1701298118
女性化得分：女性化测试项分数总和÷10=____
1701298119
1701298120
男性化得分：男性化测试项分数总和÷10=____
1701298121
1701298122
双性化得分：女性化得分减去男性化得分=____
1701298123
1701298124
说明：
1701298125
1701298126
女性化=1.00或更高
1701298127
1701298128
接近女性化=0.50至0.99
1701298129
1701298130
双性化=-0.50至+0.49
1701298131
1701298132
接近男性化=-1.00至-0.49
1701298133
1701298134
男性化=-1.00或更低
1701298135
1701298136
评分
1701298137
1701298138
正如前面所提到的，一个人进行BSRI测量，只需要用7点量表来衡量所有测试项与其自身的相符程度。相应的标准如下：1=完全或几乎不符合；2=大多数情况下不符合；3=有时但很少符合；4=偶尔符合；5=常常符合；6=大多数情况下符合；7=完全或几乎符合。测试完成后，被试会得到三个分数：男性化分数、女性化分数和对本文而言最为重要的双性化分数。男性化分数是把所有男性化测试项得分相加再除以10得到的平均数，女性化分数也是按这种方法得到的，因此得分均在1.0至7.0之间。那么，你想到如何利用这两个分数算出双性化得分了吗？记住，这个量表可以分别测量男性化和女性化，但却不包含双性化的测试项。如果你想到双性化分数可以用女性化分数与男性化分数的差来表示，那么你就是正确的，因为贝姆正是这么做的。一个人的双性化分数就是用其女性化分数减去其男性化分数而得到的，其范围从-6至＋6。真的很简单。这里有三个典型的例子，他们分别代表了男性化、女性化和双性化性别类型的人。
1701298139
1701298140
詹妮弗的男性化分数是1.5，女性化分数是6.4。用6.4减去1.5得出她的双性化分数是4.9。理查德的男性化分数是5.8，女性化分数是2.1，因此他的双性化分数是-3.7。黛娜的男性化和女性化的分数分别为3.9和4.3，其双性化分数为0.4。
1701298141
1701298142
1701298143
1701298144
1701298145
看一下这些数据，我们所举的三个例子中，哪个人双性化程度最高呢？答案是黛娜。因为黛娜的男性化分数与女性化分数基本相同（双性化分数接近为0），并没有像詹妮弗和理查德那样显示出明显的性别取向。因此，黛娜的测量结果反映了其在自我觉知中缺乏明显的性别定型，更多的是一种男性化与女性化特征的平衡，这也恰恰是“双性化”一词的含义。
1701298146
1701298147
BSRI的测量结果可以这样解释：分数越接近于0（无论正负），表示双性化程度越高；在正方向上距0越远，表示女性化程度越高；在负方向上距0越远，表示男性化程度越高。
1701298148
1701298149
你也许想为自己测量一下。当然，就现在来说，你并不会得到一个理想的结果，因为你对这个量表的工作原理了解得太多了！你会把男性化、女性化和中性特质分开评分，而不是像在实际测量中那样混合在一起。不过，记住了这些告诫，你大可以试着测量一下。表7—2提供了简化的评分和解释说明。
1701298150
1701298151
结果
1701298152
1701298153
任何测量根据都必须具有信度和效度。“信度”是指测量的一致性，也就是各测试项对被试同一种特性反映的一致程度，以及经过重复测量得出一致结果的能力。“效度”是指实际测量的内容与想要测量内容的相符程度——就BSRI来说，我们想要测量的内容是男性化特征和女性化特征。
1701298154
1701298155
BSRI的信度
1701298156
1701298157
对学生样本测量结果的统计表明，BSRI对男性化和女性化测量的一致性信度非常高。这就意味着男性化的20个测试项测量的都是同一种特质（假定为男性特征），女性化的20个测试项测量的也都是同一种特性（假定为女性特征）。为了确定测量的一致性信度不受时间影响，贝姆四周后又对最初测量过的60人实施了第二次测量。两次测量的结果相关程度很高，因此具有很高的“重测”信度。
1701298158
1701298159
BSRI的效度
1701298160
1701298161
为了证明BSRI的效度，必须首先对男性化与女性化测试项进行分析，以确保不是对同一特质的测量，这一点是非常重要的。因为贝姆所做研究的理论基础正是男性化和女性化是两个相对独立的维度，并且这两个独立的维度可以分开测量。贝姆证明这一点的方法是考查BSRI中男性化分量表和女性化分量表得分的相关系数，结果显示这两个分量表的得分无显著相关，功能各自独立。
1701298162
1701298163
接下来，贝姆需要证明这个量表测量的确实是男性化和女性化的性别特征。为了确认这一点，她分别分析了男人和女人在男性化和女性化分量表上的平均分。你可以预期，结果应该是男人在男性化项目上的得分更高，女人在女性化项目上的得分更高。这正是贝姆在大学生被试身上发现的，而且这一差异达到了很高的统计显著性。
1701298164
1701298165
最后，贝姆把被试按照前面讨论过的形式进行了性别归类，即男性化、女性化和双性化。她发现大多数人的女性化得分和男性化得分的差异都很小。换句话说，大多数被试是双性化的。表7—3呈现了在贝姆的研究中，男性化、女性化和双性化被试所占的百分比。
1701298166
1701298167
表7—3 被试中男性化、女性化和双性化的百分比