2 / 14

工业与组织心理学研究方法

科学的本质不在于实验室的白大褂或复杂的仪器设备，而在于其系统性的目标和严谨的研究程序。所有科学都致力于理解、预测和控制特定现象。工业与组织心理学专注于工作场所中的人类行为，运用科学方法来研究员工的态度、行为和绩效。

科学方法的基本特征

科学方法区别于其他认知方式的核心特征包括逻辑性、实证性、公开性和客观性。逻辑性要求研究基于理论框架和明确假设；实证性强调依赖可观察、可测量的数据；公开性确保研究过程和结果的透明度，允许同行评议和重复验证；客观性则要求研究者保持中立立场，避免个人偏见影响研究结论。这四个特征相互关联，共同构成了科学研究的基础框架。

逻辑性研究方法

科学研究基于理论框架、明确假设或系统性探索。在工业与组织心理学领域，研究者可能探讨激励理论、工作自主性对员工投入度的影响，或远程办公与传统办公模式下员工满意度的差异。

假设是对感兴趣变量之间关系的预测。比如，我们可能假设“弹性工作制会提高员工的工作满意度”。

实证性数据基础

科学研究依赖实证数据，这些数据可在实验室或实际工作环境中收集。工业与组织心理学家通常收集工作绩效、认知能力、工作满意度和安全态度等相关数据。

某大型科技企业研究员工满意度与绩效关系时，会收集满意度调查数据、绩效评估分数以及工作年限、部门归属等背景信息，通过系统分析揭示变量间的关联模式。

公开性与可重复性

科学研究必须公开透明，研究方法、数据分析过程和结论都要详细报告，供同行评议和验证。这种开放性使其他研究者能够评估结果可信度，甚至重复验证研究发现。

工业与组织心理学领域的理论争辩通过学术会议、专业期刊和专著进行。研究者可通过发表研究成果或批评性评论参与学术讨论，推动学科发展。

证伪导向的研究逻辑

科学研究的目标不是证实理论，而是通过严格检验来证伪假设。研究者需要设计研究排除各种竞争性解释，保留最符合证据的解释。

在员工裁员争议中，如果有人声称存在年龄歧视，科学方法要求检验多种可能解释：个人绩效差异、技能匹配度、工作期望差异、教育背景等因素。某互联网企业裁员案例中，需要系统分析所有相关变量，而非仅凭单一因素下结论。

客观性要求

科学研究要求研究者保持客观立场，避免个人偏见影响研究过程和结果解释。研究人员应当公开可能存在的利益冲突或预设立场，确保研究的独立性和可信度。

工业与组织心理学家与普通人在好奇心和理论构建方面并无本质差异，真正的区别在于他们运用的系统性研究方法。

科学方法的社会应用

科学研究深刻影响着我们的日常生活，从饮用水质量到空气污染控制，都体现了科学方法的价值。

制药行业的新药开发过程充分展现了科学方法的严谨性。药品监管部门要求制药企业进行多年的实验室和临床试验，这些试验必须基于理论假设、系统收集数据、考虑各种可能解释，并接受监管机构的严格审查。

疫情期间的疫苗研发严格遵循科学方法。疫苗企业需要完成一期、二期、三期临床试验，每个阶段都要收集大量安全性和有效性数据，经过监管部门严格审评后才能获得上市许可。

在人力资源管理领域，科学方法的应用同样重要。当员工因招聘、解雇、薪酬或骚扰问题提起诉讼时，工业与组织心理学家常作为专家证人出庭。他们基于科学研究为人力资源实践提供专业意见，但这些意见必须建立在可靠的科学证据基础上。

专家证人不同于事实证人，可就专业实践发表意见。工业与组织心理学家可能为雇主使用心理测试进行招聘提供支持意见，但必须确保这些意见有充分的科学依据，否则可能被质疑为“伪科学”。

研究的必要性与价值

“不研究历史的人注定重复历史”这一格言同样适用于组织管理。缺乏科学研究指导的人力资源决策往往重复前人的错误，无法从已有经验中学习。系统性研究能够建立理论模型，预测管理实践的效果。

传统的招聘方式往往采用“先到先得”模式：发布职位广告、审查简历、进行简单面试，然后录用第一个符合基本条件的应聘者。然而，工业与组织心理学研究表明，这种方法难以选拔到优秀员工。

采用结构化面试、认知能力测试和人格评估的综合招聘方法效果更佳。某大型互联网企业的招聘实践证实了这一点：通过运用多元评估工具，包括能力测试、性格测试和结构化面试，显著提升了员工选拔质量和整体绩效水平。

组织决策本质上是对未来结果的预测。决策者依赖的研究基础越扎实，对结果的预期就越准确。科学研究与商业战略都追求可预测性，帮助管理者避免不必要的风险和失误。

优秀理论的评判标准不是“正确”与“错误”，而是“有用”与“无用”。好的理论应当提供新见解、聚焦重要问题、具有解释力和实用价值。

研究设计的基本类型

研究设计是研究的整体架构，需要在研究开始前确定关键要素：研究环境（实验室或现场）、研究对象、变量操作方式、数据收集方法等。根据对研究条件的控制程度，研究设计分为实验性、准实验性和非实验性三种基本类型。

实验设计

实验设计的核心特征是将研究对象随机分配到不同实验条件中。某企业可能将员工随机分为两组，一组采用计件工资制，另一组采用固定时薪制，然后比较两种薪酬方式对工作绩效的影响。

随机分配是实验设计区别于其他设计的关键要素。通过随机分配，研究者能够确保各组在实验前不存在系统性差异，从而更有信心地建立因果关系。

实验设计通过随机分配控制混淆变量，是建立因果关系的最有力方法。

准实验设计

当无法进行随机分配时，研究者采用准实验设计。某科技企业可能在一个分公司实施新的绩效管理系统，在另一个分公司保持原有系统，然后比较两地员工的工作满意度和绩效表现。由于员工不是随机分配到不同条件，这属于准实验设计。

非实验设计

非实验设计不涉及任何实验处理或条件操作，研究者仅收集和分析现有数据。常见的非实验设计包括观察设计和调查设计。

观察设计中，研究者直接观察和记录员工行为，如统计员工与主管的沟通频次来研究沟通模式与工作效率的关系。调查设计则通过问卷收集员工对工作环境、满意度等方面的自我报告数据。

随着在线调查技术的发展，研究者需要考虑不同调查方式的效果差异。虽然在线调查与纸笔调查在数据质量上差异不大，但年轻群体更倾向于在线调查方式。

研究设计的使用现状

不同研究设计的使用频率存在显著差异。工业与组织心理学研究中，现场研究占67%，实验室研究占33%。实验室研究多采用实验设计，以学生为研究对象；现场研究多为非实验设计，以在职员工为研究对象。

现场研究占主导地位的原因包括：实验室环境难以真实模拟工作情境，实验控制可能使研究环境过于人工化；现场实验难以实施，因为企业优先考虑经营目标而非科学研究需要；实验室研究常用学生样本，其行为可能无法代表真实员工。

在研究工作压力对绩效的影响时，让大学生在实验室模拟工作任务难以反映职场人士面临的真实压力。而在实际企业环境中开展研究，虽然变量控制更困难，但研究结果更具生态效度和实践价值。

数据收集方法

定量与定性研究方法

工业与组织心理学传统上偏重定量研究方法，通过测试、量表、问卷和生理指标收集数字化数据。定性方法则通过观察、访谈、案例研究和文档分析等方式，产生过程描述和叙述性资料。

学术期刊对定量研究的偏好反映了数字和统计分析更符合传统科学标准的观念。自1990年以来，主要应用心理学期刊中定性研究论文占比不足0.3%。

心理学早期的“实验方法”是内省法，研究者既是实验者又是被试，记录自己完成任务时的主观体验。这种方法在今天看来过于主观，缺乏科学严谨性。

定量与定性方法并非对立关系，而是互补的研究手段。工人行为的视频观察记录（定性数据）可以转化为特定行为的频次统计（定量数据）。

对定性研究“过度主观”的担忧是误解。所有研究方法都需要研究者的解释，关键在于整合多种信息源来构建理论。这种三角验证法通过寻找不同来源信息的一致性来增强研究可信度。

情境因素的关键作用

定性研究的重要价值在于揭示行为发生的情境背景。过度的实验控制可能消除重要的情境信息，反而使行为变得难以理解。

以下案例说明了情境的重要性：

医疗团队研究案例：研究发现护理团队的指导水平、目标设定和满意度与医疗错误呈正相关——指导越多，错误反而越多。通过定性访谈发现，积极的团队更愿意报告和讨论错误以便学习改进，而消极团队倾向于隐瞒错误。

零售服务研究案例：某项研究发现员工不够友好的商店销售额更高。深入调查显示，这些商店本身就更繁忙，员工因工作量大而无暇表现友好，并非不友好的态度促进了销售。

霍桑效应重新解读：经典的霍桑研究表明关注工人能提高生产力，但这些研究进行于大萧条时期，当时拥有工作本身就是幸运的事，这一情境因素可能是生产力提升的真正原因。

某制造企业研究发现加班时间与员工满意度呈正相关，这一看似矛盾的结果在情境分析下变得合理：加班增加源于订单增长，反映企业发展良好，员工对前景乐观，同时加班费提高了收入水平。

研究的普遍性与控制

研究结果的普遍性

研究结果的推广范围取决于研究取样的广度。研究者只能将结果推广到已经取样的领域范围内。

研究取样可以从四个维度考虑：参与者、职位、时间和组织。参与者样本越能代表目标人群，职位类型越多样，时间跨度越长，涉及组织越广泛，研究结果的普遍性就越强。

以大学毕业生海外工作适应性研究为例，要提高结果普遍性需要：

涵盖不同层次教育机构的毕业生
包含多个毕业年份的样本
涉及各种专业背景
覆盖不同类型和规模的企业
包括不同部门和职能岗位
涉及多个目标国家和地区

广泛取样虽然能提高普遍性，但成本高昂且耗时。实际研究中常需要在取样范围和研究可行性间权衡。每次缩小取样范围都会降低结果的普遍性。需要注意的是，样本大小不等同于样本代表性。小而具代表性的样本比大而有偏的样本更有价值。

研究控制方法

现场研究常受到各种干扰因素影响，如电话打扰、设备故障、人员缺席等，这些因素可能模糊研究结果。实验室研究通过控制环境条件来消除这些干扰，提高结果的可靠性和可解释性。

然而，实验控制的优势也是其局限性。过度控制可能使研究任务脱离现实情境，降低结果的实用价值。就像健身训练中，器械训练能精确控制肌肉锻炼，但自由重量训练更接近日常生活中的复杂动作模式。

统计控制是另一种重要的控制方法。当研究工作满意度与领导风格的关系时，员工的年龄、性别、教育背景、部门归属等因素可能产生混淆效应。通过统计技术控制这些变量的影响，研究者能够更准确地分析目标变量间的关系。

某大型国有企业的员工满意度研究中，需要控制员工工龄、部门类型、职级等因素，才能准确评估领导风格对满意度的真实影响。在工业与组织心理学中，统计控制比实验控制更常用且更现实可行。

研究与实践中的伦理考量

医学界的“不伤害”原则同样适用于心理学研究。工业与组织心理学家需要遵循专业伦理标准，在违反标准时可能面临专业资格取消。

工业与组织心理学的伦理准则制定面临挑战，因为该领域涉及人事决策、安全管理、组织发展、培训设计等多样化工作内容。这些工作可能以咨询、内部职责或研究形式开展，每种情况都有其特殊性，难以制定统一的伦理行为准则。

随着组织业务的国际化发展，工业与组织心理学家面临的伦理困境日益复杂，需要在不同文化背景下平衡多方利益。

跨文化伦理挑战：当心理学家需要为低权力距离文化设计强调等级权威的领导培训，或为非竞争性文化设计基于竞争的激励方案时，如何平衡文化适应性与组织需求成为重要伦理问题。

隐私与效率的平衡：某互联网企业要求心理学家设计员工行为监控系统以提升工作效率，但该系统可能过度侵犯员工隐私。心理学家需要在企业商业需求与员工权益保护间寻求平衡，坚持“不伤害”原则。

社会责任意识：工业与组织心理学家应当具备社会责任意识，不仅关注具体任务的完成，还要考虑干预措施的广泛社会影响。在参与裁员决策时，需要从个人和社会层面综合考虑失业的各种后果。

伦理行为的核心在于个人价值观与组织目标的协调。当两者发生冲突时，心理学家需要坚持专业伦理标准，问自己：“这样做是正确的吗？”

统计分析方法

描述性统计与推论性统计

数据收集完成后，需要通过统计分析来检验理论假设。统计分析分为描述性统计和推论性统计两类。

描述性统计用于描述数据的基本特征和分布模式。数据分布通常用水平轴表示分数范围，垂直轴表示频率，形成分布图形。

描述性统计的三个核心指标

集中趋势：

集中趋势指标用于描述数据的中心位置或典型水平，主要包括三个指标：

均值（Mean）：所有数值的算术平均值，计算公式为所有数值之和除以数值个数。均值对极端值敏感，容易受到异常数据影响。
中位数（Median）：将数据按大小排列后位于中间位置的数值。当数据存在极端值时，中位数比均值更能代表数据的典型水平。
众数（Mode）：在数据集中出现频率最高的数值。一个数据集可能有一个众数、多个众数或无众数。

在员工绩效评估中，如果大部分员工得分集中在80-90分，但有少数员工得分极低（如20-30分），此时中位数比均值更能反映员工的整体表现水平。

变异性：

变异性指标反映数据的离散程度或分布范围，主要包括：

标准差（Standard Deviation）：最常用的变异性指标，反映数据偏离平均值的平均程度。标准差越大，说明数据点越分散，个体差异越大；标准差越小，说明数据点越集中，个体差异越小。
方差（Variance）：标准差的平方，同样反映数据的离散程度。
极差（Range）：最大值与最小值的差值，简单直观但容易受极端值影响。

例如，两个部门的员工满意度均值都是75分，但A部门标准差为5分，B部门标准差为15分，说明A部门员工满意度较为一致，而B部门员工满意度差异较大。

偏度：

偏度描述数据分布相对于正态分布的不对称程度：

正偏度（右偏）：数据分布的尾部向右延伸，大部分数据集中在低分端，少数高分拉长了分布的右尾。偏度值大于0。
负偏度（左偏）：数据分布的尾部向左延伸，大部分数据集中在高分端，少数低分拉长了分布的左尾。偏度值小于0。
零偏度：数据呈对称分布，接近正态分布。

在工作绩效评估中，如果采用相对宽松的评分标准，可能出现负偏分布（大多数员工得高分）；如果评分标准过于严格，则可能出现正偏分布（大多数员工得低分）。了解数据的偏度有助于选择合适的统计分析方法。

某互联网企业员工满意度调查（满分100分）中，如果大多数员工得分在80-100分区间，形成负偏分布；如果集中在20-40分区间，则为正偏分布。

推论性统计

推论性统计用于检验研究假设，从样本数据推断总体特征。研究者可能检验事故与个性特征的关系、认知能力与工作绩效的关联，或团队规模对成员满意度的影响等假设。

常用的统计检验包括t检验、方差分析（F检验）和卡方检验等，用于比较不同组别在目标变量上的差异。

推论性统计的核心功能是从样本数据推断总体特征，这是科学研究得出一般性结论的基础。

统计显著性

不同组别的数据总会存在差异，关键问题是如何判断差异是否“真实”，即超出了随机变异的范围。

统计显著性通过概率来定义：

p < 0.05：差异仅因偶然发生的概率小于5%（100次中少于5次）
p < 0.01：差异仅因偶然发生的概率小于1%（100次中少于1次）

概率值越小，我们对差异真实性的信心越大。学术界通常以p ≤ 0.05作为统计显著性的标准阈值。

实际案例：比较两个城市员工的工作满意度，A市员工平均75分，B市员工平均78分。这3分差异是否具有统计显著性？需要通过统计检验确定该差异是否超出了随机变异范围。

统计功效

样本量过小可能导致无法检测到真实存在的差异，这涉及统计功效概念。统计功效指当真实差异存在时，能够检测到统计显著差异的概率。

样本量越小，检测真实差异的功效越低，可能导致错误结论。因此，研究设计阶段应进行功效分析，确定合适的样本量，避免因样本不足而错失重要发现。

研究培训对员工绩效影响时，如果样本仅有10人，即使培训确实有效，也可能因样本过小而无法检测到效果。这说明了研究设计阶段进行功效分析的重要性。

个体层次：个性特征、认知能力、工作态度
团队层次：团队凝聚力、沟通模式、领导行为
组织层次：企业文化、管理制度、薪酬体系

实际应用案例：某制造企业员工满意度研究需要同时考虑：

员工个人的性格特征和能力水平
所在团队的协作氛围和管理风格
企业整体的文化理念和激励机制

组织行为现象往往跨越多个分析层次，单一层次的研究难以全面解释复杂现象。多层次研究虽然技术复杂，但能够提供更完整的理论解释和实践指导。

测量质量的评估标准

测量在决策中的重要性

心理测量是行为领域的样本，包括能力测试、态度问卷、绩效评估等。这些测量工具的质量直接影响基于数据的推论和决策的准确性。

所有测量都是不完整的行为样本，关键在于确保测量工具对特定用途“足够完整”和“足够准确”。测量质量的评估主要通过可靠性和有效性两个指标。

测量质量的后果：

可靠性不足：重复测量产生不一致结果
有效性缺失：测量内容不准确或不完整
质量问题导致错误的人事决策和管理干预

可靠性的基本概念

可靠性指测量结果的一致性和稳定性。就像我们期望可靠的人表现一致一样，可靠的测量工具应当在相似条件下产生相似结果。

可靠性问题的表现：体检时护士测得体温98.6°F，医生5分钟后测得101.5°F，这种巨大差异表明测量可靠性存在问题，可能源于操作技能或仪器精度。

可靠性的类型

1. 测试-重测可靠性

评估测量工具在时间上的稳定性。如果某人的记忆能力本周测试结果良好，下周测试结果很差，而期间没有发生影响记忆的事件，则说明测量工具缺乏时间稳定性。

测试-重测可靠性通过计算两次测量结果的相关系数来评估。

实际案例：某企业使用工作满意度量表，员工本月得分80分，下月得分45分，且期间无重大变化，说明该量表测试-重测可靠性较低。

2. 等价形式可靠性

标准化考试需要多个等价版本以防止作弊和题目泄露。高考等大型考试使用不同题目但测量相同能力的多套试卷，确保不同考生面临等难度的测试。

等价形式可靠性评估不同版本测试的一致性。通过让同一群体完成两个等价版本，计算两套分数的相关系数来评估。高相关表明两个版本测量了相同的能力。

3. 内部一致性可靠性

当无法进行重复测试时，可通过分析测试内部结构评估可靠性。最简单的方法是将测试分为两半（如奇偶题目），计算两部分分数的相关性。

对于测量单一特质的测试（如外向性、工作压力），所有题目应当一致地反映该特质。克朗巴赫α系数是评估内部一致性的常用指标，基于题目间的平均相关性计算。

4. 评分者间可靠性

当多人对同一对象进行评判时，需要评估评分者间的一致性。应用场景包括：

多位主管评估员工绩效
多名面试官评价求职者
多位专家评定工作任务重要性

实际案例：某企业三位面试官对同一求职者评分分别为70分、85分、60分，巨大差异表明评分标准不统一，评分者间可靠性较低。

可靠性标准

可靠性系数范围为0.00-1.00，1.00表示完美可靠性。实际应用中，0.70-0.80被认为是可接受的可靠性水平。可靠性不足表明测量中存在随机误差，影响结果的稳定性。

有效性的基本概念

有效性关注测量是否准确、完整地反映了我们想要测量的构念。一个测量工具可能很可靠，但如果测量内容与目标构念不符，就缺乏有效性。

有效性问题的典型案例：用医疗事故保险费评估医生绩效存在严重的有效性问题：

准确性不足：保险费主要反映整体诉讼环境，而非个体医生能力
完整性缺失：医生工作涉及诊断、治疗、教育、转诊等多个方面，保险费仅反映部分内容

可靠性与有效性的关系

可靠性是有效性的必要条件但非充分条件。测量工具的可靠性为其有效性设置了上限——不可靠的测量难以建立有效的预测关系。

统一性原则：

可靠性的各种类型都反映测量的一致性
有效性的不同形式都关注测量的准确性和完整性
两者都涉及基于测量结果进行预测和决策的信心

有效性的三种类型

1. 标准相关有效性

通过计算测试分数与绩效标准的相关系数来评估有效性。如果相关性达到统计显著水平，说明测试能够有效预测绩效表现。

实际应用：某制造企业收集100名工人的技能测试分数和生产效率数据，计算相关系数为0.65且统计显著，表明该技能测试具有良好的标准相关有效性。

2. 内容相关有效性

评估测试内容是否充分代表了工作中的重要行为、活动或所需的知识技能。测试内容应当是工作要求的代表性样本。

应用示例：

文字处理岗位测试：要求应聘者在不同软硬件平台上完成实际文字处理任务
银行客服测试：包含处理客户投诉、产品咨询、系统操作等实际工作内容

这种直接的工作模拟具有明显的内容相关有效性，因为测试内容与工作内容高度一致。

3. 构念相关有效性

整合多种证据来支持测试分数的解释，包括内容和标准相关证据。构念是测试旨在测量的潜在概念或特征，如智力、人格、领导力等。

验证框架：以财务顾问选拔为例

工作分析：确定记忆和推理是核心能力要求
构念识别：认知能力是测试和工作绩效的共同基础
证据整合：结合认知能力研究、工作分析、理论基础等多方面证据

科技企业案例：软件工程师选拔中使用逻辑推理测试需要证明：

逻辑推理是软件开发的核心要求
测试确实测量了逻辑推理能力
逻辑推理与工作绩效相关

最佳实践是综合运用多种验证方法，收集多方面证据，而非依赖单一验证设计。证据越丰富，对测量工具质量的信心越大。

本章练习题

选择题

1. 科学方法的核心特征不包括以下哪一项？

A. 基于理论或假设的逻辑性研究方法

B. 依赖数据收集和分析

C. 研究结果必须公开和可交流

D. 必须在实验室环境中进行研究

答案：D

解析： 科学方法的核心特征包括逻辑性研究方法、依赖数据、公开性和可交流性、证伪而非证实、客观性等。但科学研究既可以在实验室进行，也可以在现场（实际工作环境）进行，不是必须在实验室环境中进行。

2. 在工业与组织心理学研究中，准实验设计的主要特点是什么？

A. 参与者被随机分配到不同条件

B. 参与者被分配到不同条件，但不是随机分配

C. 不包括任何处理或条件

D. 只能在实验室环境中进行

答案：B

解析： 准实验设计的特点是参与者被分配到不同条件，但不是随机分配。例如，一个组织在一个工厂实施新的管理制度，在另一个工厂不实施，然后比较效果。这与实验设计（随机分配）和非实验设计（无条件分配）不同。

3. 相关系数r = -0.65表示什么？

A. 两个变量之间存在强的正相关关系

B. 两个变量之间存在强的负相关关系

C. 两个变量之间没有关系

D. 两个变量之间存在因果关系

答案：B

解析： 相关系数的绝对值表示关系强度，0.65属于强相关（一般认为0.40以上为强相关）。负号表示负相关关系，即一个变量增加时另一个变量减少。需要注意的是，相关关系不等于因果关系。

4. 测量工具的内部一致性可靠性主要评估什么？

A. 测量在不同时间点的稳定性

B. 不同测试形式之间的等价性

C. 测试内部各题目测量同一构念的一致性

D. 不同评分者之间的一致性

答案：C

解析： 内部一致性可靠性评估的是测试内部各题目是否一致地测量同一个构念。例如，如果一个测试旨在测量工作满意度，那么所有题目都应该反映满意度的不同方面，而不是测量其他无关的特征。常用克朗巴赫α系数来评估。

问答题

1. 请解释什么是元分析，并说明它在工业与组织心理学研究中的价值。

答案：

元分析是一种统计方法，用于结合许多研究的结果以得出一般结论。它基于这样的前提：观察到的研究结果受到统计人工制品（如样本大小、测量可靠性、分数分布等）的影响。

元分析在工业与组织心理学研究中的价值包括：

整合多项研究结果，提供更准确的效应量估计
纠正单个研究中统计人工制品的影响
解决研究结果不一致的问题
提高研究结论的普遍性和可信度
为实践决策提供更可靠的科学依据

解析： 元分析通过统计方法综合多项研究，能够“解放”在单个研究层面模糊或令人困惑的结论，是现代科学研究中非常重要的工具。

2. 在进行人员选拔时，为什么需要同时考虑测量工具的可靠性和有效性？请举例说明。

答案：

可靠性和有效性是评估测量工具质量的两个重要指标，在人员选拔中都不可缺少：

可靠性确保测量结果的一致性和稳定性。如果一个能力测试的可靠性很低，同一个人在不同时间测试可能得到差异很大的分数，这样的测试结果无法为选拔决策提供可信的依据。

有效性确保测量工具真正测量了我们想要测量的特征，并且与工作绩效相关。即使一个测试很可靠，但如果它测量的内容与工作要求无关，也不能有效预测工作表现。

例如：某公司招聘销售人员，使用一个数学计算测试。如果这个测试：

可靠性高但有效性低：测试结果稳定，但数学能力与销售工作关系不大
有效性高但可靠性低：测试内容与销售相关，但结果不稳定
两者都高：既能稳定测量与销售相关的能力，又能有效预测销售绩效

解析： 可靠性是有效性的前提条件，但仅有可靠性是不够的。只有同时具备高可靠性和高有效性的测量工具，才能为人员选拔提供科学可靠的依据。

工业与组织心理学研究方法 | 自在学