M5：语文测验的结果分析

• 测验质量的分析（定性与定量分析）

• 测验分数的解释

• 教学情况的分析

BCN 3112: 语文测验原理与实施

魏思欣 T3MT3梁子明 T3MT3黄韵桦 T3MT3

测验质量的分析

o测验过程中很重要的一个环节。o包括对测验质量的分析和通过测验结果对教学

情况的分析。o借助测验结果的分析，可有效地发现测验和教

学中存在的问题，借以提高测验水平和教学质量。

测验质量的分析

o 定性分析即依靠分析者的知识、经验、经过逻辑判断，对测验过程的科学性进行分析。

o 分析内容主要有：1. 分析测验目的的适宜性。考察测验目的是否恰当，

知识含盖率如何，能否有效地促进教学目标的实现。并检查测验类型、题型是否适应测验的目的需要。

2. 分析试卷所测的知识和能力，检核双向细目标。通过对试卷实际测到的知识和能力分析，检查测验内容与测验目标配合是否合理，核实测验内容与双向细目标配合是否吻合。

定性分析

3. 试题难度和长度是否适宜，学生能否在限定的时间内完成测验。

4. 检查测验内的实施情况。试题编排是否恰当，试卷印刷是否易读、经济，测验实施是否符合无偏向性要求。

5. 评价试题本身质量。试题有无知识、思维性错误，试题陈述是否准确、清晰，符合命题的技术性要求。

定性分析

测验质量定性分析表序号 内容 简要说明

1 测验内容与双向细目标是否吻合。 吻合

2 试题难度与长度如何。 适宜（学生全部能按时完成试题）

3 试题陈述是否简洁明了。 阅读部分第 4 题导语不明确

4 试题题型是否合适。 合适

5 试题编排是否适当，印刷是否易读。 适当

6 试题评分标准是否明确具体。 明确具体

7 试题有无连环现象。 第二题与第三题—词连环

8 试题是否知识性，思想性错误。 无

o运用数理统计方法，通过计算难度、区分度、信度和效度对测验质量进行分析。

定量分析

难度o试题难度指数 (P) 是答对试题的人数除以参加测

验的人数；或该题平均得分除以该题满分数。

o不同目的的测验难易要求有所不同。目标参照测验，试题难度以 0.80 为宜，常摸参照测验以0.50 左右为宜。

o无论哪种测验，都应避免难度过大或过小的情况，否则会出现全体学生分数偏高或偏低的现象，不能真实反映应试者水平。

区分度

o指某题能够区分出学生高低水平的程度。o区分度在 0.30 以上属优良水平， 0.20-0.29 尚

可， 0.19 以下劣。o与难度有密切的关系。区分度大小与信度高低也

有直接的联系。o试题的区分度一般采用极端分组法求得： ① 将参加测试的所有学生的分数由高至低排列。 ② 学生人数 (N)x 0.27, 小数点后四舍五入 , 得

n 。 ③ 取 n 个最高和最低分数，分别为上组和下组。

区分度

④ 把该题的上组答对人数减去下组答对人数； 或该题上组得分的平均分减去下组得分的平 均分。

⑤ 除以每组人数 (n); 或该题满分数。

区分度

o区分指数在 +1 和 -1之间，低于 0.40 ，表示试题的区分度小。

o在分析区分度时，还可用测验总分作为试题是否具有区分能力的依据，对测验各题得分与测验总分的内部一致性进行分析。

信度

① 稳定系数o 使用重测法计算。o把同一测验在适当的时间间隔里对相同的学生施

测两次，然后计算出两次测验得分的相关系数。o相关系数高说明两次测验所得结果相似。o即同一学生在重测中的相对地位相近，稳定系数较好；反之，稳定系数较差。

信度

o常用皮尔逊积差相关法：

o式中， r 为两次测验结果的相关系数， x 和 y 分别为两次测验的得分， N 为应试学生数。

信度

o前后两次测验间隔要适宜（稳定系数大小常受时间间隔影响）。

o间隔过短，后一次测验容易回忆上次测验的答题；间隔过长，学生由于经验积累，学习进步等影响，两次测验会出现明显的差别。

o间隔时间的长短应试测验类型及目的而定。o适用于速度测验（题目多，时间紧）。o注意提高学生应试的积极性。

信度

② 等值性系数o采用复份法。o以题型、题数、难度和区分度相同但具体内容不

同的两个等值测验，在最短时将内对相同的学生分别施测，然后计算两次测验得分的相关系数。

o若相关高，信度则高；否则，信度低。o两个测验必须等值，否则结果没有意义。o尽可能缩短两个测验的时距。o信度系数稍有偏高的倾向。

信度

③ 内部 - 一致性系数o对同一测验的两个部分的得分求相关系数。（如奇数题和偶数题）

o常在难以进行两次测验时使用，而以一次测验所获得的资料计算信度系数。

o计算内部一致性有三种方法：1. 折半法。2. 库得 - 理查森法3. 克龙巴赫法

信度

1. 折半法。o 根据题号把测验分为奇偶两半，求得两部分试题

的相关系数。o 测验越长，信度越高。o 须对相关系数进行矫正（一般采用斯皮尔曼 -布朗公式进行）

o 为矫正后的信度系数， 为分半信度系数。

信度

2. 库得 - 理查森法o 根据个人总分的平均数和标准差求信度系数。o 适用于当测验答案只有正确和错误的两种。o 公式有两个：

o 为相关系数， K 为题目数， p 为各题答对的百分比， q 为各题答错的百分比， 为所有学生总分的方差。

信度

o 为各人总分的平均分，其余相同。o 信度系数比前者公式小。o 如果信度系数低，说明测验题并非具有相同的特

性，即题目的同质性差或难度相差悬殊，内部一致性差。

信度

3. 克龙巴赫法o 论文式测验，学生作答很不一致，评分也很难客观化。

o A 为信度系数， K 为题目数， 为各题得分差， 为总分方差。

信度

④ 评分一致性系数o论文式测验，评分越不一致，评分者信度越差。

计算方法由于评分者人次多少不同而有差异。1. 斯皮尔曼得分相关（用于 2 人评 N份试卷或一

人先后两次评 N份试卷）

o 为等级相关系数， D 为两位评分者对同一试卷所评等级之差， N 为试卷数。

信度

2. 肯德尔和谐系数（用于计算三人以上评分者的信度）

o 式中 W 为和谐系数， S 为每题等级之和的离均差的平方和

o K 为评分人数， N 为试卷份数。

信度

o 当 K= 3~20 ， N= 3~7, 可根据 K 和 N 的数值在 <W显著性检验时 S 的值临界表 > 中找到P=0.05, 或 P=0.01 的临界值 S值。

o 若表列临界值 S 小于所计算出的 S值，则 W 很有意义，表明阅卷者之间的一致性较强。若N>7, 则把 W代入公式 求得 值；并按 查表，若> (N-1,0.05), 则 W达到显著水平，评分一致性高。

o 计算肯德尔和谐系数时，若阅卷者对于试卷评了相同的等级 / 分数， W 的公式应相应改为：

𝑋 2

信度

o 计算肯德尔和谐系数时，若阅卷者对于试卷评了相同的等级 / 分数， W 的公式应相应改为：

o式中 ， N 为相同等级的个数。

信度

⑤ 目标参照测验的信度o前四种信度的计算法是传统的测验理论，在研究

个别差异问题的过程中建立起来，适用于常模参照测验，不适用于估计目标参照测验的信度。

o怎样分析目标参照测验的信度，目前在世界范围内均处于讨论和发展过程中，尚未形成令人满意的完整理论。

o以下是两种叫为简便的方法：1. 精熟教材决断法2. 复本决定法

信度1. 精熟教材决断法o实施难度较低的目标参照测验，并划定判断学生

教材内容的临界分数，称决断分数（ cut off score) 。

o如果测验超过决断分数就具备了学习下一阶段的教材的条件，很可能达成下一个教学目标。经过一段时间的教学后再进行一次测验。

o第一次测验超过决断分数的学生，第二次测验的成绩若大数已达到事先规定的水平，则说明上次测验信度很高。

o若很多学生尚未达到事先规定的目标，而且经详细的检核后发现这些学生并未真正掌握前一阶段的教材，说明上次测验不可靠。

信度2. 复本决定法o用等值的两个测验施用于相同的学生，根据两次

测验都在决断分数以上和以下的人数百分比来判断测验的信度。

o公式为：

o一致性系数大，测验越可靠。这种方法要修测验项目至少有 10 个，增加测验的项目数可以提高测验的信度。

信度o精熟教材的决断法目前已发展为复本 K 法。此法

主要用于形成性测验。一份测验前后两次施测于学生，其通过与否的数据统计如下表：

o若 b=c=0 ，则两次测验对学生的分类完全一致。此时 P= +1 ，说明再测信度极高。

o一般情况是， b≠0 或 c≠0.此时信度系数求法是：

第一次测验

及格 不及格

第二次测验 及格 a b

不及格 c d

信度o式中

信度

⑥ 速度测验的信度o可采用传统的估计方法，但不十分精确。o如折半法，由于速度测验各试题难度相当，学生

的差异只在回答问题多少，奇数题和偶数题的得分一般非常一致，信度系数接近于 1 ，这显然不能真正反映信度的高低。

o如果不使用重测法或复份法，而采用分半法估计速度测验的信度，则折半法的依据必须是时间：

1. 把测验时间分为两半，并分别印制试卷施测，最后用折半法估计信度。

信度

2. 把测验等分为 4段，分别印制试卷施测，然后把第 1段和第 4段得分相加，把第 2段和第 3段得分相加，最后把上述两列分数求得相关，得信度系数。

o测验信度系数多大为宜，采用不同的方法有不同的标准，一般应达 0.90 ，标准化测验常达0.95 。

效度

o估计效度一般用计算效度系数方式进行。o根据测验目的，费伦奇 (Frech) 和米歇尔(Michel)把效度分为内容效度、结构效度、和效标关联效度。—— 1974年美国心理学会认可

① 内容效度o指测验能代表在所欲测量的内容和引起预期反应

的程度。o内容效度没有定量描述的方法。语文测验所欲测

量的内容可以是教材，预期反应指学生的行为变化，如对教材的记忆、理解和应用等。

效度

o两者是互为联系的，但不等同。 (尽管测验能反映学生所学的的全部内容，但若只需牢记便能答题，那么内容效度仍不佳，因为没有测到理解与应用的特性。

o估计内容效度最常用的方法是，把测验题目与教材内容进行比较。如在拟题钱已编有双向细目表，则可编制试卷的试题分类表加以对照，根据教材内容与行为水平相符合程度判断内容效度。

② 结构效度o指测验能够说明心理学理论某种结构或特性的程

度，即测到了欲测量的心理结构和心理特性的程度。考察结构效度的主要方法有：

效度

1. 分析某种结构和特性与测验题目的关系，考察这些题目是否能测量这种结构和特性。

2. 比较两组应试者进行统一测验的结果。儿童心理一般随年龄的增长而发展，那么不同年龄的测验成绩也应呈相应的发展趋势。

3. 把测验结果与另一性质相同而被公认的有较高结构效度的测验结果比较。如果两种测验成绩相关高，证实该测验也具有较高的结构效度。这种效度可称聚合效度。

效度

4. 运用因素分析的多元统计法估计。对于测验究竟测出了那些心理能力，在教育统计学上的因素分析法可得到圆满的解释。因素分析的主要功能是把一些具有错综复杂关系的因素归结为数量较少的几个综合因素（公因素 ) ，并用这少数几个因素来解析测验结果。

③ 效标关联效度o指测验与另一测验结果之间的一致程度，方法是

通过计算相关系数来进行：1. 同时效度。o用同一种测验结果与另一同时获得的其他资料的相关系数描述。

效度

2. 预测效度o指测验结果对未来行为或成就能够预测的程度。o这种效度的效标在该测验进行后的相当长的时间

内进行。o如测验小学语文标准化的测验，可用同一批的学

生以后初、高中某次语文测验的分数比较。

效度o效度系数大小的要求，受测验内容与效标之间的相似性制约。若性质相差较大，相关系数达0.35 ，即可认为符合要求。但一般要求在 0.60以上才认为是有效的测验。

o标准化测验与教师对学生名次排列之间的相关系数应达 0.60-0.70 ，两种标准化测验之间的相关应达 0.60-0.80之间。

测验分数的解释

o将学生的答卷与标准答案作比较而判定的分数—原始分数，没有多大意义。

o转换成具有一定参照点和单位的导出分数，作出有效的解释。

o最宜为语文测验采用的分数解释是百分等级和标准分数。

测验分数的解释

o百分等级设全体应试者为 100 ，最高分和最低分分别于 100% 和 1% 的位置。

o各分数的百分等级，实际上就是在一定的团体中低于该分数人数的百分比。

o百分等级高于 50 ，表示高于一般水平，低于50 ，说明低于一般水平。

o百分等级越低，个体所处的地位也就越低。

百分等级

o要先列出次数分布表o算出低于某一特定分数（在分组资料中采用组中值）的人数

o得到的分数除以应试者总人数o乘以 100

o得到百分等级。

计算百分等级

o优点：百分等级容易计算，容易理解，各种测验普遍适用。

o缺点：百分等级制表示顺序，不能做加减乘除运算，大多数统计分析无法进行。

o在转换百分等级时，接近中间部分的原始分数的差异被夸大，而接近分数的两端的原始分数被缩小。

o标准分数是原始分数与平均数的距离以标准差为单位计算的。

o从原始分数（ X ）中减去一个恒定值（平均数Ȳ ），再除以一个恒定值（标准差 S ）得到的。

o计算公式为：

标准分数

o如果 z值是正数（ positive ），说明这学生的成绩高于集体的平均分数。

o如果 z值是负数（ negative ），说明这学生的成绩低于集体的平均分数。

oZ 分数是一种相对的分数。o它是用来：进行某学生各次语文测试成绩之间的比较。

进行数学运算得出该生的学期总评分。进行语文学科成绩与其他学科成绩的比较。

教学情况的分析

教学分析的内容

从教师角度

可以了解学生在测验中所反映出来的掌握知识、形成技能和能力的情况，从而提出措施改进教学，弥补在知识教学和能力培养上的缺漏部分。

从学生角度

通过教师对试卷的讲评、分析，可认清自己在语文学习中的长处和短处，发现在测验中的得失，及时纠正答题中的谬误。

教学分析的情况（一）教学分析的内容

教学情况的分析内容包括：1) 统计测验总成绩。（从总体上掌握全部学

生的语文水平）需计算的总体统计值有：a)平均数。用以说明学生的总体水平。

公式是：b) 全距。实为分数分部的最大范围。它表示离散程度最简单、最直接的差异量数。公式是： R = Xmax - Xmin

教学分析的情况

c)标准差。使用较广的统计值，许多统计 量数需以它为基础。公式是：

Xi 为各学生的分， 为所有学生得分的平均数， N 为应试学生总数。标准差用以表示学生的离差程度，标准差愈大，说明分数分布愈广。反之，说明分数愈集中，学生程度差异越小。

教学分析的情况

d)各分数段学生的百分比。分数段可划分为 100-90,89-80,79-70,69-60,59-0 ，看学生的分数主要集中在哪一个分数段。

e)画 S-P表。 S 是每个学生， P 是每个测验题。通过此表不仅可以了解每个学生在该测验中的答对率和该班学生在知识掌握上的一般趋势，也可以看出该测验的各个试题对该班学生的难易程度。

教学分析的情况

S–P表的制作过程根据学生的测验得分，由高至低在表的左侧排列他们的姓名或学号。

按各题对该班学生的难易程度自左而右排列试题，并表明题号。

登记每个 学 生 对这些试 题 的 通 过 情 况 ， 对 者记“ 1” ，错者记“ 0” ，统计每个人答对题数和计算答对的百分比。

根据每个人答对的题数画 S曲线。先在每个学生得分栏上，相对其答对题数的位置上画一条曲线，然后，将这些竖线首尾相接，所得梯形折线为 S曲线。

根据各体通过人数画 P曲线。先根据每题答对人数，在成绩名次第几名学生的该题成绩下面画一条横线，然后将这些横线首尾相连即成为 P曲线。

教学情况的分析内容包括：2) 学生内部差异的分析。

o目的是揭示学生经过教与学的历程后，在指定学习范围内达标程度和存在的问题。

o学生内部差异的评价依照个人的标准进行。o如一个学生语文的各种知识和能力之间比较、现

在与过去比较、语文与其他学科比较等，以了解学生的优势、弱点以及进步情况。

o教师可以深入掌握学生的个别差异。

教学分析的情况

o个人内部差异分析有两种方法：a. 横断分析：

o在同一时间内，对一个人所具有的特性进行比较。o例：在学业成就与学习能力、兴趣、态度，各学

科成绩之间，语文学科领域内不同能力之间进行比较。

教学分析的情况

b. 纵向分析：o 对学生不同时间内的几次语文测验进行比较。比较时也应把学生的测验原始得分标准化。

o 学生的个人内部差异分析，除从字、词、标点、拼音、语法、逻辑、修辞等语文知识或听说读写等语文能力角度分析外，还可从学生答题的特点判断学生的个性倾向性。

教学分析的情况

(二）从教与学两方面总结经验教训，改进教学工作。o 总结的内容包括：教学改革的成效，教学进度的

完成情况（数量与质量），学生的要求与需要帮助程度，学习态度、学习习惯、学习方法等等。

o 分析试卷中学生的共同性错误，从教学法和学习心理角度找出错误的原因，进行总结讲评，让学生及时订正错误。

教学分析的情况

o朱作仁，李志强，祝新华 . (1998). 语文测验原理与实施法 . 上海 : 上海教育出版社 .

参考资料

谢谢 !