2026年教育测量与评价考试试卷

2026年教育测量与评价考试试卷本试卷适用于普通高等学校教育类专业本科期末统一考试、教育硕士研究生入学考试、中小学教研员专业能力等级认证考试，考试时长120分钟，满分150分，所有答案需书写在答题纸指定区域，在试卷上作答无效。第一部分单项选择题（共15小题，每小题2分，共30分。每小题只有一个正确答案，选错、不选均不得分）1.依据2022版义务教育课程标准，学业质量评价的核心锚点是（）A.知识点掌握率B.核心素养发展水平C.考试分数排名D.课堂参与度2.项目反应理论三参数Logistic模型中，反映项目难度水平的参数是（）A.a参数B.b参数C.c参数D.θ参数3.2025年全国义务教育学业质量监测标准中，要求过程性评价工具的重测信度最低需达到（）A.0.6B.0.7C.0.8D.0.94.PISA2025测评的核心新增领域是（）A.科学素养B.阅读素养C.数字素养D.数学素养5.教育测量中，差异题功能（DIF）检验主要用于排查哪类测量偏差？（）A.评分者偏差B.项目跨群体公平性偏差C.抽样偏差D.效标偏差6.核心素养导向的表现性评价中，评分量规的核心构成要素不包括（）A.评价维度B.等级标准C.权重分配D.知识点清单7.新高考等级赋分制度中，为控制赋分误差，通常要求选考科目有效参与样本量不低于（）A.1000人B.3000人C.5000人D.10000人8.增值性评价的核心评价逻辑是（）A.以学生最终学业成绩为唯一评价依据B.以学生学业进步幅度为核心评价依据C.以校际平均成绩差值为核心评价依据D.以学生综合素质表现为唯一评价依据9.智慧教育场景下，形成性评价反馈的最佳时效要求是（）A.24小时内B.72小时内C.1周内D.1单元结束后10.教育测量中，区分度指标达到以下哪个标准即可认为题目质量优秀？（）A.0.2以上B.0.3以上C.0.4以上D.0.5以上11.布鲁姆教育目标分类学修订版中，以下属于高阶思维评价范畴的是（）A.记忆B.理解C.应用D.评价12.中小学综合素质评价档案可信度核验中，不属于核心核验指标的是（）A.材料真实性B.记录连续性C.结果区分度D.表述美观度13.教育大数据测量的核心伦理要求不包括（）A.学生数据隐私保护B.评价结果公平应用C.数据商业价值开发D.测量过程透明可追溯14.元评价的核心评价对象是（）A.学生学业表现B.教师教学质量C.评价方案本身的质量D.学校管理水平15.以下哪类测量工具最适合用于诊断学生数学学习的认知漏洞？（）A.标准化终结性测试卷B.自适应诊断测评系统C.课堂小测验D.作业完成情况统计第二部分多项选择题（共5小题，每小题4分，共20分。多选、少选、错选均不得分）1.2026年教育部修订发布的《义务教育学业质量评价指南》明确的核心评价原则包括（）A.素养导向B.过程增值C.多元主体D.公平适宜E.分数优先2.项目反应理论三参数Logistic模型的核心参数包括（）A.区分度参数aB.难度参数bC.猜测参数cD.信度参数rE.效度参数v3.表现性评价的适用场景包括（）A.实验操作能力评价B.项目式学习成果评价C.高阶思维能力评价D.知识点记忆水平评价E.综合素质发展评价4.教育测量伦理的基本要求包括（）A.评价目的服务于学生发展B.测量工具具备足够的信效度C.评价结果不得用于排名淘汰D.学生数据严格保密E.测量过程公开透明5.增值性评价可应用于以下哪些场景？（）A.教师教学效能评价B.学校办学质量评价C.学生学业进步评价D.区域教育均衡评价E.学生毕业资格认定第三部分判断题（共10小题，每小题1分，共10分。请在答题纸对应位置填写√或×，判断错误、不判断均不得分）1.核心素养导向的学业评价不再要求测量工具具备传统意义上的信度指标。（）2.计算机自适应测评中，学生能力参数估计的误差会随着答题数量的增加无限下降。（）3.PISA2025测评将数字素养作为核心测评领域之一，重点考察学生在数字场景下的问题解决能力。（）4.过程性评价的效度要求低于终结性评价，因此不需要开展效度检验。（）5.差异题功能（DIF）检验结果显示某道题存在显著DIF，说明该题对特定群体存在不公平性，需调整或删除。（）6.教育测量中，信度是效度的必要条件，但不是充分条件。（）7.表现性评价的评分者信度只要达到0.6即可满足大规模考试的应用要求。（）8.新高考等级赋分制度的核心作用是解决不同选考科目之间的分数可比性问题。（）9.综合素质评价结果不得纳入中考、高考的录取参考依据。（）10.元评价的实施主体只能是教育行政部门，学校和教师无权开展元评价。（）第四部分简答题（共4小题，每小题8分，共32分）1.简述2022版义务教育课程标准框架下，学业质量评价的三维度指标体系。2.简述差异题功能（DIF）检验的基本流程与在跨区域学业质量监测中的应用价值。3.简述表现性评价评分量规的设计步骤与核心质量要求。4.简述教育大数据背景下过程性评价数据的清洗规则与效度保障方法。第五部分论述题（共2小题，每小题14分，共28分）1.结合2025年全国义务教育学业质量监测结果反馈的“城乡学生高阶思维能力差值较2022年收窄1.2个百分点，但农村学校过程性评价工具合格率仅为42.7%”的实际数据，论述如何构建适配乡村教育场景的教育测量与评价工具体系。2.论述核心素养导向下“终结性评价+过程性评价+表现性评价”三位一体评价体系的信效度整合路径。第六部分案例分析题（共1题，15分）案例：某区2026年推进初中物理学业水平考试改革，拟采用“纸笔测试（60%）+实验操作表现性评价（25%）+平时过程性评价（15%）”的赋分模式，试点实施后获得以下数据：纸笔测试的内部一致性信度为0.92，与中考物理成绩的效标关联效度为0.81；实验操作表现性评价的不同评分者信度为0.68；平时过程性评价的校际得分相关性仅为0.32，且68%的农村学校平时过程性评价平均得分高于城区学校10分以上，存在学校刻意抬高平时成绩的现象。问题：（1）分析该评价体系存在的主要问题（6分）；（2）提出针对性的优化方案（9分）。第七部分实践设计题（共1题，15分）要求：针对小学五年级语文“文学阅读与创意表达”学习任务群，设计一份符合核心素养要求的表现性评价方案，需明确包含评价目标、评价任务、评分量规、数据收集与反馈方式四个核心模块。参考答案与评分标准一、单项选择题1.B2.B3.B4.C5.B6.D7.B8.B9.A10.C11.D12.D13.C14.C15.B二、多项选择题1.ABCD2.ABC3.ABCE4.ABDE5.ABCD三、判断题1.×2.×3.√4.×5.√6.√7.×8.√9.×10.×四、简答题1.参考答案：（1）学业水平指标：主要考察学生各学科课程标准规定的知识技能掌握情况与核心素养达成水平，占比不低于60%；（2）学习过程指标：主要考察学生学习习惯、学习态度、参与度、思维活跃度等过程性表现，占比不低于20%；（3）实践创新指标：主要考察学生应用所学知识解决实际问题、开展跨学科实践与创新创造的能力，占比不低于20%。评分标准：答出3个维度各2分，每个维度的内涵解释各1分，表述规范额外1分，共8分。2.参考答案：基本流程：（1）确定目标群体与参照群体；（2）匹配两组群体的能力参数；（3）计算两组群体在同一题目上的得分差异显著性；（4）判断是否存在显著DIF并分析原因。应用价值：（1）排查跨区域、跨群体的测量公平性问题；（2）提升学业质量监测结果的可比性；（3）为优化测评工具提供依据。评分标准：流程答出4点得4分，应用价值答出3点得3分，表述规范1分，共8分。3.参考答案：设计步骤：（1）明确评价目标对应的核心素养维度；（2）划分评价等级（通常为3-5级）；（3）明确每个等级的具体表现描述；（4）分配各维度权重；（5）试测并调整优化。核心质量要求：（1）维度清晰，与评价目标高度匹配；（2）等级描述具体可操作，无模糊表述；（3）评分规则公平一致，不同评分者应用无显著差异。评分标准：步骤答出5点得4分，质量要求答出3点得3分，表述规范1分，共8分。4.参考答案：清洗规则：（1）剔除无效数据（如缺答、乱答、重复提交数据）；（2）修正异常数据（如不符合取值范围、逻辑矛盾的数据）；（3）补齐缺失数据（采用多重插补法等合理方式补齐）。效度保障方法：（1）建立多源数据交叉验证机制；（2）定期开展数据效度检验；（3）引入人工核验机制排查异常数据。评分标准：清洗规则答出3点得4分，效度保障方法答出3点得3分，表述规范1分，共8分。五、论述题1.评分标准：需结合给定数据从四个层面展开论述：（1）工具研发层面：围绕乡村学生生活场景设计题目素材，降低内容偏差，保障测量公平性（4分）；（2）工具适配层面：针对小规模乡村学校研发低门槛、易操作的过程性评价工具包，降低教师使用难度（4分）；（3）能力建设层面：开展乡村教师评价能力专项培训，建立县域评价教研指导团队（3分）；（4）质量迭代层面：将乡村学校评价工具质量纳入县域监测范畴，定期抽检优化（3分）。论述逻辑清晰、措施具体可落地即可酌情给分，满分14分。2.评分标准：需从三个层面展开论述：（1）目标整合：三类评价目标统一锚定核心素养要求，终结性评价考察结果、过程性评价考察发展过程、表现性评价考察实践应用，目标互补无重叠（5分）；（2）数据整合：建立统一数据采集标准，终结性评价数据校准另外两类评价的效度，过程性评价补充终结性评价信度不足，表现性评价弥补纸笔测试盲区（5分）；（3）结果整合：按合理权重合并三类评价结果，建立一致性应用规则，避免结果冲突（4分）。有理论支撑、逻辑清晰即可酌情给分，满分14分。六、案例分析题参考答案：（1）存在问题：①实验操作评价评分者信度仅为0.68，未达到大规模考试0.8的最低要求，结果稳定性不足（2分）；②过程性评价校际相关性仅0.32，评分规则不统一，存在刻意抬分的公平性漏洞，效度不足（2分）；③三类评价质量标准不统一，整体体系可信度不足（2分）。（2）优化方案：①优化实验操作评价：采用双盲评分+标准化操作指南，开展评分者专项培训，将信度提升至0.8以上（3分）；②完善过程性评价管理：搭建全区统一的数字化评价平台，明确评分标准，引入校际交叉核验机制，提升校际可比性（3分）；③建立质量监控体系：每学期开展评价工具抽检，对信效度不达标的模块及时调整，统一三类评价质量标准（3分）。评分标准：