摘要：本研究运用神经网络检验了一般能力倾向成套测验(GATB)对不同学科大学生专业成绩的预测效度。对1022名大学生均施测GATB，并随机选取其中652名，将其期末专业考试成绩作为衡量专业成绩的指标，建立人工神经网络(ANN)模型。研究发现：对文、理、工三类专业大学生专业成绩预测的ANN模型估计的准确率均在90%以上， GATB分数可以用来预测不同专业学生的专业成绩。文科大学生最敏感的能力因子是言语能力，系数为0.523；理科大学生最敏感的能力因子是数理能力，系数为0.471；工科大学生最敏感的能力因子是空间判断能力，系数是0.594。

    关键词：心理学；效度；一般能力倾向成套测验(GATB)；人工神经网络(ANN)模型；大学生

    一、问题提出

    一般能力倾向成套测验(General Aptitude Test Battery，GATB)是美国劳工部就业保险局历时50年，耗资数亿美元，研究了美国上万种职业后编制而成的著名测验。这套测验应用较广，已被大量研究证明具有良好的信效度，能够很好地预测职业成功和学术成就。GATB是适用于初三以上年级的中学生及成年人的团体测验，包含15种分测验(11种纸笔测验，4种操作测验)，可在120～130分钟内测量9种与职业关系密切并有代表性的能力因素。这9种能力倾向因素为：一般智力、言语能力、数理能力、空间关系理解力、形状知觉能力、文书知觉能力、动作协调能力、手指灵活性及手部灵巧性。Hammond1984年对GATB的结构进行因素分析发现，GATB测量的其实是4种更普遍、更高层次的能力：言语能力、数理能力、工具组合能力和空间能力[1]。GATB在国外应用广泛，是升学、就业指导以及人员选择与安置的重要工具。而Droege等研究发现：GATB的一般智力、言语能力、数理能力和书写知觉测验可以作为预测学业成绩的良好工具[2]。R.L.Thorndike和E.P.Hagen报告，用GATB预测工程学校学生的专业成绩的R2最低0.46，最高0.58[3]。

    个体在大学期间的专业学习将奠定他们一生职业生涯的基础。在美国，大学生入学之初，要进行一项学术能力测验(SAT)，通过这种学术能力测验，可以预测大学生在大学期间的专业学习成绩。也有研究者应用一般能力倾向成套测验(GATB)来预测大学生的专业成绩。在预测方法方面，以前的研究大都是运用传统的多元回归算法。如果应用神经网络模型新技术，效度是否会有提高呢？这值得我们来探索一番。

    人工神经网络(Artificial Neural Network， ANN)是近年来发展起来的一门新兴学科、新技术 ......