董婉玲(沈陽大學(xué)師范學(xué)院，遼寧沈陽 110041)

教育測量和評估中多元概化理論的應(yīng)用

董婉玲
(沈陽大學(xué)師范學(xué)院，遼寧沈陽 110041)

介紹了在教育測量和評估中運(yùn)用多元概化理論的優(yōu)勢，使用多元概化理輪的過程步驟，以及能夠提供給研究者的各種結(jié)論和信息。認(rèn)為可以幫助初學(xué)者了解多元概化理論，并為使用者提供了使用方法。關(guān) 鍵 詞:教育測量;教育評估;多元概化理論

在現(xiàn)代的標(biāo)準(zhǔn)化教育測量和評估中，信度是一個(gè)不可或缺的重要指標(biāo)。以往研究者都采用以經(jīng)典測驗(yàn)理論(Classical Test Theory，CTT)為基礎(chǔ)的各種信度指標(biāo)，如重測信度、分半信度、評分者信度等。然而，由于受經(jīng)典測驗(yàn)理論所要求的條件限制，這些信度指標(biāo)往往并不能盡如人意。在這種情況下，概化理論(Generalizability Theory，GT)為教育測量和評估信度的研究提供了新的方向和策略。

概化理論的優(yōu)勢在于，它不僅能為研究者提供一個(gè)信度指標(biāo)，即概化系數(shù)，更關(guān)鍵的是能將測量和評估中的各種誤差來源進(jìn)行分解并估計(jì)。因?yàn)楦呕碚撌且环N把測量誤差作為模型參數(shù)來處理的測量理論。這樣，研究者就可以在之后的測量或評估中有針對性地更好地控制誤差，從而提高教育測量和評估的信度。

以往的教育測量和評估通常都由若干部分組成，以考核被評估者的不同能力或表現(xiàn)，也就是說某一項(xiàng)測量或評估包含若干個(gè)分測驗(yàn)[1]。但這些分測驗(yàn)并不是絕對獨(dú)立的，而是既相對獨(dú)立又存在聯(lián)系的。比如中考和高考中包括語文、數(shù)學(xué)、外語、綜合，普通話測試包括讀字、用詞和說話等方面的能力測查[25]。那么，對于這種涉及到多個(gè)不同能力而且能力之間又存在著一定相關(guān)性的測量評估，近些年逐漸發(fā)展起來的多元概化理論(Multivariate Generalizabilit Theory，MGT)就有獨(dú)特的優(yōu)勢。因?yàn)槎嘣呕治龅慕Y(jié)果中不僅包括一元概化分析的所有結(jié)果，還可以給研究者呈現(xiàn)各個(gè)分測驗(yàn)的信度及各個(gè)分測驗(yàn)之間的關(guān)系。

一、確定測量目標(biāo)和測量面

概化理論區(qū)分了測量目標(biāo)和測量面這兩個(gè)概念，并在實(shí)施測量之前首先確定。測量的目標(biāo)一般是指所要測量的心理特質(zhì)或能力。測量面則是指測量的一組條件，也就是影響測驗(yàn)過程和測量結(jié)果的各種情景，可以將它理解為測量誤差的各種來源。比如一次普通話測試(包括三個(gè)分測驗(yàn)，分別測試三種不同的能力)，被試者p的普通話水平就是測量的目標(biāo)。測試所選用的題目i和評分者r就是兩組影響測驗(yàn)過程和結(jié)果的條件，因此就是測量的兩個(gè)面。在測量時(shí)，人們總是希望測量目標(biāo)對測驗(yàn)結(jié)果的影響達(dá)到最大，而測量面的影響最小[4]。

二、測量設(shè)計(jì)

根據(jù)測量目標(biāo)和測量面之間的關(guān)系，測量可分為交叉設(shè)計(jì)、嵌套設(shè)計(jì)和混合設(shè)計(jì)。在上例中，如果所有被試做了所有的試題，而所有的評分者又評定了所有被試的全部試題，則被試、試題和評分者全部都是交叉的，計(jì)為p·i·r。如果每個(gè)評分者只評定了一部分被試，則被試就是嵌套于評定者的，記為p∶r。一個(gè)設(shè)計(jì)中既有交叉又有嵌套，就是混合設(shè)計(jì)。比如上例中，如果全部被試都做了全部試題，但每個(gè)評分者只對幾個(gè)被試的全部試題評分，則被試嵌套于評分者，而被試與試題又是交叉的，記為i·(p∶r)。

三、G研究與D研究

多元概化理論與一元概化理論一樣，也分為兩個(gè)步驟，即先進(jìn)行G研究，再進(jìn)行D研究。

1.G研究

概化理論研究中，首先要估計(jì)不同來源的誤差大小，在此基礎(chǔ)上確定測量的信度，或是通過改變測量設(shè)計(jì)方案以盡可能地減少誤差，進(jìn)而達(dá)到提高信度的目的。在概化理論中，除測量目標(biāo)外的來自各測量面的影響都稱為誤差。G研究就是通過G研究的設(shè)計(jì)，借助方差分析技術(shù)將誤差分解，估計(jì)出不同來源的方差成分的大小。

以某一次中學(xué)期末考試為例，假設(shè)一個(gè)班50名學(xué)生都參加了語文、數(shù)學(xué)、外語和綜合4項(xiàng)測驗(yàn)，只進(jìn)行最簡單的p·i設(shè)計(jì)。那么經(jīng)過專門的統(tǒng)計(jì)軟件計(jì)算后，系統(tǒng)將生成一個(gè)表1樣的矩陣圖，呈現(xiàn)G研究的結(jié)果。

表1 期末考試G研究方差與協(xié)方差分量的估計(jì)

表1中的一、二、三、四分別代表語數(shù)外綜合4項(xiàng)測驗(yàn)。由于只是最簡單的p·i設(shè)計(jì)，因此只有p、i和p·i在4項(xiàng)測驗(yàn)上的各個(gè)效應(yīng)。

其中主對角線上的元素為各效應(yīng)在相應(yīng)分測驗(yàn)上的方差分量估計(jì)。方差分量越大，表明所在的分測驗(yàn)對整個(gè)考試測驗(yàn)的作用越大。

主對角線以上元素為分測驗(yàn)間的相關(guān)系數(shù)的估計(jì)，主對角線以下元素為各效應(yīng)在不同分測驗(yàn)間協(xié)方差分量的估計(jì)。協(xié)方差分量大，表明各個(gè)分測驗(yàn)在預(yù)測考生能力水平的順序方面，彼此的功能是一致的，各分測驗(yàn)得分合成的總分可以直接用來對考生能力水平整體排序。反之，若相關(guān)系數(shù)及協(xié)方差分量小，則不適合將直接合成的總分作為整體評估的指標(biāo)。

2.D研究

D研究的主要任務(wù)是在G研究的基礎(chǔ)上對測量精度作出評價(jià)，并針對誤差來源，通過改變?nèi)≈祬^(qū)間或固定某些測量面等方法，考察減少測量誤差、提高測量信度的具體策略。在現(xiàn)代教育測量與評價(jià)中，多元概化理論可以為我們達(dá)到以下兩個(gè)最基本的目的。

(1)多元概化的D研究在G研究的基礎(chǔ)上估計(jì)當(dāng)前實(shí)施方案的信度等指標(biāo)。包括以下幾項(xiàng):①各個(gè)分測驗(yàn)的估計(jì)精度，其中有各個(gè)分測驗(yàn)的全域分方差分量，即將當(dāng)前的考試作為一個(gè)樣本，推論其在相同條件的總體中的方差分量;各個(gè)分測驗(yàn)的各種誤差(相對誤差、絕對誤差、均值誤差);誤差因素的各個(gè)分測驗(yàn)的G系數(shù)(類似經(jīng)典真分?jǐn)?shù)中的新度指標(biāo))和φ系數(shù)(可靠性指標(biāo))。②各個(gè)分測驗(yàn)所占權(quán)重，權(quán)系數(shù)的常用確定方法是直接把某一分測驗(yàn)中所擁有的題目數(shù)量占總數(shù)的比重作為權(quán)系數(shù)值。③確定了各個(gè)分測驗(yàn)的權(quán)重后，多元概化分析將把各個(gè)分測驗(yàn)整合，合成整個(gè)一次考試或測驗(yàn)的總分，然后估計(jì)出這個(gè)合成總分的G系數(shù)和φ系數(shù)。④多元概化分析會計(jì)算估計(jì)在這次考試中各個(gè)分測驗(yàn)對總體成績的貢獻(xiàn)率。

(2)在多元概化的D研究中，研究者可以調(diào)整測量面，選取最佳的教育測量或評價(jià)方案。例如，增加或減少測試題目、改變評委人數(shù)以調(diào)整信度系數(shù)。通常，增加測試題目和評委人數(shù)會提高信度系數(shù)。但是當(dāng)題目數(shù)或評委數(shù)增加到一定程度時(shí)，信度系數(shù)(G系數(shù))的提高幅度會漸漸變得不顯著。多元概化分析中的D研究會估計(jì)出不同條件下的G系數(shù)。研究者可以根據(jù)自身的條件和需要，選擇一個(gè)節(jié)省人力物力財(cái)力的相對最佳方案[2]。

四、結(jié) 語

實(shí)際上多元概化理論最初就是在教育測量與評估中研究應(yīng)用并逐漸發(fā)展的，因此在教育測量與評估領(lǐng)域中應(yīng)用的多元概化理論相對更加熟練和完善。在國內(nèi)也有越來越多的學(xué)者都運(yùn)用多元概化理論分析現(xiàn)代教育測量與評估，例如普通話測試、高考、研究生入學(xué)考試、教育教學(xué)評估等[2]。分析多個(gè)應(yīng)用概化理論研究教育評估的課題發(fā)現(xiàn)以下幾點(diǎn):①應(yīng)用概化理論研究教育評估不論是從各變量來看還是從整體來看都具有較高的評估信度。②評估中，對不同變量的評估，其信度不等，其中對高校學(xué)術(shù)隊(duì)伍的評估信度最高，而對高校工作條件的評估信度相對較低。③評估專家數(shù)的改變會影響評估信度。綜上所述，采用多元概化理論對教育評估進(jìn)行信度分析有強(qiáng)大的功能。它深入分析各個(gè)分測驗(yàn)的信度及其綜合信度，而且能有效地考察評估情景的變化對評估信度的影響，能有力又有預(yù)控性地改善和提高評估的信度和準(zhǔn)確性，對實(shí)際工作有更強(qiáng)的指導(dǎo)價(jià)值。因此可以認(rèn)為，多元概化理論能使人們站到新的理論高度，是一種發(fā)展前景寬廣，值得推廣的現(xiàn)代測量理論和工具。

[1]蔡艷，陳撫良.多元概化理論在教育評估信度分析中的應(yīng)用研究[J].江西師范大學(xué)學(xué)報(bào):自然科學(xué)版，2007，31(3): 306 310.

[2]Brennan R L，Xiaohong G，Colton D A.Generalizability Analyses of Work Keys Listening and Writing Tests[J]. Educational and Psychological Measurement，1995，55(2): 157 176.

[3]關(guān)丹丹.心理學(xué)專業(yè)基礎(chǔ)綜合考試的多元概化理論研究[J].中國考試:研究版，2007(7):45 49.

[4]楊志明，張雷.用多元概化理論對普通話的測試[J].心理學(xué)報(bào)，2002，34(1):50 55.

[5]楊志明，張雷，馬世曄.從多元概化理論看高考綜合能力測試的改進(jìn)[J].心理學(xué)報(bào)，2004，36(2):195 200.

【責(zé)任編輯 李 艷】

Application of Multivariate Generalizability Theory in Educational Measurement and Assessment

Dong Wanling
(Normal School，Shenyang University，Shenyang 110041，China)

The advantages of utilizing multivariate generalizability theory in educational measurement and assessment and the process of using this theory are described，as well as the conclusions and information that can be provided for researchers，which could help beginners understand the multivariate generalizability theory，and provide the guidance for users.

educational measurement;educational assessment;multivariate generalizability theory

B 841;G 743

A

2095-5464(2014)01-0092-03

2013 06 19

董婉玲(1982)，女，遼寧遼陽人，沈陽大學(xué)講師。