利用SPSS实现命题质量的定量分析.docVIP

利用SPSS实现命题质量的定量分析摘 要： 考试是评价教育效果的重要手段，而命制试题则是考试中的重要一环。过去，对试卷命题的质量评价常以主观定性的方式为主。现在可以依靠SPSS（统计产品与服务解决方案）软件，实现对命题质量的定量分析。关键词： 命题质量 定量分析 质量评价一、命题定量分析的准备工作启动SPSS19.0中文版，选择“变量视图”中，在名称下输入学号、题目1―12、总分等命题基本情况项目。在类型标记中，将学号定义为名义，将题目1―12定义为度量，小数根据实际情况设定，其他项保留默认设置。选择“数据视图”标签，在各行内输入学生的各题得分和总分数据（图2）。图1 定义变量设定图图2 数据输入图二、命题的定量分析（一）描述性统计量分析用以描述考试总体情况的各分数统称为描述性统计量。在SPSS中，点击“分析―描述分析―频率”。将“总分”等变量名称选入待计算变量框中，在“统计”中选择要计算的统计量，选中均值、极值、标准差、中位数等项，最后输出结果（表3）。表3 有效数据的得分描述性统计（二）试题的正态分布预期在学生群体足够大时，学生的能力呈正态分布。处于能力尖端和尾端的学生数量少，处于能力中端的学生数量多。在考试命题适宜，教学状况正常，学生水平相当，试卷评阅严谨的前提下，一份合格的试题，所反映出的学生成绩应呈现正态分布的特点。为研究试题能否体现学生能力的正态分布，可在SPSS软件中点击“分析―描述分析―频率”，在“频率”对话框中选择“图表”，点选绘制“总分”的直方图并标变化曲线（图4）。图4 学生总分的直方―变化曲线图若学生总分的直方―变化曲线图能呈现正态分布，那么，可进一步探究命制试题的正态分布预期。可利用单个样本K-S校验测查给定数据与正态分布间的显著差异。在SPSS中，点击“分析―非参数检验”，对“总分”进行单个样本K-S检验（表5）。表5 试题总分的单样本Kolmogorov-Smirnov检验（三）难度试题的难度（P）是测验题目难易程度的统计量。试卷难度等于试卷内各题的平均难度。要观测命题试卷难度，应先测量命题试卷内各题难度。试题计分方法不同，难度计算方法不同。二分法计分（选择题、判断题）题目的难度统计。对于二分法计分的题目，答案只有对与错两种可能的结果（即答对得分，答错不得分）。此类题目难度通常用通过率（P）表示。其中，P=1―R/N（其中R为答对该题的人数，N为答题总人数）。由此，可在SPSS中，运用“转换―计算变量”方法，在“计算变量”对话框中输入公式，直接算出二分法题目难度（表6）。表6 二分法计分题目难度值非二分法计分（主观题、论述题）题目的难度统计。对于非二分法计分的题目，难度（P）可以通过公式P=1―X/W（X为该题目均分值，W为该题满分值）计算。可采用“计算变量”方法直接输入公式，算出非二分法题目难度（表7）。表7 非二分法题目难度值全卷难度值（P）等于卷内各题难度平均值，采用SPSS“计算变量”可得p=0.4。（四）区分度区分度是反映试题区别学生水平和能力的统计量。在实际统计时，常以考试总分作为考生的实际水平，而把某题的得分与学生总分之间的相关系数作为该题的区分度。客观题的区分度统计，可把客观题得分视为等间距测度的连续变量，采用Spearman等级相关分析统计区分度。主观题的区分度统计，可把主观题成绩视为非等间距测度的连续变量，采用Pearson相关分析。在SPSS中，点击“分析―相关―双相关”。先选择客观题各题分数和总分采用Pearson相关分析（1-6），再选择主观题（7-12（2））各题分数和总分采用Spearman相关系数分析，得到结果合成（表8）。表8 各题区分度汇总表（五）信度信度是衡量一次考试可靠性、稳定性的统计量。信度代表着试题的可靠性，其取值在0至1之间。信度越高，可靠性越好，但容易造成成绩标准差过大。一般采用SPSS中克伦巴赫系数（Alpha模型）计算命题试卷一致性信度系数。在SPSS中，点击“分析―度量―可靠性分析”。在可靠性分析对话框中，选择试卷各题得分数据。点击“统计量”，选择“如果项已删除则进行度量”，结果如下（表9-10）：表9 信度统计值表表10 删除变量后项目统计值表（六）效度效度是指测试结果的准确性与有效性程度的统计量，即一个测验能够测量学生水平的程度[2]。可采用效标效度法测量试题的效度。将学生的平时成绩作为效度分析的校标，利用皮尔森相关系数法计算命题测试分数与校标之间的相关系数，结果即为试题效度（表11）。图表11 命制试题得分与平时成绩间皮尔逊相关系数分析三、命题质量评价第一，描述性统计量分析。由表3可知，命题平均成绩为32.54分（满分49分），最高分45分，最低分12分，标准差为6.94。平均分、标准差数值适当，极值差距较大，体现了学生个体之间对题目的理