第三章-教育测量与评价的质量特性课件.ppt

《第三章-教育测量与评价的质量特性课件.ppt》由会员分享，可在线阅读，更多相关《第三章-教育测量与评价的质量特性课件.ppt（72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 教育测量与评价的质量特性内蒙古师范大学教育科学学院2012年11月12日296957701第一节 教育测量与评价中常用的统计参数p一、平均数和标准差p平均数表示原始分数的总和N表示分数的个数平均数和标准差p方差：也称变异数、均方。用符号 表示p标准差：即方差的平方根，用S或SD表示。二、相关及相关系数（一）什么是相关1.事物之间的相互关系p因果关系p共变关系p相关关系2.相关的类别p正相关p负相关p零相关，即无相关（二）相关系数p是两例变量间相关程度的数字表现形式，或者说是用来表示相关关系强度的指标。p常用r表示。p相关系数的取值范围：-1r1（三）积差相关p简称皮尔逊相关，又称为积距

2、相关。揭示两个变量线性相关方向和程度最常用和最基本的方法。需要满足一下条件：1.要求成对的数据。2.两例变量各自总体的分布都是正态。3.两个相关的变量是连续变量。4.两例变量之间的关系是直线性的。利用原始数据计算积差相关的公式p例：10名中学生身高与体重的测量结果，问身高与体重的关系如何？被试编号 身高（X）体重（Y）X2 Y2 XY 1 170 50 28900 2500 8500 2 173 45 29929 2025 7785 3 160 47 25600 2209 7520 4 155 44 24025 1936 6820 5 173 50 29929 2500 8650 6 188

3、53 35344 2809 9964 7 178 50 31684 2500 8900 8 183 49 33489 2401 8967 9 180 52 32400 2704 9360 10 165 45 27225 2025 7425 1725 485 298525 23609 83891（四）斯皮尔曼等级相关p则是皮尔逊相关系数的延伸。是等级相关的一种。常用符号rR或rs表示。p主要用于解决名称数据和顺序数据的相关问题。对于属于等距或等比性质的连续变量数据，若按其取值大小，赋以等级顺序，转化为顺序变量数据，亦可计算等级相关，此时不必考虑是否正态。p适用于连续变量数据小于30，精确度稍差于

4、积差相关斯皮尔曼等级相关的计算公式例：现有10人的视、听两种感觉通道的反应时，问视听反应时是否具有一致性p被试p编号 身高（X）体重（Y）Rx RY D=Rx-RY D2Rx RYp 1 172 179 7 52 435p 2 140 162 2 20 04p 3 152 153 5 14 165p 4 187 189 8 80 064p 5 139 181 1 6-5 256p 6 195 220 9 10-1 190p 7 212 210 1 91 190p 8 164 182 6 7-1 142p 9 149 178 4 40 016p 10 146 170 3 30 09p 55 55

5、 48361第二章 教育测量的质量指标p衡量教育测量的质量，可采用四个指标：p信度 主要对整个测量而言。p效度 p难度 主要对测量的项目而言。p区分度 一、信度概述p（一）什么是信度p信度是指测量结果的稳定性或可靠性程度。p必须从以下两个方面去理解测量的信度：信度指实测值（X）真值（T）相差的程度p信度指同一个测验（或相等的两个、多个测验）对同一组被试施测两次或多次，所得结果的一致性程度，也即测验的可靠性。两次重复测量或等值测量之间的关联程度。（二）信度的估计方法p1、重复信度（再测信度）p指的是同一个量表对同一组被试施测两次所得结果的一致性程度。p其大小等于同一组被试在两次测验上所得分数的相

6、关系数，一般采用皮尔逊积差相关的公式来计算。例一p用一个算术四则的速度测验12个小学生，得分记为X，为了考察测量结果的可靠性，于3个月后再测一次，得分记为Y，问测验结果是否可靠？p序号 1 2 3 4 5 6 7 8 9 10 11 12pX 20 20 21 22 23 23 23 24 25 26 26 27pY 20 21 21 20 23 23 25 25 26 26 27 29在使用重测法计算稳定性系数时，应注意以下问题：p1、信度的取值范围为0，1，当信度值较大时，说明前后两次测量结果比较一致；p2、两次测验之间的时间间隔要适宜。应由测验的性质、测题类型、测题数量和被试特点所决定；

7、p3、重测法适用于速度测验而不适用于难度测验；p4、应注意提高被试者的积极性。再测信度的优缺点p优点：（1）它最符合重复测验的涵义（2）比编制两套等值测验题目要省力、省时（3）所测量的属性是完全相同的。p缺点：（1）使第二次测验分数有系统地增加（2）如果两次施测时间太长，被试身心的发展、新知识的获得，导致两次测验结果的不相同（3）容易失去被试的兴趣（4）收到被试在两次施测时的主观状态（5）两次施测的环境不同而产生测量误差。再测信度的适用范围p适用于异质性测验p适用于速度测验而不适用于难度测验p还适用于运动技能的测验，如跑、跳、掷等项目测验。2、复本信度p指的是两个平等的测验测量同一批被试所得结

8、果的一致性程度。p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。p所谓复本测验是指在性质、内容、题型、题数、难度等方面都一致（或相等）的两份或多份测验。例二p以A、B两型英语复本测验对初中三年级10个学生施测，为避免由测验施测顺序所造成的误差，其中5个学生先做A型测验，休息15分钟后，再做B型测验；而另5个学生先做B型测验，休息15分钟后，再做A型测验。10个学生A型测验结果记为X，B型测验结果记为Y，其测验的复本信度如何？p学生序号 1 2 3 4 5 6 7 8 9 10pX 19 19 18 17 16 15 15 14 13 12pY 20 17 18 18 17 15 13

9、 15 12 12复本信度的优缺点表现：p优点：1、一个测验有两个或几个复本，这意味着对于测验同一种属性具有两个或几个行为样本。2、测验的两个复本，如果在不同的时间使用，其信度既可以反映在不同时间的稳定性，又可以反映对于不同测题的一致性；3、两个复本在同时使用时，可以避免再测信息的一些缺点，如首测时再测在记忆、练习、效果的影响，间隔期间获得新知识的影响，两次施测的环境不同和被试主观状态不同的影响，以及为了应付测验所作训练的影响等。缺点：p1、编制两个完全相等的测验是很困难的，如果两个复本过分相似，则变成再测形式，而过分不相似，又使等值的条件不存在；p2、两个复本测验有可能在某种程度上测量了不同

10、的性质，这就会低估测验的信度；p3、被试同时接受性质相似的两个测验，可能减少完成测验的积极性；p4、虽然两个复本测验的题目材料不同，但被试一旦掌握了解题的某一模式，就能触类旁通，有可能失去复本的意义。复本信度的适用范围p不仅适用于难度测验，也是估计速度测验信度的最好方法。p在作追踪研究或探讨某些影响测验成绩的因素时，大多使用复本测验。（三）内在一致性信度p内在一致性信度主要是指测验内部（即测题之间）的一致性程度，主要包括分半信度和同质性信度。1、折半信度（分半信度）p就是将一个测验分成对等的两半后，再求被试在每一半测验上所得分数的一致性程度（相关系数）。p首先根据内容、形式、题数、平均数、标准

11、差、难度、测题间相关以及分布形态相等的原则，将试题分成两半，或者将从易到难排列的测题，按照测题序号，奇数测题为一组，偶数测题为一组，分成两半；p然后计算每个被试在两个分半测验分数的积差相关系数，再用斯皮尔曼布朗公式加以校正。p斯皮尔曼布朗公式为斯皮尔曼布朗公式p 为整个测验的信度系数p 为两个“半测验”上得分的相关系数例：一个测验向15名被试施测，被试在奇偶数分半测验上的得分如表所示，计算该测验的分半信度系数。p被试 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15p奇数题 20 18 23 21 17 18 20 17 16 13 14 13 12 8 8p偶数题 20

12、 22 19 22 18 15 14 17 15 16 14 12 10 7 6p计算两个“半测验”得分的积差相关系数为0.86p =0.922.同质性信度p同质性信度是指测验内部所有题目间的一致性程度。p所有题目测的是同一种心理特质p所有题目得分之间都具有较高的正相关p也就是说，同质性信度就是一个测验所测内容或特质的相同程度。（1）二分法计分测验的同质性信度p库德理查逊信度pKR20为测验信度；K为题目数；Pi和qi分别表示答对和打错第i题的被试人数比例；为测验总分的方差。p 测验的信度；是全体被试测验总分的平均数。例:三对初中一年级学生进行地理成绩测验，每答对1题得1分，答错得0分，其测验

13、结果如下表，试估计该测验的折半信度p学生序号 题 序 1 2 3 4 5 6 总分p1 1 0 0 0 0 0 1p2 1 0 0 1 0 0 2p3 0 1 1 0 0 0 2p4 1 1 0 0 1 0 3p5 1 0 0 1 0 0 2p6 1 1 1 0 1 1 5p7 1 1 1 1 0 1 5 p8 1 1 0 1 1 0 4p9 0 1 1 0 0 1 3p10 1 1 1 1 1 1 6pP 0.8 0.7 0.5 0.5 0.4 0.4pq 0.2 0.3 0.5 0.5 0.6 0.6ppq 0.16 0.21 0.25 0.25 0.24 0.24 =1.35（2）非二分

14、法记分测验的同质性信度p克龙巴赫a系数，计算公式为：p 表示所有被试在第i题上的方差；表示所有被试各自总分的方差，K为题目数。3.内在一致性信度的优缺点p优点（1）应用方便，避免再测信度的缺点；（2）具有同时性复本信度的优点；（3）在使用K-R20时，对测题的假定或前提条件，要求相对较少，它不仅是信度的近似值，而且是决定测验信度非常正确的方法。p缺点：（1）将一个测验分成内容、形式、题数、平均数、标准差、分布形态都相等的两部分，实际上是很困难的；（2）分半的方法不同，估计出的信度系数也有所不同；（3）若用斯皮尔曼布朗公式对分半信度进行校正，会高估了测验的信度。4.内在一致性信度的适用范围p适用

15、于同质性测验，而不适用与异质性测验p适用于难度测验，而不适用于速度测验。（四）评分者的信度p是指多位评分者对同一组被试作答反应评分的一致性程度。p两位评分者时，采用积差相关或等级相关的方法来进行计算。p三人以上，而且等级记分时，采用肯德尔和谐系数来求评分者信度。（五）标准参照测验的信度分析p百分比一致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致的比例。（六）提高信度的方法p1、影响测量信度的主要因素p（1）被试方面p（2）主试方面p（3）施测情境方面p（4）测量工具方面p（5）两次施测的间隔时间方面2、提高测量信度的常用方法p（1）适当增加测验的长度p（2）测验的难度要适

16、中p（3）测验的内容应尽量同质p（4）测验的程序应统一p（5）测验的时间要充分p（6）测验的评分要尽量做到客观化，减少评分误差二、效度的概念p（一）什么是效度p效度是指测量结果的准确性和有效性的程度。也可以说是测量是否达到了预期的目的。p1、效度是一个相对的概念。p（1）测量的效度是相对一定的测量目的而言的p（2）测量的效度是相对测量的结果而言的p2、一种测量的效度只是高或低的问题p测量结果总是有一定效度的，只是效度高低不同罢了。（二）效度的估计p效度估计就是多方寻找证据来证明一个测验的有效性程度的过程。p1、内容效度p就是指测验内容对所要测量的内容的代表性程度。也就是说，测验的内容范围、材料

17、与所要测量的内容范围、教育目标是否相符合；测验中测题所引起的行为是否是所要测量的属性的明确反应；测验的结果是否是一个有代表性的行为样本。p为了使测验的内容具有有效性，成为所欲测量内容的一个具有代表性的行为样本，在编制测验时，就要考虑建立内容效度的问题。2、内容效度的估计p（1）逻辑分析法p其工作思路是请有关专家对测验题目与原定内容范围的吻合程度作出判断。p（2）统计分析法p从同一个教学内容总体中抽取两套独立的平行测验，用这两个测验来测同一批被试，求其相关。若相关高，表明测验内容效度较高；若相关低，表示测验的内容效度较低。例一p在社会发展史某一单元教学之前，对学生进行有关这一单元内容的测验。教学

18、之后，再以复本测验施测，两次测验分数如下，试检定测验的内容效度？p学生序号 1 2 3 4 5 6 7 8 9 10p教学前X 34 40 32 30 31 35 44 33 42 36p教学后Y 52 64 50 54 58 63 72 62 62 50结论p然后根据自由度df=N-1=9,查t值表，寻得0.01显著性水平t的双侧临界值为t（9）0.01=4.781，而实际计算出的t=13.94.781=t(9)0.01，于是可以说，教学前后学生在两个复本测验上得分的平均数有极显著性差异，从而可以作出判断，社会发展史中该单元测验的内容具有有效性，或内容效度较高。内容效度的适用范围p内容效度主

19、要应用于成就测验、学科测验、选拔和分类职业测验。p内容效度不适合用于能力倾向和人格测验。2、结构效度p是指测验对于人的心理特性或理论概念测量到的程度。通常用某种操作来定义，并用测验来测量。p例如：人的创造力可以分解为人的思维流畅性、灵活性和创造性三大特性，并根据这三大特性编制测验，若有足够的证据来证明该测验确实可以测到这些特性，则认为该测验是个结构效度较高的创造力测验。（2）建立结构效度的步骤pA、提出理论假设；pB、根据假定结构拟定测题，编制测验；pC、以测验结果为根据来验证假设结构中的各种因素是否成立。（3）结构效度的估计pA、因素分析法p其目的是把一些具有复杂关系的因素归结为数量较少的几

20、个综合因素或称共同因素，并以此测验所测之特质对测验分数作出解释。pB、多元特质多重方法矩阵法p是由肯贝尔和菲斯克1959年提出的最受欢迎的一种结构效度的评估方法。p这种方法的设想：若采用两种方法以上的方法去测量两种以上的特质，那么这些测量结果之间可以形成一个多元特质多重方法矩阵。结构效度的估计p从理论上说，以不同方法测量同一特质的相关应当为最高；以相同方法测量不同特质的相关次之；以不同方法测量不同特质的相关为最低。p与内容效度不同，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。3、效标关联效度p是以测验分数和效标之间的相关系数来表示测验效度高低的方法。p例如：某年全国高考物理学科的测验

21、效度，可用高三物理学科的会考分数为效标，然后求同一组学生高考物理得分与高三会考物理得分之间的相关，此相关系数就是该年高考物理测验的效标关联效度系数。当这个相关系数与总体零相关有显著性差异时，相关系数的值（正值）越大，效度就越高；相关系数的值越小，效度就越低。效标关联效度p效标不仅随测验的种类不同而不同，而且可能随时间而改变，现在是一个好的成功的效标，将来就不一定是。所以，为某个测验选择一个最有效的效标，这是最重要的事情。p教育测验的效标，可采用各学科成绩和教师评定的结果；p智力测验的效标，可采用学科成绩、教师评判的结果、学生总成绩、受教育年限、年龄以及其他事物；p能力倾向测验的效标，可采用特殊

22、课程或特殊训练的成绩；p职业兴趣测验的效标，可采用从业人员实际服务成绩或记录；p人格测验的效标，可采用编制者的主观标准，或以被试以后行为或临床资料。效标关联效度的估计方法p（1）相关法p由于测验分数和效标分数这两个变量的类型不同，二者相关系数的计算方法也就不同。p积差相关法：适用于两个变量为连续变量p进行显著性检验：p自由度df=N-2，检验的是两个变量，都减去2；p置信度取0.05，查相关系数界值表，寻找临界值；p结论：r临界值，说明显著相关，效度高；r0为正区分，D0为负区分，D=0为零区分（二）区分度的计算p1、极端分组法p（1）客观性试题pD=PH-PLpPH为高分组的难度，PL为低分

23、组的难度p例6：有道试题，高分组有70%学生通过，低分组有30%的学生通过；而另一道题，高分组有40%学生通过，低分组有70%学生通过，求两题的各自区分度？（2）主观题pD=（XH-XL）/N（H-L）pXH为高分组得分总数pXL为低分组得分总数pH为该道题的最高分pL为该道题的最低分pN为应试总人数的27%。（三）提高区分度的方法p1、使题目的难度适中，使整个考试难度适中p题目的难度适中可使区分度达到最大值，因此，使难度适中是提高区分度的重要方法。p2、着重考察复杂的学习结果p使高能学生得高分或低能学生得低分，使分数尽量分布在整个分数量尺上。p3、掌握区分度的评价标准。作业p1、用某量表测验10名学生，得分记为X，为了考察结果的可靠性，于15天后用原量表对这10个学生重测一次，得分记为Y，问测验结果是否可靠？p学生序号 1 2 3 4 5 6 7 8 9 10pX 8 10 9 6 10 7 5 7 9 4pY 9 10 10 6 10 8 4 8 9 4