教育测量与评价的质量特性
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)。
▪ 所谓复本测验是指在性质、内容、题型、题数、 难度等方面都一致（或相等）的两份或多份测 验。
施测 连续施测或间隔施测 A型
相关系数
施测 B型
例二
▪ 以A、B两型英语复本测验对初中三年级10个
学生施测，为避免由测验施测顺序所造成的误 差，其中5个学生先做A型测验，休息15分钟后， 再做B型测验；而另5个学生先做B型测验，休 息15分钟后，再做A型测验。10个学生A型测 验结果记为X，B型测验结果记为Y，其测验的 复本信度如何？
▪ 2、两次测验之间的时间间隔要适宜。应 由测验的性质、测题类型、测题数量和 被试特点所决定；
▪ 3、重测法适用于速度测验而不适用于难 度测验；
▪ 4、应注意提高被试者的积极性。
重测信度与时间间隔
▪ 两次测量之间的间隔时间不同，重测信度也不同。 间隔时间太短，存在记忆效应；间隔时间太长，影响
测量的干扰因素增加。一般而言，时间间隔越长，信度系 数越低。 ▪ 适宜的间隔时间因测验性质、被试特点而异。
问题
▪ 一个能力测验用于人才招聘，经检验它的 信度为0.70，如何理解这个信度系数的含 义。
▪ 理解：0.70的信度系数表明，在不同的招 聘候选人之间进行比较，候选人测验分数 的70%差别是由于个体之间真实的能力差 异所导致的，而30%差别是由于随机误差 所导致。
二、信度的种类及估计方法
▪ 采用不同的方法来计算相关系数，就会得 到不同类型的信度指标：重测信度、复本 信度、分半信度、同质性信度、评分者信 度。
如：对儿童测量时间间隔相对短一些成人测量时间间 隔可以长一些。一般以2周到4周较宜，最好不超过6个月。 ▪ 报告重测信度时要明确说明两次测验之间的时间间隔，并 且，一个经过良好评估的测验应当具有多个时间间隔的重 测信度。
（二）复本信度
▪ ——指两个平等的测验测量同一批被试所得结 果的一致性程度。
▪ 其大小等于同一批被试在两个复本测验上所得 分数的相关系数。
第二章 教育测量的质量特性
▪ 衡量教育测量的质量，可采用四个指标： 信度 主要对整个测验而言。 效度
难度 主要对测验项目而言。
区分度
第一节 教育测量与评价的信度
一、什么是信度
——指测量结果的稳定性ห้องสมุดไป่ตู้可靠性程度。 ▪ 一般地说，一个好的测量必须具有较高
的信度，也就是说，一个好的测量工具， 只要遵守操作规则，其结果就不应随工 具的使用者或使用时间等方面的变化而 发生较大的变化。
▪ 学生序号 1 2 3 4 5 6 7 8 9 10 11 12
▪X
20 20 21 22 23 23 23 24 25 26 26 27
▪Y
20 21 21 20 23 23 25 25 26 26 27 29
在使用重测法计算信度值时，应注意 以下问题：
▪ 1、信度的取值范围为[0，1]，当信度值 较大时，说明前后两次测量结果比较一 致；
统计学上，我们通常把对同一组被试实施的两次 等值测验的成绩的相关系数作为这一测验的信度。
r
NXY XY
r
N XY X Y
N
X X N Y 2
N X 2 2 X 2 NY 2 Y22
Y2
X：第一次测验的实得分数； Y：第二次测验的实得分数； N：被试人数。
例一
▪ 用一个算术四则的速度测验12个小学生， 得分记为X，为了考察测量结果的可靠性， 于3个月后再测一次，得分记为Y，问测验 结果是否可靠？
对信度的理解
①信度指实测值（X）和真值（T）相差的程 度；
②考察信度系数时，常常采用相关系数作为信 度指标，测验结果之间的相关程度越高，信 度就越高。采用不同的方式计算相关系数， 就得到不同类型的信度系数。
③心理测验的信度值在0-1.00之间，当信度系 数等于1.00时，表示测验完全可靠；当信度 系数等于0时，则表示测验根本不可靠。
分半信度
▪ ——将测验分半，再求被试在每一半测验上所 得分数的相关系数。
▪ 首先根据内容、形式、题数、平均数、标准差、 难度、测题间相关以及分布形态相等的原则， 将试题分成两半，或者将从易到难排列的测题， 按照测题序号，奇数测题为一组，偶数测题为 一组，分成两半；
▪ 学生序号 1 2 3 4 5 6 7 8 9 10
▪X
19 19 18 17 16 15 15 14 13 12
▪Y
20 17 18 18 17 15 13 15 12 12
复本信度的优缺点表现：
优点：
▪ 1、测验的两个复本，如果在不同的时间使用， 其信度既可以反映在不同时间的稳定性，又可 以反映对于不同测题的一致性；
▪ 2、两个复本测验有可能在某种程度上测量了 不同的性质，这就会低估测验的信度；
▪ 3、被试同时接受性质相似的两个测验，可能 减少完成测验的积极性；
▪ 4、虽然两个复本测验的题目材料不同，但被 试一旦掌握了解题的某一模式，就能触类旁通， 有可能失去复本的意义。
（三）同质性信度
同质性信度 ——也称内部一致性信度，指测验内部所有题目
▪ 五种信度的含义和计算方法各异，我们在 使用时要特别注意每一种信度的特定内涵 和适用范围。
（一）重测信度
——指同一个量表对同一组被试施测 两次所得结果的一致性程度。
▪ 其大小等于同一组被试在两次测验上所 得分数的相关系数，一般采用皮尔逊积 差相关的公式来计算。
施测
时间间隔 相关系数
再施测
重测信度的计算
之间的一致性程度。 ▪ 两层意思：
①测验所有题目测的是否为同一种心理特质； ②测验所有题目得分之间是否具有较高的正相关。
▪ 基本假设：当一个测验具有较高的同质性信度时， 说明测验主要测的是某一个单一心理特质，由于众 多题目测试了同一心理特质，那么实测结果就是该 特质水平的反映。
估计方法
▪ 分半信度（p49） ▪ 库德-理查逊信度（p50） ▪ 克龙巴赫系数（α系数，p52） ▪ 荷伊特信度（p52）
▪ 2、两个复本在同时使用时，可以避免再测信 息的一些缺点，如首测时再测在记忆、练习、 效果的影响，间隔期间获得新知识的影响，两 次施测的环境不同和被试主观状态不同的影响， 以及为了应付测验所作训练的影响等。
复本信度缺点：
▪ 1、编制两个完全相等的测验是很困难的，如 果两个复本过分相似，则变成再测形式，而过 分不相似，又使等值的条件不存在；
施测 连续施测或间隔施测 A型
相关系数
施测 B型
例二
▪ 以A、B两型英语复本测验对初中三年级10个
学生施测，为避免由测验施测顺序所造成的误 差，其中5个学生先做A型测验，休息15分钟后， 再做B型测验；而另5个学生先做B型测验，休 息15分钟后，再做A型测验。10个学生A型测 验结果记为X，B型测验结果记为Y，其测验的 复本信度如何？
▪ 2、两次测验之间的时间间隔要适宜。应 由测验的性质、测题类型、测题数量和 被试特点所决定；
▪ 3、重测法适用于速度测验而不适用于难 度测验；
▪ 4、应注意提高被试者的积极性。
重测信度与时间间隔
▪ 两次测量之间的间隔时间不同，重测信度也不同。 间隔时间太短，存在记忆效应；间隔时间太长，影响
测量的干扰因素增加。一般而言，时间间隔越长，信度系 数越低。 ▪ 适宜的间隔时间因测验性质、被试特点而异。
问题
▪ 一个能力测验用于人才招聘，经检验它的 信度为0.70，如何理解这个信度系数的含 义。
▪ 理解：0.70的信度系数表明，在不同的招 聘候选人之间进行比较，候选人测验分数 的70%差别是由于个体之间真实的能力差 异所导致的，而30%差别是由于随机误差 所导致。
二、信度的种类及估计方法
▪ 采用不同的方法来计算相关系数，就会得 到不同类型的信度指标：重测信度、复本 信度、分半信度、同质性信度、评分者信 度。
如：对儿童测量时间间隔相对短一些成人测量时间间 隔可以长一些。一般以2周到4周较宜，最好不超过6个月。 ▪ 报告重测信度时要明确说明两次测验之间的时间间隔，并 且，一个经过良好评估的测验应当具有多个时间间隔的重 测信度。
（二）复本信度
▪ ——指两个平等的测验测量同一批被试所得结 果的一致性程度。
▪ 其大小等于同一批被试在两个复本测验上所得 分数的相关系数。
第二章 教育测量的质量特性
▪ 衡量教育测量的质量，可采用四个指标： 信度 主要对整个测验而言。 效度
难度 主要对测验项目而言。
区分度
第一节 教育测量与评价的信度
一、什么是信度
——指测量结果的稳定性ห้องสมุดไป่ตู้可靠性程度。 ▪ 一般地说，一个好的测量必须具有较高
的信度，也就是说，一个好的测量工具， 只要遵守操作规则，其结果就不应随工 具的使用者或使用时间等方面的变化而 发生较大的变化。
▪ 学生序号 1 2 3 4 5 6 7 8 9 10 11 12
▪X
20 20 21 22 23 23 23 24 25 26 26 27
▪Y
20 21 21 20 23 23 25 25 26 26 27 29
在使用重测法计算信度值时，应注意 以下问题：
▪ 1、信度的取值范围为[0，1]，当信度值 较大时，说明前后两次测量结果比较一 致；
统计学上，我们通常把对同一组被试实施的两次 等值测验的成绩的相关系数作为这一测验的信度。
r
NXY XY
r
N XY X Y
N
X X N Y 2
N X 2 2 X 2 NY 2 Y22
Y2
X：第一次测验的实得分数； Y：第二次测验的实得分数； N：被试人数。
例一
▪ 用一个算术四则的速度测验12个小学生， 得分记为X，为了考察测量结果的可靠性， 于3个月后再测一次，得分记为Y，问测验 结果是否可靠？
对信度的理解
①信度指实测值（X）和真值（T）相差的程 度；
②考察信度系数时，常常采用相关系数作为信 度指标，测验结果之间的相关程度越高，信 度就越高。采用不同的方式计算相关系数， 就得到不同类型的信度系数。
③心理测验的信度值在0-1.00之间，当信度系 数等于1.00时，表示测验完全可靠；当信度 系数等于0时，则表示测验根本不可靠。
分半信度
▪ ——将测验分半，再求被试在每一半测验上所 得分数的相关系数。
▪ 首先根据内容、形式、题数、平均数、标准差、 难度、测题间相关以及分布形态相等的原则， 将试题分成两半，或者将从易到难排列的测题， 按照测题序号，奇数测题为一组，偶数测题为 一组，分成两半；
▪ 学生序号 1 2 3 4 5 6 7 8 9 10
▪X
19 19 18 17 16 15 15 14 13 12
▪Y
20 17 18 18 17 15 13 15 12 12
复本信度的优缺点表现：
优点：
▪ 1、测验的两个复本，如果在不同的时间使用， 其信度既可以反映在不同时间的稳定性，又可 以反映对于不同测题的一致性；
▪ 2、两个复本测验有可能在某种程度上测量了 不同的性质，这就会低估测验的信度；
▪ 3、被试同时接受性质相似的两个测验，可能 减少完成测验的积极性；
▪ 4、虽然两个复本测验的题目材料不同，但被 试一旦掌握了解题的某一模式，就能触类旁通， 有可能失去复本的意义。
（三）同质性信度
同质性信度 ——也称内部一致性信度，指测验内部所有题目
▪ 五种信度的含义和计算方法各异，我们在 使用时要特别注意每一种信度的特定内涵 和适用范围。
（一）重测信度
——指同一个量表对同一组被试施测 两次所得结果的一致性程度。
▪ 其大小等于同一组被试在两次测验上所 得分数的相关系数，一般采用皮尔逊积 差相关的公式来计算。
施测
时间间隔 相关系数
再施测
重测信度的计算
之间的一致性程度。 ▪ 两层意思：
①测验所有题目测的是否为同一种心理特质； ②测验所有题目得分之间是否具有较高的正相关。
▪ 基本假设：当一个测验具有较高的同质性信度时， 说明测验主要测的是某一个单一心理特质，由于众 多题目测试了同一心理特质，那么实测结果就是该 特质水平的反映。
估计方法
▪ 分半信度（p49） ▪ 库德-理查逊信度（p50） ▪ 克龙巴赫系数（α系数，p52） ▪ 荷伊特信度（p52）
▪ 2、两个复本在同时使用时，可以避免再测信 息的一些缺点，如首测时再测在记忆、练习、 效果的影响，间隔期间获得新知识的影响，两 次施测的环境不同和被试主观状态不同的影响， 以及为了应付测验所作训练的影响等。
复本信度缺点：
▪ 1、编制两个完全相等的测验是很困难的，如 果两个复本过分相似，则变成再测形式，而过 分不相似，又使等值的条件不存在；