心理測驗實際上是如何建構的

一項能夠發表的心理測量工具，通常經歷了五到六年的研究過程，並捨棄了大部分曾被撰寫出來的內容。了解這個過程的順序是值得的，因為其中每個階段都對應著一種測驗可能存在缺陷的方式。

1. 定義構念

在撰寫任何題目之前，構念必須被界定得足夠精確，以便能夠說明哪些內容不屬於其範疇。這意味著需要有一個定義、一份關於維度結構的說明（是單一維度還是多個維度，如果是多個維度，它們之間的關係為何），以及明確說明該構念意圖與哪些相鄰構念有所區別。

省略這個階段是大多數重複性測驗工具產生的根源。一份僅憑對概念的直覺感受所建構出來的量表，最終往往只是以新名稱測量既有的特質。

2. 產生題目庫

題目的初稿數量通常遠超過最終會保留下來的數量，一般是最終題數的三到五倍。這些題目來自理論、既有測驗工具、對具有該經驗之受訪者的訪談，以及該主題領域的專家。

在這個階段，題目庫會針對內容涵蓋範圍（是否涵蓋整個構念，或只集中在某一面向？）、閱讀難度、雙重問句的措辭，以及實際上是在詢問其他事物的題目進行檢視。

3. 試測與刪減

題目庫會先施測於第一個樣本。這個階段的分析主要是刪減性的。

幾乎沒有變異性的題目會被刪除，因為如果每個人都給出相同答案，這樣的問題無法區分任何人。與總分相關性不佳的題目會被刪除。同時負荷在多個因子上的題目會被刪除。在不同人口統計群體之間，因與該特質無關的原因而表現不同的題目（即差異試題功能，differential item functioning）也會被刪除，而這項檢驗正是最常被省略的步驟之一。

最終保留下來的題目，通常只有原本撰寫數量的三分之一。

4. 在新樣本中確認結構

這是區分嚴謹測驗工具與其他工具的關鍵步驟。對開發樣本進行因子分析，必然會還原出當初設計的結構，因為題目本就是被挑選出來以產生這樣的結構。真正的考驗在於使用獨立樣本進行驗證性因子分析。

許多已發表的量表，其預期結構只能在用於建構該量表的資料中被還原出來。當其他人收集新的資料時，這些因子便無法重現。這種失敗情況相當常見，以致於「該結構是否在獨立樣本中得到確認？」成為評估任何測驗工具時最有效的問題之一。

5. 累積效度證據

與測量相同構念的既有工具之間的相關性。與應有所區別的構念之間的相關性，這類相關性最好較低。與重要結果之間的關聯性。相較於既有工具的增量效度。在適合該構念的時間間隔內的重測穩定性。

這個階段沒有終點。只要該測驗工具仍在使用，這個過程就會持續下去，而測驗工具也最常在發表多年後，在這個環節被發現有所不足。

6. 建立常模

需要一個對目標人群而言足夠大且具代表性的參照樣本，並在特質隨年齡或性別而變化之處進行分層，同時記錄年份與國家資訊。此後還需定期重複進行，因為常模會隨時間產生變化。

7. 若將於其他地區使用，則進行翻譯

翻譯並非單純的語言練習。恰當的調適過程包括正向翻譯、獨立的回譯、專家審查、與目標語言使用者進行認知訪談，然後在新語言中進行全新的心理測量研究，以檢驗結構是否成立，以及題目是否具有等同的作用。若一項測驗工具未經過這樣的研究就進行翻譯，那麼無論其原版本擁有何種公信力，在該語言中它仍是一項未經檢驗的工具。

這對速成小測驗意味著什麼

一份在一個下午內寫成的測驗，只完成了第二個步驟。它很可能會產生看似合理的結果，一個百分位數以及一段描述性文字。而它所省略的步驟，正是那些能夠確立這一切是否真正具有意義的關鍵環節。