學習結果的測量與評定詳解課件

1、第十一章 學習結果的測量與評定 7/31/20221第一節(jié) 概述 一、什么是學習測量與評定(一)什么是測量和測驗測量是用數(shù)學方式對人的行為的描述。教學過程中的測量是用數(shù)學的方式對學生學習行為的描述，主要是借助于測驗來進行。測驗是通過一系列的科學程序(如編制題目、施測和評分等)對學生某一方面的學習行為進行測量。 (二)什么是評定 教學過程中的評定是根據(jù)一定的標準對學生的學習行為進行估價的過程。 7/31/20222二、學習測量和評定的主要功能(一)診斷功能(二)反饋與鞭策功能 1為教師的教學提供反饋信息 2.激發(fā)學生的的學習動機(三)管理功能 1編班分組和升留級的依據(jù) 2職業(yè)指導的作用 3教育科

2、學研究的工具(四)教育心理功能7/31/202237/31/20224三、教育工作者應具備的測量與評定的知識和能力理解與清楚地表述教學和管理目標，懂得怎樣通過教學和管理活動達到目標，全面了解測量與評定的涵義及評定對教學及管理的意義。理解有效測量和評定條件，明確自己在編制、選擇和使用測量工具時所扮演的角色。能自行編制日常教學使用的測驗，能適當?shù)刂鞒譁y驗并有效地使用測驗的結果，以為改進教學和管理之用；能選擇適當?shù)臉藴驶瘻y驗。7/31/20225能編制、選擇與使用非測驗式的測驗工具。能綜合解釋測驗的分數(shù)和非測驗式測量的結果，作出評定。明確各種測驗的用途及限制。能根據(jù)評定的結果，改進自己的教學和管理工

3、作。此外，對參與評價的人來說，還應有高尚的人格，應當使自己參與的評定工作合乎道德規(guī)范，不應使學生或教師感到高度焦慮，損傷他們的自尊心或引起惡性競爭。7/31/20226四、學習評定的分類布魯姆(Bloom，BS)的分類：(一)配置性評定 一般在各學年、各學期開始時或開始前施行，其目的是要了解學生是否具有達到教學目標所必需的基礎知識和技能學生的準備狀態(tài)。 (二)形成性評定 一般是在教和學的過程中進行的，目的在于了解教學結果，探究教學中所存在的問題的缺陷，以便對教學工作進行調(diào)整。 (三)總結性評定 一般在學期末進行，目的是了解學生通過學期的學習，是否達到教學目的的要求，以此作出較全面的總結性評定。

4、 7/31/20227五、有效測驗的必要條件(一)信度信度是反映測驗分數(shù)的穩(wěn)定性的可靠性的指標，是指測量的前后一致性程度，只有信度高的測驗才能夠作為一個穩(wěn)定可靠的測量工具加以應用。國外一般要求學科成績測驗的信度值要在090以上。 信度值是用相關系數(shù)來表示的，又稱為信度系數(shù)。7/31/20228(二)效度測驗效度是指測量的真實性、正確性，即該測驗與所要測量的目標特征相符合的程度。如果一致性高，說明這個測驗的效度高，反之則低。 效度通常是利用該測驗的結果與一個反映測量目標的參照標準(效標)之間的相關來表示，所求得的相關系數(shù)即為效度系數(shù)。相關系數(shù)越大，說明效度越高。 般要求這類測驗的效度值應當在0.

5、35至0.60之間。7/31/20229計算信度系數(shù)的方法主要有：再測法：我們用某一個測驗對相同的學生前后施測兩次，計算出這兩次測驗成績的相關就可得到再測信度；復本法：這種方法需要編制出兩套以上內(nèi)容、形式、數(shù)量、難度等方面都等值的測驗，然后根據(jù)同一組學生接受兩次復本測驗的得分計算出相關系數(shù)，就可得到復本信度；分半法：當一種測驗沒有復本而且只能施測一次的情況下，通常采用分半法來估計信度。這種方法是將一套測驗分成對等的兩半，根據(jù)每個人在這兩半試題中的得分所求得的相關系數(shù)即為半分信度。在學科測驗中，較多的是應用分半法和復本法來計算測驗題的信度。7/31/202210(三)難度難度是指套測驗中試題的難

6、易程度，這是用來進行題目分析和評價試題的主要指標之一。難度的計算可依據(jù)試題形式的不同采用以下兩種方法，其公式為：7/31/202211(四)區(qū)分度區(qū)分度是測驗題目對考生水平鑒別能力的指標，是測驗題目能夠鑒別受測者水平的程度。 區(qū)分度的計算多采用相關法，即以考生在某個題目上的得分與總分的相關作為該題的區(qū)分度值，相關越高，區(qū)分度越好。國外應用在教育上的標準化測驗要求優(yōu)秀題目的區(qū)分度在030以上，否則就需加以改進或淘汰。(五)可用性即測驗在解釋學生的能力、知識等方面有多大用處；測驗的形式與內(nèi)容是否適合學生的年齡特征；測驗所花的時間和人力是否合適；以及評分是否客觀，主持測驗是否通過過特殊訓練等。如果在

7、這些方面使人不能接受，測驗的可用性就低。7/31/202212第二節(jié) 常用的測驗方法一、論文式測驗(一)論文式測驗的涵義及其試卷的編制和評分所謂論文式測驗，是由教師根據(jù)教學內(nèi)容的要點，擇其較重要者出幾個試題，讓學生用論文的方式，自由地以書面解答問題。 7/31/202213(二)論文式測驗的利弊1論文式測驗的優(yōu)點：命題省時容易有利于測定學生的思維能力和寫作能力了解學生的學習程度減少學生情境壓力7/31/2022142論文式測驗的缺點：評分的主觀性試題缺少代表性問題涵義太廣泛易受其他因素干擾7/31/202215(二)論文式測驗的改進問題要明確。 采用一些可用較短篇幅回答的問題，以求取樣適當。

8、事先擬好指導評分的規(guī)則和標準，其中包括可以接受的答案，并規(guī)定出這些答案的比重。 不要因錯別字或語法有錯誤而扣分，除非考試是為測試這些方面而特別進行的。 先要閱看幾份考卷，以便對考查的性質(zhì)得到一個一般的觀念，并用來檢查與修改評分的規(guī)則和標準。在評定一份考卷時不要知道答卷者的姓名，同時盡可能在幾乎相等的條件下評卷定分，或采取兩三個教師合評的方式7/31/202216二、客觀測驗 （一）客觀測驗的涵義及其與論文式測驗的區(qū)別 客觀測驗是用一些非常簡單或機械式反應來回答的測驗。其中最為人們聽熟悉的是填充、正誤、多重選擇和配對等形式。論文式測驗與客觀測驗在學生學業(yè)的評定方面的比較： 7/31/202217

9、7/31/2022187/31/202219(二)客觀測驗項目的形式及其編制1編制客觀測驗的一般原則：測驗要測試學科中的重要內(nèi)容。 要降低測驗項目的閱讀難度，除非測驗的目的在于測最閱讀能力。 一個項目不要為另一個項目的答案提供線索，回答某一特定項目的能力也不依靠前一項目的回答的能力。 必須避免引人上當?shù)膯栴}，詭詐性和欺騙性問題既可能損害測驗的真正目的，又可能影響學生的學習風氣。 測驗項目的措詞應適當，以便使學生回答問題的內(nèi)容而不回答問題的形式。 7/31/2022202客觀測驗項目的形式及其編制填充 正誤 選擇 配對 7/31/202221(三)客觀測驗的利弊1客觀測驗的優(yōu)點試題涉及教學內(nèi)容的

10、全部范圍。 試題簡明扼要，易于回答。評分客觀迅速。2客觀測驗的缺點命題費時且困難。 偏于零星知識的記憶。 不能確知學生的學習程度。 7/31/202222三、標準測驗標準測驗也稱標準化測驗或標準化考試，是目前國際上廣為流行的一種測驗方法。它是一種大規(guī)模的、具有統(tǒng)一標準的、按照系統(tǒng)的科學程序組織的、并對誤差作了嚴格控制的測驗。 7/31/202223 四、心理測驗(一)智力測驗雖然學業(yè)成績測驗也可以測定一些學生的智力，但對學生智力水平的高低，通過教學后智力的發(fā)展變化情況的測量，更主要的還是依靠智力測驗。目前世界上最流行的兩種智力測驗是斯坦福一比奈智力測驗和韋克斯勒智力測驗。1斯坦福一比奈智力測驗

11、 斯坦福一比奈智力測驗包括下列各種問題：字義、語言類推問題、適應問題、算術問題、記憶、一般常識、發(fā)現(xiàn)錯誤、圖畫、空間問題、理解等。智力商數(shù)(IQ):智商=智力年齡/實際年齡1007/31/2022242韋克斯勒智力測驗韋克斯勒智力測驗是美國心理學家韋克斯勒(DWechsler)創(chuàng)造的，它是另一個在世界上被廣為使用的標準智力測驗。它包括韋氏成人智力量表(WAIS)、韋氏兒童智力測驗表(WAIS)和韋氏學前兒童智力量表(WPPSI)3種。韋氏量表是運用統(tǒng)計學原理，根據(jù)對人的智力的統(tǒng)計規(guī)律遵循正態(tài)分布這一事實，計算離差智商來表示智力高低的。韋克斯勒假定，人們的智商是以平均數(shù)為100和標準差為15的正

12、態(tài)形式分布的。因此，其計算智商的公式如下：7/31/202225用這種離差智商，可以確定一個人的智力在同齡人當中的相對位置；診斷出他是智力落后或超常。一般認為智商在70以下屬智力落后；130以上可謂智力發(fā)展優(yōu)異。7/31/2022263綜合學業(yè)性向測驗綜合學業(yè)性向測驗的目的在于測量學生學習各門學科能力的真實程度。這種測驗不僅可以鑒別學生能力的高低，而且也可分析比較學生能力的偏向或在各方面的能力的高低。綜合學業(yè)性向測驗包括分類性向測驗(DAT)、美國大學入學測驗(ACT)、學業(yè)性向測驗(SAT)、米勒類推測驗(MAT)以及研究生性向測驗(GRE)等。7/31/202227(二)人格測驗1自陳人格

13、測驗自陳人格測驗也稱自陳問卷，是指被測者對自己的人格，按自己的意見予以評定的一種方法。最常見的自陳人格測驗有：明尼蘇達多相人格測驗；加利福尼亞人格測驗；莫尼問題調(diào)查表；卡姆溜人格測驗；內(nèi)外向人格調(diào)查表；瑟斯頓性格測驗等。2興趣測驗興趣是人對事物的特殊認識傾向。所謂認識傾向，即在認識過程中帶有相對穩(wěn)定的指向、趨向，能夠維持較長的時間。較為著名的興趣量表有：愛德華個人興趣量表；斯特朗職業(yè)興趣量表；庫得職業(yè)興趣量表等。7/31/2022283態(tài)度測驗態(tài)度是人們對人、事或物的喜好或厭惡的傾向，與其行為有著密切關系。 態(tài)度的傾向，如喜歡與否，肯定與否。態(tài)度的深度與強度，如喜歡、很喜歡、不喜歡、厭惡。態(tài)度

14、的中心，指人格心理體系中重要的因素，包括情感、認知和行為因素。態(tài)度的外顯性，態(tài)度不能直接測量，但可以通過對人們的言語、行為以及其他方面的表現(xiàn)的測量去推斷其態(tài)度。常見的與教學有關的態(tài)度測驗有明尼蘇達教師態(tài)度測驗、各學科態(tài)度測驗和學習習慣與態(tài)度測驗等。7/31/2022294價值測驗價值是人們對人、事或物所作的好壞判斷。這方面的測驗有價值測驗、人際價值測驗和工作價值測驗。5行為觀察6投射人格測驗投射人格測驗是在測驗時向被測者提供些模棱兩可的刺激，讓他在不受限制的情況下，自由地做出自己的反應，使其不知不覺地表露出入格特征。即在沒有控制的情況下，個人內(nèi)在因素通過對某些刺激的反應投射出來。作為刺激物的材

15、料有內(nèi)容模糊的圖片、未完成的句子、沒有結尾的故事等。屬于投射人格測驗的有：羅夏墨跡測驗、主題統(tǒng)覺測驗、兒童統(tǒng)覺測驗、文字聯(lián)想測驗和名字完成測驗等。 7/31/202230第三節(jié) 常見的幾種學習評定量表一、圖示量表7/31/202231二、形容詞量表這種量表在提出的問題之后，用一組序列化的形容詞或修飾短語的方式提供各種不同程度的答案，回答者在每個形容詞及短語上畫圈或做上記號，以表示自己的評定。例如：極好；很好；，好；尚好；不好。完全同意；同意(或贊成)；無所謂；不同意(或反對)；完全不同意(或極反對)；無法回答。絕對正確；正確；較正確；不正確；極不正確；無法回答。很好；好；可以；不對；糟糕；無法

16、回答。經(jīng)常；偶爾；完全不。極重要；重要；較重要；不重要；不知道。非常贊成；相當贊成；稍許贊成；難說；稍許反對；相當反對；非常反對。7/31/202232三、數(shù)值量表數(shù)值量表是為了克服形容詞量表不能數(shù)量化的缺點而出現(xiàn)的一種量表形式，這種量表只是簡單地把數(shù)字加在形容詞量表上，對每個等級的答案都標上分數(shù)。例如：極好(5)；很好(4)；好(3)；尚好(2)；不好(1)。完全同意(5)；同意或贊成(4)；無所謂(3)；不同意或反對(2)；完全不同意或極反對(1)。絕對正確(5)；正確(4)；較正確(3)；不正確(2)；極不正確(1)。很好(5)；好(4)；可以(3)；不對(2)；糟糕(1)。經(jīng)常(3)；

17、偶爾(2)；完全不(1)。極重要(5)；重要(4)；較重要(3)；不重要(2)；不知道(1)。7/31/202233四、行為量表設計行為量表可按下面的程序進行： 首先要求評定者熟悉被評定的教學現(xiàn)象，而且要求他們描述其中的有效行為或無效行為。 接著，研究者把這些描述分成相對來說內(nèi)容較少的種類并給它們命名。作為對分類的檢查，也可組織有豐富教學經(jīng)驗的教師或教學專家及教學評價專家再次把上述描述分配到已命名的種類中。 然后，評定者把可以有效地分類和評定的那些描述歸人一個為各類描述而設置的量表，使用這些對教學行為的描述作為量表的標度。 7/31/202234例如： 通過教師與學生的接觸來評定教師對教學的態(tài)

18、度： 在教師家里召開研討會。 一愿意在正常的上班時間之外和學生一起活動。 一一在辦公室和學校的其他地方會見學生。 樂意占用辦公時間與學生交談。 勉強安排最少可能的辦公時間與學生接觸。 拒絕在課堂之外會見學生。 行為量表通常分為37個單位或等級，每個等級代表某一教學行為的一個增量。評定者根據(jù)任課教師在教學的某一方面的行為的程度不同而在量表的相應等級上做上記號。7/31/202235課堂教學評定量表（一個例子）7/31/2022367/31/202237五、常見的幾種量表形式的變體(一)加涅1974年設計的“現(xiàn)實一滿意等級量表”加涅等人1974年設計了一種雙重目的的“現(xiàn)實一滿意等級量表”，以使評定

19、者回答有關每一教學評定項目的兩個問題。例如：1你如何評定任課教師的語言清晰度? (1) (2) (3) (4) (5) 從不 幾乎不 偶爾 時常 經(jīng)常 (問題) (問題) (問題) (問題) (問題)7/31/2022382在這個項目中你認為哪個評定是您滿意的? (1) (2) (3) (4) (5) 從不 幾乎不 偶爾 時常 經(jīng)常 (問題) (問題) (問題) (問題) (問題) 第二問旨在使評定達到某個標準或水平，并對照該標準或水平解釋評定者對第一問的回答。7/31/202239(二)多伊爾在1975年提出了一種雙重的“評價一重要性量表”1你怎樣評定任課教師對別人觀點的接受? (1) (2

20、) (3) (4) (5) 不好 尚好 好 很好 很好2該教師的品質(zhì)對你有怎樣的重要性? (1) (2) (3) 不太重要 還算重要 非常重要第二問旨在提供一種方法以區(qū)分問卷上各種提問的重要性。這種被項目重要性所強調(diào)的具體特征評定比起不被強調(diào)的評定來說，是全面評價更好的預言者，而且也可以提供個對正在進行的教學評定項目的有效性的方便估計。7/31/202240(三)第三種變體與效果評定有關學生可以通過在一門課程開始時完成的一個評定和在該課程結束時的一個類似評定；也可以通過只是在該課程結束時作出的一個雙重前一后評定；還可以通過一個下列類型的單一評定，就能夠評定他們的學習收獲：與本課程第一天的收獲相

21、比，你現(xiàn)在怎樣評定你對該課程教學內(nèi)容的掌握了 很多 多 少 少 多 很多 現(xiàn)在更差 現(xiàn)在更差 現(xiàn)在更差 現(xiàn)在更好 現(xiàn)在更好 現(xiàn)在更好7/31/202241六、強迫選擇量表 流行的強迫選擇評定形式由四個要素構成，所有要素對評定者具有同等的吸引力，但是僅有兩個要素實際上與某些測量標準有關并被評分。剩下的兩個要素因為在區(qū)分有效表現(xiàn)與無效表現(xiàn)時沒有實驗依據(jù)，而不被人們重視： 友好的 激勵人的 博學的 善于表達的 強迫選擇量表的評分是根據(jù)評定者的識別要素的總數(shù)來決定的。這種量表蘊含著這樣一種思想，即因為所有的選擇要素對評定者來說都是同等地合乎需要的，都是未知的，都是有效的和可評分的，所以評定者將不能偽造有利的或不利的平定。因此，這種量表比前面所介紹的那些常見的評定量表更能消除評定者誤差；而且強迫選擇評定與對學生的學習測量之間有明顯的相關。7/31/202242七、綜合評定量表為