廖先祥　莫海浪

在前面的兩個(gè)問題中，我們知道了分析試題的兩個(gè)重要指標(biāo)：區(qū)分度和難度。這兩個(gè)指標(biāo)作為我們分析、評價(jià)和篩選試題的重要依據(jù)，分別承擔(dān)著區(qū)分學(xué)生不同能力水平和衡量學(xué)生得分難易程度的功能?？赡苣銜f：“能最大限度地把不同水平的學(xué)生區(qū)分開，學(xué)生又容易做的題，必然是一道好題了?！被蛘哒f：“看看難度和區(qū)分度的關(guān)系表就知道，難度是0.5的試題是最好的，因?yàn)樗膮^(qū)分度最大?！闭娴氖沁@樣嗎？

問題7：什么樣的試題才算是好的試題？

如前面所說，一道試題好或者不好，它的區(qū)分度和難度是必須要考察的兩個(gè)參數(shù)，哪個(gè)更應(yīng)該排在第一位呢？我們先來看看下面這道初中物理單項(xiàng)選擇題。

下列對物理概念或規(guī)律的說法中正確的是（ ）

A.某種燃料完全燃燒放出的熱量，叫做這種燃料的燃燒值。

B.陽光通過棱鏡后被分解成各種顏色的光，這種現(xiàn)象叫光的反射。

C.電路的一部分導(dǎo)體在磁場中做切割磁感線運(yùn)動時(shí)，導(dǎo)體中就產(chǎn)生電流。

D.一切物體在沒有受到力的作用時(shí)，總保持靜止?fàn)顟B(tài)或勻速直線運(yùn)動狀態(tài)。

這道題的內(nèi)容涉及初中物理的四大領(lǐng)域——力學(xué)、熱學(xué)、電學(xué)、光學(xué)，是一些老師所鐘愛的試題，尤其是在綜合性考試中，因?yàn)閷υ囶}的數(shù)量有限制，同時(shí)又對知識的覆蓋面有要求，這道題便顯示出了它的獨(dú)特“優(yōu)勢”。此時(shí)，也許你想知道這道題的難度和區(qū)分度有多大，但這不應(yīng)該是我們首先要討論的話題。我們說，任何一道試題，都應(yīng)該有它的考查意圖、考查目的，或者說，它應(yīng)該對應(yīng)一個(gè)或兩個(gè)具體的知識目標(biāo)，以便通過學(xué)生的作答來診斷其知識狀態(tài)、能力水平。這一道試題的四個(gè)選項(xiàng)，各自對應(yīng)一個(gè)知識目標(biāo)，不論學(xué)生的答案是哪一項(xiàng)，我們都無法判斷它對另外三個(gè)知識目標(biāo)的掌握情況。這道試題的最大特點(diǎn)是題干沒有指向明確的檢測目標(biāo)，對選項(xiàng)的知識范圍沒有做任何限制，任何一個(gè)完整的陳述都可以與題干相匹配。這種由無目標(biāo)的“通用題干”所統(tǒng)領(lǐng)的試題不是我們所提倡的，如果該試題不加以修改，我們甚至沒有必要去計(jì)算或預(yù)計(jì)它的難度和區(qū)分度。

所以，要求試題符合常規(guī)的命題規(guī)則，是我們命制一道好試題的基本前提。缺少這一前提，會導(dǎo)致試題參數(shù)的不確定性。當(dāng)然，不同的題型有不同的命題規(guī)則。比如，命制單項(xiàng)選擇題就有如下要求：題干中盡量避免使用負(fù)性用語；答案選項(xiàng)的字?jǐn)?shù)盡量不要比題干多；答案選項(xiàng)與題干在語法上應(yīng)該結(jié)構(gòu)一致，并保持內(nèi)容的同質(zhì)性；答案選項(xiàng)中應(yīng)慎用“以上選項(xiàng)都不對”“以上選項(xiàng)都對”“總是”“絕對”等詞語，以免造成給學(xué)生“提示”正確或錯(cuò)誤答案的嫌疑。不同題型的命題技術(shù)有不同的要求，受篇幅與話題所限，我們就不在這里展開討論了。

如果一道試題有明確的內(nèi)容檢測目標(biāo)，并符合一般的命題技術(shù)要求，就可以接著往下分析了。我們來看下面這道試題。

汽車在結(jié)冰的路面上比在同一條路的干爽路面上行駛更容易引發(fā)交通事故，這是由于路面結(jié)冰后（ ）

A.汽車與路面的摩擦力變小。

B.汽車與路面的壓力變小。

C.汽車會開得比平?？臁?/p>

D.汽車輪子比平常癟。

該試題主要考查考生對物體運(yùn)動狀態(tài)改變及其原因的解釋能力。經(jīng)考試后抽樣分析，我們得出該試題的難度為0.97，區(qū)分度為0.27。對照上一講的難度與區(qū)分度的關(guān)系表可以看出，這道試題的兩個(gè)參數(shù)值的表現(xiàn)都很好。但單看難度系數(shù)，說明該試題很容易；單看區(qū)分度，0.27的數(shù)值似乎又顯示了該試題的區(qū)分度不甚理想。那么，這兩個(gè)參數(shù)哪一個(gè)更重要呢？這取決于你想用這道題來考查什么。假如你想借此題來區(qū)分學(xué)生對“物體運(yùn)動狀態(tài)發(fā)生改變的原因”的解釋能力的不同水平，這道題是不合格的；假如你想檢查是不是多數(shù)學(xué)生對該題的解釋能力都達(dá)到了較低層次的理解水平，這就是符合需要的試題了。

那么，難度和區(qū)分度都符合要求的試題就是好試題嗎？我們還是以上面這道題為例，簡單分析一下學(xué)生的答題情況，表1是78名學(xué)生在回答這道題時(shí)，對4個(gè)選項(xiàng)的答題選項(xiàng)統(tǒng)計(jì)表。

此題的正確選項(xiàng)是A。從表1可以看出，選擇錯(cuò)誤選項(xiàng)的學(xué)生較少，其中的C選項(xiàng)甚至是零選擇，說明這一選項(xiàng)對學(xué)生完全不具備干擾性，它的存在似乎只是為了湊夠4個(gè)選項(xiàng)，因而可以說它是一個(gè)廢項(xiàng)。當(dāng)然，這個(gè)結(jié)果也可能是抽樣偏少導(dǎo)致，但這道題依然是值得我們斟酌的，至少它提示我們，可能需要增加抽樣量來進(jìn)一步分析，作出是否修改試題的決定。

我們再來看這樣一道試題的數(shù)據(jù)分析。表2為柳州市某城區(qū)模擬考試卷中的一道主觀題（題目略）的區(qū)分度與難度情況分析表，表3為學(xué)生的得分情況分析表。該題賦分為5分，命題符合一般技術(shù)要求，數(shù)據(jù)來源為參加考試的該城區(qū)的學(xué)生樣本。

從總體情況看，該題的難度與區(qū)分度相當(dāng)理想，說明題目本身是恰當(dāng)?shù)?。進(jìn)一步分析學(xué)生的得分情況，我們卻發(fā)現(xiàn)了一個(gè)小問題：得到4分的學(xué)生人數(shù)在總?cè)藬?shù)中所占比例非常小，連1%都不到，這說明該題的計(jì)分點(diǎn)設(shè)置不夠合理，修訂辦法是把4分和5分兩個(gè)計(jì)分點(diǎn)合并，或者重新設(shè)置計(jì)分點(diǎn)。

這樣看來，什么樣的試題才算是好試題，還真不是一個(gè)簡單的問題。我們認(rèn)為，要想知道一道試題算不算好試題，既要單獨(dú)考察這道試題有沒有遵守命題規(guī)則，是否達(dá)到了一般的技術(shù)要求；又要分析這道試題的具體參數(shù)，看它是不是符合測試的目的，同時(shí)還要考察學(xué)生的答題情況。當(dāng)然，在后面的問題中，我們還會運(yùn)用項(xiàng)目反應(yīng)理論來分析學(xué)生的答題反應(yīng)，分析試題與學(xué)生能力期望值的擬合度，以保證試題的高質(zhì)量。

我們知道，一份試卷由一道道試題組成，如果我們把若干道好試題組合起來，就一定能得到一份好試卷嗎？

問題8：什么樣的試卷才算是好試卷？

通常一份好試卷需要滿足一些必要的條件，比如：從試卷雙向細(xì)目表去檢查試題內(nèi)容是不是符合考試要求，編排的難度梯度有沒有給考生造成不必要的答題障礙，試題難度與區(qū)分度的分布是不是合理，文字閱讀量是否恰當(dāng)，考試的信度、效度是否足夠好，等等。在以上各個(gè)項(xiàng)目中，有些分析還要在考試結(jié)束后才能進(jìn)行。那么，在考試之前分析一份試卷是不是好試卷，最關(guān)鍵、最重要的因素是什么呢？

假設(shè)你已經(jīng)較好地掌握了命題的技術(shù)要領(lǐng)，現(xiàn)在要命制一份試卷，你首先該考慮什么呢？沒錯(cuò)，我們首先應(yīng)考慮這份試卷將用于什么類型的考試，它的主要功能是什么，即明確它的測試目的是什么。

這里先借用心理測量學(xué)的一些專業(yè)說法：根據(jù)對測驗(yàn)進(jìn)行解釋時(shí)所采用的標(biāo)準(zhǔn)，我們把測驗(yàn)分成兩類，即標(biāo)準(zhǔn)參照測驗(yàn)與常模參照測驗(yàn)。也就是說，我們所說的考試即測驗(yàn)（為方便讀者同時(shí)閱讀其他相關(guān)資料，本話題下文暫且將“考試”稱為“測驗(yàn)”），依據(jù)評價(jià)所參照的標(biāo)準(zhǔn)來劃分的話，基本上可以分為標(biāo)準(zhǔn)參照測驗(yàn)與常模參照測驗(yàn)兩類。標(biāo)準(zhǔn)參照測驗(yàn)又叫目標(biāo)參照測驗(yàn)，它的目的是將考生的測驗(yàn)成績與絕對標(biāo)準(zhǔn)相比較，以評價(jià)考生是否達(dá)標(biāo)或達(dá)標(biāo)程度如何；它不拿考生之間的分?jǐn)?shù)作比較，側(cè)重了解考生在所規(guī)定的測量內(nèi)容上的行為水平，其出發(fā)點(diǎn)是個(gè)體本身的絕對水平，而不是個(gè)體間的差異。常模參照測驗(yàn)則是將考生的測驗(yàn)成績與常模相比較，評價(jià)考生在團(tuán)體中的相對位置，即側(cè)重于考查考生的個(gè)體差異，一般用于大規(guī)模測驗(yàn)中衡量考生的相對水平，以選拔為目的。值得一提的是，常模這個(gè)概念比較專業(yè)，它是對樣本的測驗(yàn)分?jǐn)?shù)用統(tǒng)計(jì)手段進(jìn)行處理后得到的一種用作比較的標(biāo)準(zhǔn)量數(shù)，不過這不是我們這里要討論的重點(diǎn)，對它一時(shí)的不理解并不影響大家參與后面的討論，如果你對常模分?jǐn)?shù)的確定有興趣，可以另外查閱相關(guān)的資料。

具體地說，我們平常的章節(jié)測驗(yàn)、單元檢測、期末測試等，是老師為了了解學(xué)生是否已經(jīng)掌握相關(guān)的教學(xué)內(nèi)容及掌握的程度如何。學(xué)生的畢業(yè)考試，目的在于評價(jià)學(xué)生是否達(dá)到相應(yīng)學(xué)段課程標(biāo)準(zhǔn)規(guī)定的要求。從測驗(yàn)的性質(zhì)看，以上測驗(yàn)都屬于標(biāo)準(zhǔn)參照測驗(yàn)。由于標(biāo)準(zhǔn)參照測驗(yàn)用于檢驗(yàn)學(xué)生是否達(dá)到某一標(biāo)準(zhǔn)，因而在編制試卷時(shí)不論題目難易，也不論區(qū)分度大小，只要屬于考查的知識范圍，難度與標(biāo)準(zhǔn)水平要求相一致就應(yīng)該編進(jìn)試卷。比如：交規(guī)考試就是非常具有代表性的標(biāo)準(zhǔn)參照測驗(yàn)，它考查考生對交規(guī)的理解水平是否達(dá)到允許申領(lǐng)駕照的門檻，不考慮通過率是多少，不考慮考生的差異有多大?？荚囈勒瘴覈鴻C(jī)動車道路駕駛相關(guān)規(guī)定的標(biāo)準(zhǔn)設(shè)置100道題，能答對90道題以上（含90道）就是合格的。假如考生水平都很高，合格率可以是100%；假如考生水平都比較低，合格率可能不到50%。

當(dāng)你的命題任務(wù)是為了給學(xué)生編組、編班，或者為高一級學(xué)校選拔學(xué)生，需要將學(xué)生分類排隊(duì)，區(qū)分個(gè)體差異時(shí)，你所編制的試卷將要應(yīng)用于一個(gè)常模參照測驗(yàn)。為使試卷盡量對學(xué)生有較強(qiáng)的鑒別力，我們需要充分考慮試題的難度分布（別忘了好試題的難度與區(qū)分度之間是有一定關(guān)系的），尤其要在學(xué)生群體中的某個(gè)能力水平或若干個(gè)能力水平處投放有足夠的、對應(yīng)區(qū)分度的試題。大部分智力測驗(yàn)、升學(xué)招生考試等都是常模參照測驗(yàn)，高考是非常典型的常模參照測驗(yàn)。好的高考試卷通常都會在一本、二本、三本等能力水平處設(shè)置足夠數(shù)量的試題，這時(shí)對一個(gè)考生的高考成績單獨(dú)解釋毫無意義，它必須放到全體考生這個(gè)團(tuán)體中去才能體現(xiàn)出它的意義。比如：廣西高考物理卷賦分是108分，如果一個(gè)考生的高考物理成績是60分，單看這個(gè)分?jǐn)?shù)是很不理想的，但如果我告訴你廣西高考物理的常模分?jǐn)?shù)大約是40分（注：這并非一本線），60分在廣西考生群體中的排名已經(jīng)很不錯(cuò)了，已經(jīng)超出了物理單科一本線的能力水平，是不是很值得慶賀呢？考生的成績還可以和全國的常模比較呢。

下面我們給出一個(gè)具體的例子，圖1是2013年柳州市中考物理學(xué)科命題難度預(yù)計(jì)分布圖。

在圖1中，我們看到該卷在難度為0.7—0.9和0.4—0.6兩個(gè)區(qū)間預(yù)設(shè)了較多的試題（占全卷試題的近70%）。從前面的討論中我們知道，難度在0.5左右的試題具有最大的潛在區(qū)分度。

圖2則是用IRT軟件對測試所反映出來的考生能力分布的一種分析結(jié)果。

圖2中，左列數(shù)值為考生能力值，右邊的數(shù)字為區(qū)分對應(yīng)左列能力值的計(jì)分點(diǎn)，從能力分布圖可以看出，學(xué)生的能力基本呈正態(tài)分布。該圖能很清楚地顯示出，有大量的試題側(cè)重在能力水平1以下，熟悉初中物理課程標(biāo)準(zhǔn)的人都知道，這部分試題檢驗(yàn)學(xué)生是否達(dá)到課程標(biāo)準(zhǔn)的要求，同時(shí)也有足夠試題較集中地區(qū)分能力水平為-2、1和2的考生，這正是柳州市中考單科成績等級劃分的三條重要界限。到這里你可能會產(chǎn)生疑問了：中考到底是標(biāo)準(zhǔn)參照測驗(yàn)，還是常模參照測驗(yàn)？

“中考”全稱是“初中畢業(yè)升學(xué)考試”，兼有畢業(yè)生檢驗(yàn)與選拔的雙重功能。在實(shí)際考試中，我們可能會面對類似的特殊需求，要求測驗(yàn)兼有標(biāo)準(zhǔn)參照測驗(yàn)與常模參照測驗(yàn)兩種性質(zhì)，這就要求我們在編制試卷時(shí)必須在它們之間找到一個(gè)恰當(dāng)?shù)钠胶恻c(diǎn)，如同例子中的這份物理卷。兩種類型的測驗(yàn)并非水火不相容，雖然它們的側(cè)重點(diǎn)不同，但它們在一定程度上仍能顯示出對方的痕跡。在我國，這種情況并不罕見，像研究生考試就有常模參照測驗(yàn)和標(biāo)準(zhǔn)參照測驗(yàn)的雙重屬性。說它是常模參照測驗(yàn)，因?yàn)榭忌枰判颉⑦x拔；說它是標(biāo)準(zhǔn)參照測驗(yàn)，是因?yàn)橛小皢慰品謹(jǐn)?shù)線”存在。比如一個(gè)考生總分可能很高，但他英語沒上單科分?jǐn)?shù)線，同樣不能錄取，他會被認(rèn)為“英語水平?jīng)]有達(dá)標(biāo)”……聊了這么多，好試卷都要具備哪些條件好像還是沒說全。是的，我們只談了最為關(guān)鍵的東西：試卷必須為測驗(yàn)?zāi)康姆?wù)！明確了測試目的這一根本問題，剩下怎樣選擇好的試題，怎樣命制試題，怎樣組卷等等，大都是純技術(shù)性的問題了。就如同兩軍開戰(zhàn)，明確了自己將要面臨一場巷戰(zhàn)，一個(gè)優(yōu)秀的指戰(zhàn)員就會知道應(yīng)該選擇輕武器而不是坦克大炮，也當(dāng)然知道什么戰(zhàn)術(shù)最合適，難道不是嗎？（責(zé)編 白聰敏）