语言测验-语言测验的基本原理.pptVIP

5、标准误差和分数的解释 标准误差：表示测验分数与测量对象的真分数之间偏离程度的一种指标。 标准误差的大小与题目的质量、测验的长度等因素都有密切联系，在编制测验时，应根据设计的要求和考试的目的精确控制标准误差的大小，使之在可接受的范围之内。 计算出标准误差，我们就可以去估计被试的真分数所在的范围，这个范围叫做真分数的置信区间。 真分数的置信区间见课本128页。 效 度 Validity 一、效度的基本概念 1、效度的重要性 一个测验光有信度还不够，测验分数是稳定的，并不能说明它就能够准确的测量想要测的特质。 比如一台磅秤，长期使用，弹簧早已疲劳，一个100斤的人站上去，显示的却是110斤，一天称10次，显示的都是110斤，“信度”足够好，但测得却并一点都不准。 一个可以被人们信任的测验必须具备两个基本特点： 一是可靠的（信度），二是有效的（效度）。 信度和效度是测验的两大质量标准，是测验研究中最为重要的问题，而效度更是重中之重，已被供认为语言测验的核心问题。 2、效度的定义 效度在其长期的发展过程中，自身也经历了十分复杂的演变历程，效度研究发展至今，其中的问题仍然很多。如效度概念的含义、效度的分类、各类型的特点、作用、相互关系等问题上，都存在着争论甚至混乱，尤其是对构想效度（或者结构效度）的研究，更是众说纷纭。 Messick：有测验分数或其他评价方式做出某种推断，效度就是对这种推断的恰当性和充分性能在多大程度上得到经验证据及理论基础的支持所做的综合评价。 Henning：效度一般指某个测验或其任何组成部分对它所声称要测量的那个东西的测度的恰当性。 美国心理学学会：由测验分数做出的推断的恰当程度、有意义程度和有用程度。 所谓效度是指测验在何种程度上测出了它宣称要测的东西。 通俗的说，测验的效度就是指测验的有效性。指测验的有效程度，即测验能否测定出或反映出所要测验的内容，以及在多大程度上测出了它要测的东西。 任何一种测验只是对一定目的来说才是有效的。衡量一个测量工具有没有效，就是看它所测量的是不是它所要测的东西。 例如，以磅秤量体重是有效的，但如果用它量身高，虽然多次测量结果一致(信度高)，但所得的数量并不能代表个人的身高，因此对量身高来说，磅秤是个无效或效度极低的工具。 再如，用英文书写的算术题测量儿童算术能力，他的成绩不佳可能出自算术能力低，也可能出自英文水平差而未能理解题意。 因此，作为能力测验便是无效的。 测验首先要保证能如实地测量出所要测量的东西，否则，这种测量将是没有意义的。 所以，在选择试题时，有两个问题必须考虑： 一是这份考试究竟要考什么 二是这份试题究竟有没有测出要测的东西。 听力用听力测验，阅读能力用阅读测验，口语能力用口试，写作能力用作文。 比如说，本想要测量听力理解能力，但采用的却是笔头回答问题的方法。 那么，所测量的是受试者的笔头表达能力，而不是反映其听力理解能力。 一个测验的效度越高，表明它所测得的结果就越能代表欲测特质的真正水平。 比如，一个语言测验的效度比较高，我们就可以认为由这个测验得出的分数可以比较准确的反映出完成测验的人的真实的语言能力。 到目前为止，比较常见的解释HSK效度的角度主要有三种： 一是用测量的工作实效来说明目的； 二是用测量的内容来说明目的； 三是用某种理论结构来说明目的。 二、内容效度 （content validity) 1、内容效度定义 内容效度：指测验题目对所要测量的内容范围的代表性程度，或者说试题所包含的内容代表性、准确度和覆盖面如何。 一份试卷不可能包括所有要考的内容，所以，选择内容的方法非常关键。 例如：有 20个题目是考英语语法的，而有 20 个题目是考主谓一致性方面的，这就很难完全反映出考生的语法能力。因为英语语法覆盖面很广，还包括动词时态、动词短语、介词短语、不定式短语、分词短语，等等。所以这样的考试，其内容效度必然很低。 以考查学习成绩为目的的测验，所要测量的内容范围，是指教学大纲所规定的全部内容。 1、原始分 考生在接受测验后，按照评分标准对其作答反应直接评出来的分数，叫原始分。 原始分本身意义是不明确： 一方面是指它的实在意义不明确。例如：在一次测验中有学生得80分，这是否反映了他们的真实水平？是否意味着这个80分恰好代表80分的能力？ 另一方面是指它的比较意义不明确，就像摄氏10度在12月份对哈尔滨来讲很暖和，而对长沙来讲很冷一样，一项测验的10分没有上下文就毫无意义。 由于各个测验的难度不同，各原始分数的价值也不相同，不同测验的原始分数不能进行直接比较，所以仅从个别学生的原始分数，我们无法了解他学习成绩的好坏，知识能力的高低，也无法与其他学生相互比较。 常模参照测验是将受试者的个人成绩与集体考试成绩相比较，以决