《表1 数据—模型拟合:心理测量在高风险考试分析中的应用》
Rasch理论认为:只有实际数据与模型预测值相拟合时测量的结果才是客观准确的,分析得到的结果才有实际价值。Rasch分析中主要的拟合统计量称为加权均方拟合统计量(Infit MNSQ),拟合指数为1,说明实际数据与模型预测完全拟合。拟合指数在[0.6,1.4]范围内最好。[5]题目的Infit MNSQ>1.4说明实际数据与模型预测值间存在随机偏差,称为不拟合(Under fit);Infit MNSQ<0.6说明实际数据间差异小于模型预测值,称为过度拟合(Over fit)。不论是过度拟合还是不拟合都会对测量的效果产生影响。表1的分析结果显示多数题目拟合都在Rasch理论要求的范围之内,但第3题和第6题的拟合较差,属于不拟合。题总相关系数也能用于评价题目的拟合,这两题的相关系数在所有题目中也是最低的。这表明这两个题目的命题质量相对较低,与整套题目测量目标的一致性较低。
图表编号 | XD00157367400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 何壮、袁淑莉、余水、任敏 |
绘制单位 | 贵阳学院教育科学学院、贵阳学院教育科学学院、贵阳学院教育科学学院、贵阳学院教育科学学院 |
更多格式 | 高清、无水印(增值服务) |