经典测验理论.pptx

《经典测验理论.pptx》由会员分享，可在线阅读，更多相关《经典测验理论.pptx（23页珍藏版）》请在一课资料网上搜索。

1、经典测量理论经典测量理论 齐肖肖 s151001该理论中的基本假设基本概念和历程该理论中重要研究要素经典测验理论CTT模型理论应用的局限性（弊端）经典测量理论经典测量理论项目反应理论项目反应理论IRT模型模型基本概念基本概念经典测验理论的概念： 在20世纪初心理测量心理测量的推动下，测验理论产生。经过几十年的发展，到20世纪50年代初，教育与心理测验理论教育与心理测验理论对测验的建构、误差的控制、测验结果的统计分析及建构、误差的控制、测验结果的统计分析及解释等问题解释等问题已形成一个完整的理论体系。这一理论体系就称为：经典测验理论经典测验理论。摘自摘自心理测验的原理与应用心理测验的原理与应用郭

2、庆科，人民军医出版社，郭庆科，人民军医出版社，2002。测验理论测验理论对考察测验工具的编制过程测验工具的编制过程提供了一般地框架框架，因而若要正确的编制测验工具就必须深刻了解相应的测验理论。经典测验理论是在真分数理论假设的基石上构建了它的理论大厦，主要包括信度、效度、项目分析、标准概化等基本概念。测量：1946年，Steven把测量描述为：“根据法则给客体或事件指派数字”；1951年，Weitzenhoffer把测量描述为“观察者对物质世界进行的操作”；Lord、Novick（1968）和Torgerson(1958)修正Steven的定义，提出：“测量是客体的属性而非客体本身”。测验测验：

3、广义上可定义为从特定领域获取行为样组的标准化程序标准化程序。摘自摘自经典和现代测验理论导论经典和现代测验理论导论克罗克、阿尔吉纳。克罗克、阿尔吉纳。测量是按照一定的法则和程序，对事物在量上的规定性加以确定和描述的过程。测量是按照一定的法则和程序，对事物在量上的规定性加以确定和描述的过程。摘自黄光扬摘自黄光扬教育测量与评价教育测量与评价经典测验理论的发展：心理测验经典测验理论的发展：心理测验+教育测验教育测验心理测量：心理测量：心理测量学又称为心理测验法，与之密切相关的是心理统计学心理统计学和人格心理学人格心理学。 心理测量学的根本任务：将个体心里特质心里特质的差异数量化数量化。同时必须指出借助

4、 外显行为对心理特质的测量必然会引起误差。心里特质：心里特质：称表现在一个人身上所特有的相对稳定的行为方式。解释：1.特质是一组具有内部相关行为的概括，具有一定抽象性。2.特质是一种一般的神经系统，它可以综合不同的刺激，使人对这些刺激作出相同的反应。3.特质是一个人身上比较稳定的特点。4.一个人的精神面貌可以由多种特质多重组合而构成。5.特质可决定一个人对特定刺激的反应倾向，可对人进行某种预测。特质可决定一个人对特定刺激的反应倾向，可对人进行某种预测。心理测验的历史发展心理测验的历史发展：探索阶段：探索阶段：探索阶段发展阶段中国西方中国西方中国：中国：周朝：吕思勉中国制度史：“司马辩论官材，论

5、进士之贤者，以告于王，而定其论。论定，然后官之。位定，然后禄之。”诸侯等推荐人选须经皇帝亲自考评，内容包含德行及六艺。春秋战国时期：中国古代的医书黄帝内经将人分为：太阴、太阳、少阴、少阳、阴阳；以及阴阳二十五人。孔子按知识与能力将人分为：上、中、下三等；孟子的“权然后知轻重，度然后知长短，物皆然，心尤甚，王请度之”与桑代克的“凡物之存在必有其数量”一致；庄子九征。庄子.列御寇第三十二：“故君子远使之而观其忠（忠诚），近使之而观其敬（礼节），烦使之而观其能（能力），卒然问焉而观其知（知识），急与之期而观其信（诚信），委之以财而观其仁（仁爱），告知以危而观其节（气节），醉之以酒而观其侧（行为），杂

6、之以处而观其色（是否好色）。”通过观察法来判断人的品格。也算是早期的心理测验。鬼谷子。鬼谷子.揣篇第七：“夫情变于内者，形见于外，故常必以其见者而知其隐者，此所以谓测深深情”同样是观测法观测心理。三国时代刘劭的人物志将人分为：圣贤、豪杰、傲荡、拘傈，“心小志大者圣贤之人也，心大志大者豪杰也，心小志小者拘傈之人也，观其感变以审常度”；汉南北朝举孝廉；九品中正；汉书古今人表：上上，上中，上下，中上，中中，中下，下上，下中，下下。中正指专门司职品评人物的中央官员。三国时代刘劭的人物志将人分为：圣贤、豪杰、傲荡、拘傈，“心小志大者圣贤之人也，心大志大者豪杰也，心小志小者拘傈之人也，观其感变以审常度”；

7、同时根据阴阳五行，将人性格分为十二种；另外，利用“八观五视”知人法。隋唐之后：科举制度逐步取代我国古代察举制度，成为人才选拔的主要方式。西周采用的“试射”选择文官，至1905年彻底被废除，中国的科举考试，实则是测验理论的实践，对西方心理测验和教育测验的发展有着巨大的推动作用。西方探索：西方探索：西方心理测验源于对精神病人和智力的研究，基于达尔文的进化理论提供框架和哥白尼人与人之间反应的差异；在探索精神世界的历程中，古今中外都是以观察法开始的，例如古代西方的占星术和中国古代的生辰八字或看手相等。心理测验的目的是快速有效定量定量个体差异，并依据这些差异值来推测个体行为，与古代算命不同。主要代表人物

8、艾斯克罗，智力落后程度的评鉴探索。Sequin（18121880）智力落后者的训练。冯特实验心理学创始人，将实验方法引入到心理学研究。高尔顿开创了个别差异心理学的研究，并引入定量研究法。开展心理测量，发展测量工具和技术，以及相关的统计方法；卡特尔心理测验与测量第一位获得心理学博士的美国人，而且也是第一次使用心理测验心理测验这一概念，并提出十项心理测验：握力测量、动作速度测量、触觉两点阈测量、引起痛觉的最低点、对辨别重量的最小差别的能力、对声音的反应、说出混在一起的四种颜色的名称、将50cm的线平分、对十秒时间判断的测量、复述听过一次的字母。他的学生维斯勒证明反应时与智力相关。心理测量的发展（最

9、早古代人格测量是西方的颅相学）心理测量的发展（最早古代人格测量是西方的颅相学）比纳，心理测验的鼻祖，他说明智力与复杂因素相关，于19081911制定出了比纳-西蒙量表。1911年比纳去世，美国斯坦福大学推孟对其作了修改，增加了IQ，被历史上称为：斯坦福-比纳量表。韦克斯勒对智商做了补充说明，他提出离差智商，最终制定了成人智力量表。瑞文的非文字智力测验和标准推理测验。中国心理测量的发展：辛亥革命后，樊炳清首先将比奈-西蒙智力量表介绍到中国；1918年，俞子夷模仿桑代克的书法量表编制了小学生语文毛笔书法量表，这是我国最早的标准化教育量表；1920年，廖世承和陈鹤琴首次在南京高等师范学校开设心理测验

10、课程，这是科学心理测验的开始；1921年二人合力出版了心理测验法；1922年，费培杰将比奈-西蒙量表译成中文；1925年，中小学各科测验相继问世；1932年测验杂志创刊。解放后，1979年张述祖在教育研究上发表论文论教育测量的重要性和教育测量的一些基本概念，被认为是恢复教育测量研究以来的第一篇论文；北师大测量研究组对19791981年高考试卷进行系统分析；1982年叶佩华和邹有华翻译了桑代克、哈根合著的心理与教育的测量和评价；郑日昌编写的心理测量、戴忠桓心理与教育测量、王汉澜主编的教育测量学等相继问世，标志着我国测验理论研究逐步走向成熟；1984年，中国心理学会测验工作委员会成立；1988年，

11、中国教育学会教育统计与测量研究会成立。测量实践：测量实践：林传鼎、张厚粲修订韦氏儿童智力量表WISC-R；后又参考澳大利亚教育协会的学习能力测验（TOLA）编制了中国少年儿童学习能力测验；吴天敏对比奈-西蒙量表三次修订；龚耀先主持修订韦氏成人智力量表、韦氏成人记忆量表、艾森克的EPQ人格问卷、罗夏测验、韦克斯勒学前和幼儿智力量表（修订后称为韦氏幼儿智力量表）；宋维真与香港张妙青合作修订MMPI人格问卷。至1990年，国外流行的十大测验已全部引入到中国。测量实践：测量实践：林传鼎、张厚粲修订韦氏儿童智力量表WISC-R；后又参考澳大利亚教育协会的学习能力测验（TOLA）编制了中国少年儿童学习能力

12、测验；吴天敏对比奈-西蒙量表三次修订；龚耀先主持修订韦氏成人智力量表、韦氏成人记忆量表、艾森克的EPQ人格问卷、罗夏测验、韦克斯勒学前和幼儿智力量表（修订后称为韦氏幼儿智力量表）；宋维真与香港张妙青合作修订MMPI人格问卷。至1990年，国外流行的十大测验已全部引入到中国。测量实践：测量实践：林传鼎、张厚粲修订韦氏儿童智力量表WISC-R；后又参考澳大利亚教育协会的学习能力测验（TOLA）编制了中国少年儿童学习能力测验；吴天敏对比奈-西蒙量表三次修订；龚耀先主持修订韦氏成人智力量表、韦氏成人记忆量表、艾森克的EPQ人格问卷、罗夏测验、韦克斯勒学前和幼儿智力量表（修订后称为韦氏幼儿智力量表）；宋

13、维真与香港张妙青合作修订MMPI人格问卷。至1990年，国外流行的十大测验已全部引入到中国。教育测量发展历史：教育测量发展历史：中国是世界文明古国之一，同时也是考试的发源地。考试制度在西周已见端倪，比如西周的“考校”或“考选”选士制度。学者一般认为西周选士是我国考试制度的萌芽阶段（中国考试制度史资料选编杨学为主编）。春秋战国时期，社会动荡，“考校”选士不再盛行，但“学而优则仕”仍为社会事实。两汉时期，科举考试制度正式建立，汉代“察举制”起到承前启后的作用。察举制产生两种考试方法，分别为“对策”和“射策”。魏晋南北朝时期，淡化察举制，实行九品中正制，以中正为中心，论品定级，选拔提升官员。中国古代

14、科举制度，对世界教育产生重大影响，欧美各国采取的考试办法选拔官吏，是18世纪末、19世纪初从中国学去的。科举考试始于隋炀帝大业二年（606）直至清光绪二十九年（1903）举行最后一科进士考试，在我国延续近1300年。主要朝代：隋（策试法考时务策一门）、唐（科目众多，考生三类）、元（历尽波折）、明（再度盛行，四级考试制度院、乡、会、殿，八股文为主）、清（寿终正寝）。教育测量辛亥革命后由西方传入我国。欧美国家早期学校教育主要采用口头测验。至1720年，剑桥大学才开始使用笔试。美国1840年在波士顿市第一次在学校中进行书面考试。学校考试并没有直接推进教育测量的诞生，但一些学者为追求学校成绩评定客观化

15、与标准化而展开的研究和实践探索推动了其产生的步伐。1864年，英国教师费舍广泛收集学生的书法、算数、作文等不同水平的作业样本，选择有代表性的汇编成册以示优劣形成作业量表集，作为教师评定学生的参考标准。美国学者赖斯也主张此办法，并在刊物上发表研究论文。1904年，美国桑代克出版了精神与社会测量导论首次系统介绍了教育统计方法及编制测验的基本理论，它标志着以科学理论为指导的教育测量理论的诞生。书中重要假设：无论什么东西，只要存在的，总存在于数量之中。麦克尔，美国教育测验专家称“任何东西，存在于数量之中的，都可以被测量”。后人总结两人假设得出：凡存在的东西必有数量，凡有数量的东西都可测量。1904年桑

16、代克编制书法量表后至1928年，美国教育测验蓬勃发展，20世纪30年代前后，美国教育测验事业发展最快，测验的应用也十分广泛，其中最关键的原因就是心理测验的发展与应用。心理测验与教育测验发展相互影响，20世纪初，心理测验已走上标准化与客观化的路程。1905年法国比奈编制世界上第一个标准化智力测验，它对20世纪初的教育测验和考试标准化有直接推动作用。与此同时，英国斯皮尔曼，提出了“能力结构二因素学说”，对11岁儿童实行测验，形成英国著名的11岁儿童考试制度。同时，美国引入比奈量表应用于军事，伍德沃斯制定了第一个标准化人格测验，对美国当时的教育测验拥有推动作用。尤其是心理测验比较强调测验的客观性测验

17、的客观性与常模常模的建立，这对教育测验标准化教育测验标准化起了一定的导向作用。心理测验与教育测量关系：心理测验与教育测量关系： 定量思想受教育学考试百分制启示。最早将观察法制作成定量研究的是英国生物心理学家Francis Galton，1883年出版的人的能力研究中提出了等级量表法和问卷法，扩充了Guetele的百分位数法。最早的量表法源于1879年法国实验心理学家W.Wundt，当时人们只注意到人类的共同特性，并没意识到个体差异。作业量表法是心理测量技术成熟的标志，比如现在的雅思、韦氏智力量表等。最早的作业量表由1905年比奈西蒙智力测验，它由数学、文字和图形测验题型交替混合编制，结果只有一

18、个混合的智商指标。在此后，对智力量表的分化日趋明显，产生了标识明确的智力量表，例如儿童发育量表、儿童智力量表等等。1912年由武德沃斯编制的神经质问卷（自陈量表法的起源），虽没有采取标准化量表技术，但对于人内心的测量分析具有推动作用。经典测量理论的历史起源（简述几位推动测验理论发展及应用的人物）：德国：19世纪中叶之前，心理学研究的主要是哲学的反思和不正常的观察。之后德国莱比锡直觉实验室里，Wilhelm Wundt、Ernst Weber、Gustav Fechner及其同事们率先认识到在严格控制条件下获取心理测量的重要性。尽管心理能力的测量已然超出直觉实验室的范畴，但在严格规定条件下收集观

19、察行为的做法对现代标准化测验产生深远的影响。英国：同一时期，与德国人相比，英国人对个体差异的研究更感兴趣，主要代表人物Francis Galton，他最先把统计技术用于心理测验数据资料的分析。英国统计学家Karl Pearson利用Galton的结论形成了相关系数的统计公式。其中智力理论基于先进的因素分析相关程序，直至今日，相关方法和因素分析仍然是测验有效性证明中最广为使用的统计技术。法国：使心理测验学术研究转变为一种可以直接运用到教室的实验工具（Alfred Binet & Theophile Simon）。Binet因其智力量表而闻名于世，但他通过对编制测验和证明测验有效性的方法的示范，他

20、对测验理论也产生了重要影响。同时他也开创了经验性项目分析的实践。1975年， Theophile指出斯坦福比奈量表与对巴黎学生最初实施的测验极为相似，并为后人所延续和修改。美国：1890年James McKeen Cattell第一次在论文中提及心理测验，他认识到大样组对于获得准确“正态”估计的重要性，并坚持认为心理学必须研究观察误差的特性。1904年，E.L.Thorndike出版有关测验理论第一本教科书心理与社会测量理论导论。1917年，第一次世界大战时期，为军队人员编制了团体测验，后来，又设计了一套用于不能阅读英文的受测者的非语言测验。1929年，Thurstone和Chave在测验方面

21、增加了态度度量技术。 Thurstone和Kelly及Holtziner等人创立了因素分析程序。至20世纪30年代，在不断增长的测验业的支持下，测验理论发展迅速，至1943年，另一半更为实用的杂志教育与心理测量公开发表，预示着测验理论成为一门跨越教育学和心理学的成熟的学科。经典测量理论的历史起源（简述几位推动测验理论发展及应用的人物）：德国：19世纪中叶之前，心理学研究的主要是哲学的反思和不正常的观察。之后德国莱比锡直觉实验室里，Wilhelm Wundt、Ernst Weber、Gustav Fechner及其同事们率先认识到在严格控制条件下获取心理测量的重要性。尽管心理能力的测量已然超出直

22、觉实验室的范畴，但在严格规定条件下收集观察行为的做法对现代标准化测验产生深远的影响。英国：同一时期，与德国人相比，英国人对个体差异的研究更感兴趣，主要代表人物Francis Galton，他最先把统计技术用于心理测验数据资料的分析。英国统计学家Karl Pearson利用Galton的结论形成了相关系数的统计公式。其中智力理论基于先进的因素分析相关程序，直至今日，相关方法和因素分析仍然是测验有效性证明中最广为使用的统计技术。法国：使心理测验学术研究转变为一种可以直接运用到教室的实验工具（Alfred Binet & Theophile Simon）。Binet因其智力量表而闻名于世，但他通过对

23、编制测验和证明测验有效性的方法的示范，他对测验理论也产生了重要影响。同时他也开创了经验性项目分析的实践。1975年， Theophile指出斯坦福比奈量表与对巴黎学生最初实施的测验极为相似，并为后人所延续和修改。美国：1890年James McKeen Cattell第一次在论文中提及心理测验，他认识到大样组对于获得准确“正态”估计的重要性，并坚持认为心理学必须研究观察误差的特性。1904年，E.L.Thorndike出版有关测验理论第一本教科书心理与社会测量理论导论。1917年，第一次世界大战时期，为军队人员编制了团体测验，后来，又设计了一套用于不能阅读英文的受测者的非语言测验。1929年，

24、Thurstone和Chave在测验方面增加了态度度量技术。 Thurstone和Kelly及Holtziner等人创立了因素分析程序。至20世纪30年代，在不断增长的测验业的支持下，测验理论发展迅速，至1943年，另一半更为实用的杂志教育与心理测量公开发表，预示着测验理论成为一门跨越教育学和心理学的成熟的学科。经典测验理论的基本假设：（1）心理特质及其可测性假设；（2）真分数及其有关的假设；（3）测量误差及其来源；心理特质：表现在一个人身上所特有的相对稳定的行为方式。心理特质是一种客观存在，“凡客观存在的事物都有其数量”（L.Thorndike），“凡有数量的东西都可以测量”（W.A.McC

25、all）。真分数：指无数次测量的平均值，即一个被试在许多（理论上指无限多的）平行测验上得分的平均值或具备某一个能力或其他心理特质水平的许多被试在同一测验上得分的平均值。测量误差：指测量过程中由那些与测量目的无关的变化因素所产生的一种不准确或不一致的测量效应。分为随机误差（由那些与测量无关的、偶然因素引起的而又不容易控制的误差，影响准确性和稳定性）和系统误差（由那种与测量目的无关的变因引起的一种恒定而有规律的效应，影响准确性）。误差来源：测量工具本身（测验为核心的刺激反应系统或量表）；测量对象（受测者是否正常发挥现有的水平，动机强弱，精神状态，答题技巧和快慢）；测验实施过程（过程中的偶然因素，物

26、理环境，主试人员，意外干扰）。经典测验理论又称为真分数理论（CTT），它对实得分数也称作观察分数（X）、真实分数（T）以及测验误差（E）的关系进行了一系列的理论假设。（1）观察分数与真实分数之间存在线性关系：由于T和E无法得到因此此式仅为理想上的数学模型。（2）测验误差的期望（或测验误差的平均数为0）：同时也可以得到多次的观察分数的均值即为真实分数：（3）真分数与误差分数之间的相关系数为零（或协方差为零）：（4）各平行测验上的误差分数相关系数为零：（5）实得分数方差等于真分数方差与随机误差方差之和：平行测验：CTT认为如果两个题目不同的测验测得同一特质，并且题目形式、数量、难度、区分度以及测查

27、等值团体后所得的分数的分布都是一致的，则这两个测验是彼此平行的。下面推导两个平行测验间实得分数的相关系数与测验信度的关系由于参加的是同一被试，所以：由上可得到，一个测验两个平行形式之间的相关系数就是该测验的信度。至此，经典测验理论证明了一个至关重要的结论。这一结论为测验信度的实际计算提供了理论依据。经典测量理论的局限性（项目反应理论基础.罗照盛著第一章绪论13）（1）观察分数等权重线性累加的不合理性；等权重的分数累加方式，不能真正反映不同被试之间的能力水平差异程度。即答对不同难度的题目，应该给予不同权重的分数。（2）测验对被试的评价依赖于测验的具体项目组合和项目数量；不同被试参加了题量不同，或

28、题量相同而题目不同的测验，则结果不具有可比性。因而在经典测量理论的框架下，被试进行比较被迫限制在同一份试卷上，缺乏足够的拓广性，同时也存在一些问题：如何保证同一时间测试、无法根据不同考生设置不同试卷、无法满足被试的发展性评价等。（3）测验及项目的性能指标的估计依赖于具体的被试样本；性能指标的估计严重依赖于参加当前测试的具体被试样本的特性。（4）被试能力与项目难度两个指标含义的非统一性；项目难度并非测验被试的能力，例如：项目难度0.5，去测验能力水平0.6的被试（恰逢该被试不会此项目），可否得出被试能力低于0.5？因此经典测验理论的应用范围非常有限。（5）测量误差估计的不精确性和笼统性。测量的随

29、机误差是通过测量信度估算的，但经典测验理论中测验信度估值本身却是不精确、笼统的。第一，信度并不是按照真分数方差与观察分数方差的比的定义公式取得，而是基于平行测验的假设通过计算相关系数得到。第二，经典测验理论的误差估计值只有一个，但同一测验在估计不同能力水平下的被试时，其误差是不一样的。参考书目：心理与教育测量戴海崎、张峰、陈雪枫，八省师范大学合编心理测验的原理与应用郭庆科项目反应理论基础罗照盛，北师大出版社经典和现代测验理论导论克罗克、阿尔吉纳，华东师范大学出版社数学教育测量与评价张英伯，曹一鸣，马云鹏，孔凡哲，张春莉，北师大出版社教育测量与评价黄光扬，华东师大出版社中国健康心理学杂志2005年第一期，编号13203心理测验学技术发展史（述评）郑建民，张璐斐，车洪生。中文科技期刊数据库 期刊导航 教育测量与评价：理论版 2009年7期 中文科技期刊数据库 期刊导航 湖北大学成人教育学院学报 2005年4期 经典测验理论的局限性评析：纪凌开。中文科技期刊数据库 期刊导航 教育研究与实验 1992年1期 心理测验的新进展，苏永华：