標(biāo)準(zhǔn)參照測(cè)驗(yàn)相關(guān)理論和評(píng)價(jià)指標(biāo)的綜述

劉瀟

摘 要 本文從國內(nèi)近年來對(duì)于標(biāo)準(zhǔn)參照測(cè)驗(yàn)的一系列探索出發(fā)，對(duì)國內(nèi)學(xué)者對(duì)于標(biāo)準(zhǔn)參照測(cè)驗(yàn)的相關(guān)理論和評(píng)價(jià)指標(biāo)做的研究和陳述主要包括標(biāo)準(zhǔn)參照測(cè)驗(yàn)的評(píng)價(jià)指標(biāo)如信效度，測(cè)驗(yàn)長度以及分?jǐn)?shù)體系做了一個(gè)綜合述評(píng)。

關(guān)鍵詞 標(biāo)準(zhǔn)參照測(cè)驗(yàn) 評(píng)價(jià)指標(biāo) 分?jǐn)?shù)體系

中圖分類號(hào)：O212 文獻(xiàn)標(biāo)識(shí)碼：A

1標(biāo)準(zhǔn)參照測(cè)驗(yàn)的定義與作用

1.1標(biāo)準(zhǔn)參照測(cè)驗(yàn)的定義

匹斯堡大學(xué)的Glaser首次提出標(biāo)準(zhǔn)參照測(cè)驗(yàn)，將測(cè)驗(yàn)分成標(biāo)準(zhǔn)參照測(cè)驗(yàn)和常模參照測(cè)驗(yàn)。后來許多學(xué)者將內(nèi)容參照、領(lǐng)域參照等解釋為標(biāo)準(zhǔn)參照。

標(biāo)準(zhǔn)參照測(cè)驗(yàn)又稱準(zhǔn)則參照測(cè)驗(yàn)。是一種精心編制的，在一定的行為領(lǐng)域上按照具體標(biāo)準(zhǔn)水平對(duì)測(cè)驗(yàn)結(jié)果作出直接解釋的測(cè)驗(yàn)。是一種與以經(jīng)典測(cè)驗(yàn)理論為基礎(chǔ)的與常模參照測(cè)驗(yàn)相對(duì)的測(cè)驗(yàn)類型。

1.2標(biāo)準(zhǔn)參照測(cè)驗(yàn)的作用

了解個(gè)體在所規(guī)定的測(cè)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(duì)水平，而不是個(gè)體間的差異。

2標(biāo)準(zhǔn)參照測(cè)驗(yàn)與常模參照測(cè)驗(yàn)的不同

常模參照測(cè)驗(yàn)的分?jǐn)?shù)反應(yīng)了一個(gè)人在所屬群體中的相對(duì)位置，常模代表了某一群體的真正水平，而標(biāo)準(zhǔn)參照測(cè)驗(yàn)的分?jǐn)?shù)標(biāo)志一個(gè)人能力或知識(shí)的絕對(duì)水平，不與其他人的分?jǐn)?shù)比較，標(biāo)準(zhǔn)是希望達(dá)到的目標(biāo)，對(duì)個(gè)體作出是否達(dá)標(biāo)或達(dá)到什么程度的判斷，有很大的人為性。

3標(biāo)準(zhǔn)參照測(cè)驗(yàn)的評(píng)價(jià)指標(biāo)

3.1標(biāo)準(zhǔn)參照測(cè)驗(yàn)的信度估計(jì)

標(biāo)準(zhǔn)參照測(cè)驗(yàn)的信度估計(jì)方法很多，如克龍巴赫 系數(shù)或CTT中的其它信度指標(biāo)。標(biāo)準(zhǔn)參照測(cè)驗(yàn)一定程度上有別于常模參照測(cè)驗(yàn)，許多的學(xué)者對(duì)其信度估計(jì)做了很多的闡述和研究。

香港中文大學(xué)的楊志明教授用概化理論中的可靠性指數(shù) 和 （ ）公式，分別針對(duì)交叉設(shè)計(jì)和嵌套設(shè)計(jì)，就標(biāo)準(zhǔn)參照性測(cè)驗(yàn)的整體信度和等級(jí)分?jǐn)?shù)線決策信度的估計(jì)問題進(jìn)行了探討。用數(shù)據(jù)演示的方法比較了交叉設(shè)計(jì)與嵌套設(shè)計(jì)在估計(jì)標(biāo)準(zhǔn)參照性測(cè)驗(yàn)整體信度方面的差異，展示了等級(jí)決策分?jǐn)?shù)線決策信度的估計(jì)方法。

安徽師大的趙必華教授在《標(biāo)準(zhǔn)參照測(cè)驗(yàn)信度的估計(jì)方法及其驗(yàn)證》中列舉了四種標(biāo)準(zhǔn)參照測(cè)驗(yàn)信度的估計(jì)方法，分別是斯旺明內(nèi)森方法；惠恩方法；薩伯考維克方法；瑪希爾方法。

3.2標(biāo)準(zhǔn)參照測(cè)驗(yàn)的效度估計(jì)

對(duì)標(biāo)準(zhǔn)參照測(cè)驗(yàn)的效度估計(jì)主要是內(nèi)容效度的估計(jì)，主要從以下兩方面入手：一是測(cè)題的正確性即指測(cè)題正確地反映測(cè)量目標(biāo)所欲測(cè)量的知識(shí)、技能的程度。檢驗(yàn)主要包括：測(cè)題的技術(shù)質(zhì)量和測(cè)題與測(cè)量目標(biāo)之間的一致性程度；二是測(cè)題的代表性，即要求組成標(biāo)準(zhǔn)參照測(cè)驗(yàn)的測(cè)題必須對(duì)測(cè)驗(yàn)領(lǐng)域總體有一定的代表性，從而使測(cè)驗(yàn)具有較高的內(nèi)容效度。為了保證測(cè)題的代表性，標(biāo)準(zhǔn)參照測(cè)驗(yàn)編制中往往需要制訂雙向細(xì)目表；同時(shí)人們也提出了利用“重復(fù)實(shí)驗(yàn)”方法。

3.3標(biāo)準(zhǔn)參照測(cè)驗(yàn)的長度

在標(biāo)準(zhǔn)參照測(cè)驗(yàn)中，測(cè)驗(yàn)長度的決策不僅要結(jié)合特定的測(cè)驗(yàn)分界分?jǐn)?shù)，而且要以降低錯(cuò)誤肯定和錯(cuò)誤拒絕的誤差概率為原則。因此，標(biāo)準(zhǔn)參照測(cè)驗(yàn)長度的確定不是以常模參照測(cè)驗(yàn)中的斯皮爾曼布朗信度估計(jì)理論為基礎(chǔ)，而是采用米爾曼的二項(xiàng)式概率模型法、威爾克森的不肯定區(qū)域法以及項(xiàng)目反應(yīng)理論下的信息函數(shù)值法。

這些研究方法進(jìn)行長度決策時(shí)的基本宗旨是：在符合測(cè)量誤差標(biāo)準(zhǔn)要求的前提下，尋求最符合經(jīng)濟(jì)原則的測(cè)驗(yàn)長度和合格分?jǐn)?shù)的優(yōu)化組合方式，將測(cè)驗(yàn)對(duì)被試掌握程度的錯(cuò)誤分類降低到最低限度。

針對(duì)標(biāo)準(zhǔn)參照測(cè)驗(yàn)長度的研究方法使用范圍最廣、理論基礎(chǔ)最成熟是米爾曼的二項(xiàng)式概率模型、威爾克斯的不肯定區(qū)域模型和項(xiàng)目反應(yīng)理論的擬合估計(jì)法。每種方法都有各自的適用條件，在具體情境中可以根據(jù)情況進(jìn)行方法選擇。

4標(biāo)準(zhǔn)參照測(cè)驗(yàn)的分?jǐn)?shù)體系

標(biāo)準(zhǔn)參照測(cè)驗(yàn)分?jǐn)?shù)的報(bào)告和解釋還存在誤區(qū)，許多考試仍沿用經(jīng)典測(cè)驗(yàn)理論中的常模參照方法來對(duì)其分?jǐn)?shù)報(bào)告和解釋。目前國內(nèi)有學(xué)者從國內(nèi)外的重大考試入手，通過探討分?jǐn)?shù)體系的共同點(diǎn)以找到適合于標(biāo)準(zhǔn)參照測(cè)驗(yàn)的分?jǐn)?shù)體系，為以后的一些標(biāo)準(zhǔn)參照測(cè)驗(yàn)的分?jǐn)?shù)體系提供參考。

國內(nèi)外有許多重大教育考試在使用標(biāo)準(zhǔn)參照測(cè)驗(yàn)，每套測(cè)驗(yàn)都會(huì)有一個(gè)相對(duì)成熟的分?jǐn)?shù)體系。國內(nèi)常見的標(biāo)準(zhǔn)參照測(cè)驗(yàn)有大學(xué)英語四六級(jí)考試，漢語水平考試HSK等；國外的比如美國研究生入學(xué)考試GRE，美國大學(xué)水平考試CLEP等等。

盡管上述一些國內(nèi)外重大考試采用的分?jǐn)?shù)體系比較完善。但目前使用的一些標(biāo)準(zhǔn)參照測(cè)驗(yàn)的分?jǐn)?shù)體系仍存在大量的問題。首先分?jǐn)?shù)的報(bào)告和解釋過分依賴于標(biāo)準(zhǔn)樣本的分布；其次不同的等值方法和等值設(shè)計(jì)將造成了不同的等值誤差，且差異較大。但是樣本容量限制等現(xiàn)實(shí)情況使得許多測(cè)驗(yàn)不得不采用一些誤差較大的等值方案；再次，樣本選擇代表性受到了一定的限制，另外由各專家評(píng)定的標(biāo)準(zhǔn)試卷同樣無法避免其主觀性；最后，盡管采用了專家評(píng)定方法和樣本分布共同來確定分界線，但是具體的分?jǐn)?shù)線的確定因人的能力是連續(xù)變量而仍具有一定的主觀性。

5小結(jié)

隨著教育水平的不斷提高，標(biāo)準(zhǔn)參照測(cè)驗(yàn)在教育考試以及其他考試方面的重要性也逐漸凸顯，關(guān)于測(cè)驗(yàn)的編制和評(píng)估，以及分?jǐn)?shù)解釋等的完善也越來越重要，以往沿用常模參照測(cè)驗(yàn)的方式進(jìn)行的信度估計(jì)，分?jǐn)?shù)解釋等工作已經(jīng)顯示出許多的局限性，對(duì)于新的理論方法的探索是迫切而十分有必要的，大量有待解決的問題需要人們?cè)谝院蟮墓ぷ髦羞M(jìn)行進(jìn)一步的探索，希望以后有更多更好的辦法來解決這些問題，而為日后一些標(biāo)準(zhǔn)參照測(cè)驗(yàn)分?jǐn)?shù)體系的設(shè)計(jì)提供切合實(shí)際的參考。

參考文獻(xiàn)

[1] 甘良梅，余嘉元.標(biāo)準(zhǔn)參照測(cè)驗(yàn)分?jǐn)?shù)體系的探討研究.心理學(xué)探新，2006（3）：79-83.

[2] 趙必華.標(biāo)準(zhǔn)參照測(cè)驗(yàn)信度的估計(jì)方法及其驗(yàn)證.寧波大學(xué)學(xué)報(bào)（理工版），2002（3）：99-102.

[3] 楊志朋.標(biāo)準(zhǔn)參照測(cè)驗(yàn)及其等級(jí)線信度的概化理論分析.心理學(xué)探新，2003（3）：52-56.

[4] 柴省三.標(biāo)準(zhǔn)參照測(cè)驗(yàn)長度研究方法探析.教育測(cè)量與評(píng)價(jià)，2013（2）：9-15.