第一节
西方心理测量发展史

一、心理测量的三大来源

（一）中国的科举考试

世界心理测量学家一致公认，心理测量的第一个来源当推中国的科举考试。科举考试以考试形式选拔人才，这确是一大创举，“可谓首开心理测验的先河”（左任侠）。中国的科举制度自16世纪由利玛窦（Lemard）传入欧洲。18世纪，法国资产阶级夺取了政权，于是参照我国科举制度建立了自己的文官考试制度。随后，英美两国相继建立了文官考试制度。文官考试制度不仅打破了门第或名人推荐等限制，为资产阶级进入政府开了方便之门，同时为心理测量铺平了道路。

（二）西方学校的考试制度

西方学校的考试制度是心理测量的第二个来源。欧洲学校的考试制度是从19世纪逐步建立与完善的。考试同升学、就业、奖学金等联系起来，成为教育质量评价和学生学习优劣的主要依据。随着社会生产力的发展，教育普及的水平不断提高，就会面临选择最适合的人去接受更高教育的问题；随着社会分工的日益精细，也有一个选择最合适的人去接受各种职业训练的问题。要解决以上两个问题，显然文官考试制度和学校考试制度是不能胜任的。因此，研究新的选拔人才的标准和方法的任务就落到了心理学家的肩上。

（三）心理学对个别差异的研究

心理学对个别差异的研究是心理测量的第三个来源，也是直接来源。科学家对人的心理的个别差异的认识始于天文学研究中的一件“冤案”。1876年，英国格林威治天文台的皇家天文学家马斯基林（N.Marsegenlin）在与助手金内布鲁克共同观察星体通过的时间的过程中，发现助手记录的时间比自己迟0.8秒，他认为这是助手注意力不集中所致，于是他提醒助手集中注意力。但是，在以后的观察中，他发现助手记录的时间与自己的差距并未缩小，有时甚至还扩大了。马斯基林很生气，认为助手“师心自用，不依法行事”而将他辞退了。马斯基林将此事记载在格林威治天文台学报上。事隔20年后，此事受到另一位天文学家贝塞尔（Bessel）的注意。贝塞尔认为，既然金内布鲁克知道自己记录的时间与马斯基林的不一样，他一定会努力纠正，最终仍告失败，其中必有人力所无法克服的原因。贝塞尔后来通过一系列研究，发现人与人之间存在着个别差异，由此他提出著名的人差方程。

心理学对个别差异的科学研究是在冯特（Wundt）建立第一个心理实验室以后。实验心理学家研究的主要目标是人的心理的共同特点而不是个别差异，但是在研究中发现，对于同一刺激，各人的反应常常不同。起初他们将此作为测量误差，并通过计算平均数来加以清除。经过一段时期的研究，他们才意识到此种差异并非全是随机误差所致，而是由于个体间确实存在能力的差异。随后，一些实验心理学家致力于个别差异的研究，这些研究直接导致心理测量的诞生。

心理学对个别差异的研究证实人的心理具有很大的个别差异，由此产生心理测量的需要。心理实验强调严格控制条件，这对以后的心理测量的标准化具有借鉴意义。

二、心理测量的三位先驱

心理测量的产生与发展是许多心理学家长期探索、不断尝试的结果，其中冯特、高尔顿和卡特尔三位先驱的贡献尤为突出。

（一）冯特的贡献

冯特（Wundt）是实验心理学的创始人。他与他的学生在实验心理学研究中发现了个别差异，这直接导致了心理测量运动。冯特对心理测量的另一个贡献是培养了一支国际心理学队伍。自从冯特在德国莱比锡大学建立了世界上第一个心理实验室后，吸引了许多来自于世界各国的有志于心理学研究的青年，他们在冯特的实验室里学习，后来，当中的不少人成为著名的心理学家，有的对心理测量做出了巨大贡献。

（二）高尔顿的贡献

高尔顿（F.Galton）是英国剑桥大学的教授，他认为智力由遗传而来。为了证明他的观点，他进行了许多研究。1869年他出版了《遗传与天才》一书，书中首次提出人类智力是常态分布，即多数人智力属正常水平，智力超常和智力低常者只占极少数。他在1883年出版的《人类才能及其发展的研究》一书中，首次提出“测验”、“心理测量”这两个术语。1884年，高尔顿创立了“人类学测量实验室”，对人的身体素质和简单的心理功能进行测量。这个人类学测量实验室先是设在国际博览会内，后迁至伦敦的南圣顿博物院，前后开办6年，共测量了9337人，积累了大量有关简单心理过程方面个别差异的资料。高尔顿的另一个重要贡献是把统计学方法应用于对个别差异资料的分析。他将复杂的统计技术改造成易于被那些未经专门训练的调查者使用的简单形式。他还扩充了古特莱特的百分位法，创造了一种粗浅的计算相关系数的方法。他的学生卡尔·皮尔逊（K.Pearson）在此基础上创立了积差相关法，这一统计方法日后成为心理测量研究的有力工具。

（三）卡特尔的贡献

美国心理学家卡特尔（J.M.Cattell）是推动心理测量的又一位先驱。卡特尔是冯特的学生，早年在冯特的心理实验室曾致力于个别差异的研究，撰写了6篇至今仍视为经典之作的论文。1888年，卡特尔到剑桥大学访学，结识了高尔顿，并深受其影响。返美后，在宾夕法尼亚大学任教，他综合了冯特和高尔顿两人的学说，继续研究个别差异。1890年，他发表了《心理测验与测量》一文，提出：“心理学若不立根于实验与测量上，决不能有自然科学的准确。”又说：“如果我们规定一个一律的手续使在异时、异地得出的结果可以比较、综合，则测验的科学和实用的价值都可以增加。”卡特尔的这一观点成为以后心理测量标准化思想的基础。卡特尔还编制了一套50个项目的测验，对他的学生进行测试，他还从中选了10个测验项目，拿到社会上供鉴别能力之用。卡特尔的测验，测量的是肌肉力量、运动速度、痛感受性、视听敏度、重量辨别力、反应时、记忆力等低级心理过程，测量结果与学习成绩相关极低，因此在教育上缺乏实用价值。

除了上述三位学者对心理测量进行了早期探索外，还有不少人也对心理测量进行了许多有益的尝试。例如克雷匹林（E.Kraepelin）和他的学生厄恩（Oehrn）曾编制了一组测验，测量知觉、记忆、联想和运动机能；波尔顿（Bolton）用数字测量儿童的记忆力；艾宾浩斯（Ebbinghaus）首创填充法来测量学生的智力，其结果与学业成绩十分相符；1904年，斯皮尔曼发表了他著名的论文《普通智力》，此文奠定了他的智力结构二因素论的理论基础，也为智力测验的编制提供了基础。在广大心理学家的努力下，第一个科学的心理量表终于像一轮红日从地平线上冉冉升起。

三、第一个科学心理量表——比纳—西蒙智力量表

比纳（A.Binet）是第一个科学心理量表的编制者。他1857年生于法国尼斯市，其父为医生，其母为艺术家。比纳在年青时学医，但对心理学有更大的兴趣。1886年，他与费雷（Fairey）合著的《推理心理学》一书出版，以后他又进行了一系列关于特殊思维的实验研究。1889年，他同亨利·博尼（H.Beauris）在索那建立法国的第一所心理实验室，后任实验室主任。1891年，他发表了《个性的变化》一书。1895年，他创办第一份法国心理杂志《心理学年报》，同年他在与亨利（V.Henri）联合发表的文章中，对当时流行的测验进行批评，指出测验太偏重于感觉，过于集中在测量简单的特定的能力上。1898年，他在哲学杂志上发表了《个性心理学中的测量》一文，文章中不仅提出许多测验方法，还提出了心理测量的根本原理是将个人的行为与他人比较归类。1903年，他的另一部著作《智力的实验研究》出版，他在书中所讲的智力是广义的，包括一切高级的心理过程。他以自己的两个女儿为被试，用填充、图片解释等测验研究智力。经过多年研究，比纳认识到智力是极其复杂的能力，不是简单的方法所能测量的，只有直接面对广泛而复杂的课题，才有可能真正测到。

1904年，法国教育部委派许多教育家、医学家组成一个委员会，研究公立学校内低能儿童班级的管理问题，比纳也是委员之一，他主张用一种测验的方法去辨别心理缺陷儿童。经过他与助手西蒙（T.Simon）的精心研究，次年在《心理学年报》上发表了题为《诊断异常儿童智力的新方法》的论文。这篇文章中介绍的新方法就是第一个科学的智力量表——比纳—西蒙智力量表。比纳—西蒙智力量表分别在1908年和1911年进行过两次修订，我们将比纳—西蒙智力量表的三个版本分别称为1905年量表、1908年量表和1911年量表。

（一）1905年量表

1905年量表由30个项目组成，项目种类繁多，可以测量智力的各个方面，特别侧重于判断、理解、推理能力。测验项目按由浅入深的次序排列，使同一量表可以测量智力高低不同的儿童。以下是该量表的具体项目。

1．看：用一支点燃的火柴在儿童面前慢慢移动，看儿童的眼睛是否能跟随物体移动。

2．握物：用一块木头与儿童的手掌或手背接触，看这个儿童能否拿着它不至于掉下，并且放在嘴里。这是测量儿童是否能通过触觉的刺激唤起抓握的反应。

3．用视觉的刺激唤起抓握的反应：把一块木头放在儿童面前，看他能否去拿它。

4．食物辨认：给予一块糖和一块木头（糖须用巧克力），看他能否分辨。

5．搜寻食糖：用纸在儿童面前包好一块糖，看他能否将纸包打开，把糖吃掉。

6．执行简单的命令和模仿简单的手势：叫小孩关门或坐下，视其是否照办。

（根据其测量结果，重度低能儿即白痴只能做到上面的测试项目。）

7．物体的认识：指出身体上各部位的名称和说出经常见到或听到的物品。

8．图片的认识：给儿童看物在何处。

9．列举图片中的人物和物体：儿童须在图片中列举常见的物品和人物。

10．比较两条线的长短：假如3次都能指出何者长、何者短，就算通过。

11．重述两个数目。

12．比较两个重量：一个3克重，另一个12克重。

13．抵抗暗示能力：向儿童问一个看不见的物件，如一幅图画中没有茶杯，但问茶杯在哪里。或用无意义的字询问图片中的物体。比较线的长短，头三根线是不一样长的，后三根线是一样长的。

14．解说物品和人物的名称：钥匙、房屋、狗、妈妈。

（中等的低能儿只能做到这儿为止，5岁正常儿童也只能做到这儿为止。）

15．重述句子：每个句子有15个字母，先说一次给儿童听，然后要求背诵。

16．说出两个物体的区别：苍蝇与蝴蝶，布与纸等。

17．记忆图片中的物件：给儿童一张图片，内有13个普通物件，令其看了30秒钟后，再背出，背出愈多愈好。

18．根据记忆重画图片：给儿童看过几种图形，然后要他画出一种。

19．重述数目：能背出6位数算通过。

20．说出二物的相同点。

21．比较线的长短：先让儿童看3厘米长的线条，然后要他从另一张图中找出相同长度的线段。

22．比较重量：把5个重量不同（分别为18克、15克、12克、9克、6克）的物品依次排列。

23．重量记忆：做对第22个项目以后，拿走一个物品，问被试哪个物品被拿走了。

24．说出同韵的字。

25．填充：每一个句子缺少一个字，要被试填入使其成为有意义的句子。

26．用3个字造句。

27．问题的理解：从易到难共有15句。例如，你在睡觉时做什么？假如回答“做梦”就对了。

28．交换长短钟的位置：答出交换之后是什么时刻。

29．剪纸：将正方形纸折成许多折，然后剪去其中一个角，问打开纸之后有几个洞，而且画出洞的位置。

30．抽象名词之意义：例如“革命”与“进化”、“总统”与“皇帝”有何不同。

（二）1908年量表

1905年量表发表后，经使用证实它的信度是高的。但是在实际使用中也发现有不少问题，例如，测验内容大都取于中产阶级生活环境，因而中产阶级的子女的测验成绩往往高于贫苦人家的子女。比纳与西蒙根据使用中反映出来的各种问题，对量表进行了修订。1908年他们将修订后的量表发表在题为《儿童智力之发展》的论文中。这次修订的1908年量表中，测验项目由30个增至59个；测验项目按年龄分组，组别从3～13岁；测验结果以智力年龄表示。这是第一个年龄量表。

（三）1911年量表

1911年，比纳在他生命的最后一年，又对1908年量表进行修订，这一修订版即为1911年量表。1911年量表与1908年量表相比，主要有以下3点修正：（1）删去了9个旧的测验项目，增加了4个新的测验项目，总共54个，并且重排项目的顺序；（2）除4岁组仅4个项目外，其他各年龄组的测验项目均改为5个；（3）取消了11岁组和13岁组，增加了15岁组成人组。比纳—西蒙量表具有划时代的意义，比纳的成功与他对智力的理解和量表的特点是分不开的。

1．用智力年龄表示测验的结果

在测验中使用智力年龄，这是比纳的创举。在1905年量表中，比纳尚未明确规定每一项目是测量几岁智力的，但他已将项目按先易后难次序排列，并算出每一项目各年龄的及格率，由此定出某一项目适合于哪一年龄组的儿童。

到1908年量表，比纳才正式采用智力年龄。用智力年龄表示智力高低，优点是简单明了、容易理解。如果一个被试的智力年龄为10岁，则说明他的智力与10岁儿童的平均智力相同。这比一般使用的“聪明”、“愚笨”等词更能准确地表达一个人的智力水平。另外，将智力年龄与实足年龄相比较，也可清楚地看出一个人的智力相对高低程度。例如上述被试如果实足年龄为8岁，则他较聪明；若实足年龄为10岁，则他的智力属中等水平；若实足年龄为12岁，则他的智力属较差的。

2．既测量低级心理过程，又测量高级心理过程

比纳认识到心理过程有高级与低级之分。他批评以前的一些心理学家只测量简单低级的心理过程，如感觉、知觉、反应时等，而对高级心理过程没有进行测量，因而他们不可能测到真正的智力。所以，他在编制测验时，不光测量低级的心理过程，而且注意测量高级的心理过程，像理解力、抽象力、推理能力等高级心理过程，在比纳的量表中都有反映。由于比纳抓住了智力的本质，因此他的量表能较好地测量智力。

3．测量一般的智力

比纳的智力测验不同于前人编制的测验，他不再将智力的各个方面分别加以测量，而是测量智力的全体。比纳认为各种认识活动不可能单独进行，而是相互依赖、相互作用的。例如，要求被试重画刚看过的几个图片中的一个，从表面看，这是测量记忆能力的，但实际上除了测量记忆能力外，还包括测量对图片的理解、辨别图片的结构等方面的能力。由此可见，他所要测量的是一般智力。

（四）比纳—西蒙智力量表的不足

比纳—西蒙智力量表由于是第一个科学心理量表，它必然存在许多缺点，主要有：（1）测量高级心理过程的项目不很多；（2）没有规定一套测验的手续，影响测验结果的稳定性；（3）有些测验项目的位置排列不正确，特别在低年龄组和高年龄组较为严重，这会影响测验结果的准确性。

尽管比纳—西蒙智力量表有不少缺点，但它为心理测量奠定了基础。在心理测量发展史上，比纳的贡献是不可磨灭的。正如美国心理学家宾特纳（R.Pintner）所说：“在心理学史上，假使我们称冯特为实验心理学的鼻祖，我们不得不称比纳为智力测量的鼻祖。”

四、智力测验的发展

比纳—西蒙智力量表问世后，迅速传至世界各国，对心理测量的发展产生了极大影响。许多心理学家纷纷修订比纳量表，其中最成功的是美国斯坦福大学推孟（I.M.Terman）修订的斯坦福—比纳智力量表。

（一）斯坦福—比纳智力量表

在推孟之前，戈达德（Goddard）早在1910年根据比纳量表编成了一个修订量表。随后库尔曼（Kuhlman）也发表了修订的比纳量表（1912年）。推孟于1916年修订的斯坦福—比纳智力量表虽然时间上稍晚，但其影响却远远超过前面的两种量表。斯坦福—比纳智力量表共有90个项目，其中51个是比纳量表中原有的，其余39个是新编的。该量表除适用3～14岁儿童外，还有普通成人和优秀成人两组。

1．首版斯坦福—比纳智力量表的特点

（1）采用智商来表示智力高低。早在1911年，德国汉堡大学心理学家斯腾（Stern）就提出了心理年龄除以实足年龄所得的“心理商数”的概念。推孟在编制量表中将“心理商数”作了改进，将它乘上100以消除小数，并将其改为“智力商数”，简称“智商”。推孟的智商公式如下：

其中，IQ为智力商数的缩写，MA为智力年龄，CA为实足年龄。

（2）严格规定测验的手续，从而提高了量表的信度。

（3）测验设立了普通成人组和优秀成人组，扩大了测试的对象。

2．斯坦福—比纳智力量表第四版

斯坦福—比纳智力量表于1937年进行第二次修订，1960年发行第三版，1986年出版第四版。

斯坦福—比纳智力量表第四版由桑代克（R.L.Thorndike）、黑根（E.Hagen）等人修订，历时8年。修订者修订的理论框架是认知能力的理论模式，该理论模式是卡特尔的流体智力与晶体智力理论和修订者原先自编的认知能力测验相结合而形成的，是一个三个层次的阶梯模式。第一层次是一般智力因素，即G因素。第二层次是由晶体能力、流体—分析能力及短时记忆构成。第三层次由语言推理、数理推理、抽象/视觉推理等因素组成。整个测验由15个分测验组成：

（1）词汇（46题） （2）理解（42题） （3）谬误（32题） （4）语词关系（18题）

以上4个分测验都属于测量语言推理能力的。

（5）算术（40题） （6）数列关系（26题） （7）等式（18题）

以上3个分测验都属于测量数理推理能力的。

（8）图形分析（42题） （9）仿造与仿画（12+16题） （10）矩阵（26题） （11）折纸与剪纸（18题）

以上4个分测验属于测量抽象/视觉推理能力。

（12）珠子记忆（42题） （13）语句记忆（42题） （14）数字记忆（26题） （15）物品记忆（14题）

以上4个分测验属于测量短时记忆的。

根据以上测验内容，我们可以看出斯坦福—比纳智力量表第四版主要是测量语言推理、数量推理、抽象/视觉推理和短时记忆四大领域的认知技能的。该量表的解释除了提供总智商外，还提供四个领域的分数和5个分测验的分数，因为该量表为四个领域分数和15个分测验分别建立了常模，这样为诊断与评估提供了更详细的资料，同时使测验实施也更具弹性，既可施测全部分测验，也可根据需要施测部分分测验。

（二）团体智力测验的编制

比纳—西蒙量表和斯坦福—比纳量表都是个别测验，一位主试每次只能测一个被试，时间上很不经济，很难在短期内测量大批被试。而团体智力测验能同时测量许多被试。促进团体智力测验发展的原因是第一次世界大战后期美国军队对士兵选拔和兵种分派的需要。1917年，美国加入协约国，并准备出兵欧洲，为分派工作，需要测量士兵的智力。而待测的士兵有近两百万，若依靠个别测验，这项任务是不可能在短期内完成的。于是决定采用团体测验。当时推孟的研究生奥蒂斯（A.S.Otis）已经编有团体智力测验，在此基础上，编制成军队甲种和乙种两种量表，甲种量表是文字测验，用于懂英文的被试，乙种量表是非文字测验，用于不懂英文的被试。当时就用这两种量表成功地对近两百万士兵进行了智力测查，使团体智力测验被心理学家所接受，同时在社会上产生巨大影响。

由于团体智力测验简便易行，20世纪20年代，团体智力测验开始在民间各领域广泛应用，这也促使各种团体智力测验相继问世。

（三）韦克斯勒智力量表

韦克斯勒智力量表是继斯坦福—比纳量表后最具影响的智力量表之一。韦克斯勒（D.Wechsler）1896年出生于罗马尼亚，6岁时随父迁居美国纽约，1916年毕业于纽约大学，次年得到哥伦比亚大学硕士学位。毕业后主要从事心理测验工作。1934年，韦克斯勒开始编制标准化智力量表，并感到斯坦福—比纳量表不适合成年病人，从此着手自编量表。他经过大量实践工作后，于1939年编成韦克斯勒—贝勒维量表（Wechsler-Bellevue Intelligence Test，简称W-B），该量表于1946年进行修订（W-B Ⅱ）,1955年，在W-BⅡ基础上修订成韦克斯勒成人智力量表（Wechsle Adult Intelligence Scale, WAIS）, 1980年再次修订，称为WAIS-R。韦克斯勒成人智力量表第三版（WAIS-Ⅲ）于1997年修订，韦克斯勒成人智力量表第四版（WAIS-Ⅳ）于2008年修订。

1949年韦克斯勒编制了韦克斯勒儿童智力量表（Wechsle Intelligence Scale for Children, WISC）,1974年重新修订并建立常模，称为韦克斯勒儿童智力量表修订版（WISC-R），韦氏儿童智力量表第三版（WISC-Ⅲ）修订于1991年，重新修订了常模，并新增了一个分测验——符号检索，这是与译码分测验一样测量加工速度的，在测验解释上增加了语言智商与操作智商之差的意义。韦氏儿童智力量表第四版（WISC-Ⅳ）于2003年修订，该修订版对整个测验作了重大调整（详见本书第三章）。

1963年韦克斯勒又编制了韦克斯勒学前与学龄初期智力量表（Wechsle Preschool and Primary Scale of Intelligence, WPPSI）,1967年对该量表进行修订，称为WPPSI-R。韦氏学前与学龄初期智力量表第三版（WPPSI-Ⅲ）修订于1989年，第四版（WPPSI-Ⅳ）修订于2002年。

韦克斯勒智力量表的特点如下：

（1）采用离差智商代替比率智商。传统的比率智商是以智力年龄除以实足年龄，再乘以100而得。这里存在一些问题，诸如，各种能力发展是否平衡、等速，何年达到峰值，何年停止发展等等。这些问题都影响着原有计算智商公式的应用。离差智商是根据同年龄组测验分数的平均值和标准差得出，其计算公式如下：

上式中X为被试的测验分数，X和S分别为被试同年龄组的测验平均分和标准差。就是标准分Z分，Z分的平均值是零，标准差是1。为了使离差智商与传统的比率智商在数值上基本一致，故在公式中加100，使平均数由零变为100，在Z分前乘上系数15，将标准差由1扩大到15。这样离差智商在数值上与传统的比率智商基本一致。由于离差智商建立在统计学的基础上，科学合理，能解决传统的比率智商无法克服的问题，因此，离差智商问世后，迅速在各种智力测验中运用，甚至连斯坦福—比纳量表在1978年修订版中也改用离差智商。

（2）韦克斯勒智力量表在前3版中都分为语言测验和操作测验两部分。语言测验一般包括常识、理解、类同性、算术、数字跟读、词汇等项目，操作测验一般包括译码、填图、图片排列、积木图案、拼图等项目。每一项目最终都有一个量表分，量表分是一种标准分。整个测验有三个智商，即语言智商、操作智商和总智商。所以韦克斯勒智力测验能较全面地反映一个人的智力结构，特别适合临床诊断和矫治。

（3）韦氏智力测验有三套在年龄上前后衔接的量表，适合4岁至老年一切对象。

（四）智力测验的局限与展望

智力测验发展至今已有一百多年，形成了世界性影响，但也受到了一些批评。针对传统智力测验的弊端，近年来，研究者们正致力于改变传统智力测验，使之呈现出新的面貌：在测验依据上从考虑项目的鉴别性、区分性到增大其理论含量；在测验内容上从仅仅着眼于学业到测量更广泛内容；在测验形式上从静态的、回顾性的智力测验到动态测验；在测验的编制和实施上努力改善文化不公平现象；在测验的方法学基础上从经典测验理论到现代测量理论。随着研究的发展，未来智力测验的演变主要表现为：增加对元认知的测量；开发更有效预测创造力的智力测验；在有针对性的诊断、预测基础上提出干预措施。^[1]

也有学者认为，随着认知心理学的兴起，为智力理论与智力测验的研究开辟了新的道路。从20世纪80年代后，研究者开始从人的信息加工过程的角度来解释智力，当代智力研究出现了新趋势、新理论，即“信息加工”的智力理论。但这一新理论的产生并没有完全否定传统比纳等智商测验存在的价值，当代智力测验的研究沿两条路并驱。一方面，传统比纳氏智力测验的编制和修订工作从未停止过；另一方面以新的信息加工论为理论基础的智力测验不断出现，日渐成熟。从方法上看，反应时任务和检测时任务是两种智力测验的基本试验范式。从测验内容角度看，可将现有的智力测验分为三大类：基于智力系统的智力测验、基于神经心理学的智力测验以及基于心理测量学的智力测验。从研究模式看，当代智力心理学研究主要有智力测验模式、发生认识论模式、信息加工模式和生态文化模式。要将研究与人的内部智力过程的研究和大脑神经生理学研究结合起来，最终揭示这一复杂现象的本质、智力形成发展的根源。^[2]

五、能力倾向测验的发展

智力测验是测量智力中的一般因素（G因素），而智力中的特殊因素（S因素）则是由能力倾向测验测量的。1915年，美国希肖（Seashore）编制了第一套能力倾向测验——音乐能力测验以后，罗哲士（Rogers）编了数字能力测验。1929年梅尔（Meier）编制的美术鉴赏测验首次出版，1940年进行了修订。在最早出现的能力倾向测验中还有机械能力倾向测验，例如明尼苏达试卷形式拼板测验（Minnesota Paper Form Board）和贝内特机械理解测验（Bennett Mechanical Comprehension Test），它们可用于工业和军事人员的选拔。能力倾向测验由于在职业指导和人员选拔方面有特殊的功用，因而发展迅速，被广泛应用。

六、人格测验的发展

首先提倡用科学方法测量人格的是英国学者高尔顿。他在1884年发表的品格测量的文章中说：“构成我们行为的品格，是一种明确的东西，所以应该加以测量。”他自编了一个评定品格的量表，尽管很粗糙，但是这是对人格测量的最初尝试。

第一个科学的人格测验是个人资料记录，这是武德沃斯（Woodworth）1917年编制，用于第一次世界大战测量美国士兵对于军队生活的适应情况。它是一种情绪测验，用于测量士兵情绪的稳定性。这一测验于1923年由马修斯（Mathews）加以修订，将其运用于学校，同年客地（Cady）也对其加以修订，用于13岁以上少年儿童。1925年勒尔（Laird）又对其进行修订，用于大学生。

另外，还有许多人格问卷测验，如瑟斯顿（L.L.Thurstone）夫妇编制的情绪稳定性测验（1928），内曼（C.A.Neymann）和科尔施泰特（K.D.Kulsted）编制的内外向性格测验（1928），哈兹威（S.R.Hathaway）和麦金利（J.C.McKinley）于20世纪40年代初期编制的明尼苏达多相人格调查表（MMPI），考夫（H.G.Cough）编制的加利福尼亚人格调查表（CPI,1948），艾森克（Eysenck）夫妇编制的艾森克人格问卷（EPQ, 1952），卡特尔（R.B.Cattell）编制的16种人格因素测验（1973）等。

关于投射测验，19世纪后半叶就开始有投射测验的尝试，如词语联想测验由高尔顿（1879）、克雷佩林（1892）、冯特（1902—1911）、荣格（1906、1907）等人最早进行的。罗夏墨迹测验是第一个被公认的投射测验，它是由瑞士学者罗夏（H.Rorschach）编制， 1921年正式出版，但在此前罗夏已进行了10年的探索与实践。默瑞与摩尔根（H.A.Murray＆C.D.Morgan）1938年编制了主题统觉测验（TAT），这个测验最初是作为“假想的研究方法”设计的，这是另一种著名的投射测验。

20世纪30年代，美国心理测验主要焦点在于智力、态度、职业兴趣、判断力等各种标准化测试。研究人格特征、一般适应性等的测验虽也有所发展，但仍然以标准化的自陈量表为主。到了30年代中期，人们开始关注人格评价是否有更具可塑性的定性方法。古迪纳夫（Goodenough）的画人测验开始从测定智力发展成揭示人格的测试。瑞士心理学家科赫（K.Koch）的树木画研究始于20世纪30年代，而他的树木画的《手册》出版于1943年。

七、教育测验的发展

标准化教育测验是本世纪初才开始出现，在此之前已有不少人曾做过编制标准化教育测验的尝试。1864年，英国一位叫费宣（George Fisher）的教师，曾编制一本《量表集》的书用以量度学生的书法、拼字、算术、语法、作文、历史、自然、图画、法文等学科的成绩。书中收集学生各种学习分数的样本，以此作为评分的标准。1894年，美国人莱斯（Rice）编制了一套拼法测验，用以检查学生的拼词能力。这套测验被认为是最早的教育测验。莱斯的测验还不是标准化测验，第一个标准化教育测验是由桑代克编制的。桑代克在1904年出版《心理与社会测量导论》一书，介绍了统计方法和编制测验的基本原理。1908年，他发表书法量表，这是第一个标准书法量表。此后，教育测验日渐增多，如桑代克的学生史东（Stone）编制算术测验（1908），希来格司（Hilleges）编制作文量表（1911），白根汉（Buckingham）编制拼法量表等。最初编制的教育测验都是单科测验，后来为了满足教育调查的需要，开始编制综合测验。最早的综合教育测验有宾特纳的《测验汇集》、孟禄（Monre）和白根汉的综合测验（1920）,1922年斯坦福成就测验发表，进一步推动了综合教育测验的发展。

纵观心理测量发展史，我们可以看出，心理测量是应社会需要而产生，随社会的发展而发展的。最初的心理测量仅测量解剖生理特征和简单的感知能力，以后才转向复杂的认知能力，再后来扩展到情感适应、人际关系、气质、性格等人格特征。从测量的结果看，最初只有笼统的单一量数反映个体间的差异，以后转变为用多个量数既反映个体间的差异，又反映个体内的差异。随着计算机的发展与普及，心理测量的形式逐步朝计算机化发展，因而呈现出更广阔的应用天地。

[1] 陈英和，赵笑梅．智力测验的演变和展望［J］．北京师范大学学报：社会科学版，2007（3）:33.

[2] 陈怡梦．智力测验的现状与趋势［J］．考试周刊，2007（21）:15-16.