简答题：

1．请你谈谈内隐学习和外显学习的关系

2．简述聚合交叉设计的特点，并进行评价

3．简述常模参照测验与标准参照测验的主要区别

4．简述确保代表性样本的主要方法

5．简要论述正态分布理论在测验中的应用

参考答案：

1． 答：

内隐学习这一概念的提出，是源于其与外显学习在现象学、实验操作、神经生理学以及学习机制等方面的诸多不同。近年来，虽然内隐学习的独立地位已被充分确立，但是，也有越来越多的证据表明，内隐学习和外显学习之间的独立性是相对的，它们之间存在紧密的联系和相互作用，任何一个学习任务都是内隐和外显学习的结合物。

内隐学习与外显学习的区别：

第一，现象学上的区分。内隐学习是自动的，外显学习是需要意志努力的；内隐学习是稳定的，外显学习是易变的；内隐学习较抽象，外显学习则易受表面刺激影响。

第二，实验操作上的区分。直接测量和间接测量都同等程度的对意识知识敏感，而当对某一特定的刺激纬度，间接测验表现比直接测验来得更敏感时，就可以发现无意识学习（即内隐学习）的存在，这时内隐学习独立存在的分离逻辑假设，内隐学习的经典实验研究中都发现了这种内隐的优势效应。

第三，神经生理学上的区分。大量研究表明内隐和外显学习的神经生理基础是不同的，它们有着相互独立的生理机制。

第四，学习机制上的区分。从学习机制上探讨两者的区别是从根本上将两者分为两个独立系统的有效方法。目前对这一问题的讨论主要集中在加工方式、心理表征和产生信息三个方面。

内隐学习与外显学习的深层联系：

第一，外显学习对内隐学习的影响

外显学习有时阻碍内隐学习，有时又促进内隐学习。

第二，内隐学习对外显学习的影响

内隐学习和外显学习之间存在协同效应，内隐学习反过来也会对促进外显学习，二者之间有相互促进的作用。

第三，内隐学习和外显学习的权衡现象

内隐学习和外显学习之间的独立性是相对的，它们之间还存在紧密的联系。所以说，任何一种学习任务都是内隐学习和外显学习混合、联系与权衡的产物。

2． 答：

聚合交叉设计是发展心理学主要的研究设计之一。它是将纵向研究和横断研究交叠在一起的一研究方法。在纵向研究图式中分段进行横断研究，既克服了纵向研究的缺点，又保持了横断研究的许多长处。

优点是既可以在短时间内了解各年龄阶段儿童心理发展的总体情况，也可从纵向的角度了解儿童随年龄增长而出现的心理变化，以及社会历史因素对儿童心理发展的影响。在儿童心理发展的研究领域具有很高的价值。

3． 答：

常模参照测验是指通过将被试得分与常模进行比较，看其在常模团体中的相对位置来解释分数的测验。

标准参照测验是通过将被试得分与某一绝对标准进行比较，看其是否达到某一绝对标准来对分数进行解释的测验。

两者的主要区别在于：

解释分数的方式不同，这是最根本的区别；适用范围的不同；对题目难度的要求不同。

4． 答：

第一，分层取样：根据实验目的及一定的分类特征，把全体成员划分为数目较多并各具不同特征的群体或类别，然后在各种类别中独立进行简单随机抽样或别的抽样方法。

第二，配额取样：此方法在市场调研和民意调查中比较流行。它是按各个层次中各种研究对象在总体中所占的配额进行抽样，但是从各个层次中如何抽取就全要看研究者的选择了。

第三，成团取样：在一个特定的城市里，一个特定地理区域集中居住的是工人阶级，或者是中产阶层，既然如此，“成团”（可以是住宅区或者整条街道）就可以从每一个这样的区域随机选择出来，这样的取样方法叫。

第四，雪球式取样：主要是一种定性研究的方法。一个研究者可能找几个关

键的人来访谈，然后由这些人再提供一些人的名字，也就提供了一些深层次的联系，进而将这些人也纳入样本进行访谈。

第五，关键案例：有时候可以从一个特殊的案例发现一些能适用于更多一般案例的东西，这种案例就是。

第六，自选样本：在研究中，样本并非研究者挑选的。他们只能用那些恰好在研究时经过的人作为样本。

第七，方便样本：研究的被试是那些你很容易找到的人。

5． 答：正态分布理论在测验中的应用

（一）化等级评定为测量数据

用各等级重点的Z分数代表该等级分数：

1．根据各等级被评者的数目求各等级的人数比率

2．求各等级比率值的中间值，作为该等级的中点

3．求各等级中点以上（或以下）的累加比率

4．用累加比率查正态表求Z值，该Z分数就是各等级代表性的测量值

5．求被评者所得评定等级的测量数据的算术平均数，即为每个评定者的综合评定分数

（二）确定测验题目的难易度

假设一个测验中不同难易题目的分布是正态的

1．计算各题目的通过率

2．用0.5减去通过率，不计正负号，获得正态分布表中p值

3．依照p值查出Z值，通过率大于50%的Z值计负值，小于50%的Z值计正值

4．将查表得到的Z分数加上5（假定正负5个标准包括了全体）便可得到从0-10的十进制的难度分数值

（三）在能力分组或等级评定时确定人数

假定能力是正态分布

1．将6个标准差（假定正负3个标准包括了全体）除以分组的或等级的数目，做到Z分数等距

2．查正态分布表，从Z求p

3．将比率乘以欲分组人数（p*N），便得到各等级或分组该有的人数

（四）测验分数的正态化

将非正态的原始分数转换成正态分布——次数分布的正态化（前提：研究对象的总体事实上应该是正态分布）

1．将原始分数的频数转化为相对累积频数（百分等级）

2．将相对累积频数视为正态分布的概率，查表求Z值T分数（T scores）是Z分数转化而来的一种正态化的标准分数。公式：T=10Z+50

T分数正态转化

1．将原始数据整理成次数分布表

2．计算各分组上限以下的累加次数cf

3．计算每组中点的累加次数，即前一组上限以下的累加次数加上该组次数的一半（？该组次数为奇数时如何？）

4．各组中点以下的累加次数除以总数求累积比率

5．将累积比率视为正态分布的概率，查表求Z值

6．用公式T=10Z+50 将Z分数转换为T分数。