CTT与IRT下的合格分数确立方法——测验公平性中的一个技术问题

如何确立标准参照测验中的合格分数是涉及到测验公平性的一个技术问题,介绍与之相关的经典测验理论(CTT)下的被试组对比判断法、测验内容分析判断法,项目反应理论(IRT)指导下的确立方法等,以期对广大考试工作者有所借鉴与启示。     

二项式模型在标准参照性语言测验长度研究中的应用

随着国内外教育测量理念的转变,传统的常模参照测验所提供的相对性评价信息已无法满足考试用户和考生的需求,标准参照测验(CriterionReferenced Test,CRT)的社会价值越来越受到重视。在对被试掌握程度进行分类决策的CRT测验中,如何确定恰当的测验长度和合格分数是影响测验分类误差的重要因素。本文在对CRT测验研究的现状、原理和用途进行考察的基础上,专门介绍了二项式概率模型在CRT测验长度决策研究中的理论和过程,并以误差控制为原则,对二项式模型在综合性标准参照语言测验长度和合格分数决策中的应用过程进行了研究。     

关于资格考试及格标准确定的测量学研究

任职资格考试在社会生活中的作用日益重要。在实际工作中,国内许多专业资格考试的统计分析指标仍旧沿用传统常模参照测验的测量学参数,存在一定的问题。本研究借鉴了国外研究者的相关方法,特别是埃伯的方法,根据测量理论与考试管理的双重要求,提出了兼备科学性、可行性和适用性的标准划定及分数等值转换方案——双维标度评定法,并以实际资格考试的数据为例,比较了不同方案对及格率的影响,为本方法的推广使用提供了测量学的基础和例证。通过验证与讨论,我们发现“双维标度法”在保证其科学性的同时,兼顾了国家级资格考试管理的实际情况和考试及格标准确定的政策性。它为今后国家级资格考试的统计处理提供了一个实用的技术手段。     

目标参照性测验试卷的优化方法

一、问题的提出教育测量中的目标参照性测验以教学目标的达到与否作为对被试评价的准则。因此在形式上,目标参照性测验的命题和组卷都以划定一条能体现教学目标达到与否的合格分数线作为自身的努力目标。无论是用于什么目的的目标参照性测验,合格分数线的划定都具有非常重要的意义。从主考方面说,它代表考试的政策,对教学具有导向作用;从被试方面说,它是一条“生命线”,对被试具有决定其“命运”的作用。我们认为,目标参照性测验的合格分数线,应该同时     

编辑手记

近年来,水平考试广泛使用于各类教育考试和行业资格考试,在采用标准参照性成绩报告方式过程中,考试分数的等值、标准设定及保持等问题成为影响考试质量的重要因素。为了给实践部门提供科学的理论参照,《考试研究》在本期设置“水平考试的理论与技术”专题,围绕上述问题展开讨论     

告别“标准参照测验”和“常模参照测验”的二元划分

本文据美国教育研究协会等机构编写的《教育与心理测试标准》,探讨了“常模参照”和“标准参照”两术语的内涵、使用及其关系。该《测试标准》认为,从同一个测验得到的分数,可做出常模参照和标准参照两种解释。两者是从分数解释的意义上划分的,并非两种不同的测验。因此,以前将测验割裂为“常模参照测验”和“标准参照测验”的二元划分是不恰当的。     

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     

医学检验专业教学与检验技士资格考试对接的探索与实践

临床医学检验技术资格考试系测评是否为合格专业人才的有效措施,这为检验专业教学指明了以资格考试为切入点,以行业需求为标准的导向。在专业教学中围绕资格考试大纲体现的专科教育教学“必需、够用”的原则,突出实用性和针对性,我院从人才培养、教师队伍建设、实践平台搭建等三个方面对医学检验专业的教学进行了探索与实践。     

标准参照测验在教育中的应用

标准参照测验在国外很受推崇,这种测验已成为评价学校教学和学生学习情况的重要手段,从平时教学的单元测试到不同水平的毕业考试,几乎无不属于标准参照测验。一、标准参照测验的产生自从第一次世界大战以后,标准化测验得到了广泛地应用,但所有的测验几乎都是常模参照的,在这种测验中,一个人的分数是通过与其他人的比较来进行解释的,并可     

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。     

标准设定：步骤、方法与评价指标

标准设定（standard setting）是划分标准的过程,指在测验分数分布中划分出两类或两类以上的分界分数。通过标准设定,考生可以被分为“通过”和“未通过”,或者是被分为更多的有序表现类别。标准设定是标准参照测验的重要组成部分,也可为测验决策者提供关于测验效度的依据,是目前测量领域一个颇受关注的研究问题。本文首先回顾了标准设定的源起和发展历程,然后详细地介绍了标准设定的基本步骤和几种主要的标准设定方法,评估标准设定过程的指标,最后简单论述了在国内各类考试中应用标准设定的必要性。     

教育与心理科学研究中的若干测验(三)

六、潜影测验潜影测验是一种在测验期间包容反馈的评定程序。大多数多项选择测验都使用事先编好的何题表,这种问题表的一个不足之处在于,它们必须在测验之后方可评分,因此很难给被试提供即时的反馈。潜影测验的出现就是为了解决这个问题。潜影测验应用新型的印刷技术,也即“隐显”墨水,在标准测验卷或问题表上附印诸如问题的答案,后续的指导,评分的细节等资料。起     

贯穿测验过程的公平分析思路

作为有效甄选或鉴别人才的重要手段,测验对于倡导公平公正的社会理念,确保个体的机会公平、起点公平和过程公平具有独到的作用。本文参照《教育与心理测验标准》、《ETS质量与公平性标准》、《教育测验实务公平性准则》以及国内专家关于测验公平性的论述,从测验编制和使用的四个环节探讨贯穿测验过程的公平分析思路。     

浅述标准参照测验的编制

本文通过标准参照测验的研究,以编制标准参照测验的理论为依据,以项目反应理论指导,结合操作系统的考试科目给出了标准参照测验的编制过程。     

题目反应理论与标准参考性测验

标准参考性测验跟常模参考性测验不同,具有自己的突出特点和特殊的规定性。因此,我们有必要按照标准参考性测验的性质和要求,探讨适合于它的测量理论和方法。题目反应理论的基本概念题目反应理论是六十年代才大力兴起的一种现代测量理论。从这种理论看来,测验中被试的成绩,可用被试的内部特质或能力来说明,是这种特质和能力的函数。当前,描述被试成绩跟内部特质或能力关系的数学模型已有许多种。其中一种单     

确定合格分数的方法

在标准参照测验中,有关确定合格分数方法的研究一直受到人们的特别关注,它不仅具有重要的理论意义,更具有实际的指导价值。根据所依据信息的不同类型,合格分数的确定可从以下三个方面进行。     

计算机自适应测验的测试流程与测试技术

计算机自适应测验是现代教育测验的一种新形式。计算机自适应测验的指导理论与传统纸笔测验不同,而且测试方面有诸多的优点。本文详细介绍计算机自适应测验的基本测试流程,包括被试即时能力估计、选题策略、曝光率控制、测验终止标准等八个基本步骤;并进一步论述了计算机自适应测验在实测中应解决的关键技术与问题：在线参数估计、试题与测验交叠率控制、纸笔测验与计算机等值、多维评价与认知诊断等。     

大学英语四级考试集库式完形填空的内容效度研究

本文旨在研究大学英语四级考试集库式完形填空的内容效度,即探索它是否能测量被试在篇章层次上理解和运用单词的能力。被试为上海某高校438名非英语专业学生,研究工具为四个测验。其中两篇测验（整A和整B）取自大学英语四级考试历年真题。另外两篇测验（散A和散B）,分别改编自整A和整B。随机抽取的高低两个水平的被试,分别完成了一个整篇原文测验和一个散句改编测验。结果显示,在整篇原文和散句改编测验中,高水平被试的成绩并没有体现显著差异;低水平被试整篇和散句测验成绩有显著差异。研究表明,可通过提高考点层次、适当增加选项的干扰性来提高大学英语四级集库式完形填空的内容效度。     

关于记忆研究中再认指标的述评

再认作为记忆的测量手段,被广泛地运用于记忆研究领域。近几十年来,再认测验技术及再认指标的选择,均有了长足的发展。本文拟对再认指标的发展作一简要的回顾,以期对理论和实践工作有一些帮助。 作为记忆研究的再认测验有许多种,采用得最频繁的是“新旧”再认测验。就一个标准的“新旧”再认测验而言,其程序分两阶段进行:先呈现一系列项目(旧项目)由被试识     

标准参照测验长度研究方法探析

本文在测验长度理论的基础上,对国外学者在标准参照测验长度研究中常用的二项式模型、不肯定区域模型和项目反应理论模型的理论基础、适用条件以及操作思路进行了探讨,以期对国内标准参照测验长度的研究提供参考与借鉴。