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。这门学科与日常工作生活密切相关，无论是企业招聘、员工培训还是绩效考核，背后都离不开科学研究的支撑。

---

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，在于它遵循一套严格而系统的程序。这套程序包括四个相互关联的特征：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。

逻辑性

科学研究必须建立在理论框架或明确假设的基础之上，而不是凭感觉或经验随意得出结论。在工业与组织心理学领域，研究者在开始收集数据之前，需要先明确自己想要检验什么。研究者可能探讨工作自主性对员工投入度的影响，或弹性工作制与员工满意度之间的关系，这些问题都需要先有清晰的理论依据和可验证的假设。

实证性

科学研究必须依靠实际收集的数据来支撑结论，而非仅凭主观判断。这些数据可以在实验室控制条件下收集，也可以在真实的工作环境中获取。工业与组织心理学家通常收集工作绩效评分、认知能力测试结果、工作满意度问卷数据以及员工安全行为记录等。

某国内大型互联网企业在研究员工满意度与绩效的关系时，人力资源部门系统收集了员工季度满意度调查数据、绩效考核评分，以及工作年限、部门归属、职级等背景信息，最终通过统计分析揭示出满意度与绩效之间的关联规律。这种基于数据的研究方式，远比“员工开心就会工作好”的主观判断更具说服力。

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的可信度，并在条件允许时重复验证研究发现。一项研究结论只有经过多次独立验证，才能真正被学界接受。

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，国内如《心理学报》《管理世界》等期刊都是这类学术交流的重要平台。研究者通过发表研究成果或提出批评性评论参与学术讨论，不断推动学科向前发展。

证伪导向

科学研究的目标不是去证明一个理论正确，而是通过严格的检验来尝试推翻假设。如果一个假设在各种严苛条件下都无法被推翻，我们才能对它产生较高的信心。研究者需要设计研究方案，系统性地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，若有人声称某次裁员存在年龄歧视，科学的做法并非直接认定歧视成立，而是逐一检验其他可能的解释——个人绩效差异、岗位技能匹配度、工作年限、教育背景等。某知名电商平台在应对内部裁员纠纷时，委托第三方机构进行系统分析，通过逐步排除非相关因素，最终得出了有据可查的客观结论。

客观性

科学研究要求研究者尽可能排除个人偏见对研究过程和结果解释的干扰。研究者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。当企业委托心理学家评估某项管理政策的效果时，研究者需要清楚说明自己与委托方的关系，以及研究设计是否可能受到利益导向的影响。

---

科学方法的社会价值与研究必要性

科学研究深刻影响着社会生活的方方面面，从饮用水质量到空气污染控制，都体现了科学方法的价值。工业与组织心理学的科学研究同样如此，它不仅推动学科理论发展，更为企业管理实践提供了可靠的决策依据。忽视研究积累、依靠直觉管理的企业，往往容易在同样的问题上反复犯错，付出不必要的代价。

科学方法在管理实践中的应用

制药行业的新药开发过程充分展现了科学方法的严谨性。国家药品监督管理局要求制药企业进行多年的实验室和临床试验，每个阶段都必须基于理论假设、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。新冠疫情期间，国产疫苗的研发严格遵循一期、二期、三期临床试验程序，每个阶段都要收集大量安全性和有效性数据，这一过程本身就是科学方法的最佳体现。

在人力资源管理领域，科学方法的应用同样不可或缺。当员工因招聘、解雇、薪酬或职场骚扰问题提起劳动仲裁时，工业与组织心理学家常作为专家证人提供专业意见。这些意见必须建立在可靠的科学证据基础上，而非个人经验或主观判断。

研究对管理决策的指导意义

“不研究历史的人注定重复历史”这一道理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，无法从已有经验中吸取教训。系统性研究能够建立理论模型，预测管理实践的效果，从而帮助管理者做出更明智的决定。

传统招聘方式往往采用“先到先得”的模式，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求职者。工业与组织心理学研究表明，这种方法选拔到优秀员工的概率相当有限。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要好得多。某国内大型制造企业在引入科学的人才测评体系后，新员工试用期淘汰率从原来的30%下降到不足10%，这便是研究指导实践的直接成效。

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，帮助管理者规避不必要的风险。

---

研究设计的基本类型

研究设计是整个研究的骨架，需要在正式开始之前确定关键要素：研究在什么环境中开展、研究对象是谁、如何操控变量、用什么方式收集数据。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，三者在因果推断的强度上存在显著差异。

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的实验条件中。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，它能够确保各组在实验开始前不存在系统性差异，从而更有把握建立变量之间的因果关系。

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。某科技企业可能在北京分公司推行新的绩效管理系统，在上海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。准实验设计比实验设计弱化了对混淆变量的控制能力，但仍比纯粹的观察研究更能提供因果推断的依据。

非实验设计

非实验设计不涉及任何实验处理或条件操控，研究者只是收集和分析已经存在的数据。常见的非实验设计包括观察设计和调查设计两类。

观察设计中，研究者直接观察和记录员工行为，通过统计员工与主管的日常沟通频次来研究沟通模式与工作效率之间的关系。调查设计则通过问卷收集员工对工作环境、满意度等方面的主观报告数据。随着在线调查平台的普及，国内许多企业已将年度员工满意度调查从纸质问卷转为线上填写，数据质量基本相当，但年轻员工明显更愿意接受在线调查方式。

以下是三种研究设计的对比：

现场研究与实验室研究的取舍

在工业与组织心理学研究中，现场研究占主导地位，约占全部研究的三分之二。实验室研究虽然在控制条件上有优势，却面临一个根本性的局限：很难在实验室里真实还原工作场所的复杂情境。

研究工作压力对绩效的影响时，让在校大学生在实验室里模拟工作任务，很难复现职场人士面临的真实压力感——那种来自绩效考核、晋升竞争和经济压力的综合张力。在实际企业环境中开展研究，虽然变量控制更困难，但研究结论对实践的指导价值也更高。

---

数据收集方法

数据是研究的原材料，数据收集方式的选择直接决定了研究能够回答什么类型的问题。工业与组织心理学的数据收集方法大致分为定量和定性两类，两者各有侧重，在实践中往往相互补充。

定量与定性的互补关系

工业与组织心理学传统上偏重定量研究，通过测试、量表、问卷和生理指标收集数字化数据，再用统计方法分析变量之间的关系。定性研究则通过观察、访谈、案例研究和文档分析等方式，获取对行为过程和情境背景的深描性资料。

国内主要应用心理学期刊中，定性研究论文的占比长期不足千分之三，这反映了学界对数字化、可量化证据的强烈偏好。然而，这种偏好并不意味着定性研究价值低下。工人操作行为的视频记录是定性资料，但可以转化为特定操作的频次统计，从而成为定量分析的基础。

对定性研究“过度主观”的顾虑在一定程度上是误解。任何研究都需要研究者进行解释和判断，关键在于是否整合了多种信息来源来相互验证。这种三角验证的方式，通过寻找不同来源数据之间的一致性，能够有效增强研究结论的可信度。

情境因素的重要性

定性研究的一大价值在于揭示行为发生的情境背景。过度追求实验控制，可能反而消除了理解行为所必需的情境信息，让研究结论变得难以落地。

国内某三甲医院护理研究团队发现，管理指导频率、目标明确程度和护士满意度与医疗差错率呈正相关，也就是说管理越积极，差错反而越多。这一反直觉的发现令研究者困惑，直到深入访谈揭示了真相：管理文化积极的团队更愿意如实报告和讨论差错，以便学习改进；而管理文化消极的团队倾向于隐瞒差错，导致统计上的差错率偏低。

类似的情况也出现在零售业研究中。研究者发现某些员工服务态度较差的门店销售额反而更高，深入调查后才明白，这些门店本身客流量就更大，员工因应接不暇而无暇周到服务，并非冷漠的态度促进了销售。

国内某钢铁企业的案例同样耐人寻味。研究发现加班时长与员工满意度呈正相关，初看匪夷所思。但联系情境便不难理解：加班增多是因为订单量大幅增长，员工对企业发展前景乐观，同时加班费也实实在在提高了收入水平，满意度自然随之提升。

---

研究结果的普遍性与控制

研究者完成一项研究后，往往希望其结论能够超越具体样本，对更广泛的情境具有解释力。但研究结论究竟能推广到多远，取决于研究设计中取样的广度和质量。

研究结果的推广范围

研究结论只能推广到已经取样的范围之内，这是一条基本原则。取样越广泛，结论的适用范围就越宽。研究取样可以从参与者、职位类型、时间跨度和组织多样性四个维度来考量，每个维度的取样越充分，研究结论的推广性就越强。

以研究应届毕业生海外派遣适应性为例，要让研究结论具有足够的推广价值，取样设计需要涵盖：

广泛取样固然能提高研究结论的推广性，但也意味着更高的成本和更长的周期。在实际研究中，研究者常常需要在取样范围与可行性之间权衡。值得注意的是，样本量的大小并不等于样本的代表性，一个规模不大但覆盖全面的样本，往往比一个数量庞大却存在系统性偏差的样本更有价值。

实验控制与统计控制

现场研究常受到各种干扰因素的影响，如员工临时请假、设备故障、跨部门调动等，这些因素可能模糊研究结论。实验室研究通过控制环境条件来排除这些干扰，提高结论的可解释性。

然而，实验控制的优势同时也是它的局限。过度的控制会让研究任务脱离真实工作情境，降低结论的实用价值。就好比健身房的固定器械虽然能精确针对特定肌肉群，但其动作模式与日常生活中的复杂运动需求相差甚远。

统计控制是工业与组织心理学研究中更为常用的替代方案。研究工作满意度与领导风格之间的关系时，员工的工龄、职级、部门归属等背景因素可能同时影响两个变量，从而产生混淆效应。通过统计技术将这些因素的影响“剥离”出去，研究者才能更准确地评估目标变量之间的真实关系。某国有企业开展领导风格与员工满意度的研究时，正是通过控制员工工龄、职级和部门类型等变量，才得出了具有实践参考价值的结论。

---

研究与实践中的伦理考量

医学界奉行“不伤害”的基本原则，心理学研究同样如此。工业与组织心理学家需要遵循专业伦理标准，这既是对研究对象负责，也是维护学科公信力的基本要求。

工业与组织心理学的伦理准则制定面临独特的挑战，因为这一领域涉及人事决策、安全管理、组织发展、培训设计等高度多样化的工作内容，且可能以咨询顾问、内部员工或独立研究者等不同身份开展，很难用一套统一的行为准则覆盖所有情形。

跨文化情境中的伦理张力

当心理学家受托为低权力距离文化背景的跨国企业设计强调等级权威的领导力培训时，如何在文化适应性与组织需求之间寻找平衡，是一个没有标准答案的问题。同样，为习惯于集体协作的团队引入基于个人竞争的绩效激励方案，表面上符合企业效率目标，但可能破坏团队凝聚力，带来更深层的负面效果。

员工隐私与效率目标的平衡

国内某互联网企业曾要求心理学顾问设计一套员工工作行为监控系统，以便实时掌握员工工作状态并提升整体效率。从组织目标来看，这一需求有其合理性，但系统的实施可能对员工的隐私权构成侵犯，也可能因过度监控而带来更强的工作压力和不信任感，最终适得其反。心理学家在这种情形下，需要在企业需求与员工权益之间寻求可行的平衡方案，而非简单地迎合委托方。

社会责任的更广视野

工业与组织心理学家不应将自己的职责局限于具体任务的完成，还需要审视干预措施可能产生的更广泛社会影响。参与大规模裁员决策时，心理学家需要从个人生计、家庭稳定和区域就业等多个层面综合考量后果，而不是单纯从组织效率的角度出发。

伦理行为的根本，在于个人价值观与组织目标之间的协调。当两者发生冲突时，心理学家需要问自己一个简单但重要的问题：“这样做，究竟是不是正确的？”

---

统计分析方法

数据收集完成后，研究者需要借助统计分析来检验理论假设、提取规律。统计分析分为描述性统计和推论性统计两大类，前者用于概括数据的基本特征，后者用于从样本推断总体。两者在研究中相辅相成，缺一不可。

描述性统计

描述性统计是对数据集进行概括性描述的一组指标，主要包括集中趋势、变异性和偏度三个方面。

集中趋势描述数据的“中心位置”，常用的三个指标各有不同的适用场景：

在某企业员工绩效评估中，大多数员工得分集中在80至90分之间，但少数员工因特殊情况得分极低，此时中位数比均值更能如实反映员工的整体绩效水平。

变异性描述数据的“离散程度”，反映个体之间的差异大小。标准差是最常用的变异性指标，数值越大说明个体差异越显著。某制造企业两条生产线的工人日产量均值相同，但甲线标准差仅为5件，乙线标准差达到20件，说明乙线工人的产量稳定性远不及甲线，需要重点关注。

偏度描述数据分布相对于正态分布的对称性。正偏度分布的数据集中在低分端、少数高分向右拉长分布尾部；负偏度则相反，数据集中在高分端、少数低分向左拉长分布尾部。国内某企业年终绩效评分若大量集中在90分以上，便形成负偏分布，通常意味着评分标准偏宽或存在普遍的“好人主义”倾向。

推论性统计与统计显著性

推论性统计用于检验研究假设，从样本数据出发推断总体特征。常用的统计检验包括 t 检验、方差分析和卡方检验，分别适用于比较均值差异、多组间比较和分类数据关联等不同情形。

不同组别的数据之间总会存在差异，但关键问题是：这种差异究竟是真实的规律，还是随机波动的偶然产物？统计显著性检验通过概率来回答这个问题。

• p < 0.05 意味着该差异仅由偶然因素造成的概率低于5%

• p < 0.01 意味着该差异仅由偶然因素造成的概率低于1%

概率值越小，研究者对差异真实存在的把握就越大。学术界通常以 p ≤ 0.05 作为判断统计显著性的基准阈值。比较上海和广州两地员工工作满意度时，若上海均分75分、广州均分78分，这3分的差异是否具有统计显著性，需要通过检验来判断，不能仅凭数字大小做结论。

统计功效

样本量过小可能导致研究者即便面对真实存在的差异，也无法通过统计检验将其识别出来，这就是统计功效不足的问题。统计功效是指在差异确实存在的前提下，研究能够检测到该差异的概率，样本量越小，统计功效越低。

研究某项岗前培训对新员工绩效影响时，若参与研究的人数仅有十余人，即便培训效果客观上存在，也很可能因为样本量不足而无法通过统计检验，从而得出“培训无效”的错误结论。因此，在研究设计阶段进行功效分析、合理确定样本量，是保证研究结论可靠性的重要前提。

---

相关分析与回归预测

在工业与组织心理学研究中，很多关键变量——如员工的工作压力水平、价值观取向或领导风格——既无法人为操控，也不适合通过实验来研究。研究者能做的，是在自然状态下观察和测量这些变量，通过分析它们之间的关联模式来理解规律。

研究者通过测量为每个个体赋予数值，如认知能力测试分数、工作满意度指数、绩效评级或培训成绩等，这些数值反映了个体在相应变量上的水平。当研究者想知道能否用一个变量预测另一个变量时，就需要分析两者之间的关联强度。关联越强，预测的精度就越高。

散点图与回归线

两个变量之间的关联关系，通过散点图可以最直观地呈现出来。散点图中每个点代表一个个体在两个变量上的得分，散点分布的整体形态揭示了变量之间的关联强度和方向。

随着认知能力测试分数的提高，培训成绩整体呈上升趋势，这种同向变化的模式称为正相关。穿过散点群的直线是回归线，代表两个变量之间的最佳拟合关系，可以用来预测未知数据点的大致位置。

某国内科技企业发现员工入职时的逻辑推理测试得分与一年后的绩效评级呈正相关，通过建立回归方程，便可以根据候选人的测试分数大致预测其未来的工作表现，为招聘决策提供量化参考。

相关系数的意义

相关系数用一个介于 -1.00 到 +1.00 之间的数值来表示两个变量之间的关联程度。数值的绝对值越接近 1.00，关联就越强；越接近 0.00，关联就越弱。正号表示两变量同向变化，负号表示反向变化。

员工培训投入时长与专业技能水平之间的相关系数约为 +0.65，属于较强的正相关；组织认同感与员工离职倾向之间的相关系数约为 -0.45，属于中等程度的负相关。这两个例子说明了相关系数在正负方向和强度上的不同含义。

多重相关与因果关系的边界

实际工作中，单一变量很少能完全解释复杂的行为现象。员工工作绩效受认知能力、人格特征、工作经验、内在动机等多个因素共同影响，多重相关分析允许研究者同时检验多个预测变量的独立贡献，得出更全面的预测模型。

需要特别警惕的是，相关不等于因果。相关系数只能说明两个变量之间存在关联，不能直接推断谁导致了谁的变化。

领导关怀行为与下属满意度呈正相关，可能有至少三种完全不同的解释：是领导关怀提升了下属的满意度，还是满意度高的团队让领导更愿意表现关怀，抑或是团队整体绩效良好同时促进了两者？某企业调查发现员工薪资水平与工作满意度呈正相关，同样面临这种解读困境——高薪直接带来满意，还是高能力的人同时拿到高薪和获得高满意度？没有实验设计的支撑，相关数据无法给出确定的因果答案。

---

元分析与多层次研究

工业与组织心理学的每一个重要议题，往往都积累了数十甚至数百项独立研究。这些研究由于样本来源不同、测量工具各异、研究情境有别，得出的结论经常相互矛盾，让研究者和实践者无所适从。如何从这些纷繁复杂的研究结果中提炼出可靠的科学结论，是元分析试图解决的核心问题。

元分析的原理与价值

元分析是一种整合多项研究结果的统计方法，其出发点是：单项研究的结论受样本大小、测量工具可靠性、分数分布等多重统计因素的影响，这些因素本身并不反映真实效应，而是研究设计带来的人为干扰。元分析通过一套系统的统计程序，逐一纠正这些因素的影响，从而得出对真实效应更为准确的估计。

经过校正后的元分析结果不再依赖传统的显著性检验，而是直接提供效应量的大小及其置信区间，同时还能识别可能影响研究结果的调节变量，例如行业类型、企业规模或文化背景等。

以员工培训效果研究为例，不同企业的研究得出了差异显著的相关系数：

通过元分析整合这三项研究，在考虑各自样本大小和测量可靠性差异的基础上，才能得出培训对绩效影响的更精确估计，为企业的培训投入决策提供可靠依据。

多层次研究视角

工业与组织心理学的研究对象从个体延伸到班组、部门乃至整个组织，形成了多个层次的分析视角。这三个层次分别对应微观、宏观和中观研究。

员工的工作满意度并非单纯由个人特征决定，还受到所在团队氛围、直属领导的管理风格、企业整体文化等多个层次因素的共同影响。某汽车制造企业开展员工满意度改善项目时，不仅关注员工个人的技能水平和性格特征，还同步优化班组的协作文化和生产线管理方式，效果远好于单纯针对个人的干预。

---

测量的可靠性与有效性

心理测量是行为研究的基础工具，包括认知能力测试、工作态度问卷、绩效评估量表等。这些工具的质量直接决定了研究结论和人事决策的可信程度。所有测量都只是对行为的部分采样，关键在于确保测量工具对特定用途而言足够准确、足够完整。衡量测量工具质量的核心标准，是可靠性和有效性两项指标。

可靠性

可靠性指测量结果的一致性和稳定性，即在相似条件下，工具能否产生相似的结果。体检时护士测得体温正常，五分钟后医生复测却显示发烧，这种明显矛盾说明至少有一次测量存在可靠性问题，可能源于操作差异或仪器精度不足。

可靠性的评估方式因研究情境而异，主要包括以下四种类型：

• 测试-重测可靠性：对同一批人在不同时间点进行同一测试，计算两次结果的相关系数。某企业使用工作满意度量表，员工本月得分80分，两周后在工作环境未发生任何变化的情况下再测只得45分，说明该量表的时间稳定性不足。

• 等价形式可靠性：评估同一构念的不同版本测试之间是否等价。全国统一高考使用多套不同题目的试卷，但各套试卷在难度和测量内容上需保持高度一致，以确保对不同批次考生的公平性。

• 内部一致性可靠性：通过分析测试内部各题目之间的一致程度来评估可靠性，常用克朗巴赫α系数来衡量。一份测量员工职业倦怠的量表，如果各题目都指向同一个构念，题目之间的相关性应该较高。

• 评分者间可靠性：当多人独立对同一对象进行评判时，评估评分者之间的一致程度。某企业三位面试官对同一候选人的综合评分分别为70分、85分和60分，差异悬殊说明评分标准不统一，这类评分结果难以作为公正的录用依据。

可靠性系数的范围为0.00到1.00，通常认为0.70以上为可接受水平。

有效性

有效性关注的是测量工具是否准确测量了它本应测量的东西。一个工具可以非常可靠，但如果测量的内容与目标构念不符，就缺乏有效性。用医疗事故保险费来衡量医生的工作绩效，可靠性可能很高，但有效性存在明显问题：保险费更多反映的是整体诉讼环境，而非个别医生的诊疗水平，且医生工作涉及诊断、治疗、教育、转诊等多个维度，保险费只能覆盖其中极小一部分。

有效性通常通过三个方面的证据来建立：

1. 标准相关有效性：通过计算测试分数与外部绩效标准之间的相关系数来检验。某制造企业收集了100名工人的技能测试分数和实际生产效率数据，计算相关系数为0.65且统计显著，说明该技能测试能够有效预测生产效率，具备标准相关有效性。

2. 内容相关有效性：评估测试内容是否充分涵盖了工作的核心要求。银行柜员岗位的招聘测试应包含实际业务操作、客户沟通和风险识别等内容，若只考查数学计算能力，内容有效性就会大打折扣。

3. 构念相关有效性：通过整合多方面证据来支持对测试分数的理论解读，是最全面也最复杂的有效性证据形式。软件工程师招聘时使用的逻辑推理测试，需要从工作分析、已有研究和理论基础等多个角度证明：逻辑推理确实是软件开发的核心能力，且该测试确实测量了这一能力。

可靠性与有效性的关系，可以理解为：可靠性是有效性的必要条件，但不是充分条件。一个不可靠的测量工具几乎不可能具备有效性；但一个可靠的工具，未必就是有效的。

---

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

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

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

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

问答题

1. 请解释元分析的基本原理，并说明它在工业与组织心理学研究中的价值。

2. 在进行人员选拔时，为什么需要同时关注测量工具的可靠性和有效性？