1、1第五章第五章 教育测量研究教育测量研究第一节第一节 教育测量概述教育测量概述第二节第二节 教育测量工具的评价指标教育测量工具的评价指标第三节第三节 教育测量的实施教育测量的实施2第一节第一节 教育测量概述教育测量概述一、教育测量的定义一、教育测量的定义二、教育测量的要素二、教育测量的要素三、教育测量的可能性与特点三、教育测量的可能性与特点四、教育测量的应用形式四、教育测量的应用形式五、教育测量的主要类型五、教育测量的主要类型六、教育测量的量表六、教育测量的量表3一、教育测量的涵义一、教育测量的涵义v测量就是根据某种规则把测量就是根据某种规则把所观察的对象的属性和特所观察的对象的属性和特征予以
2、数值化的过程，以征予以数值化的过程，以表明被测对象通过作业和表明被测对象通过作业和活动所达到的程度或量的活动所达到的程度或量的多少。多少。4v教育测量是指对教育领域内的各种事物或现教育测量是指对教育领域内的各种事物或现象，根据一定客观标准进行考核，并将考核象，根据一定客观标准进行考核，并将考核结果用数量描述。结果用数量描述。v狭义狭义：包括对学生德、智、体各方面的测量，：包括对学生德、智、体各方面的测量，也包括对教师的教育教学效果、学校办学水也包括对教师的教育教学效果、学校办学水平、学校办学效益等方面的测量。平、学校办学效益等方面的测量。5 PS：通俗地说，就是根据一定的规则，给事物分派通俗地
3、说，就是根据一定的规则，给事物分派数字。数字。1、2、3、4、5这些数字本身是没有数量或质这些数字本身是没有数量或质量意义的，只是个符号。当我们规定量意义的，只是个符号。当我们规定1代表学业成绩代表学业成绩的最低等级的最低等级“不及格不及格”；2代表代表“及格及格”；3代表代表“中中等等”；4代表代表“良好良好”；5代表代表“优秀优秀”，这时，这时1、2、3、4、5才具有实际意义，数字按规则被赋予了意义。才具有实际意义，数字按规则被赋予了意义。6二二、教育测量的、教育测量的要素要素参照点参照点v指的是在测量工作中必须具有一个量的起点，这个起点就叫指的是在测量工作中必须具有一个量的起点，这个起点
4、就叫作测量的参照点。这是任何测量都必须具备的两个要素之一，作测量的参照点。这是任何测量都必须具备的两个要素之一，测量所必须具备的要素包括参照点和单位。测量所必须具备的要素包括参照点和单位。v参照点有两种：一种是绝对参照点，即以绝对的零点作为测参照点有两种：一种是绝对参照点，即以绝对的零点作为测量的起点。比如长度和重量测量就是建立在以绝对的零点为量的起点。比如长度和重量测量就是建立在以绝对的零点为参照点的基础上的测量。参照点的基础上的测量。v另一种是相对参照点，即以人为确定的零点为测量的起点。另一种是相对参照点，即以人为确定的零点为测量的起点。如地势高度的测量，就是以海平面为测量的起点。最理想的
5、如地势高度的测量，就是以海平面为测量的起点。最理想的参照点是绝对参照点。参照点是绝对参照点。7测量的单位测量的单位 不同测量的单位是不同的。不同测量的单位是不同的。 理想的测量单位应当具备两个条件：理想的测量单位应当具备两个条件： 一个是要有确定的意义，即对同一单位来说所有人一个是要有确定的意义，即对同一单位来说所有人的理解是相同的；的理解是相同的； 二是要有相等的价值，即单位与单位之间的距离是二是要有相等的价值，即单位与单位之间的距离是相等的。相等的。 但是教育与心理测量中的单位往往很难达到这个要但是教育与心理测量中的单位往往很难达到这个要求，它远不如其他测量中使用的单位成熟和完善。求，它远
6、不如其他测量中使用的单位成熟和完善。8测量的要素测量的要素（1）测量客体。指测量的对象。测量的客体可以是人，也可以是）测量客体。指测量的对象。测量的客体可以是人，也可以是教育研究中的事物或现象。教育研究中的事物或现象。（2）测量内容。指测量客体的属性和特征。测量内容可以是外显）测量内容。指测量客体的属性和特征。测量内容可以是外显的，如学生的性别、年龄、身高、体重等，也可以是内隐的，的，如学生的性别、年龄、身高、体重等，也可以是内隐的，如学习兴趣、动机、态度、价值观等。如学习兴趣、动机、态度、价值观等。（3）测量规则。指测量的法则或方法。也就是说，要构建一套如）测量规则。指测量的法则或方法。也就
7、是说，要构建一套如何分派数字或符号的准则，按准则对测量内容进行规范化、标何分派数字或符号的准则，按准则对测量内容进行规范化、标准化的操作。准化的操作。（4）测量工具。指测量的指标体系。没有工具，测量难以进行。）测量工具。指测量的指标体系。没有工具，测量难以进行。 9三、教育测量法的可能性与特点三、教育测量法的可能性与特点可能性：可能性：桑代克（桑代克（1918年）年）“凡物的存在必有其数量凡物的存在必有其数量”麦柯尔（麦柯尔（1923年）年）“凡有其数量的事物都可测量凡有其数量的事物都可测量”（一）教育测量的结果是相对的（一）教育测量的结果是相对的 学生不断成长变化；测量对象不同、测量工具不同
8、，无学生不断成长变化；测量对象不同、测量工具不同，无法比较；法比较；（二）教育测量一般是间接测量（二）教育测量一般是间接测量 测量心理属性，需要具体行为操作指标；测量心理属性，需要具体行为操作指标；（三）教育测量的客观性（三）教育测量的客观性 主要研究工具是测验，遵循一定的标准和程序，不能凭主要研究工具是测验，遵循一定的标准和程序，不能凭主观经验进行。主观经验进行。10四、教育测量的应用形式四、教育测量的应用形式v（一）直接应用（一）直接应用v选取某个测验作为收集资料的工具，其测验结果就是选取某个测验作为收集资料的工具，其测验结果就是研究的成果。例如，使用韦克斯勒智力量表测试学生研究的成果。例
9、如，使用韦克斯勒智力量表测试学生智力水平。智力水平。v（二）综合应用（二）综合应用v例如，中小学生创造性气象与学业成绩的相关性研究例如，中小学生创造性气象与学业成绩的相关性研究11五、教育测量的主要类型五、教育测量的主要类型（一）根据测量的标准化程度：标准化测量、非标准化测量（一）根据测量的标准化程度：标准化测量、非标准化测量1.标准化测量（标准化测量（standardized test）v由专家学者或专门机构采用系统的科学程序编制的、在测验实施过程、评由专家学者或专门机构采用系统的科学程序编制的、在测验实施过程、评分手续、分数的解释上具有统一标准的，并对测验误差做了严格控制。分手续、分数的解
10、释上具有统一标准的，并对测验误差做了严格控制。v编制和施测有一套标准程序。测验编制包括确定测验目的、科学命题、选编制和施测有一套标准程序。测验编制包括确定测验目的、科学命题、选取有代表性的样本进行试测；根据数量化指标筛选测验题目；鉴定整个测取有代表性的样本进行试测；根据数量化指标筛选测验题目；鉴定整个测验的信度和效度；建立常模、确定指导语、时限和施测条件；规定评分标验的信度和效度；建立常模、确定指导语、时限和施测条件；规定评分标准、分数转换和解释方法等。标准化测验所获得的测量结果比较客观、可准、分数转换和解释方法等。标准化测验所获得的测量结果比较客观、可靠、应用范围较广，一般测量调查应尽可能选
11、用标准化的测验工具。靠、应用范围较广，一般测量调查应尽可能选用标准化的测验工具。122.非标准化测量（教师自编测量）（非标准化测量（教师自编测量）（non- standardized test ）v指测量的编制和实施不按标准程序进行的测量，通常由教师或研究人指测量的编制和实施不按标准程序进行的测量，通常由教师或研究人员自编的、为临时测量所用的简单测量。如课堂测验、考试、等级评员自编的、为临时测量所用的简单测量。如课堂测验、考试、等级评定量表等。定量表等。v这些测量是教师根据教学目标和自己的教学经验编制而成，它通常与这些测量是教师根据教学目标和自己的教学经验编制而成，它通常与日常教学工作紧密联系
12、；测验内容与教材内容、教学进度一致；难易日常教学工作紧密联系；测验内容与教材内容、教学进度一致；难易程度由教师把握；针对性较强。编制省时、省力、灵活、方便。不足程度由教师把握；针对性较强。编制省时、省力、灵活、方便。不足之处在于测验的客观性和标准化程度不如标准化测验，测验的实施和之处在于测验的客观性和标准化程度不如标准化测验，测验的实施和记分也不甚严格。记分也不甚严格。13（二）根据测量的内容分类：学业成就测验、智力测验、能力倾向测验、（二）根据测量的内容分类：学业成就测验、智力测验、能力倾向测验、人格测验等。人格测验等。1.学业成就测验学业成就测验v测被试经某种形式的学习或训练后对知识、技能
13、的掌握程度或熟练水测被试经某种形式的学习或训练后对知识、技能的掌握程度或熟练水平。如识字量、阅读、算术测验等，成就测验可以是学科成就测验或平。如识字量、阅读、算术测验等，成就测验可以是学科成就测验或综合成就测验。综合成就测验。2.智力测验智力测验v测被试的智力高低，其结果常以智商（测被试的智力高低，其结果常以智商（IQ）来表示，此类测验比较多，）来表示，此类测验比较多，其中比较著名的有：斯坦福其中比较著名的有：斯坦福比纳智力测验、韦克斯勒儿童智力测比纳智力测验、韦克斯勒儿童智力测验量表（验量表（WISC-CR）、瑞文推理测验等。）、瑞文推理测验等。143.能力倾向测验能力倾向测验v测被试潜在的
14、某种能力，以了解其发展的可能性，预测个人能力发展测被试潜在的某种能力，以了解其发展的可能性，预测个人能力发展倾向。如音乐、美术、体育、创造力、想象力、记忆力等方面的能力倾向。如音乐、美术、体育、创造力、想象力、记忆力等方面的能力倾向测验。倾向测验。4.人格测验人格测验v测被试的需要、动机、兴趣、态度、气质、性格、人际关系等人格心测被试的需要、动机、兴趣、态度、气质、性格、人际关系等人格心理特征，较为著名的有理特征，较为著名的有明尼苏达多相个性测验明尼苏达多相个性测验（MMPIMMPI）、艾森克人格）、艾森克人格问卷（问卷（EPQ-REPQ-R）、卡特尔）、卡特尔1616项人格因素测验（项人格因
15、素测验（16PF16PF）等。）等。15（三）根据测量结果的评价标准分为：常模参照测（三）根据测量结果的评价标准分为：常模参照测验、目标参照测验。验、目标参照测验。1.常模参照测验常模参照测验v常模参照测验是一种衡量被试相对水平的测验，是将被试的测验成绩常模参照测验是一种衡量被试相对水平的测验，是将被试的测验成绩与同类对象在同一测验上的平均分（常模）相比较，从而解释分数，与同类对象在同一测验上的平均分（常模）相比较，从而解释分数，确定被试在总体中的相对位置的测验方法。确定被试在总体中的相对位置的测验方法。v常模参照测验要有常模对照表。常模有地区性常模和全国性常模，地常模参照测验要有常模对照表。
16、常模有地区性常模和全国性常模，地区性常模只适用于特定的区域，如在城市获得的常模就不一定适用于区性常模只适用于特定的区域，如在城市获得的常模就不一定适用于农村或边远地区，而全国性常模适用于全国所有的同类个体。如，儿农村或边远地区，而全国性常模适用于全国所有的同类个体。如，儿童的身高、体重就有全国性常模，童的身高、体重就有全国性常模，中国儿童发展量表中国儿童发展量表（3-6岁）就有岁）就有全国性常模。只要我们将个体实际测量的数据与常模一对照，就可以全国性常模。只要我们将个体实际测量的数据与常模一对照，就可以知道个体所处的地位。知道个体所处的地位。16172.目标参照测验目标参照测验v又称标准参照测
17、验，是衡量被试实际水平的测验，将被试又称标准参照测验，是衡量被试实际水平的测验，将被试在测验上的分数与事先制定好的某种标准进行比较，看被在测验上的分数与事先制定好的某种标准进行比较，看被试是否达到了目标规定的要求。试是否达到了目标规定的要求。v目标参照测验的特点是依据标准，判断被试的达标程度，目标参照测验的特点是依据标准，判断被试的达标程度，而不是将被试的成绩与他人成绩做比较。如，英语水平测而不是将被试的成绩与他人成绩做比较。如，英语水平测试、毕业考试、动作技能测试、体育达标测试等。试、毕业考试、动作技能测试、体育达标测试等。18（四）根据同时受测的人数分类：个别测量、团体测量（四）根据同时受
18、测的人数分类：个别测量、团体测量1.个别测量个别测量v指主试与被试一对一进行的测量（一个主试在同一时间内指主试与被试一对一进行的测量（一个主试在同一时间内，只测验一个被试）。，只测验一个被试）。个别测量的可靠性比较高，主试能有效地观察控制被试的行为反应个别测量的可靠性比较高，主试能有效地观察控制被试的行为反应，但个别测量费时费力，短时间内难以获得大量的资料，并且对主，但个别测量费时费力，短时间内难以获得大量的资料，并且对主试的要求较高。试的要求较高。2.团体测量团体测量v指一个主试能同时对许多被试进行的测量。指一个主试能同时对许多被试进行的测量。团体测量节省人力与时间，在短时间内能收集到大量的
19、资料，效率团体测量节省人力与时间，在短时间内能收集到大量的资料，效率较高，但被试的反应不容易控制，并且测量效果不及个别测量可靠较高，但被试的反应不容易控制，并且测量效果不及个别测量可靠。19（五）根据测量目的分类：诊断性测验、形成性测验和总结（五）根据测量目的分类：诊断性测验、形成性测验和总结性测验。性测验。20v测量需要有测量的工具，测量的工具应具有单位和参照点，测量需要有测量的工具，测量的工具应具有单位和参照点，并且有表示量数的方法，我们把这种工具称之为量表。并且有表示量数的方法，我们把这种工具称之为量表。v如，尺是度量长度的量表，血压计是测量血压高低的量表，如，尺是度量长度的量表，血压计
20、是测量血压高低的量表，智力测验是测量智商高低的量表。智力测验是测量智商高低的量表。六、教育测量的量表六、教育测量的量表21量表的数据类型：量表的数据类型：v称名数据称名数据v顺序数据顺序数据v等距数据等距数据v比率数据比率数据 点记数据点记数据度量数据度量数据22（一）称名量表（类别量表）（一）称名量表（类别量表） 是根据事物的某一特点，对事物属性进行分是根据事物的某一特点，对事物属性进行分类，用名称或数字来代表事物或性质，是给事物类，用名称或数字来代表事物或性质，是给事物进行简单归类的一种量表形式。进行简单归类的一种量表形式。如：男生为如：男生为1，女生为，女生为2 喜欢语文的学生为喜欢语文
21、的学生为1，喜欢数学的学生为，喜欢数学的学生为2 称名量表测量的结果不能运算，但可以做统计分析（如计算百分比、称名量表测量的结果不能运算，但可以做统计分析（如计算百分比、列联相关、卡方检验）列联相关、卡方检验）23（二）顺序量表（等级量表）（二）顺序量表（等级量表） 只有等级顺序而无等距的单位和绝对零点，只是只有等级顺序而无等距的单位和绝对零点，只是按研究对象的某一种属性的顺序排列出等第次序。按研究对象的某一种属性的顺序排列出等第次序。如：根据学生的测验成绩排出名次，成绩最好的为如：根据学生的测验成绩排出名次，成绩最好的为1，成绩次之为成绩次之为2，再次之为，再次之为3，依次类推。，依次类推。
22、又如，对于生活水平，我们可以给出四个等级：贫困、又如，对于生活水平，我们可以给出四个等级：贫困、温饱、小康、富裕。温饱、小康、富裕。24（三）等距量表（间距量表）（三）等距量表（间距量表）是具有相等的单位，但没有绝对零点的量表。是具有相等的单位，但没有绝对零点的量表。等距量表的数量单位之间的间距是相等的，可以相加减。等距量表的数量单位之间的间距是相等的，可以相加减。如：温度摄氏如：温度摄氏30度至度至32度与摄氏度与摄氏18度至度至20度的温差是相等的，都度的温差是相等的，都是相差是相差2度。三个儿童在智商测验中分别得分度。三个儿童在智商测验中分别得分105、110、115，在，在智商测验分数
23、体系中，分数差距是相等的。智商测验分数体系中，分数差距是相等的。等距量表在学校教育系统运用广泛，一般将百分制评分看作等距量等距量表在学校教育系统运用广泛，一般将百分制评分看作等距量表。表。25（四）比率量表（等比量表）（四）比率量表（等比量表）v除了具有类别、顺序、等距量表的特征外，还有一除了具有类别、顺序、等距量表的特征外，还有一个具有实际意义的绝对零点。可以加减乘除。个具有实际意义的绝对零点。可以加减乘除。零点是指测量的起点或参照点。有些零点是人定的，称零点是指测量的起点或参照点。有些零点是人定的，称相对零点，如摄氏零度，这里零度并不意味着没有一点相对零点，如摄氏零度，这里零度并不意味着没
24、有一点温度，而是以人定的冰点为参照标准。像学生的考试成温度，而是以人定的冰点为参照标准。像学生的考试成绩、智商的绩、智商的0分都是相对零点。有些零点具有实际意义，分都是相对零点。有些零点具有实际意义，称绝对零点。如年龄、身高、经费开支等都有绝对零点，称绝对零点。如年龄、身高、经费开支等都有绝对零点，0岁、岁、0米、米、0元中的元中的“零零”都表示真实的都表示真实的“无无”，表示，表示一点都没有。一点都没有。26量表量表条件条件例子例子称名量表称名量表无顺序的测量，只是指无顺序的测量，只是指出有两个或多个范畴。出有两个或多个范畴。中学的类型：公立、中学的类型：公立、私立、职业、普通私立、职业、普
25、通等。等。顺序量表顺序量表是有顺序有测量，在于是有顺序有测量，在于指出所测量的范畴的不指出所测量的范畴的不同并能够按一定的顺序同并能够按一定的顺序排列。排列。字母的排列系统、字母的排列系统、学习态度。学习态度。等距量表等距量表有顺序的测量，在量表有顺序的测量，在量表中表现为数量上的等距中表现为数量上的等距变化变化数学成绩测量的标数学成绩测量的标准分数。准分数。比率量表比率量表含有绝对或真正的零点含有绝对或真正的零点和统一的单位。和统一的单位。高度、体重高度、体重上述四种量表的比较：上述四种量表的比较：第二节第二节 教育测量的评价指标教育测量的评价指标2728一、测量的误差一、测量的误差v系统误
26、差系统误差v由于仪器结构上不够完善或仪器未经很好校准等原因会产生误差。例如，由于仪器结构上不够完善或仪器未经很好校准等原因会产生误差。例如，各种刻度尺的热胀冷缩，温度计、表盘的刻度不准确等都会造成误差。各种刻度尺的热胀冷缩，温度计、表盘的刻度不准确等都会造成误差。v由于实验本身所依据的理论、公式的近似性，或者对实验条件、测量方由于实验本身所依据的理论、公式的近似性，或者对实验条件、测量方法的考虑不周也会造成误差。例如，热学实验中常常没有考虑散热的影法的考虑不周也会造成误差。例如，热学实验中常常没有考虑散热的影响，用伏安法测电阻时没有考虑电表内阻的影响等。响，用伏安法测电阻时没有考虑电表内阻的影
27、响等。v由于测量者的生理特点，例如反应速度，分辨能力，甚至固有习惯等也由于测量者的生理特点，例如反应速度，分辨能力，甚至固有习惯等也会在测量中造成误差。会在测量中造成误差。v以上都是造成系统误差的原因。系统误差的特点是测量结果向一个方向以上都是造成系统误差的原因。系统误差的特点是测量结果向一个方向偏离，其数值按一定规律变化。我们应根据具体的实验条件，系统误差偏离，其数值按一定规律变化。我们应根据具体的实验条件，系统误差的特点，找出产生系统误差的主要原因，采取适当措施降低它的影响。的特点，找出产生系统误差的主要原因，采取适当措施降低它的影响。29随机误差随机误差v在相同条件下，对同一物理量进行多
28、次测量，由于各种偶然因素，会出在相同条件下，对同一物理量进行多次测量，由于各种偶然因素，会出现测量值时而偏大，时而偏小的误差现象，这种类型的误差叫做偶然误现测量值时而偏大，时而偏小的误差现象，这种类型的误差叫做偶然误差。差。v产生偶然误差的原因很多，例如读数时，视线的位置不正确，测量点的产生偶然误差的原因很多，例如读数时，视线的位置不正确，测量点的位置不准确，实验仪器由于环境温度、湿度、电源电压不稳定、振动等位置不准确，实验仪器由于环境温度、湿度、电源电压不稳定、振动等因素的影响而产生微小变化，等等，这些因素的影响一般是微小的，而因素的影响而产生微小变化，等等，这些因素的影响一般是微小的，而且
29、难以确定某个因素产生的具体影响的大小，因此偶然误差难以找出原且难以确定某个因素产生的具体影响的大小，因此偶然误差难以找出原因加以排除。因加以排除。v实验结果还表明，在确定的测量条件下，对同一物理量进行多次测量，实验结果还表明，在确定的测量条件下，对同一物理量进行多次测量，并且用它的算术平均值作为该物理量的测量结果，能够比较好地减少偶并且用它的算术平均值作为该物理量的测量结果，能够比较好地减少偶然误差。然误差。30衡量教育测量的质量，可采用四个指标：衡量教育测量的质量，可采用四个指标：v信度 主要对整个测量而言。v效度 v难度 主要对测量的项目而言。v区分度 二、测量的条件二、测量的条件31二、
30、信度信度（信度（reliabilityreliability）：指的是测量结果的稳定性）：指的是测量结果的稳定性和可靠的程度，亦即测量的结果是否真实、客观地和可靠的程度，亦即测量的结果是否真实、客观地反映了受测者的实际水平。反映了受测者的实际水平。具体而言，可以从以下三方面来理解测量的信度：1.信度指实测值和真值相差的程度信度指实测值和真值相差的程度2.信度指统计量与参数之间的接近程度信度指统计量与参数之间的接近程度3.信度指两次重复测验或等值测验之间的关联程度信度指两次重复测验或等值测验之间的关联程度321.1.信度指实测值和真值相差的程度信度指实测值和真值相差的程度v x xT TE E（
31、公式（公式1-11-1）x x表示实测值，表示实测值，T T表示真值表示真值( (是未知的，可以把多次是未知的，可以把多次测量的实测值的平均值作为真值的近似值测量的实测值的平均值作为真值的近似值) )，E E表示表示误差。误差。v E Ex-T x-T （公式（公式1-21-2）33试比较以下两次测量结果（只进行一次）的信度：试比较以下两次测量结果（只进行一次）的信度：v用尺子量用尺子量100cm100cm高的一个儿童，得到高的一个儿童，得到1cm1cm的绝对误差；量的绝对误差；量185cm185cm高的一位高的一位运动员，也得得到运动员，也得得到1cm1cm的绝对误差。的绝对误差。v要比较两
32、种测量结果的信度，一定要看误差分数（要比较两种测量结果的信度，一定要看误差分数（E）对于真分数（）对于真分数（T）所占的百分数是多少。这个百分数表示该实得分数（所占的百分数是多少。这个百分数表示该实得分数（x）的相对误差。）的相对误差。其计算式如下：其计算式如下：v相对误差相对误差E/T100%公式（公式（1-3）v把上述两次测量（设为甲和乙）和绝对误差分数和真分数代入上式，得：把上述两次测量（设为甲和乙）和绝对误差分数和真分数代入上式，得：v 相对误差（甲）相对误差（甲）1/100100%1%v相对误差（乙）相对误差（乙）1/185100%0.54%v据此，度量乙的信度要比度量甲的信度高。据
33、此，度量乙的信度要比度量甲的信度高。34v统计量是指样本上的各种数字特征。（如样本平均数、标统计量是指样本上的各种数字特征。（如样本平均数、标准差等）；参数是总体上的各种数字特征（如总体平均数、准差等）；参数是总体上的各种数字特征（如总体平均数、标准差等）。标准差等）。v在统计学中，统计量越接近参数，这个统计量的可靠性越在统计学中，统计量越接近参数，这个统计量的可靠性越高。而要知道统计量与参数的接近程度，可以对参数进行区高。而要知道统计量与参数的接近程度，可以对参数进行区间估计。间估计。2. 信度指统计量与参数之间的接近程度信度指统计量与参数之间的接近程度353. 信度指两次重复测验或等值测验
34、之间的关联程度信度指两次重复测验或等值测验之间的关联程度v统计学中估计事物或现象间数量变动的一致性，主要采用相关分析的方法，即计算出两种变量的相关系数（rxy）。v在使用相关系数表示信度的高低时，相关系数可称为信度系数(coefficient of reliability)。它是对相同应试者的同一特性的两次测量分数的相关系数，是测量结果的一致性的指标。36提高测量信度的方法提高测量信度的方法v1.测题要有一定数量测题要有一定数量 延长测验的长度，既可排除试题抽样的偶然性因素，也有可能扩大得分延长测验的长度，既可排除试题抽样的偶然性因素，也有可能扩大得分的范围，因而使信度系数增大，测验信度提高。
35、的范围，因而使信度系数增大，测验信度提高。v2.测题难度适中测题难度适中v3.测题内容要有同质性，不要包含过多性质不同的内容测题内容要有同质性，不要包含过多性质不同的内容v4.测验时间要充分测验时间要充分v5.评分要客观评分要客观37 是测验的准确性，是测验能够测出它所欲测的特是测验的准确性，是测验能够测出它所欲测的特质的程度，即测验实际测量出其所要测量特性的程度。质的程度，即测验实际测量出其所要测量特性的程度。 二、效度二、效度38提高效度的注意事项：提高效度的注意事项：v（1）要控制系数误差，即控制测验过程的误差；）要控制系数误差，即控制测验过程的误差；v（2）精心编制测题，分析教学目标，
36、编制双向）精心编制测题，分析教学目标，编制双向细目表，测题表述简明易懂，测量有必要的覆盖细目表，测题表述简明易懂，测量有必要的覆盖面。面。v（3）妥善组织测验。）妥善组织测验。39 难度是指题目的难易程度。表示题目难易程度的数量，称难度是指题目的难易程度。表示题目难易程度的数量，称为题目的难度指数，一般用为题目的难度指数，一般用P P来表示。来表示。 试题卷面的难度值范围是试题卷面的难度值范围是0.40.40.70.7v由于测题记分的方法不同，所以难度的估计方法也不同。由于测题记分的方法不同，所以难度的估计方法也不同。三、难度三、难度401. 1. 在计算客观题的难度时，它就是受测者在回答该题
37、目时在计算客观题的难度时，它就是受测者在回答该题目时 正确回答的人数在全体受测者中所占的比例。正确回答的人数在全体受测者中所占的比例。2. 2. 当题目的分数为多值时（包括主观题或一些分步解答的题当题目的分数为多值时（包括主观题或一些分步解答的题目），目）， 难度就是全体平均分与题目满分的比例。难度就是全体平均分与题目满分的比例。难度是指测验项目的难易程度，试题的难度可以用试题的通过率来表示。414243v区分度是指一个题目区分所有受试者的能力。（题目的区区分度是指一个题目区分所有受试者的能力。（题目的区分度是衡量题目对测量目的所做的贡献大小程度的指标。分度是衡量题目对测量目的所做的贡献大小程
38、度的指标。它反映了一个题目的鉴别能力。因此区分度又称题目的鉴它反映了一个题目的鉴别能力。因此区分度又称题目的鉴别度。）别度。）四、区分度四、区分度44v通常用D表示，取值范围为1.00-1.00。 D越高则质量越好。v0.2以下应淘汰 v0.2-0.3 合格v0.3-0.4 良好0.4-1 性能佳 第三节第三节 教育测量的实施教育测量的实施4546一、教育测量的方法一、教育测量的方法（一）编制试题的一般原则（一）编制试题的一般原则1.要有明确的测验目的要有明确的测验目的2.能反映学科的重点内容能反映学科的重点内容3.试题取样要有代表性试题取样要有代表性4.试题难度要有一定的分布范围试题难度要有
39、一定的分布范围5.试题的文字要适合学生阅读能力，力求浅显易懂试题的文字要适合学生阅读能力，力求浅显易懂47（二）测量的编制方法（二）测量的编制方法v1.标准客观测验的各种试题形式标准客观测验的各种试题形式v（1）填空题）填空题v（2）是非题）是非题v（3）选择题）选择题v（4）匹配题）匹配题v（5）简答题）简答题v（6）论述题）论述题48（1）填空题）填空题v问渠那得清如许，问渠那得清如许，_。v竹外桃花三两枝，竹外桃花三两枝，_。v测验学生完成句子的能力测验学生完成句子的能力v优点：试题容易编写，避免乱猜；优点：试题容易编写，避免乱猜；v缺点：容易造成死记硬背的现象，学习内容容易混淆。缺点：
40、容易造成死记硬背的现象，学习内容容易混淆。49（2）是非题）是非题v1.背影的作者是朱自清吗？背影的作者是朱自清吗？ 2.企鹅是在北极吗？企鹅是在北极吗？ v3.刚吃完饭能马上运动吗？刚吃完饭能马上运动吗？ 4.口腔有消化作用吗？口腔有消化作用吗？ v5.英语的卧房是英语的卧房是Sleeproom v 测量学生对问题的理解、解释、再认、比较与辨认的能力。测量学生对问题的理解、解释、再认、比较与辨认的能力。v题目容易编写，容易计分。题目容易编写，容易计分。v缺点：容易猜题缺点：容易猜题v改进方法：提高出题质量，对错答题目扣分。改进方法：提高出题质量，对错答题目扣分。50（3）选择题）选择题v测量
41、学生对问题的理解、解释、再认、比较与辨认的能力。测量学生对问题的理解、解释、再认、比较与辨认的能力。v试题内容广泛，评分客观，提供选择的答案多，可以减少猜试题内容广泛，评分客观，提供选择的答案多，可以减少猜中题目的机会。中题目的机会。v缺点：编写试题时费时较多。缺点：编写试题时费时较多。51（4）匹配题）匹配题v测查学生对字词、文法、日期、事件、地点、人物、公式、测查学生对字词、文法、日期、事件、地点、人物、公式、原则等关系的了解与联结的能力。原则等关系的了解与联结的能力。v优点：测量学生简易的联结能力；优点：测量学生简易的联结能力；v缺点：使用过多容易鼓励学生死记硬背的材料，学生往往为缺点：
42、使用过多容易鼓励学生死记硬背的材料，学生往往为了使材料相互匹配而重复阅读，消耗时间精力。了使材料相互匹配而重复阅读，消耗时间精力。52（5）简答题）简答题v测量学生对重要知识点的记忆程度，编写试测量学生对重要知识点的记忆程度，编写试题容易，评分客观，教师使用较多。题容易，评分客观，教师使用较多。v缺点：测量的知识零碎，偏重记忆。缺点：测量的知识零碎，偏重记忆。53（6）论述题）论述题v测量学生的组织知识、表达思想和构思能力。测量学生的组织知识、表达思想和构思能力。v优点：给予学生独立思考的机会；优点：给予学生独立思考的机会；v缺点：评分不易客观，答题时间有限，不易缺点：评分不易客观，答题时间有
43、限，不易测量构思能力。测量构思能力。542.论文式考试论文式考试v论文式考试是主试就教材要点编拟试题，由学生以论文的方论文式考试是主试就教材要点编拟试题，由学生以论文的方式阐述所回答的问题。式阐述所回答的问题。v（1）优点）优点v测试回忆知识和形成假设的能力，测查学生组织知识、整理测试回忆知识和形成假设的能力，测查学生组织知识、整理论据、构思、评价和表述观念的能力；了解学生对问题的敏论据、构思、评价和表述观念的能力；了解学生对问题的敏感性和论述问题的逻辑思维过程。感性和论述问题的逻辑思维过程。55v（2）缺点）缺点v试题少，内容样本缺乏代表性，效度和信度差，覆盖率低，试题少，内容样本缺乏代表性，效度和信度差，覆盖率低，评分主观。评分主观。v（3）改进建议）改进建议v全面考虑测试学科知识的内容，选择与教学目的密切相关的全面考虑测试学科知识的内容，选择与教学目的密切相关的命题；明确规定答案的范围和限度，用短小的形式回答问题；命题；明确规定答案的范围和限度，用短小的形式回答问题；评卷时对试题内容、组织、逻辑性、说服力、表达程度等制评卷时对试题内容、组织、逻辑性、说服力、表达程度等制定明确的评分标准。定明确的评分标准。
