《化学教育测量与评价》测试题
姓名：学号：班级：
1、与科学测量不同，教育测量具有哪些特点？请简要阐述。
教育测量：educational measurement，是教育活动中所进行的各种测量。
狭义上通常指，对学校教育影响下学生各方面发展（包括知识、技能、能力、态度、兴趣、品德、性格、心理素质）以及教育措施上的许多问题按一定法则的数理化测定
教育测量的特点：
（1）间接性和推断性
（2）测量属性的抽象性。
（3）测量条件难以控制
（4）测量工具质量检测的复杂性
（5）没有绝对零点
（6）百分计数法原始分数的不等距性
2、化学新课程改革强调多样化的评价方式，谈谈你的认识。
（1）评价目标多维化。
三维目标，科学探究能力、实践能力
（2）评价功能全面化。
强化诊断、发展功能
（3）评价质量信效化。
评价标准清晰、完备，评价有信度、效度、公平性（4）评价实施科学化。
目标明确具体、设计科学合理、方式恰当有效、过程严谨规范、信息客观充分、分析全面到位
（5）评价呈现多式化。
定量定性相结合，等级、分数、文字描述相结合，个体、群体相结合
（6）评价方式多样化。
纸笔测验、活动表现、形成性评价
（7）评价主体多元化。
教师、学生、同伴、家长
（8）评价效果多能化。
提供有效的反馈信息，进行教学诊断，增强学习兴趣、信心、主动性，有助于改进教学和做出正确的教学决策
3、衡量一个测验好坏的指标有哪些？请简要阐述。
（1） 测验分数的分布状态
正偏态：难度偏高，利于区分优秀、中等学生，不利于区分中等和较差学生 正态：各项目难度项目比例合理，测试结果与学生实际一致
负偏态：难度偏低，利于区分差生、中等学生，不利于区分中等和优秀学生 双峰形：两级分化，可以区分中等学生，不利于区分优秀、差生 平坡形：平均化，梯度大，区分度高，但分数之间差异偏大
陡峭形：中等难度题目偏多，梯度小，分布过于集中，不能把各水平学生区分开
（2）平均分（集中趋势，试卷的整体难度）
注意：值越大，越容易
（3）标准差（离散趋势，分数的差异情况）
离差： 方差： 标准差： 问题：标准差大好还是小好？
（1）看测验的目的：达标测试：适当小点， 选拔、竞赛：适当大点 N
X
X ∑=X
X -()22N
X X X -∑=σ()2
N X X X -∑=σ
（2）看结果与学生水平分布实际情况：相吻合→好，不吻合→不好
（4）信度
测验的可靠性、稳定性。
即同一试卷对被试在不同场合、不同时间进行多次考试，所得结果的一致程度。
相关系数： 或：
（1）再测信度：同一试卷、同一被试、两次测试的相关性（斯皮尔曼积差相关公式）
（2）复本信度：平行试卷（等值复本）、同一被试的两次测试的相关性（斯皮尔曼积差相关公式）
（3）分半信度：相同被试在同一试卷两半部分项目得分的相关性（斯皮尔曼积差相关+斯皮尔曼–布朗公式）
（4）同质信度：所有项目之间的相关性（库德-理查逊公式或克龙巴赫a 系数）
• 一般教学测验，信度系数在0.6以上
• 大规模考试，信度系数在0.9左右，最低不超过0.8
问题：影响测验的信度有哪些，如何提高？
①被试方面，身心健康状况、应试动机、注意力、耐心、求胜心、作答态度，样本代表性及水平分布情况。
②主试者方面，实施规范性，或故意制造紧张气氛，或给考生一定的暗示、()()
y X i i N i S NS Y
Y X X r --∑==1
协助，评分标准掌握不一，或前紧后松，甚至是随心所欲。
③施测情境方面，安静、光线、通风、设备、桌面、空间。
④测量工具方面，试题的取样、试题之间的同质性程度、试题的难度、试题数目等。
⑤两次施测的间隔时间，在计算重测信度和稳定性与等值性系数（复本信度之一）时，两次测验相隔时间越短，其信度值越大；间隔时间越长，其他因素带来影响的机会就多，因而其信度值就可能越小。
（注意记忆效应）
（5）效度
测验的有效性、可靠性。
即测验能测量出所要测量的特质的程度。
信度、效度有何区别与联系？
信度高，效度不一定高；效度高，信度一定高。
（1）内容效度
（2）构想效度
（3）效标效度
提高效度：
（1）测验目的要明确，内容要清晰具体
（2）题目设计要针对测验内容，题目表述要准确
（3）评分标准要合理
（4）试题难度要适中
二、项目质量分析
1、难度（项目的难易程度）
客观题 N
R
P
主观题 （1）P 越大，试题越容易（2）难度多少合适取决于测验的目的，大型考试一般要求在0.5左右（3）难度越接近0.5，试题的鉴别力越好
2、区分度
项目对不同能力水平学生的区分程度
（1）相关系数法：项目得分与总分的相关大小
（2）极端组分法：通过比较两个极端组（高分组、低分组）在同一项目上得分的差异：高低组人数=总人数X25-33%(一般选27%)
客观题： 主观题：
区分度评价标准：
0.4以上 优良
0.3-0.39 良好，如能改进更好
0.2-0.29 尚可，需改进
0.2以下，淘汰或重编
3、反应模式
4、定性分析
4、在教育测量中，引起误差的因素有哪些？请简要阐述。
①被试方面，身心健康状况、应试动机、注意力、耐心、求胜心、作答态度，样本代表性及水平分布情况。
W
X
P =L H P P D
-=H H H N R P =L
L L N R P =W X X D L H -=
②主试者方面，实施规范性，或故意制造紧张气氛，或给考生一定的暗示、协助，评分标准掌握不一，或前紧后松，甚至是随心所欲。
③施测情境方面，安静、光线、通风、设备、桌面、空间。
④测量工具方面，试题的取样、试题之间的同质性程度、试题的难度、试题数目等。
⑤两次施测的间隔时间，在计算重测信度和稳定性与等值性系数（复本信度之一）时，两次测验相隔时间越短，其信度值越大；间隔时间越长，其他因素带来影响的机会就多，因而其信度值就可能越小。
（注意记忆效应）
5、某班50名学生一次化学期末考试的成绩以及在第6题（选择题、总分2分）上的得分情况如下：
请计算第6题的难度（P ）、区分度（D ），并加以简要地评价。
1、难度（项目的难易程度）
客观题 主观题 （1）P 越大，试题越容易（2）难度多少合适取决于测验的目的，大型考试一般要求在0.5左右（3）难度越接近0.5，试题的鉴别力越好
2、区分度
项目对不同能力水平学生的区分程度
N R P =
W X P =
（1）相关系数法：项目得分与总分的相关大小
（2）极端组分法：通过比较两个极端组（高分组、低分组）在同一项目上得分的差异：高低组人数=总人数X25-33%(一般选27%)
客观题： 主观题：
区分度评价标准：
0.4以上 优良
0.3-0.39 良好，如能改进更好
0.2-0.29 尚可，需改进
0.2以下，淘汰或重编
L H P P D
-=H H H N R P =L
L L N R P =W X X D L H -=。