对外汉语教学测试
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
对外汉语教学的测试
教育测量与评价
教育测量也称考试、测试。考试的目的是要作评价，作判断。 根据考试的用途、手段和评价标准，可以将考试作如下分类：
（一）根据测试用途分类 成就测试，能力测试，能力倾向测试 1. 成就测试 也称成绩测试，测试目的在于测量学生在某个学习阶段学到
了什么，包括： A)各学科的单科/综合测试。 B)教学阶段的安置、形成、诊断和总结性测试。 安置性测试的典型例子是摸底考试和分班考试。 形成性测试考察学生进步的情况，对阶段性教学内容掌握的
IQ的测试属于这类考试。
3.能力倾向测试
又称学习能力测验，它介于成就测验与能 力测验之间，既测知识也测能力，目的在 于测量学生的潜在学习能力及学术发展趋 向。潜在能力指个体从未来教育或训练中 最可能发展并受益的能力，一般分为两种：
A)一般学习能力测试。 B)特殊能力倾向测试。 高考属这类考试。
复本信度:两平行测 验对同组被试施测 所得结果的一致性 程度;
试题同质性信度
r信
k (1 k 1
i2 2
)
σ2i:每道试题方差; Σ2:全卷方差;
k :试卷中试题数目
教师自编测验 的信度指标范 围为0.7以上。
同质性信度:测验内 部所有题目间的一 致性程度。
效度
含义
种类
公式
指标范围
是测验的准确 性，是测验能 够测出它所欲 测的特质的程 度，即测验实 际测量出其所 要测量特性的 程度。
试题卷面的 难度值范围 是0.6~0.7
难度记为 P， 在教育测量 中，
P＝R/N
R：答对该题的人数 N：参加测验总人数
• 1、难度的两种数学定义：
• （1）P=1—x/w x为某题得分的平均分数， w为该题的满分。这种定义法，难度值小时 表明试题容易，值大ห้องสมุดไป่ตู้表明试题难，最小 值为0，最大值为1。
根据评分者和评分方法分类
客观试题 由被试者从可供选择项中确定正确（最佳）或错
误答案的题目。这类题目包括是非题、多选题、 配对题等，这类题目答案唯一，评分不受主观因 素影响，在条件许可的情况下，还可以用机器阅 卷评分。有时我们也把介于主观性题目与客观性 题目之间的限制性题目如简答题、填充题也归类 于客观题，全部由客观性题目组成的测验称之为 客观性测验。
主观性试题 极端分组法
公式 D＝PH－PL
计算步骤： 按测验总分从高到低排序； 测验总分最高的27％的被试 作为高分组，最低的27％的 被试为低分组； 分别求出这两组被试通过试题 的百分比； 将算得有关数据带入上公式。
公式 D X H X L
N (H L) XH:高分组总分;XL:低分组总分;H:该题最高分;L:该 题最低分;N:考生总人数的25％
D＝PH－PL
PH指高分组通 过的百分比,高 分组为总分数 最高的27%
PL指低分组通 过的百分比,低 分组为总分数 最低的27%
通常用D表示， 取值范围为＋ 1.00至-1.00。 D越高则质量越 好。 0.2以下应淘汰 0.2-0.3 合格 0.3-0.4 良好 0.4-1 性能佳
区分度计算
客观性试题 极端分组法
情况。 诊断性测试是针对个体或个别教学内容掌握情况的考试，意
在对个别学生或特定的教学内容掌握的情况作精确的了解。 总结性测试的典型例子是学期、学年考试、会考也属这一类
型。
2. 能力测试
测验目的在于测量个体的不因外界环境的 影响而轻易改变的、较稳定的、表现在认 知能力方面的心理特质，比如观察力、记 忆力、理解力、概括力、空间想象力、判 断推理能力等等。
• （2）P=x/w 这种定义法，难度值小时表 明试题难，值大时表明试题容易，最小值 为0，最大值为1。
区分度
含义
意义
公式
指标范围
指测验对学业 水平不同的考 生的区分程度 或鉴别力。
具有良好区分 度的项目，能 将不同水平的 考生区分开来， 即在该项目上 水平高的考生 得高分，水平 低的考生得低 分。
根据人数多寡分类
团体测试 个人测试
考察测试质量的几个测量学指标
难度、区分度、效度、信度 1.难度 难度：被试完成题目（item）任务时所遇
到的困难程度。 难度系数：定量地刻画被试作答题目时困
难程度的量值。P
难度
难度
指标适用范围
计算公式
难度是指测验 项目的难易程 度，试题的难 度可以用试题 的通过率来表 示。
主观试题
由考生以自己的答案来回答所提出的问题。 考生在处理问题方式、回答内容的选择、 回答内容的组织及答题重点等方面均有相 当的自由。这类试题包括论述题、证明题、 作文题等，因为这类题目的答案不唯一， 评分易受主观性因素的影响，故称之为主 观性题目。
评分受评阅人主观判断的影响。
根据评价标准分类
计算步骤： 按测验总分由高到低排序； 分别确定测验总分的前27％和后27％ 作为高低分组； 列出试题分析表； 将数据带入公式计算。
信度
含义
种类
公式
指标范围
即测试的稳定 性和和可靠程 度，信度是反 映测量中随机 误差大小的指 标。包括重测 信度、复本信 度、同质性信 度。
重测信度:同一测验 对同组被试先后两 次施测所得结果的 一致性程度;
Case 2
家长看到孩子成绩单上的数学测验成绩为82分，语文 测验成绩为70分，父母们对此是如何评价的？
Case 3
某学校负责人在学期结束时的总结会上对某学科教师 说他的教学效果不好，其依据是该学期学生在此学科 上的考试平均成绩低于其他学科。
标准分的意义：
该生与全体考生比较所处的位置
根据测试材料和形式分类 语言与文字测试 非语言与文字测试
内容效度：是指测 验内容对于其所欲 测之行为领域的代 表性程度。 效标关联效度：是 指一个测验对处于 特定情境中的个体 的行为进行预测的 有效性。 结构效度：是指测 验对于被称作某一 理论概念或特质测 量的程度。
常模参照测试 标准参照测试
根据是否运用标准化方法分类
标准化测试 非标准化测试 标准化的含义
题目的标准化（客观试题） 指导语的标准化 施测过程的标准化 评分的标准化 解释的标准化
最重要的是分数解释的标准化
原始分==〉标准分 原始分数的误区 case 1
有老师对学生说，你上次数学测验的的成绩是78分， 这一次测验只得了71分，你为什么退步了？
教育测量与评价
教育测量也称考试、测试。考试的目的是要作评价，作判断。 根据考试的用途、手段和评价标准，可以将考试作如下分类：
（一）根据测试用途分类 成就测试，能力测试，能力倾向测试 1. 成就测试 也称成绩测试，测试目的在于测量学生在某个学习阶段学到
了什么，包括： A)各学科的单科/综合测试。 B)教学阶段的安置、形成、诊断和总结性测试。 安置性测试的典型例子是摸底考试和分班考试。 形成性测试考察学生进步的情况，对阶段性教学内容掌握的
IQ的测试属于这类考试。
3.能力倾向测试
又称学习能力测验，它介于成就测验与能 力测验之间，既测知识也测能力，目的在 于测量学生的潜在学习能力及学术发展趋 向。潜在能力指个体从未来教育或训练中 最可能发展并受益的能力，一般分为两种：
A)一般学习能力测试。 B)特殊能力倾向测试。 高考属这类考试。
复本信度:两平行测 验对同组被试施测 所得结果的一致性 程度;
试题同质性信度
r信
k (1 k 1
i2 2
)
σ2i:每道试题方差; Σ2:全卷方差;
k :试卷中试题数目
教师自编测验 的信度指标范 围为0.7以上。
同质性信度:测验内 部所有题目间的一 致性程度。
效度
含义
种类
公式
指标范围
是测验的准确 性，是测验能 够测出它所欲 测的特质的程 度，即测验实 际测量出其所 要测量特性的 程度。
试题卷面的 难度值范围 是0.6~0.7
难度记为 P， 在教育测量 中，
P＝R/N
R：答对该题的人数 N：参加测验总人数
• 1、难度的两种数学定义：
• （1）P=1—x/w x为某题得分的平均分数， w为该题的满分。这种定义法，难度值小时 表明试题容易，值大ห้องสมุดไป่ตู้表明试题难，最小 值为0，最大值为1。
根据评分者和评分方法分类
客观试题 由被试者从可供选择项中确定正确（最佳）或错
误答案的题目。这类题目包括是非题、多选题、 配对题等，这类题目答案唯一，评分不受主观因 素影响，在条件许可的情况下，还可以用机器阅 卷评分。有时我们也把介于主观性题目与客观性 题目之间的限制性题目如简答题、填充题也归类 于客观题，全部由客观性题目组成的测验称之为 客观性测验。
主观性试题 极端分组法
公式 D＝PH－PL
计算步骤： 按测验总分从高到低排序； 测验总分最高的27％的被试 作为高分组，最低的27％的 被试为低分组； 分别求出这两组被试通过试题 的百分比； 将算得有关数据带入上公式。
公式 D X H X L
N (H L) XH:高分组总分;XL:低分组总分;H:该题最高分;L:该 题最低分;N:考生总人数的25％
D＝PH－PL
PH指高分组通 过的百分比,高 分组为总分数 最高的27%
PL指低分组通 过的百分比,低 分组为总分数 最低的27%
通常用D表示， 取值范围为＋ 1.00至-1.00。 D越高则质量越 好。 0.2以下应淘汰 0.2-0.3 合格 0.3-0.4 良好 0.4-1 性能佳
区分度计算
客观性试题 极端分组法
情况。 诊断性测试是针对个体或个别教学内容掌握情况的考试，意
在对个别学生或特定的教学内容掌握的情况作精确的了解。 总结性测试的典型例子是学期、学年考试、会考也属这一类
型。
2. 能力测试
测验目的在于测量个体的不因外界环境的 影响而轻易改变的、较稳定的、表现在认 知能力方面的心理特质，比如观察力、记 忆力、理解力、概括力、空间想象力、判 断推理能力等等。
• （2）P=x/w 这种定义法，难度值小时表 明试题难，值大时表明试题容易，最小值 为0，最大值为1。
区分度
含义
意义
公式
指标范围
指测验对学业 水平不同的考 生的区分程度 或鉴别力。
具有良好区分 度的项目，能 将不同水平的 考生区分开来， 即在该项目上 水平高的考生 得高分，水平 低的考生得低 分。
根据人数多寡分类
团体测试 个人测试
考察测试质量的几个测量学指标
难度、区分度、效度、信度 1.难度 难度：被试完成题目（item）任务时所遇
到的困难程度。 难度系数：定量地刻画被试作答题目时困
难程度的量值。P
难度
难度
指标适用范围
计算公式
难度是指测验 项目的难易程 度，试题的难 度可以用试题 的通过率来表 示。
主观试题
由考生以自己的答案来回答所提出的问题。 考生在处理问题方式、回答内容的选择、 回答内容的组织及答题重点等方面均有相 当的自由。这类试题包括论述题、证明题、 作文题等，因为这类题目的答案不唯一， 评分易受主观性因素的影响，故称之为主 观性题目。
评分受评阅人主观判断的影响。
根据评价标准分类
计算步骤： 按测验总分由高到低排序； 分别确定测验总分的前27％和后27％ 作为高低分组； 列出试题分析表； 将数据带入公式计算。
信度
含义
种类
公式
指标范围
即测试的稳定 性和和可靠程 度，信度是反 映测量中随机 误差大小的指 标。包括重测 信度、复本信 度、同质性信 度。
重测信度:同一测验 对同组被试先后两 次施测所得结果的 一致性程度;
Case 2
家长看到孩子成绩单上的数学测验成绩为82分，语文 测验成绩为70分，父母们对此是如何评价的？
Case 3
某学校负责人在学期结束时的总结会上对某学科教师 说他的教学效果不好，其依据是该学期学生在此学科 上的考试平均成绩低于其他学科。
标准分的意义：
该生与全体考生比较所处的位置
根据测试材料和形式分类 语言与文字测试 非语言与文字测试
内容效度：是指测 验内容对于其所欲 测之行为领域的代 表性程度。 效标关联效度：是 指一个测验对处于 特定情境中的个体 的行为进行预测的 有效性。 结构效度：是指测 验对于被称作某一 理论概念或特质测 量的程度。
常模参照测试 标准参照测试
根据是否运用标准化方法分类
标准化测试 非标准化测试 标准化的含义
题目的标准化（客观试题） 指导语的标准化 施测过程的标准化 评分的标准化 解释的标准化
最重要的是分数解释的标准化
原始分==〉标准分 原始分数的误区 case 1
有老师对学生说，你上次数学测验的的成绩是78分， 这一次测验只得了71分，你为什么退步了？