测验题目的编制方法与技巧

编制测验试题称为命题。命题在教育测量与评价活动中具有十分重要的作用。它是决定测验成败的关键,是正确评价学生学业成就的基础。一、试题的类型随着教育测评理论及实践活动的深入发展,试题类型也在不断翻新,就目前看,题型已不下数十种。若按应答方式及判分性质分,主要有主观性试题和客观性试题两大类。主观性试题是指应试者在解答问题时,根据题目要求可以自由组织答案,评分者需借助主观判断评分的一类试题。客观性试题则因评分客观而得名,这种试题一般由主试通过试题把答案形式提供给被试,格式固定,给分标准易于掌握,评分可以完全克服主观因素影响。两类试题又各自包括多种不同形式的题目如图1所示。     

经典测验理论与项目反应理论之异同比较

本文主要从理论基础、题目分析和误差估计三方面对经典测验理论与项目反应理论的异同作一比较,并提出现阶段这两大测量理论仍将互补长短,共存发展。     

经典测验理论与现代测验理论简评

如何提高考试质量,准确评估每个“人”,历来是考试组织者、广大应考者及社会各阶层所关心、探究的问题。作为一门独立学科的教育测量学,从创立至今,已近一个世纪,三、四十年代臻于成熟的试题技术质量分析方法,即真分数理论已成为经典性理论,而七十年代崛起,八十年代初基本趋于成熟的现代测验理论——项目反应理论(Item Response Theory简称IRT)也成了教育测量界目前最为热门的话题。那末,经典测验理论与现代测验理论的     

基于题目反应理论的网络自适应考试

随着计算机的普及、网络的发展、教学和考试测评理论的更新,一种基于题目反应理论的计算机自适应考试已经越来越普及,它以其题目适应不同能力学生水平自动变化的特点,已经被越来越多的考试所采用,针对题目反应理论,需要对自适应考试实现等问题加以论述。     

项目反应理论测验信度及其研究述评

项目反应理论下的测验信度能够评价潜在特质估计的可靠性与稳定性,由于具有宏观性的特点,项目反应理论信度的作用并不能被测验信息函数所取代,是IRT测验的一个重要指标。本文参考国内外文献,首先介绍国内外学者关于IRT信度作用的观点,并介绍和评价了多种IRT信度估计方法,然后简要介绍IRT信度的影响因素,最后展望了IRT信度领域后续研究尚可着力之处。     

基于项目反应理论的测验编制方法研究

本文在简单介绍项目反应理论的基础上,从计量分析的角度,深入探讨了应用项目反应理论编制各种测验的一般步骤;探讨了项目反应理论题库建设方法及基于题库的测验编制方法;探讨了标准参照测验合格分数线的划分方法。     

一种与经典测验理论有别的方法——项目反应理论评介

由于近现代大生产是建立在科学发展的基础上的,因此,对人的智能水平作出正确评估,为发现、培养与使用人员提供可靠依据,就不仅是教育,而且是经济发展中的一个极为重要的问题。正是在强有力的社会客观要求的推动下,在新的心理与教育学理论     

经典测验理论

19世纪末开始兴起、20世纪30年代渐趋成熟的经典测验理论（Classical Test Theory，CTT）是以真分数理论（True Score Theory）为核心假设的测量理论及其方法体系，也称真分数理论，它是当今心理测量领域中主要存在的三大理论派别之一。     

从与标准测验理论之差异谈认知诊断的特征

认知诊断作为新一代测验理论的代表,与标准测验理论在理论和应用上有着多方面的差异。本文基于认知诊断与标准测验理论的比较,阐述了认知诊断五方面的特征：（1）区别于标准测验理论中较为笼统和抽象的能力概念,以细分和具体化为特点的认知诊断属性界定;（2）区别于标准测验理论连续潜变量的认知诊断分类潜变量;（3）加入诊断指导下的补救和再评估后,认知诊断包含了周而复始的评估过程;（4）包含补救措施是否有效的认知诊断效度测量;（5）认知诊断的应用领域。文章最后指出了认知诊断目前在其发展中所存在的问题,并对该测量理论的发展进行了展望。     

非参数项目反应理论在小规模测验中的运用

单调匀质模型是非参数项目反应理论中使用最广泛的模型,它有三个基本假设,适用于小规模测验的分析。本研究使用MHM分析北京语言大学汉语进修学院某次测验,结果表明测验满足弱单维性假设与弱局部独立性假设,67个项目中有9个项目的量表适宜性系数低于0.3,需要修改或删除,删除后测验为中等强度的Mokken量表。另外,有2个项目违反了单调性假设,不符合Mokken量表的要求。     

多维项目反应理论在数学素养测验中的应用

学生的数学素养具有多维结构,素养导向的数学学业成就测评需要提供被试在各维度上的表现信息,而不仅是一个单一的总分。以PISA数学素养结构为理论模型,以多维项目反应理论(MIRT)为测量模型,利用R语言的MIRT程序包处理和分析某地区8年级数学素养测评题目数据,研究数学素养的多维测量方法。结果表明:MIRT兼具单维项目反应理论和因子分析的优点,利用其可对测试的结构效度和测试题目质量进行分析,以及对被试进行多维能力认知诊断。     

基于标准的学业测验设计与编制

香港推行课程改革已多年,香港教育局提倡的“评核促进学习”（assessment for learning）的理念成为学校评核活动的指导思想,无论校内测验及考试,还是公开考试的评核方法及模式,都深受影响。过去,评估一个学生完成中小学教育的学习表现乃根据学生在指定试场及时段的公开考试的成绩而论。时至今天,“一试定生死”已成为历史口号,公开考试的试场亦已扩展至任何一所学校,考试时段亦已散布在学习过程中的任何时候,因此,评核活动变得非常重要。评核活动可以以不同形式或模式进行,亦可在不同时候施行,其中最常见、亦最普遍的莫过于学校的测验及考试。与此同时,作为反馈学与教的标准化统一测验亦不断出现,于是要求统一化、公平公正、减少教师评分差异等议题,便更不容忽视。本文将对如何编制一个科学化、合乎客观标准、符合统一化及公平公正的原则的测验、考试进行探讨。     

计算机化自适应测验的理论与应用

计算机化自适应测验是一种全新的测验形式,它与传统的测验相比有无可比拟的优点.作者介绍了计算机化自适应测验的理论基础及其测试的环节,并对计算机自适应测验实践应用情况作了简要的描述.     

确定问题测验与新科尔伯格理论

确定问题测验是在科尔伯格访谈法基础上发展起来的测量青少年和成人道德判断发展水平的有效方法。这种纸笔测验的方法简单易行,有很高的信度和效度。以DIT为基础发展起来的新科尔伯格理论扩展了科尔伯格的道德认知发展理论。两者都强调道德认知、注重发展、重视自我建构、关注青少年和成人的道德发展,但在测验的方法、后习俗水平的道德推理、共同道德、道德图式和道德阶段等问题上存在分歧。     

确定问题测验与新科尔伯格理论

确定问题测验是在科尔伯格访谈法基础上发展起来的测量青少年和成人道德判断发展水平的有效方法.这种纸笔测验的方法简单易行,有很高的信度和效度.以DIT为基础发展起来的新科尔伯格理论扩展了科尔伯格的道德认知发展理论.两者都强调道德认知、注重发展、重视自我建构、关注青少年和成人的道德发展,但在测验的方法、后习俗水平的道德推理、共同道德、道德图式和道德阶段等问题上存在分歧.     

测验猜测行为的判断标准

明确阐述了选择题测验猜测行为的判断标准,得到结论：测验题目数越多,备选答案数越多,则凭猜测得到同一分数的可能性越小,排除被试猜测行为至少须答对的题数比例越小。由此说明选择题测验的可靠性。进而指出某些教育、心理统计著述在测验猜测行为判断问题上的错误所在     

标准参照测验概念的界定

引言近年来,随着考试科学的不断发展和高考标准化的推广与实施,常模参照测验理论已被大多数考试工作者所熟悉。但是对标准参照测验理论与技术却显得非常薄弱,特别是在目前,校内考试、自学考试、高中毕业会考、各种证书考试蓬勃发展的时     

上海市初中平面几何标准测验测试报告

一、引言上海市教育局提出了“加强基础,培养能力,发展智力”的教学要求,它是各门学科在认知领域教学的总目标。上海市初中平面几何标准测验就是根据这个总的目标编制的。学生学业成绩标准测验,大多数是偏重于测量学生掌握课程的内容,即知识,如俞子夷在解放前修订的小学算术混合四则测验,美国斯坦福成绩测验(该测验是     

探究硝酸与金属反应题目的多种解题方法

<正>一、利用原子守恒规律解题例1 10mL浓硝酸和1.92g铜反应,铜完全溶解,生成的气体颜色由深变浅(生成NO_2、NO),共收集到1.12L气体(标准状况),剩余酸用NaOH中和,共耗去1mol·L^(-1)氢氧化钠10mL。则浓HNO3的物质的量浓度为()。A.5mol·L(-1)氢氧化钠10mL。则浓HNO3的物质的量浓度为()。A.5mol·L^(-1) B.9mol·L(-1) B.9mol·L^(-1)C.11mol·L(-1)C.11mol·L^(-1) D.12mol·L(-1) D.12mol·L^(-1)