賴翔暉 張華

摘 要： 考試是評價教育效果的重要手段，而命制試題則是考試中的重要一環(huán)。過去，對試卷命題的質(zhì)量評價常以主觀定性的方式為主?，F(xiàn)在可以依靠SPSS（統(tǒng)計產(chǎn)品與服務(wù)解決方案）軟件，實現(xiàn)對命題質(zhì)量的定量分析。

關(guān)鍵詞： 命題質(zhì)量 定量分析 質(zhì)量評價

一、命題定量分析的準備工作

啟動SPSS19.0中文版，選擇“變量視圖”中，在名稱下輸入學(xué)號、題目1—12、總分等命題基本情況項目。在類型標記中，將學(xué)號定義為名義，將題目1—12定義為度量，小數(shù)根據(jù)實際情況設(shè)定，其他項保留默認設(shè)置。選擇“數(shù)據(jù)視圖”標簽，在各行內(nèi)輸入學(xué)生的各題得分和總分數(shù)據(jù)（圖2）。

圖1 定義變量設(shè)定圖

圖2 數(shù)據(jù)輸入圖

二、命題的定量分析

（一）描述性統(tǒng)計量分析

用以描述考試總體情況的各分數(shù)統(tǒng)稱為描述性統(tǒng)計量。在SPSS中，點擊“分析—描述分析—頻率”。將“總分”等變量名稱選入待計算變量框中，在“統(tǒng)計”中選擇要計算的統(tǒng)計量，選中均值、極值、標準差、中位數(shù)等項，最后輸出結(jié)果（表3）。

表3 有效數(shù)據(jù)的得分描述性統(tǒng)計

（二）試題的正態(tài)分布預(yù)期

在學(xué)生群體足夠大時，學(xué)生的能力呈正態(tài)分布。處于能力尖端和尾端的學(xué)生數(shù)量少，處于能力中端的學(xué)生數(shù)量多。在考試命題適宜，教學(xué)狀況正常，學(xué)生水平相當，試卷評閱嚴謹?shù)那疤嵯?，一份合格的試題，所反映出的學(xué)生成績應(yīng)呈現(xiàn)正態(tài)分布的特點。為研究試題能否體現(xiàn)學(xué)生能力的正態(tài)分布，可在SPSS軟件中點擊“分析—描述分析—頻率”，在“頻率”對話框中選擇“圖表”，點選繪制“總分”的直方圖并標變化曲線（圖4）。

圖4 學(xué)生總分的直方—變化曲線圖

若學(xué)生總分的直方—變化曲線圖能呈現(xiàn)正態(tài)分布，那么，可進一步探究命制試題的正態(tài)分布預(yù)期?？衫脝蝹€樣本K-S校驗測查給定數(shù)據(jù)與正態(tài)分布間的顯著差異。在SPSS中，點擊“分析—非參數(shù)檢驗”，對“總分”進行單個樣本K-S檢驗（表5）。

表5 試題總分的單樣本Kolmogorov-Smirnov檢驗

（三）難度

試題的難度（P）是測驗題目難易程度的統(tǒng)計量。試卷難度等于試卷內(nèi)各題的平均難度。要觀測命題試卷難度，應(yīng)先測量命題試卷內(nèi)各題難度。試題計分方法不同，難度計算方法不同。

二分法計分（選擇題、判斷題）題目的難度統(tǒng)計。對于二分法計分的題目，答案只有對與錯兩種可能的結(jié)果（即答對得分，答錯不得分）。此類題目難度通常用通過率（P）表示。其中，P=1—R/N（其中R為答對該題的人數(shù)，N為答題總?cè)藬?shù)）。由此，可在SPSS中，運用“轉(zhuǎn)換—計算變量”方法，在“計算變量”對話框中輸入公式，直接算出二分法題目難度（表6）。

表6 二分法計分題目難度值

非二分法計分（主觀題、論述題）題目的難度統(tǒng)計。對于非二分法計分的題目，難度（P）可以通過公式P=1—X/W（X為該題目均分值，W為該題滿分值）計算?？刹捎谩坝嬎阕兞俊狈椒ㄖ苯虞斎牍剑愠龇嵌址}目難度（表7）。

表7 非二分法題目難度值

全卷難度值（P）等于卷內(nèi)各題難度平均值，采用SPSS“計算變量”可得p=0.4。

（四）區(qū)分度

區(qū)分度是反映試題區(qū)別學(xué)生水平和能力的統(tǒng)計量。在實際統(tǒng)計時，常以考試總分作為考生的實際水平，而把某題的得分與學(xué)生總分之間的相關(guān)系數(shù)作為該題的區(qū)分度。

客觀題的區(qū)分度統(tǒng)計，可把客觀題得分視為等間距測度的連續(xù)變量，采用Spearman等級相關(guān)分析統(tǒng)計區(qū)分度。主觀題的區(qū)分度統(tǒng)計，可把主觀題成績視為非等間距測度的連續(xù)變量，采用Pearson相關(guān)分析。在SPSS中，點擊“分析—相關(guān)—雙相關(guān)”。先選擇客觀題各題分數(shù)和總分采用Pearson相關(guān)分析（1-6），再選擇主觀題（7-12（2））各題分數(shù)和總分采用Spearman相關(guān)系數(shù)分析，得到結(jié)果合成（表8）。

表8 各題區(qū)分度匯總表

（五）信度

信度是衡量一次考試可靠性、穩(wěn)定性的統(tǒng)計量。信度代表著試題的可靠性，其取值在0至1之間。信度越高，可靠性越好，但容易造成成績標準差過大。一般采用SPSS中克倫巴赫系數(shù)（Alpha模型）計算命題試卷一致性信度系數(shù)。在SPSS中，點擊“分析—度量—可靠性分析”。在可靠性分析對話框中，選擇試卷各題得分數(shù)據(jù)。點擊“統(tǒng)計量”，選擇“如果項已刪除則進行度量”，結(jié)果如下（表9-10）：

表9 信度統(tǒng)計值表

表10 刪除變量后項目統(tǒng)計值表

（六）效度

效度是指測試結(jié)果的準確性與有效性程度的統(tǒng)計量，即一個測驗?zāi)軌驕y量學(xué)生水平的程度[2]?？刹捎眯诵Ф确y量試題的效度。將學(xué)生的平時成績作為效度分析的校標，利用皮爾森相關(guān)系數(shù)法計算命題測試分數(shù)與校標之間的相關(guān)系數(shù)，結(jié)果即為試題效度（表11）。

圖表11 命制試題得分與平時成績間皮爾遜相關(guān)系數(shù)分析

三、命題質(zhì)量評價

第一，描述性統(tǒng)計量分析。由表3可知，命題平均成績?yōu)?2.54分（滿分49分），最高分45分，最低分12分，標準差為6.94。平均分、標準差數(shù)值適當，極值差距較大，體現(xiàn)了學(xué)生個體之間對題目的理解差異大。由此可見，試卷命題中，部分題目可能表意不清，引發(fā)部分學(xué)生無從下手作答的情況。此卷應(yīng)注意題干的表達，使學(xué)生清晰了解題目意圖。

第二，正態(tài)分布預(yù)期分析。由圖4可知，學(xué)生總分變化曲線呈正態(tài)分布曲線樣式，因而命制試題具有正態(tài)分布預(yù)期。由表5進一步分析K-S檢驗中的各數(shù)值可知，Z值為0.493，sig（雙側(cè)P值）=0.851>0.05，由sig（漸進顯著性）>0.05，可得給定數(shù)據(jù)與正態(tài)分布沒有顯著性差異，即總分數(shù)據(jù)符合正態(tài)分布要求。

第二，試題難度分析。一般認為，命題難度在0.4至0.7之間為宜，難度值小于0.4的題目難度較小，難度值大于0.7的題目較大。一般認為，最好的試題難度應(yīng)接近于中等難度（即p=0.5）。因此，本命制試題全試卷具有中等偏下的難度（p=0.4）。這份命制試題如果運用在終結(jié)性考核中，用以檢測學(xué)生在群體中知識掌握水平，作為合格水平測驗，則效果較好。但作為過程性考核，則其難度水平較低，需適當加大難度。由表6、7可知，T9、T1難度過小，建議予以刪改。T6、T3難度過大，應(yīng)進一步結(jié)合課程評價標準加以研究，檢驗是否超綱。

第三，區(qū)分度分析。一般認為區(qū)分度在0.4以上的題目，鑒別能力優(yōu)秀；區(qū)分度在0.3至0.39間的題目，鑒別能力良好；區(qū)分度在0.39以下的題目，應(yīng)進行刪改。由表8可知，全卷區(qū)分度總體水平適宜，能夠區(qū)分學(xué)生掌握知識程度的優(yōu)劣。但T1、T3、T4、T6四題區(qū)分度較低（<0.39），說明學(xué)生在作答這些題目時，掌握的知識和對知識理解、運用的能力不能充分體現(xiàn)在試卷答題分數(shù)上，因此，應(yīng)作刪改。

第四，信度分析。從表9可知，本次考試的信度為0.455。普遍而言，學(xué)校測驗采用試卷信度應(yīng)達到0.5以上。本命題試卷達不到可信要求，為提高本卷信度，本卷應(yīng)進行修改。從表10可知，刪除T1后全卷信度提升至5.0，故可考慮對T1進行替換。同時，目前本卷題量共12題，題目數(shù)量較少，可考慮通過適當增加題量的方法，提高全卷信度。

第五，效度分析。從表11可知，全卷效度值為0.837，在0.01的顯著性水平下，sig.值（顯著性）為0.000，表明學(xué)生完成命制試題的得分與學(xué)生平時的成績兩者間呈顯著的相關(guān)關(guān)系。命制試題具有較高的效度。

參考文獻：

[1]張雪冰.試卷分析中的正態(tài)分布和非正態(tài)分布[J].安徽建筑工程學(xué)院學(xué)報（自然科學(xué)版），2009.8（17-4）.

[2]陳伙平.教育科學(xué)研究方法與原理[M].福建科學(xué)技術(shù)出版社，2005.7，124.