含題組測驗的IRT等值問題研究.pdf

1、等值的研究對于考試的公平性、題庫建設、教學質量評價和計算機化自適應測驗都具有重要的意義。隨著考試研究的深入，題組題型越來越多地出現(xiàn)在各類考試當中，例如閱讀理解、數(shù)學、地圖填圖等測驗。含題組的測驗等值是我們必須面對的問題。用項目反應理論(Item Response Theory，IRT)模型進行測驗等值需要滿足很強的統(tǒng)計假設——局部獨立性(LI)假設。然而，先前的研究表明，在包含題組的測試當中往往存在局部依賴，很可能違背LI假設。所以，采

2、用標準的IRT模型對有題組的測驗做等值，因忽略題組的局部相依性可能導致等值結果的失真。為解決這個問題，我們采用一種基于題組的模掣——兩參數(shù)題組模型(2Parameters Testlets Model，2PTM)，它由IRT兩參數(shù)邏輯斯蒂克模型(2 ParametersLogistic Model，2PLM) 加入與每個題組相關的隨機影響參數(shù)擴展而來的。這一模型考慮了鉚題組中題目的局部依賴。本文給出了利用IRT特征曲線法求解等值系數(shù)的方

3、法和具體步驟。以等值系數(shù)估計值的誤差大小作為衡量標準，以Wilcoxon符號秩檢驗為依據(jù)，進行了大量的Monte Carlo模擬實驗。實驗分別從項目參數(shù)隨機誤差的大小，被試人數(shù)，題組相依性程度等方面考察對含題組的測驗等值的效果，將2PTM與標準的IRT的2PLM進行比較，其中2PLM并沒有考慮題組內部的依賴關系。實驗結果表明，考慮了局部相依性的題組模型2PTM絕大部分情況下都比2PLM等值的誤差小而且有顯著性差異，更加適用于題組測驗的等

4、值。另外，對6種不同等值準則用2PTM等值的情況也做了相應的比較。結果表明，一般來講，等值系數(shù)A取值在0.5～0.9之間SLcrit表現(xiàn)更好，1.0～1.4之間SQRcrit表現(xiàn)突出，1.5～2.0之間Hcrit表現(xiàn)較好。隨參數(shù)估計精度的提高，SLcrit和SQRcrit的表現(xiàn)更加突出，勝出的范圍也更大。題組相依程度逐漸加強，SQRcrit和Hcrit勝出的情況也增多。LCcrit、Wcrit、SREcrit占優(yōu)的情況不多，勝出的范圍也