2025年教育评价与测量真题试卷及答案

2025年教育评价与测量练习题试卷及答案

一、单项选择题：第1~10小题，每小题2分，共20分。下列每题给出的四个选项中，只有一个选项是最符合题目要求的。

1.教育测量的核心构成要素不包括下列哪一项

A.测量单位B.测量参照点C.测量工具D.测量客体

2.某教师为检验期末语文试卷的稳定性，将同一份试卷间隔10天对同一班级学生施测两次，两次得分的相关系数对应的信度类型是

A.复本信度B.重测信度C.分半信度D.评分者信度

3.某校小升初自主招生命题中出现大量高中物理竞赛知识点，导致绝大多数考生得分低于30分（满分100分），该试卷最突出的效度缺陷是

A.内容效度不足B.效标关联效度不足C.构想效度不足D.表面效度不足

4.某客观性试题的通过率为0.18，按照教育测量通用难度划分标准，该试题的难度等级为

A.易B.中等偏易C.中等偏难D.难

5.若要最大化一道试题的潜在区分度，其难度应控制在下列哪个水平

A.0.2B.0.5C.0.8D.1.0

6.下列测验结果的数据类型，属于等距量表的是

A.学生的身高测量值B.学生的语文期末百分制得分C.学生的班级成绩排名D.学生的性别分类

7.某教师在单元教学过程中每周开展1次随堂小测验，根据测验结果调整教学进度与辅导方案，这种评价属于

A.诊断性评价B.形成性评价C.总结性评价D.配置性评价

8.项目反应理论（IRT）的三参数模型中，不包含的参数是

A.难度参数B.区分度参数C.猜测参数D.信度参数

9.若要验证高中生生涯规划能力测验的效标关联效度，下列最适合作为效标的是

A.学生高一期末总成绩B.学生高中入学分班考试成绩C.学生高三升学志愿填报合理性评分D.学生心理健康测验得分

10.某测验的得分方差为25，测量标准误为2，该测验的信度值为

A.0.84B.0.72C.0.91D.0.66

二、多项选择题：第11~15小题，每小题3分，共15分。下列每题给出的四个选项中，至少有两个选项符合题目要求，多选、少选、错选均不得分。

11.教育评价的核心功能包括

A.导向功能B.诊断功能C.甄别功能D.激励功能

12.下列关于信度与效度关系的表述，正确的有

A.信度高是效度高的必要非充分条件B.效度高的测验信度一定高

C.信度低的测验效度可能高D.效度低的测验信度一定低

13.下列评价类型中属于相对评价的有

A.普通高等学校全国统一招生考试统招录取B.大学英语四级考试（常模参照式分数换算）

C.中小学教师资格证笔试合格性考试D.义务教育学业水平合格性考试

14.下列属于表现性评价常用实施方式的有

A.闭卷纸笔测验B.物理实验操作考核C.项目式学习成果展示D.主题辩论比赛

15.编制标准化教育测验时，确定测验目标需要参考的依据包括

A.对应学科的课程标准B.测验的具体用途C.受测群体的身心发展特征D.命题者的个人命题偏好

三、名词解释题：第16~19小题，每小题5分，共20分。

16.增值性评价

17.项目反应理论

18.内容效度

19.形成性评价

四、简答题：第20~23小题，每小题10分，共40分。

20.简述教育测量与教育评价的联系与区别。

21.简述提高标准化测验信度的主要方法。

22.简述我国义务教育阶段学生综合素质评价的核心实施要点。

23.简述诊断性评价的内涵与主要应用场景。

五、论述题：第24小题，25分。

24.结合《深化新时代教育评价改革总体方案》的要求，论述如何破除“唯分数”的评价导向，构建符合核心素养培养要求的基础教育质量评价体系。

六、案例分析题：第25小题，30分。

25.案例：某市教育局为提升区域初中教育质量，拟开发一套初中学业质量监测工具，用于全市120所初中的办学质量评估。在工具开发研讨会上出现两种对立意见：

意见一：监测工具应全部采用客观性试题（选择题、判断题、匹配题），优势在于评分速度快、评分误差极小、信度高，完全适配大规模全域测试的需求。

意见二：监测工具应全部采用主观性试题（材料分析题、探究题、论述题），优势在于能全面考查学生的高阶思维能力与核心素养达成度，效度高，符合当前教育评价改革方向。

问题：

（1）结合教育测量与评价的相关理论，分别评析上述两种意见的合理性与局限性。（15分）

（2）若你是该监测工具的开发负责人，请设计科学的试题结构方案，并说明设计依据。（15分）参考答案与解析一、单项选择题【答案】D

【解析】教育测量的核心三要素为测量单位（用于量化的标准尺度）、测量参照点（计量的起点，包括绝对零点与相对零点）、测量工具（也称量表，用于采集测量数据的载体），测量客体是测量的对象，不属于核心构成要素，因此选D。【答案】B

【解析】重测信度是指将同一份测验对同一组受测者间隔一定时间施测两次，两次得分的相关系数，用于衡量测验的稳定性，因此选B。复本信度是两个平行复本施测的相关系数，分半信度是将一份测验拆为两半的得分相关系数，评分者信度是不同评分者评分的相关系数，均不符合题意。【答案】A

【解析】内容效度是指测验内容对所欲测量的内容领域的代表性程度，小升初测验的内容应覆盖小学阶段的知识点，大量出现高中竞赛内容说明测验内容不符合目标领域要求，内容效度不足，因此选A。效标关联效度是测验得分与外部效标的相关程度，构想效度是测验对理论构想的测量程度，表面效度是测验表面上看起来是否测到目标特质，均不符合题意。【答案】D

【解析】教育测量中通常以通过率P作为难度指标，P值越小难度越高，通用划分标准为：P>0.7为易，0.4≤P≤0.7为中等，P<0.4为难，本题P=0.18<0.4，属于难题，因此选D。【答案】B

【解析】当试题难度为0.5时，受测者得分的离散程度最高，试题的潜在区分度最大，因此选B。【答案】B

【解析】等距量表具有相等的单位，但没有绝对零点，零点为相对零点。百分制得分的零点是相对的，0分不代表学生完全没有语文能力，且分数单位相等，属于等距量表，因此选B。身高属于比率量表（有绝对零点），班级排名属于顺序量表（只有等级顺序，无相等单位），性别属于称名量表（只有分类功能），均不符合题意。【答案】B

【解析】形成性评价是在教学过程中开展的、用于及时调整教学过程、优化教学效果的评价，随堂小测验属于典型的形成性评价，因此选B。诊断性评价是在教学开始前开展的，总结性评价是在教学结束后开展的，配置性评价是用于了解学生准备水平、匹配教学安排的评价，均不符合题意。【答案】D

【解析】项目反应理论三参数模型的三个参数分别为：难度参数b、区分度参数a、猜测参数c，信度是经典测量理论的指标，不属于项目反应理论的参数，因此选D。【答案】C

【解析】效标关联效度的效标需要与测验测量的特质高度相关，生涯规划能力的核心体现是志愿填报的合理性，因此选C。高一总成绩、入学分班成绩、心理健康得分均与生涯规划能力无直接关联，不适合作效标。【答案】A

【解析】测量标准误公式为SE=Sx1-rxx，其中Sx为测验得分的标准差，rxx为信度。本题方差为25，标准差Sx=5，代入公式得2=51-r【答案】ABCD

【解析】教育评价的核心功能包括：导向功能（引导教育活动向目标方向发展）、诊断功能（识别教育活动中的问题与不足）、甄别功能（区分受测者的水平差异）、激励功能（激发评价对象的内在动力），四个选项均正确。【答案】AB

【解析】信度与效度的关系为：信度高是效度高的必要非充分条件，效度高的测验信度一定高，信度低的测验效度一定低，效度低的测验信度可能高。因此AB正确，CD错误。【答案】AB

【解析】相对评价是指以常模为参照点，将受测者的得分与常模群体比较，判断其在群体中的相对位置的评价。高考统招录取、大学英语四级常模参照分数换算均属于相对评价，因此AB正确。教师资格证笔试合格性考试、义务教育学业水平合格性考试是以固定标准为参照的绝对评价，不符合题意。【答案】BCD

【解析】表现性评价是指通过让受测者完成真实的、复杂的任务，评价其知识应用、问题解决、实践操作等能力的评价方式，实验操作考核、项目式学习成果展示、主题辩论均属于表现性评价，因此BCD正确。闭卷纸笔测验属于传统的标准化测验，不属于表现性评价。【答案】ABC

【解析】编制标准化测验时，确定测验目标需要参考对应学科的课程标准（明确测量的内容范围与能力要求）、测验的具体用途（是选拔性、合格性还是诊断性用途）、受测群体的身心发展特征（匹配难度与内容），不能依据命题者的个人偏好，因此ABC正确，D错误。

三、名词解释题【参考答案】增值性评价是一种以学生学业进步幅度为核心评价依据的发展性评价方式，核心是通过统计模型控制学生原有基础、家庭背景、学校生源质量等无关变量的影响，精准计算学校或教师对学生学业发展的净贡献，扭转仅以最终分数评价办学质量的导向，凸显评价的公平性与发展性，是当前我国教育评价改革重点推广的评价方式之一。【参考答案】项目反应理论是现代教育测量的核心理论之一，通过建立受测者的潜在特质水平与测验项目正确反应概率之间的非线性函数关系，实现对受测者特质水平的精准估计，核心优势包括参数不变性（项目参数不受受测者群体影响）、测量标准误与受测者水平匹配（针对不同水平的受测者给出精准的测量误差），广泛应用于大规模标准化测验编制、测验等值、计算机自适应测验等场景。【参考答案】内容效度是指测验内容对所欲测量的内容领域的代表性程度，是学业成就测验、资格类测验最核心的效度指标，验证方法主要包括专家评定法（邀请学科专家对测验内容与目标领域的匹配度进行评分）、复本法（两个平行复本得分的相关程度）、统计分析法（题目得分与总分的相关程度）等。【参考答案】形成性评价是指在教学活动开展过程中，为及时了解教学进展、识别教学中的问题、调整教学策略与方案而开展的过程性评价，核心特点是过程性、反馈性、发展性，弱化甄别选拔功能，强化学情反馈与教学改进功能，常见形式包括课堂提问、随堂小测验、作业反馈、单元阶段性检测等，是落实“教-学-评”一体化的核心载体。

四、简答题【参考答案】

区别

（1）属性不同：教育测量是对教育现象的量化描述，属于事实判断，核心是客观反映受测者的水平，不涉及价值判断；教育评价是在量化数据与质性资料的基础上，对教育现象的价值进行判断，核心是判断教育活动的质量与达成目标的程度，具有明确的价值导向。

（2）方法不同：教育测量以定量方法为主，包括测验编制、施测、量化评分等环节；教育评价综合采用定量与定性方法，包括测量数据解读、质性观察、访谈、多元主体评定等环节。

联系

（1）教育测量是教育评价的基础，为教育评价提供客观的量化数据支撑，没有科学的测量，评价就会缺乏客观依据，容易陷入主观判断。

（2）教育评价是教育测量的延伸与应用，测量得到的原始分数本身没有实际意义，只有通过评价对分数进行解释、判断其价值，才能发挥测量的作用。【参考答案】

提高标准化测验信度的方法主要包括：

（1）适当增加测验长度：在保证试题质量的前提下，测验的试题数量越多，受测者的得分受随机误差的影响越小，信度越高，但要注意控制测验时长在受测者的可承受范围内。

（2）优化试题难度分布：测验整体难度控制在0.5~0.6左右，难度分布呈正态分布，避免过难或过易导致受测者得分集中，降低得分离散度，进而降低信度。

（3）提高试题区分度：确保每道试题都能有效区分不同水平的受测者，试题的区分度应达到0.2以上，提高得分的离散程度，提升信度。

（4）规范施测流程：制定统一的施测指导语、时间限制、施测环境要求，避免施测过程中的随机误差对得分的影响。

（5）控制评分误差：客观性试题采用机器评分，主观性试题制定详细的评分标准、开展评分者培训、采用双评机制，降低评分误差。【参考答案】

我国义务教育阶段学生综合素质评价的核心实施要点包括：

（1）评价内容多维化：核心涵盖思想品德、学业水平、身心健康、艺术素养、社会实践五个维度，全面反映学生的核心素养发展情况，避免仅以学业分数作为评价内容。

（2）评价方式过程化：采用写实性记录的方式，全程记录学生的日常表现、活动参与、成果获奖等情况，避免期末一次性评价的偶然性，保障评价的真实性。

（3）评价主体多元化：引入教师、学生、同伴、家长等多元主体参与评价，避免单一评价主体的主观偏差，提升评价的全面性。

（4）评价结果应用科学化：评价结果主要用于指导学生个性化发展、改进学校教育教学，作为高中阶段学校招生录取的参考依据，严禁将评价结果用于排名、变相筛选学生。

（5）评价过程公开化：建立评价公示、申诉机制，公开评价标准、评价流程、评价结果，保障评价的公平公正，避免人情分、关系分。【参考答案】

内涵

诊断性评价是指在教学活动开展之前，为了解受测者的学习基础、准备水平、个别差异、学习困难成因等开展的前置性评价，核心目的是为后续的教学安排提供精准依据。

主要应用场景

（1）入学准备评估：在新学期、新学段开学前开展诊断性评价，了解学生的知识基础、能力水平，为分层教学、分组教学、个性化教学计划制定提供依据。

（2）学习困难诊断：针对学业表现不佳的学生开展诊断性评价，识别学生学习困难的具体成因（如知识断层、学习方法不当、学习动机不足等），为针对性辅导提供支撑。

（3）教学前置摸底：在单元教学开始前开展诊断性评价，了解学生对前置知识的掌握情况，调整教学起点与教学进度，避免教学内容过难或过易。

（4）特殊需求学生识别：识别有特殊教育需求的学生（如超常学生、学困生、身心障碍学生），为其制定个性化的教育方案提供依据。

五、论述题【参考答案】

《深化新时代教育评价改革总体方案》明确提出要扭转不科学的教育评价导向，坚决克服唯分数、唯升学、唯文凭、唯论文、唯帽子的顽瘴痼疾，构建符合核心素养培养要求的基础教育质量评价体系，可从以下五个方面推进：

（1）重构评价价值导向，坚持发展性评价核心定位。要将评价的核心功能从“甄别选拔”转向“促进发展”，弱化分数的排序、筛选功能，强化分数的学情反馈、教学改进功能，引导学校、教师、家长从“关注分数排名”转向“关注学生的全面发展与成长进步”，从根源上破除“唯分数”的功利化导向。

（2）拓展评价内容维度，构建多元综合的评价指标体系。要打破单一的学业分数评价维度，将思想品德、身心健康、艺术素养、实践能力、劳动素养等核心素养指标纳入评价体系，明确各指标的评价标准与评价方法，全面反映学生的综合素质发展情况，避免“分数代表一切”的片面评价。比如将学生的志愿服务时长、体育锻炼达标情况、艺术实践成果、劳动技能掌握情况等纳入学生综合素质档案，作为评价学生的重要依据。

（3）创新评价方式方法，建立过程性与结果性相结合的评价机制。要打破单一的纸笔测验评价方式，综合采用过程性评价、表现性评价、增值性评价、写实性评价等多种评价方式，全程记录学生的学习过程与成长轨迹，避免“一考定终身”的偶然性。比如采用增值性评价评估学校的办学质量，不以学生的最终分数作为唯一评价依据，而是以学生的学业进步幅度作为核心评价指标，破解“生源决定评价结果”的不公平问题；采用表现性评价考查学生的实践能力与高阶思维能力，弥补纸笔测验的不足。

（4）优化评价结果应用，建立科学的激励约束机制。要改变将分数作为唯一的评优、升学、考核依据的做法，建立多元的评价结果应用机制：针对学生，将评价结果用于个性化辅导、成长指导，严禁将学生的分数进行公开排名；针对学校，将评价结果用于改进教育教学、配置教育资源，严禁将升学率与学校经费、评优资格挂钩；针对教师，将评价结果用于专业发展、绩效激励，严禁将学生的分数与教师的职称评定、奖金直接挂钩。同时完善高中阶段学校招生录取机制，将综合素质评价结果作为招生录取的重要参考，打破“唯分数录取”的单一模式。

（5）完善评价保障体系，营造良好的评价生态。一方面要建立教育评价的监督机制，完善评价的公开、公示、申诉制度，保障评价的公平公正，提升社会对多元评价的信任度；另一方面要加强宣传引导，扭转全社会的功利化教育观念，引导家长树立正确的成才观，理性看待分数与成长的关系，为科学的教育评价改革营造良好的社会环境。

六、案例分析题【参考答案】

（1）两种意见的合理性与局限性评析

意见一的合理性与局限性

①合理性：客观性试题确实具有评分误差小、评分效率高、信度高的优势，适合大规模全域测试的场景，能够快速、稳定地采集学生的学业数据，降低测验的实施成本与评分成本。

②局限性：第一，客观性试题主要考查学生的低阶认知能力（记忆、理解、简单应用），难以考查学生的高阶思维能力（分析、评价、创造）、实践能力与核心素养，内容效度不足，不符合核心素养导向的评价要求；第二，全部采用客观性试题容易引导教师开展“刷题式”教学，强化应试教育导向，不利于学生的全面发展。

意见二的合理性与局限性

①合理性：主观性试题能够考查学生的高阶思维能力、问题解决能力、综合应用能力，符合核心素养导向