考试分数分布、始分数与导出分数.docVIP

考试分数分布、原始分数与导出分数 ? 　　 传统的考试只是命题、评卷、登分和计算平均成绩，而极少对分数的可靠性 和有效性进行科学的评估。因此，有必要根据教育测量学和教育统计学的基本原 理和方法，对原始分数进行处理和解释，只有这样才能对考生的真实水平以及对 试题和试卷的质量做出科学的比较和评价。笔者编制了名为Ｅｘａｍａｎｌｓ Ｅｘａｍｉｎａｔｉｏｎ ａｎａｌｙｓｉｓ的考试质量分析专用软件，简要介 绍考试质量分析中，有关考试分数处理和解释的基本原理及各统计量数的意义和 优缺点，以利于考试质量分析的普及和推广。 １． 对分数分布的描述和分析 １.１ 分数的频率分布曲线与直方图 根据统计学的中心极限定理，只要考生足够多，他们的水平一般应接近正态 分布。判断考分是否近似正态分布，最直观和有效的方法是把考分的频率分布曲 线与均值和方差相同的正态分布曲线加以比较。但一般常见的考试，由于数据过 少只有数十到一二百名考生，分数分组不可能太细否则大多数组别的频率 将会是零，从而显示不出分数分布的规律性，不可能画出光滑的频率分布曲线， 而只能代之以频数多边形或直方图。Ｅｘａｍａｎｌｓ提供传统的按优、良、中、 及格和不及格分组的频数直方图根据不同用户的需要，也可提供等组距频数直 方图。 频数多边形或直方图虽然能给出分数分布的直观图像，但如需深入了解和准 确描述分数分布的全貌和特征，并与正态分布进行定量的比较，则必须进一步整 理原始分数并计算出描述分数分布特征的各种统计量数。 １.２ 集中量数 集中量数是描述一批分数的集中趋势的量数。集中量数可用于参加同一考试 的不同班级之间的比较。Ｅｘａｍａｎｌｓ提供平均数、中数和众数三个描述集 中趋势的统计量数。 １.２．１ 平均数ｘ 本文中的平均数指的就是平均分，即原始分数的算术平均数： 其中ｘｉ是第ｉ个考生的原始分数，ｎ是考生数。平均数具有严密、可靠、 代表性强、容易计算和易于理解等优点。其缺点是易受极端数值的影响，从而损 害其代表性。 １．２．２ 中数Ｍｄ 中数 又称中值或中位数是指把所有考生的原始分数从高到代排列时，处于 中间位置上的那个分数如果考生人数为偶数，则中数取处于中间位置的那两个 分数的平均值。中数具有意义明确，不受极端数值影响的优点。一旦平均数由 于极端数值的存在而失去代表性时，中数则可作为这批数据的代表数值。中数的 缺点是缺乏灵敏性，不如平均数可靠，不能用代数方法计算。 １．２．３ 众数Ｍ０ 众数又称为范数或密集数是原始分数中出现次数最多的分数。众数只有 在考生人数较多，且有明显集中趋势时才有意义。在考生人数较少的情况下，可 能会没有众数，也可能会出现两个或两个以上的众数。然而，这些情况出现的几 率会随着考生人数的增加而减少，因此在正常情况下，大型考试的众数往往是惟 一的。Ｅｘａｍａｎｌｓ通过计算机的直接“观察”得出众数。众数的特点是用 频数的多少来反映集中趋势，不受极端数值的影响，其频数在总体中所占的比重 越大，其代表性也就越强；其缺点是在反映集中趋势上不如平均数可靠，而且不 能用代数方法准确计算。 １．３ 差异量数 差异量数是描述一批分数的差异程度或离散趋势的统计量数。集中量数是一 个点，表示各分数围绕该点而分布；差异量数则是一段距离，表示各分数与某一 量数或与中心点间相差的统计距离。只有知道了差异量数，才能了解集中量数的 代表性。差异量数越大，集中量数的代表性就越小，反之亦然。Ｅｘａｍａｎｌ ｓ提供全矩和标准差两个描述离散趋势的差异量数。 １．３．１ 全矩Ｒ 全距又称为极差或两极差是包含全部分数在内的最小区间长度，即一批 分数中的最高分数ｘｍａｘ与最低分数ｘｍｉｎ之差： Ｒ＝ｘｍａｘ－ｘｍｉｎ 全矩在一定意义上反映了这批考生在学业水平上的最大差距。因此，如果ｘ ｍａｘ等于满分分数，或者ｘｍｉｎ等于０分或者两者同时成立，则表明这 份试卷无法测出考生水平的最大差距。要适当调整部分试题的难度，才能测出考 生真正的全矩。全矩具有计算简单、意义明确的优点，其缺点是完全取决于最高 和最低这两个极端分数，而没有反映出处于两者之间的各分数的差异状况，因此， 用它来描述离散趋势的代表性是很差的。 １．３．２ 标准差σ 标准差是最为常用的、非常优良的差异量数，它能精确地描述分数分布的离 散程度，其定义为： 在分数呈正态分布时，全距约为６个标准差。在考生人数不太多的情况下， 全距接近或超过满分分数的１／２，而标准差约为全距的１／５～１／４时，分 数的