第七章教育信息的结构.pptx

第七章 教育信息的结构分析;结构分析; 1969年，日本藤田·佐藤等人首先开发了S-P表法，并将它用于练习、测试等得分数据的分析。 S-P表是一种将测试、练习的得分数据排成一览表，并对学生和测试问题的特性以视觉化的图表进行结构分析的方法。S-P表是以学生（students）数据作为纵轴，问题（Problems）数据作为横轴作成一览表，S-P表可为学习的诊断、教学的评价提供十分重要的信息。 S-P表不仅可应用于对练习、测验等得分数据进行分析，还可以对用于教学仪器、各种教学软件和教科书等的质量进行分析和评价。; 1.原始得分矩阵; 把每个学生对每道问题选择的答案列成表的形式，如图①所示，其中Xij表示第i个学生对第j个问题的回答情况。; 2. 规格化条件 ; 按规则化原则，我们便可将图①的原始得分表变换成图②的形式（再计算出每个学生的得分和每个问题的正答人数）; 对于主观题得分的规格化原则是：; 上例中，P1的平均分为：6.2，规格化处理时，得分大于6.2的定义为1，得分小于6.2的定义为0，因此每个学生在第P1题的得分可转换为：; 3.S-P表的绘制;如遇得分或正答人数相同时，按以下规则处理：; 问 题pj ; 问 题pj ;画SP线; 问 题pj ;4.1 分析和评价——学生学习状况;（4）S线幅和断层分析;（5）学生个体应答稳定性分析;学生B答对的都是大部分同学答对的问题，也就是说学生B答对的都是答对率比较高的问题，而答错的是大部分同学容易答错的问题，即答对率比较低的问题；这属于正常情况。 学生A答对的问题中有一些是大部分同学普遍答错的问题，而答错的却是大部分同学答对、答对率比较高的问题。从这一点就很容易看出学生A学习欠稳定，属于不正常状况，因此，需要把握答错的问题的内容是什么，答错的问题之间有什么共同之处等等，并据此进行诊断。; （6）学生警告系数;; 问 题pj ; 一般认为，Csi=0完全正常， Csi0.5无需要引起注意， Csi0.5需要引起注意， Csi0.7需引起特别注意。另外，对于警告系数相同且座次相邻的学生也应引起特别注意，可能有作弊现象发生。;; 4.2 分析和评价——试题（问题）;(3)P线幅及断层的分析;（4）试题平均难度;（5）试题稳定性分析 P线上方“1”的个数越多，表明该题应答稳定性越强，反之则表明该题应答稳定性越差。;（6）试题警告系数 试题警告系数的意义和分析要求，均与学生警告系数相同，其计算公式为：; CPj反映了问题的合理性。CPj较大时，表明这个问题存在不合理性，有两种可能：A.试题本身不合理；B.教师的讲解存在缺陷。对于CPj0.7的题目要求认真分析并予于改进或淘汰。; 问 题pj ;1;（1）S曲线与P曲线的不一致性; 为了描述S曲线与P曲线不一致程度，可以用S曲线和P曲线间所包围的面积与S-P表的总面积之比来表示。称这个比值为差异量D。差异量与学生数、问题数和学生的正答率有关。; 为了使衡量差异程度的量度标准化，引入差异系数D*。 所谓差异系数是以完全不一致S-P表中S曲线和P曲线的不一致性对实际测量的S-P表中S曲线和P曲线的不一致性进行标准化。差异系数的计算可以通过查表的方式，也可以按以下经验公式进行计算：; 一般而言，差异系数应该比较小，考虑测试情况的多样性，不可能制定一种标准的差异系数。对差异系数的要求，应根据测试情况来确定。通常，差异系数如果在0.25以下，可以认为测试问题具有较好的等质性。用于不同目的的测试，其差异系数的要求亦不同。? 作为练习训练﹑课程习作﹑课外练习，其D*一般为0.4左右； 用作学习结果的测试，其D*一般在0.5左右。 当差异系数超过0.5时，教师应仔细的分析： a. 学生对测试问题中的是非问题﹑判断问题是否出现了随机性的推测；?b. 测试问题是否适宜，判分是否标准；?c. 学生对知识的理解和掌握是否充分；?d. 测试问题与教育目标的对应关系是否明确、恰当； e.其它。; 右图是几种测验类型下的S线和P线的不同形态，可以以此为一种比较标准，把经信息处理后所得到的S线与P线与标准形态相比较，检验是否有所偏离，判断是否符合原来的测试意图。;（3）警告系数在使用中应注意的问题;（3）警告系数在使用中应注意的问题;（3）警告系数在使用中应注意的问题;5.错答类别辨识S-P表;;“+”表示答对；“A”为完全不能理解（包括未解答）；“B”为单纯计算错误；“C”为单位错误；“D”为看图错误；E为添图错误；F为失误（解答添入栏错误）；G为前题答错而引起的错误。;