什么是攻击，如何去测量，能否对攻击进行预测?众多的研究者在不同的领域从不同的角度对这些问题进行了回答。罗夏测验同样也从自身的角度对上述问题进行了回答，提出了一系列对攻击进行记分的变量，其中包括AG、MOR等。但是目前现有的变量远远不能够很好地对攻击进行刻画，为了更好地对攻击进行测量，Gacono等人在原有变量的基础上又提出了一系列新的攻击变量，AgC便是其中重要的一个。AgC被定义为：任何被大多数人视为具有掠夺性的、危险性的、恶意的、伤害性的或破坏性的内容或对象。从AgC变量的相关研究中，我们发现AgC变量与反社会人格的DSM-Ⅳ的行为标准以及MMPI-2的反社会人格分量表有显著的相关，这提示该变量可能与微妙的攻击形式有关。因此，可以对AG编码进行有益的补充，因为AG仅是在运动反应中出现明显的攻击时才记分。目前国内对Age变量的研究并不多。为更好的对中国被试的攻击性进行测量，进而研究AgC变量在中国的信效度，我们进行了本研究。首先，我们对AgC的记分常模表进行了本土化。其次，研究了AgC变量记分方式以及AgC变量的信效度。结果如下：(1)中国本土化AgC常模表(表Ⅳ)共有60个内容，其重测信度为0.93，同质性信度为0.96，分半信度为0.93，具有非常好的信度；其结构效度，可以将60个内容有效的负荷在4个因子。(2)依据中国本土化AgC常模表进行记分的AgC变量的评分者一致性信度为0.93，说明该变量具有比较好的信度。(3)本研究更进一步的支持Gacono与Meloy(1994)提出的变量AgC的信度和内容效度，将这个变量添加到综合系统中有助于临床医生对攻击反应的深入理解和定义。