1、西南大學研究生課程考試答 卷 紙考試科目 院 、所、中心 專業(yè)或專業(yè)領域 研究方向 級 別 學 年 學 期 姓 名 學 號 類 別 （全日制博士 全日制碩士 教育碩士 高師碩士工程碩士 農(nóng)推碩士 獸醫(yī)碩士 進修)年 月 日研究生院(籌)制課 程 類 別課程考試方式題號得分教 師 評 價一二三四五六七八九十總分任課教師簽名：備注：成績評定以百分制或等級制評分，每份試卷均應標明課程類別（必修課選修課同等學力補修課）與考核方式（閉卷筆試口試開卷筆試課程論文）。課程論文應給出評語。西南大學 外國語學院免師教育碩士 “學科（英語）教育測量與評價”課程作業(yè)要求：保留原題題干及數(shù)據(jù)， 然后在其下面插入空白來

2、呈現(xiàn)答案。不得篡改問題或者數(shù)據(jù)。 在編輯將要提交的作業(yè)的Word文件時， 需確保欲呈現(xiàn)的內(nèi)容能被打印出來。一、簡答題 （50分）1. 測量的基本要素有哪些？（1分）單位（如米、克，教育測量的單位不能直接加減乘除）；參照點（計算的起點，有絕對零點和相零點）；量表（測量工具）。2. 什么是教育測量？（1分）教育測量是根據(jù)測量學的原理和方法對教育現(xiàn)象及其屬性進行數(shù)量化研究的過程。它主要包括對學生的內(nèi)在精神屬性的測量，教育測量主要是一種間接的測量。3. 教育測量有哪些量表類型？（1分）類別量表，順序量表，等距量表，等比量表4. 什么是教育評價？（1分）教育評價是指根據(jù)一定的教育價值觀或教育目標，運用可

3、行的科學手段，通過系統(tǒng)地收集信息、分析解釋，對教育要素，過程和效果進行價值判斷的活動。5. 教育測量與教育評價有什么不同？（1分）兩者著眼點不同：教育測量是為了取得數(shù)據(jù)；教育評價是要分析解釋，對教育價值作出判斷。兩者特點不同：教育測量是一種純客觀的過程，具有客觀性特點；教育評價具有客觀性與主體性相結合特點。兩者復雜程度不同：教育測量是對教育數(shù)量化的描述，關心量的獲得，活動較為單一；教育評價著眼于事物質(zhì)的判定，含定性與定量分析，活動是多重的。6. 教育評價與教育評估有什么異同？（1分）區(qū)別：評估有估價的含義，模糊粗略；評價相對是較為精確的價值判斷。評估多用于群體或單位的狀態(tài)及效果的估價；評價則既

4、有對群體和單位的價值判斷，又有對個人的判斷。7. 教育測驗、考試與教育測量有什么不同？（1分）教育測驗和考試是教育測量的一部分。8. 教育測量與評價，按照實施的時間階段的不同，可以區(qū)分為哪幾種類型？各自使用的目的是什么？（1分）按照實施的時間階段的不同可以分為診斷性、形成性和總結性評價。診斷性評價一般在教學前進行，目的是分析學生的起點行為，摸清學生的現(xiàn)有水平及個別差異以便安排教學。形成性評價通常在教學過程中實施，是教師及時了解學生學習進展情況的重要方式，又稱診斷進步評價或進展評價。總結性評價是對一個完整的教育過程的總體結果進行的評價，又叫終結性評價，通常在一門課程或一項教學活動結束之后進行。9

5、. 教育測量與評價，按照參照點的不同，區(qū)分為哪幾種類型？各自適用的情形是什么？（1分）根據(jù)評價參照點的不同，可以把教學評價分為常模參照評價和標準參照評價常模參照評價是以學生所處的團體的平均成績或團體中的常模作為參照標準，根據(jù)個體的相對位置（或名次）報告評價的結果。標準參照評價是在評價對象群體之外，預定一個客觀的或理想的標準，并運用這個固定標準去評價每個對象的評價方式。10. 教育測量與評價，按照被測量與評價的行為的性質(zhì)，區(qū)分為哪些類型？它們各自適用于什么情形？（1分）根據(jù)測量與評價的行為的性質(zhì)，分為最佳行為測量與評價，典型行為測量與評價。其中，最佳行為測量與評價，是以被試者最佳行為表現(xiàn)為目的；

6、典型行為測量與評價，不在測量與評價被試者能力的高低，而是測量與評價其是否具備某種（或某些）典型行為。11. 按照教育測量與評價的內(nèi)容， 教育測量與評價區(qū)分為哪幾種類型？它們各自適用于什么情形？（1分）它們被分為標準化測量與評價和非標準化測量與評價。標準化測量與評價是只由測量專家嚴格按照標準程序而編成的一種測驗。12. 什么是重測信度？（1分）它是指用同一測驗試卷，在先后兩個不同時間內(nèi)同一組被試進行測驗，兩次測驗實得分數(shù)的相關系數(shù)。13. 什么是復本信度？（1分）復本信度又稱等值性系數(shù)。它是以兩個等值但題目不同的測驗（復本）來測量同一群體，然后求得被試者在兩個測驗上得分的相關系數(shù)。14. Kap

7、pa一致性分析可以用來說明教育測量與評價的哪些類型的信度？（1分）重測信度15. 肯德爾和諧系數(shù)分析的功能是什么？（1分）肯德爾和諧系數(shù)是計算多個等級變量相關程度的一種相關量。Spearman等級相關討論的是兩個等級變量的相關程度，用于評價時只適用于兩個評分者評價N個人或N件作品，或同一個人先后兩次評價N個人或N件作品，而kandall和諧系數(shù)則適用于數(shù)據(jù)資料是多列相關的等級資料，即可是k個評分者評(N)個對象，也可以是同一個人先后k次評N個對象。通過求得kandall和諧系數(shù)，可以較為客觀地選擇好的作品或好的評分者16. 什么叫分半(half-split)信度? （1分）分半信度（split

8、-half reliability）常用信度檢驗方法之一。反映測驗項目內(nèi)部一致性程度，即表示測驗測量相同內(nèi)容或特質(zhì)的程度。具體分析是在測驗后將測驗項目分成相等的兩組（兩半），通常采用奇偶分組方法，即將測驗題目按照序號的奇數(shù)和偶數(shù)分成兩半，然后計算兩項項目分之間的相關。相關越高表示信度高，或內(nèi)部一致性程度高。17. 什么叫克倫巴赫alpha系數(shù)？（1分）Cronbacha信度系數(shù)是一套常用的衡量心理或教育測驗可靠性的方法,依一定公式估量測驗的內(nèi)部一致性.作為信度的指標.它克服部分折半法的缺點,是目前社會研究最常使用的信度指標,它是測量一組同義或平行測總和的信度.18. 什么叫效度（validit

9、y）？什么叫效度驗證（validation）？（1分）效度是測量結果的準確性和有效性程度，也是指測量是否達到了預期的目的。19. 什么叫內(nèi)容效度？什么叫表面效度？什么叫反應效度？（1分）內(nèi)容效度指的是測驗題目對有關內(nèi)容或行為取樣的適用性，從而確定測驗是否是所欲測量的行為領域的代表性取樣。表面效度指被試或其他未受過專門訓練的人員對測量有效性程度的估計。反應效度是指測試者對測試內(nèi)容的是否感興趣，測試內(nèi)容是否滿足被測試者需求的估計。20. 什么叫構念(construct)? 什么叫構念效度(construct validity)? （1分）構念（construct）是指心理學理論所涉及的抽象而屬假設

10、性的概念或特質(zhì)。構念效度是指一個測量實際測到所要測量的理論結構和特質(zhì)的程度，或者說測量能夠說明測量的理論結構和特質(zhì)的程度。21. 什么叫效標(Criterion)？ 什么叫效標效度（criterion-related validity）? （1分）效標是衡量測驗有效性的參照標準，它是獨立于測驗之外，體現(xiàn)測驗目的的行為變量。通常指我們所要預測的行為。效標效度是指問卷(量表)測量結果和效度標準(被假設或定義為有效的某種外在標準)之間的一致程度。22. 什么叫同期效度(concurrent validity)和預測效度(predictive validity)? （1分）同時效度(Concurren

11、t Validity) ,即同時在研究對象中進行測評和效度標準測量得到的結果之間的相關程度。預測效度(Predictive Validity) ,它是指問卷(量表)測量結果經(jīng)過一段時間后與未來實際結果予以相關性分析,兩者之間的吻合程度。23. 試題的難度系數(shù)可以怎么計算？（1分）難度是測驗試題的難易程度，是試題對學生知識和能力水平的適合程度的指標。公式：P=R/N；P表示難度指標；N代表參加考試的總人數(shù)；R表示答對某道客觀題的人數(shù)。24. 什么是測試題目的區(qū)分度(Discrimination Index)? 題目的區(qū)分度如何計算？（1分）區(qū)分度是指測驗對考生實際水平的區(qū)分程度。公式：D=PH-

12、PL；D代表區(qū)分度；PH表示高分組的難度；PL表示低分組的難度。D0為正區(qū)分，D0為負區(qū)別，D=0為零區(qū)。25. 什么是級差相關(Pearson correlation)? （1分）級差相關是當兩個變量都是正態(tài)連續(xù)變量，兩者之間呈線性關系時，表示這兩個變量之間的相關。26. 什么是等級相關(Spearman correlation)? （1分）斯皮爾曼等級相關（Spearmans correlation coefficient for ranked data）主要用于解決稱名數(shù)據(jù)和順序數(shù)據(jù)相關的問題。適用于兩列變量，而且具有等級變量性質(zhì)具有線性關系的資料。27. 什么是點二列相關(point-

13、biserial correlation)? 在SPSS中，怎么計算點二列相關系數(shù)？（1分）當兩列變量中一列為來自正太總體的等距或等比的測量數(shù)據(jù)（點數(shù)據(jù)），另一列是真正的二分變量，用公式計算得的相關，稱為點二列相關。在SPSS中計算點二列相關的方法就是計算這二列變量的Pearson相關系數(shù)。只是需要注意的是其中的那列二分變量的取值范圍必須是0，128. 什么正相關？什么是負相關？（1分）正相關是指兩個變量變動方向相同，一個變量由大到小或由小到大變化時，另一個變量亦由大到小或由小到大變化。負相關是指兩個變量變動方向相反，一個變量的增加可能引起另一個變量的減少。29. 什么是相關系數(shù)顯著性檢驗中的

14、雙側（2-tailed）檢驗和單側（1-tailed）檢驗？（1分）雙側檢驗指按分布兩端計算顯著性水平概率的檢驗， 應用于理論上不能確定兩個總體一個一定比另一個大或小的假設檢驗。一般假設檢驗寫作H1：12。單側檢驗指按分布的一側計算顯著性水平概率的檢驗。用于檢驗大于、小于、高于、低于、優(yōu)于、劣于等有確定性大小關系的假設檢驗問題。這類問題的確定是有一定的理論依據(jù)的。假設檢驗寫作：12。30. 什么是獨立樣本(independent samples)？什么是相關樣本(related samples)？（1分）兩個樣本中樣本A中成員變動時對樣本B不造成影響，則它們被稱為獨立樣本。兩個樣本的成員是相關

15、的，即樣本A的成員變動，則樣本B會的成員也一起變動，或者兩個樣本是同一體，都是相關樣本。31. 什么是獨立樣本t檢驗中的雙側(2-tailed)檢驗和單側(1-tailed)檢驗？（1分）對兩組獨立樣本進行顯著性水平概率的檢驗，雙側檢驗，就只需檢驗他們的相關性是否顯著。單側檢驗則是有方向性的，比如樣本A和樣本B比較，12。32. 通常情況下，教育評價表的構成要素有哪些？（1分）教育評價表的構成要素有：評價指標；指標權重表示指標的重要性程度；評價標準指的是評價對象達到評價指標要求的尺度。33. 什么是評價標準的標度， 標號，強度或頻率？（1分）標度：評價的檔次，可以是定性的，也可以是定量。定性時

16、必須賦值，使定性標度轉換成能夠定量標度，以便統(tǒng)計處理。標號：不同強度和頻率的標記符號，通常用字母、文字或數(shù)字表示。沒有獨立的意義，只表示一種分類。強度：指標達到項目要求的程度或各種規(guī)范行為的優(yōu)劣程度，又稱定性指標。頻率：達到指標項目要求的數(shù)量或各種規(guī)范化行為的相對次數(shù)，也稱定量標準。34. 什么是客觀性試題和主觀性試題？客觀性試題和主觀性試題分別有些什么類型？（2分）客觀性試題學生在測驗中從事先提供的多種答案中確認出一個正確答案，如選擇題、是非題、匹配題等。主觀性試題是讓學生根據(jù)對測驗所提問題的認識和理解，用自己的語言形成答案，如簡答題、論述題、案例分析、應用題、作文題、比較題等。35. 什么

17、是表現(xiàn)性測驗？表現(xiàn)性測驗有些什么類型？（2分）表現(xiàn)性測驗是指通過客觀測驗以外的一類以行動、作品、表演、口頭回答、操作、寫作、科學研究、制作等更真實的行為表現(xiàn)，來測量和評價學生在真實情景或模擬真實情景下的所知于所能的一種評價方法。類型有口頭測驗、寫作測驗、實驗技能教學考試評價和行為檢核于評價等。36. 教育目標， 教學目標， 測驗目標幾者之間有什么關系？（2分）教育目標決定教學目標，教學目標決定測驗目標。37. 布盧姆教育目標分類的認知領域的內(nèi)容， 在早期理論和修訂版框架之間， 有什么異同？（2分）修訂版吸收了現(xiàn)代認知心理學成果，將原來的一個向度，修改成為2個分類知識向度度和認知歷程向度，依據(jù)目

18、標構成的兩個方面提出可以通過知識維度和認知歷程維度構成的雙向細目表來區(qū)分教學目標的類別，更好的指導學生的學習，教師的教學和教學評價。在重點強調(diào)方面1、 新版著重于能適應分類與課程、教學、評價，并連結此三者。2、 新版著重適應于所有不同年級的教師3、 內(nèi)容增加列出了許多評價工具范例，以促進次目標分類的應用。4、 新版更加強調(diào)次類別的應用，不同于舊版強調(diào)主類別。在使用術語方面1、 將舊版的名詞詞態(tài)改為動詞詞態(tài)，以符合建立目標時所形成的動名詞關系。2、 知識次類別被更名和重組，分成四類知識，異于舊版的名稱和內(nèi)容。3、 改稱舊版的“理解”和“綜合”類別為“了解”和“創(chuàng)造”。在目標分類結構方面1、 將目

19、標類別分成知識和認知歷程兩個向度，舊版是一個向度。2、 認知歷程向度的分類別排成漸增復雜性的階層，異于舊版強調(diào)累積性階層的概念。3、 交換舊版“綜合”和“評價”的順序，并改稱為“評價”和“創(chuàng)造”。38. 布盧姆教育目標分類的經(jīng)典理論中的認知領域的1級和2級目標內(nèi)容有哪些？（3分）第一級，知識。他所說的知識，就是指學生能夠通過回憶或再認，回想起他們在教育過程中已經(jīng)體驗過的某些觀念與現(xiàn)象。包括具體的知識，如專有名詞、事實等；具體的方式和方法的知識，如習慣、分類、規(guī)范和方法學等；一般概念和抽象的知識，如原理、原則和理論等。這個級別的學習，主要是對上述知識的回憶。所以，特別強調(diào)學習時的記憶過程。布盧姆

20、認為，使學生獲得知識成信息，幾乎是所有課程的最重要的或最基本的教育目標。并且認為實現(xiàn)知識目標重要的是記億的心理過程與較為復雜的聯(lián)想和判斷過程。布盧姆認為，要實現(xiàn)課程中所包合的知識目標，則需要考慮4個問題：（1）確定學生需要學習多少知識；(2)學生對規(guī)定的知識需要學習到怎樣的精確程度；(3) 知識怎樣最有效地組織，才便于學生學習；(4)規(guī)定學習的知識對學生應產(chǎn)生什么樣的意義。 第二級，領會。領會屬于最低水平的理解階段。學生主要應知道所交流的內(nèi)容；理解交流內(nèi)容中所包含的文字信息、行為或反應；了解交流內(nèi)容的不同表現(xiàn)形式（如口頭、書面或符號等）；能夠用所交流的內(nèi)容觀點進行交流而無需用有關的其它觀點或完

21、全發(fā)現(xiàn)出它們的關系；用自己覺得更有意義的某些類似的形式，改組交流的內(nèi)容等。39. 布魯姆教育目標分類體系的情感領域的1級和2級目標內(nèi)容有哪些？（3分）第1級 接受(注意) 接受指學習者感受到某些現(xiàn)象和刺激的存在，愿意接受或注意這些現(xiàn)象和刺激。它分為三個亞類。（1）覺察(awareness)，指學習者意識到某一情境、現(xiàn)象、對象或事態(tài)。與“知識”不同的是這種意識不一定能用語言來表達。例如，形成對服裝、陳設、建筑物、城市設計、美好的藝術品等事物中的美感因素的意識。（2）愿意接受(willingness to receive)，指學習者愿意承受某種特定刺激而不是去回避。例如，增強對人類需求和社會緊迫問

22、題的敏感性。（3）有控制的或有選擇的注意(controlled or selected attention)，指自覺地或半自覺地從給定的各種刺激中選擇一種作為注意的對象而排除其他的無關的刺激。例如，注意文學作品中記載的人類價值和對生活的判斷。第2級 反應反應是指學習者對出現(xiàn)在他面前的刺激已經(jīng)不只是愿意注意而是上升到積極的注意。它包括三個亞類。（1）默認的反應(acquiescence in responding)，指學習者對某種外在要求、刺激作出反應，但是還存在一定的被動性。例如，愿意遵守游戲的規(guī)則。（2）愿意的反應(willingness to respond)，指學習者對于某項行為有了相當

23、充分的責任感并自愿去做。例如，對自己的健康和保護他人健康承擔責任。（3）滿意的反應(satisfactioninresponse)，指學習者不僅自愿做某件事，而且在做了之后產(chǎn)生一種滿意感。例如，從消遣性閱讀中獲得樂趣。40. 布魯姆教育目標分類體系的動作技能領域的1級和2級目標內(nèi)容有哪些？（3分）1級，知覺，是通過感覺器官覺察客體、性質(zhì)或關系的過程。例如，通過機器運轉的聲音，知道機器運轉的毛病。2級，定勢，指為某種特定的行動或經(jīng)驗而作出的預備性調(diào)整或準備狀態(tài)。例如，渴望熟練地操作鉆床。二、計算題 （35分）1. 有30個被試在間隔不久的時間內(nèi)前后兩次接受了同一個測試。其測試結果如下表所示。問這

24、個測試的信度如何？（2.5分）2. 有一個測驗含A、B卷。30個被試分別接受了A卷和B卷的測驗， 測驗結果如下表所示。問這個測驗的A、B兩份試卷的等值系數(shù)如何？（2.5分）3. 有100個被試接受了一個測驗，其測驗結果被兩個評分員獨立地進行了二分法的評價（即“及格”與“不及格）。兩個評分員對這些被試的評價結果的頻數(shù)信息見下面的頻數(shù)分布表。問這兩個評分員的評價結果的一致性如何？（5分）4. 有一電影網(wǎng)站對觀看其電影的10名觀眾進行了調(diào)查。調(diào)查的是他們對于各類電影的偏愛程度， 從1到8， 代表從“最喜歡”到“最不喜歡”的8種態(tài)度。問這10個接受調(diào)查的觀眾的電影愛好顯著一致嗎？平均而言，他們對被調(diào)查的8種電影類型各自的偏愛程度如何？（5分）5. 一研究者進行了一個教學實驗。在實驗班采用積極培養(yǎng)和引導學生使用優(yōu)秀學習者的學習策略的方法進行閱讀理解的教學，而在對照班則按照傳統(tǒng)的講解和完成多項選擇練習的方法進行教學。研究者期望實驗班