计算机化多维测验中作答时间和作答精度数据的联合分析
发布时间:2021-07-12 21:42
随着心理与教育测量研究的发展和科技的进步,计算机化(大规模)测验逐渐受到人们的关注。为探究在计算机化多维测验中如何利用作答时间数据来辅助评估多维潜在能力,以及为我国义务教育阶段教育质量监测提供数据分析方法上的理论支持。本研究以2012年和2015年国际学生能力评估(PISA)计算机化数学测验数据为例,提出了一种可同时分析作答时间和作答精度数据的联合作答与时间的多维Rasch模型。根据新模型对PISA数据的分析结果,表明引入作答时间数据,不仅有助于提高多维Rasch模型参数的估计精度,还有助于数据分析者在今后利用被试的作答时间信息来做进一步的决策和干预(例如:对异常作答行为或预备知识的诊断)。
【文章来源】:心理科学. 2019,42(01)北大核心CSSCICSCD
【文章页数】:9 页
【文章目录】:
1 引言
2 JRT-MRM
2.1 模型描述
2.1.1 对RT数据的分析
2.1.2 对RA数据的分析
2.1.3 联合建模
2.2 贝叶斯参数估计
3 实证数据1:2012年PISA计算机化数学测验
3.1 数据描述与分析
3.1.1 数据描述
3.1.2 分析
3.2 结果
4 实证数据2:2015年PISA计算机化数学测验
4.1 数据描述与分析
4.2 结果
5 结论与讨论
【参考文献】:
期刊论文
[1]心理与教育测验中反应时模型应用的优势与举例[J]. 郭磊,尚鹏丽,夏凌翔. 心理科学进展. 2017(04)
[2]项目反应时间的对数偏正态模型[J]. 孟祥斌. 心理科学. 2016(03)
本文编号:3280712
【文章来源】:心理科学. 2019,42(01)北大核心CSSCICSCD
【文章页数】:9 页
【文章目录】:
1 引言
2 JRT-MRM
2.1 模型描述
2.1.1 对RT数据的分析
2.1.2 对RA数据的分析
2.1.3 联合建模
2.2 贝叶斯参数估计
3 实证数据1:2012年PISA计算机化数学测验
3.1 数据描述与分析
3.1.1 数据描述
3.1.2 分析
3.2 结果
4 实证数据2:2015年PISA计算机化数学测验
4.1 数据描述与分析
4.2 结果
5 结论与讨论
【参考文献】:
期刊论文
[1]心理与教育测验中反应时模型应用的优势与举例[J]. 郭磊,尚鹏丽,夏凌翔. 心理科学进展. 2017(04)
[2]项目反应时间的对数偏正态模型[J]. 孟祥斌. 心理科学. 2016(03)
本文编号:3280712
本文链接:https://www.wllwen.com/shekelunwen/xinlixingwei/3280712.html