编辑: star薰衣草 | 2014-05-26 |
0. 70, 该考试所得分数才可以用于评价个人和集体;
如果是用来鉴定应试者个人的考 试,信度必须达到 0.
90 或更高[4] . 上述几个指标中,难度表示试卷的难易程度, 区分度可以用来说明考生能力与试题难度的 关系, 信度反映考试的稳定程度,是保障试题质量的基础.他们既有各自独立的意义,又有相 互联系制约的一面.不能简单认为, 当试题难度大时,就能很好地区分考生的能力.在实际工 作中必须根据考试目的和教学实际等情况, 综合考虑以上三个指标的得分情况,才可以为试题 评价者提供更科学的信息[5] .
二、 实例分析 本研 究将 全国高等医学院校大学生临床技能竞赛―――东北、 华北赛区 的28 支参赛队伍作为研究对象,28 支参赛队伍的比赛试题共
20 道, 均为临床实践操作, 比赛的满分为
100 分,每道题的满分情况具体如下 (见附表) . 研究以此次竞赛的试题为例, 进行了试题评价,并详细介绍了 SPSS 19.
0 的实现过程. 附表 临床技能竞赛
28 支队伍参赛的试题情况及分析结果 ( n = 20) 题号 试题满分 难度 区分度 Q01
2 0.491 0.772 Q02
4 0.438 0.871 Q03
4 0.375 0.879 … … … … Q19
2 0.482 0.620 Q20
8 0.545 0.693 1. 数据库的建立. 进入 数据视图 界面, 将所需要的数据进行输入, 最终数据库的建立结果如下( 见图 1) . 队伍编号 1-
28 分别代表
28 支参赛队伍, 变量 评分值 为每支队伍的参赛总得分,变量 Q01-Q20 为1-
20 题的得分.图1仅展示部分数据. 2. 难度的计算. 打开 SPSS 数据库,选择 分析 → 描述性统计 → 描述性分析 命令,打开 描述性分析 主对话框( 见图 2) . 图1数据库的建立 图2 描述性分析 主对话框 将所要分析的变量, 即 Q01-Q20 移动到右侧的 变量( V) 中, 并点开左上角的 选项 , 将其中的 均值 选中,点击 确定 ,结果中的最右侧一列表示每道题得分的均值,例如 Q01 题的均值为 0. 982,由于 Q01 题的满分为
2 分, 故其难度 P1 = 0.
982 /2 = 0. 491. 以此 类推,剩余题的难度计算方法与 Q01 题的难度算法相同,各题的难度得分见附表. 3. 区分度的计算. 打开 SPSS 数据库,选择 分析 → 相关性 → 双变量相关性 命令, 打开 双变量相关性 分析 主对话框( 见图 3) . 图3 双变量相关性分析 主对话框 将要分析的题 Q01 和 评分值 放入 变量(V) 中,点击 确定 ,Q01 题和总分的 Pearson 相关系数为 0. 772,因此 Q01 题的区分度 D1 = 0.
772 >
0. 4, 结果表明第
1 题 对考生水平的区分效果很好.其他试题区分度的算法与 Q01 题相同,最终结果见附表.由附 表可以看出, 本次竞赛中每道题的区分度值均大于 0. 4,表明区分效果都很好. 4. 信度的计算. 打开 SPSS 数据库, 选择 分析 → 度量 → 可靠性分析 命令, 打开 信度分析 主对话框 (见图 4) . 图4 信度分析 主对话框 将要分析的变量, 即每个题目的得分 Q01-Q20 放入图
4 项目( I) 选项中, 在 模型 选项中选择 α , 点击 确定 ,克朗巴赫系数 α = 0. 946, 此次临床技能竞赛试题的信度得 分为 0.
946 >
0. 9,表明此次竞赛试题的信度较好. 综上所述, 此次竞赛每道题的难度值介于 0. 4- 0.
7 之间,区分度得分均大于 0. 4, 试 题整体的信度值为 0. 946.因此,从各项评价指标来看,该竞赛试题的质量水平较好.