1、第十四章 學習測量與評估,本章要點： 學習測評的概述 教育評定 學習測評 學習測評的指標 學習測評的方法與技術 標準化測驗 教師自編測驗 真實性評定(非測驗的評價技術) 學習測評結果的處理與報告,第一節(jié) 學習的測量與評估概述,（一）教育評定 （二）學習測評 （三）學習測評的指標,（一）教育評定 教育評定是一套系統(tǒng)性程序，通過搜集、分析和描述有關資料，并將實際表現(xiàn)與理想目標進行對比，以便對課程、教學方法和學生的培養(yǎng)方案做出決策。,涵義： -根據(jù)一定的標準（教育目標的達成與否） -運用可行的方法（測量、非測量、系統(tǒng)收集資料信息的方法） -對教育的要素、過程和效果（教育計劃、課程、學習結果、教育現(xiàn)象

2、、教學活動、教育目標或程序） -進行價值評判的活動（為學生發(fā)展、教育決策等）,分類： 2.1診斷性評定、形成性評定和總結性評定 實施教育評定的時機 診斷性評定：指在教學開始前用來摸清學生現(xiàn)有水平及個別差異的價值判斷，通過了解學生的基本能力和起點行為，安排教學。 形成性評定：指在教育活動進行過程中評價活動本身的效果，用以調(diào)節(jié)活動過程，保證教育目標實現(xiàn)而進行的價值判斷。 總結性評定：指在某項教育活動告一段落時，對最終成果做出價值判斷。,2.2常模參照評定和標準參照評定教育評定資料的處理方式 常模參照評價：以學生所在團體的平均成績?yōu)閰⒄諛藴剩ǔＤ＃?，根?jù)其在團體中的位置來報告評價結果。 標準參照評價

3、：基于某種特定的標準，評價學生對與教學密切關聯(lián)的具體知識和技能的掌握程度。,2.3正式評定和非正式評定教育評定的嚴謹程度 正式評定：指學生在相同情況下接受相同的評估，且采用的評定工具比較客觀。E.g.測驗、問卷 非正式評定：指針對個別學生，且評定的資料多采用非正式的方式收集。E.g.觀察、談話,2.4配置性評定和診斷性評定 從教育評定的功能看 配置性評價：主要是在特定的教學活動之前，摸清學生的現(xiàn)有水平及個別差異，以便安排教學。 診斷性評價：了解學生的學習基礎與個體差異；對經(jīng)常表現(xiàn)學習困難的學生多做的評價。多半是在形成性評價之后實施。,2.5團體評定和個體評定教育評定對象的數(shù)量 團體評定：在同一

4、時間對一定數(shù)量的學生（一個班、一個年級）的評定。 個體評定：不同的學生接受不同形式的評定（論文、答辯），這種評定往往是一對一的。,2.6 標準化學績測驗和教師自編測驗 從測驗的來源看 標準化成就測驗：由學科專家和測驗編制專家按照一定標準和程序編制的測驗。 教師自編測驗：指教師根據(jù)教學需要自行設計與編制的、作為考查學生學習進步情況的測驗。,（二）學習的測量與評估,教師通過搜集學生在課堂中的信息，對學生的學習狀況和進行判斷和決策，并制定出最適合學生發(fā)展的教學計劃的過程。,含義： 根據(jù)某種標準和一定的操作程序 運用一定的測量工具 對教育現(xiàn)象進行數(shù)量化描述的過程 特點： 間接性和推斷性 測量對象的模糊

5、性和測量誤差的不可避免性 測量工具的多樣性，結果具有相對抽象性,1.學習測評的含義及特點,2.學習測評的功能 提供反饋：學習測評的結果為師生調(diào)整和改進教學提供充足的反饋信息。 提供評價：學習測評的結果為家長了解子女在校學習情況、學校鑒別學生學業(yè)成績提供信息。 作為誘因：學習測評的結果可以激勵學生努力學習。 衡量教學：學習測評和教學的關系決定了測評-教學過程的有效性,教學目標 起點行為 教學活動 學習測評 反饋,3.學習測評的基本模式,3.1傳統(tǒng)模式：一般意義上的考試和測驗。 關注點：學生在學習上有何特點？其各項能力的發(fā)展水平？怎樣幫助學生取得進步？ 常用手段：標準化常模參照測驗,3.2動態(tài)評定

6、：與教學融為一體的連續(xù)不斷的測評過程。 關注點：學生在教學情境下進行學習的能力水平，確定其在適宜的條件下能夠?qū)W的多好，評價師生在交互作用的教學條件下的學習情況，而非確定學生已經(jīng)學會了什么。 常用手段：非正式評定，有時還可由學生自主進行。,3.3課程本位評定：以課程內(nèi)容為依據(jù)、使用標準參照測驗進行的評定。,關注點：學生的掌握情況，而不考慮與常模團體的比較，注重課程目標，降低了測驗和考試的作用。 常用手段：標準參照測驗基于某種特定的標準，來評價學生對與教學密切關聯(lián)的具體知識和技能的掌握程度。,（三）學習測評的指標,1.學習測評的信度 信度就是指測量數(shù)據(jù)和結論的可靠性程度，即多次測驗的結果要保持一致

7、，否則便不可信。通常用一種相關系數(shù)（即兩個數(shù)之間的比例關系）來表示，相關系數(shù)越大，信度則越高。信度的估計方法主要有重測法、復本法、對半法。,2.學習測評的效度 效度（Validity）是測量的有效程度。嚴格地說,效度是指一個測驗或量表實際能測出其所要測量特性的程度。效度驗證可分為： 2.1內(nèi)容效度：測驗題目對于應測內(nèi)容與行為的代表性程度，在教學情境下就是測驗題目能體現(xiàn)教學目標與教材要求的程度。一般使用邏輯分析法、克龍巴赫的統(tǒng)計分析方法和再測法進行分析。 2.2構想效度：測驗能夠測量到理論上的構想和特質(zhì)的程度。估計方法包括對測驗本身的分析、測驗間的相互比較和效標效度的相關。 2.3效標效度：一個

8、測驗對于處于特定情境中的個體行為進行預測時的有效性。估計方法是計算測驗分數(shù)與效標測量的相關系數(shù)。,信度(Reliability):測驗是否精準(Precision) 效度(Validity) :測驗是否正確(Accuracy) A：精準又正確； B：不精準但正確； C：精準但不正確； D：不精準也不正確,效度與信度的關系,3.學習測評的難度和區(qū)分度 難度：是被試完成項目任務時所遇到的困難程度。它通常用答對該項目的人數(shù)占應試總?cè)藬?shù)的百分比來表示。百分比越高，難度越小。,區(qū)分度：是題目區(qū)別被試水平的能力的程度,常記為D，常用“高低分組法”表示D。被試D值越高，題目越是有效。,第二節(jié)學習的測量與評估

9、的方法和技術,（一）標準化成就測驗 （二）教師自編測驗 （三）非測驗的評價技術,（一） 標準化測驗,定義：由學科專家和測驗編制專家按照一定標準和程序編制的測驗。 特點：命題、施測、評分和解釋都有一定的標準和規(guī)定，具有較好的信度和效度。,標準化測驗的優(yōu)缺點,缺點 對學生可能產(chǎn)生不良影響 產(chǎn)生焦慮 把學生分類，并貼上標簽 損害了學生的自我概念 預先期望直接影響自我實現(xiàn) 使用的條件嚴格 未必公正公平,優(yōu)點 客觀性 計劃性 可比性,（二）教師自編測驗,含義 教師根據(jù)具體的教學目標、教材內(nèi)容和測驗目的，自己編制的測驗，是為特定的教學服務的。 特點 教師自編測驗用于測量學生的學習狀況，而標準化成就測驗用于

10、判斷學生與常模相比時所處的水平,1.教師自編測驗的基本步驟,2 編制測驗的細目表,細目表：兩維表，縱欄表示學習結果，橫列表示課程的內(nèi)容和范圍 一般步驟： 1）列出教學目標清單：按照陳述教學目標的方法，描述某單元的一般性教學目標及具體的學習成果 2）列出教學內(nèi)容要點 3）填寫雙向細目表（排列各部分所占的比例：準備一個含有教學目標與教學內(nèi)容兩個維度的雙向細目表，并具體說明測驗題目和評價任務樣本的特點 *縱向設計各個知識在整個測驗的知識范圍內(nèi)的相對地位和重要程度（確定各部分知識所占的比重） *橫向設計了解各組知識在不同學習水平中的具體要求，從而決定相應的比例 *匯總與調(diào)整,細目表實例（分數(shù)和十進制）

11、,3 選擇合適的題目,（1） 準備測驗題目時應考慮的問題 題目與預期的成果匹配 知識性學習成果 理解性學習成果 應用性學習成果 獲得題目的代表性樣本 減少妨礙表現(xiàn)的無關因素 避免客觀題中的無意線索,（2）題目的類型,客觀題 是非題 匹配題 選擇題 主觀題 部分限制型 簡答題、填空（圖）題、畫圖題、改錯題 自由應答型 論述題、作文題、實驗題、翻譯題、計算題作圖題,（3）具體題型,A.簡答題與填空題 基本特點 根據(jù)呈現(xiàn)的問題，學生以一個詞、短語、數(shù)字或者符號做出回答 適合測量各種相對簡單的學習結果 優(yōu)點和局限性 優(yōu)點： 容易編制 學生必須提供答案，減少了通過猜測獲得答案的可能 局限性： 不適合測量

12、復雜的學習結果 記分的難度,編制簡答題的一些建議 *題目措辭時，應使要求的答案簡潔具體 以其他動物的肉為食的動物是（ ） 以其他動物的肉為食的動物屬于（ ）類 *不要直接引用教材上的陳述作為簡答題的基礎 *如果答案要以數(shù)字單位的形式表示，請標明要求的答案類型 *給題目答案留的空白長度應該一樣且都放在題目的右端 *使用填空題時，需要學生填的空不要太多,B.是非題 基本特點 用于測量事實性陳述、術語定義以及定律表述是否正確的辨認能力 優(yōu)點和局限性 優(yōu)點： 效率高 局限性： 測量的學習結果種類有限（大多為知識領域） 具有猜測性,編制是非題的一些建議 *要判斷正誤，應避免過于寬泛的判斷 美國總統(tǒng)是選舉

13、產(chǎn)生的（ ） 美國總統(tǒng)通常是選舉產(chǎn)生的（ ） *避免瑣碎的陳述 *避免使用否定句式，尤其是雙重否定 *避免使用長的復雜句型 *避免在一個判斷中包含兩個觀點 *避免正確判斷和錯誤判斷地數(shù)量不合比率,C.選擇題 基本特點 由一個問題和一列選項組成 學生答題方式是選擇正確的或者最佳的選項 錯誤的選項叫干擾項，干擾那些知識掌握不牢固的學生答題 優(yōu)點和局限性 優(yōu)點： 較強的靈活性，測量多種知識和理解水平的學習內(nèi)容 在測量各種類型的學業(yè)成績方面有廣泛的應用性 局限性： 難以找到足夠多的似是而非的干擾項,設計選擇題的建議 *題干本身具有意義并以一個確定的問題呈現(xiàn) 南美（ ）改：大多數(shù)居住在南美的殖民者來自于

14、（ ） *題干應包括盡可能多的內(nèi)容，但與題干無關的材料應該刪去 大多數(shù)南美國家的居民是來自西班牙的殖民者。你將如何解釋大量的西班牙殖民者定居在那里呢？ 改：西班牙殖民者定居在南美許多國家是為了尋找 *一般不使用否定式的題干 下面哪個州不位于回歸線以北？ 改：下面哪個州位于回歸線以南 *全部的選項都應與題干在語法上保持一致,*所有的干擾項都應該是似是而非的 選擇題中應該有多少個選項？ 編制具有迷惑性的干擾項的方法 使用學生最常見的錯誤 使用課本上的語言或者其他具有真理性的措辭 使用那些由于學生誤解或者是粗心大意而造成的錯誤答案 使干擾項與正確答案在長度、詞匯、句子結構和內(nèi)容的復雜程度上相似,*避

15、免使題干與正確答案之間存在語言聯(lián)系 *正確答案出現(xiàn)在選項中的位置應該大致平均而且隨機 *少用諸如“以上都不對”、“以上都對”的選項,D.主觀題 基本特點 被試在解答問題時，可以自由組織答案 評分者按照給分標準，借助主觀判斷確定被試得分 優(yōu)點和局限性 優(yōu)點： 可以測量高層次的學習水平 答案能夠反映考生解答問題的思維過程和回答問題的正確程度 可以促使學生養(yǎng)成注意學習內(nèi)容和知識之間的內(nèi)在聯(lián)系的習慣 局限性： 試卷中試題數(shù)量少，考試覆蓋面小，試題取樣不廣泛，難以有效地代表所測內(nèi)容，影響考試信度和效度 評分不夠客觀，閱卷時費時費力,編制主觀題的一些建議 *加強試題的綜合性，以測量較高層次的學習水平 *要

16、給考生提供展顯才智的條件 *突出重點內(nèi)容 *要出“活題” 不脫離考試的范圍和要求 不出偏題、怪題 *編制題目的同時，制定明細合理的評分標準,（三） 非測驗的評價技術,使用非測驗評價技術的必要性： 標準化測驗和教師自編測驗存在種種缺陷，測驗應該反映教育給學生準備的現(xiàn)實生活的各種表現(xiàn)形式。 非測驗測評技術的核心思想： 要求學生展示應用在學校學習到的知識和技能來完成一些實際的操作，在正式的情境中展示水平，故又稱為真實性評定。,案卷分析 按照一定標準收集起來的學生認知活動的成果，并形成某種判斷和決策的過程。 觀察 行為檢查單 等級評價量表 情感評價 操作評定,1.具體方法,案卷分析樣例：數(shù)學能力評估,

17、沒有計劃，沒有假設，沒有預測結果 幾乎沒有計劃，假設不完全且不清晰，只作出了一些模糊的預測 有一定的計劃，陳述了假設但相當模糊，試圖作出清晰的預測 對大多數(shù)問題有精確的計劃和預期，假設大體是清楚的，大多數(shù)預測是清楚 計劃非常嚴密，假設是清晰的，所有的預測都明確呈現(xiàn)出來,2.案卷分析的評價指標,back,喜歡向權威挑戰(zhàn) 有較強的好奇心，總想尋根究底，弄清事物的來龍去脈 喜歡精細地觀察事物 非常希望把自己發(fā)現(xiàn)的東西告訴別人 能從乍看起來互不相干的事物中找出聯(lián)系 有自己獨特的實驗方法和發(fā)現(xiàn)問題的方法 喜歡預測結果，并能努力地去證明這一預測的正確性 習慣于自己決定學習和研究的課題 喜歡尋找多種解決問題的可能性,行為檢查單樣例1：學生創(chuàng)造性評估,學生是否能夠?qū)λ说膬?yōu)秀表現(xiàn)表示欣賞 （） 學生是否愿意傾聽他人的意見和建議 （） 學生能夠獨立判斷做出決定么 （） 學生愿意向他人提供幫助 （） ,行為檢查單樣例2：記錄學生合作技能評估,back,等級評價量表樣例：對學生成果報告的評價,情感評價樣例：對學生情感態(tài)度方面的評價,操作評定樣例：,第三節(jié) 學習的測量與評估結果的處理與報告,（一）評分步驟