心理計量學：理解、測量與詮釋人類心理的科學
Psychometrics｜一部從測量理論、心理測驗方法到跨文化、公平性與 AI 評估的研究型書庫。
全書導讀
心理計量學（Psychometrics）研究如何把心理學中的抽象概念轉為可觀察、可分析與可比較的測量程序。它涵蓋心理測驗、問卷與量表的設計，信度與效度評估，因素分析、古典測驗理論、項目反應理論、Rasch 模型、測量恆等性及測驗公平性。
本書不把心理測驗理解為「讀取人的本質」的工具，而把它視為一種帶有理論前提與測量誤差的推論程序。分數只有在構念定義清楚、題目內容適切、測量模型可接受、目標族群受到充分驗證，且用途與後果合理時，才有較充分的解釋基礎。
全書採取五個互補視角：
- 測量理論與科學哲學：心理屬性是否具有數量結構？把經驗變成數字需要哪些前提？
- 量表建構與測量模型：題目如何開發？CTT、IRT、Rasch 與因素分析各自回答什麼問題？
- 效度、信度與不確定性：分數能支持什麼解釋？信度係數與測量誤差如何理解？
- 跨文化測量與公平正義：翻譯後是否仍測量相同的東西？誰被納入常模，誰承擔錯誤分類的代價？
- 新興應用與反思：電腦化適性測驗、AI 心理計量，以及測驗在社會制度中的影響。
建議閱讀路徑
初學者：先理解分數的意義
從 心理計量學連結心理理論與統計推論、心理分數是操作化結果，不是心理本質本身、心理屬性的可量化性必須被檢驗 開始，再閱讀 古典測驗理論把觀察分數拆成真分數與誤差、信度描述分數精確度而非測驗的全部品質 與 效度是對分數解釋與使用提出的整體論證。
方法路徑：理解量表如何建構
依序閱讀 量表開發是一個反覆修正的研究流程、內容效度先問題目是否涵蓋目標經驗、因素分析檢查題目如何共同變動、內部一致性不能取代量表的結構效度，再進入 項目反應理論以題目層次描述作答機率 與 Rasch模型以特定測量要求檢查資料與量尺。
跨文化路徑：理解分數能否比較
先看 WEIRD研究樣本提醒心理學不能把西方樣本當成人類代表，再讀 跨文化調適需要語言與概念兩層等值、反應風格會混入跨文化問卷的分數差異、測量恆等性決定群體比較的可解釋範圍、差異試題功能表示相同特質下題目對群體仍可能不同 與 本土心理學需要能表達在地經驗的測量工具。
批判路徑：把權力與後果放回測驗
閱讀 心理測驗的歷史包含分類權力與優生學遺緒、公平性是心理測驗效度的一部分、測量證據的地理分布也是知識公平問題，並思考 把量表的社會後果納入公開的測驗影響評估。
進階路徑：新模型與新應用
以 電腦化適性測驗依據即時資訊選題 及 對 AI 量表測試建立跨提示與跨版本的穩定性檢查 作為延伸，再回看 效度是對分數解釋與使用提出的整體論證，檢查新技術是否提供足夠的解釋證據。
推薦書籍與閱讀分工
- 測量哲學與效度：Denny Borsboom《Measuring the Mind》；Joel Michell《Measurement in Psychology》。
- 量表開發入門：DeVellis 與 Thorpe《Scale Development》。
- IRT 專題：Embretson 與 Reise《Item Response Theory for Psychologists》。
- 因素分析與結構方程模型：Rex B. Kline《Principles and Practice of Structural Equation Modeling》。
- 綜合參考與批判視角：心理計量學手冊呈現量表開發的跨學科範圍、心理測驗的歷史需要同時檢視科學與權力。
- 研究者觀點與訪談：心理計量學領域的歷任領導者訪談呈現學科多元觀點。
概念地圖
- 心理測量概念地圖：從心理構念到分數、模型與推論。
- 量表建構概念地圖：從構念界定到獨立驗證的流程。
- 測量模型概念地圖：CTT、IRT、Rasch、DIF 與適性測驗。
- 跨文化測量概念地圖：翻譯、調適、恆等性、本土心理學與知識公平。
- 效度與公平概念地圖：分數解釋、測驗用途與社會後果。
- 測量理論與科學哲學概念地圖：心理屬性的可量化性與測量主張。
文獻與研究範圍
本書以國際測驗標準、測量理論與心理計量方法文獻為基礎，補充亞洲心理工具研究、中東阿拉伯語測驗回顧、非裔美國人測驗史批判、WEIRD 樣本問題與 2026 年人格跨文化測量回顧。全球視角不是把不同國家當成固定文化標籤，而是追問研究樣本、語言資源、測驗常模與知識生產權力如何分布。
閱讀文獻時，請分辨原始研究的結果、作者的理論主張，以及本書整理者提出的延伸推論。量表的「有效」永遠應具體到構念、族群、時間、語言與用途。
資料夾索引
文獻筆記 data/
- 2026人格跨文化回顧提醒平均數比較仍受等值性限制
- AI心理計量把人格量表用於大型語言模型
- COSMIN以內容效度為核心評估健康結果量表
- Cronbach alpha的普及不代表它適用於所有量表
- ITC測驗翻譯與調適指引建立國際專業基準
- Messick將效度整合為分數意義與社會後果的論證
- WEIRD研究樣本提醒心理學不能把西方樣本當成人類代表
- 亞洲心理計量研究同時包含量表驗證與本土工具發展
- 從 alpha 到 omega 提供內部一致性的替代估計
- 心理測驗的數量化前提應接受測量理論檢驗
- 心理測驗的歷史需要同時檢視科學與權力
- 心理計量學手冊呈現量表開發的跨學科範圍
- 心理計量學的發展同時來自個別差異與心理物理學
- 標準化測驗導論整理古典測驗理論與項目反應理論
- 測量恆等性是跨群體比較的前置條件
- 測驗標準把效度視為分數解釋與使用的證據
- 跨文化問卷的作答風格既是誤差也是文化行為
- 跨文化自陳量表調適不能止於逐字翻譯
- 量表開發指引要求從構念界定走向獨立驗證
- 阿拉伯語心理測驗回顧揭示翻譯與驗證品質落差
- 非裔心理學者的測驗史回顧揭示種族主義脈絡
永久筆記 note/
- Rasch模型以特定測量要求檢查資料與量尺
- 信度描述分數精確度而非測驗的全部品質
- 內容效度先問題目是否涵蓋目標經驗
- 內部一致性不能取代量表的結構效度
- 公平性是心理測驗效度的一部分
- 反應風格會混入跨文化問卷的分數差異
- 古典測驗理論把觀察分數拆成真分數與誤差
- 因素分析檢查題目如何共同變動
- 差異試題功能表示相同特質下題目對群體仍可能不同
- 心理分數是操作化結果，不是心理本質本身
- 心理屬性的可量化性必須被檢驗
- 心理測驗的歷史包含分類權力與優生學遺緒
- 心理計量學連結心理理論與統計推論
- 心理量表的適用範圍不能超過驗證樣本的證據
- 效度是對分數解釋與使用提出的整體論證
- 本土心理學需要能表達在地經驗的測量工具
- 測量恆等性決定群體比較的可解釋範圍
- 測量證據的地理分布也是知識公平問題
- 跨文化調適需要語言與概念兩層等值
- 量表開發是一個反覆修正的研究流程
- 電腦化適性測驗依據即時資訊選題
- 項目反應理論以題目層次描述作答機率
靈感筆記 idea/
- 以多方法追蹤心理狀態而非依賴單次問卷
- 以心理量表研究台灣日常語言中的自在與壓力
- 以認知訪談檢查題目在不同文化中的真實理解
- 對 AI 量表測試建立跨提示與跨版本的穩定性檢查
- 建立一份心理測量方法的可重現分析範本
- 把心理分數改寫成有範圍的敘述而非人格標籤
- 把量表的社會後果納入公開的測驗影響評估
- 為心理量表建立可查詢的全球證據地圖
- 為每份量表建立一張測量護照
- 為跨文化測驗比較建立共同治理的研究流程
概念筆記 term/
- Rasch模型
- 信度
- 內容效度
- 內部一致性
- 反應風格
- 古典測驗理論
- 因素分析
- 差異試題功能
- 建構效度
- 心理構念
- 心理測驗倫理
- 心理測驗常模
- 心理計量學
- 操作化
- 收斂與區辨證據
- 效度
- 效標關聯證據
- 本土心理學
- 標準測量誤差
- 測量恆等性
- 測量誤差
- 測驗公平性
- 測驗反應歷程
- 測驗等化
- 潛在變項
- 量尺層級
- 電腦化適性測驗
- 項目反應理論
- 探索性因素分析
- 確認性因素分析
概念地圖 moc/
使用與更新原則
- 文獻筆記保存來源、研究脈絡與可追溯的結論；永久筆記只保留可獨立理解、可跨情境重組的觀點；靈感筆記則把知識轉成問題、假設與行動。
- 概念筆記盡量保持單一定義；概念地圖負責呈現關係，不讓單張卡片承擔整套理論。
- 心理測量證據會隨版本、語言、樣本與用途改變。實際使用前，應回到原始研究與最新專業標準核對。
- 本書是研究導讀與知識組織材料，不是心理診斷工具，也不構成使用特定量表的專業建議。
全書核心問題
我們如何在不把人簡化成分數的前提下，使用測量工具理解心理現象？
延伸脈絡：README。
延伸脈絡：心理計量學的代表性書籍兼顧哲學基礎與實作方法。