試卷分析應該從哪些維度進行分析,校方最關心哪些資料?

時間 2021-05-05 21:08:51

1樓:快考題

其實我認為你可以直接向你們學校有經驗的老師請教一下,因為不同學校對這方面的要求可能不太一樣。不過基本上試卷分析都要包含以下幾個方面:

試卷整體評價。包括考試型別、範圍、時間、分值、試卷頁數、開卷/閉卷、題型分布等。同時從考查知識點、難度、區分度等方面來進行評價。

試題評價。例如是否涵蓋了想要考查的全部知識點,是否存在朝綱題目。試題本身的難度、深度是否與課標相符,是否出現偏題怪題等。

成績統計與分析。統計平均分以及及格率、優秀率、低分率等相關資料。統計最高分最低分是多少,以及各分數段人數是多少。統計各類題型的得分率情況。

2樓:二木農場

1.單題難易度,綜合度;2.單題得分,正確率;3.套卷得分,正確率;4.關聯的同步資訊和知識點;5.認知和技能維度結果;6.學習用時的相關分析。

3樓:楊麗萍

在知乎的第一次回答。

剛好今天在想想這方面的事情,所以認真的答一次,也理理自己的思路。

專業的試題分析需要專業的人來做,恕直言,閉門造車可能費工夫但收穫少,除非您有大規模的施測結果,以大資料統計的結果得出結論。

評價一次測驗的效果,我們叫做「效度分析」,簡單來說,效度是支援測驗使用效果的證據。注意,不是針對試卷,而是針對試卷的使用結果。

從過程上說,首先,您要有試卷的實測資料,即考生的作答反應與評分結果。對實測資料進行初步清理,挑選出分析需要的資訊,比如您關心的考生身份、專業、背景等資訊,當然,最主要的是作答反應資訊。其次,如樓上回答,在這些資料的基礎上進行試題質量分析。

從技術上說,試題分析有基於經典測驗理論的方法,就是我們說的CTT,有基於專案反應理論的方法,即IRT。現在也有人用更先進的多維IRT、認知診斷等方法,此處不再展開細說。總之,這些是分析時需要的測量技術。

對於專業外的人,是有些難度的。

從分析角度來說,除了樓上說的這些角度,具體到每道題上,難度、區分度、猜測度是最基本的統計資訊,每道題都應考查這些引數。難度不宜過難或過易,會導致區分度過低,區分度越高越高,能夠充分拉開不同能力考生的分數,猜測度當然越低越好,容易猜對的題目沒有意義。對於客觀題,可以對每個待選項進行分析,指標有迷惑度、通過率等。

另外,比較重要的還有公平性分析(簡稱DIF,即是否存在某道題對某類人群有不利,而這些能力並不是測驗構念範圍內的,有失考試公平),如性別DIF、考生北景DIF、專業DIF,DIF分析統計方法也有N多種。。。

校方關心什麼,本人不在學校所以並不太清楚,但如果校方關心的考試的質量,或想為考試的質量尋找證據,可以對考試進行效度分析,具體方法有因素分析、相關性分析、認知診斷分析,最常見的是校標驗證,這需要蒐集考試以外的資訊。

試題分析其實是很嚴謹的一門技術,如果是重要的報告,最好能找行內人士幫助完成。

希望對您有幫助。

4樓:Tony-管

1、整卷難度分析:了解難度把握(平均分)、離散程度(標準差)、分數段分布(正態分佈)、試題得分分布(期望難度的布局與實際情況的差異)。

2、難度層次分析:通過對「容易題」、「稍難題」、「較難題」的得分情況分析,了解學情把握、教學定位是否準確等問題。

3、知識結構分析:通過對知識板塊得分情況分析,了解學生知識板塊的掌握結構以及教學目標達成情況。

4、題型得分分析:了解「選擇題」、「填空題」、「解答題」等題型的解題能力水平。

5、命題質量分析:考察試題區分度,了解試題質量以及考試結果的信度水平。

6、相關性分析:通過研究某些特性的個體與整體的相關係數,進行該特性的個體差異性分析,如女生群體與整體的相關性分析。

分析使用者流失的原因,應該從哪些原因入手分析?

產品經理避雷針 按照以下順序,排查原因 1 是不是技術的原因,不穩定,速度慢,使用者使用不順暢,所以流失。2 是不是運營的原因,東西賣的太貴,活動搞的太差。使用者不喜歡,所以流失。4 是不是測試的原因,有些bug測試沒測出來,但是使用者發現了,所以流失。5 是不是客服的原因,對客戶的服務態度太差,使...

從資料分析維度,如何判斷一款遊戲能盈利?

鄭金條 判斷一款遊戲的市場潛力其實是有邏輯的,包括 A,第乙個必須是產品的易用性 這個易用性包括題材,美術風格,玩法模型,使用者的上手模型,人機互動模型 這五個能快速判斷出一款遊戲的使用者滲透性到底好不好 B,第二個是遊戲的前期數值邏輯 這個前期的數值邏輯包括使用者的體驗流暢程度受限明不明顯,使用者...

人才甄選的有效性應該從哪幾個維度進行評估?

弗蘭克王 實話說這問題太大了,以及有一點雜糅。可以拆解成兩個問題 人才甄選從哪幾個緯度進行評估 評估內容和方法的有效性如何評估 第乙個問題,大框架上目前比較通行的還是勝任力素質模型和冰山理論的結合 技能匹配 知識匹配 個人特質匹配 動機匹配等等 具體的內容根據崗位的實際情況做細化。第二個問題,可以通...