Q-分类技术（Q-Sort Technique）一种以人为分析单元、着重分析“人际关系”的方法。可用它对个体进行描述获得一些有价值的资料。它被用于一个人的理想自我与自我描述的比较，自我觉知与他人觉知的比较，也可用于分析许多人对某人、某事描述的内部相关。它可用来把一组个体分成或多或少同质的亚类或亚组，当用于处理意见和信念的资料时，Q-分类有益于确定志趣相投的个体的小组。

使用Q-分类方法时，给被试一套陈述语句或带有修饰语的形容词和动词的卡片，给以一定的指导语，让被试把这些卡片按照“最符合”到“最不符合”或“最赞成”到“最不赞成”的顺序分成几类，项目可来自一个标准表，但更经常的是按照个体情况或研究目的而特别设计的。为了确保评价的标准分布，采用“强迫正态分布”的方式，要求被试在每一类里放置特定数目的卡片，这样一个分布适用于任何以常态分布表为参照的项目样本。

Q-分类通常选用的项目数在60~120之间，经常使用100次，使结果既有一定的可靠性，又不使分析过于繁复。分类按照不同程度，通常分成为11类、9类、7类和5类。例如，A。H。希尔顿在1958年用一套50张的卡片，把它们分成9个类别，具有不一定的值和频数。

值 9 8 7 6 5 4 3 2 1

频数 2 3 6 9 10 9 6 3 2

由不同的分类得到的变量可由传统的皮尔统的皮尔逊公式计算它们之间的相关，这样即求出“人际相关”，用以说明人与人之间的关系。如果某两人相关系数较高，说明这两人以十分相似的方法分类，他们在某一点上非常相似。这样通过一个相矩阵，可对某一群体的被试进行归类，然后依照项目，分析这些类别的人的具体特征。

Q-分类技术有几种形式，主要有结构性Q-分类和非结构性Q-分类两种。非结构性分类较为简单，它是对一组同质项目按不同程度而作出的分类。它的分类项目从一项目总体中随便机选取，经过预选、修订，形成分类资料。结构性分类是以费歇尔的实验设计与方差分析原则为基础，针对某一理论或假设的变量设计一套项目。例如，有关儿童发展的研究中，可以设计分别反映“遗传因素”和“环境因素”两方面内容的项目。可见，结构化是把一个理论构想结构化。结构生分类技术又有单向和双向分类两种。单向结构性分类以一种变量为分类基础，而双向结构性分类同时进行两个维度的分类，适合于较复杂的理论构想。

Q-分类技术是在1953年分别由G。H。汤姆生和W。斯蒂夫森提出的。斯蒂夫森在他的《行为研究》一书中指出了该方法的方法论、理论基础和早期的一些研究。Q-分类技术的早期历史正好与多因素分析的早期发展相一致，不久就有了因素分析的三种类别：R-技术，以测验作为变量，运用测量之间的相关信息进行研究分析，计算测验所包含的变量之间的关系；Q-技术，以人作为变量，把人分成几种类群，从而分析不同类型的人员；以及P-技术，即以情境作为变量。似乎只有R-技术取得了一些重要结果。如果对聚集Q变量的Q-因素分析也给以同样的重视，结果可能会更显著些。Q-分类技术常用于小样本或少数被试的研究，在人格研究等方面有一些有价值的结果。

Q-分类技术常用于对个体人格特征、自我概念的研究中，常要求被试把相同的一套项目按不同的框架或参照重新分类。例如，个体可以把项目按照它们对自己或他的父母、他的妻子的情况分类；同样地，个体也可把这些项目按照工作、家庭或社会情境分类。在自我概念的研究中，可按照被试事实上如何（真实自我）或他认为别人如何看待他（社会自我）及他愿意自己如何（理想自我）进行分类。为了观察变化，Q-分类可以心理治疗的不同阶段连续使用。这在奉行“来访者为中心”的治疗家那里常被采用。比如，罗杰斯就认为，理想自我和现实自我之间的差别可显示一个人心理健康的水平。随着治疗的深入，个体对自我更为认同，也与个体的理想自我概念更为接近。

Q-分类也广泛地用于观察者评价中。J。布洛克在《人格评价和精神病研究中的Q-分类方法》中描述了一套加利福尼亚Q-分类。它为有职业训练的熟练的观察者提供了一套评价人格特征的标准语言。这一Q-分类有100个陈述语句，它要求分类为九点强迫分布。对1~9类分别给以下列频数：5，8，12，16，18，12，8，5。陈述语句按照它们对于个体的显著性（即对个体而言，它们在描述个体独特性和基本特征上的重要性）分类。这样保留了Q-分类的典型框架，个体并可与外在的常模标准相比较。这种统一的Q-分类的使用加强了交流并确保从不同观察者那里得到的资料的可比性。标准Q-分类也可用于其他一些研究或临床实践。有了它，评价不仅可从对个体的观察得到，还可从个体历史、面谈或投射测验得到。在投射测验的有效性研究中，Q-分类被用来得到不同观察者对标准和测验的评价。因为两套评价都以相同的术语来描述，可对它们进行直接的比较。

希洛克还把Q-分类用于追踪研究，取得了一些有用的结果。

Q-分类技术灵活简便，与理论密切结合，有较强的逻辑性和实用性。Q-分类技术搜集的资料可用方差分析、相关分析和因素分析等多种方法进行整理和分析，使其在操作上更为衫。它特别适宜于探索性的研究，可用来提出和发现新的思想和假设。

Q-分类技术的局限性主要有：首先是人员的取样代表性不足，它作出的有关人员类型分类的普遍性往往不高。其次，Q-分类限制了被试的自由反应，得到的不是常规的资料，并有可能漏掉一些重要信息。如在自我概念研究中，被试告诉我们的是他认为自己哪些是长处，哪些是弱点，而不是与其他人或一些外在常模相比他有多好。再次，Q-分类的项目只能近似地达到而不能完全满足某些统计处理方法的假设，这影响了其结果的准确性。另外，被试的心理防御、情绪、智力状态对其结果也有一定影响，可能带来一些偏差。