标准化的问题评价
刚才所讨论的方法叫作直观性问题评价，从理论上说这是一种最为有用的评价方法。由于它是一种不甚严格的手段，因而能适用于各种道德两难推理。在训练有素或富有经验的评价者手里，这种方法的可靠性很高（评价者之间的一致率为90％）。然而，如无个别教学和辅导体验，可靠的直观评价便是无法习得的。也由于它太直观了，以致无法提供试题难度、试题独立度、相对于口头谈话的书面言语等方面令人满意的测验编制特征。因此，现在我们设计了一个标准化的问题评价便览（Kohlberg，Colby，Speicher-Dabin，& Lieberman，1975）。这种便览是基于一种探讨三故事之一中两个问题的标准化谈话编制的。标准类型A包括涉及以下六个问题的三个故事：
故事Ⅰ：海因兹偷药
问 题：生命，惩罚
故事Ⅱ：爸爸对儿子不守诺言
问 题：契约，个人关系
故事Ⅲ：一个诈骗，另一个人偷盗
问 题：财产与良心
目标复测时用第二种类型即类型B，它包含的是涉及同样问题的不同故事。
标准化问题评价便览根据每一故事的每一问题提供了界定各个阶段的标准概念。标准概念是所给阶段最有特色的推理模型。从理论上讲，这种推理是由该阶段的结构定义派生的，但从经验上看，该阶段的（通过综合评价而界定）许多被试所运用的实际上却是这些标准概念，在其他阶段则不然。(https://www.daowen.com)
在以往那种句子评价谈话中，语句要与便览中各阶段的“典型”句子相对应。而在某种意义上，新方法恢复了这一做法，但这是有一定控制的。第一种控制是根据要反应的内容和问题作出反应。在某一阶段中，是否因为被试尚无某概念的阶段结构就意味着没有表现出相应的标准概念？或者说，是否由于谈话未能导致被试对内容或问题反应就意味着没有这种标准概念？这些问题在新方法中已不复存在。第二种控制在于分清了与口头语句相配对同与标准概念相对应间的区别。在反应单位方面，这意味着解释单位比句子更大了。它也意味着标准概念的阶段结构与特殊例子或样本得到了澄清或区分。
标准化评价赖以建立的方法论类似于莱维格那种用于自我阶段评价的方法论，在后者那里，标准试题是参照那些被直观地划分了阶段的操作情况而确定的。但有差异，即这些标准试题并非纯粹经验性试题分析的产物，相反，它们必须在逻辑上与阶段理论相符。
我们认为，在保证理论效度的情况下，这种标准化评价法要尽可能地标准化。“效度”一词可以定义为对发展的正确测量，即对纵向恒定序列的正确测量。一般认为，测验效度是关于外在标准测验乃至人们视为正确之测验的一种预期。根据后一种观点，有些人假设，道德判断测验应当通过“道德行为”的预测来验证。在这个意义上，哈桑和梅的“道德知识”测验（1928—1930）是无效的，因为他们对评价或实验中被试遵守道德的行为没有很好地进行预测。我们业已说明：道德阶段发展比之哈桑和梅的方法能更好地预测个体道德行为的成熟度；但也应指出，道德行为并不是验证道德判断测验之恰当的外部标准。根据认知发展理论，判断发展对行为的关系是一种有待于研究、理论上有待于概念化的东西，道德问题并不是通过判断与行为量的相关而能验证判断测验的手段。
从外部标准效度的思想出发，有些人则认为，应当通过其与年龄的联系——这一“发展”的关键含义来验证道德发展测验。当道德判断成熟度的测量与10—18岁青少年的实足年龄相关（r=0.71）时，这种相关并不是“有效”的。许多成年人道德上并非未成熟，因此，那种与年龄相关很大的测验在生态学上将涉及年龄，但与道德发展却是相关甚少的。道德判断发展的效度标准是结构效度，而不是那种外部标准的预期。在这里，结构效度指的是通过对理论阐述的主要部分进行检验而获得材料的吻合度。关于道德结构发展之主要的理论解释是：结构的发展通过一定的相继而至的道德阶段。结构阶段法能对付所评价的纵向研究材料总呈阶梯式变化这一情况。新的标准化道德推理测验的效度标准与结构评价是一致的，是对结构评价的预期。
道德发展测量的结构效度也有一个哲学或伦理维度以及心理维度问题，即要求较高一级道德阶段有比较低一级阶段哲学上更为合适的道德两难推理方式。它是一种关于思维方式的判断，而不是关于个体道德价值的评价。我们认为，各较高一级阶段的推理，都是更为恰当地解决那些依据伦理准则鉴定之问题的方式。人们也用这种观点来说明各结构评价阶段；并指出，标准化测验在其与结构阶段相关时或预测结构阶段方面是有效的。
莱斯特在介绍学习问题测验时提出了另一种标准化道德发展测量的方法（第11章）。他十分推崇这种更为常用的经验性测验编制及其效度。测验编制是根据经验性的试题分析而进行的。这种测验与其说是将道德成熟作为离散的量的阶段来分析，倒不如说是把它作为一种连续变量加以评估的。测验效度则主要用年龄、学习道德哲学等等标准的相关性来衡量。与本人及本人的同事一样，莱斯特十分关注结构效度，而不仅仅是对外部标准的预期感兴趣。但是，他的结构效度观，是关于该测验或问题变量同其他有关测验或变量间存在着中—高度相关这样一种思想。相反，我们的结构效度观，意为依据一种合乎连续运动的方式个体在各阶段的分布。我们认为，如同莱斯特报告——他的测量与道德两难推理的问题评价之间只有0.68相关——所暗示的那样，莱斯特的方法对个体的道德成熟水平只能提供一种粗略的评价。
我们认为，莱斯特的方法对于道德成熟之相关事物的探索性测查是有益的，但却无助于检验那些源自道德阶段认知发展理论的理论命题。而且，选择各种方法时必须考虑材料收集及分析的便利性，而不是考虑结构理论之比较正确的检验问题。