侯躍平　關(guān)廣鵬

【摘要】由于目前教師、學(xué)校，甚至教育研究部門(mén)對(duì)學(xué)科測(cè)驗(yàn)質(zhì)量分析存在誤區(qū)，所以筆者提出，對(duì)中學(xué)化學(xué)教學(xué)評(píng)價(jià)過(guò)程中所使用的非標(biāo)準(zhǔn)化試卷的質(zhì)量分析時(shí)，首先要對(duì)試卷進(jìn)行具體情況的分析，然后要收集試卷的統(tǒng)計(jì)數(shù)據(jù)，而重要的是對(duì)測(cè)試題目的質(zhì)量分析（難度分析、區(qū)分度分析）和測(cè)驗(yàn)的質(zhì)量分析（信度分析、效度分析）。

【關(guān)鍵詞】中學(xué)化學(xué)試卷；質(zhì)量分析；難度；區(qū)分度；信度；效度

中學(xué)化學(xué)試卷的質(zhì)量分析是中學(xué)化學(xué)教學(xué)評(píng)價(jià)的重要內(nèi)容，高質(zhì)量的中學(xué)化學(xué)試卷分析對(duì)提高中學(xué)化學(xué)教學(xué)質(zhì)量和提高化學(xué)試題的命題質(zhì)量具有特別重要的意義。同時(shí)，也是教育主管部門(mén)、教育研究部門(mén)獲取教育教學(xué)質(zhì)量信息、提出改進(jìn)教學(xué)建議的重要途徑。

一、中學(xué)化學(xué)試卷的質(zhì)量分析存在誤區(qū)

據(jù)筆者調(diào)查了解，目前教師、學(xué)校，甚至市、縣教育研究部門(mén)的學(xué)科測(cè)驗(yàn)質(zhì)量分析，僅僅是對(duì)學(xué)生考試成績(jī)的情況分析，也就是考試結(jié)果分析。這對(duì)于了解學(xué)生學(xué)習(xí)情況，鑒別學(xué)生學(xué)業(yè)成績(jī)、為改進(jìn)教學(xué)、提高教學(xué)質(zhì)量提供反饋信息是非常重要的。但這種分析是建立在學(xué)科測(cè)驗(yàn)（試卷）本身是沒(méi)有任何質(zhì)量問(wèn)題的測(cè)量工具基礎(chǔ)之上的，嚴(yán)格講這只能稱(chēng)為被試的質(zhì)量分析，而不能稱(chēng)為試卷的質(zhì)量分析。特別是使用沒(méi)有經(jīng)過(guò)標(biāo)準(zhǔn)化的教師自編學(xué)科測(cè)驗(yàn)時(shí)，在沒(méi)有對(duì)試卷這一測(cè)量工具的質(zhì)量進(jìn)行有效的分析評(píng)價(jià)之前，對(duì)測(cè)試結(jié)果的分析是沒(méi)有意義的。

學(xué)科測(cè)驗(yàn)質(zhì)量分析的方法包括定性分析和定量分析。從認(rèn)識(shí)論角度講，人們對(duì)事物、現(xiàn)象的認(rèn)識(shí)首先獲得一定的質(zhì)的認(rèn)識(shí)，然后在此基礎(chǔ)上進(jìn)一步去考察量，以求對(duì)事物的質(zhì)有更清晰、更準(zhǔn)確的把握，這就是認(rèn)識(shí)的深化與精細(xì)化。也就是說(shuō)，定量分析的目的是為了精確地、深入地對(duì)事物、現(xiàn)象的質(zhì)的認(rèn)識(shí)，這就要求必須正確理解、評(píng)價(jià)、解釋、運(yùn)用在定量分析中所使用的各種統(tǒng)計(jì)指標(biāo)。但據(jù)筆者調(diào)查了解，在目前的對(duì)非標(biāo)準(zhǔn)化學(xué)科測(cè)驗(yàn)的質(zhì)量分析中，定性分析較多，定量分析較少。定性分析往往缺乏足夠的依據(jù)，而在一些簡(jiǎn)單的定量分析之后，相關(guān)指標(biāo)的評(píng)價(jià)標(biāo)準(zhǔn)界定不明確，相關(guān)指標(biāo)的解釋、理解不全面，指標(biāo)的運(yùn)用不充分。

二、對(duì)試卷的基本情況的分析

這項(xiàng)工作主要是分析試題范圍及知識(shí)點(diǎn)，試題性質(zhì)、題型及數(shù)量以及有關(guān)命題依據(jù)等方面的內(nèi)容。

1試題范圍及知識(shí)點(diǎn)

是否是在化學(xué)教材及課程標(biāo)準(zhǔn)要求的范圍內(nèi)，覆蓋面如何。試題內(nèi)容是否源于課本，并根據(jù)學(xué)生生活背景知識(shí)適當(dāng)拓寬加深，有無(wú)難題、偏題、怪題及超過(guò)課標(biāo)要求的拔高。試題跨度是否注意到適當(dāng)增加學(xué)科內(nèi)或者學(xué)科間知識(shí)的交叉滲透，體現(xiàn)綜合性特征。試題是否科學(xué)合理、比例是否恰當(dāng)。文字、圖像、圖表、數(shù)據(jù)等信息資源是否準(zhǔn)確。試題陳述是否科學(xué)準(zhǔn)確、表達(dá)是否清晰，備選答案是否明確。試題之間是否具備獨(dú)立性，即相互間有無(wú)提示現(xiàn)象。試題是否注意到與社會(huì)實(shí)際和學(xué)生生活實(shí)際的聯(lián)系，注重對(duì)學(xué)生能力的考查。

2試題性質(zhì)、題型及數(shù)量

試題按性質(zhì)分為客觀性試題和主觀性試題。那么試卷中客觀性試題和主觀性試題各為多少道，分別為多少分。在目前，試題按題型（除高三模擬題外）一般分為選擇題（單選或多選）、填空題、簡(jiǎn)答題、實(shí)驗(yàn)探究與設(shè)計(jì)題、計(jì)算題等種類(lèi)。試題數(shù)量指選擇題的備選答案數(shù)、填空題空格數(shù)、實(shí)驗(yàn)探究與設(shè)計(jì)和計(jì)算題得分點(diǎn)數(shù)、回答要點(diǎn)數(shù)，以及教材、課程標(biāo)準(zhǔn)和考試要點(diǎn)要求的知識(shí)涉及程度、知識(shí)點(diǎn)覆蓋面（%）。

3命題依據(jù)

是否依據(jù)教材及課程標(biāo)準(zhǔn)；是否對(duì)基礎(chǔ)知識(shí)、主干知識(shí)和基本能力的測(cè)試；是否關(guān)注探究過(guò)程和方法、聯(lián)系實(shí)際選取素材，這對(duì)“教”和“學(xué)”具有導(dǎo)向作用。

三、試卷的統(tǒng)計(jì)數(shù)據(jù)

中學(xué)化學(xué)試卷的統(tǒng)計(jì)數(shù)據(jù)，可以按題型與按每道小題，進(jìn)行全樣本分析或抽樣分析（隨機(jī)抽樣分析，樣本容量適中）除了要統(tǒng)計(jì)最高分、最低分、平均分、優(yōu)良率、及格率、錯(cuò)誤率、得分率外，更主要的是要做好學(xué)生典型錯(cuò)誤或創(chuàng)新解答統(tǒng)計(jì)及原因分析。在此只談一下選擇題的試題作答率的統(tǒng)計(jì)分析。

試題作答率是以全體受試學(xué)生中，每一個(gè)選項(xiàng)的作答人數(shù)占總?cè)藬?shù)的百分比值。每一選項(xiàng)的作答率，可以作為篩選或進(jìn)一步修改不恰當(dāng)?shù)脑囶}、以及分析學(xué)生作答情形之用，藉以了解學(xué)生是否有一些錯(cuò)誤或迷失概念。

選擇題的結(jié)構(gòu)是由兩部分組成：包括題干與選項(xiàng)，題干就是問(wèn)題本身；選項(xiàng)包括一個(gè)正確選項(xiàng)（最佳答案）和三個(gè)誘答選項(xiàng)。正確選項(xiàng)必須要能吸引較多具備該評(píng)量能力的受試者去選擇；而誘答選項(xiàng)則應(yīng)具似真實(shí)性或合理性，會(huì)吸引較多不具備該評(píng)量能力者或是概念不正確者去選擇。選項(xiàng)的設(shè)計(jì)與選擇題題目的難易程度有密切關(guān)系。如某一試題有4個(gè)選項(xiàng)，正確選項(xiàng)A作答率為0.89，選項(xiàng)B作答率為0.11，顯示該選項(xiàng)具有誘答力，有約11%的學(xué)生有此錯(cuò)誤概念；選項(xiàng)C及選項(xiàng)D作答率為0，顯示該選項(xiàng)不具有誘答力，或受試者沒(méi)有此錯(cuò)誤概念，可考慮修改此選項(xiàng)。

四、測(cè)試題目的質(zhì)量分析

任何測(cè)驗(yàn)都是由若干測(cè)驗(yàn)題目構(gòu)成的。非標(biāo)準(zhǔn)化測(cè)驗(yàn)的質(zhì)量分析，首先應(yīng)該是對(duì)組成測(cè)驗(yàn)的各個(gè)測(cè)驗(yàn)題目進(jìn)行質(zhì)量分析，只有保證了構(gòu)成測(cè)驗(yàn)的所有試題的質(zhì)量達(dá)到規(guī)定的標(biāo)準(zhǔn)，才能保證一個(gè)測(cè)驗(yàn)的整體質(zhì)量。測(cè)驗(yàn)題目質(zhì)量分析的目的，首先是為了鑒定測(cè)驗(yàn)題目，并為進(jìn)一步修改測(cè)驗(yàn)試題提供有效的依據(jù)，前述的選擇題作答率統(tǒng)計(jì)就屬于此；其次，有助于提高老師編制測(cè)驗(yàn)的技能和技巧，有助于建立測(cè)驗(yàn)題庫(kù)；當(dāng)然，最為重要的還是為了保證一個(gè)測(cè)驗(yàn)的信度和效度。測(cè)驗(yàn)題目的質(zhì)量分析主要包括題目的難度分析和區(qū)分度分析。

（一）、難度分析

難度又稱(chēng)難易度、難度系數(shù)（P）是試題對(duì)學(xué)生知識(shí)和能力水平的適合程度的指標(biāo)，是一個(gè)相對(duì)概念，難度的高低與被試者的水平直接相關(guān)。難度的取值范圍為0≤P≤1，P值愈大，表示該試題愈容易，愈多數(shù)學(xué)生答對(duì)該試題；P值愈小，表示該試題愈困難，愈少數(shù)學(xué)生答對(duì)該試題。

1難度的計(jì)算

對(duì)于二分法記分的客觀試題，通常以答對(duì)或通過(guò)該題目人數(shù)的百分比來(lái)表示難度：P＝R/N（P：題目難度；N：全體被試人數(shù)；R：答對(duì)或通過(guò)該題目的人數(shù)）。

當(dāng)被試人數(shù)較多時(shí)，可采用極端分組法，即先將被試按測(cè)驗(yàn)總分從高到低排列，取總分最高的27%被試為高分組，總分最低的27%被試為低分組，分別計(jì)算高分組和低分組的通過(guò)率，然后再求題目的難度：P＝(PH＋PL)/N（PH、PL分別表示高分組和低分組的通過(guò)率）。

主觀題的難度一般用參加測(cè)試考生在該題的平均得分與該題分值之比，即P＝X/K（X表示所有考生在該題的平均得分，K表示該得分值）。

試卷的平均難度：P＝∑Pi/N（Pi代表每道題的難度值，N代表試卷的題目總數(shù)）。也可用P＝∑PiWi/W表示（Pi代表每道題目的難度值，Wi代表每道題目的分值，W代表試卷的總分值）。還可以用P＝X/W表示（X為總平均分，W代表試卷的總分值，P代表試卷的平均難度）。

當(dāng)被試人數(shù)較多時(shí)，也可采用極端分組法計(jì)算難度：P＝(XH＋XL－2NL)/2N(H－L)（XH、XL分別為高分組、低分組的總分；H、L分別為最高分、最低分；N為總?cè)藬?shù)的25%）。

2難度分析

難度分析的主要目的是為了鑒定、篩選和修改題目。題目的難度水平通常取決于測(cè)驗(yàn)的目的、題目的形式以及測(cè)驗(yàn)的性質(zhì)。一般情況下，測(cè)驗(yàn)的平均難度要適中，應(yīng)在0.50左右；如果測(cè)驗(yàn)是為了了解被試在某方面知識(shí)、技能的掌握情況，可以不必過(guò)多地考慮試題的難度。

難度對(duì)于測(cè)驗(yàn)的影響，首先表現(xiàn)在測(cè)驗(yàn)分?jǐn)?shù)的分布形態(tài)上。若測(cè)驗(yàn)題目的難度普遍較大，則分?jǐn)?shù)呈正偏態(tài)分布；若測(cè)驗(yàn)題目難度普遍較小，則分?jǐn)?shù)呈負(fù)偏態(tài)分布；只有當(dāng)測(cè)驗(yàn)題目的難度適中時(shí)，分?jǐn)?shù)分布才呈近似正態(tài)分布。其次表現(xiàn)在測(cè)驗(yàn)分?jǐn)?shù)的離散程度上。太難或太易的測(cè)驗(yàn)題目，都會(huì)導(dǎo)致測(cè)驗(yàn)分?jǐn)?shù)相對(duì)地集中在低分端或高分端，離散程度較?。划?dāng)難度適中時(shí)，分?jǐn)?shù)分布范圍大，離散程度較大。這是用標(biāo)準(zhǔn)差σ來(lái)表示的，因篇幅關(guān)系，在此不加贅述。

只有當(dāng)分?jǐn)?shù)的分布范圍較大時(shí)，測(cè)驗(yàn)的信度才可能較高，反之信度較低。可見(jiàn)，測(cè)驗(yàn)題目的難度以集中在0.50左右為最佳，以集中在兩極端為最差。在非標(biāo)準(zhǔn)化學(xué)科測(cè)驗(yàn)中，組成測(cè)驗(yàn)的各試題的難度系數(shù)應(yīng)當(dāng)以0.50為均值（各個(gè)試題難度均勻分布在0.2～0.8之間為好），這樣有利于最大程度區(qū)分不同程度學(xué)生，使試題產(chǎn)生區(qū)分學(xué)生的最大效果，分?jǐn)?shù)將呈正態(tài)分布，但允許有少量的高難度和低難度的測(cè)驗(yàn)題目。

（二）、區(qū)分度分析

試題區(qū)分度又稱(chēng)區(qū)分度指數(shù)（D），是衡量試題對(duì)不同知識(shí)和能力水平考生的鑒別程度的指標(biāo)。具有良好區(qū)分度的測(cè)驗(yàn)，實(shí)際水平高的該得高分，實(shí)際水平低的該得低分，它是評(píng)價(jià)試題質(zhì)量、篩選試題的主要指標(biāo)和依據(jù)。

1區(qū)分度計(jì)算

鑒別指數(shù)法。對(duì)于二分法記分的客觀性試題，從總分分布的兩端各選擇27%的被試組成高分組和低分組，分別計(jì)算高分組和低分組的通過(guò)率，二者之差就是鑒別指數(shù)：D＝PH－PL。

主觀題的區(qū)分度，一般從總分分布的兩端各選擇27%的被試組成高分組和低分組，分別計(jì)算各組總分和測(cè)驗(yàn)最高分、最低分。再按下面公式計(jì)算：D＝(XH－XL)/N(H－L)（公式中各符號(hào)含義與難度計(jì)算時(shí)相同）。

其它復(fù)雜的計(jì)算，在此從略。

2區(qū)分度分析

如果一個(gè)題目的測(cè)試結(jié)果使水平高的考生答對(duì)（得高分），而水平低的考生答錯(cuò)（得低分），它的區(qū)分就很強(qiáng)。鑒別指數(shù)是鑒別題目測(cè)量有效性的指標(biāo)，鑒別指數(shù)越高，題目越有效。一般認(rèn)為，鑒別指數(shù)在0.40以上的為很好；鑒別指數(shù)在0.30～0.39的為良好，修改會(huì)更好；鑒別指數(shù)在0.20～0.29的為尚可，仍需修改；鑒別指數(shù)在0.19以下的為差，必須淘汰。

任何一種測(cè)驗(yàn)，其所有的測(cè)驗(yàn)題目，都應(yīng)該具有良好以上的區(qū)分度。否則，將無(wú)法保證測(cè)驗(yàn)的有效性。

五、測(cè)驗(yàn)的質(zhì)量分析

當(dāng)由若干質(zhì)量達(dá)到要求的測(cè)試題目構(gòu)成一個(gè)測(cè)驗(yàn)時(shí)，還必須對(duì)整個(gè)測(cè)驗(yàn)的可靠性和有效性進(jìn)行技術(shù)鑒定，這就是通常所說(shuō)的試卷分析。試卷分析最根本的含義是指對(duì)試卷的質(zhì)量進(jìn)行系統(tǒng)的分析，目的是評(píng)價(jià)作為鑒別學(xué)業(yè)成績(jī)的測(cè)量工具的質(zhì)量。對(duì)于標(biāo)準(zhǔn)化測(cè)驗(yàn)來(lái)說(shuō)，有一整套完整而成熟的質(zhì)量技術(shù)分析指標(biāo)。非標(biāo)準(zhǔn)化測(cè)驗(yàn)在測(cè)驗(yàn)結(jié)束后，也可以通過(guò)抽樣的方法，借助這些指標(biāo)來(lái)進(jìn)行試卷的質(zhì)量分析，也就是要明確一個(gè)測(cè)驗(yàn)的信度和效度。

（一）信度分析

信度是指測(cè)驗(yàn)結(jié)果的穩(wěn)定性、一致性和可靠性的指標(biāo)。信度是測(cè)量過(guò)程中隨機(jī)誤差大小的反映，如果信度低，則隨機(jī)誤差大，測(cè)驗(yàn)的結(jié)果就會(huì)與真分?jǐn)?shù)發(fā)生較大的偏差。一個(gè)成功的測(cè)驗(yàn)必須具有較高的信度，也就是說(shuō)，只要遵守操作規(guī)則，測(cè)驗(yàn)的結(jié)果就不應(yīng)該隨工具的使用者或使用時(shí)間、地點(diǎn)等因素的變化而發(fā)生較大變化。

測(cè)驗(yàn)信度的種類(lèi)較多。如反映測(cè)驗(yàn)穩(wěn)定性的重測(cè)信度、檢驗(yàn)等值性的復(fù)本信度以及描述內(nèi)部一致性的分半信度、同質(zhì)性信度等。在非標(biāo)準(zhǔn)化學(xué)科測(cè)驗(yàn)的信度分析中，最適合使用的應(yīng)該是分半信度。

分半信度是將一個(gè)測(cè)驗(yàn)分成對(duì)等的兩半，然后分析同一組被試在兩個(gè)半份的一致性程度。計(jì)算分半信度的關(guān)鍵在于如何將一個(gè)測(cè)驗(yàn)分成兩半，常用的分半方法有完全隨機(jī)分半、奇偶題目序號(hào)分半等。計(jì)算分半信度的方法，就是求被試在兩個(gè)半份測(cè)驗(yàn)上得分的相關(guān)系數(shù)，當(dāng)然，由于只是半個(gè)測(cè)驗(yàn)的信度，所以必須進(jìn)行校正。校正公式為r＝2r₀/(1＋r₀)（r為信度，r₀為兩個(gè)半卷上分?jǐn)?shù)的相關(guān)系數(shù)）。

測(cè)驗(yàn)信度通常用來(lái)解釋個(gè)人測(cè)驗(yàn)分?jǐn)?shù)的意義，也可用來(lái)進(jìn)行兩種測(cè)驗(yàn)分?jǐn)?shù)的比較分析。測(cè)驗(yàn)信度高，說(shuō)明測(cè)驗(yàn)結(jié)果比較一致，測(cè)量工具具有穩(wěn)定性、一致性和等值性，被試的能力水平受被試狀態(tài)和施測(cè)環(huán)境變化的影響較??；若信度低，則說(shuō)明測(cè)驗(yàn)的隨機(jī)誤差較大，測(cè)驗(yàn)結(jié)果不可靠。鑒別信度系數(shù)的高低，需要對(duì)計(jì)算的各種相關(guān)系數(shù)進(jìn)行顯著性檢驗(yàn)。

要提高測(cè)驗(yàn)的信度，可適當(dāng)增加測(cè)驗(yàn)的長(zhǎng)度，并使測(cè)驗(yàn)中所有試題的難度系數(shù)接近正態(tài)分布，并控制在中等水平；必須保證測(cè)驗(yàn)題目具有較高的區(qū)分度，并盡量使用同質(zhì)的測(cè)驗(yàn)內(nèi)容題目；另外，還必須強(qiáng)調(diào)測(cè)驗(yàn)評(píng)分的客觀性，并提高測(cè)驗(yàn)程序的統(tǒng)一性。

（二）效度分析

效度指一個(gè)測(cè)驗(yàn)實(shí)際測(cè)量的結(jié)果與所要測(cè)量的能力水平之間的吻合程度，是測(cè)驗(yàn)的有效性或正確性的指標(biāo)。效度是隨機(jī)誤差和系統(tǒng)誤差的綜合反映，效度的估計(jì)就是多方尋找證據(jù)來(lái)證明一個(gè)測(cè)驗(yàn)有效性程度的過(guò)程。由于效度是就測(cè)量結(jié)果達(dá)到測(cè)量目的的程度而言的，所以測(cè)驗(yàn)的效度估計(jì)在很大程度是取決于人們對(duì)測(cè)量目的的解釋。常見(jiàn)的解釋有三種：一是用測(cè)量的內(nèi)容來(lái)說(shuō)明目的；二是用心理學(xué)上某種理論結(jié)構(gòu)來(lái)說(shuō)明目的；三是用實(shí)際實(shí)效來(lái)說(shuō)明目的。于是，就有內(nèi)容效度、結(jié)構(gòu)效度和實(shí)證效度之分。

在非標(biāo)準(zhǔn)化學(xué)科測(cè)驗(yàn)的效度分析中，最適合使用的是內(nèi)容效度。

內(nèi)容效度指一個(gè)測(cè)驗(yàn)實(shí)際測(cè)到的內(nèi)容與所要測(cè)的內(nèi)容之間的吻合程度，也即試卷內(nèi)容對(duì)于所要考查的課程內(nèi)容的代表性如何。估計(jì)內(nèi)容效度的核心問(wèn)題，一是要測(cè)的內(nèi)容范圍是否明確，二是在明確的內(nèi)容范圍內(nèi)題目的取樣是否具有代表性。

確定內(nèi)容效度的方法主要是邏輯分析法。其工作思路是請(qǐng)有關(guān)專(zhuān)家對(duì)測(cè)試題目與原定內(nèi)容范圍的吻合程度作出判斷分析，所以又稱(chēng)專(zhuān)家判斷法。這需要依據(jù)在編制測(cè)驗(yàn)時(shí)制作的“化學(xué)學(xué)科雙向細(xì)目表”。

要提高測(cè)驗(yàn)的效度，首先，要精心編制測(cè)驗(yàn)試題，避免出現(xiàn)系統(tǒng)誤差；其次，要妥善組織測(cè)驗(yàn)，控制好隨機(jī)誤差；第三，要合理處理好信度與效度的關(guān)系，信度不高的測(cè)驗(yàn)不可能具有很高的測(cè)驗(yàn)效度。

另外，還要做好被試團(tuán)體的質(zhì)量分析和被試個(gè)體的質(zhì)量分析，因篇幅關(guān)系，在此從略。

綜上所述，非標(biāo)準(zhǔn)化學(xué)科測(cè)驗(yàn)的質(zhì)量分析，可借助于標(biāo)準(zhǔn)化測(cè)驗(yàn)的質(zhì)量分析指標(biāo)體系，通過(guò)抽樣進(jìn)行一定的定量分析，在此基礎(chǔ)上，對(duì)測(cè)驗(yàn)所作的定性分析才有充分的依據(jù)。也只有在試卷的質(zhì)量分析基礎(chǔ)上，被試的質(zhì)量分析才有其實(shí)際意義。

（作者單位：遼寧省丹東市第二中學(xué)）