【毕业学位论文】（Word原稿）基于教育测量理论的中学数学试卷质量评价研究-优秀教育硕士专业学位论文

附件 1： 全国优秀教育硕士专业学位论文 推荐表 单位名称： 华中师范大学 填表日期： 2014 年 6 月 5 日 论文题目 基于教育测量理论的中学数学试卷质量评价研究 作者姓名 论文答辩日期 学科专业方向 吴慧萍 学科教学论（ 数学） 攻硕期间及获得硕士学位后一年内获得与硕士学位论文有关的发表学术论文 (题目，刊名 ,时间，社会影响 ) 基于教育测量理论的中学数学试卷质量评价研究 J. 教学测量与评价， 2012， 96（ 8）： 49 53. 论文所产生的实际影响 (对作者工作及所在单位工作 ) 该文综合应用经典的教育测量理论（ 项目反应理论 (用定性和定量相结合的方法，具体分析了湖北省部分中学某次考试的情况，通过数据分析，用实证分析方法对该试卷进行了科学评价，说明了试卷质量分析的可行性，并为改进试题质量，提高其科学性提出了的建议。该生的研究工作受到研究同行的好评，并于毕业当年被澳门大学录取为教育学博士研究生。现已在教育评价与测量研究领域的国际期刊发表论文多篇： S. O., & H. P. (2013). of 14(4), &(2014, A in k 出版专著 (名称、出版社、出版时间 ) 成果 获奖项目 (名称、等级及时间） 中文论文摘要(论文选题的意义 ,论文运用的主要研究方法 ,主要研究成果 ,主要参考文献 ) 本文是基于教育测量理论的中学数学试卷质量评价研究。笔者首先概述了试卷质量分析的研究意义及发展现状，然后详细地阐述了应用经典测量理论（ 项目反应理论（ 行中学数学试题质量评价的方法，最后以湖北省部分示范高中高一年级期中联考的数学试卷为例，对所命制试题是否符合命题规则和考核目标等方面进行质性分析，同时根 据考生的作答情况对试题进行量化分析。 通过实证性分析比较经典测 量理论和项目反应理论，提出了综合 大教育测量理论分析试卷质量的方法。利用项目反应理论做部分样本的个案分析，以探索传统测验中将总分作为学生能力指标的科学性和合理性，研究结果表明使用 能力参数代替分数，能更加全面地反映学生的真实能力水平。试卷质量的分析量化结果还反馈了当地教师教学过程中存在的一些问题，如侧重理论知识的讲授，而忽略对学生应用知识能力的培养等。 本文基于教育测量理论，利用质性分析与量化分析相结合的方法，典例分析评价湖北省部分示范高中数学试卷质量， 给基础教育质量监测的相关部门提供了操作层面的借鉴及参考。通过实证研究结果， 了解到湖北省部分地区当前基础教育发展状况和存在的问题，指出数学教学应向生活回归、向应用贴近，为优化和改善后续教学工作指明努力的方向，为教育部门制定相应的发展战略提供信息、依据和建议。 专家推荐理由 该文在教育测量理论的基础上，应用经典测量理论（ 项目反应理论（ 中学数学试题质量评价进行了深入研究，该方面的研究对于在我国建立健全科学的教育质量监测体系和实施，促进基础教育改革 与发展有重要的理论意义和现实意义。大量的国内外文献和近些年的研究成果表明，客观、全面、准确分析试卷质量已成为教育质量监测中的热点课题。 文中利用定性分析与定量分析相结合的方法，分析评价了湖北省部分“示范高中”数学试卷质量，给出了具体的统计分析方法和理论依据，这为教育管理部门客观、全面、准确分析本地区教育质量监测 提供了操作层面的借鉴及参考。 为教育部门制定相应的发展战略提供信息、依据和建议。 专家签字： 单位推荐意见 学位评定委员会分会主席（签章）： 单位公章 年 月 日 说明：学科专业方向包括教育管理、教育技术、小学教育、学前教育、特殊教育、心理健康教育、科学与技术教育和学科教学，其中学科教学要说明具体方向，如学科教学（数学）。本表可复印、附页。 硕士 学位论文 基于教育测量理论的 中学数学试卷质量评价研究 论 文作者： 吴慧萍 指导教师： 何 穗 教授 学科专业 ： 学科教学（数学 ） 研究方向： 教育测量与评价 华中师范大学数学与统计学学院 2012 年 5 月 of or y _ 2012 华中师范大学学位论文原创性声明和使用授权说 明 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立进行研究工作所取得的研究成果。除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。 作者签名： 日期： 年 月 日 学位论文版权使用授权书 学位论文作者完全了解华中师范大学有关保留、使用学位 论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属 华中 师范大学。 学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅和借阅； 学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。（保密的学位论文在解密后遵守此规定） 保密论文注释：本学位论文属于保密 ， 在 年解密后适用本授权书。 非保密论文注释：本学位论文不属于保密范围，适用本授权书。 作者签名： 导师签名： 日期： 年 月 日 日期： 年 月 日 本人已经认真阅读“ 校学位论文全文数据库发布章程” ,同意将本人的学位论文提交“ 校学位论文全文数据库”中全文发布 ,并可按“章程”中的规定享受相关权益。 同意论文提交后滞后：半年；一年；二年发布。 作者签名： 导师签名： 日期： 年 月 日 日期： 年 月 日 I 摘 要 建立健全的教育质量 监测体系是基础教育改革与发展的迫切需要。 越来越多的国家 参与国际化 大规模教育监测项目 ，由此可见 ， 各国 政府 对深入 推 行 教育测评 的重视； 大量的 国内外 文献和近些年的研究成果表明， 客观、全面、准确分析 试卷质量 已成为 教育质量监测 中的热点课题 。 本文 是基于教育测量理论的中学数学试卷 质量 评价研究。 笔者 首先 概述了 试卷质量 分析的研究意义及发展现 状 ， 然后 详细地 阐述 了应用 经典测量理论（ 项目反应理论（ 进行 中学 数学试题质量评价的方法， 最后 以湖北省部 分 示范高中 高一 年级 期中联考的数学试 卷为例， 对所命制试题是否符合命题规则和考核目标等方面进行质 性 分析， 同时 根据考生的作答情况对试题进行量 化分析 。 通过 实证性分析 比较 经典测 量理论和项目反应理论，提出 了 综合 大教育测量理论分析试卷 质量 的方法 。 利用项目反应理论做部分样本的个案分析，以 探索 传统测验 中 将 总分作为 学 生能力指标的科学性和合理性， 研究结果表明 使用能力参数 代替分数， 能更加全面 地 反映学生 的真实 能力 水平。 试卷质量 的 分析 量化 结果还反馈 了当地 教师 教学过程中 存在的一些问题，如 侧重理论 知识 的 讲授 ， 而 忽略 对学生 应用 知识能力 的 培养 等 。 本文 基于教育测量理论，利用质性分析与量化分析相 结合 的方法 ， 典例 分析评价 湖北省 部分 示范高中 数学试卷质量 ， 给 基础教育质量监测的相关部门提供 了 操作层面的借鉴及参考 。 通过实证研究结果， 了解 到 湖北省 部分地区 当前 基础教育 发展状况和 存在的问题 ， 指出 数学教学 应 向生活回归 、 向应用贴近 ，为优化和改善后续教学工作指明努力的方向， 为教育部门制定相应的发展战略提供 信息、依据和建议 。 关 键词： 试卷质量分析 ； 教育测量评价； 经典测量理论；项目反应理论 t is an to a in of to to of by we of in of of to by on By in TT to s it t to as of in it is to as of on of In to to of In of we of a 目 录 摘 要 . I . . 引言 . 1 题的背景和意义 . 1 题背景 . 1 题意义 . 2 内外试卷质量分析的研究现状 . 3 外研究现状 . 3 内研究现状 . 4 究的思路和方法 . 6 究思路 . 6 容安排 . 6 究方法 . 7 2. 经典测量理论简介 . 8 本原理 . 8 验的质量分析 . 9 度 . 9 度 . 11 度 . 13 分度 . 14 3. 项目反应理论概述 . 17 典测量理论的局限 . 17 目反应理论的数学模型 . 18 型基本假设 . 18 目特征曲线 . 18 目反应函数 . 19 题的信息函数 . 20 数估计 . 21 型假设与问题转换 . 21 目与能力参数的联合极大似然估计 . 22 目参数估计方法的改进 边际极大似然 估计 . 23 值评分项目模型 . 25 目反应理论的优良特性与不足 . 26 4. 试卷质量分析的实证研究 . 28 卷统计分析的一般思路 . 28 卷项目统计分析 . 29 于经典测量理论的试卷质量分析 . 29 于项目反应理论的试卷质量分析 . 32 测验结果比较 . 35 试能力个案分析 . 38 5. 试卷分析的信息反馈 . 40 题信息反馈 . 40 学信息反馈 . 42 6. 结论与展望 . 43 究结论 . 43 思与建议 . 44 究展望 . 46 参考文献 . 47 附 录 . 50 致 谢 . 65 1 1. 引言 在中学数学教学的实践中，教师 分析 试题或试卷的质量 时，大多 凭借自己的经验 笼统地说好 或 不好 ，很少去进行统计、分析 、 测量、 评价 。 即大多为定性的分析，而缺少定量的分析。 自然 无法 得到 更多、更有效的信息反馈 ，也就不能很好地根据考试情况来评判 试卷的质量 和 教学中 存在 的问题。 目前，对考试质量进行测量分析大多停留在理论研究阶段，根据经典的测量理论或项目反应理论， 虽然 得到了很多计算公式，但 很 少 应 用到实践层面，而对中学数学考试进行针对性的质量分析更是 不多见，综合不同教育测量理论来评价 中学数学试卷的文献研究则是 少之又少 。 对考试质量的四个 主要的 评价指标 （信度、效度、难度、区分度） 的计算公式若干， 但有些公式 晦涩 繁琐 ， 且 可操作性不强，不方便 于 中学数学教师 使用 。 并且专门针 对 数学 考试质量的 分析 思路、 评价方法 、 测量步骤 不系统，教师很难得到 确实 可行 的 评价分析 数学试卷质量的实践指导 。 为此，针对上述实际存在的问题， 本研究 结合经典教育测量理论与项目反应理论在中学数学试卷质量评估上的研究，尝试着 在考试质量分析上作些深入研究， 以某具体考试为例，探讨试卷命题质量分析的程序和方法。 以期能给中学数学教师 提供理论基 础坚实、表述简洁、操作性强的教学测量方法 ； 确实 提高中学数学教师 和教学管理者 的试卷质量的评价分析 和命题 水平 ，以便更好地促进教育教学工作，促使教学质量的进一步提高；同时为不久的将来大规模的基础教育数学考试命题建立题库积累基础项目和数据。 题的背景和意义 题背景 教育测量与评价是教育研究领域中重要的组成部分，是在教学活动中进行科学管理的有效手段。 国家中长期教育改革和发展规划纲要（ 2010）中，明确把提高教育质量作为教育改革发展的核心任务，并多次强调与教育质量的监测和评价相关 的内容 。由此可见，在全面提高教育质量、实施素质教育的今天，建立国家教育质量监测体系已成为教育改革和发展的迫切需求。 国家中长期教育改革和发展规划纲要关注教育质量监测 N教育部基础教育质量监测中心 ,2010,1. 2 基础教育课程改革纲要（试行）明确指出“基础教育课程改革需要改变课程评价过分强调甄别与选拔的功能，发挥评价促进学生发展、教师提高和改进教学实践的功能” 。 评价 要全面刻画学生的学习水平与个性潜能的发展，不仅要关注学生对知识本质的掌握和思想方法的理解，而且要关注学生学习过程中主观能动性的发挥和情感价值观的变化； 既要重视定性的分析，又要重视定量的认识。 全日制普通高中数学课程标准（实验）提出 “ 高中数学课程应建立合理、科学的评价体系， 包括评价理念、评价内容、评价形式 和 评价体制 等方面 ” ， 并指出 笔试仍是 一种 重要 而有效的定量评价 方式，但要注重考察对数学 基础知识、基本技能 的理解 与 掌握 ，要体现 应用数学解决实际问题的能力 和 数学思考的探索与创新的水平等 。 题意义 （ 1）理论意义 考试作为教育质量监测的 主要环节 ， 不仅旨在 向教师和学生提供 教与学的 信息反馈， 以 达到培养规格及教学计划的要求 ，而且 对评价教学、规范命题、提高教学质量和推进课程改革与发展都有着特殊的指导意义。而试卷是考试运行的载体，试卷质量 的高低直接影响考试可靠度与准确性，也间接地影响了学生的学习态度与教师的教学热情。 在现今大规模教育考试的命题工作中，试卷质量的分析不仅需要对所命制试题是否符合命题规则和考核目标等方面进行质的分析，根据考生的作答情况对试题进行量的分析也是一个重要的方面。因此，客观、全面、准确地对考后试题的分析和命题质量评价 是教育测量活动 必须解决的一个 关键问题 。 （ 2）实践意义 通过本研究，促进对中学数学试卷的客观标准及评价的认识 ，使 教师不难 掌握考试质量分析、测量 和 评价的方法，即试卷质量分析的一般模式，以促进教师的教育教研水平 的提高。 通过对 某 考试质量进行测量评价，一方面可以了解 学生 对 知识、技能的掌握情况，为日后教师 提高教学质量提供参考 改善意见 ；另一方面反馈此 试卷的命题质量， 通过 “控制”、“预测” 试题的各种考核参数， 为 日后修改或筛选考试试题 、 建立试题库和实施标准化考试 等 服务。 钟启泉 ,崔允漷 ,张华 .基础 教育 课程改革纲要 (试行 )解读 M华东师范大学出版社 ,2003. 全日制 普通高中数学课程标准 (实验 ) 民共和国教育部 ,2003. 3 内外试卷质量分析的研究现状 外研究现状 经典教育测量理论（ 真分数理论是心理和教育测量学发展历史中最早实现数学形式化 的 测量理论。从 19 世纪末开始酝酿、兴起，到 20 世纪 20 年代得到 迅速 发展， 40 年 代 到 50 年代以后 渐趋成熟 。一般认为， 1968年洛德（ 诺维克（ 心理测验分数的统计理论 ，将经典 测量 理论推至巅峰 ，并实现了向现代测量理论的转变 。 经典教育测量理论提出真分数模型，并据此展开其理论体系，其核心内容是经典的信度理论。它的特点是 发展相当具有规模且为时甚久， 构建的数学模型简单 ，评价指标的含义明确，在一定的允许误差内得到的结果比较客观可信，对测验编制和效度验证也提出了许多技术和策略 。真 分数理论 适用于大多 数的 心理和教育 测试， 在测验实际中 发挥着 重要的指导作用， 是使用和 流行最广的 一种测量理论 。 进入 60 年代以后 ，随着新的教育测量理论： 概括力 理论 （也称为概力理论， 项目反应理论（ 技术的问世， 标志着现代教育测量理论 研究 的 开始。新教育测量理论弥补了经典教育测量理论的 先天 不足 和局限性 ， 给测验带来诸多优良性质，也给教育测验的发展带来了活力。 西方的教育测量 研究 在近些年来得到的了 快速 的发展，在理论上不断地趋于完善和丰富，教育实践中的应用也日趋广泛和深入。 在 30 和 40 年代，项目反应理论便 已 有初步的理论架构 ， 其中， 塔克（ 946） 第一位提出 “ 项目 特征曲线 ”（ ，后被所有研究者接受并沿用至今。洛德（ 1952 年第一次提出和连贯处理的双参数正态肩型曲线模型（ 是第一个正式的项目反应理论模型，标志着项目反应理论的创立。洛德的正态肩型曲线模型具有重要的理论价值，但由于采用的是积分函数形式，不便于进一步的统计分析计算，在数据处理中显得很不方便。 1957年和 1958 年，伯恩鲍姆（ 提出用 型代替正态肩形曲线模型，为后来 各种 模型的 丰富和 发展开通了方便之路。拉希（ 960） 将用于阅读测 漆书青 ,戴海琦 ,丁树良 M高等教育出版社 , 2002. 万勇 ,于全训 J自然科学版 ),1991,5(3):42 46. of a J. 946,11:1 13. . se s M. 1968. . M. 960. 4 验分析的泊松模型和用于智力和成就测验的名为“测验项目的结构模型”与另一个单参数 型结合在一起，创立了 型（ 或称 1 1980年 版 项目反应理论在实际测验问题中应用（ ，对项目反应理论的基本概念、模型导出、参数估计、模型 为了项目反应理论的经典著作。 1983 年，韦斯（ 测验新领域（ 一书特别介绍了项目反应理论在计算机自适应测验（ 的重要作用。 计算 机 技术的突飞猛进 使得 各种适用于项目反应理论的计算机软件程序 （ 如目前最常用的程序 ） 相继诞生与再版修订， 确保测试的 编制、计分 、解释等实施的可能性，也 提供 了 心理教育 咨询服务的依据 。自 1998 年，美国研究生入学考试资格考试 英语测试 始实行 ，使得考试更加具有针对性和个性化，也达到更高的可靠度（信度）和更高的有效性（效度）。 近年来西方的教育测量运动方兴未 艾，在理论上不断地 丰富 和 完善 ，在教育实践中的应用也日趋广泛与 深入。 很多 国家 对教育质量评价 表现出浓厚 的 兴趣， 世界或全国范围内影响较为广泛 的 大规模监测教育 项目 有：国际数学与科学研究趋势（ 、 国际学生评 价项目（ 美国国家教育进展评估（ 等。 内研究现状 1911 年辛亥革命以后， 随着教育测量学的 传入 ， 我国开始有针对教育测量学研究。 在 这 一个世纪的历史进程中，我国教育评价理论研究的发展大致可分为三个阶段 ： 间续发展阶段 (1911 理论积累阶段 (1977持续发展阶段 (1985 以后 ) 。 建国前，我国已有一些教育测量学方面的专著和教材。 1918 年我国教育学者开始在中小学的综合测验中开展测验量表和编制程序的研究。 1931 年中国教育测验学会 成立 ，继而测验杂志 创 办 ， 国内各高等教育学系和中等师范学校均开设相关课程。 19491978 年的 30 年间，由于受前苏联教育理念的影响， 尤其是 60 年代初中苏关系破裂后， 教育测量学课程遭到否定 与 删除 ， 教育评价理论研究中断 20 M. 980. M. 1997. 余民宁 其应用 M心理出版社 , 2009. 马云鹏 ,孔凡哲 ,张春 莉 M北京师范大学出版社 , 2009. 陈玉琨 ,李如海 J. 华东师范大学学报 (教育科学版 ),2000,1:1 12. 5 年。 1977 年恢复高考 ， 极大刺激了我国教育评价研究的发展， 并为其积累了必要的基 研究 础和 实践 素材 ， 试卷分析研究作为教育测量的最主要的内容 渐渐 成为 人们关注的热点 。 1985 年颁布 中共中央关于教育体制改革的决定 ， 明确提出教育评价问题， 标志着我国教育评价的研究和实践进 入 全面开展阶段 ， 中国教育学会教育统计与测量研究会 也 在 同年 成立 。 1993 年 中共中央、国务院颁布 中国教育改革和发展纲要， 规定了 与社会主义市场经济相适应的 教育体制改革的目标 ， 进 一步推进 我国教育评价 理论研究 的 深入 发展 。 1996 年我国第一次举办 有着重要意义的 “教育评估与质量保证国际会议” ， 就“教育评估的组织与实践研究”、“教育条件、过程、效果的评估”、“教育评估的国际化问题”等议题进行广泛的交流与探讨 。 越来越多的教育工作者感受到教育测量理论和技术的重要作用，高等师范院校和教育学院也 逐步 恢复开设教育测量学课程。 我国教育测量学的研究 目前 处于 初步 实践应用 阶段 ，试卷分析的理论基础从 经典 教育测量理论 向逐渐着手 项目反应理论研究工作过渡 ，对 试题的难度 、 区分度以及试卷的信度和效度 进行 相关 的 研究 分析 。 20 世纪 90 年 代 初我国部分高校 陆续开始进行试卷分析系统的研究 工作 ，在北京、上海、江西等地的一些教育测量工作者开展了项目反应理论的研究，并取得初步的成绩 。 2006 年 、 2007 年 教育部依托上海市 教育科学研究院和 北京师范大学 相继 成立教育部基础教育质量监测中心， 旨在通过两个中心搭建基础教育监测 平台，提升监测 与评价 的科学性和有效性 。 虽然 近年来教育测量学 研究成果已开始应用于一些测试中， 如中国汉语水平考试 通话测试 等 ，也已 有部分学者 对应用情况进行了研究和方法上的 改进 ，但 在深度上和广度上 都没有取得太大突破 。特别是针对我国大型的考试和大范围的教育质量评价与监测成果不多，缺乏 利用教育测量理论深入探讨的专著 。关于现代测量理论研究的文献还比较多，但大都应用在语言测试和心理测量方面，与基础教育学科（例如中学数学）的考试相关的论文较少，且大多数文献仅仅利用一种测量理论进行的研究，很少有针对不同的研究目的，通过实例将多种测量理论结合起来的评价。 总体说来，我国的教育测量研究还处于初始的摸索模仿阶段 ，实践的范围不大，标准化的题库还未在更加专业和更大的范围内建成，创新性的研究结果更是不多见。 教育测量研究的任务很紧 ， 并有待于我国学者的共同努力 。 张敏强 M人民教育出版社 ,1997. 李铁印 认真学习、宣传和实施中国教育改革和发 展纲要 J1993,4:13 17. 高等教育评估与质量保证国际会议纪要 1996,7:73. 6 究的思路和方法 究思路 基于 经典测量理论（ 项目反应理论 （ 两大 教育测量学的理论基础，结合统计学的有关理论和方法，通过对 某次数学考试 进行研究， 科学 地 分析试卷 质量 和 考试结果 ，得出试卷的综合评价，以研究教育测量技术在中学数学试卷质量评价的实现方法，为判断教育活动现实的（已经取得的）或潜在的（还未取得，但有可能取得的）价值 提供数学教 育测量的工具和参考模式。 本研究的技术路线如图 示： 图 文 技术路线 容安排 根据上述研究思路，本论文内容安排 如下： 第一章 引言 ：介绍了本课题的研究背景和研究意义， 通过对 试卷质量评价 的发展和研究领域的分析， 指出试卷分析不仅要有定性分析也要有定量分析 。在确定研究方向后，对 试卷质量分析 的国内外的研究现状作了 综述 。 第二章 经典测量理