计算机化考试与中国教育评估
摘要：本文由张华华教授讲座内容整理而成,主要是关于计算机化考试的理论、技术、方法,以及美国教育进展评估给中国教育评估带来的启示.本文对于较全面深入了解计算机考试相关内容的读者具有重要借鉴意义.项目反应理论原理与当前应用热点概览
摘要：本文首先分析了经典测验理论存在的局限,然后在潜在特质理论和项目特征曲线两大概念基础上阐述了项目反应理论及其基础模型的测量学原理,介绍了多个项目反应理论基础模型.最后简要介绍了七项当前应用项目反应理论指导大型题库建设和指导编制各种新型测验的热点内容.认知诊断分类中心的确定
摘要：期望反应模式是认知诊断分类的类中心,确定了诊断范围中属性及其层级关系后,类中心的数目由测验Q矩阵决定.类中心应该是完备的,即理论上有多少个知识状态就应该有多少个类中心,这涉及评分方式、Q矩阵设计、Q矩阵评价与修改、认知诊断测验如何实施等问题的讨论.重点给出多级评分认知诊断测验不同属性层级对应的完备Q矩阵设计的例子和罗列了Wang等人（2013）的Q矩阵修改的方法.《心理统计学》教学内容的新探索
摘要：本文在对当前国内外主要心理统计学教材进行比较的基础上,指出与上个世纪八十年代的心理统计学教材内容相比较,在内容上的新探索主要体现在（1）由“假设检验”的内容中发展出“统计检验力”和“效果大小”的统计指标和估计方法；（2）引进一般线性模型来统合方差分析和回归分析这两种统计方法；（3）适度增加一些“多元统计分析”的内容等三个方面.本文对前两个方面的新内容作了简要评述,并对教材内容的编排方面提出了新的思路.潜变量交互效应结构方程：分布分析方法
摘要：对于潜变量交互效应结构方程分析,目前应用较多的是乘积指标方法.分布分析方法国内还罕有应用,包括潜调节结构方程（LMS）方法和准极大似然（QML）方法.该研究以乘积指标方法的模型假设为参照,介绍了分布分析方法的模型假设.并简要叙述了LMS方法及其Mplus程序,QML方法及其QML程序.综合现有研究结果,总结出LMS和QML方法、无约束和约束方法的特点,从中可以看出各方法的优缺点,推荐了不同条件下合适的分析方法.多阶段增长模型的方法比较
摘要：多阶段增长模型（Piecewise Growth Modeling,PGM）可以解决发展趋势中具有转折点的情形,并且相对其他复杂的曲线增长模型,解释更简单.已有的统计方法主要通过多层线性模型和潜变量增长模型对多阶段模型进行估计.通过模拟研究,用HLM6.0和Mplus6.0对上述两种模型分别进行估计,结果发现在参数估计的精度上,两种估计方法没有差异,只是在犯一类错误的概率上后者略小.进一步通过对错误模型的探讨发现,在样本量小（n=50）,斜率变化小（△b=0.2）时,用线性模型拟合数据而非PGM所犯错误概率较小,整体拟合更佳.但随着样本的增加和斜率变化的增加,错误模型的犯错概率明显增大.故在实际应用中,为了能更好拟合数据,研究者应根据数据本身的情况选择恰当的模型.题组项目功能差异（DIF）检验方法的应用探索
摘要：篇章形式的阅读测验是一种典型的题组测验,在进行项目功能差异（DIF）检验时需要采用与之匹配的DIF检验方法.基于题组反应模型的DIF检验方法是真正能够处理题组效应的DIF检验方法,能够提供题组中每个项目的DIF效应测量,是题组DIF检验方法中较有理论优势的一种,主要使用的方法是Rasch题组DIF检验方法.该研究将Rasch题组DIF检验方法引入篇章阅读测验的DIF检验中,对某阅读成就测验进行题组DIF检验,结果显示,该测验在内容维度和能力维度的部分子维度上出现了具有显著DIF效应的项目,研究从测验公平的角度对该测验的进一步修改及编制提出了一定的建议.研究中进一步将Rasch题组DIF检验方法与基于传统Rasch模型的DIF检验方法以及变通的题组DIF检验方法的结果进行比较,研究结果体现了进行题组DIF检验的必要性与优越性.研究结果表明,在篇章阅读测验中,能够真正处理题组效应的题组DIF检验方法更加具有理论优势且对于阅读测验的编制与质量的提高具有更重要的意义.多层多项Logit模型：原理与应用
摘要：常用的多层线性模型要求因变量是服从正态分布的连续变量,却无法处理因变量为离散变量的嵌套数据.多层多项Logit模型能够处理因变量是无序多分类的多层嵌套数据,但这一模型在我国心理学研究中却鲜有介绍和应用.研究简要介绍了多层多项Logit模型的原理、参数估计和假设检验,然后分别用该模型和传统Logistic回归模型探讨个体因素和区域因素对35721名学生进入不同高校就读机会的影响并对结果进行了解释,结果表明多层多项Logit模型比传统Logistic回归模型更拟合数据.高考数学试卷多维项目反应理论的分析及应用
摘要：高考数学学科试卷的试题综合性较强,一道试题通常考查多种能力属性,而基于单维性假设下的经典测量理论和传统的项目反应理论无法完成该种情形下试卷测量性能分析和考生作答表现分析.本文以MIRT理论为基础,使用CONQUEST软件为工具进行分析,可以获得试卷内部不同能力维度之间的相关以及考生不同维度的能力参数,为提升命题质量和改进教学提供了依据,表明MIRT具有很好的应用前景.由于MIRT理论的复杂性以至于目前分析软件的不足制约其进一步的深入应用,这是今后应该深入研究的问题.一种多级评分的广义认知诊断模型
摘要：认知诊断是近些年教育测量研究中的热点,大多数的认知诊断模型仅适用于0～1评分的情况.本文提出一种有多个潜变量多个滑动参数的多级评分认知诊断模型——GP-D1NA,只要由评分标准和知识状态能确定理想反应模式,就可以利用此方法进行认知诊断分析.在该方法中,我们给出项目滑动矩阵的概念,将被试的观测得分均看成由某个理想得分的滑动,并采用EM算法估计滑动矩阵.在模拟研究中,采用每掌握一个属性得1分的评分标准,结果表明线性型、收敛型、发散型、无结构型和独立型五种属性层级结构均有较高的判准率.行政职业能力测验阅读理解能力考查体系研究
摘要：本研究对行政职业能力测验中的阅读理解分测验考查何种能力要素进行了深入探讨.研究一首先通过文献法初步概括出行政职业能力测验阅读理解的能力考查体系,进而使用出声思维的方法对该考查体系进行验证和补充,最后通过专家调查论证方法对其进行最终确定.结果表明,行政职业能力测验阅读理解考查了6种能力,分别是提取信息能力、理解意义能力、理解细节能力、分析结构能力、概括能力及推断能力,其中提取信息能力和理解意义能力是基础.在此基础上,研究二使用该能力框架选取合适的行政职业能力测验阅读理解题目,组成一套阅读理解测验,并借助认知诊断方法,通过专家标定测验的Q矩阵,利用实测数据对研究一构建的能力考查体系的完备性进行了验证.神经质人格迫选量表的开发及其抗作假效果研究
摘要：传统的迫选量表得分是自模式数据,最近提出的Thurstone IRT模型建构了被试对迫选量表反应的数学模型,能够更精确地度量被试的特质水平.研究自编了神经质人格迫选量表,与常用的测量神经质的Likert量表一起,在无压力、模拟应聘和实际应聘三种情境下进行施测.结果发现,迫选量表的实测数据能够较好地拟合Thurstone IRT模型,该模型估计的特质得分不具有自模式数据的性质,比传统计分更能够抵抗作假.无论采用哪种计分方式,迫选量表都比Likert量表更能够抵抗作假.最大信息量法在CCSPC评分中应用的效度证据
摘要：采用基于最大信息量法的多维项目反应理论模型估计计算机模拟心理咨询病例系统（CCSPC）的合成分数及四个模块分数,并收集效标效度证据、成长变化效度证据和内容效度证据,结果表明：五个指标与心理咨询师考试三级技能成绩的相关均达到显著,且高于其与三级理论成绩的相关；所有指标得分均随着心理学学历升高而升高；多数指标分数随心理学本科年级提高而提高；获得心理咨询师资格认证的被试在CCSPC上有更高的得分.海峡两岸大学生生命意义比较研究——以广州市与台中市为例
摘要：该研究以广州市与台中市大学生为被试,抽取500人为预测样本及800人为正式施测样本,通过探索性因素分析和验证性因素分析编制生命意义量表,并通过t检验和潜在剖面分析考察两岸大学生生命意义现况的差异.结果表明：（1）编制的生命意义量表由存在意义、追寻意义、存在盈实、苦难接纳、死亡接纳以及求意义的意志等6个维度组成,具有良好的信度和效度.（2）两岸大学生生命意义总体无显著差异；存在盈实、苦难接受与死亡接纳维度有显著或非常显著的差异.（3）潜在剖面分析结果显示,两岸大学生生命意义类型相似.Wald检验结果表明,对于“死亡接纳”维度,台湾与大陆学生在各潜在类别的均分上存在显著的差异.“第八届华人心理学家国际学术研讨会”会议纪要
摘要：2013年8月26日～28日由北京师范大学心理学院主办，中国心理学会、中国社会心理学会、中国心理卫生协会协办的华人心理学家国际学术研讨会在北京师范大学成功举办。来自中国大陆、香港、台湾的学者和学生以及澳大利亚、新西兰、新加坡、英国、荷兰、美国等地区的华人心理学家400余人出席会议。2013年第5期编者按
摘要：为推动心理统计与测量的发展，本刊在去年第5期曾用专辑的形式发表由“第十届海峡两岸心理与教育测验学术研讨会（2012年9月21～24日，江西南昌）”的会议组织者精选出来的文章，该次会议在来自两岸四地所有专家学者的努力下和在江西师范大学党政领导的支持下，办得非常成功、为表达我们对“两岸心理与教育测验学术研讨会”这一学术交流平台的敬意。
