《CD—CAT选题策略及其应用》.pdfVIP

理研究 PsychologicalResearch 2014，7(2)：23-27 23 CD—CAT选题策略及其应用 骆 聪 王 霞 钟 阳 张敏 强 (1华南师范大学心理学院／心理应用研究中心，广州 510631；2广州市教育局研究室，广州 510030) 摘 要：认知诊断计算机 自适应测验(CognitiveDiangosticComputerizedAdaptiveTesting，CD—CAT)是最近兴起的基于认知心理 学、测量理论与计算机技术的测验新形式。选题策略是 CD—CAT的重要组成部分，它关系到测量的信效度、测验安全、诊断准确性 等诸多问题。本文对认知诊断计算机 自适应测验的选题策略进行了介绍．并展望了未来研究趋势。 关键词：认知诊断；选题策略；自适应测验 问题息息相关 ]。由于CAT与CD—CAT的侧重点不 1 引言 同，二者 的选题策略也有差异 。国内外研究者对 心理与教育测量中对测量准确性和可靠性的控 CD—CAT选题策略进行了诸多研究．本文将按照时 制主要通过提高测验的信、效度 ，减少施测与评分环 间顺序介绍这些选题策略．并在此基础上展望选题 节的误差来实现I】]。在传统的纸笔测验 中，所有参加 策略的研究趋势 。 测验 的被试都使用相同的题 目，这就导致较难的题 2 CD—CAT选题策略 目对低水平被试而言意义不大；而难度较低 的题 目 对高水平被试来说 白白浪费精力，稍有不慎还会失 2．1 随机选题策略 分 2【]，这大大降低了测验的效率 。因此，依据被试的 随机化选题策略是最简单的选题策略。该方法 能力挑选适合被试能力的项 目对被试进行施测 ．是 为向被试施测一定数量项 目后，从剩余题库 中随机 提高测量精确性的根本所在。基于此，计算机 自适应 选择下一个项 目对被试进行施测[11,12]。 测验 (ComputerizedAdaptiveTesting，CAT)蓬勃发 2．2 K—L距离法及其变式 (Kullback—LeiblerDi— 展 ，CAT 目前 已经成为较为流行的测验模式_31引。 vergence，K-L) CAT侧重于对个体能力进行整体评价，不能给 K—L距 离法是上 世纪 中叶 由 Kull—back和 出诊断性的建议 。随着测量理论 以及计算机技术的 Leibler提出的一种用 以判定两个概率密度函数分 不断进步，在 CAT基础上兴起了认知诊断计算机 自 布的接近程度的一种方法。 K—L距离越大，越容易 适应测验 (CognitiveDiagnosticComputerizedAdap— 区分实际概率分布和理论概率分布。Chang和 Ying tiveTesting，CD—CAT)，CD—CAT是认知诊断理论 把K—L距离方法引人计算机 自适应测验 ，经计算得 与计算机 自适应测验的结合。认知心理学将个体的 到能力水平为 0的被试和任意能力水平的被试在项 知识结构 、加工技能、认知过程称为认知属性 ，认知 目 上的K—L距离，以期解决测验初始阶段能力估计 诊断即对个体特定的知识结构和加工技能进行测量 准确性和稳定性的问题[13]。Xu，Chang和 Douglas将 以建立观察分数和内部认知属性的关系 。探查潜在 K—L信息量法引入 CD—CAT中[I4]。 特质水平[s-。认知诊断根据个体在测验上可观察的 K—L信息量方法的实质是在当前知识状态 Ot 反应模式推知不可观察的知识状态，在认知属性层 下从剩余题库