(免费)大学考试质量评价指标讲解.ppt_第1页
(免费)大学考试质量评价指标讲解.ppt_第2页
(免费)大学考试质量评价指标讲解.ppt_第3页
(免费)大学考试质量评价指标讲解.ppt_第4页
(免费)大学考试质量评价指标讲解.ppt_第5页
已阅读5页,还剩16页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、按照考试素质测评指标的解释,广西医科高等院校考试中心2012.03,一、考试素质测评的含义和内容,考试素质测评主要指考试质量分析和信息反馈,是考试管理的重要内容和科学化标识牌。 广义的考试质量分析涵盖考试活动的各个方面,狭义的考试质量分析只指考试结果的分析。 由于考试各方面的质量最终表现在考试结果上,一般的考试质量分析是指考试结果的质量分析,具体内容包括成绩分析问题残奥表(难度和区分度)分析考试的信任度(可靠性)考试的有效性(有效性)分析,二、考试质量分析的指标意义,(一),因此,考试成绩的分析主要是学生整体水平描绘学生整体水平的常用指标有平均数、标准差、不合格率、分数阶分布、最高点、最低点等

2、。 在这些个指标中,最重要的是平均分和不合格率。 平均分表示学生整体水平,“合格分”是测量目标的最低“标准”。 授课考试通常以百分制中60分为最低标准成绩线,也就是合格线。 在普通教学状态下,大多数学生都要达到标准,平均水平在合格分以上,分数上不合格率合适(一般为10%左右),平均分数在70分左右。 但是,现在因为其他的因素(就业等),平均分可以稍微提高一点。 分数段的分布情况:一般的百分制可以描绘90-、80-、70-、60-、60个分数段。 有追加问题的考试,因为学生的总分被控制在100分以内,所以没有必要分100分以上的分数段。 理论上,正态概率分布是理想的结果分布,但实际上大部分试验都

3、不呈现正态概率分布。 在不合格率和平均分是适当的前提下,如果标准离差合理(一般在5-10之间),低级的人数不高(60-级不超过20% ),高级(80-以上)有一定的比例,如果分数多集中在平均分周围,可视为一个好的试验结果这一结果意味着很多学生已经达到教学目标,完成了教学大纲“把握”的教学内容(一般为70% ),此时中高分数段(70-及80-)的比例可能会升高,整体水平呈负偏差。 (2)问题残奥仪表分析1、难易度、主题难易度是指被实验者在完成主题塔斯克时面临的难易度,将其统一校正量称为难易度系数,用p表示。 p值与难易度的大小成反比,也就是说p值越大难易度就越小,p值越小难易度就越大。 一般来说

4、,P0.5被认为是偏难题,P0.7被认为是偏易问题,p值0.50.7被认为是中等难度问题。 校正计算方法有几种,但最常用的是通过率算法,即整体受试者的主题上的通过率,表示难易度系数。 (1)选择题用公式P=R/N,r是正确回答某个问题的人数,n是考试总人数。 (2)解答用的公式是考生在某个问题上的平均分,Xmax在某个问题上是满分。 难易度标准:根据教育目标的要求设定。 理论上,在教育有效或正常的情况下,大多数学生可以达到教育目标的要求,也就是说,大多数学生应该可以正确回答大部分的题目,问题的及格率很高。 目前,我们所引用的是医科大学教育工作者长期研究总结的标准,即平均难度0.7左右,各问题的

5、p值范围在0.40.9之间,从实践应用来看,这一标准比较合适。 另外应该注意的是难易度分布,大部分问题的p值在0.7以上(其中P0.85的问题不能超过1/3 ),P0.5的问题不能超过总问题数的1/4。 2、区分度含义:指针对不同被试水平的主题的区分度或鉴别能力,用鉴别指数d表示。如果能力或水平高的学生正确或几乎正确,能力或水平低的学生正确或几乎正确,则该问题被认为具有高区分度。 区分度的补正算:一般采用式D=PHPL,PH和PL分别是高报文分组和低报文分组问题的通过率高组和低组:考生成绩按高低顺序排序,高低两端分别为27%。 评价标准:主题个体依据美国测量学家Ebel提出的标准,鉴别指数:0

6、.40优秀0.30-0.39良好0.20-0.29尚0.2劣等不是在授课考试中鉴别他们的水平差异,而是着重于学生达到教育目标的程度,因此主题分析首先难度合理也就是说,在学生能否达到大多数题目的问题难度适当,能很快正常检测出学生的达成情况的条件下,只有选择区分度高的问题来区分学生水平是有意义的。 从区分度和难易度的关系来看,难易度值过大或过小的话,区分度为低,只有难易度系数值为0.5的情况下,得到最高的区分度。 但是,如果一个定径套的问题整体(或平均)的难易度值为0.5左右的话,考试结果的不合格率就会变高。 因此,对于课程考试来说重要的是难度合理,不需要要求太严格的区分度,很多问题区分度在0.2

7、以上就可以了。 在难易度合适的条件下,区分度越高,表示被实验者区分个别差异的能力越强,问题的质量越好。 在需要注意的问题中,由于其代表性的内容是必须的目标(例如,某基本常识),因此无论区分度差还是0 (学生全员正解),都有允许存在的问题。 另一方面,难度系数是适当的,但也有区分度极为不一致的主题,这意味着问题本身有可能存在问题,必须抛弃这样的主题。 区分度(d )的最大值和难度系数(p )的关系,p值d的最大值1.00.990.20.70.60.501.000.60.10.20,(3)试验质量的评价1,即试验结果的信任度。 虽然信任度的指标多种多样,但在目前的课程考试中,统一律性的信任度得到普

8、遍的评价,一般采用克伦巴赫系数法来评价考试题目之间的整合性(统一律性)的程度。 统一律性信任度的理论依据:当一个试验(试验)的多个主题具有高统一律性时,测定结果可以客观反映所测特质的真实水平。 课程考试以具体学科为对象,检验的特质(知识、能力等)均属于该学科范畴,由于明显是统一律,做评估统一律性信任度有科学性和合理性。信任度的测量标准取决于考试的性质和目标。 课程试验课程试验:一般需要0.60-0.80,最低需要0.55以上。 根据我们的长期分析,约25%的信任度系数在0.550.60,45 %在0.610.70,15 %在0.710.90,15 %在0.55以下,课程考试的信任度确实很低。

9、综合性测试综合性测试复盖了多个课程,因此问题内容已具有不同的特质,即问题间的统一律性低,且多个人民教师共同命题,问题残奥仪表也难以达到良好的一致性,无法自然地达到高统一律性信任度,因此对综合测试的信任度要求降低,一般要求信任度系数过低表示试验的信任度差。 影响信任度的主要因素有: (1)考试本身的因素:考试形式、试题类型的变化、试题采样、试卷长度(试题数)、试题质量(难易度和区分度)、评分误差等,影响考试信任度。有些考试形式,如倒退考试可以使学生的水平接近,问题类型的变化使大学生难以适应,问题抽样的代表性低,考试题数太少则各题分数过高,问题太难或区分度过低等,可以降低考试的信任度(2)受试者方

10、面的因素:受试者能力以外的一些因素,如年龄、性别、情绪、态度、健康状况等,可能会引起测量结果的偏差,影响信任度。 (3)其他随机因素:除上述因素外,试验还会受到其他无法预测的随机出现因素的影响(如测量环境、突发事件等),导致测量不稳定,影响信任度。 2、有效性是指一个试验(试验)能够测定实际应该测定的特质的程度。 课程考试的有效性是一个考试达到既定目标的成功度。 有效度的评价主要分为三类: (1)内容有效度;(2)有效度相关有效度;(3)结构有效度;适合教学考试的有效度评价指标为内容有效度。 由于授课考试具有明确的内容指向和目标要求,考试分数由检验内容和外部客观标准(教学目标)来解释,内容有效

11、性的内涵是考试主题样本对应内容和行为领域的代表程度,而在授课考试中主题样本是体现教学目标要求的程度。 从这个意义上讲,内容的有效性是课程考试中必要的重要素质测评指标。 内容有效性的分析主要采用逻辑法(定性分析),基于考试命题细目表,了解命题在多大程度上体现了教育目标要求。 目前,我们对考试有效性的评价除了考虑内容的有效性外,还可以考察信任度、试题难度等指标,将考试有效性扩展到更全面的结构有效性,从而更好地体现考试应达到的“测到所测特质程度”的目标。 必须注意的问题是,信任度是有效度的必要条件,信任度不高,有效度必然不高,但是信任度高,有效性不一定高。 即,正确且真实地测量想测量的物体(有效性高),再测量结果也一定具有高的

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论