考生能力分布与被试量对IRT 等值的影响

韩晓杰 任 杰

一、引言

等值是将不同测验版本的分数统一到一个量表上的过程[1]。 等值不仅有利于保证测验的公平，为分数使用者提供来自不同测验版本上具有同等意义的分数，让不同版本的测验分数具有可比性；同时，等值也是题库建设中的重要一环， 通过等值可以将不同测验版本的题目参数统一到一个量尺上， 让题目参数具有可比性，等值误差越小，越有利于科学化题库的建设。

为保证测验的安全性， 某些全国性大型测验经常以平行试卷的形式对全国考生进行施测。 在题库建设时，需对所有平行试卷进行等值处理。不同地区的考生在平行试卷上得分不同，究其原因，一方面是试卷难度不同， 另一方面是不同地区考生能力存在差异。涂冬波（2004）指出，我国教育存在地区间发展不平衡的问题， 且该问题直接造成了地区间人才培养上的差距[2]，即地区教育水平差异很大程度上会影响考生能力。那么，不同地区考生能力分布不同是否会影响不同平行试卷等值到基准卷上的结果？ 这一问题直接关系到题库建设的科学化程度。

一般认为， 基于项目反应理论 （item response theory，IRT）的等值的一大优点在于不依赖被试。 但是，Holland & Rubin（1982）提出，等值或多或少存在样本依赖性[3]。 罗照盛等（2007）指出，当前关于等值误差问题的研究， 基本上都是在固定被试参数总体的情况下，并未系统研究锚题设计情形下，使用不同分布形态的被试组估计项目特征曲线等值系数时可能带来的等值误差；……