美国：出题100万，测量学100万
一、题目难度与区分度估计
1.1题目质量评价概述
@题目质量中的问题：
*计分方式在设计上有问题（0、3，或0123）
*选择题选项分布
*题目赋分或加权方式不当
*分数合成方式不当
*题目贡献度太小（要么都会、要么都不会）
*题目难度的分布有缺陷
*数据有缺陷
1.2题目作答反应分析
1.2.1 客观题的CTT分析：随不通能力学生段，选项选择的分布变化。
中等水平的学生（平均分）正答率要高于50%，TOP10%学生正答率最高——好题。
高水平正答率高，低水平正答率低
图片发自简书App
好题目的选项分布特点（选项分布分析）：
1.2.2 主观题的CTT分析
0-5，信度0、0.5、1、1.5...
1.3题目参数估计方法
1.3.1经典测量理论
——题目区分度
CTT：
IRT
——题目难度（）
1.3.2 客观题的IRT分析
题目反应理论模型
a斜率：区分度，b：难度，c：猜测度
考试目的不同，选择题目不同
图片发自简书App
二、信度估计与效度证据收集
2.1信度效度的概念
图片发自简书App
①信度一致，效度不好（偏离-系统误差造成）
④信度和效度都好
控制好系统误差和随机误差
案例：重大考试的测量信度调查——张厚粲、郑日昌《教育研究》1985
试卷题目作答反应分析——好试卷的题目反应类型（天花板定多高，地板定多低）
2.2测量信度的估计（0.8以上）
计算（spss错，有前提条件）
2.2.1信度估计案例：alpha系数
2.2.2 信度估计案例：重测信度（前测、后测）
2.3效度证据的收集
————结构效度的因素分析证据案例（要考哪些知识，是否真的有这些东西）
eg.实证效度举例：WISC-IV（GT/MR）
2.4保障质量的组卷建议
1.能力呈正态分布，题目不能正态分布（均匀分布）
2.题目难度呈均匀分布
三、分数表达与使用的恰当性
3.1原始分数解读
3.1.1 原始分数的局限
*总分排序是不正确的
3.1.2 原始分总分不合理
（高考排序，数学！！！）
3.2 常模参照分数
3.2.2 量表分数的转换前提
3.2.3量表分的应用——曾经的标准分制度
3.2.4 区分度太低导致的麻烦
3.内容参照分数
小结与建议
【小结】测量学三要求
【建议】
