【正文】 上分析原因。（3）如果干擾項(xiàng)被選的結(jié)果低于2%，說明不具迷惑性，應(yīng)修改。（4）如果高分組的考生所選擇的答案集中在兩個(gè)答案上，說明答案可能不惟一。下面是1992年年高考的一道試題的下面是分析數(shù)據(jù)：下列哪種循環(huán)不回到右心房？A 冠脈循環(huán) B 肺循環(huán)C 淋巴循環(huán) D 體循環(huán)從統(tǒng)計(jì)數(shù)據(jù)可以看出，考生對(duì)該題的反應(yīng)是正常的，因?yàn)檫x擇正確選項(xiàng)考生的平均分是最高的，而且每個(gè)選項(xiàng)被選的人數(shù)都超過了2%，說明干擾項(xiàng)的編寫具有一定的迷惑度。二 試題的區(qū)分度分析區(qū)分度是指試題對(duì)考生的知識(shí)、能力等的區(qū)分能力。其取值范圍在+～，其值越大，區(qū)分的效果越佳。1 區(qū)分度的計(jì)算 區(qū)分度的計(jì)算方法很多，其中最簡便的方法是比較測驗(yàn)總分高的一組考生與低的一組考生在試題通過率上的差，即 其中 D為鑒別指數(shù)； 為總分最高的27%考生在該題的通過率； 為總分最低的27%考生在該題的通過率。，試題的區(qū)分度很好；～；～，需要修改；。 在學(xué)校的成績考試以及會(huì)考中并不十分強(qiáng)調(diào)試題的區(qū)分能力，但是對(duì)考試的及格率很重視，因此對(duì)試題編制的要求也不盡相同。在這種情況下，試題的區(qū)分度可采用及格組和不及格組在該題的通過率之差作為指標(biāo)。2 區(qū)分度與難度的關(guān)系難度與區(qū)分度的關(guān)系十分密切，這時(shí)D為0。，這種極端情況是高分組都通過了而低分組都沒有通過，這時(shí)的D值為1，達(dá)到最大值。從分析中可以看出，則區(qū)分度越可能大。但是在實(shí)際編制試題時(shí)。應(yīng)盡量將題目的難度分布廣一些，才能把各種水平的人都區(qū)分開來。一般來說，較難的試題對(duì)高水平的考生區(qū)分度高，較易的試題對(duì)水平低的考生區(qū)分度高。3 試題的特征曲線試題的特征曲線是一種直觀的分析試題區(qū)分度的方法。它以考生試卷獲得的總分為橫坐標(biāo)，以該題的通過率為縱坐標(biāo)。 下面是1990年生物學(xué)高考的幾道題的特征曲線。(1) 男性兩側(cè)輸精管被結(jié)扎后，生理上表現(xiàn)為：A 不產(chǎn)生精子，副性征改變B 產(chǎn)生精子，副性征改變C 不產(chǎn)生精子，副性征不改變D 產(chǎn)生精子，副性征不改變，特征曲線如下：該曲線表明，試題對(duì)低分組和高分組都有區(qū)分的能力。(2)平靜時(shí)，長跑運(yùn)動(dòng)員的心臟活動(dòng)表現(xiàn)為：A 心率較慢，心肌收縮力強(qiáng)B 心率較快，心肌收縮力強(qiáng)C 心率較慢，心肌收縮力弱D 心率較快，心肌收縮力弱，特征曲線如下：該曲線表明，試題對(duì)低分和高分區(qū)分能力差。(3) 將水稻培養(yǎng)在含有各種營養(yǎng)元素的培養(yǎng)液中，發(fā)現(xiàn)水稻吸收硅多，吸收鈣少。這是因?yàn)樗靖募?xì)胞膜：A 吸附硅的能力強(qiáng)，吸附鈣的能力弱B 運(yùn)載硅的載體多，運(yùn)載鈣的載體少C 吸收硅是自由擴(kuò)散，吸收鈣是主動(dòng)運(yùn)輸D 吸收硅不需要能量，吸收鈣需要能量，特征曲線如下：該曲線表明，試題對(duì)低分組有一定的區(qū)分能力，而對(duì)高分組無區(qū)分能力。(4) 大麥的一個(gè)染色體組有7條染色體，在四倍體大麥根尖細(xì)胞有絲分裂后期能觀察到的染色體數(shù)目是：A 7條 B 56條 C 28條 D 14條，特征曲線如下：該曲線表明，試題對(duì)中、低分?jǐn)?shù)段都有區(qū)分能力，對(duì)高分?jǐn)?shù)段不具區(qū)分能力。三 試卷的信度和效度分析所謂的信度，是指使用相同指標(biāo)或測量工具重復(fù)測量相同事物時(shí)，得到相同結(jié)果的可能性。如果說某個(gè)指標(biāo)或測量工具的信度高，那它提供的測量結(jié)果就不會(huì)因?yàn)橹笜?biāo)、測量工具或測量設(shè)計(jì)本身的特性而發(fā)生變化；反之亦然。對(duì)一項(xiàng)考試的評(píng)價(jià)，主要看其結(jié)果是否可靠和有效。在教育測量學(xué)中，通常把測量結(jié)果的可靠性稱之為信度，把測量結(jié)果的有效性稱之為效度。但是教育測量的對(duì)象是人，不是具體的物體，而人的因素極不穩(wěn)定，因此測量的結(jié)果不可能絕對(duì)的準(zhǔn)確，總是包含著一定的誤差，所以考試結(jié)果的可靠性和有效性是具有程度的。1 試卷的信度（1）再測信度用同一個(gè)測驗(yàn)，對(duì)同一組考生在一個(gè)適當(dāng)間隔的時(shí)間里，前后兩次施測，所得到的兩次測驗(yàn)分?jǐn)?shù)的相關(guān)系數(shù)為再測信度。它比較適合于評(píng)價(jià)速度測驗(yàn)，因?yàn)樗俣葴y驗(yàn)的題目多，時(shí)間緊，考生無法記住測驗(yàn)內(nèi)容。（2）復(fù)本信度用在題目的內(nèi)容、形式、數(shù)量、難易程度、時(shí)限等相似的兩個(gè)測驗(yàn)，施測同一組考生所得到的分?jǐn)?shù)的相關(guān)系數(shù)，稱為復(fù)本信度。雖然復(fù)本估計(jì)避免了再測法的缺欠，然而對(duì)于許多測驗(yàn)來說，建立復(fù)本是相當(dāng)困難的。（3）分半信度是在測驗(yàn)實(shí)施后將測驗(yàn)題號(hào)按奇、偶數(shù)分為等值的兩半，并分別計(jì)算每位被試在兩半測驗(yàn)上的得分，求出這兩半分?jǐn)?shù)的Pearson積差相關(guān)系數(shù)（）。該方法的優(yōu)點(diǎn)是不需用兩套試卷去考兩次。分半法經(jīng)常會(huì)低估信度，必須修正，借以估計(jì)整個(gè)測驗(yàn)的信度（）。公式為： (1)其中，N為被測試的人數(shù)；X為每個(gè)被測試者奇數(shù)題的得分；Y為偶數(shù)題的得分。 (2)其中，為整個(gè)測驗(yàn)的信度系數(shù)；例　一個(gè)測驗(yàn)向15名被試施測，被試在奇偶分半測驗(yàn)上的得分如表下表所示，計(jì)算該測驗(yàn)的分半信度系數(shù)。表 15名被試在奇偶分半測驗(yàn)上的得分考生編號(hào)123456789101112131415奇數(shù)題(X)2018232117182017161314131288偶數(shù)題(Y)2022192218151417151614121076[解]　1）計(jì)算兩個(gè)“半測驗(yàn)”得分的積差相關(guān)系數(shù)考生編號(hào)奇數(shù)題得分(X)偶數(shù)題得分(Y)X2Y2XY12020400400400218223244843963231952936143742122441484462517182893243066181532422527072014400196280817172892892899161525622524010131616925620811141419619619612131216914415613121014410012014876449561586643648N=15∑X=238∑Y=227∑X2=4058∑Y2=3769∑XY=3864代入上述公式(1)得：2）再代入公式（2）得：所以，該測驗(yàn)的分半信度系數(shù)（即信度）。（4）影響信度的因素 影響信度的因素很多，比如測驗(yàn)內(nèi)容、考試的環(huán)境、考生的狀況等，都能導(dǎo)致測驗(yàn)分?jǐn)?shù)的不一致，從而降低信度值。試題過易或過難都會(huì)影響信度。一般來說，題目多，信度就會(huì)高；區(qū)分能力強(qiáng)的題目越多信度也會(huì)越高；考生能力的差異越大，信度越高。在上述因素中，試卷長度是最重要的因素。2 試卷的效度所謂的效度，是指測量工具能夠測出其所要測量的特征的正確性程度。效度越高，即表示測量結(jié)果越能顯示其所要測量的特征。如果說根據(jù)某項(xiàng)特征能夠區(qū)分人、物或事件，那么說某個(gè)測量該特征的測量工具是有效的，就是指它的測量結(jié)果能把具有不同特征的人、物或事件進(jìn)行有效的區(qū)分。教育測量學(xué)中的效度也稱有效性，指的是一個(gè)考試所測量的內(nèi)容達(dá)到預(yù)期的程度。從統(tǒng)計(jì)學(xué)的角度講，效度指的是依據(jù)考試分?jǐn)?shù)做出推論或預(yù)測的準(zhǔn)確性程度。效度的種類很多，在這里只介紹常用的內(nèi)容效度和預(yù)測效度。（1）內(nèi)容效度內(nèi)容效度是指測量在多大程度上涵蓋了被測量概念的全部內(nèi)涵，測量工具代表概念定義的內(nèi)容越多，內(nèi)容效度就越高。教育學(xué)上的內(nèi)容效度指的是一個(gè)考試所測量的內(nèi)容的代表性程度。也就是說，所考的內(nèi)容是否反映了考試的目的、要求，是否考了應(yīng)考的內(nèi)容。內(nèi)容效度的高低與我們通常說的“覆蓋面”有關(guān)，也與各部分內(nèi)容的輕重有關(guān)。確定考試的內(nèi)容效度最常用的方法是由專家對(duì)測驗(yàn)題目與考試要求或目標(biāo)進(jìn)行符合性判斷。在學(xué)校的成績考試中，教師要根據(jù)教學(xué)大綱和教材對(duì)所測驗(yàn)的題目進(jìn)行系統(tǒng)的比較，看試卷是否能作為一個(gè)代表性的樣本。內(nèi)容效度的確定方法是一種定性分析的方法，存在的局限性在于缺乏可靠的數(shù)量指標(biāo)。然而在高考命題和會(huì)考命題中是非常重要的。在高考命題時(shí)，為了把握好內(nèi)容效度常用制作命題雙向細(xì)目表的辦法進(jìn)行控制。（2）預(yù)測效度衡量考試有效性的一個(gè)重要方法是評(píng)價(jià)這項(xiàng)考試的成績所做出的預(yù)測是否成立。例如用高考的成績來預(yù)測入學(xué)后的考生學(xué)習(xí)情況，如果準(zhǔn)確性高則說明高考的預(yù)測效度較好。估價(jià)方法常把高考的成績和學(xué)生進(jìn)高校學(xué)習(xí)一年后的成績進(jìn)行比較，求其相關(guān)系數(shù)。但是就其高考的預(yù)測效度而言，由于考生進(jìn)校后，受種種因素的干擾，僅從分?jǐn)?shù)上求相關(guān)性，在解釋上應(yīng)十分慎重。即使這樣，我們?cè)谶@方面的研究還有待進(jìn)一步的開展。（3）影響效度的因素影響效度的因素很多，由于信度是效度的前提條件，因此影響信度的因素也是影響效度的因素。另外，下面的因素都影響考試成績的效度：1）試題和試卷的指導(dǎo)語是否明確。2）題干用詞和句子結(jié)構(gòu)太難理解。3）試題的難度水平不適宜或比例不當(dāng)。4）試題與考試目標(biāo)一致性差。 5）對(duì)要測試的內(nèi)容缺少足夠的題量。（4）信度與效度的關(guān)系一項(xiàng)考試無論信度有多高，若效度很低，則該項(xiàng)考試便失去了意義。因此可信的測驗(yàn)未必有效，而有效的測驗(yàn)必定可信。換言之，信度是效度的必要而充分的條件。它們之間的關(guān)系可用下面的靶形圖加以說明。從圖中可看出，圖A的彈著點(diǎn)十分分散，表明信度和效度都不高；圖B雖然集中，但遠(yuǎn)離靶心，說明信度高，效度不高；圖C全部集中在靶心，表明信度和效度都高。第三講 命題通則一　不超綱在學(xué)校的教育考試中，期中、期末考試以及會(huì)考都不能脫離教學(xué)大綱的要求進(jìn)行試題編制。在高考的命題中，要依據(jù)考試大綱。多年來中學(xué)教師和命題教師之間一直存在著對(duì)“超綱”問題的不同看法。由于高考是選拔性考試，重要的功能是“對(duì)特質(zhì)不同的學(xué)生進(jìn)行區(qū)分”?？v觀這十多年的試題，是否個(gè)別試題存在超綱的問題呢？我認(rèn)為個(gè)別是存在的。所謂超綱試題，一種是超出了教學(xué)內(nèi)容的范圍，另一種是超出了學(xué)生實(shí)際的思維能力。例如，1989年的一道試題：（1989）27. 人的正常眼睛看近的物體時(shí)，晶狀體的調(diào)節(jié)過程是（ ）A 睫狀體的平滑肌收縮，懸韌帶放松，晶狀體曲度加大B 睫狀體的平滑肌松弛，懸韌帶拉緊，晶狀體曲度變小C 睫狀體的平滑肌收縮，懸韌帶拉緊，晶狀體曲度加大D 睫狀體的平滑肌松弛，懸韌帶放松，晶狀體曲度變小答案：A這道試題在內(nèi)容上超出了大綱，課本中只講到睫狀體內(nèi)含有平滑肌，有調(diào)節(jié)晶狀體的作用，沒有講如何調(diào)節(jié)。另外，對(duì)晶狀體懸韌帶和睫狀體之間的關(guān)系，只講到它們的解剖位置。在命題時(shí)可能想考查學(xué)生從近視和遠(yuǎn)視的成像過程讓學(xué)生推理出看物體時(shí)晶狀體的曲度狀態(tài)，以及所涉及到的平滑肌和懸韌帶的狀態(tài)，然而50秒左右，因此學(xué)生難以想象。選擇題設(shè)計(jì)時(shí)，平均答題時(shí)間為該題無論在內(nèi)容、能力層次和時(shí)間上都超出了考生的水平。二 與教學(xué)內(nèi)容的一致性這項(xiàng)原則涉及到一張?jiān)嚲碇校瑴y試不同內(nèi)容的題目要有合理的配置，對(duì)一道試題來說，是指對(duì)不同的測試內(nèi)容要選擇不同的題型并賦以合理的分?jǐn)?shù)。也就是說，試題的題型、數(shù)量和賦分要與教學(xué)內(nèi)容的相對(duì)重要性有合理的量化關(guān)系。例如，1981年有這樣一道試題：在棉花栽培管理過程中，為什么需要摘心？試根據(jù)生長素的作用加以說明。 該題為8分，在試卷總分為30分中占37%?？疾?的是記憶能力，考試的內(nèi)容是生長素的作用特點(diǎn)。答案：(1)棉花的主莖頂端制造的生長素向下輸送，使側(cè)芽的生長素濃度過高，因而側(cè)芽發(fā)育受到抑制。（4分）(2)如果摘去主莖頂端（摘心），側(cè)芽部位的生長素濃度就會(huì)降低，側(cè)芽的抑制作用就解除了，側(cè)芽可以發(fā)育成枝。（4分）1992年為考查同一個(gè)知識(shí)點(diǎn)，編制了如下的試題：12 在棉花栽培過程中，需要摘心（打頂）使側(cè)芽的生長素量（ ）。A 增加，以抑制其生長B 增加，以利其生長C 減少，以抑制其生長D 減少，以利其生長答案： 12．D 該題為1分，%?？疾閷?duì)同一個(gè)知識(shí)點(diǎn)的再認(rèn)能力。而這個(gè)知識(shí)點(diǎn)在教學(xué)中的比重也基本上與此相符。兩題相對(duì)照，便可看出前一道試題的題型和賦分與教學(xué)內(nèi)容的比重嚴(yán)重失調(diào)。三　題干精練、題意明確試題是一種書面表達(dá)形式，具有指令性，因此它的每個(gè)名詞的使用都要精確，文字和標(biāo)點(diǎn)要規(guī)范。這樣才能使考生進(jìn)行趨同思維而不產(chǎn)生 歧義。這一點(diǎn)在有1000萬多人參加的考試中是十分重要的。題干要求精練是因?yàn)橐粡堅(jiān)嚲碇形淖值拈喿x量直接影響試卷的難度值，因此要把有效的時(shí)間盡量留給考生思考和作答，把非智力因素的干擾降到最低水平。在題干中凡是不利于為考生進(jìn)行解答而出現(xiàn)的信息對(duì)測試結(jié)果都是不利的。例如，1989年的一道試題：為了證明在反射活動(dòng)中，后根是傳入神經(jīng)，前根是傳出神經(jīng)，可以設(shè)計(jì)如下實(shí)驗(yàn)：制備脊蛙一只，暴露出支配兩側(cè)后肢的前根和后根。準(zhǔn)備好浸有1%硫酸溶液的濾紙片作為刺激（實(shí)驗(yàn)中可適當(dāng)改變硫酸濃度）。每步實(shí)驗(yàn)后，去掉濾紙片，用清水沖洗被刺激的皮膚。先用該濾紙片貼在右后肢趾部皮膚上，右后肢出現(xiàn)反射活動(dòng)，同時(shí)左后肢也可出現(xiàn)反射活動(dòng)。再以同樣方法將濾紙片貼在左后肢趾部皮膚上，左后肢出現(xiàn)反射活動(dòng)，同時(shí)右后肢也可出現(xiàn)反射活動(dòng)。(1) 剪斷 側(cè)根，將備好的濾紙片貼在右后肢趾部皮膚上，左、右后肢都不出現(xiàn)反射活動(dòng)。(2)