組織學考試的質量測評

錢曉菁，仇文穎，徐園園，陳詠梅

(中國醫學科學院 基礎醫學研究所 北京協和醫學院 基礎學院 人體解剖與組織胚胎學系， 北京 100005)

?

醫學教育

組織學考試的質量測評

錢曉菁，仇文穎，徐園園，陳詠梅*

(中國醫學科學院 基礎醫學研究所 北京協和醫學院 基礎學院 人體解剖與組織胚胎學系， 北京 100005)

目的了解北京協和醫學院組織學的考試質量。方法對2006級至2010級臨床醫學專業八年制學生組織學考試試卷共393份進行教育測量學計算與統計學分析。結果組織學考試5年的成績總平均分為79.5±12.9，學生成績在各學年間無顯著差異。試卷分析顯示5年間試卷難易度在0.77～0.84之間小幅變化，區分度從0.26逐漸增加到0.34。信度和效度全部達到優秀水平。試題分析顯示綜合評價為優秀的試題從2006級的59.09%上升到2010級的88.89%，全部230道試題中優秀試題占72.17%。 2006級與2010級在試題難易度、區分度方面存在顯著差異。結論組織學考試的質量整體較高，試題的質量也在逐年提高，但仍存在一些不足有待改進。考試質量分析為今后教學質量的提高和試題庫的建設提供了重要參考。

考試質量分析；教育測量學參數；組織學

考試是教學的重要環節，以往對考試作用的認識大多只停留在它對學生學習效果的評價方面，把考試當成了教學的終點，因此也就忽略了對考試本身進行質量測評，忽視了考試質量分析對教學所起的反饋和引導作用[1]。考試質量分析不僅可以幫助教師了解學生對知識的理解和掌握情況，檢查和評估教學效果；也可以幫助教師發現自身教學過程中的不足，引導教師總結經驗教訓，調整教學內容，提高教學質量；此外，考試質量分析還可以為教學管理部門提供有效的參考指標[2- 3]。

考試質量分析包括定性分析和定量分析，定量分析又可以分為考試成績分析、試卷分析和試題分析3部分。在定量分析的基礎上，結合教學工作的各個環節進一步進行定性分析，最終綜合評價考試質量[4]。為了了解北京協和醫學院組織學的教學與考試質量，更好地建設和完善組織學試題庫，便于今后有針對性地提高教學質量，本研究對歷年的組織學考試試卷進行了教育測量學評價與分析。

1 研究方法

將2006～2010級臨床醫學專業八年制學生組織學考試試卷共393份，每年每人每題的得分情況逐一錄入EXCEL和SPSS表格。根據教育測量學要求，選擇所需測量參數，如考試情況評價指標，包括平均分、標準差、正態性檢驗(偏度和峰值)、成績分布頻數等；試題評價指標，包括難易度(P)、區分度(D)；試卷評價指標，包括難易度、區分度、信度和效度等[4- 5]。其中區分度計算采用兩端分組法，分組時根據“考試成績總體呈正態分布時，有顯著差異的群體將位于首尾的25%～33%”和“在水平相近、數量偏小的樣本中，分組參數應適當縮小”的原則[6]，考慮到八年制學生人數較少的情況，采用25%作為分組范圍，即高分組、低分組比例各占總人數的25%。信度計算采用克倫巴赫(Cronbach)α系數法，效度采用效標關聯效度計算，以同批學生胚胎學的考試成績作為效度標準。應用EXCEL和SPSS軟件，對相關數據進行處理、計算和統計分析[4,7- 9]。

組織學考試屬于課程考試，在教育測量中屬于學業成就測量。此類考試以教學大綱作為標準，主要檢測教學目標實現的程度，因此屬于標準參照考試，與高考等選拔性的常模參照考試分屬于不同考試類型[10]，因此其評價標準也與主要源自于常模參照考試的經典教育測量學標準不同。參考測量學家伊貝爾(Ebel)等人提出的教育測量學測評標準，以及各醫科院校對基礎醫學考試的評價標準[4,9,11- 14]，結合自身特點，將試題難度、區分度、綜合評價、信度和效度的評價標準分成若干級別(表1)。

2 結果

2.1 考試成績分析

2006～2010級考試成績分析各項數據(平均分、標準差、正態性檢驗的偏度、峰值等)如表2所示，所有學生的總平均分為79.5±12.9，不及格率平均為8.91%，高分段(95～100分)平均為5.85%，各年級成績的頻數分布基本呈正態分布。各年級人數分布最多的分數段：2006和2009級為90.0～94.5，2008級為85.0～89.5，2007和2010級為80.0～84.5。考試成績經方差分析未發現各年級間存在顯著差異。

2.2 試卷分析

5年考試試卷的信度、效度、難易度和區分度,見表3。各年級的試卷信度均大于0.8， 效度均大于0.4，均達到優秀水平；試卷難易度在0.77～0.84之間，均屬于較易級別(0.75～0.90)；區分度在0.26～0.34范圍內變化，達到良好水平(0.2～0.4)。

表1 試題評價和試卷評價分級標準Table 1 The criteria for grades of test question and test paper evaluation

表2 5年組織學考試成績分析表Table 2 Descriptive statistics of the test score for 5 years

表3 5年的試卷分析表Table 3 Values of the parameters of test paper for 5 years

2.3 試題分析

5年組織學考題共230道，難易度最低值為0.32，最高值為1.00。試題根據難易度分為4個等級，達到最難等級(P<0.4)的試題2道，占0.91%；較難試題(0.40～0.55)14題，占5.77%；較易試題(0.75～0.90)所占比例最大，為50.34%；中等試題(0.40～0.75)與最易試題(P>0.9)比例接近，分別為20.81%和22.17%。各年級的不同難易度試題的比例,見圖1A，方差分析結果顯示2006級分別與2008級和2010級之間有顯著差異(P<0.05)，其他各年級間均無顯著差異。

全部試題區分度變化范圍為-0.09～0.68，區分度等級為差、尚可、良好、優秀的試題所占比例依次為11.11%、17.02%、42.90%和28.97%。各年級不同區分度別試題比例,見圖1B，區分度等級為優秀的試題逐年增加，從2006級的20.45%增加到2010級的42.59%；良好的試題比例基本在40%左右，變化不大；差和尚可的試題逐年減少，這兩部分加在一起(即D<0.2)的試題比例，從2006級的40.9%降至2010級的11.12%。方差分析結果顯示，2010級分別與2006級、2007級有顯著差異(P<0.05)，而在其他各年級之間無顯著差異。

試題綜合評價情況,見表4，全部試題中綜合評價為較好(P<0.4，D>0.2)和差(P<0.4，D<0.2)的試題各有一道；優秀試題(P>0.4，D>0.2)占總體的72.17%。優秀試題在各年度也都占比最大，并且還呈現逐年增加的趨勢；一般試題(P>0.4，D<0.2)則在逐年減少。

3 討論

屬于標準參照考試類型的課程考試其評價標準與高考等常模參照考試有所不同[15]。針對課程考試，有學者指出試卷的難易度應控制在0.51～0.84，區分度需大于0.13，試卷信度需大于0.62，平均分在52.87～86.54之間，標準差范圍為4.61～14.99。而各試題的難易度應在0.4～0.9之間，大多數試題區分度大于0.2即可[3,10,13,15]。根據以上標準，發現組織學考試的大部分教育測量學參數的數值在參考范圍內。5年試卷的信度和效度都達到優秀水平，說明考試的可信度高、有效性好，能夠真實地反映學生水平。試卷各評價指標在各年度間數值變化幅度不大，各年級考試成績也無明顯差異，說明考試質量整體比較穩定。70%以上試題綜合評價為優秀，提示試題質量整體較好。總體來說，近年的組織學考試質量較高。

A.difficulty; B.discrimination

comprehensiveevaluation20062007200820092010verygoodD>02P>045909(26)6591(29)7045(31)7273(32)8889(48)P>090(0)1724(5)323(1)313(1)1667(8)P：04～09100(26)8276(24)9677(30)9688(31)8333(40)goodD>02P<040(0)227(1)0(0)0(0)0(0)moderateD<02P>044091(18)3182(14)2727(12)2727(12)1111(6)P>097778(14)4286(6)4167(5)5833(7)6667(4)P：04～092222(4)5714(8)5833(7)4167(5)3333(2)badD<02P<040(0)0(0)227(1)0(0)0(0)

有學者指出一套試卷中難度適中、區分度較好的試題占70%以上為宜[12]。從2008級后優秀試題比例均符合該標準，并且在逐年提高。部分原因是增加了在認知層次上屬于問題解決型試題[13]。此類試題雖然涉及一些看似學生尚未學過的臨床現象，但通過運用所學基礎知識經過綜合分析，學生不難找到正確答案。此類試題更好地鍛煉了學生的綜合分析能力，而且可以提高試卷的質量，今后可將回憶、解釋、問題解決3個認知層次的試題比例調整為7∶2∶1[13]。試題難度方面，最易、較易、中等、較難、最難各部分試題比例可為6∶41∶34∶13∶6[13]，根據此標準，組織學考試中較易題和最易題比例偏高，中等以上難度的試題數量明顯不足。如何調整各部分試題的比例，才能使考試成績既能體現教學目標的完成情況，還能使各分數段學生分布更加合理，是今后需要深入研究的問題。

通過考試質量分析，不難看出想要使考試更科學、客觀、質量更高，就要在出題時充分考慮試題難易度、區分度、與大綱相符程度、題量、題目類型和比例等多方面因素[5]。通過考試質量分析，不僅可以發現以往的不足，更為今后提高考試和教學質量提供了科學依據，還為試題庫建設和標準化考試奠定了基礎。

[1] 鄧樹權,李慧梅. 試卷分析與需注意的特殊問題 [J]. 四川解剖學雜志, 2005, 13: 40- 42.

[2] 吳紅燕,程益群,孫業桓. 某醫科大學2005-2010年試卷質量評估分析 [J]. 中華醫學教育探索雜志, 2013, 12: 213- 216.

[3] 趙立新. 試卷質量的定量評價 [J]. 華南農業大學學報(社會科學版), 2004, 4: 136- 141.

[4] 王淵. 考試質量分析系統的設計 [J]. 醫學教育探索, 2010, 9: 971- 974.

[5] 景匯泉,張穎,郭永松,等. 醫學考試評價的研究進展 [J]. 中國高等醫學教育, 2009: 36- 37.

[6] 文民剛,張立力,胡桂,等. 對教育測量學中幾個重要評價指標的再認識 [J]. 中國高等醫學教育, 2002, 2: 5,33.

[7] 王海,呂玉霞. 試卷分析常用指標及EXCEL操作方法. 2010年全國中醫兒科學術交流大會暨第二屆中華中醫兒科高等教育論壇論文集[M]. 北京, 2010:74- 79.

[8] 劉敏鈺. 運用SPSS、Excel進行試卷質量分析初探 [J]. 陜西教育學院學報, 2004, 20: 102- 105.

[9] 劉叔才,葛利榮. 醫學考試質量評價指標體系的構建與實現 [J]. 中國社會醫學雜志, 2008, 25: 202- 204.

[10] 余仙菊,彭如寬,盧鳳娟. 教育測量理論在高校課程考試中的應用研究 [J]. 中國高等醫學教育, 2006, 8: 23- 25.

[11] 夏平,徐邦生,姚健,等. 組織學與胚胎學試卷庫的使用與評價 [J]. 解剖學雜志, 2012, 35: 128- 129.

[12] 高茵茵,秦鵬,于曉松,等. 中國北方13所醫學院校基礎醫學試卷的試題綜合評價 [J]. 醫學教育探索, 2007, 6: 842- 844.

[13] 時瑾,畢洪然,孫寶志. 基礎醫學學科綜合考試題庫系統應用的效果評價 [J]. 中華醫學教育雜志, 2012, 32: 617- 619.

[14] 李金平. 考試質量分析 [J]. 江南大學學報(自然科學版), 2004, 3: 430- 434.

[15] 張春輝,席衛文,朱漢祎,等. 以考核創新促教學改革之實踐總結 [J]. 大學教育, 2013, 23: 109- 111.

新聞點擊

單憑BMI值無法預測心血管疾病的風險

據美國國家科學院院報(PNAS)網站(2013-09-11)報道，4篇發表于歐洲心血管與心臟病學年會的研究指出關于肥胖對影響心血管疾病風險的奇怪之處。根據這些研究的發現，在部分情況下，擁有高的體質指數(BMI)反而比較安全，這和過去普遍認為BMI數值越高越容易罹患心血管疾病的看法大不相同。這些研究反倒是提出其他比BMI值更重要的心血管疾病因子，包括腰圍過大、患代謝失調疾病。

根據法國提出的研究，BMI值過低(低于22)與過高(高于35)的心血管疾病患者面臨較高的死亡風險，界于兩數值之間的患者面臨的風險則相對較低，即便本身擁有過重或中度肥胖的問題患者亦然。當研究者將患者的腰圍數值納入研究后發現，腹部肥胖問題與急性心肌梗死的發作息息相關，不論BMI值高低，只要患者的腰圍增加的同時，所面臨的死亡風險就會一并上升。腰圍增加最多的前1/4患者在5年內都面臨著提高44%以上的死亡風險。因此，研究者認為，腰圍是一個更好的預測指標，人們應該要更重視腹部肥胖與腰圍增加的問題。

丹麥的研究學者則發現，代謝失調的發生比BMI數值更能預測年輕女性罹患心臟病或缺血性腦卒中的風險。這是一項針對無心血管疾病病史的年輕育齡女性所進行的研究。結果發現，沒有代謝失調癥狀且BMI值小于25的女性最不容易罹患心肌梗死與缺血性腦卒中；若代謝狀況良好但BMI值大于25，風險也不會高。但不論BMI值為何，一旦出現代謝失調的癥狀，心臟病與缺血性腦卒中的發生概率就會大幅提高。

該研究刊登于新一期Medpage Today。

Measurement and evaluation of theory examination in histology

QIAN Xiao-jing, QIU Wen-ying, XU Yuan-yuan, CHEN Yong-mei*

(Dept. of Human Anatomy, Histology and Embryology, Institute of Basic Medical Sciences, CAMS & School of Basic Medicine, PUMC, Beijing 100005, China)

Objective To evaluate the quality of the histology theory examinations in Peking Union Medical College. Methods A total of 393 theory examination papers in histology for medical students in 8-year clinical medicine program from Grade 2006 to Grade 2010 were evaluated.Results The average score was 79.5±12.9. There was no significant difference among them. Analysis for these test papers indicated that theP-value of difficulty varied within the range from 0.77 to 0.84, and theD-value of discrimination increased from 0.26 to 0.34 during these 5 years. The reliabilities and validities for the examinations of all 5 years were satisfying. Further analysis for the test questions revealed that the percentile of high-quality questions increased from 59.09% (Grade 2006) to 88.89% (Grade 2010), and overall 72.17% questions reached the criteria of high quality. The quality of test questions were significantly improved in terms of difficulty and discrimination when comparisons were made between those from Grade 2010vs. Grade 2006. Conclusions The overall quality of examinations for all 5 years are high, with the quality of test questions improved continueusly. However, there are still problems remained to be solved. The evaluation of examinations will provide critical indications for the future improvement of teaching quality and construction of a reliable question Tank for histology examination.

quality analysis for examination; parameters in education evaluation; histology

2014- 12- 16

2015- 01- 13

北京協和醫學院校級教學改革立項項目(2014ZLGC0106)

1001-6325(2015)04-0567-05

G642.474; R329

A

*通信作者(corresponding author)：chenym70@126.com