当今社会,由于互联网和信息技术的飞速发展,数据收集的成本越来越低,研究者们可以使用网络问卷或在线测验等形式来收集用户数据,从大数据的角度总结用户行为的规律,进而推测他们的心理需求。理论上而言,用户的作答模式应能够完全反映其真实的心理特质水平,但在实际情况中,用户可能由于各种原因出现异常作答。异常作答模式的存在会污染数据,导致测验数据质量的下降,威胁测试的有效性。因此,有效检测异常反应不论是在理论上还是实践中都至关重要。研究者们常用个人拟合指标（Person Fit Statistic,PFS）对异常的被试进行标定。相比于传统的PFS,基于统计过程控制类（Statistical Process Control,SPC）的PFS能保留测验层面上各项目的作答信息并加以利用。目前基于统计过程控制类开发出的PFS共有两类,分别是基于累积和（Cumulative Sum,CUSUM）的PFS和基于变点分析法（Change Point Analysis,CPA）的PFS。CUSUM以一种可视化的方式呈现被试在测验过程中可能出现的异常行为,能直观地看出异常作答的被试及相应项目,但对于异常项目的定位只能通过人为观测进行。而变点分析法能克服CUSUM的弱势,能对异常题目直接进行定位。这种变点的识别有利于研究者实现数据的有效清洗。但在有些情境下CPA的侦测效果不如CUSUM。因此,本研究设想将CPA和CUSUM进行联合构建,旨在结合两类指标的优势开发出一类新的指标,并对心理测验中的异常作答进行侦测,同时比较PFS对不同心理测验中被试的异常行为的侦测效果。本研究首先分析了CUSUM和CPA各自的优势与不足,结合两者信息构建了一种新的PFS指标。为了验证新指标在侦测被试后期随机作答行为的性能,本研究通过蒙特卡洛模拟研究比较了新指标与原有的两类指标在不同情境下的侦测效果,同时本研究还通过实测数据比较了不同的PFS在心理测验中的实际侦查效用。研究结果表明:（1）各方法的统计检验力主要受到测验长度、变点位置和失拟比例的影响;一类错误率主要受到被试的失拟比例的影响。（2）在二级计分的测验中,新指标在所有模拟条件下的统计检验力均高于CUSUM方法和CPA方法。而在多级计分的测验中,新指标更适用于被试失拟比例更高的情境。（3）在实证研究中,考察了CUSUM、CPA和新指标对测验信效度的影响。发现删除不拟合的被试后,测验的信效度均有明显的改善。其中,属CPA类的指标改善效果更好。本研究提出的新指标结合了CUSUM和CPA的优势,同时也能进一步提高对被试的后期随机作答行为的侦测性能,这进一步促进了个人拟合指标的应用和发展,另外也为心理测验的实践指导提供了重要参考和依据。