電視台在台灣的美麗錯誤

　　在讀書中讀到「電視解放了印度婦女」跟「柏林圍牆是怎麼倒塌的？」的內容時，想到的是王鼎鈞寫在《文學江湖（在台灣三十年來的人性鍛鍊）》的電視台工作經歷跟評論。

　　依國民黨的理想，設立電視可以塑造國民品格，提昇國民素質，改良社會風氣，而黨的大政方針寓於其中逐步實現。國民黨向來反對傳播媒體商業化，「蔣委員長」當年說過，辦文化事業賺錢，「還不如去做貪官污吏」。

　　可是國民黨一手主導的電視時代，連三家都是商業電視！新聞學者有言在先，廣播可以有限度競爭，電視不可以競爭，商業電視有競爭的天性，辦中視，就是由它和台視競爭，再辦華視，就是由它和台視中視互相競爭。觀眾的結構猶如金字塔，素質越高，人口越少，素質越低，人口越多，電視節目要有最多的廣告，就得有最多的觀眾，要有最多的觀眾，還能有很高的水準嗎？國民黨的理想還能落實嗎？政策是怎樣形成的呢？未來的得失是怎樣評估的呢？我沒有讀到任何文件，也沒有聽到任何傳聞。

　　反過來看，電視節目反映的是普羅大眾的水準。想要電視節目有水準，觀眾本身的水準要先有提高的意願，並進而行動。

　　為了表示在商言商，中視的一級主管由「主任」改稱經理，提供廣告的商人由客戶改稱「廣告主」，他們才是主人！我們也開始私下稱黎總為黎老闆。廣告主不是中央四組主任的那個「主」，也不是警總政治部主任的那個「主」，唱片公司做廣告，關心你能使多少人學歌星影星，而非你能使多少人希聖希賢，化妝品的廣告要使你羨慕濃妝豔抹，而非安於簡單樸素。蔣經國呼籲大家「犧牲享受、享受犧牲」，而電視節目必須迎合視聽之娛口腹之慾，節目和節目間競爭，電台和電台競爭，競爭昇高，暴力色情和政治禁忌也成為致勝的武器。

　　就在這種局面之中，我去做中視的編審組長。

　　英美的電台沒有編審，只有編輯，黎總由香港請來的那位杜副經理，首先打聽編審組是幹甚麼的。編輯是技術工作，編審要用政治、法律、道德的尺度檢驗節目內容。黎總由日本請來翁炳榮作節目部經理，翁先生對台灣的意識型態這一套陌生，需要幕僚單位幫他拿捏分寸，編審組的責任很大。

　　我到差以後才知道，節目部在電視幕上打出的每一個字，事先都要我簽字。一天又一天過去，我發現「世上最難寫的字就是自己的名字！」（李鴻章在電視劇中的台詞）。例如：

　　這年頭人心不古！

　　這年頭沒有是非！

　　這年頭好人難做！

　　這些話，三十年代的左翼作家都用過，所謂「這年頭」，指的是國民黨政府。台灣的劇作家多半是他們的學生，或者是學生的學生，不知不覺也用了，我只有把這三個字刪去。

　　在某一次綜藝節目裡，主持人和來賓對談，來賓的普通話很生硬，兩人有如下的問答：

　　你說的是哪一國的國語呢？

　　是台灣國語啦！

　　台灣、國語？台灣國、語？真是差之毫釐，失之千里。我也只有刪去。

　　有一位製作人送來一套連續劇的劇本，故事以大陸逃亡來台的一個家庭為主線，劇中人一家離散了，二十年後，一個兒子長大了做警察，一個兒子長大了做流氓，女兒長大了淪為娼妓，兄弟姊妹互不相識，他的流氓兒子白嫖了他的女兒，他的警察兒子槍傷了他的流氓兒子，這個家長的名字居然叫「鍾正」，影射「中正」！編審居然通過了這個連續劇的企畫書和故事大綱！我扣住劇本，要求修改劇情，改換「家長」的名字，弄得節目延期播出，驚動層層上級，董事長、總經理，節目部主任態度冷淡，並沒有斥責任何人，也沒有對我表示支持。

　　這個編劇不知道有沒有被特務請去聊天過。

　　這就怪了！

　　我開始了解，節目製作先要找到廣告支持，他把節目企畫書拿給廠商看，廠商有能力研判這個節目的收視率，如果廠商表示悲觀，製作人就得改變企畫。「非禮勿言、非禮勿動」沒有票房，你必須「越雷池一步」，這一步是一小步，雷池就是新聞局手中的電視節目規範。

　　如何面對新聞局的干預呢？新聞局當然也會吹哨子，那麼電視公司就退後半步，下一次，以這半步為起點，再向前越線一小步，由隱而顯，由少而多，持續又斷。新聞局小題不能大做，等到小題累積變大，那又只好大題小做。這就把新聞局承辦的科員科長弄成溫水青蛙。

　　還有，電視公司是互相競爭的，我進中視的時候，製作組有兩架電視機，同時收看兩家的節目，我離中視以後，台灣增加了一家電視公司，製作組也增加一架電視機，同時收看三家的節目，觀摩比較，目不轉睛，一家違規，兩家跟進。電視公司的老闆都是蔣氏父子身邊的紅人、眼中的能臣，編審組以下級監督上級，以外圍監督核心，又能濟得甚事？

　　電視公司的老闆，熟讀黨員守則、總裁言行，也進過革命實踐研究院，於今受領袖付託，掌國之利器，他們在幹什麼？他們也有難言之隱，任何人來中視當家都不能賠錢，電視是花大錢的事業，營運成本極高，政府賠不起，誰賠錢誰的忠誠、才幹、革命歷史盡付流水，他只能鼓勵部下賺錢，至少也得放任部下賺錢。好官不過三年五載，但求任內平安，萬一為賺錢闖禍，由他承擔，一根稻草壓不垮他。如果責任沈重，他承受不起，還有製作人和編審組長可以承擔，如果製作人通「三務」中的第三務，那就把一務也不通的編審組長壓死！

　　「三務」是黨務、洋務、特務。第三務指「特務」。

　　空口無憑，鄭學稼為證。這位著名的政論家曾擔任中央廣播電台新聞組長，後來辭職，他有一篇長文說，「對上級指示無論執行與否，都會受處分。」他任職期間，台灣文藝界發起運動，「肅清黃色、赤色、黑色作品」，上級指示這條新聞對中國大陸播出，如果不播，那是抗命，如果播出了，中共利用中央台新聞攻擊台灣法西斯化，上級追究責任，儘管你是執行命令，但「新聞組長應有知識不發布可被敵人利用的新聞」，依然要負責任。……

　　我申請結束「借調」，重回中廣，副總經理董彭年先生執手挽留，但是我勢不可留。人在江湖，為國犧牲的機會小，為權術謀略、為利害夾縫、為代罪替死犧牲的機會多。「不入虎穴，焉得虎子，」弄隻小老虎做甚麼？天天與虎為伴，有何樂趣？「膽小沒有將軍做」，我看那些膽大的人也沒做成將軍，何況我要的是苟全性命於亂世，不是將軍。

　　離職當天晚上，中視節目部有兩個聰明人，他們知道臨別贈言往往很有價值，兩人一前一後，找我一談。

　　一位是《中視周刊》的主編，這份周刊專為中視的節目做宣傳，銅版紙彩色印刷，它也在和台視的周刊競爭，主編正為怎樣出奇制勝發愁，悄悄問計於我。我說台灣中部南部的農民現在收入很好，農村婦女開始講究穿著化妝，模仿影星歌星，公司現有的婦女節目偏重育嬰烹飪等等「婦德」，已經不能滿足那些觀眾。你可建議公司開一個新節目，專教「婦容」，專家主持，明星來做模特兒，化妝品公司服裝公司提供廣告，你把那些彩色畫面登在雜誌上，事先向中南部發行，她們對著周刊看節目，必定人手一冊。我嘆了一口氣說，電視改變了社會風氣，台灣的農村逐漸喪失原有的淳樸，你這個節目開出來，農村婦女更要追逐浮華。可是形勢逼人，咱們頭頂上的檔國幹部都以為自己沒有那個責任，你也只有顧不得了！這位主編依計而行，果然銷路大增，聲名大噪。

　　想到了「女人我最大」這個節目。

　　另一位是節目製作人，電視是個大量消耗構想的地方，他問我有沒有構想留給他，由他來完成我的未竟之志。我又嘆了一口氣，我說我的構想都不能賣錢，你的那些構想以後也不能賣錢，中華電視公司馬上就要開播了，電視生態面臨劇變。我告訴他，中視的籌備委員會排斥政戰勢力，王化公遇挫，化公是英雄，英雄一定要貫徹自己的意志。他要再成立一家電視公司，中央為他修改決策，把「以兩家為限」改成「以三家為限」，就憑他這份能耐，華視在他的保護傘下出手搶奪廣告資源，要想後來居上，必然凌厲向前，新聞局必定無法阻擋，中視台視必定緊緊跟隨，那時你們就可以放開手腳，放射才華。節目違規和業務成長成正比，今天你一切的「惡念」，那時都是「善策」，你要馬上儲存一切憤世嫉俗，離經叛道，奸盜淫邪，怪力亂神，以備臨危授命，出奇制勝。他聽了一言不發，猛抽香菸。後來我們沒有再見面，我知道他在大江淘洗中屹立不移。有一天我在餐館中和他偶然相遇，他緊緊握住我的手，久久不放，彼此都沒有說話。

　　後來的學者管國民黨的想法做法叫「黨文化」，管大眾的傾向追逐叫「流行文化」，黨文化已不能左右流行文化，流行文化反而滲入、變造黨文化，商業電視的勃興推動這一演變，商業電視的激烈競爭加速這一演變。

　　那時蔣經國先生已是一個慈悲老人，難得他看了三天電視，召見三台總經理，責備他們「禍國殃民」。三台連忙開檢討會，簽訂公約，要怎樣怎樣做。我私下議論，引用了一則新聞：美國某大學的女生發起「不與男生接吻運動」，開會、簽名、發表聲明，樣樣做到，可是不久發現許多女生和男生幽會擁抱，運動的領導人也在內，運動完全失敗。我說三台的公約只能是走一個過場，結局和「不與男生接吻運動」相同。

　　結果傳媒商業化改變了人們的想法和生活方式，癱瘓了政府對社會的運作。

　　蔣經國那裡管得了許多，他也成了溫水裡的青蛙。只見黨性泯滅，社會分解，傳統顛覆，終於重新洗牌。五十年代，雷震殷海光花了十年功夫沒做到的，六十年代，李敖柏楊花了十年功夫沒完成的，七十年代由商業電視畢其功於一役，三家電視公司「禍在黨國」，功在人民。當然他們並不是預先知道有這樣的結果，這是一個「美麗的錯誤」。（《文學江湖（在台灣三十年來的人性鍛鍊）》頁389）

　　民國76年7月15日台灣解嚴。


相關文章：
　　維特效應Werther Effect
　　電視解放了印度婦女
　　貧富差距擴大會縮短每個人壽命
　　最後通牒遊戲(Ultimatum Game)
　　柏林圍牆是怎麼倒塌的？
繼續閱讀...

佛洛依德對心理學的傷害

　　正統的心理治療，你和醫生一起探索你的問題（像是影集《黑道家族The Sopranos》裡的主角老大和心理醫師）。問題根源是什麼？可以回溯到你的童年嗎？有點像考古學家開鑿遺址：你試圖挖出潛藏在腦中的想法，藉此解釋行為。發掘過往通常很花時間；假設每週諮商一次到兩次，一名標準的佛洛伊德派心理分析師可能需要花上5年。（在你花了5年和5萬美元後，終於發現，原來一切都是你媽的錯。）（《改變，好容易Switch: How to Change Things When Change Is Hard》頁42）

　　但是問題還是沒有解決。

　　上世紀初的幾十年裡，波普(Karl Popper)一直在尋找一個疑問背後的答案：為什麼有些理論使科學知識停滯不前，而另一些卻導致知識的長足進步？例如愛因斯坦(Einstein)的相對論，它之所以能夠導致後面一系列驚人的發現（例如，從遠距離恆星發出的光線在行經太陽附近時會彎曲），正由於這一理論的預測結構與很多有可能發生的事件或現象矛盾，因此其理論是很有可能被證偽。

　　波普指出，一些使知識停滯的理論卻並非如此。例如佛洛伊德的精神分析理論，就是用複雜的概念結構對人類行為進行事後解釋——在事情發生之後才給的解釋，而不做事前預測。波普認為，正是因為它可以解釋一切已發生的事情，所以在科學上毫無用處，因為它不做具體的預測。精神分析學派的追隨者，花費大量時間和心血使該理論能夠解釋所有已知的人類事件，從個人的怪癖到廣泛的社會現象；但是他們在讓該理論成功地成為事後解釋的厚實依據時，卻使其喪失了任何科學價值。與其把佛洛伊德的精神分析看作當代心理學的理論，不如當作文學創作的靈感更為恰當。它在心理學領域的消亡，部分原因就是不能滿足可證偽性這一標準。

　　這些不能證偽的理論，有時還給心理學帶來更大的傷害。正如一位知名評論家指出的：「不正確但廣泛傳播的有關心理學的想法，無可避免地會對整個社會帶來災難。由於精神分析學派的聲望一度被人為地抬高，導致社會上許多有疾病及遺傳缺陷的人延誤有效的治療，轉而從個體早期經歷中尋找自己現有痛苦的根源。」例如，對自閉症原因的解釋（部分是遺傳決定的一種病症）曾被精神分析學派帶入死巷。受到此一學派的影響，心理學家貝托漢姆(B. Bettelheim)把一個現在已經不為人所接受的概念——「冰箱媽媽」——給炒熱，成為自閉症的主要原因：「嬰兒自閉症的成因是父母期望他們的子女不存在。」像這樣的想法不但對病患本身有傷害，也讓對自閉症的研究因失焦而遭延誤。

　　再以妥瑞氏症(Gilles de la Tourette syndrome)的治療史為例，這種病的症狀是發病時軀體的某個部位會抽搐和痙攣，並伴有言語症狀，例如發出咕噥聲和狗吠聲、模仿言語（echolalia，無意識地重複他人的語句）、穢語癖（coprolalia，強迫性重複淫穢語句）等。這是一種器官型的中樞神經系統失調症，現在已可以使用藥物氟哌啶醇(haloperidol)治療。然而在它的治療發展史上，妥瑞氏症患者卻飽受種種殘酷的迫害。早期他們被宗教權威視為是妖魔而遭迫害，後來又要被迫接受「驅邪」的儀式。更重要的是，在1921至1955年間，精神分析學派的概念佔據了對該病症之病因及治療研究的主導地位，許多學者用無法被證偽的精神分析理論來解釋該病，而這些似是而非的解釋，模糊了人們對該症本質的認識，從而阻礙對真正病因及治療的研究。例如，一位學者曾經這樣說：

　　想到電影片名有「驅魔」字眼的電影，裡面被認為「中邪」的人，該不會是倒楣的妥瑞氏症患者吧？

（妥瑞氏症是）精神分析學派理論對腦疾病研究產生消極影響的一個典型例子。最初認為這種病是腦的退化過程引起的；但本世紀初期，當佛洛伊德的理論成為時尚，人們的注意力開始偏離大腦……結果是使該類疾病的病患轉而求救於使用精神分析法的精神科醫師，而不是神經科大夫，從而忽略了對身體器官的檢查和研究。

　　夏皮羅(A. Shapiro)等人曾提到當時許多精神分析師對妥瑞氏症的一些現在看來很可笑的想法。其中一位認為他的病患「不願意放棄抽搐，是因為對她而言，這種抽搐已經變成性快感的源泉和潛意識性慾的表達方式」；另一位精神分析師則認為這種抽搐「已經等同於手淫……與生殖器相聯結的性慾利(libido)錯放在身體的其他不為」；第三個把這種抽搐看作是「肛門——受虐轉化期的症狀」；第四個認為妥瑞氏症患者具有「強迫性人格和自戀傾向」，病患的抽搐「代表一種情感的症狀，是對想要表達情感的壓抑性防禦」。事實上，像這樣的例子很多，而且往往以盲目自信的方式說出來。發展心理學家凱根(J. Kagan)告訴我們：「佛洛伊德有個從來沒有見過妥瑞氏症病人的學生，叫佛蘭梓(S. Ferenczi)，也犯了同樣的錯誤。他曾寫道：妥瑞氏症病人面部的抽搐是壓抑手淫衝動的結果。」

　　夏皮羅等人下面的一段總結，恰當地說明了忽視可證偽性這一標準可能對理論帶來多壞的影響：

精神分析學派建構理論的方式實際上面面俱到。抽搐是一種轉化症狀，表現為歇斯底里但又反映的性慾，受意志控制而又是具有不受控制的強迫症，是器官性病變，同時又與心理衝突有關……所有這些心理學的標籤、診斷和治療，很不幸地統統貼到病患及其家人身上。而且在這樣做的過程中，治療者自大又武斷，從而給病患及其家屬造成很大的傷害……由於這些論文後來產生廣泛的影響，因而給人們認識和治療這個疾病造成極大的障礙。

　　後來，當研究人員認識到精神分析理論的「解釋」對治療該疾病毫無用處時，進一步認識和治療妥瑞氏症才變得可能。但那些毫無用處的解釋往往相當誘人，因為它們看似在解釋事情——事實上它們卻是解釋了所有事情，不過都是事後諸葛。精神分析理論的解釋，只創造了理解的假象。由於要努力解釋所有事後發生的事，所以理論本身得不到進展。一個理論只有再不預測所有事件的發生，而只是預測特定的事件，即事前告訴我們什麼具體的行為會出現時，進步才會發生。當然，由這類理論推導出的預測有可能證實是錯誤的，但這正是科學研究的長處，而非缺點。（《這才是心理學！-教你如何以科學方法，培養批判性思考的能力How To Think Straight About Psychology (9th Edition)》頁63）

　　這樣是說心理治療沒有用嗎？絕對不是！除了精神分析，心理治療還有其他方法，比如認知治療在某些心理疾病的療效就經過科學實證過。


相關文章：
　　如何評估心理測驗的好壞？
　　是科學？還是偽科學？
　　我是懷疑論者，不是鐵齒
　　見鬼、陰陽眼，還是邦奈特症候群(Charles Bonnet Syndrome)？
　　外星人為什麼比較喜歡綁架男人？

繼續閱讀...

如何評估心理測驗的好壞？

　　所有心理測驗有著幾種共同特性，我們可透過這些特性來定義測驗。

　　心理測驗是種測量的工具，具有三種特性：

1.心理測驗是行為的樣本(a sample of behavior)。

2.此樣本是在標準化情境(standardized condition)下取樣獲得的。

3.設有計分規則或從行為樣本中取得量化（數字化）資訊的規則。

一、行為樣本

　　每個心理測驗都要求受測者做某些事。此受測者的行為是用來測量某種特定的屬性（如：內向）或者預測某種特定的結果（如：職業訓練課程的效果）。因此，那些無須受測者做出外顯行為（如：X光照射），或那些伴隨著測量時的個人行為（如：壓力心電圖），不能算是心理測驗。

　　在心理測量中使用行為樣本(behavior samples)有數種意涵。第一，心理測驗不是對所有可以用來定義或測量該屬性之行為的窮盡測量。舉例而言，假設我們要發展測驗來測量寫作能力，一種策略就是蒐集並評定該受測者所寫過的任何東西，從學期報告到送洗衣服的清單等。這種方法將會非常精確，但並不實際。心理測驗是透過系統性對行為加以抽樣，試圖逼近這種窮盡的程序。在這種情況下，寫作測驗可能包括一系列的短文、信件、備忘錄等。

　　使用行為樣本來測量心理變項的第二個意涵是：測驗的品質會受到該樣本代表性的影響。例如，我們可以在駕駛考試裡，要求考生一直沿著賽車跑道開車。這種考試的確對於開車行為進行了某部分的取樣，但卻遺漏了其他部分，例如停車、按標誌開車、塞車時如何因應等，故這項考試並不是很好的測驗。測驗中所引發的行為也必須反映出測驗情境外的真實行為，例如在失火的房子裡考學術性向測驗，其作答反應顯然無法反映出考生的學術性向。同樣的，要求考生以不尋常或新奇型態作答的測驗，可能不如那些日常生活中常見問題的測驗有效。

　　打個比方來說，假如老師要知道學生有沒有讀課本一到十章，讀多少？只考一題第三章中的題目，跟每一章出一題來考學生，當然是後者比較能準確地知道學生讀了多少。這也是準確的心理測驗，題目通常比較多的原因。

二、標準化

　　心理測驗是在標準化(standardization)情境下所蒐集到的行為樣本。學業評量測驗(Scholastic Assessment Tests, SAT)可以說是標準化的好例子，每年有數以千計的高中學生接受該測驗，監考人員在測驗開始時，向每位考生朗讀詳細的指導語，每一部份的測驗都詳細計時；而且測驗手冊包含詳盡的指導，舉凡適當的座位型態、光線、緊急事件的處理辦法及常見問題的答覆等，測驗手冊都寫得非常詳細，以確保每次SAT考試的實質情境都一樣。

　　測驗的施測情境顯然會影響受測者的行為。在安靜且光線充足的房間裡作答智力測驗或人格量表的情形，可能和在棒球場中（決賽又逢延長）的作答情形有所不同。在一般的教室情境中，考生的表現通常會比在炎熱且吵雜的體育館中來得好。因此，測驗情境的標準化是心理測驗的重要特性之一。

　　現實中，我們無法讓所有的心理測驗都達到同樣的標準化程度。很多紙筆測驗也許可以達到高度的標準化，不過也有不少無法達到。例如，一年舉辦數次，並在少數幾個特定的地點施測，且由單一的測驗機構負責（如研究所學科入學考試：Graduate Record Examination Subject Tests）的測驗，可能會比再數以百計的人事機構，由各類的心理學家、人事主管或辦事員來施測的職業紙筆測驗，來得更標準化。標準化得最大困難可能來自個別口語施測的測驗，例如魏氏成人智力量表(Wechsler Adult Intelligence Scale, WAIS-III)是最佳的個別智力測驗之一，由心理學家以口語來施測。受測者面對一位友善且平靜的主試者時，其作答反應可能跟面對具有威脅性或脾氣壞的主試者時有所不同。

　　個別施測的測驗很難標準化，因為主試者就是測驗的一部份，同一份測驗由不同的主試者來負責施測，將多少會引發不同的行為，但是透過專門的訓練，可以達到某種程度的標準化。堅持標準化的施測過程，可以降低外在因素的干擾，例如施測情境的物理因素、主試者的特性，或受測者對於測驗指令的困惑。

三、計分規則

　　測驗的目的在於測量或量化地描述受測者的屬性。定義心理測驗的最後一個特性，就是量化受測者在測驗反應行為的計分規則或程序。這些規則必須足夠周延和明確定義，使得不同的評分者對於相同的反應會做出相似（如果不同的話）的計分。對於課堂考試而言，這些計分規則可能非常簡單且定義明確：每答對一題，可以得到某個既定的分數，測驗總分就是將各題分數加總。對於其他種類的測驗而言，計分規則可能就不是那樣簡單和定義清楚。

　　大部分能夠大量生產的標準化測驗，是以客觀計分為其特色。所謂客觀(objective)在此指的是兩位評分者採用相同的計分規則，相同的作答反應必定會得到相同的計分。因此，兩位老師評定同一份選擇題考卷，一定會得到相同的總分。另一方面，很多心理測驗是以主觀計分為其特色。主觀(subjective)計分仰賴評分者的主觀判斷，因此無法詳細描述其過程，也就無法自動（電腦）計分，老師對於申論題的閱卷歷程就是典型的例子。值得注意的是，主觀計分並不必然就隱含不精確或不可信，而僅僅是代表著主觀的判斷已經融為測驗計分中的一部份。

　　不同測驗在計分規則的準確度和詳細度上有很大的不同。對於選擇題，我們可以在事前就指定哪些選項該得某種分數；而對於非結構化的測驗，例如羅夏克墨漬測驗（Rorchach inkblot test，該測驗要求受測者解釋模稜兩可的抽象圖形），我們只能大致的描述計分規則，不大可能得到精準和客觀的計分規則。同理，課堂上的申論題閱卷也是如此，可以設立一般性的計分準則，但通常很難去描述精確的評分規則。因此，兩位接受類似訓練的心理學家來閱讀相同羅夏克墨漬測驗的作答反應，或兩位老師對於相同的短文，通常不會以相同的方式來計分。不過，大多數的心理測驗都會盡量使得兩位評分者在面對相同作答反應時，給出類似的分數。如果無法達到這種目標（評分者的一致性），就不能成為一個令人滿意的心理測驗。

　　評分規則或程序，不管是通則或內隱，對於心理測驗都有莫大的重要性。假如人格測驗的計分規則完全由主試者來自行評斷，此時受測者將其測驗結果交由三位不同的心理學家來評分，很可能得到三份完全不同的分數。此時，測驗分數所反映的大概是什麼樣的人來評分，而不是什麼樣的人來作答，因為測驗分數跟受測者無關，當然也就無法認為該測驗可以測量受測者的某種穩定特質或屬性。（《心理測驗Psychological Testing: Principles and Applications (6th Edition)》頁5）

　　心理測驗的目的在於指派數字（測驗分數）給個體，使得這些人的某種屬性，可以忠實地被該數字的某些屬性給反映出來。使用建構良好的測驗，比其他可用的方法更能幫助人們做出更好的決策。在此，我們接著要問：(1)如何判斷測驗是好的？(2)測驗是否比其他測量工具或決策技術更好？例如，你參加了某種智力測驗，你何以知道這個測驗測得的是跟智力有關的面向呢？更重要的是，你如何知道這個測驗比別的測驗、面談或其他測量方法更為有效？

　　如同其他所有的測量工具，心理測驗不是完美無缺的。將數字分派給個人，並不可能總是能夠正確無誤地反映出這些人的屬性。例如張三在某個空間能力測驗的得分比李四高，但事實上他的空間能力可能等於、或甚至低於李四。某些測驗會比其他測驗更能夠有效測量某種特定的屬性，因此，假涉有兩個測驗，一個是由專業發展，且測驗長度為200題的閱讀測驗，另一個是刊登某超市的小報上，且總題數才5題的閱讀測驗，如果張三在這兩個測驗的得分都高於李四，我們會認為，第一個測驗會讓我們比較有信心去宣稱：張三是個較佳的閱讀者。

　　心理測驗學的主要問題之一，就是在判定「該測驗是否對某屬性提供了適當測量」。換句話說，去探討「測驗的分數是否能真正反映出被測者的屬性」，以及「測驗是否滿足測量的基本定義」，對於判定該測驗是否有成功地達成任務來說，是相當關鍵的。評估心理測驗是否為測量工具，主要著重在兩項議題上：測驗分數的信度(reliability)，以及根據測驗分數對個人所做出之推論的效度(validity)。

一、信度

　　在評估測驗是否為測量工具時，測驗分數的穩定性是非常重要的。當一個人接受同一測驗的兩個版本，或是在兩個或多個不同的時間點做同一份測驗時，能產生一致分數的測驗才算是可靠的測驗。信度的重要性，可以透過檢視不可靠之測驗的分數來加以說明。假設張三、李四、王五在星期一作了一份字彙測驗，分數分別是49、86、52，星期三再做一次時，分數卻分別變成94、38、38。

　　不管從哪一個角度來看，這個測驗並沒有測量到這三人的任何一種屬性。我們可以放心地假設：這三位學生的語文能力，不可能在週一到週三之間就產生劇烈的變化。週一的測驗結果顯示李四表現最傑出，而王五的表現只比張三好一點。但週三的結果卻顯示張三表現最傑出，而李四則和王五同分。換句話說，測驗分數和被測屬性間並沒有一致的關係。如果測驗中含有非常專門的詞彙（如週一的測驗包含棒球的字彙，週三測驗則包含歷史的字彙），就可能會產生這樣的分數結果。值得注意的是，這個測驗的分數甚至無法判斷高下，因為李四和王五兩人語文能力可能相差甚大，但卻在週三的測驗中得到相同分數。

　　因此，信度是良好測量的第一個條件，要對某個屬性提供適當的測量，測驗起碼必須能使用一致的方式來分派分數。……

　　你量身高時，如果身高計早上量是180公分，下午量是160公分，這個身高計就是沒有信度，簡單來說，就是不準、壞掉了。在廟裡抽籤、抽塔羅牌，都沒有信度可言。

二、效度

　　測驗是用來對人們進行推論。例如，張三在空間能力測驗上的得分比李四高，我們可以推論張三比李四擁有更高的空間能力。這些推論的有效程度（或是正確性）是心理測驗學的重要焦點。

　　利用測驗分數可以作出的推論，可分為兩種：(1)對於被測屬性的推論，(2)影響對被測者所作出之決定的推論。

　　下面是一個對被測屬性進行推論的例子：測驗分數可以用來推論某個人比別人聰明、較外向，或有較好的法文能力等。這類推論的效度可稱作測量效度(validity of measurement)。評估測量效度的中心問題是：測驗是否適切地測量到它原本企圖要測量的。因此，有效的智力測驗就是：聰明的人能比不聰明的人一致地得到較高的測驗分數。

　　測驗不僅用來測量某種特定屬性，也用來做決定。利用測驗分數來當作申請進入大學的許可決策，代表著第二種推論——推論測驗分數高的人較有可能在大學中成功。因此評估測驗用以決策的效度，是相當重要的。決策效度(validity for decisions)是測驗效度的第二個面向。那些能夠用來幫助對個人做出精確決策的測驗，便說明了這類效度。……

　　假如你想知道甲乙丙三人的身高，卻拿出很準的體重計來量，這就是有信度（體重數字準確），沒效度（你無法從體重數字去準確知道身高數字）。你知道甲乙丙的體重大小順序，但無法正確得知高矮順序。星座、紫微斗數、生命密碼、身份證字號之類的算命便是缺乏效度。

　　信度理論提供一系列的程序，來判斷測驗是否可以對個人提供一致性的分數。完全不可靠（不一致）的測驗，是不可能測量到任何屬性的。一個可靠的測驗測量著某種屬性，但是信度理論並沒提供任何機制來判斷這個測驗究竟測量到什麼。因此，要完全瞭解測驗到底在測量什麼屬性，就必須檢視測驗的效度。檢視測驗信度和效度，就可以幫助我們判斷測驗是否適切地測量到被測者的某種屬性。（《心理測驗Psychological Testing: Principles and Applications (6th Edition)》頁91）


相關文章：
　　免費又準確的心理測驗網站
　　是科學？還是偽科學？
　　我是懷疑論者，不是鐵齒
　　存活者偏差(survivorship bias)與騙術
　　合格的民調應該要公布哪些資料？
　　為什麼網路民調跟部落格blog上的意見調查不能輕信？
　　數字可以怎樣「詐」我們
　　多15%總分？還是少15%總分？——當基測指考可以吹冷氣

繼續閱讀...