教育測(cè)量與評(píng)價(jià)的質(zhì)量特性演示課件

《教育測(cè)量與評(píng)價(jià)的質(zhì)量特性演示課件》由會(huì)員分享，可在線閱讀，更多相關(guān)《教育測(cè)量與評(píng)價(jià)的質(zhì)量特性演示課件（78頁珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

教育測(cè)量與評(píng)價(jià)的質(zhì)量特性,第一節(jié) 教育測(cè)量與評(píng)價(jià)的信度,第二節(jié) 教育測(cè)量與評(píng)價(jià)的效度,第三節(jié) 教育測(cè)量與評(píng)價(jià)中項(xiàng)目的難度,第三節(jié) 教育測(cè)量與評(píng)價(jià)中項(xiàng)目的區(qū)分度,第二章 教育測(cè)量的質(zhì)量特性,衡量教育測(cè)量的質(zhì)量，可采用四個(gè)指標(biāo)： 信 度 主要對(duì)整個(gè)測(cè)驗(yàn)而言。 效 度 難 度 主要對(duì)測(cè)驗(yàn)項(xiàng)目而言。 區(qū)分度,,,一、什么是信度 ——指測(cè)量結(jié)果的穩(wěn)定性或可靠性程度。 一般地說，一個(gè)好的測(cè)量必須具有較高的信度，也就是說，一個(gè)好的測(cè)量工具，只要遵守操作規(guī)則，其結(jié)果就不應(yīng)隨工具的使用者或使用時(shí)間等方面的變化而發(fā)生較大的變化。,第一節(jié) 教育測(cè)量與評(píng)價(jià)的信度,對(duì)信度的理解,①信度指實(shí)測(cè)值（X）和真值（T）相差的程度； ②考察信度系數(shù)時(shí)，常常采用相關(guān)系數(shù)作為信度指標(biāo)，測(cè)驗(yàn)結(jié)果之間的相關(guān)程度越高，信度就越高。采用不同的方式計(jì)算相關(guān)系數(shù)，就得到不同類型的信度系數(shù)。 ③心理測(cè)驗(yàn)的信度值在0-1.00之間，當(dāng)信度系數(shù)等于1.00時(shí)，表示測(cè)驗(yàn)完全可靠；當(dāng)信度系數(shù)等于0時(shí)，則表示測(cè)驗(yàn)根本不可靠。,問題,一個(gè)能力測(cè)驗(yàn)用于人才招聘，經(jīng)檢驗(yàn)它的信度為0.70，如何理解這個(gè)信度系數(shù)的含義。 理解：0.70的信度系數(shù)表明，在不同的招聘候選人之間進(jìn)行比較，候選人測(cè)驗(yàn)分?jǐn)?shù)的70%差別是由于個(gè)體之間真實(shí)的能力差異所導(dǎo)致的，而30%差別是由于隨機(jī)誤差所導(dǎo)致。,二、信度的種類及估計(jì)方法,采用不同的方法來計(jì)算相關(guān)系數(shù)，就會(huì)得到不同類型的信度指標(biāo)：重測(cè)信度、復(fù)本信度、分半信度、同質(zhì)性信度、評(píng)分者信度。 五種信度的含義和計(jì)算方法各異，我們?cè)谑褂脮r(shí)要特別注意每一種信度的特定內(nèi)涵和適用范圍。,（一）重測(cè)信度 ——指同一個(gè)量表對(duì)同一組被試施測(cè)兩次所得結(jié)果的一致性程度。 其大小等于同一組被試在兩次測(cè)驗(yàn)上所得分?jǐn)?shù)的相關(guān)系數(shù)，一般采用皮爾遜積差相關(guān)的公式來計(jì)算。,,施測(cè),再施測(cè),重測(cè)信度的計(jì)算,X：第一次測(cè)驗(yàn)的實(shí)得分?jǐn)?shù)； Y：第二次測(cè)驗(yàn)的實(shí)得分?jǐn)?shù)； N：被試人數(shù)。,統(tǒng)計(jì)學(xué)上，我們通常把對(duì)同一組被試實(shí)施的兩次等值測(cè)驗(yàn)的成績(jī)的相關(guān)系數(shù)作為這一測(cè)驗(yàn)的信度。,例一,用一個(gè)算術(shù)四則的速度測(cè)驗(yàn)12個(gè)小學(xué)生，得分記為X，為了考察測(cè)量結(jié)果的可靠性，于3個(gè)月后再測(cè)一次，得分記為Y，問測(cè)驗(yàn)結(jié)果是否可靠？ 學(xué)生序號(hào) 1 2 3 4 5 6 7 8 9 10 11 12 X 20 20 21 22 23 23 23 24 25 26 26 27 Y 20 21 21 20 23 23 25 25 26 26 27 29,在使用重測(cè)法計(jì)算信度值時(shí)，應(yīng)注意以下問題：,1、信度的取值范圍為[0，1]，當(dāng)信度值較大時(shí)，說明前后兩次測(cè)量結(jié)果比較一致； 2、兩次測(cè)驗(yàn)之間的時(shí)間間隔要適宜。應(yīng)由測(cè)驗(yàn)的性質(zhì)、測(cè)題類型、測(cè)題數(shù)量和被試特點(diǎn)所決定； 3、重測(cè)法適用于速度測(cè)驗(yàn)而不適用于難度測(cè)驗(yàn)； 4、應(yīng)注意提高被試者的積極性。,重測(cè)信度與時(shí)間間隔,兩次測(cè)量之間的間隔時(shí)間不同，重測(cè)信度也不同。 間隔時(shí)間太短，存在記憶效應(yīng)；間隔時(shí)間太長(zhǎng)，影響測(cè)量的干擾因素增加。一般而言，時(shí)間間隔越長(zhǎng)，信度系數(shù)越低。 適宜的間隔時(shí)間因測(cè)驗(yàn)性質(zhì)、被試特點(diǎn)而異。 如：對(duì)兒童測(cè)量時(shí)間間隔相對(duì)短一些成人測(cè)量時(shí)間間隔可以長(zhǎng)一些。一般以2周到4周較宜，最好不超過6個(gè)月。 報(bào)告重測(cè)信度時(shí)要明確說明兩次測(cè)驗(yàn)之間的時(shí)間間隔，并且，一個(gè)經(jīng)過良好評(píng)估的測(cè)驗(yàn)應(yīng)當(dāng)具有多個(gè)時(shí)間間隔的重測(cè)信度。,（二）復(fù)本信度,——指兩個(gè)平等的測(cè)驗(yàn)測(cè)量同一批被試所得結(jié)果的一致性程度。 其大小等于同一批被試在兩個(gè)復(fù)本測(cè)驗(yàn)上所得分?jǐn)?shù)的相關(guān)系數(shù)。 所謂復(fù)本測(cè)驗(yàn)是指在性質(zhì)、內(nèi)容、題型、題數(shù)、難度等方面都一致（或相等）的兩份或多份測(cè)驗(yàn)。,,施測(cè)A型,施測(cè)B型,例二,以A、B兩型英語復(fù)本測(cè)驗(yàn)對(duì)初中三年級(jí)10個(gè)學(xué)生施測(cè)，為避免由測(cè)驗(yàn)施測(cè)順序所造成的誤差，其中5個(gè)學(xué)生先做A型測(cè)驗(yàn)，休息15分鐘后，再做B型測(cè)驗(yàn)；而另5個(gè)學(xué)生先做B型測(cè)驗(yàn)，休息15分鐘后，再做A型測(cè)驗(yàn)。10個(gè)學(xué)生A型測(cè)驗(yàn)結(jié)果記為X，B型測(cè)驗(yàn)結(jié)果記為Y，其測(cè)驗(yàn)的復(fù)本信度如何？ 學(xué)生序號(hào) 1 2 3 4 5 6 7 8 9 10 X 19 19 18 17 16 15 15 14 13 12 Y 20 17 18 18 17 15 13 15 12 12,復(fù)本信度的優(yōu)缺點(diǎn)表現(xiàn)：,優(yōu)點(diǎn)： 1、測(cè)驗(yàn)的兩個(gè)復(fù)本，如果在不同的時(shí)間使用，其信度既可以反映在不同時(shí)間的穩(wěn)定性，又可以反映對(duì)于不同測(cè)題的一致性； 2、兩個(gè)復(fù)本在同時(shí)使用時(shí)，可以避免再測(cè)信息的一些缺點(diǎn)，如首測(cè)時(shí)再測(cè)在記憶、練習(xí)、效果的影響，間隔期間獲得新知識(shí)的影響，兩次施測(cè)的環(huán)境不同和被試主觀狀態(tài)不同的影響，以及為了應(yīng)付測(cè)驗(yàn)所作訓(xùn)練的影響等。,復(fù)本信度缺點(diǎn)：,1、編制兩個(gè)完全相等的測(cè)驗(yàn)是很困難的，如果兩個(gè)復(fù)本過分相似，則變成再測(cè)形式，而過分不相似，又使等值的條件不存在； 2、兩個(gè)復(fù)本測(cè)驗(yàn)有可能在某種程度上測(cè)量了不同的性質(zhì)，這就會(huì)低估測(cè)驗(yàn)的信度； 3、被試同時(shí)接受性質(zhì)相似的兩個(gè)測(cè)驗(yàn)，可能減少完成測(cè)驗(yàn)的積極性； 4、雖然兩個(gè)復(fù)本測(cè)驗(yàn)的題目材料不同，但被試一旦掌握了解題的某一模式，就能觸類旁通，有可能失去復(fù)本的意義。,（三）同質(zhì)性信度,同質(zhì)性信度 ——也稱內(nèi)部一致性信度，指測(cè)驗(yàn)內(nèi)部所有題目之間的一致性程度。 兩層意思： ①測(cè)驗(yàn)所有題目測(cè)的是否為同一種心理特質(zhì)； ②測(cè)驗(yàn)所有題目得分之間是否具有較高的正相關(guān)。 基本假設(shè)：當(dāng)一個(gè)測(cè)驗(yàn)具有較高的同質(zhì)性信度時(shí)，說明測(cè)驗(yàn)主要測(cè)的是某一個(gè)單一心理特質(zhì)，由于眾多題目測(cè)試了同一心理特質(zhì)，那么實(shí)測(cè)結(jié)果就是該特質(zhì)水平的反映。,估計(jì)方法,分半信度（p49） 庫德-理查遜信度（p50） 克龍巴赫系數(shù)（α系數(shù)，p52） 荷伊特信度（p52）,分半信度,——將測(cè)驗(yàn)分半，再求被試在每一半測(cè)驗(yàn)上所得分?jǐn)?shù)的相關(guān)系數(shù)。 首先根據(jù)內(nèi)容、形式、題數(shù)、平均數(shù)、標(biāo)準(zhǔn)差、難度、測(cè)題間相關(guān)以及分布形態(tài)相等的原則，將試題分成兩半，或者將從易到難排列的測(cè)題，按照測(cè)題序號(hào)，奇數(shù)測(cè)題為一組，偶數(shù)測(cè)題為一組，分成兩半； 然后計(jì)算每個(gè)被試在兩個(gè)分半測(cè)驗(yàn)分?jǐn)?shù)的相關(guān)系數(shù)，再用斯皮爾曼—布朗公式加以校正：p49,分半信度只需要一種測(cè)驗(yàn)形式，實(shí)施一次測(cè)驗(yàn)，它比重測(cè)信度和復(fù)本信度的操作更簡(jiǎn)便。 注意：當(dāng)一個(gè)測(cè)驗(yàn)無法分成對(duì)等的兩半時(shí)，不宜使用分半信度。,分半信度的計(jì)算方法,1、當(dāng)兩個(gè)半測(cè)驗(yàn)分?jǐn)?shù)的方差相等時(shí)，計(jì)算兩個(gè)“半測(cè)驗(yàn)”之間的皮爾遜積差相關(guān)系數(shù)，然后用斯皮爾曼-布朗公式校正。 rxx=2rhh/(1+rhh) 其中rxx是整個(gè)測(cè)驗(yàn)的分半信度，rhh是兩個(gè)半測(cè)驗(yàn)之間的相關(guān)系數(shù)。,2、當(dāng)兩個(gè)半測(cè)驗(yàn)分?jǐn)?shù)的方差不相等時(shí)， 采用弗朗那根公式和盧侖公式。 弗朗那根公式：rxx=2[1-(s2a+s2b)/s2x] 盧侖公式：rxx=1-s2d/s2x 其中： rxx：測(cè)驗(yàn)的分半信度， s2a、s2b：兩半測(cè)驗(yàn)上得分的方差， s2x：整個(gè)測(cè)驗(yàn)上得分的方差， s2d：兩半測(cè)驗(yàn)上得分之差的方差。,例三,對(duì)初中一年級(jí)學(xué)生進(jìn)行地理成績(jī)測(cè)驗(yàn)，每答對(duì)1題得1分，答錯(cuò)1題得0分，其測(cè)驗(yàn)結(jié)果如下表，試估計(jì)該測(cè)驗(yàn)的分半信度？ 學(xué)生序號(hào) 題 序 1 2 3 4 5 6 1 1 0 0 0 0 0 2 0 0 0 1 0 0 3 1 0 1 0 0 0 4 1 1 0 0 1 0 5 1 0 0 1 0 0 6 1 1 1 0 1 1 7 1 1 1 1 0 1 8 1 1 0 1 1 0 9 0 1 1 0 0 1 10 1 1 1 1 1 1,（四）評(píng)分者信度,評(píng)分者信度 ——指多個(gè)評(píng)分者給同一批被試作答情況評(píng)分的一致性程度。 它主要用于主觀性作品的評(píng)價(jià)過程中，如論述題評(píng)分，作文題評(píng)分、歌唱比賽的評(píng)分，設(shè)計(jì)作品的評(píng)分等。,評(píng)分者信度的計(jì)算方法,1、當(dāng)評(píng)分者人數(shù)=2時(shí)，評(píng)分者信度等于兩者評(píng)分的相關(guān)系數(shù)。 2、當(dāng)評(píng)分者人數(shù)大>2時(shí)，評(píng)分者信度采用肯德爾和諧系數(shù)計(jì)算。,（五）標(biāo)準(zhǔn)參照測(cè)驗(yàn)的信度分析,1、百分比一致性指標(biāo)（PA ， p54 ） 2、к一致性系數(shù)（p55） 3、 指數(shù)（p55）,總結(jié)和比較1：五種信度的誤差來源,總結(jié)和比較2： 測(cè)試次數(shù)、測(cè)試卷份數(shù)與信度系數(shù),作業(yè),1、用某量表測(cè)驗(yàn)10名學(xué)生，得分記為X，為了考察結(jié)果的可靠性，于15天后用原量表對(duì)這10個(gè)學(xué)生重測(cè)一次，得分記為Y，問測(cè)驗(yàn)結(jié)果是否可靠？ 學(xué)生序號(hào) 1 2 3 4 5 6 7 8 9 10 X 8 10 9 6 10 7 5 7 9 4 Y 9 10 10 6 10 8 4 8 9 4,2、對(duì)10名應(yīng)試者先進(jìn)行某種測(cè)驗(yàn)X，隔適當(dāng)時(shí)間后（半年），再進(jìn)行內(nèi)容、范圍、難度類似的第二次測(cè)驗(yàn)Y，試求測(cè)驗(yàn)的復(fù)本信度？ 應(yīng)試者 1 2 3 4 5 6 7 8 9 10 X 9 10 10 6 10 8 4 8 9 4 Y 4 9 7 9 4 3 5 3 2 4,3、有一個(gè)由100題構(gòu)成的量表施行于10個(gè)高三學(xué)生（分?jǐn)?shù)見下表）。測(cè)驗(yàn)一次后，學(xué)生即畢業(yè)離校，現(xiàn)怎樣評(píng)價(jià)測(cè)驗(yàn)結(jié)果的信度？ 學(xué)生序號(hào) 1 2 3 4 5 6 7 8 9 10 奇X 38 37 38 41 40 36 38 39 40 35 偶Y 37 37 36 39 39 34 38 39 39 36,信度的作用,1、信度是確定測(cè)驗(yàn)工具好壞的指標(biāo)之一。,注：表中數(shù)據(jù)來源，Lewis R. Aiken: Psychological testing and assessment (eighth edition), Allyn and Bacon, Inc, 1994.,判斷原則： 多年的研究結(jié)果，一般的能力測(cè)驗(yàn)和成就測(cè)驗(yàn)的信度系數(shù)都在0．90以上，有的可以達(dá)0．95；而人格測(cè)驗(yàn)、興趣、態(tài)度、價(jià)值觀等測(cè)驗(yàn)的信度一般在0．80—0．85或更高些。 R原有的同類測(cè)驗(yàn)或相似測(cè)驗(yàn)。,2、信度是測(cè)量過程中隨機(jī)誤差大小的反映。 3、信度可以直接解釋真分?jǐn)?shù)與實(shí)得分?jǐn)?shù)之間的關(guān)系，明確告知測(cè)驗(yàn)誤差的大小（測(cè)量標(biāo)準(zhǔn)誤可作為測(cè)量誤差大小的客觀指標(biāo)） 4、下結(jié)論說某測(cè)驗(yàn)比較可靠，必須依據(jù)情境，并經(jīng)多次證實(shí)。 5、信度可以解釋、預(yù)測(cè)個(gè)人分?jǐn)?shù)的意義。,三、提高信度的方法,（一）影響測(cè)量信度的主要因素 1、被試方面 2、主試方面 3、施測(cè)情境方面 4、測(cè)量工具方面 5、兩次施測(cè)的間隔時(shí)間方面,（二）提高測(cè)量信度的常用方法,1、適當(dāng)增加測(cè)驗(yàn)的長(zhǎng)度 2、測(cè)驗(yàn)的難度要適中 3、測(cè)驗(yàn)的內(nèi)容應(yīng)盡量同質(zhì) 4、測(cè)驗(yàn)的程序應(yīng)統(tǒng)一 5、測(cè)驗(yàn)的時(shí)間要充分 6、測(cè)驗(yàn)的評(píng)分要盡量做到客觀化，減少評(píng)分誤差,一、什么是效度 ——指測(cè)量結(jié)果的準(zhǔn)確性和有效性的程度。也可以說是測(cè)量是否達(dá)到了預(yù)期的目的。 1、效度是一個(gè)相對(duì)的概念。 （1）測(cè)量的效度是相對(duì)一定的測(cè)量目的而言的 （2）測(cè)量的效度是相對(duì)測(cè)量的結(jié)果而言的 2、一種測(cè)量的效度只是高或低的問題 測(cè)量結(jié)果總是有一定效度的，只是效度高低不同罷了。,第二節(jié) 教育測(cè)量與評(píng)價(jià)的效度,根據(jù)測(cè)量目標(biāo)的不同，對(duì)測(cè)量工具進(jìn)行效度驗(yàn)證的方法主要有三種： 內(nèi)容效度（基于所測(cè)內(nèi)容的效度驗(yàn)證方法） 結(jié)構(gòu)效度（基于所測(cè)心理結(jié)構(gòu)的效度驗(yàn)證方法） 準(zhǔn)則關(guān)聯(lián)效度（基于效標(biāo)關(guān)聯(lián)性的效度驗(yàn)證方法）,二、效度的估計(jì),1、什么是內(nèi)容效度 ——指測(cè)驗(yàn)題目樣本對(duì)應(yīng)測(cè)內(nèi)容及行為領(lǐng)域的代表性程度。如果是教學(xué)情境下的成就測(cè)驗(yàn)，那么其內(nèi)容效度就是看測(cè)驗(yàn)題目樣本能體現(xiàn)教學(xué)目標(biāo)與教材要求的程度。 例如，教師給學(xué)生做一份語文成就測(cè)驗(yàn)，如果該測(cè)驗(yàn)的題目涵蓋了語文教學(xué)所達(dá)到的各項(xiàng)目標(biāo)及教材的重要內(nèi)容，那么我們便說該測(cè)驗(yàn)具有較高的內(nèi)容效度。 為了使測(cè)驗(yàn)的內(nèi)容具有有效性，成為所欲測(cè)量?jī)?nèi)容的一個(gè)具有代表性的行為樣本，在編制測(cè)驗(yàn)時(shí)，就要考慮建立內(nèi)容效度的問題。,（一）內(nèi)容效度,2、內(nèi)容效度的估計(jì),（1）邏輯分析法 其工作思路是請(qǐng)有關(guān)專家對(duì)測(cè)驗(yàn)題目與原定內(nèi)容范圍的吻合程度作出判斷。 以考試內(nèi)容效度分析來說，就是依靠專家來分析一份試卷的所有題目，把所有題目按考試內(nèi)容分布和考查目標(biāo)分布進(jìn)行雙向分類，形成實(shí)際的“題目雙向分類表”；基于這個(gè)“題目雙向分類表”的分析，然后由專家對(duì)這次考試（測(cè)量）的內(nèi)容效度的滿意程度作出等級(jí)判斷或評(píng)語描述。 這里不妨先提供一份測(cè)驗(yàn)的命題雙向細(xì)目表（參見表3-9，p62），以增加讀者的感性認(rèn)識(shí)。 （2）量化分析法（p63）,內(nèi)容效度主要應(yīng)用于成就測(cè)驗(yàn)、學(xué)科測(cè)驗(yàn)、選拔和分類職業(yè)測(cè)驗(yàn)。 內(nèi)容效度不適合用于能力傾向和人格測(cè)驗(yàn)。,（二）結(jié)構(gòu)效度,結(jié)構(gòu)（Construct）——是指心理學(xué)或社會(huì)學(xué)上的一種理論構(gòu)想或特質(zhì)。它本身觀察不到、并且也無法直接測(cè)量到，但學(xué)術(shù)理論假設(shè)它是存在的，以便能夠來解釋和預(yù)測(cè)個(gè)人或團(tuán)體的行為表現(xiàn)。 　　例如，智力就是心理學(xué)中的一種結(jié)構(gòu)結(jié)構(gòu)效度，指的就是測(cè)驗(yàn)?zāi)軌驕y(cè)量到理論上（通常是心理學(xué)或社會(huì)學(xué)）所定義的某一心理結(jié)構(gòu)或特質(zhì)的程度。,（二）結(jié)構(gòu)效度,結(jié)構(gòu)效度——測(cè)驗(yàn)對(duì)于人的心理特性或理論概念測(cè)量到的程度。通常用某種操作來定義，并用測(cè)驗(yàn)來測(cè)量。 例如：人的創(chuàng)造力可以分解為人的思維流暢性、靈活性和創(chuàng)造性三大特性，并根據(jù)這三大特性編制測(cè)驗(yàn)，若有足夠的證據(jù)來證明該測(cè)驗(yàn)確實(shí)可以測(cè)到這些特性，則認(rèn)為該測(cè)驗(yàn)是個(gè)結(jié)構(gòu)效度較高的創(chuàng)造力測(cè)驗(yàn)。,1、結(jié)構(gòu)效度的特點(diǎn),結(jié)構(gòu)效度的大小完全取決于事先假定的心理特質(zhì)理論，一旦人們對(duì)同一種心理特質(zhì)有著不同的定義或假設(shè)，則會(huì)使得關(guān)于特質(zhì)測(cè)驗(yàn)的結(jié)構(gòu)效度的研究結(jié)果無法比較。 當(dāng)實(shí)際測(cè)量的資料無法證實(shí)我們的理論假設(shè)時(shí)，并不一定就表明該測(cè)驗(yàn)結(jié)構(gòu)效度高。因?yàn)檫€有可能出現(xiàn)理論假設(shè)不成立，或者該實(shí)驗(yàn)設(shè)計(jì)不能對(duì)該假設(shè)作適當(dāng)?shù)臋z查等情況，這就使得結(jié)構(gòu)效度的獲取更為困難。,2、建立結(jié)構(gòu)效度的步驟,A、提出理論假設(shè)； B、根據(jù)假定結(jié)構(gòu)擬定測(cè)題，編制測(cè)驗(yàn)； C、以測(cè)驗(yàn)結(jié)果為根據(jù)來驗(yàn)證假設(shè)結(jié)構(gòu)中的各種因素是否成立。,3、結(jié)構(gòu)效度的估計(jì),（1）因素分析法 其目的是把一些具有錯(cuò)綜復(fù)雜關(guān)系的因素歸結(jié)為數(shù)量較少的幾個(gè)綜合因素或稱共同因素，并以此測(cè)驗(yàn)所測(cè)之特質(zhì)對(duì)測(cè)驗(yàn)分?jǐn)?shù)作出解釋。 （2）多元特質(zhì)多重方法矩陣法 是由肯貝爾和菲斯克1959年提出的最受歡迎的一種結(jié)構(gòu)效度的評(píng)估方法。 這種方法的設(shè)想：若采用兩種方法以上的方法去測(cè)量?jī)煞N以上的特質(zhì)，那么這些測(cè)量結(jié)果之間可以形成一個(gè)多元特質(zhì)多重方法矩陣。,從理論上說，以不同方法測(cè)量同一特質(zhì)的相關(guān)應(yīng)當(dāng)為最高；以相同方法測(cè)量不同特質(zhì)的相關(guān)次之；以不同方法測(cè)量特質(zhì)的相關(guān)為最低。 與內(nèi)容效度不同，結(jié)構(gòu)效度主要用于智力測(cè)驗(yàn)、人格測(cè)驗(yàn)等一些心理測(cè)驗(yàn)方面。,（三）效標(biāo)關(guān)聯(lián)效度,——是以測(cè)驗(yàn)分?jǐn)?shù)和效標(biāo)之間的相關(guān)系數(shù)來表示測(cè)驗(yàn)效度高低的方法。 例如：某年全國高考物理學(xué)科的測(cè)驗(yàn)效度，可用大學(xué)一年級(jí)物理學(xué)科的測(cè)驗(yàn)分?jǐn)?shù)為效標(biāo)，然后求同一組學(xué)生高考物理得分與大一物理得分之間的相關(guān)，此相關(guān)系數(shù)就是該年高考物理測(cè)驗(yàn)的效標(biāo)關(guān)聯(lián)效度系數(shù)。當(dāng)這個(gè)相關(guān)系數(shù)與總體零相關(guān)有顯著性差異時(shí)，相關(guān)系數(shù)的值（正值）越大，效度就越高；相關(guān)系數(shù)的值越小，效度就越低。,效標(biāo)不僅隨測(cè)驗(yàn)的種類不同而不同，而且可能隨時(shí)間而改變，現(xiàn)在是一個(gè)好的成功的效標(biāo)，將來就不一定是。所以，為某個(gè)測(cè)驗(yàn)選擇一個(gè)最有效的效標(biāo)，這是最重要的事情。 教育測(cè)驗(yàn)的效標(biāo)，可采用各學(xué)科成績(jī)和教師評(píng)定的結(jié)果； 智力測(cè)驗(yàn)的效標(biāo)，可采用學(xué)科成績(jī)、教師評(píng)判的結(jié)果、學(xué)生總成績(jī)、受教育年限、年齡以及其他事物；,能力傾向測(cè)驗(yàn)的效標(biāo)，可采用特殊課程或特殊訓(xùn)練的成績(jī)； 職業(yè)興趣測(cè)驗(yàn)的效標(biāo)，可采用從業(yè)人員實(shí)際服務(wù)成績(jī)或記錄； 人格測(cè)驗(yàn)的效標(biāo)，可采用編制者的主觀標(biāo)準(zhǔn)，或以被試以后行為或臨床資料。,效標(biāo)關(guān)聯(lián)效度的估計(jì)方法,1、相關(guān)法 由于測(cè)驗(yàn)分?jǐn)?shù)和效標(biāo)分?jǐn)?shù)這兩個(gè)變量的類型不同，二者相關(guān)系數(shù)的計(jì)算方法也就不同。 （1）積差相關(guān)法：適用于兩個(gè)變量為連續(xù)變量 進(jìn)行顯著性檢驗(yàn)： 自由度df=N-2，檢驗(yàn)的是兩個(gè)變量，都減去2； 置信度取0.05，查相關(guān)系數(shù)界值表，尋找臨界值； 結(jié)論：r>臨界值，說明顯著相關(guān)，效度高；r<臨界值，說明無相關(guān)，效度低。,例二,用一套高中數(shù)學(xué)成就測(cè)驗(yàn)對(duì)某校高一10個(gè)學(xué)生施測(cè)，其測(cè)驗(yàn)分?jǐn)?shù)X如下，并以這些學(xué)生的物理學(xué)科考試成績(jī)?yōu)樾?biāo)，試估計(jì)高中數(shù)學(xué)成就測(cè)驗(yàn)的效標(biāo)關(guān)聯(lián)效度系數(shù)，且檢驗(yàn)數(shù)學(xué)和物理兩成績(jī)變量是否相關(guān)？效度如何？ 學(xué)生序號(hào) 1 2 3 4 5 6 7 8 9 10 數(shù) 學(xué) X 88 80 68 60 96 32 32 64 64 75 物 理 Y 94 78 56 48 70 38 62 78 70 82,（2）等級(jí)相關(guān)法,如找不到效標(biāo)分?jǐn)?shù)，可用等級(jí)分?jǐn)?shù)（即排名的次數(shù)）來替代 適用于連續(xù)變量數(shù)據(jù)小于30，精確度稍差于積差相關(guān),例三,高中一年級(jí)學(xué)生10個(gè)學(xué)生數(shù)學(xué)測(cè)驗(yàn)與物理學(xué)科成績(jī)?nèi)缦卤恚囉?jì)算數(shù)學(xué)測(cè)驗(yàn)的效標(biāo)關(guān)聯(lián)效度系數(shù)？ 學(xué)生序號(hào) 1 2 3 4 5 6 7 8 9 10 原始分X 88 80 68 60 96 32 32 64 64 75 數(shù)學(xué) 等級(jí) Rx 2 3 5 8 1 9.5 9.5 6.5 6.5 4 原始分Y 94 78 56 48 70 38 62 78 70 82 物理 等級(jí) Ry 1 3.5 8 9 5.5 10 7 3.5 5.5 2,,,（3）點(diǎn)二列相關(guān)法,當(dāng)測(cè)驗(yàn)分?jǐn)?shù)和效標(biāo)分?jǐn)?shù)其中一個(gè)變量為連續(xù)變量，而另一個(gè)為真正的二分變量時(shí)，測(cè)驗(yàn)的效標(biāo)關(guān)聯(lián)效度系數(shù)用點(diǎn)二列相關(guān)系數(shù)來表示。 適用于兩變量：一列變量為連續(xù)變量；另一列變量為二分名義變量。,例四,對(duì)16個(gè)學(xué)生的某一學(xué)科進(jìn)行測(cè)驗(yàn)，所得測(cè)驗(yàn)分?jǐn)?shù)如下，并從中探求學(xué)生的這次考試的成績(jī)與其預(yù)習(xí)與不預(yù)習(xí)的關(guān)系如何，也就是試估計(jì)學(xué)科成績(jī)測(cè)驗(yàn)的效標(biāo)關(guān)聯(lián)效度？（其中預(yù)習(xí)用1表示，不預(yù)習(xí)用0表示） 學(xué)生 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 成績(jī)97 92 75 68 74 99 78 80 70 64 87 96 54 86 93 80 預(yù)習(xí) 1 0 1 0 1 1 0 1 0 1 0 1 0 1 1 0,2、區(qū)分法,該方法的思路是：被試接受測(cè)驗(yàn)后，讓他們工作一段時(shí)間，再根據(jù)工作成績(jī)好壞分成兩組，然后再回過頭來分析這兩組被試原先接受測(cè)驗(yàn)的分?jǐn)?shù)差異，若這兩種人的測(cè)驗(yàn)分?jǐn)?shù)差異顯著，則說明該測(cè)驗(yàn)有較高的效度。,作業(yè),1、用一套高中生成就測(cè)驗(yàn)對(duì)某校高二15個(gè)學(xué)生施測(cè)，其測(cè)驗(yàn)得分如下，并以這些學(xué)生校內(nèi)生物學(xué)科的期末成績(jī)?yōu)樾?biāo)，試估計(jì)高中生物成就測(cè)驗(yàn)的效標(biāo)關(guān)聯(lián)效度？ 學(xué)生序號(hào) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 測(cè)驗(yàn)分?jǐn)?shù)X 42 38 50 40 42 48 39 45 41 43 46 36 54 44 42 校內(nèi)成績(jī)Y 72 66 85 70 78 83 69 82 72 75 77 82 90 84 80,2、小學(xué)五年級(jí)12個(gè)學(xué)生閱讀理解能力測(cè)驗(yàn)與平時(shí)閱讀作業(yè)成績(jī)?nèi)缦?，試?jì)算閱讀理解能力測(cè)驗(yàn)的效標(biāo)關(guān)聯(lián)效度系數(shù)？ 學(xué)生序號(hào) 1 2 3 4 5 6 7 8 9 10 11 12 能力測(cè)驗(yàn) 32 33 34 34 36 37 38 39 40 41 43 45 平時(shí)成績(jī) 8 6 4 9 7 11 3 5 13 14 12 10,3、對(duì)20個(gè)學(xué)生進(jìn)行機(jī)械性向測(cè)驗(yàn)，其男（以0表示），女（以1表示）。學(xué)生測(cè)驗(yàn)得分如下，試估計(jì)機(jī)械性向測(cè)驗(yàn)的效標(biāo)關(guān)聯(lián)效度？ 學(xué)生 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 分?jǐn)?shù)16141413151822101216 17 19 11 20 11 18 16 21 13 15 男女 0 0 1 1 1 0 0 1 1 1 0 1 1 0 1 1 0 0 1 1,三、提高測(cè)量效度的方法,1、影響測(cè)量效度的因素 測(cè)驗(yàn)的構(gòu)成（要素） 測(cè)驗(yàn)實(shí)施方面（過程） 被試主觀狀態(tài)方面 估計(jì)效度所依循的效標(biāo) 樣本方面,2、提高測(cè)量效度的方法,控制系統(tǒng)誤差 精心編制測(cè)驗(yàn)量表 擴(kuò)充樣本的容量和代表性 合理處理效度和信度的關(guān)系 妥善組織測(cè)驗(yàn) 適當(dāng)增加測(cè)驗(yàn)長(zhǎng)度,第三節(jié) 教育測(cè)量與評(píng)價(jià)中項(xiàng)目的難度,一、什么是難度 ——是指試題的難易程度。 一道試題，如果大部分被試都能答對(duì)，則該題的難度就??；如果大部分被試都不能答對(duì)，則該題的難度就大。 一個(gè)題目的難度大小，除了所測(cè)的內(nèi)容本身的難易程度有關(guān)以外，還與測(cè)驗(yàn)的編制技術(shù)和被試的知識(shí)經(jīng)驗(yàn)有關(guān)，由于學(xué)得不清楚或者因被試沒學(xué)過，一個(gè)本來容易的題可能變難。這就是說測(cè)驗(yàn)的難度具有相對(duì)性，正因?yàn)榇?，必須讓試題通過實(shí)踐來對(duì)難度作出檢驗(yàn)。,二、難度的計(jì)算,（一）基本公式 1、客觀題難度的計(jì)算 P=R/N R為答對(duì)該試題人數(shù)，N為參加測(cè)驗(yàn)總?cè)藬?shù) 例1：在100個(gè)學(xué)生中，答對(duì)第一題的30人，答對(duì)第二題的60人，求第一、二道題的難度？比較這兩道題誰比誰難？,2、主觀題難度的計(jì)算,例2：某道論述題滿分12分，所有考生在這道題上的平均得分為3.6分，求該題的難度？ 例3：語文測(cè)驗(yàn)第五題最高得分為12分，這道題考生的平均得分是8.5分，求該題難度？ 例4：60人參加考試，某題滿分為12分，正確得分累積是480分，求該題難度？,（二）極端分組法,步驟： 將測(cè)驗(yàn)總分進(jìn)行高低排序（由高到低） 進(jìn)行高低分組（各取27%），并計(jì)算某題的得分率 求兩組的平均值 公式： P=（PH+PL）/2 PH為高分組答對(duì)該題的百分比； PL為低分組答對(duì)該題的百分比。,例5,某區(qū)域1000人參加考試，試卷第一題高分組180人答對(duì)，低分組60人答對(duì)，求該題難度？ 如果該題滿分為10分，高分組得分總數(shù)為2100分，低分組得分總數(shù)為830分，求該題難度？,三、難度的分析與控制,1、難度分析 進(jìn)行難度分析的主要目的是為了篩選題目。 （1）測(cè)驗(yàn)題目難度水平的確定 測(cè)驗(yàn)題目難度水平的適當(dāng)與否，取決于測(cè)驗(yàn)的目的、性質(zhì)和題目的形成。 當(dāng)P值接近于0或接近于1時(shí)，即被試在該題上全部答對(duì)或全部答錯(cuò)，則該題無法提供個(gè)體的信息。而只當(dāng)P值接近于0.50時(shí)，題目才能把被試做最大的程度的區(qū)分。但在實(shí)際工作中，若每一題的難度值均為0.50，那么此測(cè)驗(yàn)很可能只能區(qū)分出好與差兩種極端被試的差異，卻不能對(duì)各種被試作更精確的區(qū)分。因此，一般各題的難度可在0.50±0.20之間。,（2）測(cè)驗(yàn)難度對(duì)分?jǐn)?shù)分布的影響,測(cè)驗(yàn)的難度直接依賴于組成測(cè)驗(yàn)的題目的難度，通過考察測(cè)驗(yàn)分?jǐn)?shù)的分布，可以對(duì)測(cè)驗(yàn)的難度做出直觀檢查。 由于多數(shù)人的心理特性多數(shù)呈正態(tài)分布，因此當(dāng)測(cè)驗(yàn)?zāi)康脑谟跍y(cè)量個(gè)體差異時(shí)，若被試樣本具有代表性，則其結(jié)果應(yīng)呈正態(tài)分布。 測(cè)驗(yàn)分?jǐn)?shù)背離正態(tài)分布有兩種情況：其一是題目難度普遍較大，被試得分普遍較低，使得低分端出現(xiàn)高峰，呈正偏態(tài)；其二是題目難度普遍較小，被試的得分普遍較高，使得高分端出現(xiàn)高峰，呈負(fù)偏態(tài)。,2、難度的控制,一般說來，影響題目難度的主要因素有： ①考察知識(shí)點(diǎn)的多少； ②考察能力的復(fù)雜程度或?qū)哟蔚母叩停? ③考生對(duì)題目的熟悉態(tài)度； ④命題的技巧。 難度控制： ①正確估計(jì)考生水平； ② 弄清弄懂各知識(shí)點(diǎn)； ③掌握命題技巧。,第四節(jié) 教育測(cè)量與評(píng)價(jià)中題目的區(qū)分度,一、區(qū)分度的意義 題目區(qū)分度——就是題目區(qū)別被試水平的能力的量度，常記為D。 如一道題，學(xué)業(yè)水平、實(shí)際能力都較高的考生都答對(duì)了；而學(xué)業(yè)水平、實(shí)際能力都較低的考生都答錯(cuò)了，則可認(rèn)為該題目有好的區(qū)分度。 區(qū)分度（D）的取值范圍介于- 1.00∽+1.00之間，值越大，區(qū)分度的效果越佳。 區(qū)分度D>0為正區(qū)分，D<0為負(fù)區(qū)分，D=0為零區(qū)分,區(qū)分度的分析方法，大約可以歸納成兩類： 一為外在效標(biāo)法，即分析被試在測(cè)驗(yàn)題目上的得分與在外在的客觀標(biāo)準(zhǔn)上的表現(xiàn)之間的關(guān)系。 另一為內(nèi)部一致性法，即分析被試在測(cè)題上的得分與在整個(gè)測(cè)驗(yàn)總分之間的一致性程度。,二、區(qū)分度的計(jì)算,（一）高低分組法 D=PH-PL 例6：有道試題，高分組有70%學(xué)生通過，低分組有30%的學(xué)生通過；而另一道題，高分組有40%學(xué)生通過，低分組有70%學(xué)生通過，求兩題的各自區(qū)分度？,2、主觀題,D=（XH-XL）/N（H-L） XH為高分組得分總數(shù) XL為低分組得分總數(shù) H為該道題的最高分 L為該道題的最低分 N為應(yīng)試總?cè)藬?shù)的27%。,例7,高分組 低分組 得分X 人次f 得分X 人次f 5 4 5 0 4 3 4 1 3 2 3 1 2 1 2 3 1 0 1 4 0 0 0 4,（二）相關(guān)法,1、點(diǎn)二列相關(guān)法 例8：15個(gè)學(xué)生在數(shù)學(xué)測(cè)驗(yàn)中得分記錄如下，計(jì)算數(shù)學(xué)測(cè)驗(yàn)中第一題的區(qū)分度？ 學(xué)生 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 測(cè)驗(yàn) 65 70 31 49 80 50 35 10 81 69 78 55 77 90 42 第一題 0 1 0 1 1 0 1 0 0 1 1 0 1 1 0,2、二列相關(guān),例9：已知一測(cè)驗(yàn)中某選擇題的通過率為0.5，答對(duì)者的測(cè)驗(yàn)總分平均為76分，答錯(cuò)者的測(cè)驗(yàn)總分平均為63分，全體被試20人總分的標(biāo)準(zhǔn)差為16，求該題的區(qū)分度？,三、提高區(qū)分度的方法,1、使題目的難度適中，使整個(gè)考試難度適中 題目的難度適中可使區(qū)分度達(dá)到最大值，因此，使難度適中是提高區(qū)分度的重要方法。 2、著重考察復(fù)雜的學(xué)習(xí)結(jié)果 使高能學(xué)生得高分或低能學(xué)生得低分，使分?jǐn)?shù)盡量分布在整個(gè)分?jǐn)?shù)量尺上。 3、掌握區(qū)分度的評(píng)價(jià)標(biāo)準(zhǔn)。,.,,,,Thank you!,