1 定义与基本概念
情境判断测验是一类通过呈现具体场景来考察个体判断、推理与决策能力的测评工具。其核心特点在于将问题置于较为真实的工作、学习或社交环境中，要求被测者根据情境选择最合适的应对方式，或对多个行动方案进行排序。与传统的抽象题目相比，这类测验更强调行为取向与实际应用，因此常被用于能力评估和人员选拔。
1.1 术语来源
“情境判断测验”这一名称通常对应英文中的 Situational Judgment Test，常简称为 SJT。该术语强调“情境”与“判断”两个要素，即通过情境化信息引出个体对问题的理解及其反应选择。随着测评理论的发展，这一名称逐渐被固定下来，并广泛用于教育、组织与职业测评领域。
1.2 核心定义
从广义上看，情境判断测验是以模拟情境为载体，测量被测者在特定背景下识别问题、评估选项并作出决策的能力。它并不直接要求受试者展示真实行为，而是通过其对“应当如何做”的判断，间接推断其知识、经验、规范意识和反应倾向。不同版本的测验可以侧重不同能力，如职业胜任力、道德判断、团队协作或冲突处理。
1.3 与其他测评工具的区别
情境判断测验介于传统知识测试与行为观察之间。它既不同于强调抽象推理的认知测验，也不同于聚焦稳定特质的人格测验，更不是单纯的开放式案例分析。其优势在于可在较短时间内收集多个情境下的反应信息，并且便于标准化施测与比较。
1.3.1 与认知能力测验的区别
认知能力测验主要考察记忆、推理、语言理解、数量关系等一般智力或专项认知能力，题目通常具有较强的抽象性和唯一正确答案。情境判断测验则更关注受试者在现实约束下如何权衡方案，答案往往与规范、经验和情境理解密切相关，未必只存在单一绝对正确项。
1.3.2 与人格测验的区别
人格测验通常通过自我报告方式评估较稳定的行为倾向与心理特征，如外向性、责任心或情绪稳定性。情境判断测验则以具体事件触发应答，更强调“在某种场景中会怎么做”。因此，它更接近行为判断而非性格描述，但在实践中也会反映某些人格相关倾向。
1.3.3 与案例分析题的区别
案例分析题通常要求被测者进行较为完整的论述、推导或方案设计，作答开放度高，评分也更依赖主观判断。情境判断测验一般提供有限数量的备选方案，要求快速选择或排序，结构更紧凑，评分更易标准化，适合大规模测评。
2 发展历史
情境判断测验的形成与现代心理测量、组织行为学以及职业选拔实践密切相关。其发展过程大致经历了从经验性判断到标准化工具，再到数字化和多媒体化测评的演进。
2.1 早期雏形
这类测验的早期雏形可追溯到教育和职业培训中的情景问答、道德两难题以及实际工作模拟。早期版本往往由管理者、教师或考官根据经验提出问题，检验个体面对常见情境时的反应。这一阶段虽然缺乏统一标准，但已经体现出以具体场景考察判断能力的基本思路。
2.2 标准化测评阶段
随着心理测量学和组织选拔技术的发展，情境判断测验逐渐走向标准化。研究者开始关注题目编制、评分规则、信效度检验以及常模建立等问题，使其从经验工具转变为可重复使用的测评方法。此后，测验不仅用于培训评价，也逐渐进入招聘、晋升和职业资格评估等场景。
2.3 现代应用扩展
进入现代应用阶段后，情境判断测验的用途明显拓宽。除传统职业选拔外，它还被用于教育评价、医护培训、服务行业能力考察以及管理潜质识别。由于其题目形式灵活，既可围绕通用能力设计，也可结合特定岗位需求定制，因此在不同机构中具有较强适配性。
2.4 电子化与在线测评发展
计算机与网络技术的发展推动了情境判断测验的电子化转型。在线平台使题目呈现、作答记录和自动计分更加便捷，同时也便于进行远程测评和批量管理。近年来，多媒体题型、分支式情境和自适应出题方式进一步增强了测验的交互性与情境逼真度。
3 测验结构
情境判断测验通常由情境材料、问题呈现方式和反应选项三部分构成。三者共同决定了题目的真实感、区分度和评分可行性。
3.1 情境材料
情境材料是测验的基础，用于构建被测者需要处理的问题背景。材料可长可短，内容通常围绕工作失误、团队协作、学习安排、客户沟通或突发事件等主题展开。
3.1.1 文字情境
文字情境是最常见的形式，通常以简短叙述描述人物、任务和冲突。其优点是编制成本较低、呈现稳定、便于批量施测，适合大多数标准化场景。
3.1.2 图片情境
图片情境通过静态图像呈现环境、人物表情或事件线索，能够增强直观感和情境代入感。这种形式适合考察观察、判断和初步推理，但对画面设计要求较高。
3.1.3 视频情境
视频情境可通过动态影像还原互动过程、冲突发展和非语言信息，因而更接近真实行为场景。其优点是信息丰富，但制作与评分成本也相对更高。
3.2 问题呈现方式
问题呈现方式决定被测者如何作答，也影响测验的可操作性和统计分析方式。
3.2.1 单选题
单选题要求在若干选项中选出一个最合适的答案，形式简洁、易于评分，适合大规模施测。其挑战在于选项设计必须合理，否则容易出现明显提示。
3.2.2 多选题
多选题允许选择多个较优方案，能够更全面地反映个体对复杂情境的判断。此类题型更贴近现实决策，但评分规则也更复杂。
3.2.3 排序题
排序题要求被测者按优先级对多个应对方案进行排列，能够体现其权衡顺序与价值取向。该方式常用于考察处理事务的逻辑和风险判断。
3.3 反应选项设计
反应选项的质量直接影响测验的区分能力。优质选项既要符合情境逻辑，又要具备一定迷惑性，才能有效识别不同层次的判断水平。
3.3.1 最优行为选项
最优行为选项通常代表在特定条件下最合适、最有效或最符合规范的做法。它不一定是最“强硬”或最“迅速”的方案，但往往兼顾效率、关系与风险控制。
3.3.2 近似正确选项
近似正确选项表面上合理，但在时机、程序或效果上存在轻微偏差。这类选项用于检验被测者是否能识别细微差别，也是提高题目难度的重要手段。
3.3.3 明显错误选项
明显错误选项通常代表不恰当、低效或违背规则的处理方式。它们常用于拉开基础判断与较高水平判断之间的差距。
4 测量内容
情境判断测验并不只测“会不会做”，也关注“会如何判断”和“在压力下如何反应”。不同测验所覆盖的维度可有差异，但大体围绕以下几个方面展开。
4.1 判断能力
判断能力是情境判断测验的核心内容之一，主要体现在识别关键问题、区分主次矛盾和比较不同方案的优劣。良好的判断能力意味着能够在信息不完全的条件下做出较为稳妥的选择。
4.2 决策能力
决策能力强调在多个选项之间进行权衡并最终确定行动方向。测验往往通过设置时间压力、资源限制或角色冲突，观察被测者是否能作出一致且合理的决策。
4.3 规则理解
规则理解涉及对制度、流程和行为规范的把握。许多题目会考察受试者是否知道何时应遵循程序、何时需要寻求授权，以及如何在规则框架内解决问题。
4.4 社会认知
社会认知指对他人意图、情绪、角色关系和互动氛围的理解。该维度常出现在团队协作、客户沟通或同伴冲突类题目中，用于评估个体是否具备较好的情境敏感度。
4.5 责任意识
责任意识主要反映个体对自身职责、后果承担和任务完成的重视程度。相关题目常涉及失误报告、任务延误、信息传递与协助他人等场景。
4.6 情绪与冲突应对
这一维度关注个体在紧张、批评、分歧或挫折情境下的应对方式。较理想的反应通常表现为保持冷静、控制冲动、先沟通再处理，而不是立即升级冲突。
5 设计原则
高质量的情境判断测验需要在真实感、清晰度和可测量性之间取得平衡。题目设计过于简单会降低区分度，过于复杂则可能增加噪声。
5.1 情境真实性
情境应尽量贴近目标岗位、学习环境或实际生活中的常见问题，避免过分虚构或戏剧化。真实感越强，被测者越容易代入，也越可能反映实际反应倾向。
5.2 目标一致性
题目内容必须与测验目标保持一致。例如若测量团队协作，就不宜大量引入与团队无关的知识性难题。目标清晰有助于提高内容效度。
5.3 题目难度控制
题目难度应覆盖不同水平的被测者，既要有基础辨识题，也要有区分高水平判断的复杂题。难度分布合理，才能减少“全会”或“全不会”的情况。
5.4 选项可区分性
各选项之间应有明确差别，但差别不能过于明显。合理的干扰项能够引导被测者进行真实比较，而不是凭直觉一眼排除。
5.5 文化适配性
情境材料应考虑不同文化、行业和教育背景的接受度。若题目依赖特定习俗或组织语言，需在使用前进行本地化调整，以免影响理解。
5.6 测验公平性
公平性要求测验不因与核心能力无关的因素而系统性偏向某些群体。题目表述、时间限制和评分规则都应尽量减少额外偏差，确保结果具有可比性。
6 编制流程
情境判断测验的编制通常是一个迭代过程，需要从实际需求出发，经过多轮筛选、验证和修订。
6.1 需求分析
首先要明确测验用途、目标人群、测量维度和使用场景。不同用途对应不同题型与评分逻辑，例如招聘测验更关注岗位匹配，培训测验则更重视学习效果。
6.2 情境收集与筛选
编制者通常通过访谈、观察、文献整理或工作分析收集典型事件，再从中筛选具有代表性的情境。筛选时需判断其是否频繁出现、是否具有辨识度，以及是否适合转化为题目。
6.3 题目编写
在确定情境后，编写者需要设计题干、选项和作答要求。题目应语言简洁、逻辑完整，避免歧义和暗示性表达，同时确保各选项在现实中具有一定可行性。
6.4 专家评审
专家评审用于检验题目是否符合测量目标、是否存在逻辑漏洞以及是否具有专业合理性。评审结果常用于删改题干、调整选项顺序或修正评分标准。
6.5 预测试
预测试是检验题目可用性的重要步骤。通过小样本试测，可以了解题目难度、区分度、作答时间及被试理解情况，从而发现潜在问题。
6.6 修订与定稿
根据预测试结果和专家意见，题目会经历多轮修订，最终形成正式版本。定稿后通常还需建立常模或参考标准，以便后续解释结果。
7 施测与评分
情境判断测验既可以个人施测，也可以集体施测；既可人工评分，也可自动化评分。具体方式取决于测验形式和应用场景。
7.1 施测方式
不同施测方式在成本、效率和体验上各有侧重。实际应用中，选择方式往往与对象数量、场地条件和技术支持水平有关。
7.1.1 纸笔施测
纸笔施测是较传统的方式，便于离线组织，也容易在基础条件有限的场合使用。其优点是操作直观，但在记录、汇总和题目更新方面不如电子方式灵活。
7.1.2 计算机施测
计算机施测可实现自动计时、随机出题和即时记录，适合标准化要求较高的测评。若结合多媒体材料，还可增强情境呈现效果。
7.1.3 移动端施测
移动端施测依托手机或平板终端，使用更便捷，适合碎片化测评和远程场景。不过，小屏幕环境对图像和视频题的呈现提出了额外要求。
7.2 评分方法
评分方法决定测验结果如何转化为量化分数。由于情境判断测验的答案不总是完全唯一，因此评分规则常比传统客观题更灵活。
7.2.1 经验评分法
经验评分法依赖施测机构或编制者的实践经验，对不同选项赋予相应分值。这种方法较容易操作，但主观性也相对较强。
7.2.2 专家评分法
专家评分法通过邀请领域专家对选项优劣进行判断，形成评分依据。此法通常更契合专业标准，但对专家一致性有一定要求。
7.2.3 标准答案法
标准答案法为题目预设最佳或正确选项，受试者选择越接近标准答案，得分越高。它适用于答案较为明确的情境，也便于自动化处理。
7.2.4 加权计分法
加权计分法根据选项的重要程度、优先顺序或接近程度设置不同权重。该方法能更细致地反映回答质量，但评分逻辑也更复杂。
7.3 分数解释
分数解释不仅关注总分，也关注维度特征和个体相对位置。合适的解释方式有助于将分数转化为实际决策信息。
7.3.1 常模比较
常模比较是将个体成绩与参照群体进行对照，以判断其处于何种水平。参照群体选择是否合适，会直接影响解释结果的准确性。
7.3.2 维度分析
维度分析用于查看个体在不同能力领域中的表现差异。通过这一方式，可以识别其优势与短板，为后续培养或岗位匹配提供依据。
7.3.3 结果反馈
结果反馈通常以简明方式向被测者或管理者说明测评含义。反馈内容一般包括总体水平、维度特征以及可改进方向，但应避免过度推断。
8 信度与效度
信度与效度是衡量情境判断测验质量的核心指标。前者关注结果稳定性，后者关注测验是否真正测到了目标能力。
8.1 信度类型
不同信度指标对应不同的稳定性检验角度，需结合测验形式综合判断。
8.1.1 内部一致性
内部一致性反映测验题目之间是否具有较为一致的测量方向。若题目设计围绕同一能力维度，则通常更容易获得较高的一致性。
8.1.2 重测信度
重测信度考察同一被试在不同时间点作答的一致程度。若情境材料和评分规则稳定，且被试状态变化不大，则该指标通常较有参考价值。
8.1.3 评分者一致性
评分者一致性主要适用于需要人工判断的情境测验。不同评分者对同一答案给出相近分数，说明评分标准较明确；反之则需进一步统一尺度。
8.2 效度类型
效度检验的重点在于题目是否覆盖目标内容、结构是否清晰，以及结果能否解释现实表现。
8.2.1 内容效度
内容效度关注题目是否代表了目标能力的主要方面。通过系统的工作分析和专家审核，可以提高情境内容与测量目标的一致程度。
8.2.2 结构效度
结构效度检验测验所反映的心理结构是否成立。例如，若测验设计为多个维度，则应在统计上体现出相应的区分性与关联模式。
8.2.3 效标关联效度
效标关联效度是指测验成绩与外部表现指标之间的关系，如工作绩效、培训成绩或实际行为记录。若相关性较稳定，则说明测验具有较好的应用价值。
8.3 影响测量质量的因素
测量质量会受到题目真实性、评分规则、样本特征、施测环境及被试动机等多种因素影响。若情境过于陌生、作答时间过短或被试缺乏投入，结果的解释力可能下降。
9 应用领域
情境判断测验因具备较强的场景适配能力，已被广泛用于多类评估任务。
9.1 招聘与选拔
在招聘中，情境判断测验常用于识别应聘者的岗位匹配度、服务意识和实际处理问题的能力。它特别适合那些高度依赖沟通、协作和应变的职位。
9.2 教育评估
在教育领域，这类测验可用于评价学生的学习行为、校园适应、团队协作和规则意识。与单纯知识测验相比，它更强调如何在真实校园场景中做出合适反应。
9.3 职业资格测评
职业资格测评中，情境判断测验可作为补充性工具，用来检验从业者面对典型职业情境时的判断是否符合规范。此类用途常见于服务、管理、医疗和教育培训等领域。
9.4 培训效果评估
培训前后对比情境判断测验成绩，有助于了解学员在知识应用和行为判断上的变化。若测验设计与培训内容紧密对应，则能较好反映学习迁移效果。
9.5 领导力与管理潜质评估
在领导力评估中，情境判断测验常用于观察个体在授权、协调、冲突处理和资源分配方面的思路。它能够为管理潜质提供较为直观的参考，但通常不宜单独作为唯一依据。
10 优势与局限
情境判断测验之所以受到广泛关注，主要在于其兼顾现实性与标准化。但它也存在编制和解释上的一定难度。
10.1 优势
10.1.1 情境贴近实际
测验通过具体场景引导作答，能够较好反映被测者在真实环境中的判断方式，因此更容易获得使用者认同。
10.1.2 可标准化比较
由于题目、选项和评分规则都可预先设定，情境判断测验适合进行横向比较，也便于大样本施测与统计分析。
10.1.3 有助于预测行为表现
相较于纯粹的自我描述，情境判断测验往往更接近行为决策过程，因此在预测实际表现方面具有一定参考价值。
10.2 局限
10.2.1 编制成本较高
高质量题目需要经过大量情境收集、专家论证和预测试，开发周期通常较长，成本也相对较高。
10.2.2 评分复杂度较高
由于许多题目并非只有绝对唯一答案，评分时常需引入专家判断或加权规则，这会增加操作难度。
10.2.3 受文化与经验影响明显
同一情境在不同文化、行业或经验背景下可能有不同理解，因此测验结果容易受到背景差异影响。
10.2.4 存在应试与伪装风险
被测者可能通过揣测“理想答案”来作答，而不是反映真实倾向，尤其在选拔性测评中更为常见。
11 相关争议与伦理问题
随着情境判断测验应用范围扩大，其公平性、数据处理和自动化评分问题也逐渐受到关注。
11.1 测验公平性
公平性争议主要涉及不同背景群体是否受到同等对待。若情境过于依赖特定经历或语言风格，部分被测者可能在理解上处于劣势，从而影响结果公正性。
11.2 隐私与数据保护
在在线测评环境中，作答记录、设备信息和行为数据都可能被保存。如何规范收集、存储与使用这些数据，是测评机构需要重视的问题。
11.3 结果滥用风险
情境判断测验若被过度简化使用，可能导致对个体能力的片面判断。例如仅凭一次测评结果做出重大决策，容易忽视其他证据来源。
11.4 自动化评分的可靠性
随着算法评分逐渐普及，自动判分的准确性和可解释性成为重要议题。若模型训练不足或题目设计不成熟，自动评分可能放大误差。
12 代表性研究与实践
情境判断测验的研究与应用主要集中在心理测量、组织行为和教育评价等方向，不同机构会根据需求形成各自版本。
12.1 学术研究方向
学术研究通常关注题目特征、评分模型、效度验证以及不同维度之间的关系。近年来，研究者也开始考察其与认知能力、人格特质和实际绩效之间的联结。
12.2 行业应用案例
在行业实践中，情境判断测验常被用于客服、医疗、教育、管理培训和通用岗位选拔。许多机构会围绕岗位典型情境自行开发题库，以增强适用性。
12.3 测评工具发展趋势
目前的趋势是从静态题库走向动态情境、从单一文字题走向多媒体题、从人工评分走向半自动或自动化分析。工具开发也越来越强调数据反馈与持续迭代。
13 未来发展
情境判断测验未来的发展方向，主要集中在智能技术融合、交互体验增强以及跨文化适配能力提升等方面。
13.1 智能化与自适应测验
借助算法与模型分析，测验可根据被试前序答案动态调整题目难度和情境类型，从而提高测量效率与区分度。
13.2 多媒体与沉浸式情境
更丰富的图像、音频和交互设计将使情境更加接近真实场景。虚拟现实等技术也可能在部分训练与评估中得到应用。
13.3 与大数据分析结合
未来的测验结果有望与更广泛的数据分析工具结合，用于识别行为模式、优化岗位匹配或改进培训方案。不过，这也对数据规范提出更高要求。
13.4 跨文化通用性提升
随着国际化交流增加，情境判断测验需要在不同文化环境下保持稳定可比。通过更细致的本地化和跨文化验证，其适用范围有望进一步扩大。