董鋼鐵　王　峰　王國祥

課程考試是學(xué)校最經(jīng)常、最重要的考試，它是科學(xué)評價學(xué)生對所學(xué)知識掌握程度的主要手段。能夠完整準確地反映學(xué)生真實水平的課程考試，對正確評價人才、評價教學(xué)質(zhì)量、衡量辦學(xué)水平、反饋教學(xué)質(zhì)量信息，有著十分重要的意義。但是，現(xiàn)行的課程考試多數(shù)是近百年來的經(jīng)驗作法，遠不能適應(yīng)形勢發(fā)展的需要，特別是教育測量理論日臻完善和計算機技術(shù)迅猛發(fā)展，使課程考試的問題日益突出：一是考試成績的客觀性缺乏準確判斷的科學(xué)依據(jù)。學(xué)生課終成績的評價，由不同教師命題，將得到不同結(jié)果，哪個結(jié)果更能準確地描述學(xué)生的課終成績，只能憑經(jīng)驗和感覺認定。二是不能科學(xué)地量化評價試卷質(zhì)量，已成為命題現(xiàn)代化的重要障礙。當(dāng)前，各類各級考試主管部門都非常重視利用計算機技術(shù)使考試命題科學(xué)化、現(xiàn)代化。但是，國內(nèi)外尚無符合教育測量理論的科學(xué)的量化評價試卷質(zhì)量的數(shù)學(xué)模型，無法使計算機準確地把握試卷質(zhì)量，嚴重制約了其發(fā)展。圍繞上述問題，我們緊緊把握課程考試的測量特性，以命題質(zhì)量為主要研究對象，在廣泛吸收、借鑒國內(nèi)外教育測量方面的理論成果，認真總結(jié)提煉傳統(tǒng)考試的有效做法的基礎(chǔ)上，建立了一個科學(xué)性、可行性良好的課程考試科學(xué)化命題體系。

一、科學(xué)化命題研究的基本思路

考試作為教育測量的主要手段，對其結(jié)果的評價與其它物理測量具有相同的共性，這就是測量的穩(wěn)定和有效性。按照考生觀測分數(shù)是由真值和誤差組成的基本假設(shè)，經(jīng)典測驗理論對測量穩(wěn)定性的控制就是要減小測量誤差，力爭觀測分數(shù)與真值的接近。教育理論認為，用與考生水平相適應(yīng)的試卷測量學(xué)生將取得最小的測量誤差，這一點在經(jīng)典理論中有定性描述，而項目反理論卻明確給出了測量誤差與項目難度、考生水平的數(shù)學(xué)關(guān)系表達式，證實了定性描述的正確性。經(jīng)典測驗理論的設(shè)計思想就是控制測量誤差，用與考生水平相適應(yīng)的試卷組織施測，這樣就把試卷與考生的作用結(jié)合在一起，提出評價考試質(zhì)量的指標(biāo)體系及一整套計算方法，形成了自己的理論體系。

課程考試是水平考試，不同于選拔性考試，有其自身的特點?？荚嚹康氖且疾閷W(xué)生達到教學(xué)大綱要求的程度，它要求不同時間、地點的考生掌握相同、穩(wěn)定的考核標(biāo)準。這個標(biāo)準就是教學(xué)大綱對教學(xué)目標(biāo)的要求。照搬經(jīng)典測驗理論用于學(xué)校的課程考試必然使命題水平受試測樣本的影響，不能把握穩(wěn)定的考試標(biāo)準，違背教育測量特性。

我們開展課程考試命題的研究，按課程考試的測量特性，從真值是達到測量標(biāo)準程度的反映，嚴格把握測量標(biāo)準入手，建立科學(xué)的試卷質(zhì)量評價體系。其基本思路是：引入模糊數(shù)學(xué)的思想方法，把教學(xué)大綱對教學(xué)目標(biāo)的要求看作是一個模糊集合，試卷作為抽樣是一個樣本集合，用模糊貼近度描述試卷與大綱的_致性程度，達到控制試卷質(zhì)量的目的。

二、科學(xué)化命題試卷質(zhì)量的評價體系

按照我們科學(xué)化命題研究的基本思路，需要計算試卷與大綱一致性程度。試卷與大綱的一致性程度表征為兩個方面，一是由試題難易程度及其搭配所表征的試卷水平，二是試卷所反映的考試內(nèi)容，前者我們稱之為水平貼近度，后者稱之為內(nèi)容貼近度。

(一)試卷水平貼近度

我們首先引進標(biāo)準試卷的期望均值和期望方差的概念。

假設(shè)存在一份能準確反映考試目標(biāo)要求的標(biāo)準試卷，在測量實施者正確地掌握并能夠正確地使用測量工具的情況下，對理想的考生組(在正常的教學(xué)環(huán)境下，經(jīng)過正常的教學(xué)過程)進行測試，所得結(jié)果(即分數(shù))，反映了考生的實際水平(真值)。如果用幾份不同的、但與標(biāo)準試卷完全等價的試卷對上述考生組進行測試，所得結(jié)果對某個考生來說應(yīng)相同，而對于一個總體來說其平均分應(yīng)一致、方差應(yīng)一致，都應(yīng)等于理想考生組真值的均值和方差。

我們稱理想考生組真值的均值和方差，為試卷的期望均值和期望方差。它們是在理想情況下引入的衡量試卷測量結(jié)果的兩個指標(biāo)，與平?？荚嚨慕y(tǒng)計測量考生的總體均值與方差很相似，但在本質(zhì)上二者不僅數(shù)值不同，概念也不同。前者是用等價試卷對理想考生組反復(fù)測試的統(tǒng)計量，是對考生總體均值和方差的數(shù)學(xué)期望，后者只是一次測驗樣本的統(tǒng)計結(jié)果。

期望均值與期望方差是在試卷作用于考生之前就客觀存在的，是通過考試表現(xiàn)出來的，是描述學(xué)校課程考試學(xué)生真分數(shù)分布理想模型的兩個統(tǒng)計量，是試卷準確反映教學(xué)大綱要求程度的期望值。其現(xiàn)實意義在于為編制試卷確立了一個客觀的參照標(biāo)準。試卷的均值和方差越趨近于期望均值和期望方差，說明試卷與教學(xué)大綱的要求越貼近。這樣，試卷的水平貼近度就可以理解為編制試卷與標(biāo)準試卷的一致程度。

下面我們用量化的形式描述兩試卷的一致性程度。(略)

(二)試卷內(nèi)容貼近度

我們把教學(xué)大綱的要求看作是一個模糊集合，試卷反映教學(xué)大綱要求的程度看作是另一個模糊集合，用模糊貼近度來定義試卷的內(nèi)容貼近度。(略)

采用兩曲線距離描述試卷水平貼近度和采用兩向量距離描述試卷內(nèi)容貼近度，突破了考試命題質(zhì)量評價的難點，為考前綜合評價試卷質(zhì)量提供了依據(jù)。它能根據(jù)同一教學(xué)目標(biāo)，制定復(fù)份等價試卷，實現(xiàn)不同時間、不同地點的考生使用不同的試卷(復(fù)份等價)，其成績等值可比。特別是為計算機題庫建設(shè)提供了評判試卷質(zhì)量的專家智能，使得計算機能產(chǎn)生高質(zhì)量試卷。

三、課程考試科學(xué)化命題的主要環(huán)節(jié)

按照課程考試測量特性及試卷質(zhì)量指標(biāo)計算的要求，課程考試科學(xué)化命題應(yīng)包括以下主要環(huán)節(jié)：

(一)制定學(xué)科考試大綱，將教學(xué)要求轉(zhuǎn)化為測試要求

考試大綱是聯(lián)系教學(xué)大綱與試卷的橋梁，這個作用決定了這一工作應(yīng)根據(jù)教學(xué)大綱的要求緊緊圍繞教學(xué)大綱的教學(xué)目標(biāo)制定，即教學(xué)大綱一考試大綱相互配套?？荚嚧缶V在內(nèi)容上一般應(yīng)包括：考試目標(biāo)、考試內(nèi)容和考試標(biāo)準。另外，鑒于考試大綱與教學(xué)大綱的不同，在考試大綱中還應(yīng)對考試方法做明確規(guī)定，如考試時限、所用題型、作答要求、樣卷等。

考試目標(biāo)就是檢查學(xué)生實現(xiàn)教學(xué)目標(biāo)的程度?？荚嚹繕?biāo)原則上應(yīng)與教學(xué)目標(biāo)相同，考慮到教學(xué)大綱確定的有些教學(xué)目標(biāo)難以通過考試來測量，因此應(yīng)認真分析教學(xué)目標(biāo)的要求并使之轉(zhuǎn)化為可測的，以實現(xiàn)檢查學(xué)生實現(xiàn)教學(xué)目標(biāo)的程度。

考試內(nèi)容就是教學(xué)內(nèi)容。為了能為考試命題提供具體、清晰的標(biāo)準，需要將教學(xué)大綱規(guī)定的教學(xué)要求轉(zhuǎn)化為具體的測試項目。鑒于目前的教學(xué)大綱中，對傳授知識與培養(yǎng)能力分別提出了明確的要求，因此，考試內(nèi)容可按學(xué)科知識的部分和心理能力的層次，分別確定試題的占分比例：

1．將教學(xué)大綱中教學(xué)內(nèi)容的要求轉(zhuǎn)化為主要教學(xué)內(nèi)容考查點，根據(jù)各考查點內(nèi)容在教學(xué)大綱中的地位，確定考試分數(shù)比例。

2．根據(jù)學(xué)科特點確定能力層次比例。一般情況下能力層次可分為識記、領(lǐng)會、簡單應(yīng)用、綜合應(yīng)用、靈活應(yīng)用等，也可根據(jù)學(xué)科的特點按教學(xué)大綱中培養(yǎng)能力的要求分類。

3．考試標(biāo)準就是根據(jù)考試目標(biāo)規(guī)定的關(guān)于考試范圍、深淺程度等方面的具體要求。這里應(yīng)盡可能減少使用“理解”、“了解”、“掌握”、“領(lǐng)會”等描述性語言，應(yīng)該以判斷學(xué)生在所要求的行為方面所發(fā)生的變化程度為標(biāo)準，如考生應(yīng)能做什么，或具備哪些特征等。

(二)建立學(xué)科試題庫，確定試題要求度

試題要求度是根據(jù)試題所屬的考核能力層次、知識面和深度、解題技巧等諸多因素綜合加以評定的指標(biāo)，是相對教學(xué)目標(biāo)而言，是試題內(nèi)容重要性和復(fù)雜性的體現(xiàn)。

試題要求度通常由專家組綜合評判得出。

(三)確定學(xué)科大樣本情況下的統(tǒng)計常數(shù)(略)

(四)配制試卷，計算質(zhì)量指標(biāo)

1．試卷水平貼近度的計算。(略)

2．試卷內(nèi)容貼近度的計算。(略)

至此，從理論研究設(shè)計到實際操作運行，形成了一個較為完整的體系，為學(xué)校這種大量的、經(jīng)常性的考試提供了一個科學(xué)性、可行性良好的樣本。隨著實踐不斷深入，理論逐步完善，科學(xué)化命題的理論和方法必將產(chǎn)生較大的社會效益。

第一作者系空軍第二航空學(xué)院院長(長春130002)

責(zé)任編輯：邵英