《表1 数据—模型拟合：心理测量在高风险考试分析中的应用》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《心理测量在高风险考试分析中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。