我国现代教育测量发展述析_李夏妍

经典测验理论给人们提供的只有分数，只能 提供被试在知识与能力上的排序信息，而缺乏深 入了解被试认知结构和认知水平的诊断信息。认 知诊 断 理 论 （ Cognitive Diagnostic Theory，简 称 CDT） 的研究则可解决这一问题。认知诊断理论 突破了经典测验理论忽视被试心理学实际意义的 不足，结合认知心理学的最新研究，注重被试的 心理学实际情况，成为新一代测验理论的核心。 它以现代测量理论为基础，根据认知学习理论， 运用精致的数学模型，以测量被试的知识结构、 认知过程和 认 知 策 略 为 目 标［3］， 注 重 测 量 被 试 的多维认知能力，可以给被试提供掌握知识与技 能情况的诊断信息。
［收稿日期］ 2014 － 01 － 10 ［作者简介］ 李夏妍，广东金融学院讲师，硕士，研究方向: 教育测量与评价。
— 156 —
承编制了 《廖氏团体测验》； 此外，还有艾伟编 制了中小学各年级各学科测验、小学儿童能力测 验及智力测验，进一步促进我国自编教育测验的 发展。西方科学的智力测验量表的引进使用及我 国自编标准化教育测验的发展，是我国 20 世纪 初现代教育测量的出现并快速发展的重要标志。
三、蓬勃发展时期
20 世纪 70 年代末至 80 年代时期，主要表现 在： 第一，我国学者从西方国家引进了传统的经 典测验理论 （ Classical Test Theory，简称 CTT） 以 及现代的概化理论 （ Generalizability Theory，简称 GT） 和项目反应理论 （ Item Ｒesponse Theory，简 称 IＲT） 。第二，1979 年，林传鼎、张厚粲等人在 参考国外资料的基础上编制了少年儿童学习能力 测验，用于测量小学毕业生的语言能力和推理能 力。1980 年开始，在张厚粲的主持下，北京师范 大学高考研究组对每年的高考试卷进行系统的统 计分析。从 1985 年开始至 1990 年，我国全面开 展高考标准化改革实验。第三，1982 年，叶佩华 教授等人翻译美国桑代克、哈根合著的 《心理与 教育的测验和评价》 （ Measurement and Evaluation in Psychology and Education，1977 年 版） 一 书。 教育 测 量 学 方 面 的 学 术 著 作 大 批 出 版。第 四， 1988 年，全国教育统计与测 量 研 究 会 成 立。同 年，我国加入国际教育成就评价协会 （ International Association for Educational Assessment， IAEA） ，并与国际教育成就评价协会合作，在我 国进行了全国规模的教育测量抽样研究。
［关键词］ 现代教育测量特征; 理论前沿; 新方法; 发展 ［中图分类号］ G526. 5 ［文献标识码］ A ［文章编号］ 2095 － 0292 （ 2014） 02 － 0156 － 03
我国从夏商周三代至清末废科举时止，为古 代教育测量时期； 清末废科举至现在，为现代教 育测量时期。
一、我国现代教育测量的出现并快速发展时 期
在教育测量中，人们常常遇到需要比较不同 地区、单位、时间的考试分数的问题。教育管理 部门希望对不同学年学生的学业成绩与水平做出 公平的评价，这就需要测验等值的技术方法把不 同的测验关联起来。测验等值可以把不同测验分
— 157 —
数之间进行等值，也可以对测验题目的参数进行 等值［4］。总 之， 现 代 测 验 理 论 的 不 断 发 展 和 成 熟，弥补了经典测量理论的不足，为教育测量与 评价提供更多样化、科学化的工具。
2014 年第学报
Journal of Social Science of Harbin Normal University
No. 2，2014 Total No. 21
我国现代教育测量发展述析
李夏妍
（ 广东金融学院，广东 广州 510521）
［摘 要］ 我国现代教育测量的产生主要源于我国古代教育测量和西方心理与教育测验。20 世纪，我 国现代教育测量历经形成并快速发展、缓慢和停止发展、蓬勃发展等时期。21 世纪初，我国教育测量在理 论和方法研究上已经走向世界前沿。在经典测验理论、概化理论、项目反应理论的深化研究的同时，还探 讨了多维项目反应理论、认知诊断理论和测验等值理论的研究; 主要关注计算机自适应测验、高级统计方 法、国际学科能力测验的新方法在教育测量中的应用。
分析主效应和交互效应，由对单指标和直接观测 变量进行研究到对多指标和潜变量进行研究［5］。 统计分析方法的另一大突破性发展是多层分析的 理论和方法。在教育测量的研究中，取样往往存 在嵌套结构，如学生嵌套于学校。多层分析方法 可以减少传统回归分析方法导致的估计误差，并 且可以避免由人为选择分析单位而可能出现的错 误。新一代统计方法的发展还体现在对追踪数据 和发展模型的处理上，目前最为广泛接受的是基 于结构方程的追踪数据分析方法和基于多层分析 技术的发展模型方法。这些高级统计方法对提高 研究的严谨性、结论的科学性带来很大帮助，必 将有力推动教育测量的研究向更高层次的发展。
四、21 世纪初我国现代教育测量理论和方 法的新发展
（ 一） 教育测量理论的前沿研究 21 世纪初我国教育测量理论的前沿研究主 要表现在三个方面： 一是多维项目反应理论的研
究与应用； 二是认知诊断理论的研究与应用［2］； 三是测验等值理论的研究与应用。
传统的教育测验以经典测验理论为依据，主 要用于教学中的人才选拔考试、学生成绩诊断和 描述性评价等方面。经典测验理论存在统计量的 样本依赖性大，信度估计不精确，不能同时对题 目难度和被试能力进行估计，测验结果的预测力 缺乏等问题。项目反应理论具有能对被试的能力 或潜质特质进行估计，针对每个被试提出其能力 估计值的测量误差，项目参数不依赖于样本等优 点，弥补了经典测验理论的不足。项目反应理论 的研究主要关注不同参数的等级反应模型、规则 空间模型、不同条件下对各种参数估计的影响 等，研究方法主要采取模拟数据和实测数据相结 合。多维项目反应理论是把知识分解为多个维 度，分别估计被试在每个维度的能力值，来实现 对被试知识 结 构 的 诊 断［2］。 多 维 项 目 反 应 理 论 对测验中的每个维度都分别计算被试能力和项目 区分度参数，同时估计题目与被试的交互作用。
二、缓慢和停止发展时期
抗日战争开始后，我国教育测量的发展速度 减慢，但在学校施测并没有停止。新中国成立后 至 1966 年，学校重视知识教学，关注学业成绩 测验和升学考试，但不重视对教育测量理论和技 术的研究，教育测量学缓慢发展。
“文革” 期间，凯洛夫教育学被打成修正主 义 “黑货”。心理学被打成伪科学，教育与心理 测验被视为禁区，取消高考与中考，导致教育测 量学停止发展。
以多维项目反应理论和认知诊断理论为代表 的现代教育测量理论的兴起反映了人们不满足于 单一的测量分数、希望得到更加详细的诊断信息 的现实情况。将测量理论与教育评价和考试等实 践领域相结合，产生了增值性评价、自适应测验 以及计算机化自适应多阶段考试等应用性的研 究。目前大多数前沿领域，如认知诊断和计算机 化认知诊断测验，还处于理论研究的阶段，尚未 在大规模测评项目中应用。
育统计学的发展提高了教育测量结果的数量化水 平，使测量结果的描述从模糊性到精确性。第四， 经典测验理论的形成。经典测验理论讨论了测量 的信度、效度、难度和区分度等问题，使我们能 对测量结果的稳定性和有效性进行评价，从而更 好地改进测验工具。
20 世纪初，科学的教育测量学从西方引进 中国。1915 年，美国的克雷顿 （ Creighton） 对 广州 500 名小学生进行机械记忆、比喻、交替等 内容的测验，并比较中美儿童智力差异的情况。 这是西方教育测量理论与方法在中国运用的最早 案例。1917 年，樊炳清首先向国人引入和评述 比内—西蒙量表。1918 年，西方学者使用推孟 的修正智力量表对北京大学和清华大学的学生进 行智力测验。
“教育测量”一词，是美国桑代克在 1904 年 提出来的。20 世纪初期，我国进入现代教育测量 阶段。笔者认为，我国现代教育测量的产生，主 要源于我国以科举考试为特征的古代教育测量和 西方以智力测验量表以及调查问卷为特征的心理 测验和学绩测验，受西方心理与教育测量学影响 较大。现代教育测量的主要特征是： 第一，测量 类型的多元化。我国古代教育测量只是学业考试。 现代教育测量除了学业考试，还有智力测验、品 德测验、能力倾向测验等。既有个别测验，又有 团体测验。第二，客观性、科学性和标准化。古 代教育测量大多偏于主观经验性测量，如口试、 凭经验观测、主观评判等，现代教育测量开始注 重客观依据和科学标准，测量手段、工具更先进、 更科学、更有效。从测量标准、命题、测量过程 到评定都讲究客观性和科学性。19 世纪，冯特时 代的心理实验十分强调控制实验情景。到了 20 世 纪，实验控制的思想在测验中就演变为测量的标 准化问题。现代教育测量强调在一个标准化的情 境下观察所有受试者，使测量走向科学化、规范 化。第三，教育统计学在教育测量中的应用。教
在西方 科 学 教 育 测 验 工 具 在 我 国 运 用 的 同 时，我国学者也开始自编测验。自编的教育测验 的种类五花八门，包括书法测验、算术测验、默 读测验、文法测验、常识测验、学校各科教育测 验等。这些测验测量的 对 象 主 要 是 中 小 学 生。 1918 年，江苏省立师范附小的俞子夷编制了小 学生毛笔书法量表［1］。1922 年，我国聘请美国 测量学家麦柯尔 （ W． A． McCall） 来华指导编 制各种教育测验，并培训教育测量人才。麦柯尔 在中国与全国各地教育专家合作完成了五十多种 测验［1］。1925 年前后，南京高等师范学校廖世
（ 二） 教育测量新方法的研究与应用 未来一段时期内我国教育测量新方法的研究 应用主要关注以下三个方面： 1． 计算机自适应测验 以项目反应理论为基础，结合计算机技术形 成的计算机自适应测验已经被广泛应用于教育测 验。计算机自适应测验 （ Computerized Adaptive Testing，简称 CAT） 是项目反应理论的一个重要 应用。计算机自适应测验是不同于传统纸笔测验 的一种新型测验。它应用项目反应理论来建立测 验的题库，通过计算机自动选择与被试能力相符 的测验题目施测，应用数学模型对被试能力水平 进行估计。因此，不同于传统纸笔测验通过一份 试卷考查所有被试，在计算机自适应测验中，每 个被试接受与自己能力相符的独特的测验。计算 机自适应测验也不同于一般的计算机化测验，一 般的计算机化测验只有呈现题目、输入答案、自 动评分、得出结果的功能，而计算机自适应测验 需要根据被试对试题的不同回答，自动选择最适 合被试的试题让被试继续作答，最终达到对被试 能力做出最恰当估计的目的。在计算机自适应测 验中，测验试题的选择和呈现、被试对试题的解 答以及被试的能力计算都是通过计算机来完成 的，因此，对计算机的性能要求比较高。计算机 自适应测验关注试题曝光率的控制、测验终止的 原则对计算机化掌握性测验的影响、选择试题的 策略以及计算机自适应测验的结束规则等方面。 美国 教 育 考 试 服 务 中 心 （ ETS ） GＲE 考 试 的 General Test 和 GMAT 计算机考试都属于计算机 自适应测验。我国大学英语四六级考试目前正在 尝试推动这种考试方式的改革。 2． 高级统计方法在教育测量中的应用 高级统计方法的发展极大推动了教育测量的 研究。结构方程模型 （ Structural Equation Model） 计算方法是目前最常用的高级统计方法，它在现 代教育测量与教育研究中的应用已日益广泛。结 构方程模型中的验证性因素分析为测验结构效度 的检验提供了新的方法。结构方程的路径分析思 想拓展了教育测量研究的思路———由过去的只研 究单变量变为研究多变量，由分析主效应到同时