第六章护理教育评估及评价.pptVIP

一般难度分布在0.35~0.65为宜，若是选拔性考试，则以0.2~0.4为宜 P越大，示答对的人数越多，题目越容易 P越小，答对的人数越少，题目越难 题目太难或太容易，均无法区分被测试对象之间的差别，同时测试的信度也很低；难度适中的题目测试的信度较高 难度不是一个独立的指标，仅根据难度的高低还不能对试卷作出质量判断 （一）试卷的难度 （二）试卷的效度 效度是指试卷确能测量到的知识和能力的程度 通常用内容效度和效标关联效度 内容效度是指试卷是否测量到了具有代表性的教学内容和达到了预期技能 试卷的内容效度鉴定：先看试卷是否达到测量目标要求，再看其覆盖面和学习水平是否达到考试蓝图设计要求，还看是否有偏题、怪题或过难过易题。 例如，如果某一套发音技能测试题只考单一音素的发音，而不考查重读、语调或音素在词语中的发音，那么，该测试的内容效度就很低。 效标关联效度是以一次认为是最有效的测验成绩作为效标，计算出本次测验成绩与效标之间的相关系数（以r表示） 相关系数的值在－1到＋1之间，r为＋1表示正相关，r为－1表示负相关 相关系数高，说明本次测验与效标的测量效果一致，测验的效度就高 （二）试卷的效度 （三）试卷的信度 是指试卷的一致性和可靠性的程度 信度包括： 内部一致性信度：主要反映一次测验内部部分之间相关程度，追求其等同相关系数 稳定性信度：指同一测验先后两次在同一被测总体中实施，两次测验结果的相关程度 （四）试卷的区分度 是指试题区分被测者的特征差异或鉴别其优劣、高低程度的能力 区分度（D）计算： 客观试题： D ＝ PH代表高分组中答对该题的人数；PL代表低分组中答对该题的人数；N高低分组的总人数。高分组为总分前27%的被测者，低分组为总分后27%的被测者 H L 2×（P － P ） N （高分组该题的总分－低分组该题的总分） 高分组该题的总分+低分组该题的总分 D ＝ 2× 主观试题： 区分度范围：-1.00 ~ +1.00 0——表示没有区别； 负数——说明学得不好的学生的正确率比学得好的还要高 出现这两种情况时，教师都应仔细分析原因，以便及时修订或更正该题 注意 （四）试卷的区分度 评价试题的区分度标准 区分度(D) 试题评价 0.40以上 很好 0.30~0.39 良好，修改后更佳 0.20~0.29 尚可，仍然需要修改 0.19以下 差，必须淘汰 （五）试卷质量的综合分析 区分度与难度 区分度与难度有一定的交叉关系，在一定的范围内，难度值（P）越小，则区分度（D）越高，但是如果难度值过小，区分度反而下降；如果难度过大，区分度自然也难以保证。 难度与区分度 P 0.5 D0.2 可以认为试题难度适中， 区分度良好； P0.5 D0.2 试题偏难，但仍然有较 好的区分度； P0.5 D0.2 区分度较差，如果内容是 学生必须掌握的，试题尚可使用； P0.5 D0.2 无区分度，又过分难， 应该放弃不用。 （五）试卷质量的综合分析 难度、区分度与信度 试题的区分度越大，试卷的信度越大，也即难度中等的题目组成的试卷的信度较大。 区分度与效度 试卷的区分度越大，测验的效度也就越高 （五）试卷质量的综合分析 试卷信度高是效度高的必要条件 试卷要具有较高的效度，必须具有较高的信度；而较高的信度不能保证一定具有较高的效度。 泰勒评价模式 ---课程与评价的“八年研究”结果(1933-1941) 教育是改变人类行动方式的过程 教学评价是一种衡量达到教学目标的过程 应从各个方面对教学活动进行评估和评价 评估和评价的方法不仅仅是依靠纸和笔的测验,还包括观察、调查和评定 正式评估／非正式评估 正式评估指运用科学的方法和工具进行测试获得资料，并对不同的资料进行整理、分类、统计学处理和比较的过程 如期末考试、标准化考试、临床结业考核等均是正式评估 资料被法定机构认可 非正式评估则是个人的、主观的评估，它可以是从对学生每天行为的观察、学生的练习以及非正式的接触或交谈中逐渐获得资料的过程。 定量评估／定性评估 定量评估是指采用定量计算方法，对评估的内容进行数量化的过程 如试卷测试后的成绩用百分制记录 定性评估是使用描述性语言对评估对象“质”