标效度的检验高度依赖效标本身的质量，而合适的效标并不容易找到，这使该途径的使用受到限制。以大学课程考试成绩作为入学测验的效标时，并非所有科目都能反映学生的真实水平；以学历作为公务员录用考试的效标来推断能力，也面临学历是否等同能力的疑问。[7]
效标污染是常见误差来源。当效标的评定受到预测源分数信息的影响时，效标的纯度就会降低；例如教师评阅期末成绩时已知学生的入学考试分数，评分可能因此偏松或偏严。以专家评定作为效标时也存在同类风险，通常需要对应试者的测验分数保密，直到评定完成为止。[12][4]
与效标质量相关的另外两个概念是效标适当与效标缺陷。实际采用的效标中与所测目标对应的部分称作效标适当，理论上应测却未被实际效标覆盖的部分称作效标缺陷；实际效标中与目标无关的成分则属于效标污染的一部分。理想的实际效标应尽量覆盖目标的主要方面，同时减少无关成分。[4]
效标效度在适用范围上也有限制，它只在存在公认金标准的情形下才适用。[13] 把效度高低简单等同于相关系数大小同样受到质疑，因为两个变量可以高度相关却并非同一回事，相关高不等于测量准确。[14] 此外，效度具有相对性，同一测验在不同团体中的效度可能不同。[12]
参见
参考资料
- [科普中国]-效标效度 - 版权归原作者所有，如有侵权，请联系我们 . kepuchina.cn [引用日期2026-09-29]
- 2022考研312心理学：心理测量学实证效度知识点-新东方网 . xdf.cn [引用日期2026-09-29]
- 与"先前测验"相关的文献 前2条 更多文献>> . cnki.com.cn [引用日期2026-09-29]
- 小于 . njude.com.cn [引用日期2026-09-29]
- 9781911623854_excerpt(PDF) . cambridge.org [引用日期2026-09-29]
- 测验效度概念的新发展-考试研究2013年03期-知网阅读 . cnki.net [引用日期2026-09-29]
- 考试是一把尺子，被用来测量应考者的能力 . hust.edu.cn [引用日期2026-09-29]
- 妥当性（validity）とは，心理測定尺度が測りたいものを実際に測っているかどうかを示す概念である . jst.go.jp [引用日期2026-09-29]
- Table 1 . nih.gov [引用日期2026-09-29]
- Table 1 Definitions of measurement properties . springer.com [引用日期2026-09-29]
- Lecture5(PDF) . jhsph.edu [引用日期2026-09-29]
- 心理学2016考研专业课心理测量知识点：效度-新东方网 . xdf.cn [引用日期2026-09-29]
- cambridge.org 上的网页 . cambridge.org [引用日期2026-09-29]
- 看成有效性的决定特性，在某种程度上说对任何事情的测量都变得有效了，这是不合理的 . clinicalpsychojournal.com [引用日期2026-09-29]
浏览次数：0 次
阅读量：0 次 · 阅读完成量：0 次
最近更新：2026-09-29T12:10:31Z
完成率 = 阅读完成量 ÷ 阅读量，分母是阅读量不是浏览次数 —— 关了 JS 的、秒退的都在浏览次数里、不在阅读量里。 详细口径在后台的「数据统计」页。