何 壮 袁淑莉 赵守盈
采用专题的方式命题是现代考试中的一种常见的方式,如高考英语全国卷中听力、阅读、写作等内容均可视为一个专题;文科综合试卷中,政治、历史、地理各成一个专题。这些专题的题目数量都很少,如英语试卷中听力20题、阅读20题、写作2题;文科综合选择题中政治12题、历史12题、地理11题。短测验在教育测量中非常流行,测验质量一直是命题者关注的问题。
命题质量关系到评价结果的客观公正,为确保测验质量,教育测量学者提出了一系列的方法。近年来,以项目反应理论(Item Response Theory,IRT)为代表的现代测量理论逐渐成为教育测量的主流,帮助教育者通过难度、区分度、猜测度、一致性等了解试卷质量,对考试实践产生了深远的影响。
按照项目分析时所用统计量的不同,项目反应理论可以分为参数项目反应理论(Parameter Item Response Theory,P-IRT)和非参数项目反应理论(Non-parameter Item Response Theory,NIRT)。P-IRT模型以区分度a、难度b、猜测度c、能力参数θ、信息量I等统计量为参数进行项目分析。常见的P-IRT模型有Rasch模型、Logistic模型、等级反应模型等。N-IRT使用正答概率的次序、哥特曼错误数、同质性系数H(coefficients of homogeneity)等指标进行项目分析。目前在教育测量中运用最为广泛的N-IRT 模型是摩根模型(Mokken Model)[1]。
P-IRT多应用于大试题量、大样本的测验中。在处理短测验、小样本数据时P-IRT存在很大的误差,N-IRT理论可以弥补这一缺陷[2],帮助研究者全面了解测验的质量。两种理论都遵循IRT的基本假设:潜在特质单维、被试作答局部独立、项目特征曲线(item characteristic curve,ICC)单调递增。……