2026年自考00467心理测量与评估试题及答案

2026年自考00467心理测量与评估试题及答案一、单项选择题（每小题1分，共20分）1.在经典测量理论中，信度系数的取值范围是A.0～1  B.–1～1  C.0～+∞  D.–∞～+∞2.下列哪一项最能直接反映测验的“稳定性”信度？A.分半信度  B.重测信度  C.内部一致性  D.评分者信度3.当项目难度P=0.90时，其区分度指数D的理论最大值约为A.0.10  B.0.20  C.0.40  D.0.504.在IRT双参数模型中，项目特征曲线的斜率参数a越大，则A.猜测度越高  B.难度越大  C.区分度越大  D.信度越低5.若某测验的Cronbachα=0.85，删除第k题后α降至0.83，则说明第k题A.明显降低信度  B.对信度贡献为正  C.属于速度测验题  D.存在性别偏差6.标准误(SEM)与信度r的关系公式为A.SEM=σ  B.S7.在常模参照解释中，T分数50相当于Z分数A.0  B.1  C.–1  D.58.下列关于“自适应测验”(CAT)的表述，错误的是A.题目选择依赖被试能力估计  B.可缩短测验长度  C.必须满足IRT前提  D.不能给出能力点估计9.若某成就测验内容范围过窄，则其效度最易受到哪种威胁？A.构想代表性不足  B.方法偏差  C.效标污染  D.统计回归10.在因素分析中，特征根λ>1准则用于确定A.公因子数  B.特殊因子数  C.项目难度  D.信度系数11.当测验用于“筛选”时，应优先提高A.阳性预测率  B.阴性预测率  C.灵敏度  D.特异度12.下列哪项不是项目反应理论(IRT)的基本假设？A.单维性  B.局部独立性  C.单调性  D.等距性13.在效标关联效度研究中，若效标测量含较大测量误差，则效度系数会A.高估  B.低估  C.不变  D.先升后降14.将原始分转化为百分等级时，若群体分布呈极端负偏态，则百分等级A.集中在两端  B.集中在中间  C.与Z分数线性对应  D.不受偏度影响15.在测验等值设计中，“随机组设计”要求A.两组能力分布相同  B.锚题占全卷100%  C.必须采用IRT  D.只能线性等值16.下列关于“交叉效度”(cross-validation)的描述，正确的是A.用于检验IRT模型拟合  B.可降低“效度缩水”风险  C.仅适用于形成性测量  D.需重复测量同一批被试17.在人格测验中，加入“社会期望”校正公式主要解决A.信度低  B.反应定势  C.猜测误差  D.速度误差18.若某测验的ROC曲线下面积AUC=0.50，则说明A.完美预测  B.预测优于随机  C.预测等于随机  D.无法判断19.在测验蓝图(tableofspecifications)中，最重要的两个维度是A.内容与认知水平  B.难度与区分度  C.信度与效度  D.题型与题量20.根据《教育与心理测验标准》(2014)，测验使用者首要伦理责任是A.保密  B.公平  C.受益最大化  D.避免伤害二、多项选择题（每小题2分，共20分；每题至少有两个正确答案，多选少选均不得分）21.下列哪些方法可用于检验单维性假设？A.探索性因素分析  B.平行分析  C.残差特征根图  D.多维IRT对比拟合  E.Cronbachα22.关于“锚题”在等值中的作用，正确的有A.传递难度参数  B.控制群体能力差异  C.必须占全卷20%以上  D.需保密  E.可用于检验项目功能差异(DIF)23.导致“效标污染”的原因包括A.效标成绩受预测变量影响  B.效标评定者知晓预测分数  C.效标测量信度低  D.效标与构想无关  E.样本异质24.下列属于“非认知测量”常见反应风格的有A.默认同意  B.极端化  C.中心倾向  D.伪装好  E.猜测25.在题目偏差检验中，可用于“一致性DIF”探测的方法有A.Mantel-Haenszel  B.同时性偏差平方和  C.Logistic回归  D.IRT-LR检验  E.因素分析26.关于“标准化分数”的描述，正确的有A.T分数平均数50、标准差10  B.CEEB分数平均数500、标准差100  C.Z分数平均数0、标准差1  D.百分等级不受分布形态影响  E.标准九平均数5、标准差227.在测验编制阶段，可用于确定题量的统计方法有A.Spearman-Brown预测  B.置信区间法  C.项目信息函数叠加  D.一般izability理论  E.临界比法28.下列哪些做法有助于降低“测量误差方差”？A.增加同质项目  B.提高评分客观性  C.缩短测验长度  D.采用多重锚题  E.控制测验环境29.关于“概化理论”(G理论)的表述，正确的有A.可分解多种误差来源  B.需进行G研究与D研究  C.可计算概化系数Ep²  D.仅适用于认知测验  E.可优化测量设计30.在测验使用环节，属于“公平性”审查内容的有A.群体间DIF检验  B.语言翻译等价性  C.无障碍格式提供  D.分数解释一致性  E.收费高低三、判断改错题（每小题2分，共10分；先判断对错，若错则给出正确表述）31.当项目难度全部接近0.50时，测验信度一定最高。32.IRT中，能力参数θ与项目参数a、b、c位于同一logit度量系统。33.在经典测量理论中，观测分数方差等于真分数方差减去误差分数方差。34.百分等级分数具有等距属性，可直接进行加减运算。35.若某测验的α系数为0，说明所有项目彼此正交。四、简答题（每小题8分，共24分）36.简述“效度证据整合”(validityargument)四环节模型，并说明如何在实践中收集对应证据。37.说明“项目信息函数”与“测验信息函数”的关系，并写出数学表达式。38.当测验用于高风险选拔时，为何需要报告“决策一致性”(decisionconsistency)指标？列举两种常用估计方法。五、计算与综合题（共30分）39.（10分）某成就测验含40题，样本σ=8，信度r=0.84。(1)计算SEM；(2)若希望将SEM降至1.5，求需增加到的测验长度(题量)。40.（10分）下表为某题在高低能力组上的答题情况：|组别|答对|答错|总计||高能力|180|20|200||低能力|60|140|200|(1)计算该题难度P与区分度D；(2)用Mantel-Haenszel法检验DIF，已知MH-commonoddsratioα_MH=0.45，χ²=12.8，判断是否存在显著一致性DIF（α=0.05）。41.（10分）某CAT采用1PL模型，题库信息量I(θ)如下：θ:–3–2–10123I:25810852若规定能力估计标准误SE(θ)≤0.3，求最小测验长度n。六、案例分析题（16分）42.某省公务员考试后，媒体报道“女性考生申论平均分低于男性5分”，引发公平质疑。考试局拟邀请心理测量专家进行技术审查。请：(1)列出至少四条需优先核查的技术证据；(2)针对“分数差异”提出一套包含统计模型、变量控制与后续补救的系统方案；(3)说明如何向利益相关方报告结果，以符合《测验标准》伦理要求。———试题结束，以下空白———【答案与解析】一、单项选择1.A 2.B 3.B 4.C 5.B 6.A 7.A 8.D 9.A 10.A 11.C 12.D 13.B 14.A 15.A 16.B 17.B 18.C 19.A 20.D二、多项选择21.ABCD 22.ABE 23.AB 24.ABCD 25.ABCD 26.ABCE 27.ABCD 28.ABE 29.ABCE 30.ABCD三、判断改错31.错误。还需项目间高相关与足够长度。正确：当项目难度接近0.50且彼此高相关时，测验信度趋于最高。32.正确。33.错误。应为观测分数方差等于真分数方差加上误差分数方差。34.错误。百分等级为顺序量表，不具备等距属性。35.正确。四、简答要点36.四环节：主张-证据-推论-反驳。实践：收集内容、反应过程、内部结构、效标关系、后果证据，通过专家审查、统计检验、受众反馈迭代。37.项目信息I_i(θ)=a_i²P_i(θ)Q_i(θ)，测验信息I(θ)=ΣI_i(θ)。信息越大，θ估计精度越高。38.高风险决策需知重复测验下决策一致比例，避免过度依赖单次分数。方法：Livingston-Lewis、β-二项模型。五、计算39.(1)S(2)设新长度k，SE=令8=1.5⇒1解得k≈160题，即需增加120题。40.(1)P=(180+60)/400=0.60；D=PH–PL=180/200–60/200=0.90–0.30=0.60(2)α_MH=0.45<1，且χ²=12.8>3.84，存在显著一致性DIF，不利于低能力组。41.最大信息10，需I(θ)≥1/SE²=1/0.09=11.11。单题最大信息10，故至少需2题；叠加后I=2×10=20≥11.11，故最小长度n=2。六、案例要点(1)证据：①DIF检