基于統(tǒng)計(jì)軟件SPSS的試卷質(zhì)量分析

施俊+楊勇

摘要：通過(guò)介紹SPSS軟件對(duì)考試數(shù)據(jù)進(jìn)行實(shí)例分析的具體步驟，揭示了分析成績(jī)分布、試卷難度、區(qū)分度、信度及效度等指標(biāo)內(nèi)涵，論述出試卷質(zhì)量分析應(yīng)包含的內(nèi)容，總結(jié)了一套考試分析的一般模式，旨在提供可行方案和數(shù)據(jù)決策，提升教學(xué)質(zhì)量監(jiān)控水平的科學(xué)化。

關(guān)鍵詞：SPSS；統(tǒng)計(jì)；難度；區(qū)分度；信度；效度

中圖分類號(hào)：G642 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2017）17-0121-03

試卷作為考試的一個(gè)重要載體，是測(cè)評(píng)學(xué)生學(xué)習(xí)成績(jī)的工具，是教學(xué)質(zhì)量檢驗(yàn)的重要手段，因而教學(xué)質(zhì)量評(píng)估管理中越來(lái)越重視試卷分析，試卷質(zhì)量的分析結(jié)果客觀地向教與學(xué)雙方提供了反饋信息，進(jìn)而實(shí)現(xiàn)評(píng)價(jià)教育目的的實(shí)現(xiàn)、教學(xué)效果的好壞等一系列質(zhì)量要素，今后，應(yīng)該成為教學(xué)工作中重要的常規(guī)環(huán)節(jié)之一。

1 SPSS軟件簡(jiǎn)介

SPSS軟件是Statistical Package for the Social Sciences英文名稱的首字母縮寫(xiě)，即“社會(huì)科學(xué)統(tǒng)計(jì)軟件包”，它是目前世界上常用的三大統(tǒng)計(jì)分析軟件（SAS、SPSS及SYSTAT）之一，是世界上最早采用圖形菜單驅(qū)動(dòng)界面的統(tǒng)計(jì)軟件，其界面友好、功能強(qiáng)大和操作簡(jiǎn)便，能方便地從其他數(shù)據(jù)庫(kù)中讀入數(shù)據(jù)。

SPSS是一款功能強(qiáng)大的教育統(tǒng)計(jì)軟件，既可以進(jìn)行基本數(shù)據(jù)的統(tǒng)計(jì)分析，還可以進(jìn)行各種推斷和檢驗(yàn)統(tǒng)計(jì)。

2試卷質(zhì)量分析應(yīng)用實(shí)例

下面數(shù)據(jù)以安徽大學(xué)公共基礎(chǔ)課程—《程序設(shè)計(jì)基礎(chǔ)VB》的期末考試成績(jī)?yōu)闃颖?，利用SPSS軟件分析說(shuō)明考試質(zhì)量分析的模式和各項(xiàng)指標(biāo)。

2.1試卷基本結(jié)構(gòu)

本試卷（滿分100分），由兩部分組成：客觀性試題與主觀性試題，其中客觀性試題共A分，占X%，主觀性試題共B分，占Y%。具體情況見(jiàn)表1。

填寫(xiě)試卷基本結(jié)構(gòu)可以發(fā)現(xiàn)，題量尚可，試卷題型不夠豐富，填空題可以細(xì)化為一般填空和程序計(jì)算填空，客觀性試題一般強(qiáng)調(diào)知識(shí)點(diǎn)考察，常見(jiàn)類型為：?jiǎn)雾?xiàng)選擇題、多項(xiàng)選擇題、判斷題和簡(jiǎn)單填空題，而主觀性試題則根據(jù)學(xué)科的不同，一般設(shè)有復(fù)雜填空題、簡(jiǎn)答題、問(wèn)答題、論述題和計(jì)算題等題型。

2.2考試分析指標(biāo)的定量分析

2.2.1成績(jī)數(shù)據(jù)的錄入與處理

1）定義變量并輸入數(shù)據(jù)

這是直接方法。啟動(dòng)SPSS軟件后會(huì)啟動(dòng)Statistics數(shù)據(jù)編輯器界面，通過(guò)單擊Variable View標(biāo)簽進(jìn)人變量名編輯窗口，在Name（名稱）下注明學(xué)號(hào)、姓名、各題型、總分、平時(shí)成績(jī)和班級(jí)代碼。其中，各題型、總分、平時(shí)成績(jī)和班級(jí)代碼均設(shè)置為：Numeric（數(shù)值）類型，Decimals（小數(shù)點(diǎn)長(zhǎng)度）定義為0，其余各項(xiàng)使用默認(rèn)。

第二步，選擇數(shù)據(jù)視圖，開(kāi)始輸入數(shù)據(jù)：從第一行第一列起直接輸入相關(guān)數(shù)據(jù)，這樣，每行輸入一個(gè)學(xué)生的記錄，各列輸入數(shù)據(jù)為一個(gè)某種題型的成績(jī)，最后一列是班級(jí)代碼等。

最后保存擴(kuò)展名為sav格式的數(shù)據(jù)文件。

2）直接導(dǎo)人外部數(shù)據(jù)，更改數(shù)據(jù)類型

為了更好地對(duì)數(shù)據(jù)進(jìn)行共享，SPSS還可以快速打開(kāi)和編輯其他格式的文件，可直接導(dǎo)入操作的數(shù)據(jù)文件包括：Microsoft Excel文件（*.xls）、SAS、d Base、Stata等格式。

具體的操作步驟為：依次單擊File→Open→Data，此時(shí)要在文件類型下拉菜單中選擇All Files，在出現(xiàn)的全部文件列表中找到關(guān)聯(lián)文件雙擊，在彈出對(duì)話框內(nèi)選中其中的Read復(fù)選框（此項(xiàng)設(shè)置為把表格中的第一行作為變量名導(dǎo)人，否則第一行將作為數(shù)據(jù)導(dǎo)入），單擊OK按鈕后會(huì)打開(kāi)Data Editor界面，就能顯示出剛才導(dǎo)人的Excel文件內(nèi)容。隨后，也可依次單擊File→Open→Save（Save as），將當(dāng)前數(shù)據(jù)存為其他格式的文件，比如sav格式，方便下次使用。

本文實(shí)例數(shù)據(jù)先對(duì)考試系統(tǒng)自動(dòng)生成的xls文件格式進(jìn)行數(shù)據(jù)導(dǎo)入，然后對(duì)變量屬性作了適當(dāng)修改，如圖1、2所示。

2.2.2成績(jī)統(tǒng)計(jì)的基本描述性分析指標(biāo)

成績(jī)統(tǒng)計(jì)分析的基本描述性指標(biāo)主要有：學(xué)生總數(shù)、實(shí)考人數(shù)、最高分、最低分、各等級(jí)的人數(shù)分布及百分比、均值與標(biāo)準(zhǔn)差、成績(jī)分布圖等，相應(yīng)的描述性統(tǒng)計(jì)量包括最小值（Mini-mllm）、最大值（Maximum）、頻數(shù)（Frequency）、均值（Mean）、標(biāo)準(zhǔn)差（Std.）、偏度（Skewness）和峰度（Kurtosis）等。這些指標(biāo)均要求按班級(jí)對(duì)試卷成績(jī)及總評(píng)成績(jī)進(jìn)行分析。其中，均值用來(lái)描述數(shù)據(jù)集中趨勢(shì)，標(biāo)準(zhǔn)差強(qiáng)調(diào)數(shù)據(jù)的變異性，即數(shù)據(jù)的差異量數(shù)，進(jìn)而反映數(shù)據(jù)全貌。而對(duì)稱、偏斜及分布陡緩程度等數(shù)據(jù)分布的結(jié)構(gòu)形態(tài)及特征則由頻數(shù)、偏度和峰度用來(lái)描述。

1）卷面成績(jī)的集中和離散數(shù)據(jù)統(tǒng)計(jì)

打開(kāi)錄入后的數(shù)據(jù)表，依次單擊Analyze→Descriptive Sta-tistics→Frequencies，出現(xiàn)頻數(shù)對(duì)話框，導(dǎo)入要建立頻數(shù)分布表和直方圖的項(xiàng)目，同時(shí)選上Minimum、Maximum、Mean、Std.devi-ation、Skewness和Kurtosis等參數(shù)，得到表1。

依次單擊菜單Analyze→Descriptive Statisfics→Fre-quencies→Charts→Histo-grams→With normal curve，顯示出分?jǐn)?shù)段分布圖和直方圖。直方圖如圖3所示。

一般而言，學(xué)生成績(jī)標(biāo)準(zhǔn)差在滿分的5%-10%以內(nèi)屬于正常。從圖表中得到的統(tǒng)計(jì)值可以發(fā)現(xiàn)：①本次考試的兩個(gè)班的離散程度均較大，表明學(xué)生成績(jī)離散度太大，可能是試題的問(wèn)題，也有可能是學(xué)生水平的兩極分化比較嚴(yán)重；②學(xué)生成績(jī)基本呈正態(tài)分布；③考生總分偏度值為-0.138和-0.648，依據(jù)偏度在數(shù)據(jù)分析中的意義，本次測(cè)試數(shù)據(jù)顯示：考生所得總分相對(duì)集中于平均分左側(cè)，即大部分考生成績(jī)小于平均分值；④在峰度的計(jì)算中，計(jì)算結(jié)果σ<0，可知在學(xué)生成績(jī)的正態(tài)分布圖有比正態(tài)分布更長(zhǎng)的尾部，不過(guò)盯為較小負(fù)值說(shuō)明，考生成績(jī)?cè)谄骄指浇募卸入m低于標(biāo)準(zhǔn)正態(tài)發(fā)布曲線，但也差別不大；⑤標(biāo)準(zhǔn)差1≥10，差異較大。但是結(jié)合對(duì)總分的直方圖的觀察，可以發(fā)現(xiàn)：低分段考生的成績(jī)與平均分的差距較大，這是造成即使大多數(shù)考生的總分集中于平均分附近，最后標(biāo)準(zhǔn)差數(shù)值仍較大的主要原因。

2）難度指標(biāo)分析P

對(duì)于課程考試來(lái)講，保持合適難度是保證試卷質(zhì)量的前提。

觀測(cè)得出：總試題難度大概在0.6-0.8之間，難度值中等偏低，試題適中，相對(duì)較難。

3）區(qū)分度指標(biāo)分析D

區(qū)分度（Discrimination）是指測(cè)驗(yàn)題目對(duì)學(xué)業(yè)水平不同的學(xué)生的區(qū)分程度或鑒別能力。區(qū)分度作為評(píng)價(jià)試題質(zhì)量、篩選試題的主要指標(biāo)與依據(jù)，是測(cè)驗(yàn)是否有效的“指示器”。該指標(biāo)對(duì)于選拔性考試如高考，競(jìng)賽尤為重要。具有良好區(qū)分度的測(cè)驗(yàn)，實(shí)際水平高的被試應(yīng)得高分，水平低的被試應(yīng)得低分。區(qū)分度與難度有一定關(guān)系。

在工具軟件環(huán)境下，我們一般求出總分與每個(gè)試題得分間的積差相關(guān)系數(shù)作為試題的區(qū)分度，可以采用皮爾遜（Pearson）相關(guān)分析來(lái)對(duì)試題進(jìn)行分析，步驟為：Analyze→Correlate→Bi-variate，在彈出的Bivariate Correlations對(duì)話框中選擇各種題型和總分進(jìn)人Variables，然后在Correlation Coefficients中點(diǎn)擊Spearman，完成后得到了各個(gè)題目的區(qū)分度。如表5所示：

從表中數(shù)據(jù)看出，由于三種題型的Sig.（2-tailed）：p=0.000<α=0.01，相關(guān)系數(shù)值達(dá)到了0.01顯著性水平，表示試題的區(qū)分功能顯著。

4）信度指標(biāo)分析

信度（Reliabilitv）用來(lái)反映考生穩(wěn)定水平可靠性，即測(cè)驗(yàn)?zāi)芊裾鎸?shí)反映學(xué)生水平程度的數(shù)量化指標(biāo)，是測(cè)驗(yàn)的必要條件。常用的有重測(cè)信度、復(fù)本信度、同質(zhì)性信度、荷伊特信度和評(píng)分者信度等。

因?yàn)橛绊憸y(cè)驗(yàn)水平的因素有很多，導(dǎo)致信度的計(jì)算方法也不同，實(shí)際使用何種信度要依據(jù)考試目的和性質(zhì)而定，從而選擇其中一種或幾種。

由于高等教育測(cè)驗(yàn)中絕大多數(shù)混合了客觀題和主觀題，所以SPSS軟件中一般采用克隆巴赫（Cronbach）α系數(shù)計(jì)算信度，取值0.5左右即可達(dá)標(biāo)。這種計(jì)算方法是由Cronbach于1951年提出的，不要求測(cè)驗(yàn)題目必須是記分型也能計(jì)算任何測(cè)驗(yàn)的內(nèi)部一致性系數(shù)。

在工具軟件環(huán)境下，依次運(yùn)行：Analysis→Scale→Reli-ability→Analysis，出現(xiàn)對(duì)話框，從中選擇所有題型和總分，在Items框的Model項(xiàng)目中單擊選擇Alpha模型，并選中Scale ifitem deleted復(fù)選框，計(jì)算出該試卷的信度系數(shù)Alpha=0.757。如表6所示：

通常Cronbach僅系數(shù)的值在0和l之間。如果Alpha系數(shù)不超過(guò)0.6，一般認(rèn)為內(nèi)部一致信度不足；達(dá)到0.7-0.8時(shí)表示量表具有相當(dāng)?shù)男哦?，達(dá)0.8-0.9時(shí)說(shuō)明量表信度非常好。對(duì)上機(jī)測(cè)試來(lái)說(shuō)，信度Alpha=0.757相對(duì)信度較高；一般來(lái)說(shuō)，增加試題的數(shù)量；保持所有試題的難度接近正態(tài)分布；努力提高試題的區(qū)分度；嚴(yán)格監(jiān)考和按評(píng)分標(biāo)準(zhǔn)給分均可以提高信度。

5）效度分析

效度（Validity）是指試卷準(zhǔn)確地測(cè)量了考試目的的欲測(cè)內(nèi)容的多少，多大程度上效檢了所要測(cè)定的功能或達(dá)到其測(cè)量目的。

具體地講，就是覆蓋面和權(quán)重在教學(xué)大綱范圍內(nèi)的完成情況，體現(xiàn)考試能力水平和反映教學(xué)大綱完成的情況有效程度。

公認(rèn)的效度分類方法是將效度分為內(nèi)容效度、結(jié)構(gòu)效度、構(gòu)想效度和效標(biāo)關(guān)聯(lián)效度。確定使用何種效度要根據(jù)測(cè)驗(yàn)?zāi)康亩?。常用的效度檢驗(yàn)方法是：效標(biāo)關(guān)聯(lián)效度法，這種方法首先是尋求一種可靠的效標(biāo)，然后求出測(cè)試結(jié)果與效標(biāo)的相關(guān)系數(shù)，該相關(guān)系數(shù)則為效標(biāo)關(guān)聯(lián)效度。

在工具軟件環(huán)境下，依次單擊：Analyze→Correlate→Bi-variate，選擇總分和平時(shí)成績(jī)字段，隨后在相關(guān)系數(shù)（Correla-tion Coefficients）中選擇Pearson，計(jì)算數(shù)據(jù)如表7所示。

2.3試卷質(zhì)量控制的定性綜合分析

1）結(jié)合統(tǒng)計(jì)數(shù)據(jù)，進(jìn)行定性評(píng)價(jià)

對(duì)試卷質(zhì)量分析時(shí)的定性評(píng)價(jià)應(yīng)有如下幾個(gè)方面內(nèi)容：一是題量和題型；二是試卷語(yǔ)言的表述是否明確和準(zhǔn)確（如參考答案是否正確，試卷內(nèi)容是否有重復(fù)或是對(duì)后繼題目有提示等，專有名詞表述是否準(zhǔn)確，選擇答案設(shè)計(jì)是否均衡、排列是否科學(xué)，）；三是試卷內(nèi)容的難易度；四是試卷的內(nèi)容效度—覆蓋面問(wèn)題；五是教學(xué)重點(diǎn)的突出程度。

2）結(jié)合教學(xué)實(shí)踐，進(jìn)行教學(xué)反思

建立一個(gè)長(zhǎng)久穩(wěn)定的指標(biāo)體系。通過(guò)長(zhǎng)期分析這些指標(biāo)，可以更好地客觀地指導(dǎo)我們的教學(xué)改革。

檢驗(yàn)課程設(shè)置的合理性。這些可以通過(guò)多因素變量的綜合橫向和縱向比較。比如同一課程不同專業(yè)的學(xué)生的成績(jī)是否有差異，進(jìn)而分專業(yè)更合理地優(yōu)化我們的課程安排。再比如通過(guò)長(zhǎng)期比較同一課程不同授課教師的成績(jī)數(shù)據(jù)，可以分析出教師之間的差異，進(jìn)而去了解他們授課方法的不同之處，取長(zhǎng)補(bǔ)短，促進(jìn)教師的經(jīng)驗(yàn)交流和快速成長(zhǎng)。

體現(xiàn)學(xué)校管理的人性化和有效的監(jiān)控。通過(guò)長(zhǎng)期分析不同課程的成績(jī)分析，間接分析出各院系或者個(gè)別學(xué)生在校期間的不同學(xué)習(xí)階段的學(xué)習(xí)、聽(tīng)課情況，發(fā)現(xiàn)異動(dòng)，綜合評(píng)價(jià)，能做到及時(shí)提醒并引導(dǎo)學(xué)生的學(xué)習(xí)或?qū)W(xué)生進(jìn)行有效的輔導(dǎo)。