教育测量与评价课件..优秀PPT.ppt

《教育测量与评价课件..优秀PPT.ppt》由会员分享，可在线阅读，更多相关《教育测量与评价课件..优秀PPT.ppt（32页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第三章教化测量与评价的质量特性第三章教化测量与评价的质量特性l教化测量与评价的信度教化测量与评价的信度l 教化测量与评价的效度教化测量与评价的效度l教化测量与评价中项目的难度教化测量与评价中项目的难度l教化测量与评价中项目的区分度教化测量与评价中项目的区分度信度的意信度的意义 信度是指测量结果的稳定性程度，记为信度是指测量结果的稳定性程度，记为rXX。换一句话说，信度是指。换一句话说，信度是指用同一测量工具反复测量同一种物质对象所得多次测量结果间的一样性程度。用同一测量工具反复测量同一种物质对象所得多次测量结果间的一样性程度。测验信度是对测验工具及其操作的整体质量的一种量度，是测验性能的测验信

2、度是对测验工具及其操作的整体质量的一种量度，是测验性能的重要质量指标。假如测验本身抗干扰实力强，测验实施过程各方面误差因素重要质量指标。假如测验本身抗干扰实力强，测验实施过程各方面误差因素都限制得好，多次施测所得分数（测值）的一样性就高，那么测量信度高，都限制得好，多次施测所得分数（测值）的一样性就高，那么测量信度高，人们在运用所得测值时就会感觉牢靠。人们在运用所得测值时就会感觉牢靠。信度的统计定义信度的统计定义 定义定义1：信度是一个被测团体真分数方差与视察分数方差之比。即：信度是一个被测团体真分数方差与视察分数方差之比。即：XX=2T/2X 定义定义2：信度是一个被试团体的真分数与视察分数

3、的相关系数的平方。即：信度是一个被试团体的真分数与视察分数的相关系数的平方。即：XX=2TX 定义定义3：信度是一个被试团体在测验信度是一个被试团体在测验X（A卷）上的视察分数与在测验卷）上的视察分数与在测验X的随意一个的随意一个“平行测验平行测验”X（B卷）上视察分数的相关系数。即：卷）上视察分数的相关系数。即：XX=XX重测信度（稳定性系数）重测信度（稳定性系数）（1）重测信度是指用一个量表（测验或评价表）对同一组）重测信度是指用一个量表（测验或评价表）对同一组被施测两次所得结果的一样性程度，其大小等于同一组被试在被施测两次所得结果的一样性程度，其大小等于同一组被试在两次测验上所得分数的相

4、关系数。两次测验上所得分数的相关系数。（2）重测信度基本假设：某测验所要测量的潜在特质，短）重测信度基本假设：某测验所要测量的潜在特质，短期内不会随着时间推移而变更。期内不会随着时间推移而变更。（3）重测信度适用于异质性测验（一个测验包括几个不同）重测信度适用于异质性测验（一个测验包括几个不同的部分，这几个部分分别测量几个不同的心理特质，它们之间的部分，这几个部分分别测量几个不同的心理特质，它们之间可能并不存在相关或相关较低），也适用于速度测验和运动技可能并不存在相关或相关较低），也适用于速度测验和运动技能测验。能测验。复本信度（等值性系数或等值稳定性系数）复本信度（等值性系数或等值稳定性系数

5、）（1）复本信度是指两个平行测验（在试题格式、题数、难）复本信度是指两个平行测验（在试题格式、题数、难度、指导语说明、施测要求等方面都相当，并且都用来测量相度、指导语说明、施测要求等方面都相当，并且都用来测量相同潜在特质或属性，但试题又是不相同的测验）测量同一批被同潜在特质或属性，但试题又是不相同的测验）测量同一批被试所得结果的一样性程度，其大小等于同一批被试在两个复本试所得结果的一样性程度，其大小等于同一批被试在两个复本测验上所得分数的相关系数。测验上所得分数的相关系数。（2）实施复本测验的方式：一是在同一个时间连续施测）实施复本测验的方式：一是在同一个时间连续施测（此时所得的复本信度叫等值

6、性系数），二是间隔一段时间后（此时所得的复本信度叫等值性系数），二是间隔一段时间后施测（此时所得复本信度叫等值稳定性系数）。施测（此时所得复本信度叫等值稳定性系数）。（3）运用复本信度首先要构造出两份或两份以上的真正的）运用复本信度首先要构造出两份或两份以上的真正的平行测验。这是一个很难达到的条件。另外，重测信度的一些平行测验。这是一个很难达到的条件。另外，重测信度的一些不足，在复本信度中仍旧存在，须要加以克服。不足，在复本信度中仍旧存在，须要加以克服。（4）复本信度不仅适用于难度测验，也是估计速度测验信）复本信度不仅适用于难度测验，也是估计速度测验信度的好方法。度的好方法。（1）同质性信度（

7、内部一样性信度）是指测验内部全部题目间的一）同质性信度（内部一样性信度）是指测验内部全部题目间的一样性程度。这里题目间的一样性含有两层意思：其一是指全部题目测的样性程度。这里题目间的一样性含有两层意思：其一是指全部题目测的是同一种心理特质；其二是全部题目得分之间都具有较高的正相关。是同一种心理特质；其二是全部题目得分之间都具有较高的正相关。（2）同质性信度的基本假设：当一个测验具有较高的同特性信度时，）同质性信度的基本假设：当一个测验具有较高的同特性信度时，说明测验主要测的是某一单个心理特质，由于众多的题目测试了同一心说明测验主要测的是某一单个心理特质，由于众多的题目测试了同一心理特质，那么实

8、测结果就是该特质水平的反映。理特质，那么实测结果就是该特质水平的反映。（3）同质性信度不适用于异质测验和速度测验。）同质性信度不适用于异质测验和速度测验。同质性信度的概念同质性信度的概念 （1）分半信度分半信度 分半信度指是的将一个测验分成对等的两半后，全部被试在这两半上所得分数的分半信度指是的将一个测验分成对等的两半后，全部被试在这两半上所得分数的一样性程度。一样性程度。分半信度的计算方法和等值复本信度的方法类似，只不过分半信度计算的是两个分半信度的计算方法和等值复本信度的方法类似，只不过分半信度计算的是两个“半测验半测验”上得分的相关系数，只是半个测验的信度，还必需用斯皮尔曼上得分的相关系

9、数，只是半个测验的信度，还必需用斯皮尔曼布朗公式布朗公式加以校正加以校正 。（2）库德理查逊信度库德理查逊信度 该方法适合于测验题目全部为二分记分题的测验的内部一样性信度分析。常用的该方法适合于测验题目全部为二分记分题的测验的内部一样性信度分析。常用的库德理查逊公式有：库德理查逊公式有：和和 （3）克龙巴赫系数）克龙巴赫系数 当测验题型较多，并非都是二分记分题时，估计测验信度可接受克龙巴赫系数。当测验题型较多，并非都是二分记分题时，估计测验信度可接受克龙巴赫系数。其计算公式为：其计算公式为：（4）荷伊特信度荷伊特信度 1941年荷伊特提出用方差重量比来估计测验内部一样性的方法，其估计值为：年荷

10、伊特提出用方差重量比来估计测验内部一样性的方法，其估计值为：同质性信度的估计方法同质性信度的估计方法评分者信度评分者信度l 评分者信度的含义评分者信度的含义l 评分者信度是指多个评分者给同一批人的答卷进行评分的一样性程度。评分者信度是指多个评分者给同一批人的答卷进行评分的一样性程度。l 评分者信度的计算评分者信度的计算l （1）当评分者人数为两人时，评分者信度等于两个评分者给同一批被试）当评分者人数为两人时，评分者信度等于两个评分者给同一批被试的答卷所评分数的相关系数。依据数据形式，可接受不同的相关系数计算方的答卷所评分数的相关系数。依据数据形式，可接受不同的相关系数计算方法。法。l （2）当

11、评分者人数多于两人时，评分者信度可用肯德尔和谐系数进行）当评分者人数多于两人时，评分者信度可用肯德尔和谐系数进行估计。估计。（）百分比一样性指标（）百分比一样性指标（PA）百分比一样性指标是指同一测验或两平行测验先后两次施测，其对被试百分比一样性指标是指同一测验或两平行测验先后两次施测，其对被试的分类结果一样的比例。其计算公式为：的分类结果一样的比例。其计算公式为：（）（）K一样性系数一样性系数 K一样性系数是指实际被评定为一样的百分比与在理论上被评定为一样一样性系数是指实际被评定为一样的百分比与在理论上被评定为一样的最大可能次数百分比的比率。其计算公式：的最大可能次数百分比的比率。其计算公式

12、：（其中其中 ）（）（）K2 指数指数 标准参照测验关注决断的牢靠性，而这种决断明显与被试团体的平均水标准参照测验关注决断的牢靠性，而这种决断明显与被试团体的平均水平亲密相关。在考虑到这个因素的基础上，心理统计学家莱芬斯顿提出了平亲密相关。在考虑到这个因素的基础上，心理统计学家莱芬斯顿提出了K2指数作为考察标准参照测验信度的指标。其计算公式为：指数作为考察标准参照测验信度的指标。其计算公式为：或或 或或 标准参照测验的信度分析标准参照测验的信度分析测量标准误测量标准误l 测量标准误的含义测量标准误的含义l 测量标准误是指测验中所得测值偏离真分数的程度，记测量标准误是指测验中所得测值偏离真分数的

13、程度，记为为SE。l 测量标准误与测验信度的关系测量标准误与测验信度的关系 l 测量标准误的意义测量标准误的意义l 测量标准误是反映测量结果精确性和牢靠性的又一指标，测量标准误是反映测量结果精确性和牢靠性的又一指标，同时也是人们正确说明测验分数的科学依据。同时也是人们正确说明测验分数的科学依据。效度的概念效度的概念l 效度的意义效度的意义l 效度是指一个测验或量表实际能测出其所要测量的特性的程度。对这一效度是指一个测验或量表实际能测出其所要测量的特性的程度。对这一概念，我们可以从以下几个方面来理解概念，我们可以从以下几个方面来理解:l 效度始终是针对确定测量目的而言的；效度始终是针对确定测量目

14、的而言的；l 效度只有程度上的差异；效度只有程度上的差异；l 效度是针对测量结果而言的；效度是针对测量结果而言的；l 评价一个测量是否有效要多角度、多方面地收集证据。评价一个测量是否有效要多角度、多方面地收集证据。l 效度的统计定义效度的统计定义l 效度可定义为目标真分数方差与视察分数方差之比：效度可定义为目标真分数方差与视察分数方差之比：XY=2V/2X l 效度与信度的关系效度与信度的关系l （）信度高是效度高的必要而非充分条件（）信度高是效度高的必要而非充分条件l （）效度系数不会大于信度系数的平方根（）效度系数不会大于信度系数的平方根 如何理解如何理解“效度效度”的意义？的意义？思索题

15、思索题 效度是指一个测验或量表实际能测出其所要测量效度是指一个测验或量表实际能测出其所要测量的特性的程度。对这一概念，我们可以从以下几个方面来理解：的特性的程度。对这一概念，我们可以从以下几个方面来理解：（1）效度始终是针对确定测量目的而言的；）效度始终是针对确定测量目的而言的；（2）效度只有程度上的差异；）效度只有程度上的差异；（3）效度是针对测量结果而言的；）效度是针对测量结果而言的；（4）评价一个测量是否有效要多角度、多方面地收集证据。）评价一个测量是否有效要多角度、多方面地收集证据。答答:内容效度内容效度l 内容效度的含义及应用范围内容效度的含义及应用范围l 内容效度是指测验题目样本对

16、于应测内容与行为领域的代表性程度。假内容效度是指测验题目样本对于应测内容与行为领域的代表性程度。假如是教学情境下的成就测验，那么其内容效度就是看测验题目样本能体现教如是教学情境下的成就测验，那么其内容效度就是看测验题目样本能体现教学目标与教材要求的程度。学目标与教材要求的程度。l 内容效度主要适用于教化测量（尤其是学业成就测验）的情境中，也适内容效度主要适用于教化测量（尤其是学业成就测验）的情境中，也适合于某些用于选拔和分类的职业测验，但不适合某些心理测验（如智力测验、合于某些用于选拔和分类的职业测验，但不适合某些心理测验（如智力测验、人格测验）。人格测验）。l 内容效度的分析方法内容效度的分

17、析方法l 逻辑分析的方法逻辑分析的方法l 内容效度的逻辑分析法，即依靠有关专家对测验题目与应测内容范围的内容效度的逻辑分析法，即依靠有关专家对测验题目与应测内容范围的吻合程度作出推断。吻合程度作出推断。l 内容效度的量化分析方法内容效度的量化分析方法l 该方法要求专家在细致批阅测验目标的基础上，独立地对测验的每个题该方法要求专家在细致批阅测验目标的基础上，独立地对测验的每个题目作出推断：目作出推断：“该题目实际测到的内容与其欲测量的目标内容之间相关程度该题目实际测到的内容与其欲测量的目标内容之间相关程度如何，并用四点量表（用完全无关、有点相关、相关较亲密、完全相关来表如何，并用四点量表（用完全

18、无关、有点相关、相关较亲密、完全相关来表示）来表示这种相关的程度大小示）来表示这种相关的程度大小”；当两位专家完成此项工作后，统计弱相；当两位专家完成此项工作后，统计弱相关（完全无关、有点相关）、强相关（相关较亲密、完全相关）的题目数，关（完全无关、有点相关）、强相关（相关较亲密、完全相关）的题目数，则此测验的内容效度系数为：内容效度系数则此测验的内容效度系数为：内容效度系数=D/（A+B+C+D）（）（D 表示两表示两位专家都判定为强相关的题目数位专家都判定为强相关的题目数）结构效度结构效度l 结构效度的含义结构效度的含义 l 结构效度是指一个测验或量表实际测到所要测量的理论结构（结构是指心

19、理学结构效度是指一个测验或量表实际测到所要测量的理论结构（结构是指心理学或社会学上的一种理论构想或特质）的程度。或社会学上的一种理论构想或特质）的程度。l 结构效度的验证一般步骤结构效度的验证一般步骤l 提出有关理论结构的说明，并据此设计测量用的试题；提出有关理论结构的说明，并据此设计测量用的试题；l 提出可以验证该理论结构是存在的假设说明；提出可以验证该理论结构是存在的假设说明；l 接受各种方法收集实际的资料，以验证其次步提出的假设的正确性；接受各种方法收集实际的资料，以验证其次步提出的假设的正确性；l 收集其他类型的协助证据，淘汰与理论结构相反的试题，或是修正理论，并重收集其他类型的协助证

20、据，淘汰与理论结构相反的试题，或是修正理论，并重复其次和第三步，直到下述的假设得到验证，即测验的结构效度获得支持为止。复其次和第三步，直到下述的假设得到验证，即测验的结构效度获得支持为止。l 结构效度的验证方法结构效度的验证方法l 测验内部找寻证据法测验内部找寻证据法l 这种方法是通过探讨测验内部结构来验证测验的结构效度。它主要包括内容效这种方法是通过探讨测验内部结构来验证测验的结构效度。它主要包括内容效度、作答过程分析、测验的同质性和因素分析等四个方面。度、作答过程分析、测验的同质性和因素分析等四个方面。l 测验之间找寻证据法测验之间找寻证据法l 这一方法的特点是同时考察两个或多个测验间的相

21、互关系，从而来验证测验的这一方法的特点是同时考察两个或多个测验间的相互关系，从而来验证测验的结构效度。它包括相容效度、聚合效度、区分效度和结构效度。它包括相容效度、聚合效度、区分效度和“多种特质多种方法矩阵法多种特质多种方法矩阵法”等具体方法。等具体方法。l 考察测验的实证效度法考察测验的实证效度法l 假如一个测验有实证效度，则可以拿该测验所预料的效标的性质与种类作为该假如一个测验有实证效度，则可以拿该测验所预料的效标的性质与种类作为该测验的结构效度指标，至少可以从效标的性质与种类来推论测量的结构效度。主要测验的结构效度指标，至少可以从效标的性质与种类来推论测量的结构效度。主要方法有差异被试比

22、较法和先后测试分析法。方法有差异被试比较法和先后测试分析法。效标关联效度效标关联效度l 效标关联效度的含义、种类及适用范围效标关联效度的含义、种类及适用范围l 效标关联效度是指一个测验对于处于特定情境中的个体行为进行预料时的有效性。效标关联效度是指一个测验对于处于特定情境中的个体行为进行预料时的有效性。l 依据效标资料获得的时间不同及测验运用的目的不同，效标关联效度可以分为：依据效标资料获得的时间不同及测验运用的目的不同，效标关联效度可以分为：l 同时效度：测验分数与效标资料的取得约在同一时间内连续完成，计算这两种资同时效度：测验分数与效标资料的取得约在同一时间内连续完成，计算这两种资料的相关

23、系数即代表测验的同时效度。这种效度的目的主要用于诊断现状，在于用更简料的相关系数即代表测验的同时效度。这种效度的目的主要用于诊断现状，在于用更简洁、更省时、更廉价和更有效的测验分数来取代不易搜集的效标资料。洁、更省时、更廉价和更有效的测验分数来取代不易搜集的效标资料。l 预料效度：在测验分数取得一段时间后才获得效标资料，计算这两种资料间的相预料效度：在测验分数取得一段时间后才获得效标资料，计算这两种资料间的相关系数即代表测验的预料效度。预料效度的作用在于预料某个个体将来的行为。关系数即代表测验的预料效度。预料效度的作用在于预料某个个体将来的行为。l 效标关联效度的估计方法效标关联效度的估计方法

24、l 相关法：该方法就是计算测验分数与效标测量的相关系数，具体方法有：积差相相关法：该方法就是计算测验分数与效标测量的相关系数，具体方法有：积差相关、等级相关、点双列相关、二列相关、四分相关、关、等级相关、点双列相关、二列相关、四分相关、相关、列联相关法等等。在运用相关、列联相关法等等。在运用过程中，该选择何种计算方法，应依据测验分数与效标测量数据资料的形式而定。过程中，该选择何种计算方法，应依据测验分数与效标测量数据资料的形式而定。l 显著差异法：该方法是依据效标测量将被试分为两个极端组，然后检验这两组测显著差异法：该方法是依据效标测量将被试分为两个极端组，然后检验这两组测验分数是否具有统计学

25、上的差异显著性。若这两组被试的测验分数差异，则说明该测验验分数是否具有统计学上的差异显著性。若这两组被试的测验分数差异，则说明该测验有较高的效度。有较高的效度。l 命中率：当测验用取舍决策时，常运用命中率这一指标。因为这类测验效度高不命中率：当测验用取舍决策时，常运用命中率这一指标。因为这类测验效度高不高，就是看其取舍是否与实际一样。命中率包括总命中率、正命中率和负命中率三种。高，就是看其取舍是否与实际一样。命中率包括总命中率、正命中率和负命中率三种。试比较内容效度、结构效度、效标关联试比较内容效度、结构效度、效标关联效度的异同效度的异同?思索题思索题 相同点：三者都是作为检验测验有效程度的指

26、标，相同点：三者都是作为检验测验有效程度的指标，都可以作为评价一个测验优劣的标准。都可以作为评价一个测验优劣的标准。不同点：不同点：考察的角度不同。内容效度是指测验题目样本对考察的角度不同。内容效度是指测验题目样本对于应测内容与行为领域的代表性程度。结构效度是指一个测验于应测内容与行为领域的代表性程度。结构效度是指一个测验或量表实际测到所要测量的理论结构（结构是指心理学或社会或量表实际测到所要测量的理论结构（结构是指心理学或社会学上的一种理论构想或特质）的程度。效标关联效度是指一个学上的一种理论构想或特质）的程度。效标关联效度是指一个测验对于处于特定情境中的个体行为进行预料时的有效性。测验对于

27、处于特定情境中的个体行为进行预料时的有效性。应用的范围不同。内容效度主要适用于教化测量（尤其是应用的范围不同。内容效度主要适用于教化测量（尤其是学业成就测验）的情境中，也适合于某些用于选拔和分类的职学业成就测验）的情境中，也适合于某些用于选拔和分类的职业测验，但对于某些特质的心理测验（如智力测验、人格测验）业测验，但对于某些特质的心理测验（如智力测验、人格测验），内容效度并不适合。结构效度主要用于智力测验、人格测验，内容效度并不适合。结构效度主要用于智力测验、人格测验等一些心理测验方面。效标关联效度适用于能够找到有效效标等一些心理测验方面。效标关联效度适用于能够找到有效效标的测验，常用的效标主

28、要有：学业成就、等级评定、临床诊断、的测验，常用的效标主要有：学业成就、等级评定、临床诊断、特地的训练成果、实际的工作表现、对团体的区分实力以及其特地的训练成果、实际的工作表现、对团体的区分实力以及其它现成的有效测验。它现成的有效测验。确定的方法不同。内容效度确定的主要方法是逻辑分析法、确定的方法不同。内容效度确定的主要方法是逻辑分析法、量化分析法。结构效度确定的主要方法是测验内部找寻证据法、量化分析法。结构效度确定的主要方法是测验内部找寻证据法、测验之间找寻证据法和考察测验的实证效度法；效标关联效度测验之间找寻证据法和考察测验的实证效度法；效标关联效度确定的主要方法有相关法、显著差异法、命中

29、率。确定的主要方法有相关法、显著差异法、命中率。答答:题目或项目的难度，就是指被试完成题目或项目任务时所题目或项目的难度，就是指被试完成题目或项目任务时所遇到的困难程度。定量刻画被试作答一个题目的困难程度的量遇到的困难程度。定量刻画被试作答一个题目的困难程度的量数，就叫做题目的难度系数，也常称犯难度值，用符号数，就叫做题目的难度系数，也常称犯难度值，用符号P表示。表示。难度的概念难度的概念 （）以全体被试得分率犯难度系数（）以全体被试得分率犯难度系数 假如一个题目的难度大，则被试得高分的可能性小；反之，假如题目的难度假如一个题目的难度大，则被试得高分的可能性小；反之，假如题目的难度小，则被试得

30、高分的可能性就大。因此，用得分率可以作犯难度系数的指标。其计小，则被试得高分的可能性就大。因此，用得分率可以作犯难度系数的指标。其计算公式为：算公式为：假如题目是选择题的话，被试有可能猜对而得分，因此，对选择题的难度系假如题目是选择题的话，被试有可能猜对而得分，因此，对选择题的难度系数有人建议需用下面的公式进行校正：数有人建议需用下面的公式进行校正：CP=（P-1）（）（-1）（）以全体被试失分率犯难度系数（）以全体被试失分率犯难度系数 干脆建立在通过率基础上的难度系数，干脆建立在通过率基础上的难度系数，P 值越大试题越简洁，值越大试题越简洁，P 值越小试题越值越小试题越难做。这与人们观念可能

31、不一样，因此有人提议用失分率难做。这与人们观念可能不一样，因此有人提议用失分率q 来表示难度，计算公式来表示难度，计算公式为：为：q=1-P难度系数的计算方法（一）难度系数的计算方法（一）（）以两端组被试得分率的均值犯难度系数（）以两端组被试得分率的均值犯难度系数 该方法是分别计算高分组被试和低分组被试的得分率，然后求取二者该方法是分别计算高分组被试和低分组被试的得分率，然后求取二者的平均值作犯难度系数，公式为：的平均值作犯难度系数，公式为：P=（PH+PL）2 以两端组被试的得分率作犯难度系数的具体计算步骤：以两端组被试的得分率作犯难度系数的具体计算步骤：按被试的总分，将全体被试从高到低进行

32、排序；按被试的总分，将全体被试从高到低进行排序；从高分往下找，找出高分组；由低分往上找，找出低分组。两组人从高分往下找，找出高分组；由低分往上找，找出低分组。两组人数分别占总人数的；数分别占总人数的；分别计算高分组、低分组的被试在该题目上的平均得分；分别计算高分组、低分组的被试在该题目上的平均得分；代入公式代入公式 ，分别计算分组和低分组被试在同一个题目上的难，分别计算分组和低分组被试在同一个题目上的难度系数；度系数；把把 PH 和和 PL 代入公式代入公式 P=（PH+PL）2，计算这个题目的难度，计算这个题目的难度系数。系数。难度系数的计算方法（二）难度系数的计算方法（二）用上述方法计算出

33、来的难度系数，都属于依次变量，不具有相等的单用上述方法计算出来的难度系数，都属于依次变量，不具有相等的单位。因此，通过位。因此，通过 P 值的比较并不能客观指出难度之间差异大小，这对我们值的比较并不能客观指出难度之间差异大小，这对我们作进一步的难度分析带来了困难。作进一步的难度分析带来了困难。为了解决这个问题，人们常假设每个试题所要测量的潜在特质或实力为了解决这个问题，人们常假设每个试题所要测量的潜在特质或实力是呈正态分布的，然后就可以依据正态分布曲线，将试题的难度值是呈正态分布的，然后就可以依据正态分布曲线，将试题的难度值 P 作为作为正态曲线下的（概率）面积，转换成具有相等单位的等距量表，

34、即正态曲线下的（概率）面积，转换成具有相等单位的等距量表，即 Z 分数分数（标准分数）。由于标准分数具有相等单位，属于等距量表。所以，用标（标准分数）。由于标准分数具有相等单位，属于等距量表。所以，用标准分数作为题目难度的指标，为进一步作难度分析带来了一些便利。准分数作为题目难度的指标，为进一步作难度分析带来了一些便利。难度的等距变换难度的等距变换 测验由多个题目所组成，明显，全部这些题目的难度取值测验由多个题目所组成，明显，全部这些题目的难度取值都应当力求恰当，而且这些题目分布状态也应合理。原委怎样都应当力求恰当，而且这些题目分布状态也应合理。原委怎样的题目难度与难度分布是合适的，这主要取决

35、于测验的目的与的题目难度与难度分布是合适的，这主要取决于测验的目的与性质。性质。测验题目的恰当难度和恰当难度分布测验题目的恰当难度和恰当难度分布 常模参照测验、标准参照测验所要求的常模参照测验、标准参照测验所要求的项目恰当难度及难度分布是什么？为什么？项目恰当难度及难度分布是什么？为什么？思索题思索题 （1）常模参照测验的项目恰当难度是常模参照测验的项目恰当难度是P值尽量接值尽量接近近0.50，因为只有在这种状况下题目的区分性能最好。，因为只有在这种状况下题目的区分性能最好。常模参照测验所要求的项目恰当难度分布是，围绕这个点，常模参照测验所要求的项目恰当难度分布是，围绕这个点，有一个适当宽的全

36、距。这样做的缘由有以下两个：一是测验时，有一个适当宽的全距。这样做的缘由有以下两个：一是测验时，通常希望起先有几个难度较低的题目来稳定被试心情，末尾用通常希望起先有几个难度较低的题目来稳定被试心情，末尾用几个难度稍大的题目以便只有少数高水平者才能通过，二是让几个难度稍大的题目以便只有少数高水平者才能通过，二是让全部项目都取全部项目都取0.50的难度，通常难以实现。当然，在允许有适的难度，通常难以实现。当然，在允许有适当宽的全距的前提下，仍旧要力争大多数项目难度取值接近当宽的全距的前提下，仍旧要力争大多数项目难度取值接近0.50。（2）标准参照测验的目的是要考察被试的水平是否达到应有）标准参照测

37、验的目的是要考察被试的水平是否达到应有要求，因而测验项目的难度，就不应由被试的实际通过率来确要求，因而测验项目的难度，就不应由被试的实际通过率来确定，而应由项目的考核要求是否体现了应有标准或教学目标来定，而应由项目的考核要求是否体现了应有标准或教学目标来确定。无论项目通过率是高还是低，只要体现了应用的标准或确定。无论项目通过率是高还是低，只要体现了应用的标准或教学目标，项目的难度就是合理的恰当的。教学目标，项目的难度就是合理的恰当的。答答:题目区分度是指题目区分被试水平实力的量度，记为题目区分度是指题目区分被试水平实力的量度，记为 D。区分度的分析方法，大约可以归纳成两类：一是外在效标法，即分

38、析区分度的分析方法，大约可以归纳成两类：一是外在效标法，即分析被试在测验题目上的得分与外在客观标准上的表现之间的关系。二是内部被试在测验题目上的得分与外在客观标准上的表现之间的关系。二是内部一样性法。即分析被试在测题上的得分与在整个测验总分之间的一样性程一样性法。即分析被试在测题上的得分与在整个测验总分之间的一样性程度。度。区分度的值域范围在区分度的值域范围在-1.00 至至+1.00 之间。通常之间。通常 D 为正值，称作主动为正值，称作主动区分；区分；D 为负值，称作消极区分；为负值，称作消极区分；D 为为 0，称作无区分作用。具有主动区，称作无区分作用。具有主动区分作用的项目，其分作用的

39、项目，其 D 值越大，区分的效果越好。值越大，区分的效果越好。区分度的意义区分度的意义 （1）相关法）相关法 区分度的实质是题分与总分的相关，因此，各种计算相关系数的方法区分度的实质是题分与总分的相关，因此，各种计算相关系数的方法都可以用于计算区分度。但具体接受哪一个，应依据题分、总分的数据形式都可以用于计算区分度。但具体接受哪一个，应依据题分、总分的数据形式而定。而定。（2）凹凸分组法）凹凸分组法 被试在测验分数序列中两端高分、低分组被认为是两个极端效标组。这被试在测验分数序列中两端高分、低分组被认为是两个极端效标组。这两个极端效标组间在特定题目上的反应差别程度可以刻画题目的区分实力。两个极

40、端效标组间在特定题目上的反应差别程度可以刻画题目的区分实力。因此，类似于前面谈及应用两端分组的方法来估计题目的难度系数一样，可因此，类似于前面谈及应用两端分组的方法来估计题目的难度系数一样，可用高分组在特定题目上的得分率和低分组在相同题目上的得分北之差作为题用高分组在特定题目上的得分率和低分组在相同题目上的得分北之差作为题目区分度的指标（高分、低分组人数比例各占总人数的），被称为鉴目区分度的指标（高分、低分组人数比例各占总人数的），被称为鉴别度指数，记为别度指数，记为 D。计算公式为：。计算公式为：D=PH-PL。为计算便利，还可接受公。为计算便利，还可接受公式：式：区分度的计算区分度的计算

41、对多级记分的论文型试题，求积差相关后剔除伪相关因素做校正，其校对多级记分的论文型试题，求积差相关后剔除伪相关因素做校正，其校正公式为：正公式为：对二分记分的选择题若有必要作校正，接受点双列相关系数时其校正公对二分记分的选择题若有必要作校正，接受点双列相关系数时其校正公式为：式为：区分度伪相关的校正区分度伪相关的校正（1）以在后测中正确回答某题目的学生的比例减去在前测中正确回答）以在后测中正确回答某题目的学生的比例减去在前测中正确回答该题目的学生的比例所得之增益数为区分度指标。（柯克斯）该题目的学生的比例所得之增益数为区分度指标。（柯克斯）（2）以指导组中正确回答某题目的学生的比例减去未指导组中

42、正确回）以指导组中正确回答某题目的学生的比例减去未指导组中正确回答题目的学生的比例而得之增益数为区分度指标。（克列恩）答题目的学生的比例而得之增益数为区分度指标。（克列恩）（3）以前测中错误回答而在后测中正确回答某题目的被试的比例为指）以前测中错误回答而在后测中正确回答某题目的被试的比例为指标。（罗登巴赫）标。（罗登巴赫）（4）以在前测中错误回答而在后测中正确回答某题目的被试比例，减）以在前测中错误回答而在后测中正确回答某题目的被试比例，减去在前测和后测中均错误回答某题目的被试比例而得增益数为区分度指标。去在前测和后测中均错误回答某题目的被试比例而得增益数为区分度指标。（考塞考夫和克列恩）（考

43、塞考夫和克列恩）标准参照测验题目区分度的其他探讨方法标准参照测验题目区分度的其他探讨方法l 教化测量与评价方案可用性的概念教化测量与评价方案可用性的概念l 教化测量与评价方案的可用性是指方案质量性能牢靠稳定，针对性强，教化测量与评价方案的可用性是指方案质量性能牢靠稳定，针对性强，对于全部被测量与评价的对象是客观公允的，同时在操作上具有可行性、对于全部被测量与评价的对象是客观公允的，同时在操作上具有可行性、易用性、经济性等特点。易用性、经济性等特点。l 教化测量与评价方案可用性的评价指标教化测量与评价方案可用性的评价指标l 教化测量与评价方案的可用性可以从科学性、公允性、可行性、针对教化测量与评

44、价方案的可用性可以从科学性、公允性、可行性、针对性、区分性和简洁性等六个方面来衡量。性、区分性和简洁性等六个方面来衡量。教化测量与评价方案的可用性教化测量与评价方案的可用性 假设某学者自编了一套神经类型测假设某学者自编了一套神经类型测验，并且在几十万人中进行了试用，试问该测验，并且在几十万人中进行了试用，试问该测验是否确定有效验是否确定有效?思索题思索题 这个测验不确定是有效的。这是因为推断一个测验这个测验不确定是有效的。这是因为推断一个测验是不是有效的指标是效度。它是指一个测验或量表实际能测出是不是有效的指标是效度。它是指一个测验或量表实际能测出其所要测的心理特质的程度。对于一个自编的神经类

45、型测验可其所要测的心理特质的程度。对于一个自编的神经类型测验可以通过确定它的结构效度和效标关联效度来获得效度资料。该以通过确定它的结构效度和效标关联效度来获得效度资料。该学者可以考察该测验的内容效度，假如该测验所测得的内容或学者可以考察该测验的内容效度，假如该测验所测得的内容或行为范围的定义或说明类似于理论构想的说明，则这个测验具行为范围的定义或说明类似于理论构想的说明，则这个测验具有确定的效度。也可以考察这个测验与已知的能有效测量相同有确定的效度。也可以考察这个测验与已知的能有效测量相同特质的旧测验之间的相关，假如两者相关较高，则说明新测验特质的旧测验之间的相关，假如两者相关较高，则说明新测验也有较高的效度。也有较高的效度。答答: