经典测评理论的发展、技术和运用.ppt

经典测评理论的发展、技术及运用 西北师范大学教育科学学院 吕国光 Email:lugg@ 吕国光生活小档案 山 茶 书 主要内容 测评的含义及教育测评的历史发展 经典测评理论实施的条件 经典测评理论的实施技术及在教育评价中的运用 测评的含义及教育测评的历史发展 测评的含义 教育测评的历史发展 教育测评的含义和特点 测评(Measurement):通常是指人们对客观事物进行某种数量化的测定。天平、秤、尺子、温度计。 教育测评(Educational Measurement)：对学生的学习能力、学业成绩、兴趣爱好、思想品德以及教育措施上许多问题的数量化测定。主要用于对学生精神特性的测定。 教育测评的含义和特点 教育测评是困难的 教育测评是可能的 Thordike（1918）说：“凡是存在的事物都有数量。” Mccall（1922）说“凡是有数量的都可以测量” 测量中的误差来源 测量的仪器和设备 所测量事物的一致性程度 测量人的因素 教育测评的含义和特点 教育测评的特点 教育测评一般是间接测评 教育测评的度量单位是相对的 教育测评是为实现教育目的服务的 教育测评的历史发展 主观经验性考试阶段（1864年以前） 客观标准化测验阶段（1864-1940年） 经典测评理论成熟和深入发展阶段（1940-） 主观经验性考试阶段 西周：“古之教者，家有塾，党有庠，术有序，国有学。比年入学，中年考校。一年视离经辨志，三年视敬业乐群，五年视博习亲师，七年视论学取友，谓之小成；九年知类通达，强立而不返，谓之大成。”（《学记》） 隋炀帝大业二年（606年）分科考试。 局限：题目数量少；评价缺乏客观的评分标准 客观标准化测验阶段 1864年英国教师George Fisher收集许多学生成绩样本，分别优劣，汇集成《量表集》（Scale Book），作为度量学生各科成绩的标准。 1895年美国学者Rice主张用统一的测验考察、比较各校学生的成绩，并编制了算术、语言等测验。 1905年法国学者Binet和Simon制订的第一个智力量表。 经典测评理论的成熟和深入发展 1940年由美国学者Tyler主持的“八年研究”结束，标志经典测评理论（Classical Test Theory CTT）的成熟。 1963年Cronbach发表了《概化理论：信度理论的丰富和发展》标志着概化理论（Generalizability Theory GT）的诞生。 1952年美国学者Lord创立了项目反应理论（Item Response Theory，IRT） 经典测评理论实施的条件 信度 效度 难度 区分度 一、信度(reliability)的意义 概念:可靠性或可靠的程度 信度指观测值和真值相差的程度 信度指统计量与参数之间的接近程度 信度是指一种测验对相同被试再次测验时引起同样反映的程度 信度指观测值和真值相差的程度 X=T+E X表示观测值,T表示真值,E表示误差分数.在团体测验中, T可以理解为许多人(理论上应是无限多人)在相同条件下进行同类测量所获得的大量观测值的平均数.各人的真值与观测值之差仍称测量误差. E=X-T 由于测量误差是随机产生的,与真值无关.在理论上正的误差分数和负的误差分数相抵消,平均误差为0.根据这一假设,观测值的方差应等于真值的方差加上测量误差的方差.即: σx 2=σt 2 +σe 2 于是，信度（用rxx表示）可定义为真值方差（ σt 2）与观测值方差（ σx 2 ）的比率。即： rxx =σt 2/σx 2 此公式表明：真值的方差在观测值方差中所占的比重越大，则信度就越高。 计算信度的公式 rxx =σt 2/σx 2 （1） σx 2=σt 2 +σe 2 （2） σt 2 =σx 2 -σe 2 （3） rxx =σt 2/σx 2 = 1- σe 2 / σx 2 （4） 信度系数的计算 稳定性系数 稳定性系数（coefficient of stability）：用同一量表对相同被试在不同时间测验两次的观测分数的相关系数。 稳定性系数的意义 任何事物都在运动变化着，但也具有一定的稳定性，所以才能对事物进行测量和研究。教育测量也是假定所测量的特性处于相对稳定的状态，如果用同一种量表对相同的被试测量两次，其结果应相同或近似。换言之，测量结果应具有稳定性。例如，在一次测验中得高分的学生，在另一次测验中也有得高分的倾向，被试在两次测验中的相对地位也非常接近。这种稳定性也就表明测验结果是可靠的或信度高的。 使用稳定性系数时要注意的问题 两次测验的时间间隔要适宜； 重测法适用于速度测验