第七章 教育測量法

第七章教育測量法第一節(jié)教育測量概述第二節(jié)教育測量的質量指標第三節(jié)教育測量法的實施1第一節(jié)教育測量概述一、教育測量法的特點二、測量工具——量表三、教育測量的類型2一、教育測量法的特點（一）測量與教育測量的含義所謂測量，就是“按照一定的規(guī)則為事物的屬性、特征賦值”。教育測量就是根據(jù)某種規(guī)則或尺度，以數(shù)量化的形式描述教育現(xiàn)象或教育對象的某種屬性。通俗地說，就是根據(jù)一定的規(guī)則，給事物分派數(shù)字。1、2、3、4、5這些數(shù)字本身是沒有數(shù)量或質量意義的，只是個符號。當我們規(guī)定1代表學業(yè)成績的最低等級“不及格”；2代表“及格”；3代表“中等”；4代表“良好”；5代表“優(yōu)秀”，這時1、2、3、4、5才具有實際意義，數(shù)字按規(guī)則被賦予了意義。3一、教育測量法的特點（二）測量的要素（1）測量客體。指測量的對象。測量的客體可以是人，也可以是教育研究中的事物或現(xiàn)象。（2）測量內(nèi)容。指測量客體的屬性和特征。測量內(nèi)容可以是外顯的，如學生的性別、年齡、身高、體重等，也可以是內(nèi)隱的，如學習興趣、動機、態(tài)度、價值觀等。（3）測量規(guī)則。指測量的法則或方法。也就是說，要構建一套如何分派數(shù)字或符號的準則，按準則對測量內(nèi)容進行規(guī)范化、標準化的操作。（4）測量工具。指測量的指標體系。沒有工具，測量難以進行。

4一、教育測量法的特點（三）教育測量的特點教育測量的基本特點就是根據(jù)一定的法則，以測驗為工具對研究對象進行測試，從而獲得數(shù)量化的結果，并通過進一步分析獲得相關結論。教育測量可以把抽象、概括的理論研究成果（如群體發(fā)展的平均指標、一般特征、理論學說等）轉化為反映個體發(fā)展水平、教育發(fā)展狀況的方便工具，并提供可靠的數(shù)據(jù)。5二、測量工具——量表測量需要有測量的工具，測量的工具應具有單位和參照點，并且有表示量數(shù)的方法，我們把這種工具稱之為量表。如，尺是度量長度的量表，血壓計是測量血壓高低的量表，智力測驗是測量智商高低的量表。量表的類型：稱名量表、順序量表、等距量表、比率量表。

6二、測量工具——量表（一）稱名量表（類別量表）是根據(jù)事物的某一特點，對事物屬性進行分類，用名稱或數(shù)字來代表事物或性質，是給事物進行簡單歸類的一種量表形式。如：男生為1，女生為2喜歡語文的學生為1，喜歡數(shù)學的學生為2稱名量表測量的結果不能運算，但可以做統(tǒng)計分析（如計算百分比、列聯(lián)相關、卡方檢驗）7二、測量工具——量表（二）順序量表（等級量表）只有等級順序而無等距的單位和絕對零點，只是按研究對象的某一種屬性的順序排列出等第次序。如：根據(jù)學生的測驗成績排出名次，成績最好的為1，成績次之為2，再次之為3，依次類推。又如，對于生活水平，我們可以給出四個等級：貧困、溫飽、小康、富裕。8二、測量工具——量表（三）等距量表（間距量表）是具有相等的單位，但沒有絕對零點的量表。等距量表的數(shù)量單位之間的間距是相等的。如：溫度攝氏30度至32度與攝氏18度至20度的溫差是相等的，都是相差2度。三個兒童在智商測驗中分別得分105、110、115，在智商測驗分數(shù)體系中，分數(shù)差距是相等的。等距量表在學校教育系統(tǒng)運用廣泛，一般將百分制評分看作等距量表。9二、測量工具——量表（四）比率量表（等比量表）除了具有類別、順序、等距量表的特征外，還有一個具有實際意義的絕對零點。零點是指測量的起點或參照點。有些零點是人定的，稱相對零點，如攝氏零度，這里零度并不意味著沒有一點溫度，而是以人定的冰點為參照標準。像學生的考試成績、智商的0分都是相對零點。有些零點具有實際意義，稱絕對零點。如年齡、身高、經(jīng)費開支等都有絕對零點，0歲、0米、0元中的“零”都表示真實的“無”，表示一點都沒有。10量表條件例子稱名量表無順序的測量，只是指出有兩個或多個范疇。中學的類型：公立、私立、職業(yè)、普通等。順序量表是有順序有測量，在于指出所測量的范疇的不同并能夠按一定的順序排列。字母的排列系統(tǒng)、學習態(tài)度。等距量表有順序的測量，在量表中表現(xiàn)為數(shù)量上的等距變化數(shù)學成績測量的標準分數(shù)。比率量表含有絕對或真正的零點和統(tǒng)一的單位。高度、溫度上述四種量表的比較：11三、教育測量的類型（一）根據(jù)測量的標準化程度分類：標準化測量、非標準化測量1.標準化測量由專家學者或專門機構采用系統(tǒng)的科學程序編制的、在測驗實施過程、評分手續(xù)、分數(shù)的解釋上具有統(tǒng)一標準的，并對測驗誤差做了嚴格控制。編制和施測有一套標準程序。測驗編制包括確定測驗目的、科學命題、選取有代表性的樣本進行試測；根據(jù)數(shù)量化指標篩選測驗題目；鑒定整個測驗的信度和效度；建立常模、確定指導語、時限和施測條件；規(guī)定評分標準、分數(shù)轉換和解釋方法等。標準化測驗所獲得的測量結果比較客觀、可靠、應用范圍較廣，一般測量調(diào)查應盡可能選用標準化的測驗工具。12三、教育測量的類型2.非標準化測量（教師自編測量）指測量的編制和實施不按標準程序進行的測量，通常由教師或研究人員自編的、為臨時測量所用的簡單測量。如課堂測驗、考試、等級評定量表等。這些測量是教師根據(jù)教學目標和自己的教學經(jīng)驗編制而成，它通常與日常教學工作緊密聯(lián)系；測驗內(nèi)容與教材內(nèi)容、教學進度一致；難易程度由教師把握；針對性較強。編制省時、省力、靈活、方便。不足之處在于測驗的客觀性和標準化程度不如標準化測驗，測驗的實施和記分也不甚嚴格。13三、教育測量的類型（二）根據(jù)測量的內(nèi)容分類：學業(yè)成就測驗、智力測驗、能力傾向測驗、人格測驗等。1.學業(yè)成就測驗測被試經(jīng)某種形式的學習或訓練后對知識、技能的掌握程度或熟練水平。如識字量、閱讀、算術測驗等，成就測驗可以是學科成就測驗或綜合成就測驗。2.智力測驗測被試的智力高低，其結果常以智商（IQ）來表示，此類測驗比較多，其中比較著名的有：斯坦?！燃{智力測驗、韋克斯勒兒童智力測驗量表（WISC-CR）、瑞文推理測驗等。14三、教育測量的類型3.能力傾向測驗測被試潛在的某種能力，以了解其發(fā)展的可能性，預測個人能力發(fā)展傾向。如音樂、美術、體育、創(chuàng)造力、想象力、記憶力等方面的能力傾向測驗。4.人格測驗測被試的需要、動機、興趣、態(tài)度、氣質、性格、人際關系等人格心理特征，較為著名的有明尼蘇達多相個性測驗（MMPI）、艾森克人格問卷（EPQ-R）、卡特爾16項人格因素測驗（16PF）等。15三、教育測量的類型（三）根據(jù)測量結果的評價標準分為：常模參照測驗、目標參照測驗。1.常模參照測驗常模參照測驗是一種衡量被試相對水平的測驗，是將被試的測驗成績與同類對象在同一測驗上的平均分（常模）相比較，從而解釋分數(shù)，確定被試在總體中的相對位置的測驗方法。常模參照測驗要有常模對照表。常模有地區(qū)性常模和全國性常模，地區(qū)性常模只適用于特定的區(qū)域，如在城市獲得的常模就不一定適用于農(nóng)村或邊遠地區(qū)，而全國性常模適用于全國所有的同類個體。如，兒童的身高、體重就有全國性常模，中國兒童發(fā)展量表（3-6歲）就有全國性常模。只要我們將個體實際測量的數(shù)據(jù)與常模一對照，就可以知道個體所處的地位。16三、教育測量的類型2.目標參照測驗又稱標準參照測驗，是衡量被試實際水平的測驗，將被試在測驗上的分數(shù)與事先制定好的某種標準進行比較，看被試是否達到了目標規(guī)定的要求。目標參照測驗的特點是依據(jù)標準，判斷被試的達標程度，而不是將被試的成績與他人成績做比較。如，英語水平測試、畢業(yè)考試、動作技能測試、體育達標測試等。17三、教育測量的類型（四）根據(jù)同時受測的人數(shù)分類：個別測量、團體測量1.個別測量指主試與被試一對一進行的測量（一個主試在同一時間內(nèi)，只測驗一個被試）。個別測量的可靠性比較高，主試能有效地觀察控制被試的行為反應，但個別測量費時費力，短時間內(nèi)難以獲得大量的資料，并且對主試的要求較高。2.團體測量指一個主試能同時對許多被試進行的測量。團體測量節(jié)省人力與時間，在短時間內(nèi)能收集到大量的資料，效率較高，但被試的反應不容易控制，并且測量效果不及個別測量可靠。18衡量教育測量的質量，可采用四個指標：信度主要對整個測量而言。效度難度主要對測量的項目而言。區(qū)分度第二節(jié)教育測量的質量指標19信度信度（reliability）：指的是測量結果的穩(wěn)定性和可靠的程度，亦即測量的結果是否真實、客觀地反映了受測者的實際水平。具體而言，可以從以下三方面來理解測量的信度：1.信度指實測值和真值相差的程度2.信度指統(tǒng)計量與參數(shù)之間的接近程度3.信度指兩次重復測驗或等值測驗之間的關聯(lián)程度201.信度指實測值和真值相差的程度x＝T＋E（公式1-1）x表示實測值，T表示真值(是未知的，可以把多次測量的實測值的平均值作為真值的近似值)，E表示誤差。E＝x-T（公式1-2）試比較以下兩次測量結果（只進行一次）的信度：用尺子量100cm高的一個兒童，得到1cm的絕對誤差；量185cm高的一位運動員，也得得到1cm的絕對誤差。要比較兩種測量結果的信度，一定要看誤差分數(shù)（E）對于真分數(shù)（T）所占的百分數(shù)是多少。這個百分數(shù)表示該實得分數(shù)（x）的相對誤差。其計算式如下：

相對誤差＝E/T×100%公式（1-3）把上述兩次測量（設為甲和乙）和絕對誤差分數(shù)和真分數(shù)代入上式，得：相對誤差（甲）＝1/100×100%＝1%相對誤差（乙）＝1/185×100%＝0.54%據(jù)此，度量乙的信度要比度量甲的信度高。21統(tǒng)計量是指樣本上的各種數(shù)字特征。（如樣本平均數(shù)、標準差等）；參數(shù)是總體上的各種數(shù)字特征（如總體平均數(shù)、標準差等）。在統(tǒng)計學中，統(tǒng)計量越接近參數(shù)，這個統(tǒng)計量的可靠性越高。而要知道統(tǒng)計量與參數(shù)的接近程度，可以對參數(shù)進行區(qū)間估計。2.信度指統(tǒng)計量與參數(shù)之間的接近程度223.信度指兩次重復測驗或等值測驗之間的關聯(lián)程度統(tǒng)計學中估計事物或現(xiàn)象間數(shù)量變動的一致性，主要采用相關分析的方法，即計算出兩種變量的相關系數(shù)（rxy）。在使用相關系數(shù)表示信度的高低時，相關系數(shù)可稱為信度系數(shù)(coefficientofreliability)。它是對相同應試者的同一特性的兩次測量分數(shù)的相關系數(shù)，是測量結果的一致性的指標。23即測試的穩(wěn)定性和和可靠程度，信度是反映測量中隨機誤差大小的指標。包括重測信度、復本信度、同質性信度。

重測信度:同一測驗對同組被試先后兩次施測所得結果的一致性程度;復本信度:兩平行測驗對同組被試施測所得結果的一致性程度;同質性信度:測驗內(nèi)部所有題目間的一致性程度。

信度教師自編測驗的信度指標范圍為0.7以上。

σ2i:每道試題方差;Σ2:全卷方差;k:試卷中試題數(shù)目含義種類公式指標范圍試題同質性信度24●信度系數(shù)的類型1.穩(wěn)定性系數(shù)2.等值性系數(shù)3.內(nèi)部一致性系數(shù)4.論文式測驗的信度系數(shù)5.評分者信度25●信度對于教育測量的意義1.信度是任何一種測量的必要條件。因為教育測量的對象主要是精神現(xiàn)象，所測量的特性不易把握，為了能真實地反應測驗對象的某種特點，需要更加注意測量的信度，從而正確地判斷測量結果的價值。2.信度高的教育測量，能給教師和教育工作的領導者提供可靠的信息，為他們的教育預測和決策提供依據(jù)。3.信度高的教育測量，能使教師對學生的評價變得客觀和可靠，也使學生對自己的認識更符合實際情況，從而有助于改進教與學的方法。4.信度高的教育測量，有助于提高教師的工作效率。26●提高測驗信度的方法1.信度系數(shù)（以相關系數(shù)表示）以多大為宜

信度系數(shù)必須和求得信度系數(shù)的環(huán)境條件（測驗的用途以及測驗的內(nèi)容和條件）相聯(lián)系。就測驗的內(nèi)容來說，標準學業(yè)成績測驗要求信度系數(shù)在0.90以上，常達到0.95。標準智力測驗的信度系數(shù)應達到0.85以上。個性測驗和興趣測驗的信度系數(shù)一般應達0.7∽0.80。2.影響測驗信度的因素（1）系統(tǒng)誤差；（2）隨機誤差（包括樣本的特點、量表的特點、測驗的程序或環(huán)境、應試者的身心狀態(tài)）273.提高測驗信度的方法（1）適當增加測驗題目的數(shù)量。

盡管測驗長度的增加與信度的提高不是等比例的，但延長測驗的長度，既可排除試題抽樣的偶然性因素，也有可能擴大得分的范圍，因而使信度系數(shù)增大，測驗信度提高。采用此法時，須作到a.新增加測驗題與原有的測驗題應有相同的統(tǒng)計性質，即應有相同的平均難度和相同的組間相關。b.加大測驗長度應當不影響被試者回答問題的方法。28(2)測驗的難度要適中。當測驗難度太大時，應試者得分普遍偏低，形成正偏態(tài)分布；反之，形成負偏態(tài)分布。在這兩種分布中，得分大部分集中在低分端或高分端，分數(shù)分布的范圍和分數(shù)之間的差異都較小，用這些實得分數(shù)計算出的方差也較小，從而使得信度降低。經(jīng)驗表明：難度在0.40-0.70之間是合適的，也有人認為難度從0.25-0.75都利于提高測驗信度。

3、測驗的內(nèi)容應盡是同質。4、測驗的時間要充分。5、測驗的程序應統(tǒng)一。6、評分要客觀化，減少評分誤差。29是測驗的準確性，是測驗能夠測出它所欲測的特質的程度，即測驗實際測量出其所要測量特性的程度。

內(nèi)容效度：是指測驗內(nèi)容對于其所欲測之行為領域的代表性程度。效標關聯(lián)效度：是指一個測驗對處于特定情境中的個體的行為進行預測的有效性。結構效度：是指測驗對于被稱作某一理論概念或特質測量的